Sostituzione liquida plus “sostituzione informativa”: verso un controllo algoritmico in tempo reale del rispetto dell’arm’s length principle

Di Giovanni Girelli - 21 Maggio 2026

Abstract (*)

L’ipotesi di studio si fonda sull’utilizzo di algoritmi idonei a stimare dinamicamente intervalli di libera concorrenza (arm’s length range) e sull’attribuzione alle banche e agli intermediari finanziari, sostituti d’imposta, di una funzione “informativa” automatizzata per far sì che l’Amministrazione finanziaria rilevi eventuali anomalie.

Liquid substitution plus ‘informative substitution’: towards real-time algorithmic monitoring of compliance with the arm’s length principle – The study hypothesis is based on the use of algorithms capable of dynamically estimating arm’s length ranges and on assigning banks and financial intermediaries, acting as withholding agents, a function of automated “information” in order to allow the tax Authority to detect possible anomalies.

Sommario: 1. Premessa. – 2. Controllo delle transazioni infragruppo e IA. – 3. La “sostituzione informativa”. – 4. Le garanzie per i contribuenti. – 5. Conclusioni.

1. Nel precedente contributo pubblicato su questa Rivista sono state analizzate le possibili implicazioni dell’applicazione della teoria del Reddito liquido sulla disciplina del transfer pricingⁱ.

In particolare, si è visto che il modello proposto da Marco Versiglioni suggerisce di determinare il reddito d’impresa sulla base dei flussi finanziari effettivi (entrate e uscite), superando il tradizionale criterio di competenza e introducendo un sistema di imposizione fondato sul reddito liquido, rilevato attraverso i conti bancari dei contribuenti (qualified accounts) e gestito mediante un meccanismo di sostituzione d’imposta – la Sostituzione liquida – operato dalle banche e dagli intermediari finanziari abilitati al trasferimento di denaroⁱⁱ.

In questo contesto, si è sostenuto che l’adozione dell’Imposta liquida non comprometterebbe gli attuali strumenti di contrasto al transfer pricing e potrebbe, anzi, rafforzarli, soprattutto attraverso l’integrazione con sistemi di intelligenza artificiale capaci di monitorare le transazioni infragruppo e verificare in tempo reale il rispetto del principio di libera concorrenza (arm’s length principle).

2. Una delle criticità dell’attuale modello di controllo delle transazioni infragruppo, difatti, risiede proprio nella circostanza che lo stesso è impostato strutturalmente come controllo ex post: l’Amministrazione finanziaria analizza la documentazione predisposta dal contribuente (Master File, Documentazione nazionale, ecc.), ricostruisce l’analisi funzionale e di benchmark e verifica la congruità dei margini applicati.

Il modello qui prospettato, invece, propone un monitoraggio delle operazioni tra parti correlate in tempo reale e fondato su una stima algoritmica dell’intervallo di libera concorrenza, una classificazione preventiva della natura economica del pagamento e una rilevazione automatica di scostamenti significativi. La transazione potenzialmente irregolare diverrebbe così immediatamente conoscibile, trasformando l’attuale modello di controllo differito in un sistema di sorveglianza fiscale quasi sincrono rispetto all’operazione economica.

Lo schema delineato non si limiterebbe, dunque, a potenziare gli strumenti istruttori esistenti, ma prefigurerebbe un mutamento paradigmatico dell’azione amministrativa in materia di prezzi di trasferimento: dal controllo ricostruttivo differito a una forma di vigilanza predittiva anticipata rispetto alla successiva eventuale fase accertativa.

Tale evoluzione non eliminerebbe l’accertamento in senso tecnico, ma ne anticiperebbe la possibile attivazione, trasformando la tradizionale sequenza “operazione infragruppo – dichiarazione dei redditi e predisposizione della documentazione sui prezzi di trasferimento – verifica fiscale – contraddittorio – eventuale accertamento” in una dinamica “operazione infragruppo – monitoraggio – compliance – eventuale contraddittorio – eventuale accertamento”.

Secondo le Linee Guida OCSE, l’intervallo di libera concorrenza può essere espresso attraverso un intervallo di valori quando esistano comparabili sufficientemente affidabili.

L’algoritmo qui ipotizzato si limiterebbe a stimare tale intervallo in modo dinamico, senza dover, invero, rinunciare all’esame qualitativo richiesto dall’analisi funzionale che, però, verrebbe disposta solo nell’eventuale successiva fase del contraddittorio e accertativa. Semplicemente verrebbero individuate, mediante per l’appunto tecniche di machine learning e modelli predittivi, transazioni comparabili sulla base di dati settoriali e macroeconomici, informazioni aggregate provenienti da flussi dichiarativi, serie storiche di margini per area geografica e funzione svolta ecc.

Ed infatti, non deve essere dimenticato che lo studio di transfer pricing non si esaurisce in una comparazione statistica/probabilistica di margini o prezzi, di cui comunque essa costituisce la parte preponderante, ma implica anche un giudizio complesso che tiene conto dell’analisi funzionale, dell’allocazione dei rischi e, in taluni casi, della presenza di beni immateriali unici o altamente specifici.

Si è, dunque, ben consapevoli che l’algoritmo, operando su base probabilistica e su dati storici, potrebbe avere l’effetto di appiattire situazioni economicamente peculiari su modelli medi di settore. Da ciò deriva che l’intelligenza artificiale, come meglio esplicitato nel prosieguo, appare sì idonea a gestire integralmente i rapporti impositivi col privato di carattere meramente provvisorio o consensuale, ma non è (ancora) del tutto all’altezza per riuscire a sostituire il giudizio valutativo proprio dell’analisi funzionale: essa è in grado soltanto di coadiuvarlo, individuando scostamenti che richiedono, almeno allo stato attuale della tecnica, un approfondimento umano quando l’Amministrazione finanziaria debba emettere provvedimenti amministrativi di carattere definitivo aventi anche effetti coercitivi.

La consapevolezza di tale limite costituisce l’attuale condizione di legittimità del sistema qui proposto, evitando che il principio di libera concorrenza possa essere ridotto a una regola meramente statistica/probabilistica.

3. Come già rilevato, ruolo centrale nell’ipotizzato modello sarebbe ricoperto dalla banca o dall’intermediario autorizzato – sostituto “liquido” d’imposta –, il quale dovrebbe raccogliere dati strutturati sulla natura della transazione che sarebbero inviati in via automatizzata all’Amministrazione finanziaria.

I dati ricevuti dall’Amministrazione finanziaria verrebbero così immediatamente sottoposti al citato algoritmo di tipo predittivo per rilevare eventuali anomalie che sarebbero valorizzate nei confronti del privato sempre in via automatizzata. L’intermediario finanziario diventerebbe così una figura di assoluto rilievo in quanto in grado di intercettare tempestivamente potenziali scostamenti dal principio di libera concorrenza a prescindere da qualsiasi attività di indagine da parte del Fisco.

Si configurerebbe, prendendo spunto dalla Sostituzione liquida ed implementandola con l’intelligenza artificiale, una forma di efficace “sostituzione informativa”, distinta dalla sostituzione d’imposta tradizionale, ma funzionale alla prevenzione della non-compliance. Ovviamente, affinché il sistema ipotizzato possa operare efficacemente, sarà necessario introdurre obblighi di codifica strutturata dei pagamenti cross-border, analogamente a quanto già avviene in ambito di scambio automatico di informazioni fiscali o dei c.d. “bonifici parlanti”, ossia quei bonifici bancari “con causale specifica” in cui devono essere indicati dati obbligatori richiesti dalla legge per poter beneficiare di peculiari agevolazioni fiscali come i c.d. bonus edilizi.

Più in dettaglio, ogni disposizione bancaria cross-border dovrebbe contenere un codice identificativo della natura economica del pagamento (royalty, interessi, servizi, beni, ecc.), un codice del settore merceologico ed un eventuale riferimento alla tipologia di rapporto infragruppo. Tale obbligo trasformerebbe l’ordine di pagamento di cui l’Agenzia delle Entrate riceve notizia dall’intermediario finanziario in un veicolo di metadati fiscali, permettendo all’algoritmo di comprendere il contesto economico della transazione. In assenza di una classificazione attentamente strutturata, infatti, l’intelligenza artificiale non potrebbe svolgere una valutazione attendibile del rispetto dell’arm’s length principle.

4. In merito alla compatibilità con i principi cardine del nostro ordinamento l’ipotizzato sistema di “sostituzione informativa” basato sull’utilizzo dell’intelligenza artificiale può rappresentare un passo in avanti verso l’uguaglianza tributaria tra i contribuenti.

Ed infatti, la parità di trattamento fiscale tra soggetti che esprimono la stessa capacità contributiva costituisce un presupposto imprescindibile della partecipazione al carico tributario. Se il tributo rappresenta lo strumento attraverso cui si distribuiscono le spese pubbliche, esso deve gravare nella stessa misura su tutti coloro che si trovano in situazioni sostanzialmente identiche. Tale principio di uguaglianza, come noto, trova anche declinazione nella fase procedimentale grazie ad un trattamento uniforme per i contribuenti riconducibili alla medesima fattispecie impositiva.

Ebbene, in questa prospettiva, il combinato utilizzo dell’intelligenza artificiale e della Sostituzione liquida può configurarsi come un mezzo idoneo a rafforzare l’effettiva uguaglianza in ambito tributario: una volta definito normativamente un modello di controllo riferito a una determinata fattispecie astratta (le operazioni infragruppo), esso verrà ad essere applicato indistintamente in maniera generalizzata ed automatizzata a tutte le diverse situazioni concrete, atteso che ogni operazione infragruppo verrà previamente classificata per diversa tipologia e poi sottoposta a valutazione dell’eventuale carattere non confacente al principio del at arm’s lenght.

Tale sistema va, inoltre, correlato alle fondamentali garanzie poste a presidio dei diritti del contribuente che, come noto, vedono, ad oggi, attore protagonista dell’attività amministrativa finanziaria l’uomo e non la macchina, anche nei campi ove possa essere maggiormente utilizzata l’IA.

È, invero, sempre ad oggi, opinione diffusa che l’intelligenza artificiale possa agire esclusivamente quale strumento di supporto all’attività umana ma senza mai sostituirsi completamente ad essa nel momento decisionaleⁱⁱⁱ. Sul punto, però, è necessario fornire chiarezza su quando l’Amministrazione finanziaria assume quella “decisione” che renda rilevante l’intervento umano, atteso che tale “decisione” determina l’incisione, a prescindere dalla volontà del privato, dei suoi diritti patrimoniali.

In buona sostanza nell’era digitale non qualsivoglia esternazione dell’Agenzia fiscale può essere ascritta esclusivamente all’intervento umano, ma solo quelle che vengono effettivamente a scalfire gli assetti patrimoniali del contribuente anche contro la volontà del medesimo. I canoni di esame dei diritti e dei doveri del privato, difatti, vanno sempre parametrati alle condizioni socio/economiche di riferimento e non possono considerarsi immutabili nel tempo, salvo – sempre – il rispetto dei principi costituzionali. Se si ragionasse diversamente, si otterrebbe, peraltro, una drammatica contrazione delle opportunità offerte dalla intelligenza artificiale in termini di recuperi impositivi.

Pare, quindi, opportuno separare l’attività amministrativa realizzata grazie all’ausilio dell’intelligenza artificiale in due fasi.

La prima fase di selezione e analisi del rischio e di invito al contribuente alla c.d. compliance, chiedendogli di allinearsi a quanto determinato dall’intelligenza artificiale, sarebbe sviluppata esclusivamente sotto l’egida della macchina. Più precisamente, qualora la “sostituzione informativa” generasse l’alert, dovrebbe prevedersi, per rendere tale sistema concretamente efficiente, l’invio al contribuente dell’invito di rideterminare, ai soli fini fiscali, così come stabilito dalla rielaborazione automatizzata, il prezzo apparentemente non osservante i principi sulla libera concorrenza. La seconda, invece, solo eventuale e da realizzare qualora non si sia perfezionata la compliance, riguarderebbe il contraddittorio preventivo e l’accertamento ove il materiale elaborato dall’IA verrebbe rivalutato e gestito dai funzionari dell’Amministrazione finanziaria.

Tale suddivisione appare del tutto in linea col rispetto delle fondamentali garanzie poste a presidio dei diritti del contribuente.

Difatti, grazie alla “sostituzione informativa” di banche e di intermediari finanziari abilitati al trasferimento di denaro, l’Amministrazione finanziaria riceve, si è visto, i dati idonei attraverso cui l’intelligenza artificiale genera un mero alert di anomalia sui prezzi di trasferimento praticati nell’ambito di transazioni infragruppo. Il Fisco, poi, in via automatizzata trasferisce il dato anomalo al contribuente con l’invito alla regolarizzazione.

Dunque, dove al contribuente non si “impone” alcunché, se vengono approntate delle procedure tecniche sofisticate e ben preventivamente testate, e quindi ragionevolmente per lo più immuni da errori, per quale motivo quando un servizio è assicurato da una instancabile macchina che opera 24/24, 7/7, 365/365 dovrebbe subentrare l’attività umana il cui apporto, in questa fase, non risulta necessario? Se al contribuente si evidenzia l’anomalia e gli si propone di sanarla non si compie alcuna compressione dei suoi diritti patrimoniali e, pertanto, qui non sembra ravvisarsi la necessità dell’intervento umano.

Del resto, la normativa italiana ha progressivamente aperto all’utilizzo delle nuove tecnologie, inclusa l’intelligenza artificiale, anche nel settore fiscale, stabilendo al contempo i principi e i limiti di tale impiego.

La L. 9 agosto 2023, n. 111 (la delega per la riforma fiscale) ha esplicitamente previsto il potenziamento dell’uso di tecnologie digitali avanzate – in particolare l’art. 17, comma 1, lett. f), indica tra i principi e criteri direttivi quello di «potenziare l’utilizzo di tecnologie digitali, anche con l’impiego di sistemi di intelligenza artificiale». La norma dimostra, quindi, la chiara volontà del legislatore di integrare l’intelligenza artificiale nei processi di controllo e accertamento fiscale per migliorarne l’efficacia e l’efficienza.

Anche la L. 23 settembre 2025, n. 132 (legge sull’intelligenza artificiale), che fornisce un quadro organico per l’utilizzo dell’intelligenza artificiale da parte delle Pubbliche Amministrazioni, inclusa quindi anche l’Agenzia delle Entrate, ha ribadito che va utilizzata l’intelligenza artificiale per incrementare l’efficienza, ridurre i tempi dei procedimenti e migliorare la qualità dei servizi.

L’art. 14, comma 2, della legge da ultimo citata è di fondamentale importanza per quanto qui argomentato. Ivi è stabilito che l’utilizzo dell’intelligenza artificiale avviene in funzione strumentale e di supporto all’attività provvedimentale, nel rispetto dell’autonomia e del potere decisionale della persona che resta l’unica responsabile dei procedimenti in cui sia stata utilizzata l’intelligenza artificiale^iv.

Ebbene, questo principio, noto anche come “human in the loop”, in relazione alla fattispecie qui esaminata, però, è da ritenersi vincolante per l’Amministrazione finanziaria puramente per le fasi del contraddittorio preventivo ed accertativa, ma non per quella informativa dell’anomalia al contribuente e per la richiesta di “compliance”. Questo perché la “sostituzione informativa” e i conseguenti alert e richiesta di compliance vanno ascritti nell’ambito dell’attività di collaborazione tra Fisco e privato e non è pertinente, a quello stadio della procedura amministrativa, il riferimento ad alcun esito provvedimentale nei confronti del contribuente.

La stessa norma in relazione al processo gestito dall’IA impone, poi, di assicurare agli interessati «la conoscibilità del suo funzionamento e la tracciabilità del suo utilizzo»: il soggetto passivo ha, quindi, il diritto di comprendere, almeno nei suoi tratti essenziali, la logica seguita dall’algoritmo che ha portato alla rilevazione, anche al fine di evitare di reiterare il medesimo comportamento. Pure tale supporto conoscitivo può essere, comunque, direttamente soddisfatto dall’IA in sede di richiesta di compliance. Fondamentale, naturalmente, è che il contribuente sia bene edotto sulle fonti su cui l’IA generativa svolge i suoi processi di analisi in modo che il privato possa riscontrare l’affidabilità di tali fonti. Sul punto l’Amministrazione finanziaria dovrà essere estremamente rigorosa nel far sì che la macchina si approvvigioni per generare i risultati da dati assolutamente incontestabili, pena la mancata accettabilità non solo di volta in volta dei singoli prezzi arm’s length ma, in via generalizzata, dell’intero sistema operativo.

Successivamente, ed eventualmente, l’intelligenza artificiale cede il passo all’intervento umano perché essa, allo stato, non va autorizzata ad emettere autonomamente uno schema d’atto o un avviso di accertamento.

L’apparato macchinale può analizzare dati, identificare anomalie e preparare un invito al contribuente che quest’ultimo valuta e su cui assume la propria scelta: condividere quanto evidenziato dall’IA ovvero attendere il confronto con l’ufficio erariale. Diversamente, quando viene avviato il contraddittorio che può portare all’emissione dell’atto impositivo, è richiesta una “decisione” da parte dell’Amministrazione che incide coattivamente sul patrimonio del privato. Quindi la sua formulazione deve ascriversi al funzionario persona fisica.

Giova, invero, dover evidenziare che tale ultima convinzione, che conferma nella fase del contraddittorio e dell’accertamento il ruolo centrale della persona, è, invero, basata sull’avvenuta ricognizione del livello tecnologico raggiunto attualmente dall’IA generativa che ancora non riesce ad autonomizzarsi dall’intelligenza umana sia quando deve cimentarsi in studi per essa particolarmente complessi in quanto caratterizzati anche da ipotesi peculiari, come è il caso per la materia qui in esame dell’analisi funzionale, sia perché essa può compiere diversi errori non del tutto trascurabili nelle procedure (si pensi ai c.d. bias cognitivi).

Invece, la esposta convinzione non è una scelta di principio che vuole necessariamente collocare sempre l’attività umana quale fulcro dell’attività amministrativa impositiva. Infatti, se, in un prossimo futuro, come è molto probabile, sarà dimostrato che l’IA generativa riuscirà ad operare in maniera del tutto esaustiva e senza compiere errori nella scelta e nell’elaborazione dei dati ad essa sottoposti o di cui essa stessa si rifornisce da fonti debitamente monitorate dall’organo amministrativo a ciò preposto e, quindi, del tutto affidabili, allora, proprio in particolare nell’ambito dell’attività accertativa basata sostanzialmente sul confronto di dati numerici, come è quella sul transfer pricing, non si vede il motivo per cui tale attività non possa essere delegata integralmente all’IA, almeno sino alla finale stesura e sottoscrizione dell’avviso di accertamento. Solo la finale redazione dell’avviso di accertamento che si conclude con la relativa sottoscrizione dovrebbe essere, pertanto, riservata al vaglio della c.d. “sensibilità” umana, in modo da discernere dalla generalità dei casi quelle fattispecie veramente particolari che potrebbero non essere adeguatamente valorizzate dalla macchina.

Naturalmente l’intervento umano che segue quanto elaborato dal sistema di intelligenza artificiale va affidato a persone fornite di idonee competenze. In altri termini, va evitato che chi controlla quanto rilevato dall’intelligenza artificiale si ponga in modo acritico verso tale risultato e, a causa di ciò, si appiattisca su di esso limitandosi a ratificare quanto già generato. Del resto in tal senso depone anche l’art. 26 del Regolamento UE 2024/1689 (Ai Act) il quale prevede che chi gestisca il sistema di IA sia dotato della corretta preparazione.

Oggi, che siamo ancora in una fase iniziale dello sviluppo dell’IA generativa, l’anomalia che viene rilevata dal sistema di intelligenza artificiale non può tradursi automaticamente in un avviso di accertamento. L’esito dell’elaborazione algoritmica dovrà essere comunicato al contribuente, il quale sceglierà se adeguarsi o preferirà in sede di contraddittorio preventivo spiegare le ragioni dello scostamento e l’ufficio sarà non solo tenuto a valutare tali spiegazioni prima di emanare l’eventuale atto impositivo, ma anche a garantire al soggetto passivo di comprendere la logica dell’algoritmo, i dati che ha utilizzato e i criteri che ha seguito per giungere a un determinato risultato, se essi non siano per il privato già sufficientemente chiari rispetto a quanto precedentemente esplicitato dall’IA.

È quindi evidente che con il sistema qui ipotizzato per il tempo presente, ove l’utilizzo dell’intelligenza artificiale consentisse solo di generare una segnalazione di anomalia sui prezzi di trasferimento praticati nell’ambito di transazioni infragruppo e una richiesta di compliance al privato, certamente quest’ultimo non risulterebbe menomato in alcun diritto, in quanto non si tratterebbe di una coattiva determinazione definitiva del prezzo ritenuto conforme al valore di mercato, bensì di una valutazione probabilistica di anomalia, idonea ad attivare un alert per l’Amministrazione finanziaria la quale informerebbe di essa in via autonomizzata il contribuente.

5. In conclusione, applicando sia la Sostituzione liquida, sia l’intelligenza artificiale per il tramite della “sostituzione informativa” nei termini predetti, il contrasto al transfer pricing si arricchirebbe della possibilità di avere tempestiva notizia di operazioni infragruppo avvenute a prezzi (presuntivamente) anomali e che necessitano, se non previamente “sanati” da parte del contribuente, di attività di controllo ed accertamento da parte del Fisco.

In buona sostanza, quello che oggi avviene a campione per contribuente ed ex post, avverrebbe invece su ogni transazione al momento stesso in cui essa è eseguita. Ovviamente oggetto di analisi da parte dell’intelligenza artificiale – e conseguentemente di eventuale segnalazione – sarebbero solo i rapporti finanziari superiori ad un certo singolo ammontare, ovvero quelli dati dalla sommatoria di numerose transazioni analoghe, raggruppate per masse omogenee, e pari così a somme significative.

Tale sistema, poi, non va classificato solo a favore dell’Erario ma è di ausilio anche per il contribuente.

Ed infatti, grazie all’immediatezza della rilevazione dell’anomalia, l’Amministrazione finanziaria è in grado di informare subito il contribuente potenzialmente evasore. Il privato in buona fede e che condivida la riscontrata anomalia avrebbe tutto l’interesse a “ravvedersi” per evitare i successivi controlli erariali che lo affliggerebbero anche in termini di ulteriori costi e di tempo.

Il legislatore, inoltre, per rendere anche maggiormente attrattiva la compliance dovrebbe prevedere uno “sconto” sul tributo dovuto a seguito del diverso prezzo individuato dall’intelligenza artificiale.

La riduzione troverebbe giustificazione proprio dalla determinazione unilaterale del prezzo indicato dall’IA, calcolo a cui il contribuente appunto non partecipa, ma recepisce in virtù dell’ottenimento dell’immediata definizione della potenziale successiva controversia. La riduzione impositiva, pertanto, trova ragione nella circostanza che la definizione del prezzo così raggiunta potrebbe essere, teoricamente, meno accurata di quella a cui si perverrebbe nell’ambito del contraddittorio con il soggetto passivo. Quindi la somma dovuta viene per legge ridotta in quanto si assume che, almeno astrattamente, essa poteva venire diminuita a seguito del confronto con il contribuente che non viene realizzato grazie alla procedura in esame.

Va sottolineato, infine, che proprio nell’ambito della verifica del rispetto dell’arm’s length principle il sistema di controllo qui suggerito trova sede di elezione. Difatti i criteri determinativi del prezzo di libera concorrenza indicati dall’OCSE si basano per lo più su elaborazioni di carattere statistico/probabilistico e la macchina, semplicemente, a seguito di un input che le è fornito, genera una risposta che è la più probabile tra quelle reperite dalle innumerevoli fonti analizzate. I risultati generati dall’intelligenza artificiale sono esiti probabilistici assai accurati attesa la potenzialità di analisi quantitativa, ma anche qualitativa, dei dati che la macchina possiede e che, dunque, sono ragionevolmente più precisi di quelli che si ottengono in un’analisi di transfer pricing ove viene obliterata l’azione dell’intelligenza artificiale. Tale tipologia di approccio avrebbe, comunque, un forte effetto dissuasivo con riferimento alla volontà di perseguire da parte dei gruppi multinazionali politiche fiscali di addomesticamento dei prezzi, in quanto tali distorsioni sarebbero sicuramente e prontamente individuate e contestate.

L’integrazione tra intelligenza artificiale e Sostituzione liquida nei termini sopra esposti, inoltre, non solo appare compatibile con le garanzie del contribuente, ma può contribuire a rafforzare l’uguaglianza sostanziale nell’applicazione del tributo.

La scansione algoritmica conduce ad un completo monitoraggio delle fattispecie rilevanti da un punto di vista impositivo e riduce anche il rischio di disparità di trattamento derivante da prassi non uniformi o da margini di discrezionalità non sempre giustificati, così assicurando pure la prevedibilità dell’azione amministrativa che indubbiamente agevola i parametri inerenti alle garanzie difensive del contribuente.

(*) Il contributo è parte dell’opera collettanea AA.VV., Reddito liquido^-mv. Volume 4, a cura di M. Versiglioni, Pisa, 2026. Il saggio è stato sottoposto a double blind peer review con valutazione positiva. Esso confluirà nel fascicolo n. 1/2026 (semestrale) della Rivista telematica di diritto tributario.

Scarica il commento in formato pdf