🔬 physics

Stochastic compliance/evasion dynamics in tax models: a piecewise deterministic Markov process approach

Este artigo apresenta um novo framework de Processo Markoviano Determinístico por Partes (PDMP) que estende um modelo determinístico de evasão fiscal ao incorporar mecanismos estocásticos de auditoria e imitação, demonstrando que sua interação previne equilíbrios extremos e, em vez disso, gera flutuações persistentes em torno de uma distribuição estacionária que reflete melhor a dinâmica real de conformidade.

Autores originais: Jonas Mayr, Amira Meddah, Irene Tubikanec

Publicado 2026-05-26

📖 5 min de leitura🧠 Leitura aprofundada

CC BY 4.0

Autores originais: Jonas Mayr, Amira Meddah, Irene Tubikanec

Artigo original sob licença CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo

A Visão Geral: Um Modelo Tributário que "Respira"

Imagine uma sociedade como um grande e movimentado mercado. Neste mercado, as pessoas têm quantidades diferentes de dinheiro (classes de renda) e estão constantemente negociando umas com as outras. Algumas pessoas pagam sua parte integral de impostos, enquanto outras tentam esconder seu dinheiro para pagar menos (evasão fiscal).

Por muito tempo, matemáticos tentaram prever como esse mercado se comportaria usando um modelo determinístico. Pense nisso como um trem em uma trilha fixa. Uma vez que o trem começa, você sabe exatamente para onde ele vai. No modelo antigo, uma vez que uma pessoa decidia ser um "evasor fiscal" ou um "contribuinte", ela permanecia assim para sempre. Elas podiam subir ou descer na renda (como trocar de vagão de trem), mas sua atitude em relação aos impostos nunca mudava.

Os autores deste artigo dizem: "Isso é muito rígido. Pessoas reais mudam de ideia." Eles introduzem um novo modelo que age menos como um trem e mais como um jogo de pique-esconde com um árbitro. Neste novo jogo, as pessoas podem mudar de equipe repentinamente (de evasora para pagadora, ou vice-versa) com base em eventos aleatórios. Eles chamam isso de Processo Markoviano Determinístico por Partes (PDMP).

Veja como funciona o novo "jogo" deles, dividido em três partes:

1. As Duas Forças: O Árbitro e a Multidão

O artigo identifica duas forças principais que fazem as pessoas mudarem seu comportamento tributário. Eles modelaram essas forças como dois "jogos" separados primeiro, depois os combinaram.

Força A: A Auditoria (O Árbitro)

A Metáfora: Imagine um árbitro apitando o apito aleatoriamente. Quando o apito toca, é uma auditoria.
Como funciona: Se uma pessoa está trapaceando (evadindo impostos) e é pega pelo árbitro, ela é forçada a mudar para a equipe "honesta".
O Resultado: Se você tiver apenas o árbitro apitando, eventualmente, todos se tornam honestos. A equipe de "trapaceiros" desaparece completamente. O sistema se estabiliza em um estado de 100% de conformidade.

Força B: Imitação (A Multidão)

A Metáfora: Imagine um grupo de amigos se divertindo. Se um amigo diz: "Ei, não paguei meus impostos e saí impune", os outros podem pensar: "Isso parece inteligente. Vou fazer o mesmo". Isso é imitação.
Como funciona: As pessoas observam seus pares. Se veem outros evadindo impostos com sucesso, é provável que copiem e mudem para a equipe de "trapaceiros".
O Resultado: Se você tiver apenas esse efeito de "macaco de mim", eventualmente, todos se tornam trapaceiros. A equipe "honesta" desaparece. O sistema se estabiliza em um estado de 100% de evasão.

2. O Mundo Real: O Jogo Combinado

Os autores perceberam que, no mundo real, tanto o Árbitro (Auditorias) quanto a Multidão (Imitação) estão acontecendo ao mesmo tempo. Eles construíram um terceiro modelo onde essas duas forças lutam uma contra a outra.

A Analogia: Imagine um cabo de guerra. De um lado, o Árbitro puxa as pessoas em direção à honestidade. Do outro lado, a Multidão as puxa em direção à trapaça.
O Resultado: No antigo modelo de "trem", o sistema eventualmente pararia de se mover e se estabilizaria de um lado. Mas neste novo modelo de "cabo de guerra", o sistema nunca para de se mover.
- Às vezes o Árbitro vence, e mais pessoas se tornam honestas.
- Depois, a Multidão alcança, e mais pessoas começam a trapacear.
- Os números flutuam para cima e para baixo, mas tendem a oscilar em torno de um determinado "meio-termo".

Esta é a principal descoberta do artigo: Sistemas tributários reais não se estabilizam em um estado perfeito e estático. Em vez disso, eles se estabilizam em um equilíbrio dinâmico onde há sempre uma mistura de pessoas honestas e desonestas, mudando constantemente, mas permanecendo dentro de uma faixa previsível.

3. Por Que Isso Importa (Segundo o Artigo)

Os autores afirmam que seu novo modelo é mais realista porque:

Respeita as regras: Mesmo que as pessoas estejam pulando de um lado para o outro entre as equipes, a quantidade total de dinheiro e o número total de pessoas na sociedade permanecem constantes (assim como no modelo antigo).
Captura a realidade: Explica por que nunca vemos uma sociedade onde todos pagam impostos perfeitamente, nem uma onde todos trapaceiam. Vemos um meio-termo desordenado e flutuante, e este modelo explica por que isso acontece.
Prevê a "Distribuição Estacionária": Em vez de prever um único número final (por exemplo, "50% vão trapacear"), o modelo prevê uma nuvem de possibilidades. Ele nos diz que, ao longo de muito tempo, a porcentagem de trapaceiros oscilará em torno de uma média específica, em vez de congelar em um único ponto.

Resumo

Modelo Antigo: As pessoas ficam presas em seus hábitos tributários. O sistema é uma linha reta até um destino final.
Novo Modelo (PDMP): As pessoas mudam constantemente de hábitos devido a Auditorias (empurrando-as para a honestidade) e Imitação (empurrando-as para a trapaça).
O Resultado: O sistema não para; ele dança. Ele flutua em torno de uma média estável, criando uma imagem muito mais realista de como a conformidade tributária funciona no mundo real.

O artigo prova matematicamente que esse comportamento de "dança" é estável e que o sistema eventualmente se estabilizará em um padrão onde a mistura de pessoas honestas e desonestas permanece consistente ao longo do tempo, mesmo que os indivíduos estejam constantemente mudando de ideia.

Resumo Técnico: Dinâmicas Estocásticas de Conformidade–Evasão em Modelos Fiscais

Declaração do Problema
A evasão fiscal permanece um desafio persistente com consequências macroeconômicas e sociais significativas, incluindo a redução da receita pública e o aumento da desigualdade de renda. Embora pesquisas existentes tenham utilizado modelagem matemática para compreender a evasão, existe uma limitação específica no arcabouço determinístico introduzido por Bertotti e Modanese (2018). Nesse modelo, o comportamento individual de conformidade fiscal é tratado como estático; os agentes são assumidos como permanecendo indefinidamente dentro de seus setores de evasão atribuídos, com mudanças ocorrendo apenas através de transições de classe de renda impulsionadas por interações econômicas. Essa suposição ignora a natureza dinâmica da conformidade, que na realidade é moldada por incentivos institucionais (como riscos de auditoria) e fatores sociais (como influência de pares e imitação).

Metodologia
Para abordar essa limitação estrutural, os autores estendem o modelo determinístico de Equações Diferenciais Ordinárias (EDOs) para um arcabouço estocástico utilizando Processos de Markov Determinísticos por Partes (PDMPs). Essa abordagem combina evolução determinística contínua com saltos estocásticos discretos.

O estudo formaliza três modelos distintos de PDMP:

PDMP de Auditoria: Modela eventos aleatórios de fiscalização onde auditorias induzem transições de setores não conformes para o setor totalmente conforme. A taxa de salto é dependente do estado, escalando com a proporção de indivíduos não conformes na população.
PDMP de Imitação: Modela a influência social onde indivíduos adotam as estratégias de evasão de seus pares. Esse mecanismo impulsiona transições de setores conformes para setores de maior evasão. A taxa de salto é dependente do estado, escalando com a proporção de indivíduos conformes (refletindo a ideia de que uma população mais ampla de conformes oferece mais oportunidades para observar e imitar a evasão).
PDMP Combinado: Integra ambos os mecanismos, permitindo que auditorias e imitação atuem simultaneamente. A taxa de salto total é a soma das taxas individuais, e o tipo específico de evento (auditoria versus imitação) é determinado probabilisticamente em cada instante de salto.

Para cada modelo, os autores definem os três componentes característicos de um PDMP: o fluxo determinístico (governado pela EDO original), a função de taxa de salto e o núcleo de transição (o mapa que descreve as mudanças de estado nos instantes de salto). Eles verificam rigorosamente que essas extensões estocásticas preservam as leis de conservação fundamentais do sistema original: a massa populacional total e a renda global.

Simulações numéricas são conduzidas utilizando um método de Euler modificado (para garantir a conservação da população) combinado com um procedimento de afinamento para simular os instantes de salto do PDMP.

Principais Contribuições e Resultados

Dinâmicas de Longo Prazo Opostas: O estudo demonstra que os dois mecanismos estocásticos produzem resultados de longo prazo fundamentalmente opostos.
- O PDMP de Auditoria impulsiona o sistema para um estado de conformidade total. Auditorias repetidas reduzem sistematicamente a população não conforme, levando a uma distribuição estacionária concentrada em um equilíbrio totalmente conforme.
- O PDMP de Imitação impulsiona o sistema para a não conformidade total. Eventos de imitação deslocam sistematicamente a população para setores de maior evasão, resultando em uma distribuição estacionária concentrada em um estado de evasão máxima.
O Modelo Combinado: A contribuição central é a formulação de um PDMP combinado onde essas forças opostas interagem. Diferentemente dos mecanismos individuais que levam o sistema a equilíbrios extremos, o modelo combinado não converge para um único ponto determinístico. Em vez disso, evidências numéricas sugerem que o sistema converge para uma distribuição estacionária que flutua em torno da trajetória determinística do modelo de EDO original.
Sensibilidade aos Parâmetros: As simulações revelam que o comportamento do sistema é sensível a quatro parâmetros-chave: intensidade da auditoria ( $\gamma$ ), eficácia da auditoria ( $\delta$ ), frequência de imitação ( $\eta$ ) e força da imitação ( $\epsilon$ ). Enquanto os parâmetros de intensidade ( $\gamma, \eta$ ) controlam a frequência dos eventos, os parâmetros de força ( $\delta, \epsilon$ ) controlam a magnitude das transferências populacionais durante esses eventos.
Características da Distribuição Estacionária: No modelo combinado, a distribuição estacionária está centrada perto do equilíbrio determinístico, mas exibe desvios sistemáticos. Esses desvios são atribuídos à interação entre os núcleos de transição e a estrutura econômica não linear dependente de classe (especificamente, as condições de fronteira onde os mais pobres nunca pagam e os mais ricos nunca recebem).

Significado e Alegações
O artigo alega apresentar a primeira aplicação de PDMPs para modelar dinâmicas comportamentais e efeitos de auditoria na evasão fiscal. O significado primário deste trabalho reside em sua capacidade de incorporar estocasticidade comportamental em modelos socioeconômicos, indo além do tratamento estático da conformidade encontrado em arcabouços determinísticos anteriores.

Os autores argumentam que o PDMP combinado oferece uma representação mais realista das dinâmicas de conformidade fiscal observadas em economias reais, onde as populações não se estabelecem em estados extremos de conformidade total ou evasão total, mas sim exibem flutuações persistentes em torno de um equilíbrio de conformidade parcial. O arcabouço proposto é apresentado como uma ferramenta versátil para integrar mecanismos comportamentais estocásticos em sistemas complexos, com potencial para futuras extensões envolvendo setores comportamentais refinados, políticas de auditoria alternativas ou mecanismos de aprendizado. O trabalho estabelece uma fundação matemática para estudar como parâmetros de política e interações sociais co-evoluem para criar distribuições macroscópicas de conformidade e renda.