Nome do Projeto
Modelagem, Avaliação e Simulação para Finanças Públicas na Nova Estrutura Tributária
Ênfase
Pesquisa
Data inicial - Data final
01/09/2025 - 31/08/2029
Unidade de Origem
Coordenador Atual
Área CNPq
Ciências Sociais Aplicadas
Resumo
Este projeto tem como propósito o desenvolvimento e a aplicação de soluções quantitativas avançadas para os desafios das finanças públicas de estados e municípios, com especial atenção aos impactos da reforma tributária. O escopo abrange quatro pilares centrais: (1) a criação de modelos preditivos para a arrecadação de tributos, utilizando aprendizado de máquina; (2) a condução de avaliações de impacto ex-post de políticas fiscais, como desonerações; (3) a simulação de impactos ex-ante de alterações na política fiscal, por meio de modelos de Equilíbrio Geral Computável (EGC); e (4) o desenvolvimento de plataformas interativas de visualização de dados. De forma transversal, o projeto visa desenvolver e aplicar metodologias que permitam a estados e municípios compreenderem e se adaptarem aos efeitos da nova estrutura tributária do país. A iniciativa busca gerar ferramentas e evidências para uma gestão fiscal mais eficiente, permitindo otimizar o planejamento, avaliar políticas passadas, antecipar os efeitos de ações futuras e navegar a transição para o novo sistema tributário.
Objetivo Geral
Objetivo Geral:
Desenvolver e implementar uma suíte de ferramentas analíticas para a modelagem, avaliação, simulação e transparência de finanças públicas estaduais e municipais, gerando subsídios técnicos para a tomada de decisão no setor público, especialmente no contexto da reforma tributária nacional.
Objetivos Específicos:
Desenvolver modelos de previsão de arrecadação: Construir e validar modelos preditivos para as novas cestas de receitas tributárias, integrando métodos de séries temporais e algoritmos de machine learning.
Avaliar o impacto ex-post de benefícios fiscais: Aplicar métodos econométricos de avaliação de impacto para mensurar os efeitos de incentivos fiscais sobre a arrecadação, o emprego e a atividade econômica.
Simular os efeitos ex-ante de políticas tributárias: Desenvolver e aplicar modelos de Equilíbrio Geral Computável (EGC) para simular o impacto de alterações na política fiscal sobre o produto, o emprego, os preços e a distribuição de renda.
Analisar os impactos da Reforma Tributária: Desenvolver e aplicar modelos e metodologias específicas para compreender os efeitos da nova estrutura tributária do país sobre a arrecadação e a dinâmica econômica de estados e municípios, auxiliando no planejamento da transição.
Criar plataformas de transparência fiscal: Desenvolver painéis interativos (dashboards) utilizando ferramentas de BI e aplicações web (como Shiny) para organizar e visualizar dados sobre as finanças públicas subnacionais.
Gerar evidências para a gestão pública: Produzir relatórios técnicos e análises que traduzam os resultados das previsões, avaliações e simulações em insights acionáveis para gestores públicos.
Desenvolver e implementar uma suíte de ferramentas analíticas para a modelagem, avaliação, simulação e transparência de finanças públicas estaduais e municipais, gerando subsídios técnicos para a tomada de decisão no setor público, especialmente no contexto da reforma tributária nacional.
Objetivos Específicos:
Desenvolver modelos de previsão de arrecadação: Construir e validar modelos preditivos para as novas cestas de receitas tributárias, integrando métodos de séries temporais e algoritmos de machine learning.
Avaliar o impacto ex-post de benefícios fiscais: Aplicar métodos econométricos de avaliação de impacto para mensurar os efeitos de incentivos fiscais sobre a arrecadação, o emprego e a atividade econômica.
Simular os efeitos ex-ante de políticas tributárias: Desenvolver e aplicar modelos de Equilíbrio Geral Computável (EGC) para simular o impacto de alterações na política fiscal sobre o produto, o emprego, os preços e a distribuição de renda.
Analisar os impactos da Reforma Tributária: Desenvolver e aplicar modelos e metodologias específicas para compreender os efeitos da nova estrutura tributária do país sobre a arrecadação e a dinâmica econômica de estados e municípios, auxiliando no planejamento da transição.
Criar plataformas de transparência fiscal: Desenvolver painéis interativos (dashboards) utilizando ferramentas de BI e aplicações web (como Shiny) para organizar e visualizar dados sobre as finanças públicas subnacionais.
Gerar evidências para a gestão pública: Produzir relatórios técnicos e análises que traduzam os resultados das previsões, avaliações e simulações em insights acionáveis para gestores públicos.
Justificativa
A gestão das finanças públicas subnacionais enfrenta um momento de profunda transformação. Além dos desafios crônicos de restrição orçamentária e demanda por serviços, a transição para uma nova estrutura tributária nacional adiciona uma camada inédita de complexidade e incerteza.
Imperativo da Reforma Tributária: Este projeto se torna ainda mais oportuno e necessário diante do cenário da reforma tributária. A transição para o novo sistema (com IBS e CBS) impõe a necessidade urgente de ferramentas que permitam a estados e municípios simular e compreender como suas receitas, a competitividade de seus setores produtivos e a atividade econômica local serão afetadas. A ausência dessa capacidade analítica pode levar a planejamentos orçamentários deficientes e a uma adaptação reativa, em vez de proativa, às novas regras fiscais.
Cenário de Incerteza Fiscal: A volatilidade econômica, somada à transição tributária, torna as previsões de receita ainda mais desafiadoras. A integração de machine learning oferece uma abordagem robusta para modelar essa nova realidade.
Demanda por Políticas Baseadas em Evidências (Ex-post e Ex-ante): A avaliação de políticas passadas (via econometria) e a simulação de políticas futuras (via EGC) são complementares. A primeira ensina com a experiência, enquanto a segunda permite explorar cenários e mitigar riscos, habilidade essencial durante a implementação de uma reforma estrutural.
Necessidade de Transparência e Controle Social: Em um período de mudanças significativas, a transparência é ainda mais crucial. Plataformas que traduzem dados fiscais complexos em informação acessível são vitais para manter o cidadão informado e qualificar o debate público.
Imperativo da Reforma Tributária: Este projeto se torna ainda mais oportuno e necessário diante do cenário da reforma tributária. A transição para o novo sistema (com IBS e CBS) impõe a necessidade urgente de ferramentas que permitam a estados e municípios simular e compreender como suas receitas, a competitividade de seus setores produtivos e a atividade econômica local serão afetadas. A ausência dessa capacidade analítica pode levar a planejamentos orçamentários deficientes e a uma adaptação reativa, em vez de proativa, às novas regras fiscais.
Cenário de Incerteza Fiscal: A volatilidade econômica, somada à transição tributária, torna as previsões de receita ainda mais desafiadoras. A integração de machine learning oferece uma abordagem robusta para modelar essa nova realidade.
Demanda por Políticas Baseadas em Evidências (Ex-post e Ex-ante): A avaliação de políticas passadas (via econometria) e a simulação de políticas futuras (via EGC) são complementares. A primeira ensina com a experiência, enquanto a segunda permite explorar cenários e mitigar riscos, habilidade essencial durante a implementação de uma reforma estrutural.
Necessidade de Transparência e Controle Social: Em um período de mudanças significativas, a transparência é ainda mais crucial. Plataformas que traduzem dados fiscais complexos em informação acessível são vitais para manter o cidadão informado e qualificar o debate público.
Metodologia
A abordagem metodológica é quantitativa e aplicada, estruturada para atender aos desafios apresentados, incluindo a análise da reforma tributária.
Previsão de Arrecadação de Tributos:
Modelagem Híbrida: Desenvolvimento de modelos que combinam séries temporais e machine learning para prever as novas cestas de receitas de estados e municípios.
Avaliação de Impacto Ex-post de Benefícios Fiscais:
Desenho Quase-Experimental: Emprego de métodos como Diferenças em Diferenças (DID) e Controle Sintético para estimar o impacto causal de políticas fiscais.
Simulação Ex-ante com Equilíbrio Geral Computável (EGC):
Construção e Calibração do Modelo: Uso da matriz de insumo-produto para construir e calibrar um modelo EGC.
Simulação da Reforma Tributária: O modelo será a principal ferramenta para a análise ex-ante dos efeitos da reforma. Serão simuladas as novas alíquotas, regras de creditamento e regimes especiais para mensurar os impactos setoriais e macroeconômicos.
Desenvolvimento de Plataformas de Visualização:
Extração e Estruturação de Dados (ETL) e Desenvolvimento de Painéis: Criação de dashboards em BI ou Shiny para monitoramento das finanças públicas durante e após o período de transição tributária.
Previsão de Arrecadação de Tributos:
Modelagem Híbrida: Desenvolvimento de modelos que combinam séries temporais e machine learning para prever as novas cestas de receitas de estados e municípios.
Avaliação de Impacto Ex-post de Benefícios Fiscais:
Desenho Quase-Experimental: Emprego de métodos como Diferenças em Diferenças (DID) e Controle Sintético para estimar o impacto causal de políticas fiscais.
Simulação Ex-ante com Equilíbrio Geral Computável (EGC):
Construção e Calibração do Modelo: Uso da matriz de insumo-produto para construir e calibrar um modelo EGC.
Simulação da Reforma Tributária: O modelo será a principal ferramenta para a análise ex-ante dos efeitos da reforma. Serão simuladas as novas alíquotas, regras de creditamento e regimes especiais para mensurar os impactos setoriais e macroeconômicos.
Desenvolvimento de Plataformas de Visualização:
Extração e Estruturação de Dados (ETL) e Desenvolvimento de Painéis: Criação de dashboards em BI ou Shiny para monitoramento das finanças públicas durante e após o período de transição tributária.
Indicadores, Metas e Resultados
Principais Indicadores:
i) Simulações da reforma tributária para diferentes estados e municípios.
ii) Produzir relatórios técnicos e análises que traduzam os resultados das previsões, avaliações e simulações em insights acionáveis para gestores públicos.
Metas (5 anos):
i) Desenvolver modelos de avaliação de impacto e de previsão de arrecadação de impostos e realizar simulações para, pelo menos, dois diferentes estados brasileiros;
ii) Realizar análise de dados sobre as finanças públicas municipais e informações sócio-econômicas para diferentes municípios da zona sul do estado.
iii) Estabelecer parcerias com organizações públicas
Resultados Esperados:
i) Divulgação do impacto da reforma tributária e da política de benefícios fiscais para diferentes estados brasileiros;
ii) Gerar conhecimento inovartivo que colabore com a elaboração de futuras políticas públicas na área tributária e fiscal.
i) Simulações da reforma tributária para diferentes estados e municípios.
ii) Produzir relatórios técnicos e análises que traduzam os resultados das previsões, avaliações e simulações em insights acionáveis para gestores públicos.
Metas (5 anos):
i) Desenvolver modelos de avaliação de impacto e de previsão de arrecadação de impostos e realizar simulações para, pelo menos, dois diferentes estados brasileiros;
ii) Realizar análise de dados sobre as finanças públicas municipais e informações sócio-econômicas para diferentes municípios da zona sul do estado.
iii) Estabelecer parcerias com organizações públicas
Resultados Esperados:
i) Divulgação do impacto da reforma tributária e da política de benefícios fiscais para diferentes estados brasileiros;
ii) Gerar conhecimento inovartivo que colabore com a elaboração de futuras políticas públicas na área tributária e fiscal.
Equipe do Projeto
| Nome | CH Semanal | Data inicial | Data final |
|---|---|---|---|
| ANDRE CARRARO | 1 | ||
| FELIPE GARCIA RIBEIRO | 2 | ||
| JULIANA STUMPF HARDTKE | |||
| KELLY FABIANE DE FARIAS SIMÕES ARPINO | 1 | ||
| REGIS AUGUSTO ELY | 2 | ||
| RODRIGO NOBRE FERNANDEZ | 1 | ||
| SERGIO WULFF GOBETTI | |||
| Thais Waideman Niquito | |||
| VINÍCIUS HALMENSCHLAGER |