Título: PREVISÃO DA ARRECADAÇÃO FEDERAL COM REDES NEURAIS
Autores: Freitas, Fábio Daros; Ciarelli, Patrick Marques; Souza, Alberto Ferreira
Resumo: A previsão de receitas é uma atribuição das administrações tributárias e um instrumento fundamental no planejamento e no processo decisório da gestão governamental, com profundos impactos na eficácia das políticas públicas. A previsão da arrecadação federal é realizada pela Secretaria da Receita Federal do Brasil, que utiliza uma metodologia própria desenvolvida para esta finalidade. Nos últimos anos, métodos alternativos para a previsão da arrecadação federal têm sido propostos. Este trabalho apresenta dois métodos baseados em redes neurais artificiais para a previsão da arrecadação federal: a Rede Neural Auto-regressiva e a Rede Neural Probabilística. Nossos resultados experimentais com o emprego destes métodos na predição da arrecadação federal mensal mostraram que os preditores neurais podem superar o desempenho dos métodos tradicionais, e alcançaram erros de predição 21% menores que o método utilizado pela Secretaria da Receita Federal do Brasil e 14% menores que o modelo ARIMA, exibindo um baixo viés de predição e capacidade preditiva superior à do preditor ingênuo.
Palavras-chave: Previsão da arrecadação; predição de séries temporais; Rede Neural Auto-regressiva; Rede Neural Probabilística
Páginas: 5
Código DOI: 10.21528/CBRN2009-149
Artigo em PDF: 149_CBRN2009.pdf
Arquivo BibTex: 149_CBRN2009.bib