Analisando o impacto fiscal de propostas legislativas com IA

Todos os anos milhares de proposições legislativas são geradas na Câmara dos Deputados e Senado Federal, o que dificulta o trabalho de monitoramento feito por economistas, jornalistas e analistas de mercado. No entanto, ao empregar técnicas de engenharia de prompt e IA, podemos analisar estas milhares de proposições em questão de segundos. Neste exercício mostramos o caminho para esta automatização usando o Python.

Aprenda a coletar, processar e analisar dados na formação de Do Zero à Análise de Dados Econômicos e Financeiros com Python.

O objetivo é tentar analisar, através de tecnologias de inteligência artificial, o impacto fiscal de propostas legislativas. Tomando como exemplo as propostas na Câmara dos Deputados, focamos a análise em:

  • Proposta de Emenda à Constituição (PEC)
  • Projeto de Lei Complementar (PLP)
  • Medida Provisória (MPV)

Deixamos de fora os Projeto de Lei (PL) por conta do volume de dados e limitamos a amostra de dados ao ano de 2024.

Dados

Utilizamos a API de dados abertos da Câmara dos Deputados para coletar os dados das proposições, autores e temas. Após agregar os dados em um única tabela, temos um conjunto de informações sobre as propostas legislativas a serem fornecidas ao modelo de IA:

Para obter o código e o tutorial deste exercício faça parte do Clube AM e receba toda semana os códigos em R/Python, vídeos, tutoriais e suporte completo para dúvidas.

tema Proposição numero ano ementa keywords ultimoStatus_descricaoTramitacao nomeAutor
0 Finanças Públicas e Orçamento, Indústria, Comé... PLP 2 2024 Estabelece como critério de reajuste do limite... Alteração, Estatuto Nacional da Microempresa e... Publicação de Proposição Mauricio Neves
1 Finanças Públicas e Orçamento MPV 1206 2024 Altera os valores da tabela progressiva mensal... Alteração, Lei Federal, atualização, Tabela pr... Prorrogação de Prazo Poder Executivo
2 Administração Pública, Finanças Públicas e Orç... PLP 3 2024 Altera a Lei Complementar n° 101, de 4 de maio... Alteração, Lei de Responsabilidade Fiscal (200... Recebimento José Guimarães
3 Finanças Públicas e Orçamento PLP 4 2024 Institui o Programa de Regularização de Débito... Criação, Programa de Regularização de Débitos ... Parecer do(a) Relator(a) Luiz Gastão
4 Indústria, Comércio e Serviços, Trabalho e Emp... PLP 5 2024 Altera a Lei Complementar nº 123, de 14 de dez... Alteração, Estatuto Nacional da Microempresa e... Publicação de Proposição Giovani Cherini

Prompt

Em seguida, definimos o prompt usando técnicas de engenharia de prompt, como segue:

Você é um economista especializado em análise de política fiscal, propostas legislativas e contas públicas. Você tem experiência de trabalho no Poder Público editando, propondo e analisando legislações. Você tem profundo conhecimento e experiência em metodologias de estimação e simulação de impacto fiscal de novas leis e medidas, tais como os estudos e análises divulgados pelo Instituto Fiscal Independente (IFI).

Sua tarefa é analisar estas proposições legislativas da Câmara dos Deputados do Brasil, documentadas no arquivo proposicoes_camara.csv em anexo. Você deve listar as top 5 proposições que possuem maior probabilidade de impacto fiscal nas contas públicas.

Retorne essa lista na forma de uma tabela formatada em Markdown e utilize o arquivo monitora_proposicoes.csv como layout para elaborar sua resposta. Retorne a tabela formatada e nada mais.

Modelo de IA

Por fim, geramos um chave de token no Google AI Studio e escrevemos o seguinte código de Python para se conectar à API do modelo de inteligência artificial Google Gemini:

Para obter o código e o tutorial deste exercício faça parte do Clube AM e receba toda semana os códigos em R/Python, vídeos, tutoriais e suporte completo para dúvidas.

Como resposta para a análise solicitada temos a tabela abaixo:

tema Proposição Legislativa Descrição Situação Abrangência Tipo Impacto Fiscal
Finanças Públicas e Orçamento PLP 7/2024 Altera a Lei Complementar nº 123, de 14 de dezembro de 2006, para dispor sobre a definição de tratamento diferenciado e favorecido para as microempresas e para as empresas de pequeno porte, inclusive regimes especiais ou simplificados no caso dos impostos previstos nos arts. 155, II, e 156-A, das contribuições sociais previstas no art. 195, I e V, e § 12 e da contribuição a que se refere o art. 239, de que trata a alínea “d” do inciso III do art. 150 da Constituição Federal com a redação dada pela Emenda Constitucional nº 132, de 20 de dezembro de 2023 que altera o Sistema Tributário Nacional. Designação de Relator(a) Todos os Entes Receita Expansionista
Finanças Públicas e Orçamento MPV 1209/2024 Abre crédito extraordinário, em favor dos Ministérios da Justiça e Segurança Pública; do Meio Ambiente e Mudança do Clima; do Desenvolvimento Agrário e Agricultura Familiar; da Defesa; do Desenvolvimento e Assistência Social, Família e Combate à Fome; da Pesca e Aquicultura; dos Direitos Humanos e da Cidadania; e dos Povos Indígenas, no valor de R$ 1.062.231.956,00, para os fins que especifica. Publicação de Proposição Todos os Entes Despesa Expansionista
Finanças Públicas e Orçamento PLP 4/2024 Institui o Programa de Regularização de Débitos Tributários e não Tributários para a redução dos Litígios Federais e para a Regularização dos débitos dos Microempreendedores Individuais (MEIs). Parecer do(a) Relator(a) União Receita Contracionista
Finanças Públicas e Orçamento MPV 1210/2024 Abre crédito extraordinário, em favor do Ministério da Justiça e Segurança Pública, no valor de R$ 30.157.034,00, para os fins que especifica. Parecer do(a) Relator(a) União Despesa Expansionista
Indústria, Comércio e Serviços PLP 2/2024 Estabelece como critério de reajuste do limite de receita bruta anual para opção pelo regime especial do Microempreendedor Individual – MEI, na forma que especifica. Publicação de Proposição Todos os Entes Receita Expansionista

Conclusão

Todos os anos milhares de proposições legislativas são geradas na Câmara dos Deputados e Senado Federal, o que dificulta o trabalho de monitoramento feito por economistas, jornalistas e analistas de mercado. No entanto, ao empregar técnicas de engenharia de prompt e IA, podemos analisar estas milhares de proposições em questão de segundos. Neste exercício mostramos o caminho para esta automatização usando o Python.

Quer aprender mais?

Clique aqui para fazer seu cadastro no Boletim AM e baixar o código que produziu este exercício, além de receber novos exercícios com exemplos reais de análise de dados envolvendo as áreas de Data Science, Econometria, Machine Learning, Macroeconomia Aplicada, Finanças Quantitativas e Políticas Públicas diretamente em seu e-mail.

Compartilhe esse artigo

Facebook
Twitter
LinkedIn
WhatsApp
Telegram
Email
Print

Comente o que achou desse artigo

Outros artigos relacionados

O que é e como aplicar análise de sentimentos no Python?

Neste exercício construímos um indicador que busca quantificar o sentimento proveniente das decisões de política monetária no Brasil. Usando técnicas de mineração de texto, implementamos todas as etapas necessárias, desde web scraping e pré-processamento das atas do Comitê de Política Monetária do Banco Central (COPOM), até a criação de tokens e a classificação do sentimento implícito nos textos.

Trimestre de nascimento e o efeito da educação nos rendimentos: como avaliar essa relação usando o R como ferramenta?

Neste exercício, investigamos a influência do trimestre de nascimento como um possível determinante dos rendimentos efetivos no Brasil. Pessoas nascidas em determinados trimestres tendem a acumular mais anos de estudo. Com base em uma observação empírica, utilizamos o trimestre de nascimento como uma variável instrumental para os anos de estudo em um modelo de Regressão Linear com Variáveis Instrumentais (IV). O objetivo é avaliar como essa relação afeta os rendimentos. Usamos a linguagem de programação R para a coleta, tratamento e análise de dados.

Avaliando os Ciclos da Taxa de Desocupação Brasileira usando Python

Neste exercício, implementamos Modelos de Componentes Não Observados (MCNO) em Python para analisar a Taxa de Desocupação Brasileira. Comparamos os componentes extraídos pelo MCNO com os obtidos pelo Filtro de Hodrick-Prescott (HP), uma técnica comum para decomposição de séries temporais.

como podemos ajudar?

Preencha os seus dados abaixo e fale conosco no WhatsApp

Boletim AM

Preencha o formulário abaixo para receber nossos boletins semanais diretamente em seu e-mail.