Please use this identifier to cite or link to this item: https://repositorio.ufpb.br/jspui/handle/123456789/12518
metadata.dc.type: Dissertação
Title: Detecção de casos suspeitos de fraudes em licitações realizadas nos municípios da Paraíba: uma aplicação de técnicas de mineração de dados
metadata.dc.creator: Fraga, Alcimar Alves
metadata.dc.contributor.advisor1: Ramalho, Hilton Martins de Brito
metadata.dc.contributor.advisor-co1: Almeida, Aléssio Tony Cavalcanti de
metadata.dc.description.resumo: Esta dissertação tem por objetivo principal investigar indícios de conluio nas licitações municipais ocorridas durante o período de 2005 a 2016 no estado da Paraíba. Para tanto, foram utilizados dados do Tribunal de Contas do Estado da Paraíba e o algoritmo de mineração de dados apriori para a construção de regras de associação entre licitantes. As regras de associação foram avaliadas considerando suas consistências com padrões de estratégias cooperativas em jogos repetidos, especialmente pela mensuração da probabilidade de vitória de grupos de empresas com atuações cíclicas e da média de concorrentes. As empresas mapeadas nas regras de associação foram ranqueadas conforme um indicador de pontuação diretamente relacionado à probabilidade de vitória, associação com falsos concorrentes e atuação espacialmente concentrada, aqui denominado denominado de Indicador de Suspeição da Empresa, contribuição inédita proposta por esta pesquisa. Os resultados revelaram fortes indícios de suspeição de conluio para várias empresas dos ramos de alimentação, prestação de serviços de limpeza, locação de veículos, copiadoras, palcos, banheiros químicos, fornecimento de combustíveis, peças automotivas, material esportivo, medicamentos e material hospitalar, prestação de consultorias nas áreas de contabilidade, engenharia civil e publicidade. Ademais, foram encontrados vários padrões de associação entre licitantes com evidências de simulação de concorrência e de atuação concentrada em poucos municípios. Em linhas gerais, os resultados gerados fornecem norteamentos importantes para otimização de processos de fiscalização e auditorias em órgãos de controle.
Abstract: This dissertation aims to detect collusive bidding schemes in government procurement auctions during 2005 to 2016 in the municipalities of Paraíba state (Brazil). We use data from Court of Audit of the State of Paraíba and data mining techniques to identify association rules among bidders. The association rules were evaluated considering patterns of cooperative strategies in repeated games, taking account the bid winner likelihood and the bidders competition on average. The finds suggest many cases of biddercollusion,includingmealssuppliers,cleaningservices,rentalofvehicles,copiers, stages, chemical toilets, fuel suppliers, automotive parts, sports equipments, medicines and hospital material, consulting in accounting, civil engineering and advertising. We also find several patterns of association between bidders with evidence of competition simulation and concentrated activity in a few municipalities. In general, the results provide important guidelines to support the work of government audition.
Keywords: Licitações
Conluio
Mineração de dados
Paraíba
Procurement Auctions
Collusion
Data mining
Paraíba (Brazil)
metadata.dc.subject.cnpq: CNPQ::CIENCIAS SOCIAIS APLICADAS::ECONOMIA
metadata.dc.language: por
metadata.dc.publisher.country: Brasil
Publisher: Universidade Federal da Paraíba
metadata.dc.publisher.initials: UFPB
metadata.dc.publisher.department: Economia
metadata.dc.publisher.program: Programa de Pós-Graduação em Economia
metadata.dc.rights: Acesso Aberto
metadata.dc.rights.uri: http://creativecommons.org/licenses/by-nd/3.0/br/
URI: https://repositorio.ufpb.br/jspui/handle/123456789/12518
Issue Date: 14-Jun-2017
Appears in Collections:Centro de Ciências Sociais e Aplicadas (CCSA) - Programa de Pós-Graduação em Economia

Files in This Item:
File Description SizeFormat 
Arquivototal.pdfArquivo total1,17 MBAdobe PDFView/Open


This item is licensed under a Creative Commons License Creative Commons