Banca de DEFESA: BRADSON TIBERIO LUNA CAMELO

Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.
DISCENTE: BRADSON TIBERIO LUNA CAMELO
DATA: 19/07/2024
HORA: 14:00
LOCAL: Online (Google Meet)
TÍTULO: TEORIA DOS LEILÕES NAS CONTRATAÇÕES PÚBLICAS PARAIBANAS - UMA ESTIMAÇÃO DOS CUSTOS DE TRANSAÇÕES ATRAVÉS DO APRENDIZADO DE MÁQUINA
PALAVRAS-CHAVES: Contratações Públicas. Custos de Transação. Aprendizado de Máquina. Teoria dos Leilões.
PÁGINAS: 111
GRANDE ÁREA: Ciências Exatas e da Terra
ÁREA: Probabilidade e Estatística
SUBÁREA: Estatística
ESPECIALIDADE: Análise de Dados
RESUMO: Esta dissertação visa preencher uma lacuna específica na literatura ao investigar os custos de transação em contratações públicas, utilizando modelos matemáticos e técnicas de aprendizado de máquina. A motivação pessoal e prática para esta pesquisa surge da necessidade de melhorar a eficiência e a transparência nas licitações públicas, particularmente no estado da Paraíba, onde a otimização dos recursos públicos é de suma importância. O objetivo principal deste estudo é desenvolver e aplicar um modelo matemático para analisar as contratações públicas e utilizar técnicas de aprendizado de máquina para prever os custos de transação que impactam os preços públicos. A pesquisa é dividida em duas partes principais. A primeira parte dedica-se ao desenvolvimento de um modelo matemático (jogo-teórico), adaptando os leilões clássicos para as modalidades de contratação pública mais usuais, como Concorrência e Pregão. Esta seção explora matematicamente o impacto das estratégias e comportamentos dos participantes nos resultados dos leilões, com foco na presença de custos de transação, incluindo preços de entrada. Na segunda parte, são aplicadas técnicas de aprendizado de máquina para prever os custos de transação em contratações públicas, utilizando dados como notas fiscais de entidades públicas do estado da Paraíba, bem como informações econômicas, geográficas, sociais e contábeis. Os métodos incluem o uso de Random Forest e LASSO para criar modelos preditivos, visando estimar os preços das contratações de forma mais precisa. Os resultados da pesquisa indicam que o modelo Random Forest apresentou um coeficiente de determinação (R2) de 0,97, explicando cerca de 97% da variabilidade nos custos de transação, com um erro quadrático médio (RMSE) de 0,14 desvios padrão dos preços normalizados. A análise revelou que fatores como o Tempo Médio de pagamento e prazo para adimplir precatórios são determinantes para os custos de transação. Esses resultados mostram que é possível prever os custos de transação nas contratações públicas com alta precisão, utilizando técnicas avançadas de aprendizado de máquina. Na conclusão, destacam-se as consequências práticas da pesquisa, como a possibilidade de implementar modelos preditivos para melhorar a gestão das contratações públicas, promovendo maior eficiência e transparência no uso dos recursos públicos. A abordagem interdisciplinar adotada, que combina estatística, economia, matemática, ciência da computação e administração pública, reflete a complexidade e relevância do tema, oferecendo ferramentas práticas e teóricas para aprimorar os processos de licitação pública.
MEMBROS DA BANCA:
Presidente - 1222560 - PEDRO RAFAEL DINIZ MARINHO
Interno - 2385531 - CLAUDIO JAVIER TABLADA
Interno - 2123288 - RODRIGO BERNARDO DA SILVA
Externo ao Programa - 6331987 - JOAO AGNALDO DO NASCIMENTO