Modelos de previsão da arrecadação tributária do estado de SÃO PAULO: ICMS, IPVA, ITCMD e TAXA

Abstract

A dissertação, por meio de técnicas econométricas, desenvolve modelos do tipo ARIMA (Modelo Auto-regressivo integrado e de média móvel), segundo a metodologia Box & Jenkins, para previsão da arrecadação tributária do Estado de São Paulo, dividida pelos tributos ICMS, IPVA, ITCMD/ITBI e Taxas. Para cada tributo foram desenvolvidas regressões, considerando os eventos possíveis como a diferenciação da variável dependente, a inclusão de variáveis “dummies” mensais e a inclusão de “lags” de sazonalidade (modelo SARIMA – ARIMA sazonal), tendo como base as séries históricas dos respectivos tributos. Com isso, chega-se a um modelo para cada imposto: ICMS, IPVA, ITBI/ITCMD e Taxas. Os modelos desenvolvidos foram validados através de previsões dentro da amostra inicial (forecast in sample) e realizando previsões fora da amostra inicial (forecast out of sample). A qualidade de cada regressão também foi endossada pela análise dos seus resíduos, verificando sua estacionariedade, seu comportamento em termos de autocorrelação e autocorrelação parcial e de normalidade. A base de dados foi composta pelas séries mensais de ICMS e IPVA, desde Janeiro de 1997 até Janeiro de 2007, e pelos dados mensais de ITCMD/ITBI e TAXAS, desde Outubro de 1997 até Maio de 2007. Tais dados foram deflacionados, por meio do índice IPG-DI FGV, para que pudessem ser realizadas as análises estatísticas e econométricas apropriadas ao objetivo do trabalho. O modelo final para ICMS foi um ARMA (12,12) com “dummies” sazonais para Janeiro a Dezembro. O modelo final para o IPVA foi um SARIMA (0,1,1)(12,1,12) com “dummies” sazonais para Janeiro, Fevereiro, Abril, Outubro e Dezembro. O modelo final para o ITCMD/ITBI foi um SARIMA (1,1,1) (12,1,12) com dummy sazonal para Janeiro. O modelo final para o TAXAS foi um SARIMA (2,1,1)(8,1,12) com “dummies” sazonais para Janeiro, Fevereiro, Março, Junho, Agosto, Novembro e Dezembro. Este trabalho tem particular importância para o Governo do Estado de São Paulo na contribuição da melhoria do planejamento da arrecadação tributária (política fiscal) baseada nas previsões que podem ser geradas a partir dos modelos estimados.