Detecção de gastos municipais em volume muito superior ao padrão esperado

O objetivo do trabalho é detectar gastos dos municípios em volume muito acima de um padrão estabelecido para municípios semelhantes, via agregação mensal das liquidações por tipo de gasto, sendo um dos possíveis fatores a serem levados em consideração quando da auditoria, posterior ou concomitante, a fim de identificar irregularidades.

Após agrupar municípios com características semelhantes em clusters, foi efetuada uma modelagem simples das séries temporais históricas para cada tipo de despesa, utilizando tendência e sazonalidade, obtendo-se o padrão esperado para aquele grupo.

Trazendo os gastos de cada município e do padrão esperado para o seu respectivo grupo para uma mesma escala, foi possível identificar anomalias nos gastos municipais, apontando quais conjuntos de liquidações municipais eventualmente distoam do padrão estabelecido para município semelhantes.

Base de dados

A base de dados deve estar na pasta /data/.

Utilização

Pode ser rodado tanto no shell do Ipython quanto no Jupyter Notebook.

Antes de começar troque a pasta de trabalho para a sua instalação local do repositório.

Depois, é só executar os comandos do arquivo principal.py (pasta /src/). São importadas as funções do arquivo funções.py (pasta /src/) e depois feita a análise.

Gráficos podem ser gerados para melhor visualização das anomalias através da função plotagem().

Saída

O sistema gera como saída os seguintes arquivos:

anomalias.csv --> todas as rubricas municipais anômalas (gastos muito acima do padrão esperado para um grupo de municípios semelhante);

stats.csv --> estatísticas diversas;

lançamentos --> pasta com os lançamentos/liquidações de cada município que geraram as anomalias.

Explicação mais detalhada com gráficos

Explicação detalhada pode ser encontrada no arquivo "Explicação - Detecção de liquidações municipais muito acima do esperado.docx"

Maiores informações sobre o modelo e como treiná-lo estão nos comentários de principal.py

Em caso de dúvidas, falar com o autor, Alexandre Gandini.

Trabalho desenvolvido sobre a seguinte licença:

CREATIVE COMMONS Attribution-NonCommercial / CC BY-NC

-> Citar a autoria do projeto;

-> Proibido utilizar para fins comerciais.