Resumo

A literatura de finanças tem pesquisado, há décadas, sobre previsão de dificuldades financeiras em geral, tais como o risco de crédito e de falência corporativa. No entanto, considerando a importância econômica dos tributos não pagos nas respectivas datas de vencimento, poucos estudos empíricos foram publicados sobre previsão de inadimplência fiscal (Abedin et al., 2021; Höglund, 2017), o que indica ser uma área relevante para o desenvolvimento de novas pesquisas.

Considerando esse contexto e analisando especificamente o IPTU, buscar-se-á responder ao seguinte problema de pesquisa: qual a influência da região de residência do contribuinte pessoa física na probabilidade de inadimplência de dívida ativa de IPTU do Município de Uberlândia? Assim, o presente trabalho tem como objetivo verificar a probabilidade de inadimplência de dívida ativa de IPTU, com base no bairro e no setor de residência do contribuinte.

A riqueza deve ser tributada para que o Estado possa arcar com a crescente dívida pública e o aumento das desigualdades que tem assolado a maioria dos países ocidentais (Bonnet et al., 2021). Um tributo de competência dos municípios brasileiros e que é considerado a fonte mais tradicional de financiamento de governos locais no mundo é o IPTU, que incide sobre a riqueza imobiliária e em relação ao qual existe um consenso entre os especialistas em finanças públicas no Brasil que há um enorme potencial arrecadatório não explorado pela maioria dos municípios brasileiros (Castro; Afonso, 2017).

Para atingir o objetivo proposto foram analisados dados coletados diretamente na base de dados do sistema financeiro da Administração Direta do Município de Uberlândia, referentes a 126.344 contribuintes que possuíam débitos de IPTU não pagos inscritos em dívida ativa em 31/12/2020, bem como débitos pagos entre o período de 2010 e 2020. Em face de referidos dados foram realizadas análises univariada, bivariada, espacial e de regressão logística.

Verificou-se que os maiores percentuais de inadimplência estão presentes nos bairros dos Setores Oeste, Norte e Leste. Constatou-se a existência de uma alta correlação espacial entre alguns bairros do Setor Sul, com baixos percentuais de inadimplência, e entre alguns bairros do Setor Leste, com altos percentuais de inadimplência. Evidenciou-se, ainda, que o modelo de previsão de inadimplência proposto classificou corretamente 72,64% dos contribuintes inadimplentes.

Assim, o setor territorial de residência do contribuinte é uma variável estatisticamente significante para o modelo de previsão de inadimplência de dívida ativa de IPTU do Município de Uberlândia e, possivelmente, de outros entes públicos municipais, o que pode ser verificado por futuras pesquisas. Os resultados ainda permitem inferir que, em regra, os bairros e setores territoriais periféricos, nos quais residem famílias com menor rendimento nominal mensal domiciliar possuem maiores percentuais de inadimplência.

Abedin, M. Z. et al., 2021. Tax Default Prediction using Feature Transformation-Based Machine Learning. IEEE Acess, 9. Bonnet, O. et al., 2021. Land is back, it should be taxed, it can be taxed. European Economic Review, 134. Castro, K. P. & Afonso, J. R. R., 2017. IPTU: avaliação de potencial e utilização sob a ótica da teoria dos conjuntos fuzzy. Revista de Administração Pública, 51(5), pp. 828-853. Höglund, H., 2017. Tax payment default prediction using genetic algorithm-based variable selection. Expert Systems With Applications, 88, pp. 368-375.