La Croix : Les redressements fiscaux dopés par le croisement des bases de données

Bercy a encaissé 9 milliards d’euros de redressement fiscaux en 2019. Un bon chiffre porté par le recours au « datamining » pour mieux cibler les contrôles.

article de La Croix

Mathieu Castagnet, le 17/02/2020 à 18:10

Voici une autre courbe qui s’est inversée. Après trois années de décrue, les sommes encaissées dans le cadre de redressements fiscaux sont reparties à la hausse. En 2019, Bercy a ainsi récupéré 9 milliards d’euros, soit 1,3 milliard de plus que l’année précédente, ont annoncé de concert lundi 17 février le premier ministre Édouard Philippe, la garde des sceaux Nicole Belloubet et Gérald Darmanin, le ministre des comptes publics.

500 millions venus de Google

Au sens large, la lutte contre la fraude fiscale atteint même près de 10 milliards d’euros. S’ajoutent en effet aux 9 milliards issus du contrôle fiscal les sommes récupérées par la justice, à la suite de conventions judiciaires d’intérêt public (CJIP), sorte de plaider coupable qui permet depuis 2016 aux entreprises d’éviter les poursuites en échange d’une amende. En 2019, deux amendes pénales sont ainsi venues remplir les caisses de l’État, notamment celle de 500 millions d’euros payée par Google.

« Datamining »

Le stock des dossiers traités par la cellule mise en place pour inciter les détenteurs de compte à l’étranger à régulariser leur situation (STDR) contribue aussi à faire grossir la manne de 358 millions d’euros en 2019, loin des 2,7 milliards de 2015. Lancé en 2013, le STDR a rapporté jusqu’ici 9,8 milliards d’euros.

Bercy insiste en revanche sur la montée en puissance des opérations de contrôles liés au « datamining », le recours au croisement de bases de données pour mieux repérer certaines pratiques frauduleuses. En 2019, ce ciblage a ainsi permis de recouvrer « 785 millions d’euros de droits et de pénalités », une somme multipliée par 2,4 en un an.

Soyez le premier à commenter

Poster un Commentaire

Votre adresse de messagerie ne sera pas publiée.


*