Publié le 20 octobre 2023 par : Mme Leduc, Mme Amiot, Mme Abomangoli, M. Alexandre, M. Amard, Mme Amrani, M. Arenas, Mme Autain, M. Bernalicis, M. Bex, M. Bilongo, M. Bompard, M. Boumertit, M. Boyard, M. Caron, M. Carrière, M. Chauche, Mme Chikirou, M. Clouet, M. Coquerel, M. Corbière, M. Coulomme, Mme Couturier, M. Davi, M. Delogu, Mme Dufour, Mme Erodi, Mme Etienne, M. Fernandes, Mme Ferrer, Mme Fiat, M. Gaillard, Mme Garrido, Mme Guetté, M. Guiraud, Mme Hignet, Mme Keke, M. Kerbrat, M. Lachaud, M. Laisney, M. Le Gall, Mme Leboucher, M. Legavre, Mme Legrain, Mme Lepvraud, M. Léaument, Mme Pascale Martin, Mme Élisa Martin, M. Martinet, M. Mathieu, M. Maudet, Mme Maximi, Mme Manon Meunier, M. Nilor, Mme Obono, Mme Oziol, Mme Panot, M. Pilato, M. Piquemal, M. Portes, M. Prud'homme, M. Quatennens, M. Ratenon, M. Rome, M. Ruffin, M. Saintoul, M. Sala, Mme Simonnet, Mme Soudais, Mme Stambach-Terrenoir, Mme Taurinya, M. Tavel, Mme Trouvé, M. Vannier, M. Walter.
Après l’alinéa 879, insérer l’alinéa suivant :
« Coût de collecte des recettes issues de la fraude fiscale ».
Par cet amendement, le groupe LFI-NUPES souhaite voir émerger une quantification du coût de la lutte contre la fraude fiscale, au regard de ce qu’elle rapporte.
Aujourd’hui l’objectif « Améliorer l’efficacité de la lutte contre la fraude fiscale » relatif au programme 156 est fourni d’indicateurs et de sous-indicateur en tout genre. Pour n’en citer que quelques uns :
- Part des contrôle des particuliers ciblés par des IA de data-mining
- Nombre de services facturier dans le secteur local et hospitalier
- Pourcentage des textes réglementaires publiés dans le délai de 6 mois après l’entrée en vigueur du texte auquel ils se rattachent
Cette multiplication des indicateurs nuit à la bonne lisibilité de l’efficacité de la lutte contre la fraude fiscale. Pire, ils font parfois une fin d’un moyen, comme c’est le cas pour l’IA et le data-mining, qui n’interroge en aucun cas son efficacité et ses biais internes.
Nous entendons donc introduire ce qui devrait être la métrique de performance fondamentale dans le cadre d’une mesure d’efficacité de la lutte contre la fraude fiscale : quel est son coût rapporté aux recettes obtenues par son concours ?
Ce nouvel indicateur ne demanderait par la suite à être enrichi par une batterie de sous-indicateurs segmentant le coût de collecte en fonction des typologies ciblées :
- Les particuliers
- Les particuliers dans le dernier décile de la répartition des patrimoines
- Les PME/TPE
- Les ETI
- Les Grands Groupes
L’étude du National Bureau of Economic Research démontre qu’aux États-Unis, chaque dollar investi dans le contrôle fiscal des 10 % les plus riches rapporte en moyenne 12,5 dollars. Il s’agit alors de se poser la question à l’échelle française. Une telle approche permettra donc d’observer l’évolution de l’efficacité de la lutte contre la fraude, tout en servant d’un appui précieux pour la conduite de politique publique d’amplification des moyens alloués aux services de lutte.
Aucun commentaire n'a encore été formulé sur cet amendement.