這是傑拉爾德·達爾馬寧 (Gérald Darmanin) 部長和他的稅務管理人員昨天在稅務欺詐問題新聞發布會上展示的一幅漂亮的圖景。 2019 年，國家在稅務審計後徵收了超過 90 億歐元，比 2018 年增加了 13 億歐元。數據科學家以及他們的演算法資料探勘。目前 DGFiP 內有 26 位資料探勘專家。到 2020 年底，另外四人將加入他們。
這支突擊隊應該成為貝西打擊稅務詐欺的新武裝部隊。如何 ？透過交叉檢查數據和統計分析，這些新型調查人員能夠發現以前在公司或個人聲明中未被注意到的異常情況。現在一切都由 IT 進行審查：費用、薪資、營業額、資產狀況等。
每家公司的稅務風險“評級”
在業務方面，這些數據偵探已經發展起來了“基於機器學習或風險分析技術的大約一百個查詢”，這使他們能夠“涵蓋大部分稅務風險”。在數據分析結束時，每家公司的兩側都有一個“引用”反映其稅務風險水準。類似的技術正在為個人開發。
結果相當令人鼓舞。 2019 年，這些演算法是 22% 的公司稅務審計的來源，而 2018 年僅為 14%。 它們也是 11% 與個人相關的審計的來源。總共發送的文件數數據科學家稅務代理的數量從 2016 年的幾百人增加到 2019 年的 10 萬人以上。政府希望資料探勘到 2022 年，將完成一半的稅務審計。
發現數千個國外帳戶
這還不是全部。這些演算法也使得探索國際數據成為可能，從而檢測國外是否存在未申報的銀行帳戶。 2019年，數千名納稅人透過一封簡單的信函了解到了這些資訊。此後，其中 4,000 人的情況得到了正規化，代理人甚至不需要進行稅務審計。
第三個 IT 元件目前正在測試中，大量收集來自社交網路的公共資料。 Bercy 的目標是發現特別嚴重的詐欺行為，例如海外虛假稅務住所、隱藏的商業活動或非法活動。社群網路收集和分析工具的設計將於今年推出。中期評估將於 2021 年中期制定。實驗的最終結果計劃於 2023 年得出。
無論如何，伯西內部電腦分析的興起並不意味著稅務審計最終將完全非人性化，也不意味著納稅人將不得不向機器證明自己的合理性。「資料探勘的目的並不是取代審計員進行檢查（…）它使我們能夠更好地確定目標，減少對誠實的人的干擾，並更多地干擾我們認為不誠實的人。但我們仍然需要審計員””，Gérald Darmanin 在新聞發布會上解釋道。我們（幾乎）放心了。
來源:法國經濟網
