Skip navigation
Use este identificador para citar ou linkar para este item: http://repositorio.unb.br/handle/10482/52609
Arquivos associados a este item:
Arquivo TamanhoFormato 
RafaelMonteiroDeCastroNascimento_DISSERT.pdf1,35 MBAdobe PDFVisualizar/Abrir
Título: Riscos fiscais judiciais : usando metadados de processos judiciais para estimar o tempo de expedição de precatórios federais
Autor(es): Nascimento, Rafael Monteiro de Castro
Orientador(es): Cajueiro, Daniel Oliveira
Assunto: Riscos fiscais
Precatórios
Previsão do tempo
Aprendizado de máquina
Análise de sobrevivência
Ação judicial
Dados processuais
Data de publicação: 9-Out-2025
Referência: NASCIMENTO, Rafael Monteiro de Castro. Riscos fiscais judiciais: usando metadados de processos judiciais para estimar o tempo de expedição de precatórios federais. 2024. 81 f. Dissertação (Mestrado em Economia) — Universidade de Brasília, Brasília, Brasília, 2024.
Resumo: A presente dissertação explora o problema de previsão de riscos fiscais judiciais, com foco no tempo de duração dos processos, relevante para prever o momento de realização de despesas públicas e aprimorar a política fiscal. A literatura sobre previsão no contexto judicial é rica em estudos sobre desfechos e decisões, mas o tempo de duração dos processos ainda é um tema pouco explorado. O objetivo geral da pesquisa foi avaliar a utilidade de metadados de ações judiciais como variáveis independentes em modelos estatísticos e computacionais, a fim de prever o tempo de duração da fase de cumprimento do processo, compreendida entre o trânsito em julgado e a inclusão do precatório na Lei Orçamentária Anual. Foram utilizados dados de precatórios requisitados por Tribunais Regionais Federais e incluídos em leis orçamentárias federais nos anos de 2012 a 2024. A metodologia envolveu a criação de modelos de dados transversais e longitudinais, que fazem uso de algoritmos de machine learning para prever o tempo de duração das ações. As variáveis independentes consistiram em metadados processuais, como ano e mês de trânsito em julgado, tribunal e vara de origem, assunto, órgão público envolvido e, nos modelos longitudinais, também o tempo de duração do processo no momento fixado para previsão. Os resultados indicam que: a) ações com precatórios requisitados no mesmo ano apresentam alta correlação entre o ano de trânsito em julgado e o órgão público envolvido, sugerindo mecanismos de julgamento conjunto baseados nesses atributos; b) modelos longitudinais são mais eficazes do que transversais para prever o tempo de duração das ações, sendo o tempo acumulado de duração do processo uma variável essencial para aprimorar as previsões; c) metadados processuais são úteis para previsão do tempo de duração, destacando-se a data de trânsito em julgado, o órgão público envolvido e, em menor grau, o assunto, a vara de origem e o tribunal. Assim, a presente pesquisa contribui para a redução de incertezas associadas aos riscos judiciais, gerando informações para as partes dos processos e promovendo avanços para melhoria da gestão fiscal, além de incentivar pesquisas futuras sobre o tema.
Abstract: This research explores the problem of predicting judicial fiscal risks, focusing on the duration of legal proceedings. This is a critical aspect for forecasting the timing of public expenditures and improving fiscal policies. Although the literature on judicial prediction is extensive, with numerous studies on outcomes and decisions, the duration of legal cases remains an underexplored topic. Our primary objective was to assess the usefulness of metadata from lawsuits as independent variables in statistical and computational models, aiming to predict the duration of the enforcement phase, which begins with the final judgment and ends with the inclusion of the judicial order in the Annual Budget Law. We analyzed data on judicial orders (precatórios) requested by Federal Regional Courts and included in federal budget laws from 2012 to 2024. We developed cross-sectional and longitudinal data models using machine learning algorithms to predict the duration of legal proceedings. We considered metadata such as the year and month of the final judgment, court and judicial chamber of origin, subject matter, and government agency involved. For longitudinal models, we also included duration at the time of prediction. Our findings reveal that: (a) judicial orders requested in the same year show high correlation with the year of final judgment and the public agency involved, suggesting mechanisms for grouping and adjudicating cases based on these attributes; (b) longitudinal models outperform cross-sectional models in predicting the total duration of cases, with the accumulated duration at the time of prediction proving to be essential for improving accuracy; and (c) metadata such as the date of final judgment and the public agency involved are highly predictive of case duration, while variables such as the subject, judicial division, and court also contribute, though to a lesser extent. This research advances the understanding of judicial risks, offering insights to improve fiscal management and providing valuable information for stakeholders, while also encouraging future studies.
Unidade Acadêmica: Faculdade de Economia, Administração, Contabilidade e Gestão de Políticas Públicas (FACE)
Departamento de Economia (FACE ECO)
Informações adicionais: Dissertação (mestrado)—Universidade de Brasília, Faculdade de Administração, Contabilidade, Economia e Gestão de Políticas Públicas, Departamento de Economia, Brasília, 2024.
Programa de pós-graduação: Programa de Pós-Graduação em Economia
Licença: A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor com as seguintes condições: Na qualidade de titular dos direitos de autor da publicação, autorizo a Universidade de Brasília e o IBICT a disponibilizar por meio dos sites www.unb.br, www.ibict.br, www.ndltd.org sem ressarcimento dos direitos autorais, de acordo com a Lei nº 9610/98, o texto integral da obra supracitada, conforme permissões assinaladas, para fins de leitura, impressão e/ou download, a título de divulgação da produção científica brasileira, a partir desta data.
Aparece nas coleções:Teses, dissertações e produtos pós-doutorado

Mostrar registro completo do item Visualizar estatísticas



Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.