Modélisation de la fraude fiscale à Madagascar basée sur machine learning : approche par l’analyse discriminante

Résumé

La fraude fiscale constitue un problème majeur pour la gestion des finances publiques à Madagascar, où elle compromet la capacité de l'État à mobiliser les ressources nécessaires au développement économique et à la fourniture de services publics essentiels. Cette thèse se concentre sur la modélisation de la fraude fiscale en utilisant l'analyse discriminante, une méthode statistique qui permet de classifier les contribuables en fonction de leur propension à commettre une fraude. L'objectif principal de cette recherche est de développer un modèle d'analyse discriminante adapté au contexte malgache, capable d'identifier avec précision les contribuables à risque élevé de fraude. Pour ce faire, nous avons utilisé un ensemble de données fiscales détaillées comprenant des variables socio-économiques et comportementales. Le modèle a été évalué sur sa capacité à prédire efficacement les comportements frauduleux et à fournir des recommandations pratiques pour les autorités fiscales. Le taux de la détection de la fraude fiscale dans les unités opérationnelles de l'Administration Fiscale malgache est passé d'environ 10% à près de 80% grâce à l'utilisation de notre modèle. Les résultats montrent que l'analyse discriminante est un outil efficace pour détecter la fraude fiscale, en mettant en évidence les variables clés associées à la fraude. Le modèle a démontré une bonne performance en classant les contribuables et en identifiant les facteurs de risque les plus significatifs. Ces résultats ont des implications importantes pour l'amélioration des pratiques de contrôle fiscal et la formulation de politiques publiques adaptées. Cette thèse contribue à une meilleure compréhension de la fraude fiscale à Madagascar et offre des outils analytiques précieux pour renforcer les efforts de lutte contre la fraude. Les perspectives futures incluent l'exploration de techniques de modélisation avancées et l'évaluation continue de l'impact des réformes fiscales.

Citer ce document

Accès au document

Ce document est hébergé sur son dépôt institutionnel d'origine.

Auteur(s)

Statistiques

Consultations : 2

Téléchargements : 0