Redes neurais artificiais aplicadas à identificação de riscos de inadimplência fiscal de ICMS e ISS no Distrito Federal

Detalhes bibliográficos
Ano de defesa: 2019
Autor(a) principal: Oliveira, Vinícius Di
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Não Informado pela instituição
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Redes neurais artificiais
Auditoria fiscal
Riscos de inadimplência fiscal
Identificação de riscos
ICMS
ISS
Link de acesso: https://repositorio.unb.br/handle/10482/38363
Resumo: Dissertação (mestrado)—Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Ciência da Computação, 2019.
id UNB_083a64e68ce3eee7943018aba3b6c643
oai_identifier_str oai:repositorio.unb.br:10482/38363
network_acronym_str UNB
network_name_str Repositório Institucional da UnB
repository_id_str
spelling Redes neurais artificiais aplicadas à identificação de riscos de inadimplência fiscal de ICMS e ISS no Distrito FederalRedes neurais artificiaisAuditoria fiscalRiscos de inadimplência fiscalIdentificação de riscosICMSISSDissertação (mestrado)—Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Ciência da Computação, 2019.O presente trabalho busca estudar a aplicação de redes neurais artificiais na identificação de riscos de inadimplência fiscal no Distrito Federal. Foi empregada na pesquisa a base de dados do cadastro fiscal do DF, o qual agrega mais de 300 mil empresas, a modelagem estatística foi feita com dois modelos de predição: regressão LOGIT e redes neurais do tipo perceptron multicamadas. Essa pesquisa procura, como objetivo geral, verificar como o uso de redes neurais artificiais pode auxiliar na identificação de riscos de inadimplência fiscal de ICMS e ISS. O estudo bibliográfico realizado mostrou que as técnicas de mode- lagem utilizadas na avaliação de risco de crédito, na sua predição de inadimplência, tem semelhanças com a predição de inadimplência fiscal, sugerindo sua aplicação neste prob- lema. A meta-análise bibliométrica foi usada para o embasamento teórico. A metodologia utilizada foi de natureza aplicada, com uma abordagem predominantemente quantitativa, com seu objetivo principal explicativo e uma estratégia do tipo ex-post facto. Por fim, a pesquisa constatou que é possível identificar riscos de inadimplência fiscal através da mod- elagem preditiva utilizando redes neurais artificiais. O resultado alcançado foi um modelo que obteve, na tarefa de predição, uma taxa de erro menor que 11%. A maior dificuldade da rede neural desenvolvida foi a interpretação da influência das variáveis modeladas no resultado da predição, o que foi resolvido pelo modelo de regressão LOGIT.This paper aims to study the application of artificial neural networks to identify risks of tax default in the Federal District of Brazil. The survey used the database of the DF tax register, which aggregates more than 300 thousand companies, the statistical model- ing was done with two prediction models: LOGIT regression and multilayer perceptron neural networks. This research seeks, as a general objective, to verify how the use of arti- ficial neural networks can help in identifying the risks of ICMS and ISS tax default. The bibliographic study showed that the modeling techniques used on credit risk assessment, on its default prediction, have similarities with the prediction of tax default, suggesting its application on this problem. Bibliometric meta-analysis was used for the theoretical basis. The methodology used was on applied nature, with a predominantly quantitative approach, with its explanatory main objective and an ex-post facto strategy type. Finally, the research found that it is possible to identify risks of tax default through predictive modeling using artificial neural networks. The results achieved were a model that ob- tained, in the prediction task, an error rate of less than 11%. The greatest difficulty of the developed neural network was the interpretation of the modeled variables influence on the prediction result, which was solved by the LOGIT regression model.Instituto de Ciências Exatas (IE)Departamento de Ciência da Computação (IE CIC)Programa de Pós-Graduação em Computação Aplicada, Mestrado ProfissionalChaim, Ricardo MatosOliveira, Vinícius Di2020-06-29T13:42:55Z2020-06-29T13:42:55Z2020-06-292019-07-08info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfOLIVEIRA, Vinícius Di. Redes neurais artificiais aplicadas à identificação de riscos de inadimplência fiscal de ICMS e ISS no Distrito Federal. 2019. xiii, 68 f. Dissertação (Mestrado Profissional em Computação Aplicada)—Universidade de Brasília, Brasília, 2019.https://repositorio.unb.br/handle/10482/38363A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor com as seguintes condições: Na qualidade de titular dos direitos de autor da publicação, autorizo a Universidade de Brasília e o IBICT a disponibilizar por meio dos sites www.bce.unb.br, www.ibict.br, http://hercules.vtls.com/cgi-bin/ndltd/chameleon?lng=pt&skin=ndltd sem ressarcimento dos direitos autorais, de acordo com a Lei nº 9610/98, o texto integral da obra disponibilizada, conforme permissões assinaladas, para fins de leitura, impressão e/ou download, a título de divulgação da produção científica brasileira, a partir desta data.info:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UnBinstname:Universidade de Brasília (UnB)instacron:UNB2024-03-14T16:13:49Zoai:repositorio.unb.br:10482/38363Repositório InstitucionalPUBhttps://repositorio.unb.br/oai/requestrepositorio@unb.bropendoar:2024-03-14T16:13:49Repositório Institucional da UnB - Universidade de Brasília (UnB)false
dc.title.none.fl_str_mv Redes neurais artificiais aplicadas à identificação de riscos de inadimplência fiscal de ICMS e ISS no Distrito Federal
title Redes neurais artificiais aplicadas à identificação de riscos de inadimplência fiscal de ICMS e ISS no Distrito Federal
spellingShingle Redes neurais artificiais aplicadas à identificação de riscos de inadimplência fiscal de ICMS e ISS no Distrito Federal
Oliveira, Vinícius Di
Redes neurais artificiais
Auditoria fiscal
Riscos de inadimplência fiscal
Identificação de riscos
ICMS
ISS
title_short Redes neurais artificiais aplicadas à identificação de riscos de inadimplência fiscal de ICMS e ISS no Distrito Federal
title_full Redes neurais artificiais aplicadas à identificação de riscos de inadimplência fiscal de ICMS e ISS no Distrito Federal
title_fullStr Redes neurais artificiais aplicadas à identificação de riscos de inadimplência fiscal de ICMS e ISS no Distrito Federal
title_full_unstemmed Redes neurais artificiais aplicadas à identificação de riscos de inadimplência fiscal de ICMS e ISS no Distrito Federal
title_sort Redes neurais artificiais aplicadas à identificação de riscos de inadimplência fiscal de ICMS e ISS no Distrito Federal
author Oliveira, Vinícius Di
author_facet Oliveira, Vinícius Di
author_role author
dc.contributor.none.fl_str_mv Chaim, Ricardo Matos
dc.contributor.author.fl_str_mv Oliveira, Vinícius Di
dc.subject.por.fl_str_mv Redes neurais artificiais
Auditoria fiscal
Riscos de inadimplência fiscal
Identificação de riscos
ICMS
ISS
topic Redes neurais artificiais
Auditoria fiscal
Riscos de inadimplência fiscal
Identificação de riscos
ICMS
ISS
description Dissertação (mestrado)—Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Ciência da Computação, 2019.
publishDate 2019
dc.date.none.fl_str_mv 2019-07-08
2020-06-29T13:42:55Z
2020-06-29T13:42:55Z
2020-06-29
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv OLIVEIRA, Vinícius Di. Redes neurais artificiais aplicadas à identificação de riscos de inadimplência fiscal de ICMS e ISS no Distrito Federal. 2019. xiii, 68 f. Dissertação (Mestrado Profissional em Computação Aplicada)—Universidade de Brasília, Brasília, 2019.
https://repositorio.unb.br/handle/10482/38363
identifier_str_mv OLIVEIRA, Vinícius Di. Redes neurais artificiais aplicadas à identificação de riscos de inadimplência fiscal de ICMS e ISS no Distrito Federal. 2019. xiii, 68 f. Dissertação (Mestrado Profissional em Computação Aplicada)—Universidade de Brasília, Brasília, 2019.
url https://repositorio.unb.br/handle/10482/38363
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositório Institucional da UnB
instname:Universidade de Brasília (UnB)
instacron:UNB
instname_str Universidade de Brasília (UnB)
instacron_str UNB
institution UNB
reponame_str Repositório Institucional da UnB
collection Repositório Institucional da UnB
repository.name.fl_str_mv Repositório Institucional da UnB - Universidade de Brasília (UnB)
repository.mail.fl_str_mv repositorio@unb.br
_version_ 1839083886467874816

Registros relacionados