14º Prêmio SOF de Artigos, 3º lugar: Sistema Autônomo Bayes-Poisson de Projeção e Auditoria Preditiva do Orçamento Público Brasileiro SA-BP

Abstract

A crescente complexidade do processo orçamentário brasileiro, caracterizada pela rigidez estrutural, fragmentação da alocação de recursos e ocorrência de eventos imprevisíveis, exige instrumentos analíticos capazes de antecipar riscos e apoiar decisões de forma inteligente e responsiva. Este artigo propõe o Sistema Autônomo Bayes–Poisson (SA-BP), um framework híbrido que combina regressão bayesiana para previsão da magnitude dos fluxos orçamentários com modelos de Poisson voltados à estimativa da frequência de eventos críticos, como créditos adicionais, contingenciamentos, decisões judiciais e anomalias de execução. O modelo integra os dois componentes por meio de uma regra probabilística de decisão que produz alertas precoces, permitindo atuação preventiva. A validação empírica com dados da execução orçamentária federal de 2010 a 2024 demonstra redução de 34,7% no erro absoluto médio em comparação com modelos ARIMA tradicionais e taxa de detecção de 78,3% para eventos críticos com até 45 dias de antecedência. Conclui-se que o framework pode ampliar substancialmente a eficiência, a previsibilidade e a capacidade adaptativa do ciclo orçamentário federal, apresentando potencial concreto de adoção pela Secretaria de Orçamento Federal.