Posté par Franck Labarre le 18 avr. 2019 08:04:00
Suivez-moi :

2 minutes de lecture

Cet article a été initialement publié dans l'exemplaire de Janvier 2019 de la revue Alertes et Conseils Gestion Finance (Editions Francis Lefebvre).

Le data-mining permet de détecter des anomalies comptables et fiscales à partir du Fichier des Écritures Comptables (FEC). Quels sont les enseignements que vous pouvez en tirer ?

Pourquoi utiliser le data-mining pour analyser le FEC

Le data-mining, qu’est-ce que c’est ?

Exploration de données - On appelle data-mining les nouvelles techniques d’exploration de données. L’une de ses principales caractéristiques est qu’il n’existe pas de limite quant à la volumétrie des données traitées. De plus, couplé à de puissants algorithmes, le data-mining permet de réaliser des analyses exhaustives et en profondeur, afin d’en dégager des connaissances.

Exploration des écritures comptables - Dans le cadre de la comptabilité d’une entreprise, le data-mining trouve naturellement sa place. Avec l’introduction du FEC depuis le 01.01.2014 (LPF art. L 47 A), les entreprises disposent désormais d’un fichier standardisé qui reprend l’ensemble des écritures comptables d’un exercice : c’est la matière première idéale pour procéder à ce type d’analyse.

À noter : les techniques de data-mining sont aujourd’hui à l’origine de solutions logicielles et plateformes d’analyse du FEC, et servent de base à des prestations d’audit.

Vérifier le respect des normes du FEC

Vérifier la conformité du FEC - En premier lieu, le data-mining donne la possibilité de s’assurer que le FEC répond aux normes exigées par l’administration, tant sur le format du fichier que sur son contenu (LPF art. L 47 A-1). En passant en revue l’ensemble des écritures et en effectuant des rapprochements entre les lignes, le data-mining détecte les anomalies susceptibles d’engendrer un rejet du fichier, voire des sanctions, en cas de contrôle fiscal (CGI art. 1729 D).

Exemples : détection de la présence de comptes analytiques, d’écritures de centralisation ou de ruptures de séquence dans les numéros d’écritures.

Contrôler la compliance comptable et fiscale

Recherche multicritères et croisements - Les recherches multicritères et les croisements de données possibles grâce au data-mining permettent d’identifier les non-conformités par rapport à la législation comptable et fiscale. Les algorithmes sont également capables de confronter les enregistrements du FEC à la doctrine fiscale mise en place par l’entreprise afin de vérifier son application.

Exemples : identification de schémas comptables suspects, d’anomalies dans l’amortissement pratiqué sur les biens immobilisés.

Détecter des montants perdus

Identifier les erreurs - L’exploration des écritures comptables sert également à détecter des erreurs ayant conduit à la perte de montants pour l’entreprise. Les règles d’audit peuvent ainsi faire remonter des pistes de trop-payés fournisseurs ou identifier les cas où la TVA déductible n’a pas été correctement récupérée.

Exemples : factures enregistrées et payées en double suite à une erreur dans la retranscription du numéro de pièce, TVA non déduite sur une facture de péage du parc automobile.

Atouts du data-mining appliqué au FEC

Depuis l’instauration du FEC et la montée en puissance des technologies de data-mining, il est aujourd’hui facile d’analyser de manière exhaustive sa comptabilité. Ainsi les anomalies récurrentes (liées par exemple à un mauvais paramétrage de l’ERP, ou une mauvaise application de la doctrine fiscale) peuvent être identifiées. Mais l’analyse permet aussi d’identifier des erreurs ponctuelles, par essence plus difficile à percevoir lors de contrôles par échantillonnage.


Thème(s) de l'article : FEC, Data-mining


Abonnez-vous au Blog ABBD

Bienvenue

Retrouvez l’actualité comptable et fiscale décryptée et analysée par nos experts.

Inscrivez-vous à notre newsletter et recevez automatiquement tous nos articles et conseils.

Bonne lecture !

Recevoir la newsletter

Articles récents