Les nouveautés en matière de comptes économiques canadiens
Amélioration aux répartitions du patrimoine dans les comptes économiques répartis pour le secteur des ménages, au moyen d'une méthode de capitalisation du revenu

Résumé et remerciements

Le présent rapport décrit la méthodologie et les résultats expérimentaux découlant de l’utilisation d’une méthode de capitalisation du revenu en vue d’améliorer la répartition du patrimoine dans les comptes économiques répartis pour le secteur des ménages (CERSM). Ces travaux constituent une avancée importante pour l’amélioration de la précision et du niveau de détail de la répartition du patrimoine dans les CERSM en tirant parti de données d’enquête et de données fiscales sur les revenus de placements des familles afin d’établir des estimations plus complètes des actifs financiers pour un plus large éventail de ménages, notamment les ménages dont la valeur du patrimoine est élevée. L’approche améliorée permet de représenter la répartition du patrimoine selon diverses caractéristiques des ménages de manière plus précise, offrant ainsi une meilleure compréhension de l’inégalité économique au Canada. Les conclusions du rapport montrent que les inégalités en matière de patrimoine, comme l’indiquent les CERSM, sont probablement sous-estimées. Des améliorations continueront d’être apportées à la méthodologie afin de non seulement produire une répartition du patrimoine plus précise, mais aussi de concevoir une série de répartition du patrimoine plus détaillée, intégrée et à jour aux fins d’inclusion dans les CERSM.

Le présent rapport a été rédigé par James Gauthier, Division des comptes économiques nationaux à Statistique Canada. De nombreuses personnes de différents secteurs de Statistique Canada ont participé aux recherches et à la préparation de ce rapport. L’auteur remercie tout particulièrement Yajing Zhu, Jason Roy, Dave Krochmalnek, Matthew Hoffarth, Brenda Bugge, Amanda Sinclair, Audrey Ann Bélanger Baur, et Eric Olson.

Introduction

Objectif du rapport

L’estimation précise de la répartition du patrimoine des ménages est essentielle pour la compréhension de l’inégalité économique, la stabilité financière et la planification efficace des interventions en matière de politique. Cependant, les sources de données traditionnelles utilisées dans le cadre des comptes économiques répartis pour le secteur des ménages (CERSM) de Statistique Canada, comme les enquêtes auprès des ménages, ne parviennent pas à pleinement mesurer la valeur du patrimoine, plus particulièrement dans les tranches supérieures de la répartition. Ce rapport présente une méthodologie visant à améliorer l’estimation de la répartition du patrimoine dans les CERSM en combinant les données d’enquêtes et les données fiscales sur les revenus de placements et en appliquant une méthode de capitalisation du revenu pour imputer la répartition de la valeur des actifs financiers.

Cette approche s’inspire des conclusions d’une étude récente réalisée par le Bureau du directeur parlementaire du budget (BDPB) (Wodrich et Worswick, 2020). Comme le souligne le rapport du BDPB, plusieurs défis importants se posent au moment d’estimer la répartition du patrimoine uniquement en fonction des données d’enquête, comme l’Enquête sur la sécurité financière (l’ESF), notamment :

• La sous-déclaration du patrimoine par les ménages : De nombreuses personnes, notamment celles dont la valeur nette est importante, sous-déclarent ou déclarent de façon inexacte leur patrimoine lors des enquêtes en raison d’erreurs de mémoire, de préoccupations liées à la confidentialité ou de la complexité de leurs portefeuilles d’investissement.
• Le biais lié à l’échantillonnage : Les enquêtes auprès des ménages, qui n’incluent pas suffisamment les personnes extrêmement fortunées, lesquelles représentent une part considérable du patrimoine global, sont plus susceptibles de sous-estimer la valeur du patrimoine total.
• Les problèmes liés aux cas de non-réponse : Les personnes plus fortunées sont moins susceptibles de participer aux enquêtes, ce qui crée des lacunes dans la couverture des données.

Contrairement à la méthode employée par le BDPB pour évaluer le patrimoine se trouvant dans les tranches supérieures de la répartition, qui utilise une technique d’interpolation de Pareto intégrant des renseignements partiels et périodiques provenant de listes de personnes fortunées, la méthodologie présentée dans le présent rapport repose sur le couplage de données d’enquête avec des données fiscales annuelles détaillées sur les revenus de placements déclarés.

Importance du rapport

L’estimation précise de la répartition du patrimoine des ménages est essentielle pour la recherche économique, l’élaboration de politiques et la planification financière des ménages. Cependant, les estimations actuelles fondées sur des enquêtes ne parviennent souvent pas à mesurer toute l’étendue du patrimoine, particulièrement chez les personnes fortunées. Le présent rapport décrit les sources et les méthodes étudiées pour améliorer l’estimation de la répartition du patrimoine en convertissant les revenus de placements déclarés aux fins de l’impôt en valeur d’actifs financiers à l’aide de la méthode de capitalisation du revenu.

L’importance du présent rapport réside dans son potentiel d’amélioration de la mesure de la répartition du patrimoine, de l’analyse des politiques économiques et de la recherche sur l’inégalité, ayant une incidence sur un large éventail d’intervenants, dont les gouvernements, les institutions financières et les chercheurs universitaires.

Le développement de cette méthodologie au moyen de données fiscales longitudinales pourrait améliorer les renseignements concernant la mobilité du patrimoine, les transferts de patrimoine intergénérationnels et le comportement à l’égard de l’épargne au fil du temps. L’application de cette méthodologie permettra également d’analyser la façon dont les stratégies d’investissement diffèrent selon les groupes de revenus et de patrimoine et d’autres caractéristiques des ménages, offrant ainsi des perspectives sur la dynamique de l’inégalité financière.

Par ailleurs, une compréhension approfondie de la répartition du patrimoine et des types de ménages les plus vulnérables aux perturbations économiques peut aider les chercheurs et les décideurs politiques à mieux cerner et atténuer les risques liés au système financier.

Examen du contexte et de la documentation

Comptes économiques répartis pour le secteur des ménages selon le patrimoine

Les comptes économiques répartis pour le secteur des ménages (CERSM) selon le patrimoine de Statistique Canada s’appuient sur diverses sources de données et méthodologies. Les principaux éléments comprennent :

• Enquête sur la sécurité financière (ESF) : Source principale de microdonnées pour les CERSM, l’ESF recueille auprès des ménages des renseignements détaillés périodiques sur les actifs, les dettes et le patrimoine net selon les caractéristiques des ménages.
• Méthodologies pour les années d’enquête et les années sans enquête.
• Année d’enquête : Lors des années d’enquête, la méthode consiste à repondérer les données de l’ESF pour les harmoniser aux concepts du Système de comptabilité nationale, qui diffèrent des concepts standard appliqués directement dans les données d’enquête, à les ajuster aux totaux des comptes du bilan national (CBN) et à en dériver des estimations de répartition à partir de l’ensemble de données ajustées.
• Années sans enquête :
• Pour les années sans données de l’ESF, une approche de modélisation par calibration est utilisée pour estimer la répartition du patrimoine, assurant ainsi la cohérence selon l’évolution de la conjoncture économique et des caractéristiques démographiques au fil du temps, et pour concorder avec les agrégats des CBN par catégorie de patrimoine.
• Depuis 2020, des imputations trimestrielles sont également appliquées aux répartitions du passif des ménages à l’aide de données de tierces parties provenant d’un registre du crédit à la consommation.
• La répartition des actifs non financiers, tels que l’immobilier et les biens de consommation, est aussi ajustée pour correspondre aux indicateurs obtenus de tierces parties, notamment les données de la Société canadienne d’hypothèques et de logement et les renseignements du registre du crédit à la consommation.
• À l’heure actuelle, aucune source de données auxiliaires n’est utilisée pour améliorer l’estimation des renseignements sur la répartition des actifs financiers lors des années sans enquête.

Les estimations des CERSM corrigent la sous-représentation des ménages plus fortunés comprise dans l’ESF au niveau agrégé, car elles sont étalonnées aux totaux de contrôle des CBN, dont les estimations sont dérivées d’un éventail plus large de sources de données englobant l’ensemble de l’économie canadienne à un niveau macro, mais tout de même détaillé, d’agrégation.

Cependant, la répartition de la composition de la richesse des ménages dans les CERSM fait probablement l’objet d’un biais par quintile de patrimoine en raison de la couverture moins étendue des ménages plus fortunés dans l’échantillon de l’ESF. De plus, les caractéristiques socio-économiques et démographiques des ménages plus fortunés ne correspondant pas nécessairement à celles des ménages compris dans l’ESF, les estimations des CERSM pour le patrimoine peuvent également faire l’objet d’un biais pour d’autres catégories de distribution, telles que la province et le groupe d’âge.

Autres méthodes d’estimation pour intégrer le patrimoine élevé

Interpolation de Pareto

Le BDPB applique une technique de modélisation connue sous le nom d’interpolation de Pareto pour augmenter l’échantillon de l’ESF en intégrant le patrimoine des familles à valeur nette élevée. L’interpolation de Pareto est une méthode d’estimation de la médiane et d’autres propriétés d’une population lorsque le nombre d’observations disponibles est relativement limité.

L’approche du BDPB sert de complément aux données au niveau des familles tirées de l’ESF en ajoutant les renseignements agrégés sur les personnes plus fortunées qui sont publiés dans la liste des personnes les plus riches selon la revue Canadian Business. L’interpolation de Pareto nécessite que la population suive une distribution de Pareto, également connue sous le nom de règle des « 80-20 » (c.-à-d. que 80 % des résultats sont attribuables à 20 % des causes).

Comme le souligne le BDPB, la couverture des familles fortunées comprises dans l’ESF est probablement limitée en raison d’erreurs d’échantillonnage et d’erreurs non dues à l’échantillonnage, notamment un taux de non-réponse plus élevé parmi les familles dont la valeur nette est élevée. Selon le rapport du BDPB, les familles canadiennes les plus fortunées détiennent un patrimoine nettement plus élevé que ne l’indique l’ESF. Selon la Base de données sur les familles à valeur nette élevée du BDPB, la tranche supérieure de 1 % des familles les plus fortunées détient 24,8 % de la richesse totale, comparativement à 13,7 % dans l’ESF.

Les constatations du BDPB montrent une différence significative dans la composition du patrimoine à l’extrémité supérieure de la répartition par rapport aux estimations de l’ESF. La méthode du BDPB présente toutefois des limites, car elle ne prend en compte que les données observables des listes des personnes les plus fortunées, qui sont disponibles seulement périodiquement, et ne tient pas compte d’un large éventail de caractéristiques démographiques. De plus, il existe généralement un écart dans la couverture entre la tranche supérieure de l’ESF et la tranche inférieure de la liste de la revue Canadian Business. Notamment, la couverture des familles résidant dans les plus petites provinces et dont la valeur nette est relativement élevée est limitée. De plus, comme les listes des personnes les plus riches ne ventilent pas le patrimoine global par type d’actif ou de passif, le BDPB doit imputer la valeur des différentes composantes du patrimoine en appliquant une hypothèse simplificatrice liée aux ratios des actifs non financiers et des passifs par rapport à la valeur nette agrégée. Ces ratios sont appliqués uniformément à la liste synthétique et à la liste des personnes riches pour répartir leur patrimoine en valeur d’actifs et de passifs constitutifs.

Méthode de capitalisation du revenu

La méthode de capitalisation du revenu repose sur l’utilisation des données relatives à l’impôt sur le revenu pour estimer la richesse en capitalisant les flux de revenus futurs, notamment les revenus provenant de biens ou d’investissements, tels que les dividendes ou les intérêts. Cette méthode repose sur l’hypothèse que la richesse découle de la capacité à générer des revenus futurs. En combinant les données relatives à l’impôt sur le revenu, qui recensent les gains et les revenus réels, avec les données d’enquête, qui fournissent un contexte supplémentaire comme la taille de la famille ou les facteurs régionaux, il est possible d’obtenir une estimation plus précise de la richesse. La méthode de capitalisation du revenu permet également de suivre l’évolution de la richesse de manière plus détaillée et continue au fil du temps, évitant ainsi les problèmes de sous-déclaration fréquents dans les données d’enquête.

L’utilisation de la méthode de capitalisation du revenu a gagné en notoriété dans les milieux universitaires grâce à sa capacité à estimer la répartition de la richesse, comme l’a démontré une étude fondamentale appliquée aux données fiscales américaines (Saez et Zucman, 2016). Plus récemment, une étude appliquant la même technique aux données fiscales canadiennes (Hempel, 2025) a révélé que la méthode de capitalisation du revenu produit des résultats similaires, bien que légèrement inférieurs, pour la tranche supérieure de 1 % de la répartition du patrimoine par rapport à la technique d’interpolation de Pareto du BDPB.

Comparaisons de diverses méthodes d’estimation

Par rapport aux autres méthodes visant à estimer plus précisément la valeur nette des ménages, notamment ceux dont la valeur du patrimoine est très élevée, la méthode de capitalisation du revenu apporte la plus grande valeur ajoutée au processus d’estimation des CERSM, car elle permet de créer des microdonnées détaillées pour les ménages selon un large éventail de caractéristiques démographiques. Cette méthode repose sur le principe que, bien que les actifs ne soient pas directement observés dans les renseignements des déclarants, leurs valeurs accumulées reposent généralement sur des rendements observables provenant de divers types de revenus de placements.

L’approche intégrée, ou méthode de capitalisation du revenu, couple les données périodiques sur les actifs financiers provenant de l’ESF à des renseignements plus complets et actuels sur les investissements provenant des données fiscales administratives. Cette approche sert deux objectifs principaux dans le cadre de l’amélioration du processus d’estimation de répartition du patrimoine des CERSM :

1. Elle établit des microdonnées plus complètes et précises permettant d’observer les variations des avoirs financiers des ménages selon les caractéristiques économiques et sociodémographiques.
2. Elle permet un suivi plus opportun et cohérent des tendances de l’évolution du patrimoine en actifs financiers de ces ménages au fil du temps.

Aperçu de la méthode de capitalisation du revenu

La méthode de capitalisation du revenu est une technique largement utilisée pour estimer la valeur des actifs financiers en fonction des flux de revenus observés. Elle part du principe que les revenus de placements, notamment les dividendes, les intérêts et autres formes de rendement, peuvent être convertis en une estimation de la valeur marchande de l’actif sous-jacent en appliquant un taux de capitalisation approprié, à savoir le taux de rendement attendu sur cet actif. Le principe fondamental repose sur le fait que les actifs génèrent des flux de revenus, et en inversant cette relation à l’aide d’une hypothèse de rendement raisonnable, il est possible de déduire la valeur totale de ces actifs.

Cadre conceptuel

Formule de capitalisation du revenu :

$$A=\frac{I}{r}$$

Par exemple, si une personne déclare des revenus de 10 000 $ en intérêts sur des titres à revenu fixe et que le taux d’intérêt en vigueur est de 5 %, la valeur totale estimative de ces titres serait la suivante :

$$A=\frac{10000}{0,05}=200000$$

Avantages de la méthode de capitalisation du revenu

• La méthode permet de surmonter les limites des enquêtes : Les enquêtes sont souvent touchées par le biais de non-réponse et la sous-déclaration, particulièrement chez les ménages dont la valeur du patrimoine est élevée. Les données fiscales, en revanche, fournissent des sources de renseignements plus complètes et actuelles sur les revenus de placements.
• Couverture plus complète : Les personnes ayant un revenu élevé qui ne participent pas aux enquêtes volontaires produisent quand même des déclarations de revenus, ce qui rend les estimations fiscales plus représentatives.
• Conformité avec les marchés financiers : La méthode lie directement les estimations sur le patrimoine aux rendements observables du marché, réduisant ainsi la dépendance aux valeurs d’actifs autodéclarées qui peuvent être mal déclarées ou mal interprétées.
• Capacité de suivre l’évolution du patrimoine au fil du temps : Les données fiscales longitudinales permettent aux chercheurs d’analyser les tendances en matière d’accumulation et de mobilité du patrimoine plutôt que de s’appuyer sur des aperçus ponctuels fondés sur des enquêtes.

Défis et limites de la méthode de capitalisation du revenu

• Choix du bon taux de capitalisation : Les différentes catégories d’actifs (obligations, actions et immobilier) présentent des rendements attendus variables. L’application d’un taux unique à l’ensemble des actifs peut introduire des distorsions.
• Effets de l’impôt sur le revenu déclaré : Les politiques fiscales, telles que les obligations municipales libres d’impôt et les gains en capital non réalisés, influencent les revenus de placements déclarés, ce qui nécessite des ajustements.
• Volatilité des rendements du marché : La valeur des actifs financiers fluctue en fonction de la conjoncture économique, ce qui fait que le temps est un facteur important dans le choix du taux de capitalisation.
• Limites des données : Certaines composantes du patrimoine, comme les entreprises privées, le patrimoine détenu en fiducie, et les actifs ne générant pas de revenu, sont plus difficiles à estimer en utilisant cette méthode (p. ex. régimes de retraite, gains en capital non réalisés dans les produits de placements enregistrés et actifs non financiers tels que l’immobilier).

Principales données d’entrée pour le couplage des flux d’investissement avec la valeur des actifs financiers

Les données de l’ESF, qui servent de base à la modélisation des relations entre les flux de revenus de placements et la valeur des actifs financiers pour les familles et les ménages, sont associées à des données plus complètes sur les flux d’investissements tirées du Fichier administratif principal du revenu personnel (FAPRP) de Statistique Canada. Le FAPRP regroupe diverses données fiscales recueillies par l’Agence du revenu du Canada, notamment :

• Déclaration T1 générale de revenus et de prestations – Comprend des renseignements détaillés sur le revenu personnel, les déductions et les avantages indiqués par les déclarants canadiens.
• T4 État de la rémunération payée – Indique le revenu d’emploi et les retenues à la source des employeurs.
• Feuillets d’impôt T4A et T5 – Font état de divers revenus de pension, de placements et autres.
• Allocation canadienne pour enfants et données sur le crédit pour la TPS/TVH – Comprennent des renseignements sur les transferts gouvernementaux.
• Rapports sur le revenu d’entreprise et de profession libérale – Présentent un résumé du revenu des travailleurs autonomes.

Le FAPRP, qui s’appuie sur les renseignements disponibles dans le Fichier des familles T1 de Statistique Canada, comprend également des renseignements sur les liens entre conjoints et les types de famille (p. ex. célibataire, célibataire avec enfants, marié, marié avec enfants).

Méthodologie

Hypothèses de modélisation et identités comptables

En raison d’un manque de données probantes dans la documentation sur la conception d’une estimation exhaustive pour la répartition du patrimoine, dont les éléments autres que les actifs financiers détenus par la population non comprise dans l’échantillon, comme l’immobilier, les biens de consommation et leurs passifs connexes, ces autres éléments du patrimoine sont exclus des estimations de la méthode de capitalisation du revenu présentée dans le présent rapport. Des recherches sont actuellement menées pour mettre au point une évaluation plus exhaustive du patrimoine allant au-delà des actifs financiers seulement. Ces recherches pourraient être présentées dans un rapport ultérieur. Néanmoins, comme l’indiquent les estimations sur le patrimoine des CERSM, les ménages plus fortunés comptent davantage sur les actifs financiers pour la création de leur patrimoine, ainsi les ménages dans la tranche supérieure de 20 % de la répartition du patrimoine détiennent plus des deux tiers de tous les actifs financiers, mais seulement la moitié de tous les autres actifs.

Afin de faciliter le processus de modélisation selon la méthode de capitalisation du revenu, les hypothèses et identités comptables suivantes ont été appliquées :

• Les enfants de 15 ans et plus sont considérés comme indépendants pour déterminer la valeur du patrimoine.
• Le chef de famille représente le soutien économique principal.
• Pour un montant donné investi, pour des ménages aux caractéristiques similaires tirés de l’échantillon de l’ESF :
• Les rendements annuels réalisés devraient être relativement semblables.
• Les placements cédés ou rachetés à un taux semblable.
• Les avoirs investis déclarés d’un groupe sont équivalents à la somme du total de leurs investissements.
• Les déclarations de revenus soumises dans le FAPRP représentent toujours des rendements réels par groupe.
• Le rendement réel divisé par la somme des placements est égal au ratio de rendement par groupe.
• Les déclarations de revenus officielles des personnes non comprises dans l’échantillon dans le FAPRP divisées par le ratio de rendement pour les groupes semblables dans l’ESF égalent la somme prévue des investissements pour les personnes non comprises dans l’échantillon.

Exemple d’une famille comprise dans l’ESF ayant un rendement des investissements déclaré :

• La famille comprise dans l’échantillon est l’une des nombreuses autres familles présentant des caractéristiques démographiques semblables incluses dans le même groupe.
• Famille de 3 personnes établie en Ontario dont le revenu total est de 275 000 $.
• Famille ayant un actif financier total de 100 000 $.
• Un membre de la famille vend pour 10 000 $ d’actions.
• Ratio de rendement de la famille = 10 000 $ / 100 000 $.
• Additionner toutes les familles dans ce groupe pour obtenir le ratio de rendement du groupe.

Conversions du rendement des investissements en valeur des actifs financiers

Étape 1. Coupler les familles comprises dans l’ESF et les personnes figurant dans les données fiscales, et regrouper celles présentant des caractéristiques démographiques similaires.

Étape 2. Répartir les familles en deux catégories selon la déclaration ou non d’un rendement sur leurs investissements.

• Les familles ciblées sont réparties en deux catégories aux fins de l’estimation, notamment :
• Celles dont le rendement déclaré des investissements figure dans l’enquête ainsi que dans les données fiscales et pour lesquelles une estimation directe des taux de rendement est appliquée lorsqu’il est possible de le faire.
• Celles qui n’ont pas déclaré de rendement des investissements et pour lesquelles une technique de modélisation est appliquée afin d’estimer les taux de rendement.
• Les personnes n’ayant pas déclaré de rendement des investissements pour une période donnée sont présumées détenir une certaine forme de placement à l’abri de l’impôt (par exemple, CELI, REER, etc.) et avoir ainsi enregistré des gains non réalisés sur ces placements.

Étape 3. Pour les familles déclarant un rendement des investissements, estimer directement les ratios de rendement et les convertir en valeur des actifs financiers selon la méthode de capitalisation du revenu.

Étape 4. Pour les familles qui n’ont pas déclaré de rendement des investissements, estimer les ratios de rendement à l’aide d’un processus de modélisation.

Description de la figure 1

La figure ci-dessus est composée de trois organigrammes qui identifient les sources de données et décrivent la méthodologie d'estimation du patrimoine financier basée sur la méthode de capitalisation des revenus.

Le premier organigramme fournit de l'information sur le Fichier principal administratif des revenus personnels (FPARP) couplé aux fichiers sur la famille T1 (FFT1), qui permet aux utilisateurs d'accéder à des données démographiques ainsi qu'à des données sur les placements (à l'exclusion des revenus de location), ces dernières pouvant être décomposées entre les placements avec le rendement et les placements sans rendement.

Le second organigramme fournit des renseignements sur l'Enquête sur la sécurité financière (ESF), qui permet aux utilisateurs d'accéder à des données démographiques, qui peuvent être décomposées par investissements, et qui à leur tour peuvent faire la distinction entre les investissements avec rendement dans le FPARP et les investissements sans rendement dans le FRARP.

Le troisième organigramme fournit des renseignements sur les données du FFT1 couplées au FPARP par groupe démographique, qui peuvent être décomposées en fonction des placements avec ou sans rendement, puis utilisées pour prédire le patrimoine et estimer les ratios de rendement des placements, à l'aide de données réelles pour ceux dont les placements ont été observés et d'un modèle de régression pour ceux qui n'ont pas de rendement des placements observés.

Analyse stratifiée fondée sur le niveau de revenu familial pour améliorer la prise en compte des variations de ratios de rendement des investissements sur l’ensemble des groupes de familles

Selon les données de l’ESF pour les familles ayant déclaré un rendement des investissements, les niveaux d’investissement sont sensiblement plus élevés pour les ménages se situant dans la tranche supérieure de 10 % de la répartition des revenus.

Pour l’ensemble de l’échantillon de l’ESF, les ratios de rendement des personnes se situant dans la tranche inférieure de 90 % de la répartition des revenus sont d’environ 3 % en moyenne, comparativement à un ratio de rendement moyen de 5 % pour celles se situant dans la tranche supérieure de 10 % de la répartition des revenus. L’écart entre les ratios de rendement s’accentue lorsqu’on procède au recoupement du revenu en fonction du groupe d’âge.

Les ménages à revenus élevés peuvent avoir une plus grande capacité à faire fructifier leurs investissements pour plusieurs raisons, dont :

• Accès à de meilleures opportunités d’investissement : Les ménages à revenu élevé ont généralement un meilleur accès à des opportunités de placement diversifiées et dont le rendement est plus élevé telles que le capital-investissement, les fonds de couverture, le capital de risque ou les actions internationales, qui sont souvent moins accessibles aux ménages à faible revenu en raison de contraintes de capital et d’un manque de connaissances financières.
• Tolérance au risque et horizon d’investissement : Les personnes plus fortunées sont davantage susceptibles d’investir dans des actifs plus risqués comme les actions ou l’immobilier qui peuvent offrir de meilleurs rendements à long terme. En revanche, les ménages à faible revenu tendent à se concentrer sur des investissements plus sûrs offrant de moins bons rendements en raison d’une sécurité financière limitée et d’une aversion au risque.
• Littératie financière : Les personnes à revenu élevé ont souvent des connaissances financières plus approfondies, ce qui leur permet de prendre des décisions plus éclairées en matière d’investissements, d’optimiser leur portefeuille et de tirer parti des moyens d’investissement avantageux sur le plan fiscal, ce qui contribue à faire fructifier l’accumulation de leur patrimoine à long terme.
• Accès à des conseils professionnels : Les ménages plus fortunés sont plus susceptibles de pouvoir consulter des planificateurs fiscaux et des conseillers financiers professionnels qui peuvent les aider à optimiser leurs rendements grâce à une répartition stratégique des actifs et à une planification financière. Les ménages à faible revenu ne sont pas toujours en mesure de profiter de ce soutien, ce qui les expose à des choix moins judicieux en matière de placements.
• Accumulation de patrimoine et intérêts composés : Les ménages à revenu élevé ont un revenu disponible plus important à investir et un capital de base plus important. Au fil du temps, cette situation leur permet de profiter davantage des effets des intérêts composés, ce qui se traduit par un rendement global plus élevé sur leurs investissements.

Limites de l’estimation des taux de rendement pour les ménages compris dans l’échantillon de l’Enquête sur la sécurité financière ayant déclaré un rendement des investissements

Pour les ménages compris dans l’échantillon de l’ESF ayant déclaré un rendement des investissements, la capacité de déterminer les ratios de rendement associés selon les diverses caractéristiques des ménages est limitée en raison de la couverture relativement restreinte des répondants à l’enquête à des niveaux plus détaillés. Ces lacunes statistiques sont particulièrement évidentes au moment de déterminer les relations qui existent entre une combinaison donnée de caractéristiques, notamment en fonction de la région, du type de famille, du groupe d’âge ou du niveau de revenu. Pour relever ces défis, il est nécessaire de recourir à une technique d’estimation.

Processus de modélisation pour estimer les ratios de rendement

• Objectif : Pour les ménages compris dans l’ESF ayant un rendement d’investissements, estimer les ratios de rendement pour les groupes démographiques selon toutes les caractéristiques.
  • Ces ratios serviront de références pour imputer des ratios aux ménages n’ayant pas de rendement d’investissements déclaré.
• Modèle de régression : $$\log (ratio)=\log (revenu)+âge+âg{e}^2+région+typedefamille$$
  où :

  • le $revenu$ et l’$âge$ sont des variables continues; la$région$ et le$typedefamille$ sont des variables nominales;
  • chaque groupe compte plus de 40 observations, suffisantes pour la régression;
  • l’ajout de la variable explicative $âg{e}^2$ permet de modéliser les effets non linéaires liés à l’$âge$;
  • la faible corrélation entre l’$âge$ et le $revenu$ indique qu’il n’y a pas de multicolinéarité.
• Estimations dérivées des ratios de rendement des investissements :
  • Les paramètres d’estimation sont statistiquement significatifs pour chacune des variables explicatives.
  • Grâce à ce processus de modélisation, on estime que les ratios de rendement sont plus faibles pour les groupes d’âge plus jeunes et les personnes à faible revenu par rapport aux personnes à revenu plus élevé et aux groupes d’âge plus avancés.
  • Le classement des ratios de rendement demeure constant lorsqu’on effectue un recoupement à des niveaux plus détaillés, en outre selon l’âge, la région, le niveau de revenu et le type de famille.

Tableau de données du graphique 1

Tableau de données du graphique 1
Sommaire du tableau
Le tableau montre les résultats de Tableau de données du graphique 1 Célibataire et sans enfants, Célibataire et avec enfants, Marié(e) et sans enfants et Marié(e) et avec enfants, calculées selon ratio (pourcentage) unités de mesure (figurant comme en-tête de colonne).

	Célibataire et sans enfants	Célibataire et avec enfants	Marié(e) et sans enfants	Marié(e) et avec enfants
	ratio (pourcentage)
Source : Statistique Canada, calculs des auteurs.
Région de l'Atlantique	0,67	0,98	0,55	0,79
Quèbec	0,72	1,04	0,59	0,84
Ontario	0,72	1,05	0,59	0,84
Les Prairies	0,71	1,03	0,59	0,83
Colombie-Britannique	0,67	0,98	0,56	0,79

Tableau de données du graphique 2

Tableau de données du graphique 2
Sommaire du tableau
Le tableau montre les résultats de Tableau de données du graphique 2 Célibataire sans enfants, Célibataire avec des enfants, Marié(e) sans enfants et Marié(e) avec des enfants, calculées selon ratio (pourcentage) unités de mesure (figurant comme en-tête de colonne).

	Célibataire sans enfants	Célibataire avec des enfants	Marié(e) sans enfants	Marié(e) avec des enfants
	ratio (pourcentage)
Source : Statistique Canada, calculs des auteurs à partir de la méthode de capitalisation des revenus.
Région de l'Atlantique	2,80	4,07	2,31	3,27
Québec	2,99	4,36	2,47	3,50
Ontario	3,00	4,34	2,47	3,51
Les Prairies	2,96	4,31	2,44	3,47
Colombie-Britannique	2,81	4,09	2,32	3,29

• En appliquant le même processus d’estimation aux ménages n’ayant pas déclaré de revenus d’investissement, il est possible d’imputer les ratios de rendement estimés correspondants.
• Les résultats de régression obtenus à partir des données de l’enquête par échantillonnage servent ensuite à estimer les ratios de rendement des investissements pour les familles ayant ou n’ayant pas déclaré de revenus d’investissement.
• Les ratios de rendement estimés pour chaque groupe de familles de l’ESF sont appliqués aux groupes familiaux qui partagent des caractéristiques similaires dans les données fiscales.

Résultats et constatations

Application du processus de modélisation

Comme première étape dans le cadre du processus de modélisation, les ratios de rendement des investissements estimés sont appliqués aux flux d’investissements correspondants pour les différents groupes de ménages afin d’obtenir les répartitions d’actifs financiers correspondantes.

Comparativement à la valeur totale de 7 258 920 millions de dollars pour les actifs financiers rapportée dans les CBN de Statistique Canada pour le quatrième trimestre de 2018, le processus de modélisation est arrivé à une valeur estimée relativement faible de 3 186 224 millions de dollars, soit environ 44 % de la référence nationale. Cette estimation comprend ce qui suit :

• Les familles ayant déclaré un rendement des investissements : 2 892 244 millions de dollars (97,5 %).
• Les familles n’ayant pas déclaré un rendement des investissements : 293 979 millions de dollars (2,5 %).

Pour améliorer l’évaluation de la valeur des actifs détenus dans des produits à l’abri de l’impôt au moyen du processus de modélisation, les renseignements peuvent être tirés des données d’enquête disponibles, selon lesquelles les personnes n’ayant pas déclaré de rendement des investissements représentaient 25 % de la valeur totale des investissements. Par souci d’uniformité avec la part relative des familles n’ayant pas déclaré de rendement des investissements dans l’échantillon de l’enquête, les résultats initiaux du modèle pour ces familles ont été recalibrés selon les proportions de l’ESF.

Au moyen du processus de recalibrage, la valeur totale des actifs financiers au quatrième trimestre de 2018 a été estimée à 5 832 037 millions de dollars, soit environ 80 % du total des CBN, où :

• la valeur des actifs financiers des familles ayant déclaré un rendement des investissements est de 2 892 244 millions de dollars;
• la valeur des actifs financiers des familles n’ayant pas déclaré de rendement des investissements est de 2 939 793 millions de dollars.

Les parts de répartition estimées dérivées du processus de modélisation pour les actifs financiers selon les caractéristiques des ménages, notamment selon le groupe d’âge, la tranche de revenu (c.-à-d. la tranche inférieure de 90 % par rapport à la tranche supérieure de 10 %) et le type de famille, ont ensuite été étalonnées pour assurer l’uniformité avec les totaux des CBN.

En fonction des estimations dérivées des résultats recalibrés et étalonnés selon les CBN, le graphique ci-dessous illustre l’incidence de l’incorporation de la méthode de capitalisation du revenu pour estimer la répartition des actifs financiers pour les familles économiques. Selon la population comprise dans l’échantillon de l’ESF seulement, la valeur de patrimoine approche une limite supérieure de moins de 60 millions de dollars, comparativement à une limite supérieure dépassant 3 milliards de dollars selon la méthode de capitalisation du revenu.

Tableau de données du graphique 3

Tableau de données du graphique 3
Sommaire du tableau
Les données sont présentées selon Patrimoine (en millions de dollars) (titres de rangée) et , calculées selon (figurant comme en-tête de colonne).

Patrimoine (en millions de dollars)	Nombre de familles économiques
Note : Il y a une ligne verticale au milieu de la distribution. À la gauche de la ligne verticale, il y a une ligne horizontale qui illustre la portion de la distribution qui reflète la population sondée. À la droite de la ligne verticale, il y a une autre ligne horizontale qui indique que ce côté de la distribution est basé sur des ajustements faits utilisant la méthode de capitulalisation des revenus. Source : Statistique Canada, calculs des auteurs à partir de la méthode de capitalisation des revenus.
0.9	21 482 537
1.1	704 556
1.4	177 380
1.5	79 611
1.6	44 216
1.7	27 524
1.8	17 330
1.9	12 042
1.9	8 511
2.0	5 604
2.1	14 958
2.4	3 104
2.5	1 361
2.7	659
2.7	393
2.8	274
2.9	209
2.9	146
3.0	107
3.1	447
3.4	90
3.5	37
3.7	28
3.7	18
3.8	4
3.9	3
3.9	1
4.0	4
4.1	11
4.3	1
4.5	1

Comparaison des résultats obtenus par la méthode de capitalisation du revenu avec ceux obtenus par la méthode du Bureau du directeur parlementaire du budget

La méthode de capitalisation du revenu permet d’obtenir un portrait similaire, quoique moins asymétrique, de la répartition du patrimoine familial par rapport à la méthode d’interpolation de Pareto du BDPB. À titre d’exemple, la méthode de capitalisation du revenu indique qu’une part moins importante du patrimoine est détenue par les familles situées dans la tranche supérieure de la répartition du patrimoine (c.-à-d. la tranche supérieure de 0,1 % des détenteurs de patrimoine), et que les familles se trouvant dans la portion inférieure de la répartition du patrimoine tendent à posséder une part relativement plus élevée.

La méthode de capitalisation du revenu tend également à produire des estimations moins asymétriques par rapport à l’interpolation de Pareto, car elle repose sur un revenu moyen ou un rendement typique des investissements au fil du temps. Étant donné que les flux de revenus futurs ont tendance à être relativement stables et prévisibles pour la plupart des particuliers ou des ménages, les estimations sur le patrimoine qui en résultent sont moins susceptibles de présenter des disparités extrêmes. En revanche, la méthode d’interpolation de Pareto met l’accent sur les concentrations extrêmes du patrimoine situées au sommet de la répartition du patrimoine.

Comparaison des résultats obtenus par la méthode de capitalisation du revenu avec les estimations des comptes économiques répartis pour le secteur des ménages

Une comparaison avec les estimations des CERSM révèle que selon la méthode de capitalisation du revenu, une part nettement plus importante du patrimoine est attribuée à la tranche supérieure de 20 % de la répartition du patrimoine. Au quatrième trimestre de 2019, cette part s’élevait à 81,2 % selon la méthode de capitalisation du revenu, comparativement à 68,1 % selon les CERSM.

Selon le groupe d’âge, la méthode de capitalisation du revenu estime que les ménages plus jeunes détenaient un patrimoine plus important, particulièrement chez les personnes âgées de moins de 35 ans (9,4 %) comparativement à 5,7 % selon les CERSM. La méthode de capitalisation du revenu peut attribuer une part plus élevée du patrimoine aux ménages dont le soutien économique principal est plus jeune, ces derniers ayant tendance à se concentrer davantage sur l’élargissement de leur patrimoine par l’ajout d’investissements plutôt que par le prélèvement sur leurs actifs accumulés.

Selon un recoupement des données selon la région, une plus grande part du patrimoine est attribuée aux régions de l’Ouest, dont les Prairies (20,4 % selon la méthode de capitalisation du revenu comparativement à 17,9 % selon les CERSM) et à la Colombie-Britannique (17,5 % selon la méthode de capitalisation du revenu comparativement à 16,4 % selon les CERSM), ainsi qu’au Québec (20,0 % selon la méthode de capitalisation du revenu comparativement à 18,4 % pour les CERSM). La méthode de capitalisation du revenu peut attribuer une plus grande part du patrimoine aux personnes qui vivent et travaillent dans les régions de l’Ouest, car elles ont tendance à tirer une plus grande partie de leur revenu de l’extraction des ressources.

Raisons de la sous-représentation de la valeur des actifs financiers dans le cadre du processus d’évaluation

Comme nous l’avons présenté dans la section précédente, l’estimation initiale modélisée pour les personnes ne déclarant pas de rendement des investissements sous-représente les totaux des CBN indiqués pour les actifs financiers au quatrième trimestre de 2018. Cette sous-représentation dans le cadre du processus d’évaluation peut être attribuable à divers facteurs.

La sous-estimation de la valeur des actifs financiers et des ratios de rendement des investissements par la méthode de capitalisation du revenu peut être attribuée à des problèmes liés à la représentativité et à l’exactitude des données sous-jacentes, à la simplification de réalités financières complexes, et de l’incapacité de bien tenir compte du risque, de l’impôt, de l’inflation et d’autres facteurs économiques.

Les éléments suivants peuvent également contribuer à la sous-estimation de la valeur des actifs financiers selon la méthode de capitalisation du revenu :

• Nature statique des données d’enquête : Les ratios de rendement dérivés d’une enquête par échantillonnage à un moment donné peuvent ne pas tenir compte des variations de la conjoncture économique ou du rendement des investissements qui auraient pu avoir une incidence sur l’accumulation d’actifs financiers au fil du temps. Par exemple, si les données de l’échantillon sont recueillies au cours d’une période où les taux d’intérêt sont faibles, elles pourraient sous-estimer les rendements potentiels dans un contexte où des taux d’intérêt plus élevés pourraient également avoir une incidence sur l’accumulation de la valeur des actifs financiers au fil du temps.
• Exclusion des effets fiscaux et de déclaration : La méthode de capitalisation du revenu pourrait ne pas tenir pleinement compte de l’incidence de l’impôt sur le rendement des investissements, notamment en ce qui concerne les gains en capital, les dividendes ou les revenus provenant d’actifs productifs d’intérêts, ainsi que leurs seuils de déclaration associés.

Travaux futurs

La précision de la méthodologie présentée dans le présent rapport peut être améliorée en affinant les hypothèses appliquées et en intégrant des techniques d’estimation plus complètes, ainsi que des données plus détaillées et actualisées. Plusieurs pistes possibles pour des travaux futurs qui pourraient permettre d’accroître la fiabilité des estimations de la répartition du patrimoine en utilisant cette méthodologie sont présentées ci-dessous.

Ajout de renseignements sur divers types d’actifs financiers

• Régimes de retraite : Les régimes de retraite sont une source importante de patrimoine pour les particuliers, surtout à la retraite. Ils varient toutefois grandement en fonction du type (p. ex. les prestations déterminées comparativement aux cotisations déterminées) et leur taux de capitalisation peut varier selon qu’il s’agit d’un régime privé ou public et avec ou sans constitution de réserves. Les travaux futurs devraient intégrer des données détaillées sur le patrimoine des régimes de retraite en tenant compte de l’espérance de vie et du calendrier des versements prévus.
• Actions et fonds communs de placement : Les actions génèrent des revenus sous forme de dividendes et de gains en capital potentiels réalisés, mais leurs taux de rendement peuvent être volatils. L’intégration de la croissance attendue du marché et du rendement en dividendes, ainsi que l’ajustement en fonction du risque, permettrait de mieux mesurer la valeur du patrimoine découlant de ces actifs. Les actions contribuent également au patrimoine par le biais de gains non réalisés lorsqu'il n'y a possiblement pas de versements associés de dividendes.
• Épargne et dépôts : Les comptes d’épargne et autres actifs fondés sur les dépôts offrent souvent des rendements faibles, mais stables. Les méthodologies futures pourraient améliorer le modèle en tenant compte des tendances des taux d’intérêt et des différences de rendement entre les dépôts à vue et les dépôts à terme.

Amélioration de l’estimation des taux de rendement des investissements par recoupement avec les données des marchés financiers et d’autres sources

• Recoupement avec les données du marché financier : Le recoupement avec les données des marchés financiers (p. ex. les indices boursiers, les rendements obligataires et les prix de l’immobilier) permet d’affiner les taux de rendement pour refléter les conditions réelles du marché. Par exemple, les catégories d’actifs telles que les actions peuvent nécessiter des ajustements des taux de rendement fondés sur les performances historiques du marché. En revanche, les obligations d’État et l’immobilier requièrent des hypothèses différentes fondées sur leurs tendances historiques particulières.
• Utilisation de données en temps réel : L’utilisation de données actuelles sur les taux de rendement, issues de sources telles que Bloomberg, Reuters ou les rapports des banques centrales, pourrait contribuer à l’estimation de taux de rendement plus précis, permettant d’ajuster les estimations en fonction des fluctuations à court terme et des tendances à long terme.
• Utilisation des rendements implicites : Les comptes des revenus et des dépenses et le CBN contiennent des revenus d'investissement détaillés et des types d'actifs qui pourraient être utilisés pour générer des rendements implicites par instrument financier spécifique, lesquels reflètent les rendements réels des ménages.

Utilisation d’un échantillon plus large de données d’enquête au fil du temps pour atteindre les objectifs suivants :

• Améliorer l’estimation des taux de rendement en tenant compte des variations dans la conjoncture économique et divers contextes de taux d’intérêt. Les différents contextes économiques (p. ex. les périodes de faibles taux d’intérêt, comparativement aux périodes de taux d’intérêt élevés) peuvent avoir une incidence importante sur les rendements des actifs. En intégrant un plus large éventail de données couvrant diverses périodes, le modèle peut prendre en compte les différents schémas de rendement observés durant les périodes de prospérité économique, de récession et d’instabilité financière. Cette approche permettrait d’établir des projections plus réalistes du rendement des actifs en fonction des conditions économiques actuelles et passées.
• Suivre l’évolution des caractéristiques de répartition dans le temps. La répartition du patrimoine évolue en fonction des changements dans les conditions sociales, économiques et politiques. En utilisant un ensemble de données longitudinales plus vaste, il est possible de suivre ces changements et d’observer l’évolution de la concentration du patrimoine et de l’inégalité des revenus au fil du temps. Ce type d’analyse peut contribuer à l’élaboration de politiques visant à réduire l’inégalité en matière de patrimoine.

Mesure du patrimoine non financier

• Concevoir des techniques d’estimation pour les actifs non financiers : Les actifs non financiers, notamment les biens immobiliers et les biens de consommation, constituent une part importante du patrimoine total. Les méthodes d’évaluation de la valeur des biens immobiliers pourraient s’appuyer sur les données relatives aux impôts fonciers, les indices de prix des propriétés, la superficie et l’état des propriétés, suivant des efforts similaires déployés par le Programme canadien des statistiques du logement de Statistique Canada. De même, le patrimoine lié aux biens de consommation pourrait être estimé en appliquant des ratios dérivés d’enquêtes, telles que l’ESF, afin d’estimer la valeur des biens comme les véhicules, les bijoux et autres articles ménagers.
• Intégrer le passif au processus de modélisation : Les passifs, tels que les hypothèques, les prêts personnels et les soldes de cartes de crédit, peuvent avoir une incidence importante sur la valeur nette du patrimoine. Les modèles futurs pourraient incorporer les données sur les passifs afin d’affiner l’estimation du patrimoine net. Cette approche permettrait d’obtenir une représentation plus précise de la situation financière des particuliers en incluant à la fois les actifs et les passifs dans la méthode de capitalisation.

Couplage avec les données du recensement pour créer d’autres catégories de répartition

• L’intégration des données du recensement aux modèles de répartition du patrimoine permettrait de créer des catégories de patrimoine plus détaillées, produisant ainsi des renseignements sur les disparités en matière de patrimoine en fonction de facteurs démographiques. Les catégories d’intérêt pourraient comprendre notamment le statut de minorité visible, le statut d’immigrant, le statut d’Autochtone et le niveau de scolarité.

Étude de faisabilité sur l’utilisation des données annuelles ou infra-annuelles de la Base de données et Modèle de simulation de politique sociale de Statistique Canada

La Base de données et Modèle de simulation de politique sociale (BD/MSPS) fournit un ensemble de microdonnées exhaustif qui combine des données d’enquête, des renseignements provenant des déclarants et des données de sources administratives. L’intégration de cette base de données dans l’estimation du patrimoine pourrait présenter plusieurs avantages, notamment :

• L’amélioration des estimations du revenu : L’ensemble de données fournit des renseignements détaillés et représentatifs sur le revenu, ce qui augmenterait la précision de l’estimation du patrimoine fondée sur le revenu en combinant les données d’enquête et les données administratives.
• Le suréchantillonnage des ménages à revenu élevé : Le suréchantillonnage des ménages à revenu élevé assurerait une représentation suffisante de ces derniers, réduisant ainsi les biais des estimations sur le patrimoine des tranches supérieures.
• Des catégories de répartition : La BD/MSPS faciliterait l’identification de diverses catégories de répartition, notamment celles fondées sur les sources de revenus ou les caractéristiques démographiques, ce qui permettrait une compréhension plus nuancée de la répartition du patrimoine.

Couplage avec des travaux connexes sur l’estimation des répartitions pour les actions non cotées

• De nombreuses entreprises privées, comme les entreprises familiales et les entreprises en démarrage, détiennent une part importante du patrimoine qui n’est pas prise en compte dans les données traditionnelles des marchés publics. Le couplage des estimations sur le patrimoine avec les renseignements sur les actionnaires disponibles dans les données fiscales pour les sociétés non cotées permet d’estimer plus précisément ce segment du patrimoine, notamment l’évaluation de la situation des personnes fortunées qui participent à des entreprises privées.

Prise en compte des biais liés à la déclaration fiscale

Certains revenus de placements, notamment les montants modestes tels que les intérêts sur les petits comptes d’épargne, peuvent ne pas être entièrement déclarés dans les données fiscales en raison des seuils de déclaration ou de non-déclaration. Afin de corriger ces biais, certaines méthodes peuvent être appliquées notamment :

• L’extrapolation des schémas de revenu non déclarés en fonction des ménages ou des types d’actifs similaires;
• L’ajustement selon les taux de sous-déclaration en fonction des études ou des audits effectués par les autorités fiscales. Ces méthodes permettraient de garantir que la répartition du patrimoine ne soit pas systématiquement sous-estimée, en particulier pour les ménages à faible revenu ou disposant de peu d’actifs.

Conclusion

La méthodologie décrite dans le présent rapport constitue une avancée importante pour l’amélioration de la précision et du niveau de détail des estimations sur le patrimoine dans les CERSM. En tirant parti de l’approche de capitalisation du revenu et de l’intégration des données d’enquête et des données fiscales sur les revenus de placements des familles, cette méthode permet d’obtenir des estimations plus complètes des actifs financiers pour un plus large éventail de ménages, notamment les ménages dont la valeur du patrimoine est élevée. Cette approche améliorée permet une représentation plus précise de la répartition du patrimoine entre diverses caractéristiques des ménages, ce qui donne un aperçu plus approfondi de l’inégalité économique.

Les conclusions du rapport montrent que les inégalités en matière de patrimoine, comme mesurées à l’heure actuelle dans les CERSM, sont probablement sous-estimées. Des améliorations continueront d’être apportées à la méthodologie afin de non seulement produire une répartition du patrimoine plus précise, mais aussi de concevoir une série de répartition du patrimoine plus détaillée, intégrée et à jour au fil du temps. Cette approche favorisera une meilleure compréhension de la stabilité financière et du bien-être économique des ménages, une prise de décision éclairée dans un paysage économique en constante évolution, et en définitive, répondra aux besoins du public, des chercheurs et des décideurs politiques dans leurs efforts pour lutter contre les inégalités.

Bibliographie

Blanchet, T., T. Piketty et J. Fournier. 2022. « Generalized Pareto Curves: Theory and Applications », Review of Income and Wealth, 68(1), 263-288.

Block, S., G.-E. Galabuzi et R. Tranjan. 2019. « Canada’s Colour Coded Income Inequality », Canadian Centre for Policy Alternatives.

Brzozowski, M., M. Gervais, P. Klein et M. Suzuki. 2010. « Consumption, Income, and Wealth Inequality in Canada », Review of Economic Dynamics, 13(1), 52-75.

Burkinshaw, S., Y. Terajima et C.A. Wilkins. 2022. « Income Inequality in Canada », document de travail du personnel, Banque du Canada.

Hempel, A. 2025. « New Estimates of Wealth Inequality in Canada », Université de Toronto.

Lundberg, J., D. Waldenstrom. 2018. « Wealth Inequality in Sweden: What Can We Learn from Capitalized Income Tax data? », Review of Income and Wealth, 64(3), 517-541.

Perrault, L. et K. Duncan. 2021. « Estimation de l’extrémité supérieure de la distribution du patrimoine familial au Canada : mises à jour et tendances », Bureau du directeur parlementaire du budget.

Saez, E. et G. Zucman. 2022. « Top Wealth in America: A Reexamination », National Bureau of Economic Research, document de travail no 30396.

Saez, E. et G. Zucman. 2020. « Trends in US Income and Wealth Inequality: Revising After the Revisionists », World Inequality Lab, document de travail no 2020/21.

Saez, E. et G. Zucman. 2016. « Wealth Inequality in the United States Since 1913: Evidence from Capitalized Income Tax Data », Quarterly Journal of Economics, 131(2), 519–578.

Saez, E. et M. Veall. 2005. « The Evolution of High Incomes in Northern America: Lessons from Canadian Evidence », American Economic Review, 95(3), 831–849.

Smith, M., O. Zidar et E. Zwick. 2023. « Top Wealth in America: New Estimates under Heterogeneous Returns », Quarterly Journal of Economics, 138(1), 515-573.

Vermeulen, P. 2018. « How Fat is the Top Tail of the Wealth Distribution? », Review of Income and Wealth,64(2), 357-387.

Vermeulen, P. 2016. « Estimating the Top Tail of the Wealth Distribution », American Economic Review, 106(5), 646–50.

Waltl, S. 2022. « Wealth Inequality: A Hybrid Approach Toward Multidimensional Distributional National Accounts in Europe », Review of Income and Wealth, 68(1), 74-108.

Wodrich, N. et A. Worswick. 2020. « Estimation de la queue supérieure de la distribution du patrimoine familial au Canada », Bureau du directeur parlementaire du budget.

Yassin, S., G. Petit et Y. Abraham. 2024. « The troubling rise of income and wealth inequality », Options politiques, Institut de recherche en politiques publiques.

Xuereb, S., M. Fisher-Post, F. Delorme et C. Lajoie. 2023. « Évolution des inégalités de revenus au Canada et regard sur les provinces 1982-2021 », document de travail n^o 2023/27, Laboratoire sur les inégalités mondiales.