Datagedreven selectie van aangiften door de Belastingdienst
De Belastingdienst kan niet alle aangiften controleren. De Belastingdienst gebruikt data om geautomatiseerd vast te stellen bij welke belastingaangiften de risico’s op fouten het grootst zijn, zodat een belastinginspecteur de aangifte kan corrigeren. Uit ons onderzoek blijkt dat de Belastingdienst erin slaagt risicomodellen te ontwikkelen en goed toe te passen bij de controle van belastingaangiften.
Belastingdienst boekt resultaten met controle via risicomodellen
De Algemene Rekenkamer onderzocht twee risicomodellen in de praktijk. Bij het relatief eenvoudige model over btw-teruggave aan ondernemers worden meer fouten ontdekt. De trefkans stijgt van 17% naar 34% van de onderzochte aangiften. Hier is een extra belastingopbrengst van circa € 60 miljoen per jaar mee gemoeid.
Het risicomodel dat gebruikt wordt bij de inkomstenbelasting van particulieren blijkt minder goed te werken, omdat dit model geen concrete aanwijzingen geeft waar de fout in de aangifte te vinden is. De inspecteur moet dan alsnog de hele aangifte handmatig controleren.
Datagedreven eerste controle van aangiften
De risicomodellen zorgen ervoor dat de aangiften met de hoogste kans op fouten worden geselecteerd voor handmatige controle. Hoeveel aangiften gecontroleerd worden is echter afhankelijk van de beschikbare behandelcapaciteit.
De Belastingdienst investeert volop in een ‘datagedreven’ eerste controle van aangiften via geautomatiseerde modellen. Op jaarbasis signaleert de Belastingdienst circa 1 miljoen meldingen van mogelijke fouten in de aangiften, terwijl er daarvan uiteindelijk 350.000 door een belastinginspecteur nader bekeken kunnen worden. De beschikbare personele capaciteit bepaalt hoeveel gecontroleerd wordt. Er wordt geen afweging gemaakt tussen extra personeel inzetten en wat dit aan meeropbrengst kan opleveren.
De wijze waarop door de Belastingdienst met de privacy van burgers wordt omgesprongen is bij de onderzochte modellen op orde. Wel zou het management van de dienst een sterkere rol moeten hebben bij het bewaken van de rode lijnen, zeker omdat er nog geen rijksnormen zijn voor het gebruik van modellen op basis van data-analyse.
Wat zijn onze aanbevelingen?
Aan de staatssecretaris van Financiën bevelen we aan de afweging tussen inzet van personele capaciteit en risico op fouten in de aangiften helder te maken aan de Tweede Kamer. Dat gebeurt nu niet. Verder bevelen we aan om in lijn met de bestaande toezichtstrategie van de Belastingdienst via risicomodellen zowel positieve als negatieve correcties mogelijk te maken. In reactie kondigt de staatssecretaris van Financiën aan de risicomodellen op dit aspect aan te passen.
Voor een zorgvuldige omgang met data van burgers en bedrijven bevelen wij een sterkere betrokkenheid van het management aan bij het bewaken van de rode lijnen. Ook beveelt de Algemene Rekenkamer een set van normen aan voor de toepassing van modellen en data-analyse. Die normen zouden voor de hele Belastingdienst of zelfs de hele rijksoverheid moeten gelden.
Waarom onderzochten wij de selectie van aangiften door de Belastingdienst?
Met dit onderzoek hebben we de werking van het handhavingsbeleid van de Belastingdienst onderzocht op het gebied van data-analyse. Dit onderzoek past binnen de strategie van de Rekenkamer om meer aandacht aan de ontvangstenkant van de begroting te schenken. Gegeven de privacy-gevoeligheid van de data en de unieke onderzoeksbevoegdheden van de Rekenkamer zijn wij de enige organisatie die onderzoek kan doen naar dit onderwerp bij de Belastingdienst.
Stand van zaken
Het onderzoek is gepubliceerd op dinsdag 11 juni 2019 en toegelicht aan de Tweede Kamer.
Bijlagen
-
Belastingdienst boekt resultaten met controle via risicomodellen
Inzet datagedreven selectie van risico’s aangiften alleen in voordeel schatkist De Belastingdienst slaagt erin geautomatiseerde ...
-
Reactie staatssecretaris Financiën op het rapport Datagedreven selectie van aangiften door de Belastingdienst