Parametrização de despesas municipais e detecção de anomalias

Resumo

O presente estudo, após realizar uma revisão da literatura de métodos de correção de corrupção, e expor os modelos microeconômicos clássicos para sua análise, propõe a utilização de métodos de aprendizado de máquina para a parametrização de despesas municipais e detecção de anomalias, com o objetivo de ampliar eficiência dos processos de auditoria das despesas municipais. O principal modelo preditivo apresentado foi elaborado a partir dos dados de despesas de 644 municípios do estado de São Paulo ao longo de 10 anos (2009 - 2019), apresentando um em torno de 92%. Tal resultado é promissor para, em conjunto com outros métodos, aumentar a relação custo-retorno dos procedimentos de auditoria das contas públicas e a redução da atratividade de atos de corrupção.

Ficha do documento

Tipo

Dissertação

Ano

2021

Instituição

Fundação Getulio Vargas

Fonte

Repositório da FGV

Idioma

Português

Acesso

Acesso aberto

Identificador

oai:repositorio.fgv.br:10438/31473

Temas

EconomiaDadosGovernançaGestão Municipal

Palavras-chave

CorrupçãoAprendizado de máquinaDetecção de anomaliasAuditoriasCorruptionMachine learningAnomaly detectionAuditEconomiaCorrupção administrativaAuditoria - Processamento de dadosSão Paulo (Estado) - MunicípiosAdministração municipal