Identificação de evasão fiscal utilizando dados abertos e inteligência artificial
Resumo A evasão fiscal é a consequência da prática da sonegação. Apenas no Brasil, estima-se que ela corresponda a 8% do PIB. Com isso, os governos necessitam de sistemas inteligentes para apoiar os auditores fiscais na identificação de sonegadores. Tais sistemas dependem de dados sensíveis dos contribuintes para o reconhecimento dos padrões, que são protegidos por lei. Com isso, o presente trabalho apresenta uma solução inteligente, capaz de identificar os perfis de potenciais sonegadores com o uso apenas de dados abertos, públicos, disponibilizados pela Receita Federal e pelo Conselho Administrativo Tributário do Estado de Goiás, entre outros cadastros públicos. Foram gerados três modelos que utilizaram os recursos Random Forest, Redes Neurais e Grafos. Em validação depois de melhorias finas, foi possível obter acurácia superior a 98% na predição do perfil inadimplente. Por fim, criou-se uma solução de software visual para uso e validação pelos auditores fiscais do estado de Goiás.
Main Authors: | , , , |
---|---|
Format: | Digital revista |
Language: | Portuguese |
Published: |
Fundação Getulio Vargas
2022
|
Online Access: | http://old.scielo.br/scielo.php?script=sci_arttext&pid=S0034-76122022000300426 |
Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
id |
oai:scielo:S0034-76122022000300426 |
---|---|
record_format |
ojs |
spelling |
oai:scielo:S0034-761220220003004262022-07-12Identificação de evasão fiscal utilizando dados abertos e inteligência artificialXavier,Otávio CalaçaPires,Sandrerley RamosMarques,Thyago CarvalhoSoares,Anderson da Silva evasão fiscal redes neurais inteligência artificial dados abertos auditoria fiscal Resumo A evasão fiscal é a consequência da prática da sonegação. Apenas no Brasil, estima-se que ela corresponda a 8% do PIB. Com isso, os governos necessitam de sistemas inteligentes para apoiar os auditores fiscais na identificação de sonegadores. Tais sistemas dependem de dados sensíveis dos contribuintes para o reconhecimento dos padrões, que são protegidos por lei. Com isso, o presente trabalho apresenta uma solução inteligente, capaz de identificar os perfis de potenciais sonegadores com o uso apenas de dados abertos, públicos, disponibilizados pela Receita Federal e pelo Conselho Administrativo Tributário do Estado de Goiás, entre outros cadastros públicos. Foram gerados três modelos que utilizaram os recursos Random Forest, Redes Neurais e Grafos. Em validação depois de melhorias finas, foi possível obter acurácia superior a 98% na predição do perfil inadimplente. Por fim, criou-se uma solução de software visual para uso e validação pelos auditores fiscais do estado de Goiás.info:eu-repo/semantics/openAccessFundação Getulio VargasRevista de Administração Pública v.56 n.3 20222022-06-01info:eu-repo/semantics/articletext/htmlhttp://old.scielo.br/scielo.php?script=sci_arttext&pid=S0034-76122022000300426pt10.1590/0034-761220210256 |
institution |
SCIELO |
collection |
OJS |
country |
Brasil |
countrycode |
BR |
component |
Revista |
access |
En linea |
databasecode |
rev-scielo-br |
tag |
revista |
region |
America del Sur |
libraryname |
SciELO |
language |
Portuguese |
format |
Digital |
author |
Xavier,Otávio Calaça Pires,Sandrerley Ramos Marques,Thyago Carvalho Soares,Anderson da Silva |
spellingShingle |
Xavier,Otávio Calaça Pires,Sandrerley Ramos Marques,Thyago Carvalho Soares,Anderson da Silva Identificação de evasão fiscal utilizando dados abertos e inteligência artificial |
author_facet |
Xavier,Otávio Calaça Pires,Sandrerley Ramos Marques,Thyago Carvalho Soares,Anderson da Silva |
author_sort |
Xavier,Otávio Calaça |
title |
Identificação de evasão fiscal utilizando dados abertos e inteligência artificial |
title_short |
Identificação de evasão fiscal utilizando dados abertos e inteligência artificial |
title_full |
Identificação de evasão fiscal utilizando dados abertos e inteligência artificial |
title_fullStr |
Identificação de evasão fiscal utilizando dados abertos e inteligência artificial |
title_full_unstemmed |
Identificação de evasão fiscal utilizando dados abertos e inteligência artificial |
title_sort |
identificação de evasão fiscal utilizando dados abertos e inteligência artificial |
description |
Resumo A evasão fiscal é a consequência da prática da sonegação. Apenas no Brasil, estima-se que ela corresponda a 8% do PIB. Com isso, os governos necessitam de sistemas inteligentes para apoiar os auditores fiscais na identificação de sonegadores. Tais sistemas dependem de dados sensíveis dos contribuintes para o reconhecimento dos padrões, que são protegidos por lei. Com isso, o presente trabalho apresenta uma solução inteligente, capaz de identificar os perfis de potenciais sonegadores com o uso apenas de dados abertos, públicos, disponibilizados pela Receita Federal e pelo Conselho Administrativo Tributário do Estado de Goiás, entre outros cadastros públicos. Foram gerados três modelos que utilizaram os recursos Random Forest, Redes Neurais e Grafos. Em validação depois de melhorias finas, foi possível obter acurácia superior a 98% na predição do perfil inadimplente. Por fim, criou-se uma solução de software visual para uso e validação pelos auditores fiscais do estado de Goiás. |
publisher |
Fundação Getulio Vargas |
publishDate |
2022 |
url |
http://old.scielo.br/scielo.php?script=sci_arttext&pid=S0034-76122022000300426 |
work_keys_str_mv |
AT xavierotaviocalaca identificacaodeevasaofiscalutilizandodadosabertoseinteligenciaartificial AT piressandrerleyramos identificacaodeevasaofiscalutilizandodadosabertoseinteligenciaartificial AT marquesthyagocarvalho identificacaodeevasaofiscalutilizandodadosabertoseinteligenciaartificial AT soaresandersondasilva identificacaodeevasaofiscalutilizandodadosabertoseinteligenciaartificial |
_version_ |
1756378598123503616 |