基于状态ICMS的时间序列预测模型的关键分析

IF 0.1 Q4 BUSINESS, FINANCE
Ricardo Rocha de Azevedo, J. A. D. Silva, Rafael Confetti Gatsios
{"title":"基于状态ICMS的时间序列预测模型的关键分析","authors":"Ricardo Rocha de Azevedo, J. A. D. Silva, Rafael Confetti Gatsios","doi":"10.18028/2238-5320/RGFC.V7N1P164-184","DOIUrl":null,"url":null,"abstract":"O ICMS e a principal fonte de tributos dos estados da federacao, de modo que a sua previsao de arrecadacao e um fator importante para a gestao financeira desses entes. Porem, os estados nao tem obtido grande acuracia em suas estimativas de arrecadacao do imposto, uma vez que em determinados periodos a subestimacao das receitas ficou entre 10% e 30% do valor efetivamente arrecadado. Dessa forma, ha pouco mais de uma decada, estudos vem abordando essa tematica, de modo a melhorar essa previsao utilizando os modelos de series temporais, embora nao apresentem o ganho de eficiencia desses modelos. O trabalho verifica se a metodologia ARIMA preve com mais exatidao as arrecadacoes 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 arrecadacoes para os anos de 2012 e 2013 a partir do horizonte temporal de 1995 a 2011. Os resultados apontam que a utilizacao do ARIMA aumentou a acuracia da previsao de arrecadacao do ICMS para todos os estados analisados. O artigo apresenta uma critica a forma como a literatura vem apresentando os trabalhos de projecao de series temporais para receitas publicas, uma vez que um modelo fixo encontrado pelos trabalhos apenas poderia ser utilizado pelos estados para aquela serie de tempo especifica do modelo, tendo que ser recalculada a cada ano, com a inclusao de dados mais recentes. Assim, cabe aos estados a capacitacao de seus funcionarios para a utilizacao dessas metodologias de series temporais de modo a complementar seus procedimentos de estimacao da arrecadacao.","PeriodicalId":29893,"journal":{"name":"Revista de Gestao Financas e Contabilidade","volume":"7 1","pages":"164-184"},"PeriodicalIF":0.1000,"publicationDate":"2017-01-23","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"3","resultStr":"{\"title\":\"ANÁLISE CRÍTICA DOS MODELOS DE PREVISÃO DE SÉRIE TEMPORAL COM BASE NO ICMS ESTADUAL\",\"authors\":\"Ricardo Rocha de Azevedo, J. A. D. Silva, Rafael Confetti Gatsios\",\"doi\":\"10.18028/2238-5320/RGFC.V7N1P164-184\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"O ICMS e a principal fonte de tributos dos estados da federacao, de modo que a sua previsao de arrecadacao e um fator importante para a gestao financeira desses entes. Porem, os estados nao tem obtido grande acuracia em suas estimativas de arrecadacao do imposto, uma vez que em determinados periodos a subestimacao das receitas ficou entre 10% e 30% do valor efetivamente arrecadado. Dessa forma, ha pouco mais de uma decada, estudos vem abordando essa tematica, de modo a melhorar essa previsao utilizando os modelos de series temporais, embora nao apresentem o ganho de eficiencia desses modelos. O trabalho verifica se a metodologia ARIMA preve com mais exatidao as arrecadacoes 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 arrecadacoes para os anos de 2012 e 2013 a partir do horizonte temporal de 1995 a 2011. Os resultados apontam que a utilizacao do ARIMA aumentou a acuracia da previsao de arrecadacao do ICMS para todos os estados analisados. O artigo apresenta uma critica a forma como a literatura vem apresentando os trabalhos de projecao de series temporais para receitas publicas, uma vez que um modelo fixo encontrado pelos trabalhos apenas poderia ser utilizado pelos estados para aquela serie de tempo especifica do modelo, tendo que ser recalculada a cada ano, com a inclusao de dados mais recentes. Assim, cabe aos estados a capacitacao de seus funcionarios para a utilizacao dessas metodologias de series temporais de modo a complementar seus procedimentos de estimacao da arrecadacao.\",\"PeriodicalId\":29893,\"journal\":{\"name\":\"Revista de Gestao Financas e Contabilidade\",\"volume\":\"7 1\",\"pages\":\"164-184\"},\"PeriodicalIF\":0.1000,\"publicationDate\":\"2017-01-23\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"3\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Revista de Gestao Financas e Contabilidade\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.18028/2238-5320/RGFC.V7N1P164-184\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"Q4\",\"JCRName\":\"BUSINESS, FINANCE\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Revista de Gestao Financas e Contabilidade","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.18028/2238-5320/RGFC.V7N1P164-184","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"Q4","JCRName":"BUSINESS, FINANCE","Score":null,"Total":0}
引用次数: 3

摘要

ICMS是联邦各州税收的主要来源,因此其征收预测是这些实体财务管理的重要因素。然而,各州的税收估计并没有获得很大的准确性,因为在某些时期,税收被低估了实际税收的10%到30%。因此,十多年来,研究一直在解决这一问题,以改进使用时间序列模型的预测,尽管这些模型的效率没有提高。这项工作验证了ARIMA方法是否比联邦实体使用的方法更准确地预测了ICMS的收集。因此,样本包括巴西的6个州(SP, MG, RJ, RS, PR和BA),总共相当于27个州收集的ICMS的69.7%,从1995年到2011年的时间范围估计2012年和2013年的收集值。结果表明,ARIMA的使用提高了所有分析州的ICMS收集预测的准确性。这篇文章提供了文学批评的方式来介绍projecao工作时间的系列公共收入,一旦找到了一个固定模式的工作只能由成员用于那个系列的模型指定的时间,重新计算每年的inclusao最新数据。因此,各国有责任培训其官员使用这些时间序列方法,以补充其估计收入的程序。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
ANÁLISE CRÍTICA DOS MODELOS DE PREVISÃO DE SÉRIE TEMPORAL COM BASE NO ICMS ESTADUAL
O ICMS e a principal fonte de tributos dos estados da federacao, de modo que a sua previsao de arrecadacao e um fator importante para a gestao financeira desses entes. Porem, os estados nao tem obtido grande acuracia em suas estimativas de arrecadacao do imposto, uma vez que em determinados periodos a subestimacao das receitas ficou entre 10% e 30% do valor efetivamente arrecadado. Dessa forma, ha pouco mais de uma decada, estudos vem abordando essa tematica, de modo a melhorar essa previsao utilizando os modelos de series temporais, embora nao apresentem o ganho de eficiencia desses modelos. O trabalho verifica se a metodologia ARIMA preve com mais exatidao as arrecadacoes 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 arrecadacoes para os anos de 2012 e 2013 a partir do horizonte temporal de 1995 a 2011. Os resultados apontam que a utilizacao do ARIMA aumentou a acuracia da previsao de arrecadacao do ICMS para todos os estados analisados. O artigo apresenta uma critica a forma como a literatura vem apresentando os trabalhos de projecao de series temporais para receitas publicas, uma vez que um modelo fixo encontrado pelos trabalhos apenas poderia ser utilizado pelos estados para aquela serie de tempo especifica do modelo, tendo que ser recalculada a cada ano, com a inclusao de dados mais recentes. Assim, cabe aos estados a capacitacao de seus funcionarios para a utilizacao dessas metodologias de series temporais de modo a complementar seus procedimentos de estimacao da arrecadacao.
求助全文
通过发布文献求助,成功后即可免费获取论文全文。 去求助
来源期刊
自引率
0.00%
发文量
0
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术官方微信