A Importância dos Valores das Commodities para a Previsão de Arrecadação de Receita Tributária (ICMS) no Estado de Goiás.
Previsão. Índice de Commodities. IPCA. Vetores AutoRegressivos (VAR).
O estudo econômico para determinar as receitas governamentais é crucial para analisar uma execução orçamentária adequada. Uma estimativa precisa permite que um nível de gastos seja definido para atender às demandas da população, respeitando as restrições dos valores previstos. A presente pesquisa tem o objetivo principal de como a previsão de arrecadação de receita tributária do ICMS – Imposto sobre Circulação de Mercadorias e Serviços – é afetada pela variação dos valores das commodities para o estado de Goiás. Nesse sentido, este trabalho procurou modelar o comportamento da arrecadação estadual de ICMS em função dos Índices de Commodities e IPCA - Índice Nacional de Preços ao Consumidor Amplo – utilizando-se a modelagem de Vetores Auto-Regressivos (VAR), com dados mensais compreendidos entre janeiro de 2003 até agosto de 2022, para estimar a arrecadação futura do referido imposto. Os dados foram fornecidos pela Secretaria de Estado da Economia de Goiás, do Instituto Brasileiro de Geografia e Estatística (IBGE) e do Banco Central do Brasil (BCB). Assim, foi feita uma abordagem geral das variáveis em questão e, realizou-se vários procedimentos econométricos ao longo do trabalho, tais como: teste de estacionariedade, matriz de correlação, ordens de defasagem, previsão do modelo, testes de diagnósticos, função impulso resposta e decomposição da variância. Os resultados obtidos indicaram que, após um primeiro tratamento year-over-year, foi garantida a estabilidade do modelo em primeira diferença. Foi detectado uma correlação positiva entre o Índice do IPCA e o ICMS e adicionado variáveis dummies no modelo. Os resultados demonstraram que o IPCA foi estatisticamente significativo para realizarse previsões acuradas na variável do ICMS, o que não ocorreu para o Índice de Commodities. Já as funções de impulso resposta obtiveram choques positivos para as variáveis independentes utilizadas no modelo e, por fim, a decomposição da variância determinou que, na sua grande maioria, a variação do ICMS é explicada por seus valores passados.