Please use this identifier to cite or link to this item: https://repositorio.ufpb.br/jspui/handle/123456789/11914
metadata.dc.type: TCC
Title: Estudo do comportamento e previsão de arrecadação do ISSQN do Município de João Pessoa-PB por decomposição clássica de séries temporais
metadata.dc.creator: Guimarães, Marcelo
metadata.dc.contributor.advisor1: Azevedo Filho, Azamor Cirne de
metadata.dc.description.resumo: O Imposto Sobre Serviços de Qualquer Natureza-ISSQN é um tributo ligado ao setor de serviço, o mesmo é de grande relevância para os Municípios, visto que arrecadação representa uma parcela importante na receita tributaria Municipal. O ISS representa para ao município de João Pessoa mais de 45% das receitas próprias, sendo a principal fonte de recursos financeiros utilizado em beneficio da população. O presente trabalho trata de uma análise de séries temporais para previsão mensal do Imposto Sobre Serviços de Qualquer Natureza - ISSQN do Município de João Pessoa, Paraíba. Com objetivo de oferecer aos gestores públicos um modelo de previsão consistente capaz de melhor na tomada de decisão dos recursos públicos, de forma a contribuir com a gestão financeira Municipal. Esta é uma pesquisa quantitativa e bibliográfica sobre o comportamento e previsão de arrecadação do ISSQN do Município de João Pessoa por decomposição clássica de séries temporais. No trabalho, foram utilizados os modelos Aditivo e Multiplicativo para realizar as previsões, com o intuito de apresentar aquele que melhor se adapta na previsão de arrecadação do ISSQN. Por fim, pode-se observar que os resultados obtidos na presente estudo, estão em harmonia com outros resultados obtidos em trabalhos semelhantes, isto mostra a importância dos modelos que utilizam a análise de séries temporais como ferramenta a ser utilizado na gestão pública.
Abstract: The Tax on Services of Any Nature-ISSQN is a tribute linked to the service sector, the same is of great relevance to the Municipalities, since collection represents a significant portion of Municipal tax revenue. The ISS represents more than 45% of its own revenues for the municipality of João Pessoa, being the main source of financial resources used to benefit the populationThe present work deals with a study on the analysis of time series for monthly and annual forecast of the Tax on Services of any Nature-ISSQN of the Municipality of João Pessoa, Paraíba. In order to provide public managers with a consistent forecast model capable of better decision making of public resources, in order to contribute to Municipal financial management. This is a quantitative and bibliographical research on the behavior and prediction of collection of the ISSQN of the Municipality of João Pessoa by classical decomposition of time series. In the work, the Additive and Multiplicative models were used to carry out the predictions, in order to present the one that best adapts to the collection forecast of the ISSQN. Finally, it can be observed that the results obtained in the present study are in harmony with other results obtained in similar works, this shows the importance of the models that use the analysis of time series as a tool to be used in public management.
Keywords: Contabilidade tributária
Receita pública
Receita municipal
Receita tributária
Imposto Sobre Serviços de Qualquer Natureza (ISSQN)
metadata.dc.subject.cnpq: CNPQ::CIENCIAS SOCIAIS APLICADAS::ADMINISTRACAO::ADMINISTRACAO PUBLICA::CONTABILIDADE E FINANCAS PUBLICAS
metadata.dc.language: por
metadata.dc.publisher.country: Brasil
Publisher: Universidade Federal da Paraíba
metadata.dc.publisher.initials: UFPB
metadata.dc.publisher.department: Finanças e Contabilidade
metadata.dc.rights: Acesso Aberto
Attribution-NonCommercial-NoDerivs 3.0 Brazil
metadata.dc.rights.uri: http://creativecommons.org/licenses/by-nc-nd/3.0/br/
URI: https://repositorio.ufpb.br/jspui/handle/123456789/11914
Issue Date: 6-Jun-2018
Appears in Collections:CCSA - TCC - Ciências Contábeis

Files in This Item:
File Description SizeFormat 
MG08102018.pdf2,15 MBAdobe PDFView/Open


This item is licensed under a Creative Commons License Creative Commons