Classificação de contribuintes: um modelo em duas fases

Detalhes bibliográficos
Autor(a) principal: Corvalão, Eder Daniel
Data de Publicação: 2012
Tipo de documento: Tese
Idioma: por
Título da fonte: Repositório Institucional da UFSC
Texto Completo: http://repositorio.ufsc.br/xmlui/handle/123456789/93032
Resumo: Tese (doutorado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Engenharia de Produção, Florianópolis, 2009.
id UFSC_fe6bad94dcd95df6bc1265c36151173f
oai_identifier_str oai:repositorio.ufsc.br:123456789/93032
network_acronym_str UFSC
network_name_str Repositório Institucional da UFSC
repository_id_str 2373
spelling Classificação de contribuintes: um modelo em duas fasesEngenharia de produçãoData miningFraudeSonegação fiscalTese (doutorado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Engenharia de Produção, Florianópolis, 2009.O termo contribuinte se aplica à pessoa física ou jurídica que a lei obriga ao cumprimento de obrigação tributária. É função da administração tributária acompanhar e fiscalizar a correta execução das obrigações fiscais das empresas contribuintes. Na impossibilidade do acompanhamento de todas as empresas, o processo de seleção de contribuintes a serem auditados torna-se de vital importância. Com o crescimento do volume de informações apresentadas pelos contribuintes, sistematicamente armazenados em sistemas operacionais; e, com o aparecimento de novas ferramentas de análise de dados aliados à evolução dos recursos computacionais surgem novas alternativas para abordar o problema da seleção de contribuintes. Neste cenário a área de mineração de dados (data mining) aparece com diversas aplicações nas mais variadas áreas, entre elas a de detecção de fraude. Esta tese desenvolve um modelo formal para classificação dos contribuintes a partir dos dados de movimentação mensal que são apresentados ao setor de fiscalização. A proposta busca preservar as características econômicas e regionais de cada empresa, valendo-se da análise de agrupamentos. Na seqüência são construídos modelos probabilísticos que serão usados para relacionar os contribuintes com maiores indícios de irregularidades. Esta relação poderá ser utilizada para direcionar a seleção das empresas a serem auditadas. Para sua validação, este modelo foi aplicado num estudo de caso junto à Secretaria da Fazenda do Estado de Santa Catarina. A seleção de contribuintes do ICMS (Imposto sobre Circulação de Mercadorias e Serviços) foi o tema analisado utilizando-se dados mensais entre os anos 2005 e 2007.Samohyl, Robert WayneUniversidade Federal de Santa CatarinaCorvalão, Eder Daniel2012-10-24T15:32:44Z2012-10-24T15:32:44Z2012-10-24T15:32:44Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesis136 f.| il., grafs., tabs.application/pdf276406http://repositorio.ufsc.br/xmlui/handle/123456789/93032porreponame:Repositório Institucional da UFSCinstname:Universidade Federal de Santa Catarina (UFSC)instacron:UFSCinfo:eu-repo/semantics/openAccess2013-04-30T14:22:11Zoai:repositorio.ufsc.br:123456789/93032Repositório InstitucionalPUBhttp://150.162.242.35/oai/requestopendoar:23732013-04-30T14:22:11Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)false
dc.title.none.fl_str_mv Classificação de contribuintes: um modelo em duas fases
title Classificação de contribuintes: um modelo em duas fases
spellingShingle Classificação de contribuintes: um modelo em duas fases
Corvalão, Eder Daniel
Engenharia de produção
Data mining
Fraude
Sonegação fiscal
title_short Classificação de contribuintes: um modelo em duas fases
title_full Classificação de contribuintes: um modelo em duas fases
title_fullStr Classificação de contribuintes: um modelo em duas fases
title_full_unstemmed Classificação de contribuintes: um modelo em duas fases
title_sort Classificação de contribuintes: um modelo em duas fases
author Corvalão, Eder Daniel
author_facet Corvalão, Eder Daniel
author_role author
dc.contributor.none.fl_str_mv Samohyl, Robert Wayne
Universidade Federal de Santa Catarina
dc.contributor.author.fl_str_mv Corvalão, Eder Daniel
dc.subject.por.fl_str_mv Engenharia de produção
Data mining
Fraude
Sonegação fiscal
topic Engenharia de produção
Data mining
Fraude
Sonegação fiscal
description Tese (doutorado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Engenharia de Produção, Florianópolis, 2009.
publishDate 2012
dc.date.none.fl_str_mv 2012-10-24T15:32:44Z
2012-10-24T15:32:44Z
2012-10-24T15:32:44Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv 276406
http://repositorio.ufsc.br/xmlui/handle/123456789/93032
identifier_str_mv 276406
url http://repositorio.ufsc.br/xmlui/handle/123456789/93032
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv 136 f.| il., grafs., tabs.
application/pdf
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFSC
instname:Universidade Federal de Santa Catarina (UFSC)
instacron:UFSC
instname_str Universidade Federal de Santa Catarina (UFSC)
instacron_str UFSC
institution UFSC
reponame_str Repositório Institucional da UFSC
collection Repositório Institucional da UFSC
repository.name.fl_str_mv Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)
repository.mail.fl_str_mv
_version_ 1808652317498540032

Registros relacionados