RESUMO DO TRABALHO

Código: 53

Área Temática: Área VII: Estudos Epistemológicos e Sociológicos

Título: Elabora��o de um Modelo de Previs�o do Resultado para o Planejamento Tribut�rio de Pequenas Empresas

Resumo:
Prop�sito do Trabalho:
As recentes crises econ�micas, a globaliza��o e os avan�os tecnol�gicos t�m obrigado os gestores e dirigentes a tomarem decis�es cada vez mais r�pidas, a fim de prevenirem preju�zos futuros e manterem-se no mercado. Dessa forma, devido ao ambiente de incertezas em que as organiza��es est�o inseridas, a utiliza��o de previs�es � fundamental para o planejamento de suas decis�es futuras. Sendo assim, o or�amento apresenta-se como uma ferramenta indispens�vel �s empresas, independentemente de seu porte. Al�m das fun��es tradicionais de planejamento e controle, Costa (2014) salientou que o or�amento pode ser utilizado no planejamento tribut�rio, com o intuito de promover economia tribut�ria e melhoria na lucratividade. Na literatura, pode-se observar que n�o h� estudos que utilizaram m�todos de previs�o para a elabora��o do or�amento do resultado, com o intuito de auxiliar o planejamento tribut�rio, exce��o feita ao trabalho de Costa (2014) que se prop�s a realizar um planejamento tribut�rio a partir da elabora��o do or�amento e um segundo trabalho de Costa, Prado, Castro J�nior e Carvalho (2014) que buscou utilizar um m�todo de previs�o para elaborar o or�amento de resultado, o que, de certa forma, justifica a propositura deste estudo. Sob este contexto, o presente trabalho tem por objetivo elaborar um modelo integrado de previs�o do or�amento de resultado que auxilie no planejamento tribut�rio de empresas de pequeno porte. Para tanto, a elabora��o do modelo integrado de previs�o do or�amento foi baseada nos seguintes m�todos de previs�o: Ajuste Exponencial, HoltWinters Aditivo e Multiplicativo e Box Jenkins (ARIMA) aplicados a dados reais de uma pequena empresa do setor de com�rcio de bens de consumo, entre os anos de 2007 e 2014.

Base da plataforma te�rica:
V�rios estudos que utilizam de m�todos de previs�o s�o encontrados na literatura para estimar demanda, custos, arrecada��o de tributos, entre outros. Spanhol, Benites e Figueiredo Neto (2004) utilizou do m�todo de HoltWinters para a previs�o do faturamento real de um com�rcio varejista de alimentos. Em seu estudo, Arinze, Kim e Anandarajan (1997) utilizam sistemas baseados em regras de conhecimento (Knowledge-Based Systems- KBS), para estimar a efic�cia de cinco m�todos de previs�o e m�todos de previs�o h�bridos, trabalhando em conjunto ou sozinhos. Chen, Bloomfield e Cubbage (2008) escolheram dados de tr�s parques norte-americanos para testar quais os m�todos adequados para prever o n�mero de atendimentos. Clemente e Clemente (2011) utilizam o modelo de Box Jenkins para a previs�o da arrecada��o do montante de ICMS (Imposto sobre Opera��es Relativas � Circula��ode Mercadorias e sobre Presta��es de Servi�os de Transporte Interestadual, Intermunicial e de comunica��es) no estado do Paran� para o ano de 2012. Nesta mesma linha, Santos e Lima (2006), Pessoa, Coronel e Lima (2013) e Chain, Costa, Sant�Ana e Banedicto (2015) utilizaram a fam�lia Box Jenkins para prever a arrecada��o do ICMS de Minas Gerais. Melo (2001) apresentou uma s�rie de m�todos, a fim de prever a arrecada��o de impostos da Receita Federal do Brasil e de oferecer m�todos alternativos ao modelo de indicadores utilizado pela institui��o. Para Campos (2009) que seguiu a mesma linha de pesquisa de Melo (2001), os resultados foram igualmente satisfat�rios. Em seu estudo o autor utiliza as metodologias ARIMA, modelos din�micos univariados e de fun��o de transfer�ncia, modelos din�micos de multiplas equa��es e modelos estruturais para prever as vari�veis Imposto de Renda Pessoa Jur�dica (IRPJ), Contribui��o para o Financiamento da Seguridade Social (COFINS) e Imposto de Importa��o (II) no ano de 2007 do estado de S�o Paulo. Liebel (2004) desenvolveu em sua disserta��o um trabalho voltado para a previs�o do montante de ICMS no Paran� no ano de 2005. Ele teve por objetivo testar v�rios m�todos de previs�o desde o mais simples (Regress�o Linear Simples) ao mais complexo (SARIMA), a fim de determinar qual deles mais se adequa � previs�o de ICMS. Costa et al. (2014) utilizaram o vetor autorregressivo com o objetivo de auxiliar na elabora��o de um or�amento de resultado para pequenas e m�dias empresas. Com isso, os autores verificaram que o modelo pode auxiliar na elabora��o do or�amento de resultado, permitindo que o gestor tenha uma an�lise do resultado futuro, contribuindo, assim, com o processo decis�rio nas empresas. Por meio de um estudo de caso, o trabalho de Costa (2014) teve como objetivo verificar se a elabora��o de um or�amento de resultado para a realiza��o de um planejamento tribut�rio traz benef�cios para uma pequena empresa. Os resultados apontados pelo autor demonstraram que a utiliza��o do or�amento no planejamento tribut�rio pode auxiliar a empresa a tra�ar metas para a obten��o de uma lucratividade maior. Al�m disso, foi poss�vel verificar que o or�amento possibilitou que empresa optasse pela forma de tributa��o menos onerosa. Em suma, o autor concluiu que o or�amento traz benef�cios importantes para a tomada de decis�o.

M�todo de investiga��o:
A fim de atender ao objetivo do trabalho, foram testados diferentes m�todos de previs�o na estimativa de vari�veis que comp�e a demonstra��o do resultado de uma pequena empresa, com a finalidade de elaborar um planejamento tribut�rio. Desta forma, tornou-se poss�vel propor um modelo integrado, onde para cada vari�vel do resultado, a ser estimada e utilizada no planejamento tribut�rio, utilizar-se-� o m�todo de previs�o que mais se aproxima. Diante disso, delimita-se a aplica��o do modelo proposto �s empresas comerciais. Com isso, o modelo integrado de previs�o do resultado e planejamento tribut�rio foi constru�do a partir de seis etapas, conforme o seguinte detalhamento: I � Identifica��o das vari�veis a serem previstas; II � Coleta de dados em um intervalo pr�-determinado de tempo; III � Tratamento dos dados; IV � Escolha dos m�todos de previs�o; V � Aplica��o, previs�o e verifica��o; VI � Constru��o do or�amento e do planejamento tribut�rio. As estimativas realizadas sobre as s�ries temporais das vari�veis or�ament�rias foram feitas por meio dos seguinte m�todos de previs�o: Ajuste Exponencial, HoltWinters Aditivo e Multiplicativo e Box Jenkins (ARIMA). Os m�todos foram aplicados a dados reais de uma pequena empresa do setor de com�rcio de bens de consumo, entre os anos de 2007 e 2014. As s�ries temporais s�o caracterizadas como um conjunto de dados ordenados no tempo que compartilham um comportamento de depend�ncia entre si. Dessa forma, na utiliza��o de modelos de previs�o em s�ries temporais, deve-se assumir que as vari�veis ter�o o mesmo comportamento de eventos passados e podem ser compostas por quatro elementos, que segundo Morettin e Toloi (2004) s�o eles: Tend�ncia, Ciclo, Sazonalidade e Ru�do Aleat�rio. Cada um destes elementos d� forma ao conjunto de dados e � de extrema import�ncia em previs�es.

Resultados, conclus�es e suas implica��es:
O trabalho apresentado teve por objetivo elaborar um modelo integrado de previs�o de or�amento que auxilie na previs�o do planejamento tribut�rio em empresas de pequeno e m�dio porte. A proposta gira em torno da utiliza��o de diferentes m�todos de previs�o para a previs�o das vari�veis que comp�em a Demonstra��o do resultado do exerc�cio no ano de 2014. Ap�s isso, foi realizada a compara��o entre o or�ado e o real para este ano, selecionando para cada vari�vel o m�todo que mais se aproxima do valor real. As metodologias de previs�o utilizadas foram o Ajuste Exponencial, HoltWinters Aditivo e Multiplicativo e Box Jenkins (ARIMA). Diante dos resultados obtidos, observa-se que n�o houve um �nico m�todo de previs�o que melhor se ajustasse a todas as vari�veis, ou seja o m�todo que mais se aproximou do real para a �Receita Bruta�, �Estoque Inicial� e �Despesas Gerais� foi o HoltWinters Multiplicativo; para as �Compras Totais� o melhor m�todo foi o Box Jenkins; para o �Estoque Final� e �Despesas com Pessoal� o melhor m�todo foi o HoltWinters Aditivo e, por fim, as �Outras Despesas Gerais�, as �Receitas Financeiras� e as �Despesas Financeiras� o m�todo Ajuste Exponencial foi o que mais se aproximou dos valores reais. Desta forma, a constru��o do modelo integrado permitiu que fosse realizado o planejamento tribut�rio da empresa para o ano de 2014, por meio da compara��o das tr�s formas de tributa��o, sendo elas: Simples Nacional, Lucro Presumido e o Lucro real. Assim, ao considerar a instabilidade econ�mica que assola o Brasil nos �ltimos anos, considera-se que o poder preditivo das vari�veis foi satisfat�rio. Com isso, os resultados obtidos, a partir da proposta de um modelo integrado de previs�o do or�amento de resultado que auxilie no planejamento tribut�rio de empresas de pequeno porte, demonstraram que o Lucro Real foi a forma de tributa��o que resultou em uma carga tribut�ria menos onerosa para a empresa. Al�m disso, ao comparar os valores reais do ano de 2014, onde a empresa optou pelo Lucro Real, observa-se que a varia��o da Receita Bruta foi de 0,49%, da Receita L�quida Foi de 0,38%, do Lucro Bruto foi de 13,28% e do Preju�zo L�quido foi de 64,13%, em compara��o com os valores de 2014. Dessa forma, conclui-se que os resultados comprovam a utilidade do modelo de previs�o integrado na composi��o de um or�amento e no planejamento tribut�rio. Por fim, o trabalho contribui com a expans�o do campo te�rico sobre processos or�ament�rios e planejamento tribut�rio no que diz respeito � aplica��o de m�todos de previs�o na elabora��o destes instrumentos. Al�m disso, o estudo � um dos poucos que busca unir tr�s temas distintos, ou seja: m�todos de previs�o, or�amento empresarial e planejamento tribut�rio. No aspecto pr�tico, o trabalho poder� trazer uma contribui��o na gest�o or�ament�ria e tribut�ria, bem como na melhoria da lucratividade das empresas. O estudo limita-se � utiliza��o dos dados de uma �nica empresa, o que acaba por influenciar o modelo de previs�o. Para pr�ximos trabalhos, sugere-se que sejam utilizados dados de outras empresas com diferentes portes e diferentes setores a fim de que sejam utilizados outros modelos de previs�o que se adeque a cada uma destas.

Refer�ncias bibliogr�ficas:
ARINZE, B., KIM, S-L. & ANANDARAJAN, M. (1997). Combining and selecting forecasting models using rule based induction. Computers & operations research, v. 24, n. 5, p. 423-433, 1997. ATKINSON, A. A., BANKER, R. D., KAPLAN, R. S. & YOUNG, S. M. (2008). Contabilidade Gerencial. Revis�o T�cnica Rubens Fam�. 2� ed. S�o Paulo: Atlas. CAMPOS, C. V. C. (2009). Previs�o da arrecada��o de receitas federais: aplica��es de modelos de s�ries temporais para o Estado de S�o Paulo. Tese de Doutorado. Universidade de S�o Paulo. CHAIN, C. P., COSTA, D.F., SANT�ANA, N. L. S & BENEDICTO, G. C. (2015). Contribui��o da modelagem de valores at�picos na previs�o da arrecada��o do ICMS do Estado de Minas Gerais. Exacta - EP, S�o Paulo, v. 13, n. 2, p. 239-249. CHEN, R. J. C., BLOOMFIELD, P. & CUBBAGE, F. W. (2007) Comparing forecasting models in tourism. Journal of Hospitality & Tourism Research, v. 32, n. 1, p. 3-21. CLEMENTE, A. & CLEMENTE, L. T. (2011). Aplica��o da metodologia Box-Jenkins para previs�o do ICMS do estado do Paran� de agosto de 2011 a julho de 2012. Economia & Tecnologia, Ano 7, v. 27. CORR�A, A. C. M. (2006). Planejamento Tribut�rio: ferramenta estrat�gica da gest�o empresarial. Revista Brasileira de Contabilidade. v. 35, n. 158, p. 57-73. COSTA, D. F. (2014) Utiliza��o do Or�amento no Planejamento Tribut�rio de uma Pequena Empresa. Revista Brasileira de Contabilidade, v. 43, n. 206, p. 27-39. COSTA, D. F., PRADO, J. W., CASTRO J�NIOR, L. G. & CARVALHO, F. M. (2014). Estimando o Or�amento de Resultado em uma Empresa Varejista: uma abordagem por meio de vetor autorregressivo � VAR. Exacta � EP, S�o Paulo, v. 12, n. 3, p. 279-191. GUJARATI, D. N. & PORTER, D. C. (2011). Econometria b�sica. 5. ed. Porto Alegre: AMGH. 924 p GUPTA, A. (2013). Sales forecasting & market potential: best practices in India. International journal of Advanced Marketing and Research, v. 1, n. 1, p. 1-7. KHASHEI, M., MOKHATAB RAFIEI, F. & BIJARI, M. (2012). Overview and comparison of short-term interval models for financial time series forecasting. Int J Ind Eng Prod Res, v. 23, n. 4, p. 261-268, 2012. LIEBEL, M. J (2004). Previs�o de Receitas Tribut�rias: O Caso do ICMS no Estado do Paran�. Mestrado Universidade Federal do Rio Grande do Sul. MELO, B. S. V (2001). Modelo de Previs�o para Arrecada��o Tribut�ria. Bras�lia: ESAF, 97 p. Monografia vencedora em 1� lugar no VI Pr�mio Tesouro Nacional � 2001. Or�amentos e Sistemas de Informa��o sobre a Administra��o Financeira P�blica, Bras�lia (DF) MORETIN, P. A. & TOLOI, C. M. C. (2004). An�lise de s�ries temporais. S�o Paulo: EdgardBl�cher. 535p. NOOR, M. M. N., RETNOWARDHANI, A., ABD, M. L. & SAMAN, M. Y. M. (2013). Crime Forecasting using ARIMA Model and Fuzzy Alpha-cut. Journal of Applied Sciences, 13: 167-172. PANDEY, A. & SOMANI, R. K. (2013). System for small and medium scale textile industries. Internetional Journal of Engineering and Innovative Tecnology, v. 3, n. 4. PELLEGRINI, F. R. & FOGLIATTO, F. S. (2001). Passos para Implanta��o de Sistemas de Previs�o de Demanda-t�cnicas e Estudo de Caso. Revista Produ��o, v.11, n.1, p. 43-64. PESSOA, F. M. C., CORONEL, D. A. & LIMA, J. E. (2013). Previs�o de arrecada��o de ICMS para o estado de Minas Gerais: uma compara��o entre modelos Arima e Arfima. Revista Brasileira de Gest�o e Desenvolvimento Regional, v. 9, n. 2, p. 47-64. SANTOS, C. M. & LIMA, J. E. (2006). An�lise de previs�es da arrecada��o do ICMS no Estado de Minas Gerais. Revista de Economia e Administra��o, v. 5, n. 4, p. 413- 423.