Parametrização de despesas municipais e detecção de anomalias

O presente estudo, após realizar uma revisão da literatura de métodos de correção de corrupção, e expor os modelos microeconômicos clássicos para sua análise, propõe a utilização de métodos de aprendizado de máquina para a parametrização de despesas municipais e detecção de anomalias, com o objetivo de ampliar eficiência dos processos de auditoria das despesas municipais. O principal modelo preditivo apresentado foi elaborado a partir dos dados de despesas de 644 municípios do estado de São Paulo ao longo de 10 anos (2009 - 2019), apresentando um em torno de 92%. Tal resultado é promissor para, em conjunto com outros métodos, aumentar a relação custo-retorno dos procedimentos de auditoria das contas públicas e a redução da atratividade de atos de corrupção. The present study, after conducting a literature review of corruption correction methods, and exposing the classic microeconomic models for its analysis, proposes the use of machine learning methods for parameterizing municipal expenses and detecting anomalies, with the aim of to increase the efficiency of the audit processes of municipal expenses. The main predictive model presented was elaborated from the expenditure data of 644 municipalities in the state of São Paulo over 10 years (2009 - 2019), presenting an of around 92%. he results are promising. In conjunction with other methods, the use of the model created may increase the cost-return of public accounts audit procedures and reduce corruption among municipalities.