Vous êtes sur la page 1sur 79















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

Opération/dossier Niveau agrégé Niveau stratégique

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 »

Extrême Forte Forte Très forte Très forte Très forte

Très forte Forte Forte Forte Très forte Très forte


Incidence

Forte Importante Forte Forte Forte Forte

Moyenne Modérée Modérée Importante Importante Importante

Faible Faible Faible Modérée Modérée Importante

Rare Peu probable Possible Probable Quasi certain

Probabilité






























Qu’est-ce qui se passe ? Qui agit ainsi ? Pourquoi agit-il ainsi ?

Par exemple, sous-déclaration du Caractéristiques du contribuable Par exemple, Ignorance


revenu ((du groupe) Coût de respect des obligations
Déduction excessive de charges Sentiment d’injustice
Double comptabilité Malhonnêteté














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…









Vous aimerez peut-être aussi