Aller au contenu principal

Les gains à la loterie et la consommation ostentatoire

6 avril 2016

loterieDe nombreuses études ont tenté de faire le lien entre les inégalités et la détresse financière. «[traduction] L’hypothèse de base dans la plupart de ces études est que les inégalités de revenus incitent les individus les plus pauvres à augmenter leur consommation en fonction du niveau de consommation des riches [ce qu’on appelle la consommation ostentatoire]». Comme cette consommation supplémentaire provient généralement de prêts, elle provoquera trop souvent de la détresse financière chez ces personnes (et même des faillites).

Dans l’étude intitulée Does inequality cause financial distress : Evidence from lottery winners and neighboring bankruptcies (Les inégalités peuvent-elles entraîner de la détresse financière? Les effets de gains à la loterie sur les faillites dans le voisinage) publiée par la Banque fédérale de réserve de Philadelphie, les auteurs (Sumit Agarwal, Vyacheslav Mikhed et Barry Scholnick) mentionnent que même si ce raisonnement semble logique, il est difficile à prouver, car, pour ce, il faudrait analyser les effets d’un choc exogène soudain et d’assez forte ampleur sur les inégalités.

Selon les auteurs, leur étude est la première à avoir démontré le lien causal entre les inégalités et la détresse financière en observant les effets d’un choc exogène. Pour ce, ils ont examiné les effets d’un gain important à la loterie par un ménage sur la situation financière de leurs voisins rapprochés (ménages ayant le même code postal canadien à six caractères, secteur qui regroupe en moyenne 13 ménages). Le choix de ce choc est pertinent, car il est associé à une hausse soudaine des revenus d’un ménage de ces secteurs sans que le revenu de ses voisins soit modifié.

Pour estimer l’impact de ces gains sur la détresse financière des voisins rapprochés, les auteurs se sont servis des dossiers administratifs sur les faillites fournis par le Bureau du surintendant des faillites Canada (BSFC). Pour vérifier les autres facteurs qui auraient pu causer des faillites (comme des changements de revenus ou du niveau des inégalités de revenus dans un secteur), les auteurs ont utilisé des données statistiques provenant du voisinage élargi (les aires de diffusion qui contiennent environ 200 ménages : «Il s’agit de la plus petite région géographique normalisée pour laquelle toutes les données du recensement sont diffusées»).

Puis, pour voir si les faillites observées ont un lien avec la consommation ostentatoire, les auteurs ont consulté les données du BSFC qui contiennent le bilan comptable des personnes ayant fait faillite. À l’aide de ces bilans, les auteurs ont pu déterminer la part des actifs visibles (donc potentiellement ostentatoires, comme les maisons, les autos et les motos) et invisibles (comme les actifs financiers) de ces ménages.

Le lien entre les gains à la loterie et les faillites

Pour faciliter l’interprétation des résultats, les auteurs n’ont retenu que les cas où un seul gain d’au moins 1000 $ a eu lieu parmi les ménages ayant le même code postal à six caractères au cours de la période couverte (2004 à 2014, mais jusqu’à 2013 pour les faillites, compte tenu de la disponibilité des données). Ils ont aussi exclu les gagnants de plus de 150 000 $. Ils ont quand même conservé environ 6500 observations.

loterie1Les résultats sont illustrés dans le graphique ci-contre. Dans les six premières années de ce graphique, soit celle du gain à la loterie par un des ménages ayant le même code postal à six caractères (année «0» au centre de l’axe horizontal) et les cinq précédentes, on observe très peu d’écarts de la proportion de faillites dans le voisinage des gagnants de loterie par rapport à des secteurs ayant les mêmes caractéristiques (la moyenne est le «0» au centre de l’axe vertical). Soudainement, la proportion de faillites dans ces secteurs augmente la première année suivant le gain à la loterie et encore plus la deuxième, avant de ralentir (tout en étant supérieur au «0») lors de la troisième et de la quatrième année et de revenir à la normale au cours de la cinquième. On notera que les points sont les résultats des calculs et que les lignes représentent la marge d’erreur à 95 %. Seul le niveau de faillite de la deuxième année est totalement significatif compte tenu de cette marge d’erreur.

Le résultat de la deuxième année signifie que, pour chaque tranche de 1,000 $ de gains à la loterie par un ménage, le taux de faillite augmente de 3,9 % parmi les ménages ayant le même code postal que le ménage gagnant. Cette année-là, le taux de faillite global fut de 0,147 % (ce qui correspond à un peu moins de 15 ménages sur 10 000). Cela signifie qu’un gain de 25 000 $ ferait presque doubler ce taux (augmentation de 25 x 3,9 % = 97,5 %, soit près du double) à 0,290 % environ, et qu’un gain de 100 000 $ le ferait passer à 0,72 %.

Pour vérifier la solidité de ce résultat, les auteurs ont observé le nombre de faillites dans la partie autre que celle du code postal à six caractères des aires de diffusion (secteur de 200 ménages) des gagnants de loterie. Aucune hausse n’a été observée. La relation semble donc forte, mais uniquement dans le voisinage immédiat.

D’autres résultats montrent que ce phénomène est essentiellement urbain, car aucune relation n’est observée dans le voisinage rural. La relation est par ailleurs plus élevée dans les secteurs à faibles revenus, probablement parce qu’un gain à la loterie représente une augmentation plus grande du revenu moyen de ces quartiers et qu’une hausse importante des dépenses des voisins risque davantage de mener à la faillite.

Le lien entre ces faillites et la consommation ostentatoire

Comme mentionné plus tôt, les auteurs ont ensuite examiné les bilans comptables des personnes ayant fait faillite, pour estimer si la proportion de biens visibles était plus élevée chez ces personnes que chez les personnes ayant fait faillite les années précédentes. De fait, ils ont observé que la proportion d’actifs visibles, comme des automobiles, des maisons et des motocyclettes, était plus élevée dans les années où loterie2les ménages avoisinant les gagnants de loterie ont fait faillite. Le graphique ci-contre montre l’accroissement fort étonnant de la valeur des motos lors de la fameuse deuxième année suivant le gain à la loterie d’un ménage voisin. L’étude en présente aussi pour la valeur des automobiles et des maisons à la page numérotée 34. J’ai bien sûr choisi le graphique le plus éloquent!

Un gain de 1000 $ à la loterie fait au bout du compte augmenter la valeur des maisons des personnes ayant fait faillite de 4,2 %, celle des autos de 3,6 % et celle des motos de 0,8 % (parce qu’il y en a moins). À l’inverse, ces ménages ont moins d’actifs «invisibles» comme des actifs financiers que ceux ayant fait faillite les années précédentes.

Et alors…

On sait bien sûr depuis longtemps que la consommation ostentatoire est une des tares dans nos pays et qu’elle est exacerbée par le niveau d’inégalités d’une société. Thorstein Veblen fut le premier à parler de ce concept à la fin du XIXème siècle (dans son livre La théorie de la classe de loisir que j’ai commenté dans ce billet) et cette constatation fut un de ses principaux apports à la discipline économique. Si on sait très bien que ce concept est pertinent, personne ne l’avait démontré. Là, c’est fait, et de belle façon!

Et le fait que la prévalence de la consommation ostentatoire dans les milieux impersonnels urbains soit plus élevée que dans les milieux ruraux plus serrés mériterait par ailleurs une analyse encore plus approfondie… Chercherait-on davantage à marquer notre statut social auprès des gens qu’on connaît peu qu’auprès de ceux qu’on connaît bien?

7 commentaires leave one →
  1. 6 avril 2016 8 h 46 min

    Vraiment originale comme approche. Merci du partage, c’est intéressant.

    Aimé par 1 personne

  2. 7 avril 2016 12 h 41 min

    J’ai comme l’impression que dans un milieu urbain, connaissant moins ses voisins, que l’on ai une tendance à se conformer pour se sentir dans un groupe. Dans un milieu rurale, l’inter-relation est plus directe.
    En d’autres mots, le contact verbal pondère mieux que le contact visuel.

    Aimé par 2 personnes

  3. 7 avril 2016 12 h 57 min

    Je pense aussi à quelque chose du genre. Mais, ce serait bon qu’une étude creuse davantage cette question.

    J’aime

  4. 9 avril 2016 11 h 50 min

    Passionnant, en effet.
    Et en effet l’écart rural-urbain laisse interrogatif.

    L’état de la ruralité canadienne justifie-t-elle l’hypothèse qu’on connaît plus ses voisins quand la densité démographique est moins dense ? Je l’ignore ; définir la ruralité par la seule densité démographique est un peu court, et la question serait de savoir s’il y a ou non encore une société rurale…

    Si transposée en France une telle étude donnait des résultats équivalents, on pourrait être plutôt tenté par l’hypothèse que les zones à faibles densité sont plus péri-urbaines (au sens où l’entend un Christophe Guilluy) que « rurales »,

    et que le plus grand isolement que connaissent les habitants du péri-urbain y rend l’ostentation un peu vaine.

    Cela dit par plaisir spéculatif !

    J’aime

  5. 9 avril 2016 12 h 32 min

    Merci pour les bons mots!

    «définir la ruralité par la seule densité démographique est un peu court»

    Bien d’accord. C’est justement pour cela que je terminais mon billet en souhaitant «une analyse encore plus approfondie» de cette question.

    J’aime

  6. Janne permalink
    10 janvier 2018 11 h 59 min

    Bonsoir j’ai un réel soucis. J’essaie tant bien que mal de rapprocher les nombres (ex: 3.9% pour le taux de faillite en plus) mais ce n’est pas ce que disent les graphiques. Pareil pour les motos: je lis une augmentation de 2.9% et non 0.8% comme indiqué au dessous.
    J’aimerais des explications plus claires car peut-etre ai-je mal lue les graphiques.
    Merci de me répondre 🙂

    J’aime

  7. 10 janvier 2018 13 h 31 min

    Le 3,9 % est un niveau d’augmentation du taux de faillite par tranche de 1000 $ de gains (par exemple, de 0,147 % à 0,152 %), tandis que le graphique indique des variations des taux de faillite globaux en log (j’ai dû fouiller pas mal pour trouver cela, car cette étude a été modifié depuis la parution du billet en avril 2016 – mon lien mène à une version d’octobre 2016, bien après la rédaction de ce billet – et je ne retrouvais plus ce graphique), sans mention des montants de gains de loterie (donc plusieurs fois la hausse de 3.9 %). De mémoire, j’avais gardé ce graphique car c’était le plus clair visuellement.

    J’ai aussi retrouvé le graphique sur les motos dans une version de février 2016, et l’explication est la même. J’espère que c’est plus clair!

    J’aime

Laisser un commentaire