Modelagem Preditiva de Crescimento de Receita em Empresas Públicas comDados Abertos: Uma Abordagem para Suporte à Tomada de Decisão em Venture Capital

Abstract

Oprocesso de análise de investimentos em Venture Capital é tradicionalmente qualitativo e de baixa escalabilidade. Este Projeto de Finalização de Curso aborda este desafio através do desenvolvimento de uma ferramenta de mo delagem preditiva para a receita de empresas, utilizando dados públicos da Comissão de Valores Mobiliários (CVM) e da Receita Federal do Brasil (RFB), no período de 2010 a 2024. Uma decisão metodológica central foi o refinamento da amostra para focar em empresas operacionais não financeiras, nas quais a receita constitui um indicador de desempenho primário. A solução envolve um pipeline de ciência de dados que realiza a extração, o tratamento, o en riquecimento setorial com CNAE, a engenharia de features e o saneamento para remoção de entidades não operacionais e de outliers estatísticos. Modelos de Machine Learning, incluindo Regressão Linear, Random Forest e XGBo ost, foram treinados. A Raiz do Erro Quadrático Médio Logarítmico (RMSLE) foi adotada como métrica primária para a seleção do modelo, devido à sua robustez frente a outliers e à penalização assimétrica dos erros. O modelo Ran dom Forest foi selecionado como o mais adequado, alcançando um RMSLE de 0,157, um ganho de 36,44% em relação ao segundo melhor modelo. A aná lise de importância das variáveis (feature importance) revelou que a receita do ano anterior e indicadores de rentabilidade, como o ROA, foram os principais preditores. O sistema final é um dashboard interativo que consome uma API de senvolvida em FastAPI, permitindo ao usuário inserir dados e receber a previsão do modelo, além de visualizar gráficos comparativos de performance (gerados com Chart.js) e benchmarks setoriais, proporcionando suporte à qualificação e aceleração do processo decisório em contextos de investimento.