Título :	Riscos fiscais judiciais : usando metadados de processos judiciais para estimar o tempo de expedição de precatórios federais
Autor :	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
Fecha de publicación :	9-oct-2025
Data de defesa::	23-dic-2024
Citación :	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.
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.
metadata.dc.description.unidade:	Faculdade de Economia, Administração, Contabilidade e Gestão de Políticas Públicas (FACE) Departamento de Economia (FACE ECO)
Descripción :	Dissertação (mestrado)—Universidade de Brasília, Faculdade de Administração, Contabilidade, Economia e Gestão de Políticas Públicas, Departamento de Economia, Brasília, 2024.
metadata.dc.description.ppg:	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 en las colecciones:	Teses, dissertações e produtos pós-doutorado

Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.