Garant du civisme fiscal, les contrôles fiscaux exercés par les services de la Direction générale des finances publiques (DGFiP) ont pour objectif d’appréhender l’ensemble des manquements à la législation fiscale, qu’ils soient commis de bonne foi ou de manière délibérée.
Des moyens de contrôle en constante augmentation
Pour contrôler la probité fiscale des entreprises, la DGFiP dispose de méthodes historiques, à l’image du contrôle sur pièces (CSP) ou de la vérification de comptabilité sur place. Cependant, afin de renforcer son action, l’administration fiscale ne cesse d’innover et se positionne comme un précurseur du data mining comme le rappelle cette rapide chronologie des dernières innovations des 6 dernières années :
- 2014 : Création du Fichier des Écritures Comptables (FEC) qui oblige les entreprises à produire leur comptabilité dans une structure et un format bien précis sous peine de 5 000 € d’amende par FEC non conforme lors d’un contrôle.
- 2015 : Développement du logiciel Alto 2 qui permet de contrôler automatiquement les FEC transmis. Alto 2 permet de contrôler le format du FEC mais également le fond afin d’y détecter d’éventuelles incohérences.
- 2017 : Mise en place de l’examen de comptabilité qui permet d’examiner à distance la comptabilité d’une entreprise à partir du FEC transmis à l’administration fiscale de façon dématérialisée.
- Et ensuite ? Le dépôt systématique du FEC avec la liasse fiscale serait la suite logique de cet enchaînement. En effet, l’objectif de la DGFiP est de disposer des 3 millions de comptabilités françaises dans ses data centers afin d’y appliquer des contrôles automatiques. L’objectif est triple : contrôler l’ensemble des entreprises, augmenter l’enveloppe des redressements et identifier les entreprises les plus à risque.
Aujourd’hui, la programmation du contrôle fiscal est désormais plus ciblée grâce à l’utilisation des méthodes d’analyse prédictive (intelligence artificielle et data mining) basées sur le volume et la masse des données détenues par la DGFiP.
En 2019, 22 % des contrôles fiscaux ont été programmés grâce à l’utilisation des méthodes d’analyse des données. Ce sont ainsi 100 000 dossiers issus du ciblage qui ont été adressés aux services opérationnels de contrôle fiscal. L’utilisation du data mining dans de nombreux dossiers a permis d’encaisser près de 785 millions d’euros.
En 2019, les recettes effectivement encaissées par le contrôle fiscal s’élèvent à 11 milliards d’euros soit 2 milliards de plus que ce qui avait été annoncé.
Le contrôle interne trop souvent obsolète
Les entreprises peuvent parfois faire preuve de défaillance quand il s’agit de contrôler les finances internes. Ces dernières ne disposent pas toujours des meilleurs moyens de contrôle, et peuvent donc passer à côté d’erreurs s’avérant coûteuses.
Les entreprises ont donc la nécessité de se tourner vers le data analytics afin de réduire les risques de redressement. Cela aura pour avantage de fluidifier la communication interne mais aussi externe et d’éviter des malversations dues à un manque de transparence de l’entreprise.
Elles doivent d’autant plus prendre le sujet à bras le corps car la DGFiP effectue ses contrôles en se basant sur les trois dernières années. Par exemple, si un contrôle est effectué en 2023, la DGFiP contrôlera également l’exercice de 2020, la différence étant que ce contrôle s’effectuera avec les moyens disposés en 2023, qui peuvent être plus efficaces que ceux de 2020.
Un manque de clarté sur une seule année peut donc bouleverser tout un contrôle, quand bien même l’entreprise aurait régularisé ses données les années suivantes.
Si les contrôles fiscaux sont des processus en constante évolution, les moyens de contrôles le sont aussi. Il est donc nécessaire pour les entreprises de faire preuve d’adaptabilité et de mettre à jour constamment leurs données, afin de conserver une longueur d’avance sur l’administration fiscale et leurs contrôles