Authors: Pouwemdéou Tchila, Komlan Kawa Agbanho and Abalo Bouwe
ISSN:
2709-8575
Affiliations:
Docteur en sciences économiques, Data scientiste, Chef division analyse risques et suiviévaluation, Office Togolais des Recettes & Chercheur associé au CREAMO (Université de Lomé); Docteur en sciences économiques, Inspecteur des Douanes, Chef section brigade à la Division des Opérations Douanières de Kwadjoviakopé de l’Office Togolais des Recettes; Master en Statistiques & Mathématiques, Data scientiste, Chargé de l’analyse des risques et de la programmation fiscale, Office Togolais des Recettes
Source:
African Multidisciplinary Tax Journal, Volume 5, Issue 1 (2025), p. 1–26
https://doi.org/10.47348/AMTJ/V5/i1a1
Abstrait
La fraude douanière est un phénomène inhérent aux administrations douanières qui compromet le plus souvent la collecte des recettes douanières. Pour lutter contre ce phénomène, les administrations douanières à fortiori dans les pays en développement
effectuent souvent des contrôles intrusifs de façon massive et anarchique. Ce qui n’encourage pas la f luidité du commerce international. L’objectif de cette étude est d’analyser dans quelle mesure le recours à l’apprentissage machine et à l’analyse miroir améliore l’identification des fraudes douanières, tout en préservant l’objectif de mobilisation des recettes. À partir des données issues de l’Office Togolais des Recettes et celles issues de COMTRADE, les résultats montrent que l’analyse miroir et l’apprentissage machine permettent de mieux cibler la fraude douanière. Pour ce faire, l’étude recommande l’utilisation de ces outils dans la détection de la fraude.