Predição da Inadimplência do IPVA no Estado do Ceará Utilizando Aprendizado de Máquina

Abstract

Para os estados e municípios brasileiros, o Imposto sobre a Propriedade de Veículos Automotores (IPVA) é a segunda fonte mais importante de receita. A adimplência na arrecadação do IPVA depende de diferentes fatores, tais como a economia do país, o valor venal e a residência dos veículos, dentre outros fatores. Prever se os contribuintes serão adimplentes ou não em relação ao pagamento do IPVA pode fornecer subsídios que auxiliem os governos a elaborar políticas públicas, planejando ações fiscais e direcionando as campanhas de incentivo ao pagamento tempestivo do imposto. Neste trabalho, foi realizada uma série de experimentos buscando construir uma solução para o problema de classificação de contribuintes quanto à adimplência em relação ao pagamento do IPVA. Foram utilizados dados reais referentes ao IPVA do Estado do Ceará no período de 2019 a 2023. Ao todo, quatro algoritmos de classificação foram explorados para classificar os contribuintes em dois grupos: adimplentes e inadimplentes. Os melhores resultados alcançaram uma pontuação F1 de 0,86 comprovando a viabilidade da solução proposta.