Ir para o conteúdo principal

A Secretaria da Fazenda de Pernambuco (Sefaz-PE) concluiu a implementação de uma ferramenta de Previsão de Arrecadação de Impostos. O projeto tocado pela Neurotech usa recursos de big data analytics e envolveu diversas áreas da instituição, todos os segmentos econômicos relacionados, todas as possíveis ações fiscais, diversas fontes de dados em diferentes níveis de informação e um imenso volume de registros.

Diante de um cenário amplo foi criado um modelo tecnológico para efetividade da arrecadação, o mais complexo já desenvolvido pela provedora de TI criada em no ano 2000 por um grupo de pesquisadores e alunos da Universidade Federal de Pernambuco.

A Previsão de Arrecadação de Impostos permite à Secretaria estabelecer metas de arrecadação mensal para o ano seguinte, com o objetivo de otimizar a alocação de recursos dos gerentes regionais e auditores. Além disso, uma das funcionalidades da solução é a possibilidade de criar cenários otimistas ou pessimistas, a partir de estimativas do crescimento dos PIBs do Brasil e de Pernambuco, para que a tomada de decisão contemple diferentes perspectivas econômicas.

A arrecadação de impostos da Sefaz-PE é a fonte de receita do Estado de Pernambuco, composta por Imposto sobre Causa Mortis e Doações (ICD), 18 segmentos do Imposto sobre Operações relativas à Circulação de Mercadorias e sobre Prestações de Serviços de Transportes Interestadual e Intermunicipal e de Comunicação (ICMS) e Imposto sobre a Propriedade de Veículos Automotores (IPVA).

Assim, para calcular os impostos com visões das diretorias regionais e de códigos de receitas, há cerca de 100 séries temporais mensais de arrecadação. Na atual versão do modelo, a porcentagem de erro da previsão de arrecadação total de impostos da Sefaz é de apenas 1%.

Frente ao conjunto de especificidades, o maior desafio da equipe da Neurotech foi encontrar um modelo estatístico capaz de adaptar-se às particularidades de cada série temporal e fornecer uma previsão da arrecadação mensal para cada série individualmente.

Deixe uma resposta