Méthodologie
Cette page explique les sources de données, les modèles et les hypothèses derrière À quel point suis-je pauvre ?. Objectif : une transparence totale — chaque chiffre que vous voyez peut être retracé jusqu'à sa source et son calcul.
Données de distribution de la richesse
Les parts de richesse proviennent de World Inequality Database, qui publie des Comptes Nationaux Distributionnels (DINA) pour des dizaines de pays. Ces comptes répartissent la richesse nationale par groupes :
- 50 % du bas — La moitié inférieure de la population par patrimoine net
- 40 % du milieu — Du 50e au 90e centile, souvent appelé la « classe moyenne »
- 10 % du haut — Le dixième le plus riche, qui dans la plupart des pays détient 60-80 % de la richesse
- 1 % du haut — Sous-ensemble du top 10 %, détenant typiquement 25-40 % de la richesse
Ces parts définissent les frontières utilisées pour vous situer dans la distribution. Plus les données frontières d'un pays sont granulaires, plus le centile final est précis.
Estimation revenu-richesse
La plupart des gens connaissent leur revenu mais pas leur patrimoine net. Pour combler cet écart, l'outil utilise un modèle d'estimation à 18 facteurs qui ajuste le ratio revenu/patrimoine selon des caractéristiques démographiques et financières :
- Tranches d'âge (les jeunes ont en général un ratio richesse/revenu plus faible)
- Niveau d'études (les études supérieures corrélent avec des revenus et une épargne plus élevés)
- Type d'emploi (indépendant vs salarié, public vs privé)
- Taux d'épargne et comportement d'investissement
- Propriété immobilière et statut hypothécaire
- Dettes en cours (prêts étudiants, crédit à la consommation)
Chaque facteur réduit la marge d'incertitude. Sans aucun facteur, le modèle a une dispersion d'environ ±70 %. Avec les 18 facteurs renseignés, l'incertitude tombe à environ ±10 %. L'outil affiche toujours l'intervalle de confiance à côté du centile estimé.
Calcul du centile
Une fois votre patrimoine net estimé calculé, l'outil vous place dans la distribution par interpolation linéaire par morceaux entre les frontières de parts connues. Par exemple, si les 50 % du bas détiennent 5 % de la richesse et les 40 % du milieu 35 %, votre position entre ces points est interpolée linéairement. C'est une approximation — les distributions réelles ne sont pas parfaitement linéaires entre les points — mais elle donne une estimation raisonnable avec les données disponibles.
Comparaison avec un milliardaire
Le mode « Combien de temps faudrait-il ? » utilise la liste Forbes Real-Time Billionaires. Les chiffres de patrimoine sont intégrés au site lors de la compilation pour la personne la plus riche de chaque pays.
Le calcul « années pour gagner » est délibérément simple : le patrimoine du milliardaire ÷ votre revenu annuel, sans ajustement pour intérêt, intérêt composé, impôts ou inflation. C'est intentionnel — l'objectif n'est pas la planification financière mais d'illustrer l'ampleur de l'écart. Quand la réponse est « 4 millions d'années », un rendement de 7 % ne change pas le constat.
Sources des taux d'imposition
Les taux d'imposition effectifs par classe de richesse sont compilés à partir de la recherche académique et des statistiques publiques. Contrairement aux données de distribution, ils ne sont pas disponibles via une API unique et sont maintenus manuellement à partir des sources publiées ci-dessous.
| Country | Source | Year |
|---|---|---|
| 🇦🇺Australia | ATO Taxation Statistics; Leigh (2009, updated); Grattan Institute distributional analysis | 2022 |
| 🇦🇹Austria | Statistik Austria, Integrierte Lohn- und Einkommensteuerstatistik (integrated wage and income tax statistics). Social contributions ~18% employee share, capped. Flat 27.5% KESt on capital income reduces effective rates for top brackets. Sub-percentile rates estimated from capital income concentration data. | 2023 |
| 🇧🇪Belgium | Statbel fiscal income statistics (decile distribution of net taxable income, total tax, and average tax rate, income year 2023). Very high social contributions (~13% employee). No general capital gains tax; 30% withholding on dividends. Sub-percentile rates estimated from OECD/WID capital income concentration. | 2023 |
| 🇧🇷Brazil | Receita Federal; Morgan (2017), WID.world; Gobetti & Orair (2017) | 2021 |
| 🇨🇦Canada | Statistics Canada; PBO Distributional Analysis 2023; OECD Tax Database 2024 | 2022 |
| 🇨🇱Chile | SII (Servicio de Impuestos Internos) bracket data; WID.world Chile distributional accounts; López & Figueroa (Harvard CID). Highly regressive due to 19% IVA consumption tax burden on lower incomes and favourable capital income treatment. Top 1% earn ~25% of pre-tax income (WID). Sub-percentile effective rates estimated. | 2024 |
| 🇩🇰Denmark | Danish Ministry of Taxation; OECD Tax Database 2024; WID.world Denmark series | 2022 |
| 🇫🇮Finland | Statistics Finland income distribution statistics; Verohallinto public tax data. Finland's dual income tax system: progressive earned income tax up to ~51.4%, flat 30–34% capital income tax. Sub-percentile rates estimated from capital vs labour income shares. OECD Taxing Wages 2025: average net tax rate 30.3%. | 2023 |
| 🇫🇷France | Landais, Saez & Zucman (2020); WID.world France series; EU Tax Observatory (2024) | 2022 |
| 🇩🇪Germany | Bach, Beznoska & Steiner (2020), DIW Berlin; Bundesfinanzministerium Datensammlung; OECD 2024 | 2021 |
| 🇮🇪Ireland | Revenue Commissioners income tax distribution tables; CSO Ireland's Tax Statistics 2024; Social Justice Ireland effective rate analysis (10.3% at €25K, 39.0% at €120K). Top rate = 40% income tax + 8% USC. Top 1% (>€203K) pay ~19% of personal tax. Entrepreneur relief (10% CGT) benefits top brackets. | 2024 |
| 🇮🇹Italy | Ministero dell'Economia; Acciari & Morelli (2023); EU Tax Observatory (2024) | 2022 |
| 🇯🇵Japan | National Tax Agency statistics; Moriguchi & Saez (2008, updated); OECD Tax Database 2024 | 2022 |
| 🇳🇿New Zealand | NZ Inland Revenue, High-Wealth Individuals Research Project (April 2023): median effective rate of 8.9% for 311 high-wealth individuals on economic income incl. unrealised gains, vs 20.2% for middle NZ. Lower brackets from NZ Treasury distributional analysis. No general capital gains tax. | 2023 |
| 🇳🇴Norway | Alstadsæter, Johannesen & Zucman (2019); SSB tax statistics; WID.world Norway series | 2021 |
| 🇿🇦South Africa | SARS Tax Statistics; Chatterjee, Czajka & Gethin (2022), WID.world; National Treasury | 2021 |
| 🇪🇸Spain | Agencia Tributaria; Alvaredo & Saez (2009, updated); EU Tax Observatory (2024) | 2022 |
| 🇸🇪Sweden | Waldenström (2020), IFN Stockholm; SCB tax statistics; WID.world Sweden series | 2021 |
| 🇨🇭Switzerland | Swiss Federal Tax Administration; Brülhart et al. (2022); OECD Tax Database 2024 | 2022 |
| 🇳🇱The Netherlands | CPB Netherlands Bureau; CBS income statistics; EU Tax Observatory (2024) | 2022 |
| 🇬🇧United Kingdom | Advani, Chamberlain & Summers (2023); HMRC Survey of Personal Incomes; ONS household data | 2022 |
| 🇺🇸United States | Saez & Zucman (2019), The Triumph of Injustice; updated with IRS microdata through 2018 | 2018 |
Effective tax rates include all taxes: income, payroll, corporate (allocated to shareholders), property, estate, and consumption taxes, divided by total pre-tax economic income. Sources combine academic research, government tax statistics, and the EU Tax Observatory Global Tax Evasion Report (2024). Tax rate data is not API-fetchable and is maintained manually from published government statistics and academic papers.
Limitations
- Sous-estimation des plus hauts patrimoines — Les données fondées sur enquêtes sous-estiment systématiquement les avoirs des ultra-riches, sous-représentés dans les enquêtes auprès des ménages. WID corrige partiellement avec des données fiscales, des écarts demeurent.
- Biais de revenu autodéclaré — Les utilisateur·rice·s saisissent leur propre revenu, qui peut ne pas refléter la rémunération totale (primes, equity, plus-values latentes).
- Précautions par pays — La qualité des données varie selon les pays. Certains disposent de données fiscales détaillées ; d'autres reposent sur des estimations d'enquête plus larges.
- Approximation du modèle — Le modèle revenu-richesse à 18 facteurs est une approximation statistique, pas un conseil financier personnalisé. Les situations individuelles peuvent diverger nettement des moyennes.
Fraîcheur des données
Toutes les données sont intégrées au build et servies statiquement — aucune requête externe n'est faite à l'usage. Un seul script de récupération (scripts/fetch-all-data.mjs) extrait les données de :
- API WID.world — parts de richesse, parts de revenu, richesse moyenne/médiane, coefficients de Gini
- API Banque mondiale — population (SP.POP.TOTL)
- BCE / API Frankfurter — taux de change pour la conversion monétaire
- API Forbes RTB — patrimoine des milliardaires
- OCDE / FRED — salaires, IPC, indices des prix immobiliers
Les données fiscales font exception — elles proviennent d'articles académiques et sont maintenues manuellement avec citations complètes (voir tableau ci-dessus).