Empresas fantasmas na mira da inteligência artificial

O Auditor-Fiscal Ricardo Costa Pinto (Receita Estadual de Goiás) desenvolveu uma Rede Neural Artificial (RNA), ferramenta que permite a administração tributária realizar procedimentos de fiscalização com vistas a identificação de empreendimentos ilícitos que atentam contra a ordem tributária. A rede é inédita, sem precedentes no âmbito dos fiscos federal, distrital, estaduais e municipal.

A  RNA foi desenvolvida a partir de variáveis que demonstram características relevantes de cada empresa, como localização, tipo de atividade econômica, porte, área do estabelecimento, notas fiscais, fornecedores, sócios, entre outras. Após o tratamento dos dados, a rede neural foi submetida a um processo de aprendizagem para obter a capacidade de identificar empresas que estão ativas no cadastro estadual e não existem de fato.

Após o padrão ter sido ‘ensinado’ à rede, teve início a aplicação prática. Em março, ela avaliou informações de cerca de 8 mil empreendimentos, dos quais selecionou 965 empresas ativas com indícios de que eram fantasmas.

Após a rede neural indicar a suspeita de que deveriam estar suspensas 965 empresas, equipes de fiscalização foram a 160 delas, com a efetivação de 149 suspensões ou inabilitações. Um porcentual de 93% de acerto, muito alto.

Imagem detalhando o RNA e trecho de matéria publicada no Jornal O Popular (clique para ler a íntegra em formato PDF) .

ARTIGO

Acesse a íntegra do artigo final resultado da pesquisa

Título: Aplicação de rede neural artificial para auxiliar a fiscalização tributária na identificação de empresas fantasmas

Autores: Ricardo Costa Pinto; Patrícia Belfiore Fávero

Resumo: A administração tributária, parte integrante da Administração Pública, é responsável por acompanhar, controlar e fiscalizar o cumprimento das normas que tratam das receitas tributárias. Assim sendo, o objetivo deste trabalho é a construção de uma rede neural artificial capaz de auxiliar essa entidade na identificação de empresas fantasmas. O modelo foi construído a partir de variáveis que demonstram características relevantes de cada contribuinte, tais como: localização, tipo de atividade econômica, porte, área do estabelecimento, notas fiscais de compras, fornecedores, sócios, entre outras. A partir da obtenção dos resultados, foi possível concluir que as variáveis preditoras foram capazes de explicar a variável dependente, com isso, restou demonstrado que é possível identificar empresas fantasmas utilizando redes neurais artificiais.

Palavras-chave: detecção de irregularidades, inteligência artificial, modelo preditivo, ICMS, mineração de dados.

• Slides da apresentação (PDF): SLIDE
• Artigo na íntegra(PDF): ARTIGO

DIVULGAÇÃO

Matéria de divulgação no site da Secretaria de Economia de Goiás

• DRF de Luziânia utiliza inteligência artificial na fiscalização tributária

Imagem Banner: WangXiNa no Freepik