Anderson dos Santos de Oliveira
MODELOS DE PREVISÃO PARA A ARRECADAÇÃO DO ICMS: UMA ANÁLISE EMPÍRICA PARA O ESTADO DE ALAGOAS
Resumo
A previsão da arrecadação do ICMS em Alagoas enfrenta desafios decorrentes de mudanças econômicas e institucionais capazes de alterar de forma permanente o nível da série. Esta pesquisa analisou e comparou o desempenho de diferentes modelos de previsão da arrecadação real do tributo, a partir de dados mensais de janeiro de 2007 a dezembro de 2025, divididos em período de treinamento (2007–2022) e de validação fora da amostra (2023–2025), nos horizontes de 12, 24 e 36 meses. Foram estimados modelos univariados (Passeio Aleatório, SARIMA, Holt-Winters e NNAR), multivariados (VECM), de regularização (Adaptive LASSO) e de aprendizado de máquina (Random Forest e XGBoost), além de combinações de previsões por média simples e pelo método de Bates-Granger, avaliados pelas métricas MAPE, MAE e RMSE. O procedimento de Bai e Perron identificou quatro quebras estruturais, em 2010, 2016, 2019 e 2023, sendo a última de natureza institucional, decorrente da resposta do Estado à Lei Complementar nº 194/2022 mediante a elevação da alíquota modal de 17% para 19%. Nos testes fora da amostra, o Passeio Aleatório com Tendência apresentou o melhor desempenho no horizonte de 12 meses, com MAPE de 6,03%, enquanto as combinações de previsões superaram os modelos individuais nos horizontes de 24 e 36 meses, com MAPE de 7,32% e 6,44%, respectivamente. A seleção de variáveis convergiu, entre metodologias independentes, para a atividade do varejo, o crédito às famílias, a dinâmica de preços e a taxa de juros. Os resultados evidenciam que alterações legislativas não incorporadas à estimação limitam a capacidade preditiva de todos os modelos avaliados, independentemente de sua sofisticação, o que reforça a importância da reestimação periódica e da diversificação metodológica para o planejamento fiscal, sobretudo diante da transição para o Imposto sobre Bens e Serviços prevista pela Emenda Constitucional nº 132/2023.