Previsão e avaliação do desempenho dos contribuintes do ICMS do estado do Ceará utilizando as redes neurais artificiais

Resumo

Métodos de previsão convencionais, sejam univariados ou multivariados, têm alcançado limitado sucesso na realização de prognósticos de séries econômicas. Este fato se deve à grande dificuldade desses modelos em manipular observações decorrentes de ambientes extremamente dinâmicos, como é, por exemplo, o comportamento dos contribuintes de Imposto Sobre Circulação de Mercadorias e Prestação de Serviços (ICMS). Redes Neurais Artificiais são, em princípio, capazes de tratar com o problema de instabilidade estrutural entre as observações de uma série com parâmetros não-lineares. Nesse sentido, este trabalho procura investigar a habilidade dos modelos conexionistas em realizar avaliações e previsões acuradas do desempenho dos contribuintes do ICMS do Estado do Ceará. É proposta uma forma alternativa, por meio da identificação de padrões de comportamento. Os resultados obtidos pela aplicação de técnicas de Redes Neurais Artificiais são analisados empiricamente e confrontados com aqueles gerados pelo Modelo Atual de previsão da Secretaria da Fazenda do Estado do Ceará (Sefaz/CE).