Previsão de Receitas Estaduais no Brasil Utilizando Machine Learning: Um Estudo de Aplicação de Modelos Preditivos
Previsão de receitas estaduais, Machine Learning, Modelos preditivos, Arrecadação tributária, Políticas públicas.
Este projeto de dissertação tem como objetivo investigar a aplicação de técnicas de machine learning para a previsão de receitas estaduais no contexto brasileiro. A arrecadação de tributos é fundamental para a gestão fiscal dos estados, e a precisão na previsão de receitas desempenha um papel crucial no planejamento e na execução de políticas públicas. No entanto, a complexidade e a volatilidade dos fatores que influenciam a arrecadação tributária apresentam desafios significativos para a previsão tradicional baseada em modelos econométricos. Nesse sentido, o uso de modelos de machine learning surge como uma abordagem promissora, permitindo a análise de grandes volumes de dados e a identificação de padrões não lineares. Por meio deste estudo, pretende-se explorar diferentes algoritmos e técnicas de machine learning, como redes neurais, árvores de decisão e regressão, utilizando dados históricos de arrecadação e outras variáveis econômicas relevantes. O resultado esperado é o desenvolvimento de um modelo de previsão preciso e confiável que possa auxiliar os governos estaduais na tomada de decisões estratégicas e na melhoria da gestão fiscal.