En 2019, le fisc a pu récupérer 800 millions d’euros dans sa lutte contre la fraude fiscale.
C’est grâce au data mining que ceci a été possible. Cette discipline permet d’éplucher un grand nombre de données grâce à des algorithmes.
Le data mining est la nouvelle arme pour lutter contre la fraude fiscale
Lors d’une conférence de presse organisée le 17 février sur la fraude fiscale, le ministre de l’Action et des Comptes publics, Gérald Darmanin, a annoncé que l’administration fiscale avait pu détecter de nombreux fraudeurs et recouvrer de nombreux fonds grâce au data mining.point 326 |
En effet, l’année dernière, l’État a recouvré plus de 9 milliards d’euros après des contrôles fiscaux ce qui représente 1,3 milliards de plus qu’en 2018.point 144 | Sur ce montant, les algorithmes de data mining ont permis de récupérer 785 millions d’euros.point 226 |
La direction générale des Finances publiques compte actuellement 26 data scientists et quatre autres devraient venir renforcer cette équipe d’experts d’ici la fin de l’année 2020.point 164 | 1
Cette équipe d’experts en data mining sont les piliers de la lutte contre la fraude fiscale.point 244 |
Ils réalisent leur travail en analysant des tas de données provenant des déclarations fiscales des entreprises et particuliers.point 113 | Grâce à des algorithmes qui analysent plusieurs critères simultanément, ils arrivent à mettre le doigt sur des anomalies jusqu’à présent non détectées.point 254 |
Toutes les données sont passées au peigne fin : les chiffres d’affaires, le patrimoine, les salaires, les charges…point 103 | 1
Pour lutter contre la fraude fiscale chaque entreprise reçoit une «cotation»
Ces experts en data mining ont développé «une centaine de requêtes reposant sur des techniques d’apprentissage automatique ou d’analyse de risque» qui couvrent «la plupart des risques fiscaux». Après cela, chaque entreprise reçoit une «cotation» qui désigne son niveau de risque fiscal. Le même processus est en train d’être développé pour les particuliers.
Et ceci semble plutôt bien fonctionner pour l’administration fiscale car en 2019, les algorithmes des data scientists ont mené à 22% des contrôles fiscaux d’entreprises, contre 14% en 2018.point 169 | Ces algorithmes sont également à l’origine de 11% des contrôles fiscaux des particuliers.point 251 |
En 2016, ces experts ne fournissaient que quelques centaines de dossiers aux agents du fisc alors qu’en 2019, ils en ont transmis plus de 100 000.point 123 | L’État souhaite maintenant que d’ici 2022, la moitié des contrôles fiscaux proviennent du data mining.point 218 | 1
Le data mining permet aussi de lutter contre la fraude fiscale à l’étranger
Grâce au data mining, les experts ont pu également détecter les comptes bancaires à l’étranger non déclarés en explorant les données internationales. L’administration fiscale a ainsi averti par courrier des milliers de contribuables l’année dernière pour qu’ils régularisent leur situation. 4000 ont mis leurs informations à jour auprès du fisc et évité ainsi un contrôle fiscal.
Bercy est également en train d’expérimenter un autre outil pour lutter contre la fraude fiscale, celui de la collecte et de l’analyse des données publiques sur les réseaux sociaux. Cet outil commencera à opérer dès cette année. Un premier bilan sera effectué en 2021 et un dernier bilan en 2023. Cet outil permettra entre autres de détecter les activités illégales ou déviantes ainsi que les fausses domiciliations fiscales à l’étranger.
Malgré tous ces algorithmes pour détecter les fraudes fiscales, les contribuables devront toujours se justifier devant un agent fiscal. Gérald Darmanin a déclaré lors de la conférence de presse : «Le datamining n’est pas fait pour faire le contrôle à la place des vérificateurs (…) Cela permet de mieux cibler, de moins embêter les honnêtes gens et de plus embêter ceux que l’on pense être malhonnêtes. Mais on a toujours besoin des vérificateurs».
À lire aussi :
Fraude fiscale : le Ministère des Finances très indulgent envers ses fonctionnaires fraudeurs