| |
| Acadêmico(a): Arthur Limeira Brito |
| Título: FERRAMENTA DE ANÁLISE BASEADA NA LEITURA DE ARQUIVOS FISCAIS (SPED) |
| |
| Introdução: |
| No atual cenário brasileiro o Sistema Público de Escrituração Digital, conhecido pela sua sigla SPED, se tornou uma realidade para empresas. Seus diversos módulos têm impactos, inclusive, nos contribuintes que ainda acreditam que não foram por eles alcançados, uma vez que certamente estarão relacionados em arquivos de outras empresas (OLIVEIRA, 2011). Aos olhos do contribuinte pode parecer apenas um arquivo com informações sobre sua empresa, mas esse arquivo contém toda e qualquer movimentação realizada em um determinado período de apuração. É de grande valia para o contribuinte, pois com base nesse arquivo é possível acompanhar a evolução ou regressão de uma empresa baseado em suas vendas, compras e impostos pagos. Apesar dos gastos envolvidos para que a empresa consiga se estruturar, é importante gerar o SPED (NASCIMENTO, 2014). Desmistificar esse arquivo (SPED) é preciso, e através de uma forma gráfica pode-se ter uma visão multidimensional sobre valores de receitas, despesas e impostos extraídos do arquivo. A partir dessas informações é possível registrar ganhos em termos de qualidade das informações para tomada de decisão e redução de custos com redundância em processos (NASCIMENTO, 2014). Segundo Rainer Junior e Cegielski (2012, p. 315), os Sistemas de Apoio à Decisão (SAD) combinam modelos e dados em uma tentativa de resolver os problemas semiestruturados e alguns problemas não estruturados, com intenso envolvimento do usuário. O requisito para a decisão automatizada é que as informações que a empresa possui devem estar de preferência, totalmente integradas e essa integração deverá ser feita por computadores (GOMES; GOMES, 2012, p.139). As empresas estão usando os SADs por muitos motivos. Os SADs são projetados para permitir que os gerentes e analistas da empresa acessem os dados interativamente, manipulem esses dados e realizem análises apropriadas (RAINER JUNIOR; CEGIESLSKI, 2012, p. 315). O uso de regressão linear para previsão de alguns valores futuros torna-se uma opção viável. A matemática que fundamenta os modelos de regressão linear é comparativamente simples, permitindo a obtenção de soluções explícitas para os coeficientes desses modelos (GUJARATI; PORTER, 2011). Regressão linear é um dos mais versáteis e populares procedimentos estatísticos usado atualmente. O principal objetivo da regressão é predizer ou explicar o comportamento de uma variável usando uma ou mais variáveis conhecidas, como as variáveis independentes. Se somente uma variável é usada na regressão, procede-se a chamada “regressão simples”, alternativamente, se forem empregadas duas ou mais variáveis independentes no modelo, chama-se de procedimento de “regressão múltipla” (VARTANIAN; CIA; SILVA, 2013). |
| |
|
