afritac de l’ouest bamako - mali

1

AFRITAC de l’OuestBamako - Mali

Séminaire régional sur les systèmes de l’analysedu risque en douane

Abidjan, du 16 au 20 janvier 2012

Abidjan, Séminaire de l'AFRITAC de l'Ouest

Bamako, Séminaire de l'AFRITAC de l'Ouest 2

Thème 3 : De la statistique descriptive à la statistique décisionnelle

Bertrand LAPORTE


Le ciblage des opérations à contrôler par un système statistique automatisé d’analyse et de gestion

des risques

L’idée est d’adapter au contexte douanier des méthodes scientifiques qui ont fait leurs preuves dans d’autres secteurs et retenues par ailleurs par les sociétés privées d’inspection.

Les maître-mots du système sont rationnelle et automatique.

L’ossature du système repose sur 4 approches complémentaires (contrôle si absence d’informations statistiques, analyse statistique des antécédents de fraude, renseignements, aléatoire).


L’approche statistique est au cœur du système : elle lui donne son caractère « rationnel » (non subjectif).

Elle permet d’estimer pour toute déclaration le risque de fraude à partir d’une analyse statistique des données portant sur les fraudes passées.

Le système d’analyse du risque retenu pour cette approche est conçu par des spécialistes en data mining et statistiques décisionnelles.


Les deux étapes de l’approche statistique

La statistique descriptive : l’analyse du résultat des contrôles réalisés au cours d’une période donnée

La statistique décisionnelle : l’orientation des nouvelles déclarations vers un circuit de contrôle


Elle consiste à étudier le plus finement possible, et de façon exhaustive, les caractéristiques des déclarations qui ont fait l’objet d’irrégularités (de fraude) dans le passé,

afin de découvrir des régularités statistiquesdans les comportements de fraude,

et d’établir des profils de risque par critère.

La statistique descriptive : l’analyse des risques

Lomé Séminaire AFRITAC de l’Ouest 7

Des profils de risque sont établis pour chaque critère potentiel, i.e. l’importateur, le transitaire, l’origine, la provenance, le produit, le régime…Par exemple, chaque importateur se voit attribuer un score individuel.Ce score est calculé comme sa fréquence de fraude, i.e. le nombre de déclarations de cet importateur ayant fait l’objet d’irrégularités rapporté au nombre total de déclarations de cet importateur au cours d’une période donnée.Ce score varie entre 0 et 1 (0 et 100). Cet importateur présente peu de risque si son score est proche de 0 et au contraire un fort risque s’il est proche de 1.

7


nif_import num_enr date_enr nomenc infraction031003624B C51 19-janv-11 4407990000 0031003624B C190 31-janv-11 4407990000 0031003624B C842 24 Feb 11 7005290000 0031003624B C238 27-juin-11 2002902000 1031003624B C238 27-juin-11 3605000000 1031003624B C251 30-juin-11 3605000000 0031003624B C251 30-juin-11 2002902000 0

SYDONIA/GAINDE Application « contentieux »

Calcul de la fréquence de fraude pour l’importateur « 031003624B » C51 : 0C190 : 0C842 : 0C238 : 1C251 : 0Nombre de déclarations avec contentieux : 1

Nombre total de déclarations : 5 Fréquence de fraude = 1/5 = 0,2


nif_import nomenc pays_orig infraction082200347G 1704900000 CI 0082103468N 1704900000 GH 1

082213064W 1704900000 EU 0084114676P 1704900000 LB 0082200347G 1704900000 CI 0082103468N 1704900000 TG 0082103468N 1704900000 GH 1

083103288W 1704900000 CN 0087800301Y 1704900000 CN 1

082101514M 1704900000 TG 0087800207G 1704900000 FR 0084108081P 1704900000 EU 0083315848N 1704900000 CN 0082103468N 1704900000 GH 1082103468N 1704900000 GH 0082200065D 1704900000 EU 0082103468N 1704900000 TG 1082200065D 1704900000 EU 0

Calcul de la fréquence de fraude pour le produit « 1704900000 »

Nombre d’articles avec contentieux : 5

Nombre total d’articles : 18

Fréquence de fraude = 5/18 = 0,28


Importateur Fréquence de fraude

031003624B 0,20987325680Z 0,00693982601S 0,75889340236P 1,00560247211X 0,22… …

Produits Fréquence de fraude

1104900000 0,051355320000 0,161704900000 0,285789120000 0,186245670000 0,09… …

Table 1 - Profils de risque importateurs

Table 2 - Profils de risque produits

Des tables par critères sont ainsi constituéespour tous les critères potentiels.


Cette étape vise à combiner de façon optimale les informations sur les différents profils de risque afin d’attribuer un score à toute nouvelle déclaration.

Ce score de la déclaration doit refléter la probabilité de fraude, i.e. la probabilité que cette nouvelle déclaration présente une irrégularité.

11

La statistique décisionnelle : la gestion des risques


Les méthodes statistiques scientifiques permettent : de déterminer les critères les plus pertinents pour

calculer la probabilité de fraude,de calculer la probabilité de fraude d’une

déclaration en combinant les fréquences de fraude des différents critères pertinents associés à cette déclaration,

de déterminer le seuil à partir duquel la probabilité calculée est synonyme de risque élevé.

Le score (la probabilité de fraude) ainsi obtenupermet

d’orienter la déclaration vers l’un des circuitsde dédouanement.

Statistique descriptive : analyse des risques

Base de données

« informations douanières »

« Tables des profils de risque »

par critère potentiel de risque

Analyse statistique : calcul des fréquences de fraude (fq) pour chaque critère

Modèle économétrique ou statistique simple

Détermination des critères pertinents de risque

(t-student ou P-value) et de leur pondération relative (coefficients)

Par exemple :

iiii critèrefqcritèrefqcritèrefqfraudeoba 3_7,82_6,31_5,62,3)(Pr

Module Analyse du risque

Calcul du score de la déclaration

Score de la déclaration

= 0,54

Module Gestion du risque

Circuit Rouge, Vert,…

en fonction des seuils d’orientation

retenus

Nouvelle déclarationImportateur n°213064564R ;

Pays Russie ; code sh 39220000

Intégration des résultats du contrôle

critère 1n°213064564R

fq = 0,21

critère 2pays : Russiefq= 0,59

critère 3code sh : 39220000

fq= 0, 32

Table des profils de risque « importateur »

213064564R : 0,21154767658Z : 0,6023898923P : 0,01…

critère 1 : importateur

Table des profils de risque « origine »

Belgique : 0,2Côte d’Ivoire : 0,6Russie : 0,59…

Table des profils de risque « produit »

39220000 : 0,3258630000 : 0,5879250000 : 0,09…

critère 2 : origine

critère 3 : produit

critère 4 : …

Architecture du système adoptéStatistique décisionnelle : gestion des risque s (orientation vers un circuit)s


La dynamique du système

La saisie de chaque nouvelle déclaration et celle des résultats des contrôles éventuels alimentent en continu l’historique du système, et permettent d’actualiser en « temps réel » la valeur les paramètres du système (profils de risque et pondération des critères pour le calcul du score de la déclaration).


Des méthodes statistiques simples Méthodes simples : combinaison simple des fréquences

de fraude de quelques critères retenus selon le « bon sens » ou par tâtonnement statistique.

Le score de la déclaration est égal à la moyenne simple ou pondérée des fréquences de fraude des critères importateur, produit, origine et régime

(par exemple). Méthodes économétriques : utilisation de lois

statistiques particulières pour déterminer les critères pertinents et la combinaison des fréquences de fraude des critères retenus.

Le score (la probabilité de fraude) de la déclarationest calculé à partir de l’estimation d’un modèlede probabilité linéaire, d’un modèle probit, logit,loi de poisson… .


Importateur Fréquence de fraude

123546789X 0,21

987343580Z 0,00

693792601S 0,75

… …

Produit Fréquence de fraude

1729450000 0,05

2555320000 0,16

1234560000 0,01

… …

Origine Fréquence de fraude

GHANA 0,05

BRESIL 0,16

FRANCE 0,01

… …

Règles : score =0,5fq_importateur+0,3fd_produit+0,1fq_origine

Si > 10% Circuit Rouge

Score de la déclaration : (0,5x0,21)+(0,3x0,16)+(0,2x0,01)= 0,155

Orientation de la déclaration : Circuit Rouge

Méthode statistique simple

Nouvelle déclaration :123546789X, 2555320000, FRANCE


Méthode économétrique (logiciel spécifique mais programmation possible

dans application propre à la douane)

Proba(fraudei=1)=constante+a.fq_critère1i+b.fq_critère2i+…+n.fq_critèreNi+ε

a, b,….n : les pondérations des critères (coefficients des variables de l’équation) pour le calcul du score (probabilité de fraude) de la déclaration « i ».


Ces méthodes relativement simples, une fois maitrisées par l’administration des douanes, peuvent être développées afin de prendre en compte la nature de la fraude.

Mais est-ce nécessaire ?


Il faut toujours s’assurer que le système mis en place permette de prédire correctement le risque de fraude.Un test simple consiste à appliquer le système sur un historique de déclarations pour lequel le résultat des contrôles est connu, par exemple les déclarations des 12 derniers mois.Le système est bon (a un bon pouvoir prédictif) si toute déclaration ayant fait l’objet d’une irrégularité dans le passé est associée à un score calculé élevé (une probabilité de fraude élevée).Dans l’exemple qui suit, le score de la déclaration a été calculé comme la moyenne pondérée de 4 critères.

Tester la performance du système


Intervalle de scoreNombre de déclarations

Nombre de déclarations

cumulées


cumulées (en %)

Nombre de déclarations irrégulières

Nombre de déclarations irrégulières cumulées

Taux d'irrégularité par intervalle


irrégulières (en % )

Nombre de déclarations irrégulières

cumulées (en % )

[ 0,5 ; 1 ] 120 120 0,13 98 98 81,67 8,96 8,96

[ 0,1 ; 0,5 ] 2050 2170 2,38 539 637 26,29 49,27 58,23

[ 0,07 ; 0,1 ] 1151 3321 3,64 141 778 12,25 12,89 71,12

[ 0,06 ; 0,07 ] 514 3835 4,20 40 818 7,78 3,66 74,77

[ 0,05 ; 0,06 ] 768 4603 5,04 62 880 8,07 5,67 80,44

[ 0,04 ; 0,05 ] 1183 5786 6,33 41 921 3,47 3,75 84,19

[ 0,03 ; 0,04 ] 1603 7389 8,09 54 975 3,37 4,94 89,12

[ 0,02 ; 0,03 ] 2812 10201 11,17 56 1031 1,99 5,12 94,24

[ 0,01 ; 0,02 ] 7091 17292 18,93 38 1069 0,54 3,47 97,71

[ 0 ; 0,01 ] 74063 91355 100,00 25 1094 0,03 2,29 100,00

Total 91355 1094

En contrôlant toutes les déclarations qui présentent un score supérieur à 0,01, soit 19% des déclarations, le système cible près de 98 % des déclarations qui ont fait l’objet d’une irrégularité dans le passé.

L’information peut être ordonnée de telle sorte à déterminer le seuil à partir duquel la déclaration est jugée risquée.


Ces méthodes statistiques ne sont qu’un des éléments du système d’analyse et de gestion des risques.Le contrôle aléatoire, la sélectivité sur de nouveaux circuits de fraude détectés par les services de renseignement, la sélectivité dès lors qu’une caractéristique de la déclaration n’est pas renseignée dans la base de données, sont complémentaires de l’analyse statistique.


La combinaison de tous ces éléments constitue un système d’analyse et de gestion des risques performant qui permet de réduire le nombre de contrôles intrusifs, sans risque pour le pays.La réduction du nombre de contrôles en première ligne permet d’améliorer la qualité des contrôles réalisés et doit s’accompagner du développement des contrôles différés et a posteriori.Le développement des contrôles a posteriori doit être l’occasion d’un rapprochement entre l’administration des douanes et l’administration des impôts, concourant ainsi à une plus grande efficacité de l’ensemble des administrations de recettes.

Facilitation des échanges et amélioration des recettesfiscales sont alors parfaitement compatibles.


L’analyse de données. L’analyse scientifique des données nécessite des compétences spécifiques en statistiques et économétrie de niveau master d’université ou école d’ingénieur statisticien.

La programmation informatique. Le système ne demande pas une programmation lourde pour sa version simple, mais un système intégré de dédouanement ouvert.

En cherchant bien, ces compétences existentmaintenant dans la plupart des administrationsdes douanes (ou au ministère de l’économieet des finances).

Les compétences techniques requises


Volume 5, Number 1, March 2011http://www.worldcustomsjournal.org

afritac de l’ouest bamako - mali

Documents