Identificação de evasão fiscal utilizando dados abertos e inteligência artificial

AUTOR(ES)

Xavier, Otávio Calaça; Pires, Sandrerley Ramos; Marques, Thyago Carvalho; Soares, Anderson da Silva

FONTE

Revista de Administração Pública

DATA DE PUBLICAÇÃO

2022

RESUMO

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.

Documentos Relacionados

• Pode a inteligência artificial apoiar ações contra evasão escolar universitária?
• Previsão de vazão utilizando modelos de inteligência artificial
• Classificação e recuperação de imagens por cor utilizando técnicas de inteligência artificial
• Tarifas de importação e evasão fiscal no Brasil
• Análise de crédito utilizando inteligência artificial: validação com dados do cartão BNDES