Comment se déclenchent les contrôles fiscaux ?

Les contrôles de comptabilité d’une entreprise ne sont pas fortuits. Ils sont le fruit d’une analyse menée par la DGFiP qui intègre des paramètres de risques, de probabilité et d’enjeux financiers.

En moyenne, les entreprises qui dépendent de la direction des vérifications nationales et internationales (DVNI) sont contrôlées tous les 7 ans. Les très grandes entreprises sont contrôlées à intervalles réguliers (environ tous les 4 ans) en raison de la complexité des opérations qu’elles réalisent et des enjeux financiers qu’elles représentent.

Le déclenchement du contrôle fiscal d'une PME   

  Pour les PME, la fréquence des contrôles de comptabilité est plus aléatoire et va principalement dépendre des informations dont l’administration fiscale dispose ou qu’elle va recueillir.

Le déclenchement d’un contrôle fiscal d’une PME commence toujours par un examen des pièces du dossier fiscal, effectué par un contrôleur ou un inspecteur des impôts, directement de son bureau. Il s’agit d’un contrôle de cohérence de la part de la DGFiP : un contrôle sur pièces. Par opposition, un contrôle sur place désigne un contrôle de la comptabilité dans les locaux de l’entreprise.

Le contrôle sur pièces est une analyse critique globale des déclarations déposées,  à  l’aide  des  renseignements  et documents figurant dans le dossier de l’entreprise. Aujourd’hui, les outils informatiques jouent un rôle important dans les opérations de recoupement et d’ana- lyses des données fiscales et comptables des entreprises. Le croisement de plu- sieurs données comptables issues des déclarations fiscales peuvent mettre en évidence des erreurs, voire des anomalies. On en rencontre le plus souvent dans les tableaux de suivi d’une année sur l’autre ; par exemple, les suivis de déficits reportables, des provisions, les discordances entre les déclarations de la liasse fiscale et d’autres déclarations fiscales… Les points a priori litigieux font générale- ment l’objet de demandes de renseignements écrites auprès des entreprises concernées.

L’administration peut aussi obtenir des informations auprès de tiers grâce au droit de communication dont elle dis- pose. Ce droit consiste en la possibilité de demander à un tiers à l’entreprise contrôlée, fournisseur, client ou partenaire, des renseignements sur les opérations réalisées avec cette entreprise. Ces renseignements sont destinés à recouper les déclarations ou les explications don- nées par l’entreprise contrôlée.

En pratique, très souvent, les informations fournies par le contribuable ou les tiers suffisent à expliquer ce qui semblait être une anomalie ; le dossier est alors classé.

Dans le cas contraire, une vérification de l’entreprise, sur place, peut être déclenchée.

Parmi les renseignements à la disposition des agents des impôts qui peuvent déclencher un contrôle figurent les informations communiquées spontanément par un  particulier,  souvent  un  ancien salarié de l’entreprise.

Bercy assure que les renseignements ou les dénonciations anonymes ne sont jamais exploités. En revanche, les signalements précis et étayés communiqués par des personnes qui révèlent leur identité le sont et déclenchent quasi systématiquement un contrôle sur pièces à la DGFIP, voire directement un contrôle de comptabilité dans l’entreprise.

La fréquence des contrôles fiscaux d’une PME dépend non seulement des éléments intrinsèques du dossier de l’entreprise, mais aussi de paramètres extérieurs liés à l’organisation locale des services des impôts :

– une PME située dans une grande ville ou « noyée» dans une zone économique a, a priori, statistiquement plus de chances de ne pas être contrôlée que l’entreprise esseulée dans le canton ;

–  de même, une entreprise qui dépend d’un centre des finances publiques qui a des effectifs insuffisants ou incomplets pour assurer sa mission dans les meilleures conditions a pratiquement moins de chances d’être correctement contrôlée.

Mais attention, mettre toutes les chances de son côté ne veut pas dire échapper à tout contrôle !

En parallèle des décisions locales, prises au niveau d’un service des impôts territorial, de contrôler ou non telle PME en fonction de son dossier fiscal, le ministère des finances a organisé au cours de ces deux dernières années un contrôle à grande échelle, dans le cadre du « data mining» (l’exploration de données).

La démarche du data mining

Selon la délégation nationale à la lutte contre la fraude (DNLF) « le data mining est une démarche méthodologique rigoureuse développée en vue de révéler de l’information contenue dans les systèmes d’information, en mettant en exergue d’éventuelles corrélations significatives entre les données  observées. Cette démarche globale est composée d’un ensemble de techniques relevant du domaine des statistiques et des mathématiques  permettant, à partir d’un important volume de données, d’extraire des informations visant à améliorer la connaissance des phénomènes étudiés [dans notre cas, les comportements de fraude] et permettre d’engager des actions adaptées à l’objectif poursuivi [ici, la lutte contre la fraude]».

Cela équivaut à une sorte de profilage fiscal destiné à détecter des situations de fraudes potentielles ou des comportements frauduleux à partir d’une série d’algorithmes et d’un traitement automatisé de données.

L’objectif du data mining est d’améliorer et d’automatiser le processus de sélection des dossiers à contrôler en s’appuyant sur la richesse des informations de l’administration fiscale et en mettant en œuvre des techniques statistiques élaborées. Le recours à cette méthode permet à la fois d’améliorer le ciblage des contrôles et de détecter plus rapidement les fraudes, notamment les plus complexes.

Le fonctionnement du data mining

La DNLF ne se contente pas seulement d’entrer des données et d’attendre l’édition d’une liste de fraude potentielle, elle suit une méthodologie très précise, gage de son efficacité.

La première étape s’attache à bien préciser l’objectif poursuivi, notamment en termes d’indicateurs à définir de façon précise et à maximiser. C’est le point de départ de la stratégie à suivre.

Veut-on détecter par exemple :

–  la probabilité de procéder à un redressement lors d’un contrôle ?

–  le montant du redressement en valeur absolue ?

–   le montant de redressement rapporté au montant des cotisations ou de l’impôt dû?

–   le nombre d’allocataires détectés en situation de fraude?

–  le montant de prestations indues stoppées avant versement?

Ce choix stratégique va permettre de définir les indicateurs et les variables à programmer.

La deuxième étape consiste à définir le périmètre de l’investigation :

–  un secteur d’activité ;

–  une zone géographique ;

–  une catégorie d’impôt;

–  un type d’allocataires…

Les risques et les informations à utiliser sont en effet différents selon les populations ou les impôts.

La troisième étape consiste à constituer ce qu’il est convenu d’appeler « un entrepôt de données » fiables, c’est-à-dire choisir, dans le but et la cible envisagés, quelles sont les données du système d’information qui sont pertinentes et celles qui le sont moins. Une donnée peut être pertinente pour un objectif et pas pour un autre.

Consciente malgré tout que le numérique ne remplacera pas l’humain de sitôt, la DNLF travaille en collaboration étroite avec les directions et les  équipes en charge du contrôle dans le but de mobiliser l’ensemble des compétences métier, d’assurer leur adhésion complète et de faire en sorte qu’elles ne se sentent pas dépossédées de leurs missions.

La mise en œuvre du data mining

Le data mining a été expérimenté à partir du début de l’année 2014 en application d’un arrêté du 21 février 2014 (JO du 6 mars) portant création par la direction générale  des  finances  publiques  d’un traitement automatisé de lutte contre la fraude dénommé « ciblage de la fraude et valorisation des requêtes » (CFVR).

Un arrêté du 16 juillet  2015 (JO  du 29 septembre) a modifié l’arrêté du 21 février 2014. Il autorise le ministère des finances à utiliser de façon pérenne, dans le cadre de la lutte contre la fraude fiscale des entreprises, le data mining et à expérimenter, pour une durée d’un an, cet outil pour explorer les données des « personnes physiques ayant un lien avec une entreprise ».

L’arrêté du 16 juillet 2015 a été pris conformément à une délibération de la Cnil n° 2015-186 du  25  juin  2015  (JO du 29 septembre) qui, après analyse, a estimé que le système est entouré de garanties fortes de nature à assurer un niveau élevé de protection des données, des garanties et de la liberté des particuliers.

A noter

Les principaux déclencheurs d’un contrôle fiscal

Ils résultent essentiellement :

–  de l’existence de différences entre les éléments déclarés et les renseignements dont dispose l’administration ;

–  des incohérences dans les données déclarées par le contribuable ;

–  des marges comptables ou fiscales de l’entreprise très inférieures à celles des entreprises comparables sur le même secteur d’activité ;

–  de l’absence ou du retard dans les déclarations d’IS ou de TVA.

Prospective fiscale  en matière de contrôle fiscal

On pourrait imaginer que dans quelques années un contrôleur aurait sur son bureau :

–  une pile de dossiers à contrôler dans un cadre cyclique, au moins toutes les x années ;

–  une autre pile à vérifier spécialement à partir des dernières informations parvenues dans le service;

–  enfin un listing, transmis par la DGFiP, d’entreprises qui présentent une probabilité statistique de fraude et sélectionnées grâce au data mining.

© Copyright Editions Francis Lefebvre