RESUMO
Código: 409
Tema: Promoção da Eficiência, Otimização de Processos e de Recursos Públicos

 

Abrir
Arquivo

 
Contribuição da Modelagem de Valores Atípicos Na Previsão da Arrecadação do Icms do Estado de Minas Gerais
 

A estimativa sobre o futuro de um determinado fenômeno é de grande importância na tomada de decisão, seja qual for o ambiente em que ocorra a observação do mesmo. Desse modo, a utilização de séries temporais surge como forma de antecipar respostas para os acontecimentos futuros. A previsão de arrecadação tributária é considerada uma ferramenta útil aos gestores públicos, além de ser uma obrigatoriedade pela Lei de Responsabilidade Fiscal.

O objetivo deste trabalho foi estimar um modelo de previsão da arrecadação de ICMS de Minas Gerais para o período de janeiro de 1998 a agosto de 2011. Especificamente pretendeu-se considerar os valores atípicos na previsão deste tributo, comparar as principais medidas de erro do modelo estimado com os modelos que desconsideram essa característica, assim como verificar sua validade para previsão de dados não amostrados doze meses à frente.

Estudos sobre previsão de receitas tributárias estão amplamente difundidos na literatura nacional e internacional devido à importância do tema. Os diversos autores que abordam a temática buscam, em geral, ajustar diferentes modelos que resultem em um melhor poder de previsão, ou seja, um nível aceitável entre o valor real e o estimado.

Para a composição da série temporal analisada no presente estudo, foram coletados os dados com a arrecadação de ICMS de Minas Gerais, em R$, disponibilizados pela Secretaria Estadual de Fazenda. Esta série foi referente ao período mensal de 1998 a agosto 2011e totalizou 164 observações.

Para previsões da arrecadação de ICMS dentro da amostra - janeiro de 1998 a agosto de 2011 - os modelos com sazonalidade apresentaram melhor desempenho em relação às principais medidas de erro. Em especial, o modelo SARIMAX que reduziu, aproximadamente, pela metade suas medidas de erro em relação aos modelos ARIMA e ARFIMA. Assim como nas previsões dentro da amostra, o modelo SARIMAX se mostrou eficiente pra realizar estimativas fora da amostra, com um EPMP de 2,72%.