Académique Documents
Professionnel Documents
Culture Documents
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
Connaissances • Profil individuel socio-psychologique, y • Profils de comportement socio- • Contexte de discipline fiscale
compris informations pour la gestion psychologique à caractère sectoriel • Renseignement stratégique
de la relation clients • Renseignement industriel et commercial au moyen d’une veille
• Outils de collecte du renseignement –– – catégorisation et synthèse environnementale et de
connaissances locales • Suivi des populations à risque scénarios environnementaux
• Notation en fonction de la probabilité • Remontée d’informations des • Prise en compte au niveau
future d’inobservation programmes de contrôle des dirigeants
• Règles de risque sur la base des • Mesure de l’impact des
Renseignement connaissances risques en termes de
• Capacités d’animation et d’analyse réputation, de coût de mise
en application et de recettes
• Base de données intégrées –– • Profils de l’ensemble de la population • Informations
sélection centralisée des dossiers fiscale, avec segmentation macroéconomiques, séries
• Profils des contribuables sous l’angle • Profils de problèmes fiscaux chronologiques économiques
des obligations fiscales • Informations des tiers utilisées • Taux effectifs moyens
• Critères de succès –– par exemple • Outils technologiques de couplage de d’imposition
Information
résultats des contrôles précédents, données • Profil multi-impôts
indicateurs de risque/taux de risque, • Ressources affectées par risque • Culture du risque dans
etc. • Analyse de tendance l’entreprise
• Information du public • Intervalles de confiance/indicateurs de
• Notation sur la base des fiabilité des notations de risque
caractéristiques pondérées
Données • Sélection individuelle de dossiers à • Profil fiscal par secteur • Extraction de données
partir des déclarations fiscales • Outils technologiques permettant la • Détermination automatique
• Contrôles de traitement sélection des dossiers à partir des des exceptions
(remboursements à haut risque, par données fiscales (entrepôts de • Analyse statistique au niveau
exemple) données, par exemple) macroéconomique
• Sélection sur la base des documents • Prise en compte globale des risques • Réseaux neuronaux
papier (assujettissement, déclaration et
paiement)
• Écart par rapport à la norme pour la
population
Focalisation
•
•
•
•
•
•
Note Degré de Exemple de définition pour déterminer le degré de probabilité
probabilité
Définition subjective Définition objective
1 Rare « ne peut ne se produire que dans « se produira probablement une fois en
des circonstances exceptionnelles » 25 ans »
2 Peu probable « pourrait se produire à un moment « se produira probablement une fois en
donné » 10 ans »
3 Assez probable « risque de se produire à un moment « se produira probablement une fois
donné » dans les trois prochaines années »
4 Probable « se produira probablement quelles « se produira probablement plus d’une
que soient les circonstances » fois ces trois prochaines années »
5 Quasi certain « devrait se produire quelles que « se produira probablement cette
soient les circonstances » année ou à intervalle fréquent »
Probabilité
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
Qu’est-ce qui se passe ? Qui agit ainsi ? Pourquoi agit-il ainsi ?
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
Niveau 1 Population
Level 1 Population
Niveau 2 Groupe
Niveau 3 Individu
or changes over
Examen à un
time….
Ou examen de l’évolution
moment donné…
à terme…
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•