Métodos de aprendizado de máquina para a predição de receita tributária municipal

Detalhes bibliográficos
Autor(a) principal: Modesto, Mateus, 1991-
Data de Publicação: 2019
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
Texto Completo: https://hdl.handle.net/20.500.12733/8084
Resumo: Orientador: Leonardo Tomazeli Duarte
id UNICAMP-30_bfa21c4ad6440667b36669c50b34edf1
oai_identifier_str oai::1265544
network_acronym_str UNICAMP-30
network_name_str Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
repository_id_str
spelling Métodos de aprendizado de máquina para a predição de receita tributária municipalMachine learning methods for municipal tax revenue predictionRedes neurais (Computação)Impostos - ArrecadaçãoEconometriaNeural networks (Computer science)EconometricsOrientador: Leonardo Tomazeli DuarteDissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Ciências AplicadasResumo: O planejamento das finanças governamentais de maneira clara e eficiente é certamente um dos principais fatores para a boa gestão do erário público. Neste sentido, uma etapa crucial é a busca de soluções que sejam capazes de prover aos gestores públicos boas estimativas de receitas. Diante desse panorama, a presente pesquisa aborda o problema de estimação de receitas por meio de métodos quantitativos. Diferentemente das abordagens usuais encontradas nas ciências econômicas, o foco desta pesquisa é na utilização de métodos de aprendizado de máquina. Foi feita uma comparação entre os modelos econométricos tradicionais Box-Jenkin, Regressão Linear Múltipla) e os baseados em aprendizado de máquina (Rede Neural Artificial Recorrente e Rede Neural Artificial Perceptron de Múltiplas Camadas) como previsores da arrecadação de ISSQN da cidade de Limeira. Os resultados indicam que os métodos de aprendizado de máquina tiveram bons resultados quando comparados aos métodos econométricos tradicionais, o que valida o uso desse tipo de técnica como ferramenta de previsão de receita tributária municipalAbstract: The governamental financial planning in a clear and efficient way public treasury is cer- tainly one of the main factors for the good management of the public treasury. In this sense, a crucial step is the search for solutions capable of providing good estimates of revenues to public managers. Given this scenario, the present research will address the problem of estimating revenues through quantitative methods. Differently from the usual approaches found in the economic sciences, the focus of this research will be on the use of machine learning methods. A comparison between the traditional econometric models (Box-Jenkins, Multiple Linear Regression) and those based on machine learning (Recur- rent Neural Network and Multilayers Perceptron) will be made as predictors of the ISSQN recovery of the city of Limeira. The results indicate that the machine learning techniques obtained good results when compared to the traditional econometric methods validating their use of this methods for municipal tax revenue forecastingMestradoPesquisa Operacional e Gestão de ProcessosMestre em Engenharia de Produção e de ManufaturaCAPES36P4782/2018[s.n.]Duarte, Leonardo Tomazeli, 1982-Boccato, LevyFiorotto, Diego JacintoUniversidade Estadual de Campinas (UNICAMP). Faculdade de Ciências AplicadasPrograma de Pós-Graduação em Engenharia de Produção e de ManufaturaUNIVERSIDADE ESTADUAL DE CAMPINASModesto, Mateus, 1991-20192019-08-23T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdf1 recurso online (70 p.) : il., digital, arquivo PDF.https://hdl.handle.net/20.500.12733/8084MODESTO, Mateus. Métodos de aprendizado de máquina para a predição de receita tributária municipal. 2019. 1 recurso online (70 p.) Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Ciências Aplicadas, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/8084. Acesso em: 3 set. 2024.https://repositorio.unicamp.br/acervo/detalhe/1265544Requisitos do sistema: Software para leitura de arquivo em PDFporreponame:Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)instname:Universidade Estadual de Campinas (UNICAMP)instacron:UNICAMPinfo:eu-repo/semantics/openAccess2023-03-27T16:19:11Zoai::1265544Biblioteca Digital de Teses e DissertaçõesPUBhttp://repositorio.unicamp.br/oai/tese/oai.aspsbubd@unicamp.bropendoar:2023-03-27T16:19:11Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) - Universidade Estadual de Campinas (UNICAMP)false
dc.title.none.fl_str_mv Métodos de aprendizado de máquina para a predição de receita tributária municipal
Machine learning methods for municipal tax revenue prediction
title Métodos de aprendizado de máquina para a predição de receita tributária municipal
spellingShingle Métodos de aprendizado de máquina para a predição de receita tributária municipal
Modesto, Mateus, 1991-
Redes neurais (Computação)
Impostos - Arrecadação
Econometria
Neural networks (Computer science)
Econometrics
title_short Métodos de aprendizado de máquina para a predição de receita tributária municipal
title_full Métodos de aprendizado de máquina para a predição de receita tributária municipal
title_fullStr Métodos de aprendizado de máquina para a predição de receita tributária municipal
title_full_unstemmed Métodos de aprendizado de máquina para a predição de receita tributária municipal
title_sort Métodos de aprendizado de máquina para a predição de receita tributária municipal
author Modesto, Mateus, 1991-
author_facet Modesto, Mateus, 1991-
author_role author
dc.contributor.none.fl_str_mv Duarte, Leonardo Tomazeli, 1982-
Boccato, Levy
Fiorotto, Diego Jacinto
Universidade Estadual de Campinas (UNICAMP). Faculdade de Ciências Aplicadas
Programa de Pós-Graduação em Engenharia de Produção e de Manufatura
UNIVERSIDADE ESTADUAL DE CAMPINAS
dc.contributor.author.fl_str_mv Modesto, Mateus, 1991-
dc.subject.por.fl_str_mv Redes neurais (Computação)
Impostos - Arrecadação
Econometria
Neural networks (Computer science)
Econometrics
topic Redes neurais (Computação)
Impostos - Arrecadação
Econometria
Neural networks (Computer science)
Econometrics
description Orientador: Leonardo Tomazeli Duarte
publishDate 2019
dc.date.none.fl_str_mv 2019
2019-08-23T00:00:00Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://hdl.handle.net/20.500.12733/8084
MODESTO, Mateus. Métodos de aprendizado de máquina para a predição de receita tributária municipal. 2019. 1 recurso online (70 p.) Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Ciências Aplicadas, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/8084. Acesso em: 3 set. 2024.
url https://hdl.handle.net/20.500.12733/8084
identifier_str_mv MODESTO, Mateus. Métodos de aprendizado de máquina para a predição de receita tributária municipal. 2019. 1 recurso online (70 p.) Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Ciências Aplicadas, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/8084. Acesso em: 3 set. 2024.
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv https://repositorio.unicamp.br/acervo/detalhe/1265544
Requisitos do sistema: Software para leitura de arquivo em PDF
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
1 recurso online (70 p.) : il., digital, arquivo PDF.
dc.publisher.none.fl_str_mv [s.n.]
publisher.none.fl_str_mv [s.n.]
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
instname:Universidade Estadual de Campinas (UNICAMP)
instacron:UNICAMP
instname_str Universidade Estadual de Campinas (UNICAMP)
instacron_str UNICAMP
institution UNICAMP
reponame_str Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
collection Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) - Universidade Estadual de Campinas (UNICAMP)
repository.mail.fl_str_mv sbubd@unicamp.br
_version_ 1809189188005789696

Registros relacionados