Clusterização de precedentes de IRPJ no CARF
Autor(a) principal: | |
---|---|
Data de Publicação: | 2023 |
Outros Autores: | , |
Tipo de documento: | Artigo |
Idioma: | por eng |
Título da fonte: | Revista de contabilidade e organizações |
Texto Completo: | https://www.revistas.usp.br/rco/article/view/197181 |
Resumo: | The objective of this study was to cluster judgments of the Administrative Council of Tax Appeals (CARF) related to corporate income tax (IRPJ) rendered between 2016 and 2020, employing machine learning (ML) techniques for the clustering of textual documents. The analysis resulted in 13 unique clusters, an unprecedented finding in the tax accounting literature in Brazil. This identification is relevant for the CARF, taxpayers, tax administration, and accounting and tax professionals involved in accounting and tax issues related to the IRPJ. The ML algorithms used proved efficient in solving complex natural language processing (NLP) problems, such as creating vector representations of terms and identifying themes in unstructured data, providing valuable contributions to understanding controversial IRPJ issues in light of administrative case law. The clustering of precedents translates into greater accessibility and analysis of patterns in judgments, facilitating decision-making in tax accounting. |
id |
USP-65_7f31d81607f618760dd03c2f7b64dc5f |
---|---|
oai_identifier_str |
oai:revistas.usp.br:article/197181 |
network_acronym_str |
USP-65 |
network_name_str |
Revista de contabilidade e organizações |
repository_id_str |
|
spelling |
Clusterização de precedentes de IRPJ no CARF Cluster analysis of IRPJ precedents in CARFCorporate income taxationClusteringTaxation jurisprudenceAdministrative Council of Tax AppealsTributação de rendimentos corporativosClusterizaçãoJurisprudência tributáriaConselho Administrativo de Recursos FiscaisThe objective of this study was to cluster judgments of the Administrative Council of Tax Appeals (CARF) related to corporate income tax (IRPJ) rendered between 2016 and 2020, employing machine learning (ML) techniques for the clustering of textual documents. The analysis resulted in 13 unique clusters, an unprecedented finding in the tax accounting literature in Brazil. This identification is relevant for the CARF, taxpayers, tax administration, and accounting and tax professionals involved in accounting and tax issues related to the IRPJ. The ML algorithms used proved efficient in solving complex natural language processing (NLP) problems, such as creating vector representations of terms and identifying themes in unstructured data, providing valuable contributions to understanding controversial IRPJ issues in light of administrative case law. The clustering of precedents translates into greater accessibility and analysis of patterns in judgments, facilitating decision-making in tax accounting.O objetivo deste estudo foi agrupar acórdãos do Conselho Administrativo de Recursos Fiscais (CARF) relacionados ao Imposto de Renda Pessoa Jurídica (IRPJ), prolatados entre 2016 e 2020, empregando técnicas de aprendizado de máquina (ML) para a clusterização de documentos textuais. A análise resultou em 13 clusters exclusivos, um achado inédito na literatura contábil tributária no Brasil. Essa identificação é relevante para o CARF, contribuintes, administração tributária e profissionais contábeis e tributaristas envolvidos em questões contábeis e tributárias relacionadas ao IRPJ. Os algoritmos de ML utilizados mostraram-se eficientes na resolução de problemas complexos de processamento de linguagem natural (PLN), como criar representações vetoriais de termos e identificar temáticas em dados não estruturados, fornecendo contribuições valiosas para o entendimento de matérias controversas no IRPJ à luz da jurisprudência administrativa. A clusterização de precedentes se traduz em maior acessibilidade e análise de padrões nos julgamentos, facilitando a tomada de decisões na contabilidade tributária.Universidade de São Paulo. Faculdade de Economia, Administração e Contabilidade de Ribeirão Preto2023-06-02info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionapplication/pdfapplication/pdftext/xmlhttps://www.revistas.usp.br/rco/article/view/19718110.11606/issn.1982-6486.rco.2023.197181Revista de Contabilidade e Organizações; v. 17 (2023); e197181Revista de Contabilidade e Organizações; Vol. 17 (2023); e197181Revista de Contabilidade e Organizações; Vol. 17 (2023); e1971811982-6486reponame:Revista de contabilidade e organizaçõesinstname:Universidade de São Paulo (USP)instacron:USPporenghttps://www.revistas.usp.br/rco/article/view/197181/194724https://www.revistas.usp.br/rco/article/view/197181/194725https://www.revistas.usp.br/rco/article/view/197181/203353Copyright (c) 2023 Fabiano de Castro Liberato Costa, Antonio Lopo Martinez, Roberto Carlos Klannhttps://creativecommons.org/licenses/by-nc-nd/4.0info:eu-repo/semantics/openAccessCosta, Fabiano de Castro LiberatoMartinez, Antonio LopoKlann, Roberto Carlos2024-04-08T12:27:16Zoai:revistas.usp.br:article/197181Revistahttps://www.revistas.usp.br/rcoPUBhttps://www.revistas.usp.br/rco/oairco@usp.br1982-64861982-6486opendoar:2024-04-08T12:27:16Revista de contabilidade e organizações - Universidade de São Paulo (USP)false |
dc.title.none.fl_str_mv |
Clusterização de precedentes de IRPJ no CARF Cluster analysis of IRPJ precedents in CARF |
title |
Clusterização de precedentes de IRPJ no CARF |
spellingShingle |
Clusterização de precedentes de IRPJ no CARF Costa, Fabiano de Castro Liberato Corporate income taxation Clustering Taxation jurisprudence Administrative Council of Tax Appeals Tributação de rendimentos corporativos Clusterização Jurisprudência tributária Conselho Administrativo de Recursos Fiscais |
title_short |
Clusterização de precedentes de IRPJ no CARF |
title_full |
Clusterização de precedentes de IRPJ no CARF |
title_fullStr |
Clusterização de precedentes de IRPJ no CARF |
title_full_unstemmed |
Clusterização de precedentes de IRPJ no CARF |
title_sort |
Clusterização de precedentes de IRPJ no CARF |
author |
Costa, Fabiano de Castro Liberato |
author_facet |
Costa, Fabiano de Castro Liberato Martinez, Antonio Lopo Klann, Roberto Carlos |
author_role |
author |
author2 |
Martinez, Antonio Lopo Klann, Roberto Carlos |
author2_role |
author author |
dc.contributor.author.fl_str_mv |
Costa, Fabiano de Castro Liberato Martinez, Antonio Lopo Klann, Roberto Carlos |
dc.subject.por.fl_str_mv |
Corporate income taxation Clustering Taxation jurisprudence Administrative Council of Tax Appeals Tributação de rendimentos corporativos Clusterização Jurisprudência tributária Conselho Administrativo de Recursos Fiscais |
topic |
Corporate income taxation Clustering Taxation jurisprudence Administrative Council of Tax Appeals Tributação de rendimentos corporativos Clusterização Jurisprudência tributária Conselho Administrativo de Recursos Fiscais |
description |
The objective of this study was to cluster judgments of the Administrative Council of Tax Appeals (CARF) related to corporate income tax (IRPJ) rendered between 2016 and 2020, employing machine learning (ML) techniques for the clustering of textual documents. The analysis resulted in 13 unique clusters, an unprecedented finding in the tax accounting literature in Brazil. This identification is relevant for the CARF, taxpayers, tax administration, and accounting and tax professionals involved in accounting and tax issues related to the IRPJ. The ML algorithms used proved efficient in solving complex natural language processing (NLP) problems, such as creating vector representations of terms and identifying themes in unstructured data, providing valuable contributions to understanding controversial IRPJ issues in light of administrative case law. The clustering of precedents translates into greater accessibility and analysis of patterns in judgments, facilitating decision-making in tax accounting. |
publishDate |
2023 |
dc.date.none.fl_str_mv |
2023-06-02 |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion |
format |
article |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
https://www.revistas.usp.br/rco/article/view/197181 10.11606/issn.1982-6486.rco.2023.197181 |
url |
https://www.revistas.usp.br/rco/article/view/197181 |
identifier_str_mv |
10.11606/issn.1982-6486.rco.2023.197181 |
dc.language.iso.fl_str_mv |
por eng |
language |
por eng |
dc.relation.none.fl_str_mv |
https://www.revistas.usp.br/rco/article/view/197181/194724 https://www.revistas.usp.br/rco/article/view/197181/194725 https://www.revistas.usp.br/rco/article/view/197181/203353 |
dc.rights.driver.fl_str_mv |
Copyright (c) 2023 Fabiano de Castro Liberato Costa, Antonio Lopo Martinez, Roberto Carlos Klann https://creativecommons.org/licenses/by-nc-nd/4.0 info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
Copyright (c) 2023 Fabiano de Castro Liberato Costa, Antonio Lopo Martinez, Roberto Carlos Klann https://creativecommons.org/licenses/by-nc-nd/4.0 |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf application/pdf text/xml |
dc.publisher.none.fl_str_mv |
Universidade de São Paulo. Faculdade de Economia, Administração e Contabilidade de Ribeirão Preto |
publisher.none.fl_str_mv |
Universidade de São Paulo. Faculdade de Economia, Administração e Contabilidade de Ribeirão Preto |
dc.source.none.fl_str_mv |
Revista de Contabilidade e Organizações; v. 17 (2023); e197181 Revista de Contabilidade e Organizações; Vol. 17 (2023); e197181 Revista de Contabilidade e Organizações; Vol. 17 (2023); e197181 1982-6486 reponame:Revista de contabilidade e organizações instname:Universidade de São Paulo (USP) instacron:USP |
instname_str |
Universidade de São Paulo (USP) |
instacron_str |
USP |
institution |
USP |
reponame_str |
Revista de contabilidade e organizações |
collection |
Revista de contabilidade e organizações |
repository.name.fl_str_mv |
Revista de contabilidade e organizações - Universidade de São Paulo (USP) |
repository.mail.fl_str_mv |
rco@usp.br |
_version_ |
1797054143941050368 |