Identificação de evasão fiscal utilizando dados abertos e inteligência artificial

Bibliographic Data

ID21381972
AuthorsOtávio Calaça Xavier (0000-0002-7826-4730, Instituto Federal de Goiás), Sandrerley Ramos Pires (0000-0002-7273-1334, Universidade Federal de Goiás), Thyago Carvalho Marques (0000-0002-5434-5421, Universidade Federal de Goiás), Anderson da Silva Soares (0000-0002-2967-6077, Universidade Federal de Goiás)
Year2022
Volume56
Issue3
Pages426-440
Publication date2022-06-01
Open AccessYes
TypeARTICLE
VenueRevista de Administração Pública (JOURNAL)
Journal identifiersISSN: 0034-7612 • E-ISSN: 1982-3134
PublisherFapUNIFESP (SciELO) (PUBLISHER)
DOI10.1590/0034-761220210256
OpenAlexW4285608686
LanguagePT
Citations received2
References cited7

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

Art · Humanities · Physics · Political science · Computer Science · Fiscal Policy and Economic Growth · Taxation and Compliance Studies

Tools

Open DOIOpen Access