Trabalhos em Eventos
Previsão de arrecadação do IPVA em Sergipe via modelos de regressão e médias móveis
IPVA collecting forecast in Sergipe by regression models and moving average
Registro en:
2447-0635
Autorização para publicação no Repositório Institucional da Universidade Federal de Sergipe (RIUFS) concedida pelo editor
Autor
Souza, Alberth Almeida Amorim
Russo, Suzana Leitão
Camargo, Maria Emília
Gomes, Iracema Machado de Aragão
Fabris, Jonas Pedro
Andrade Filho, José Augusto
Institución
Resumen
The Tax on Motor Vehicles (IPVA) in recent years, has shown high growth, driven by the financial and fiscal measures that stimulated the increase in vehicle sales. This study analyzes the behavior of the tax incidence in the Ministry of Finance of Sergipe (SEFAZ) regarding the collection of property taxes, and by Regression Models and Moving Average technique and propose a model to forecast the collection of this tax. The software used in the statistical analysis was STATISTICA 11. A descriptive analysis was made, based on graphs and charts subsequently varied regression models and moving averages were tested. For the study period (January 2000 to June 2015), the best adjusted model was quadratic, with a determination coefficient of 85,5 % and could be a good predictor. O Imposto sobre a Propriedade de Veículos Automotores (IPVA), nos últimos anos, tem apresentado alto crescimento, motivado pelas medidas financeiras e fiscais que estimularam o aumento das vendas de veículos. O presente estudo busca analisar o comportamento da incidência tributária na Secretaria de Estado da Fazenda de Sergipe (SEFAZ) com relação à arrecadação do IPVA, e por meio da técnica de Médias Móveis e Regressão propor um modelo que permita prever o recolhimento deste imposto. O software utilizado nas análises estatísticas foi o STATISTICA 11. Foi feita uma análise descritiva dos dados, com base em gráficos e tabelas, posteriormente, foram testados modelos de regressão variados e médias móveis. Para o período estudado (janeiro de 2000 a junho de 2015), o melhor modelo ajustado foi quadrático, com coeficiente de determinação de 85,5%, indicando ser um bom preditor. São Cristóvão, SE