ANÁLISE CRÍTICA DOS MODELOS DE PREVISÃO DE SÉRIE TEMPORAL COM BASE NO ICMS ESTADUAL

Autores

  • Ricardo Rocha de Azevedo Universidade de São Paulo
  • José Marcos da Silva Universidade de São Paulo
  • Rafael Confetti Gatsios Universidade de São Paulo

DOI:

https://doi.org/10.18028/rgfc.v7i1.2563

Palavras-chave:

ICMS, Séries Temporais, ARIMA, estimação das receitas

Resumo

O ICMS é a principal fonte de tributos dos estados da federação, de modo que a sua previsão de arrecadação é um fator importante para a gestão financeira desses entes. Porém, os estados não têm obtido grande acurácia em suas estimativas de arrecadação do imposto, uma vez que em determinados períodos a subestimação das receitas ficou entre 10% e 30% do valor efetivamente arrecadado. Dessa forma, há pouco mais de uma década, estudos vêm abordando essa temática, de modo a melhorar essa previsão utilizando os modelos de séries temporais, embora não apresentem o ganho de eficiência desses modelos. O trabalho verifica se a metodologia ARIMA prevê com mais exatidão as arrecadações de ICMS do que as metodologias utilizadas pelos entes federativos. Para tanto, a amostra foi composta dos 6 estados brasileiros (SP, MG, RJ, RS, PR e BA), os quais conjuntamente correspondem a 69,7% do ICMS arrecadado pelos 27 estados, estimando-se os valores das arrecadações para os anos de 2012 e 2013 a partir do horizonte temporal de 1995 a 2011. Os resultados apontam que a utilização do ARIMA aumentou a acurácia da previsão de arrecadação do ICMS para todos os estados analisados. O artigo apresenta uma crítica à forma como a literatura vêm apresentando os trabalhos de projeção de séries temporais para receitas públicas, uma vez que um modelo fixo encontrado pelos trabalhos apenas poderia ser utilizado pelos estados para aquela série de tempo específica do modelo, tendo que ser recalculada a cada ano, com a inclusão de dados mais recentes. Assim, cabe aos estados a capacitação de seus funcionários para a utilização dessas metodologias de séries temporais de modo a complementar seus procedimentos de estimação da arrecadação.

Downloads

Não há dados estatísticos.

Referências

ANESSI-PESSINA, E.; SICILIA, M.; STECCOLINI, I. Budgeting and Rebudgeting in Local Governments: Siamese Twins? Public Administration Review, v. 72, n. 6, p. 875–884, 2012.

BOX, G. E. P.; JENKINS, G. M. Time Series Analysis: Forecasting and Control. São Francisco: Holden-Day, 1976.

BRASIL. Lei Complementar n. 87, de 13 de setembro de 1996. Disponível em: <http://www.planalto.gov.br/ccivil_03/leis/lcp/lcp87.htm>.

BRASIL. Lei Complementar n. 101, de 4 de maio de 2000. Disponível em: <http://www.planalto.gov.br/ccivil_03/leis/LCP/Lcp101.htm>. Acesso em: 1 nov. 2015.

BUSCARIOLLI, B.; EMERICK, J. Econometria com Eviews - guia essencial de conceitos e aplicações. São Paulo: Ed. Saint Paul, 2011.

CLEMENTE, A.; CLEMENTE, L. T. Aplicação da metodologia Box-Jenkins para previsão do ICMS do Estado do Paraná de agosto de 2011 a julho de 2012. Economia & Tecnologia, v. 27, p. 47–58, 2011.

COUTURE, J.; IMBEAU, L. M. Do Local Governments Manipulate Their Revenue Forecasts? Budget Speech and Budget Outcomes in the Canadian Provinces. In: IMBEAU, L. M. (Ed.). . Do They Walk Like They Talk? New York: Springer, 2009. v. 15p. 19–30.

CRUZ, C. F. DA; SENHORAS, E. M. Avaliação da responsabilidade na gestão fiscal com base nos pilares da Lei de Responsabilidade Fiscal: um estudo com municípios de Santa Catarina. Cadernos de Finanças Públicas, v. 13, p. 69–104, 2013.

DUARTE, F. C. DE L.; SOUZA, M. F. DE; GIRÃO, L. F. DE A. P. Previsão da Arrecadação do ICMS: uso do modelo Holt-Winters Aditivo na Paraíba. XI Congresso de Iniciaçao Científica USP, 2014.

ENGLE, R. F. Autoregressive conditional heteroscedasticity with estimates of the variance of United Kingdom inflation. Econometrica, v. 50, n. 4, p. 987–1007, 1982.

GOOIJER, J. G. DE; HYNDMAN, R. J. 25 Years of Time Series Forecasting. International Journal of Forecasting, v. 22, n. 3, p. 443–473, jan. 2006.

IBTP. Instituto Brasileiro de Planejamento e Tributação. Disponível em: <https://www.ibpt.org.br>.

LIEBEL, M. J.; FOGLIATTO, F. S. Método para previsão de receita tributária. XXV Encontro Nacional de Engenharia de Produção. Anais...Porto Alegre: 2005

MARQUES, C. A. G.; UCHÔA, C. F. A. Estimação e previsão do ICMS na Bahia. Desenbahia, v. 3, n. 5, p. 195–211, 2006.

MENDONÇA, M. J.; MEDRANO, L. A. Um modelo de combinação de previsões para arrecadação de receita tributária no Brasil. IPEA - Textos para discussão 2186, 2016.

MIKESELL, J. L.; ROSS, J. M. State Revenue Forecasts and Political Acceptance: The Value of Consensus Forecasting in the Budget Process. Public Administration Review, v. 74, n. 2, p. 188–203, 2013.

MORETTIN, P. A.; TOLOI, C. M. Análise de Séries Temporais. São Paulo: Edgar Blucher Ltda, 2004.

PESSOA, F. DE M. C.; CORONEL, D. A.; LIMA, J. E. DE. Previsão de arrecadação de ICMS para o estado de Minas Gerais: uma comparação entre modelos ARIMA e ARFIMA. Revista Brasileira de Gestão e Desenvolvimento Regional, v. 9, n. 2, p. 47–64, 2013.

REDDICK, C. G. Assessing Local Government Revenue Forecasting Techniques. International Journal of Public Administration, v. 27, n. 8–9, p. 597–613, 2006.

REZENDE, F. O ICMS: Como era, o que mudou ao longo do tempo, perspectivas e novas mudanças. Cadernos Fórum Fiscal, v. 10, p. 1–50, 2009.

RUBIN, I. S. The Politcs of Pulic Budgeting. 6th. ed. Washington: Ed. CQPress, 2010.

SANTOS, C. M. DOS; LIMA, J. E. DE; MÁRCIA, C. Análise de previsões da arrecadação do ICMS no Estado de Minas Gerais. Revista de Economia e Administração, v. 5, n. 4, p. 413–423, 2006.

SCHEFFER, D.; SOUZA, A. M.; ZANINI, R. R. Utilização de modelos ARIMA para previsão da arrecadação de ICMS do Estado do Rio Grande do Sul. XVII Simpósio de Pesquisa Operacional e Logística da Marinha - SPOLM. Anais...São Paulo: 2014

STN. Manual de receita nacional. Brasília: Diário Oficial [da] República Federativa do Brasil, 2008.

USP. Orçamento da USP para 2014. Disponível em: <http://www.usp.br/codage/files/intro_orcamento2014.pdf>.

VARSANO, R. A guerra fiscal do ICMS: quem ganha e quem perde. In: Texto para discussão no 500 - Planejamento e Políticas Públicas. Rio de Janeiro: IPEA, 1997. p. 18.

WOOLDRIDGE, J. M. Econometric Analisys of Cross Section and Panel Data. 2nd. ed. Cambridge: The MIT Press, 2010.

WORLDBANK. PEFA - Public Expenditure and Financial Accountability. Disponível em: <http://www.pefa.org/en/content/pefa-framework-material-1>.

Downloads

Publicado

2017-01-23

Edição

Seção

Artigos