Direcionamento de inspeções regulatórias planejadas utilizando processamento de sinais em grafos

Abstract

O acesso a dados e a processamento de dados, incluindo o uso de técnicas de aprendizado de máquina, tornou-se significativamente mais fácil e barato nos últimos anos. No entanto, as mesmas críticas feitas ao processo de direcionamento de inspeções regulatórias até o início da década de 2010 permanecem até hoje. Esta tese discute questões em aberto sobre o direcionamento de inspeções regulatórias e propõe cinco princípios para o direcionamento de inspeções regulatórias planejadas, que são consistentes com o movimento da Ciência Aberta, a Teoria da Justiça e a Agenda 2030 para o Desenvolvimento Sustentável, da Organização das Nações Unidas. Usando a Teoria de Qualidade do Serviço, a Teoria de Fluxos Centrais e a Teoria de Processamento de Sinais em Grafos são propostas novas métricas de avaliação e um método baseado em risco para o direcionamento de inspeções regulatórias planejadas. A formulação do método é sucessivamente expandida ao longo dos capítulos a fim de ampliar sua aplicabilidade a diversos cenários relevantes. Simulações estatísticas ilustram a aplicação do método proposto ao problema de satisfação do consumidor nesses cenários. Os resultados obtidos evidenciam um desempenho superior do método proposto quando comparado a outros métodos e seu potencial para ser amplamente adotado pelos reguladores em diferentes setores regulados e contextos nacionais. Nos cenários simulados, quando comparado ao método mais empregado na prática, o método proposto resulta em uma máxima melhora relativa de até 595% na métrica máxima discrepância relevante, de até 141% na métrica soma das discrepâncias relevantes nos entes problemáticos, de até 90% na métrica média das taxas de reclamações e de até 589% na métrica número de entes problemáticos.

Abstract: Access to data and data processing, including the use of machine learning techniques, has become significantly easier and cheaper in recent years. Nevertheless, the same criticisms made to the process of regulatory inspection targeting until the early 2010s remain to this day. This thesis discusses open issues concerning regulatory inspection targeting, and proposes five principles for planned regulatory inspection targeting that are consistent with the Open Science movement, the Fairness Theory, and the United Nations 2030 Agenda for Sustainable Development. Using the Service Quality Theory, the Central Flow Theory and the Graph Signal Processing Theory novel evaluation metrics and a risk-based method for planned regulatory inspection targeting are proposed. The formulation of the method is successively expanded throughout the chapters in order to broaden its applicability to various relevant scenarios. Statistical simulations illustrate the application of the proposed method to the problem of consumer satisfaction in these scenarios. The obtained results evidence a superior performance of the proposed method when compared to other methods, and its potential to be widely adopted by regulators across policy domains and national contexts. In the simulated scenarios, when compared to the most employed method in practice, the proposed method leads to up to 595% of maximum relative improvement in the maximum relevant discrepancy metric, up to 141% reduction in the sum of relevant discrepancies in problematic entities, up to 90% reduction in the average complaint rate, and up to 589% reduction in the number of problematic entities.