Identificação de evasão fiscal utilizando dados abertos e inteligência artificial

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.

Saved in:
Bibliographic Details
Main Authors: Xavier,Otávio Calaça, Pires,Sandrerley Ramos, Marques,Thyago Carvalho, Soares,Anderson da Silva
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

Similar Items