Um estudo estatístico sobre a Unidade Fiscal Estadual de Referência de Mato Grosso do Sul (UFERMS

Belém, Fortaleza, Recife, Salvador, Belo Horizonte, Rio de Janeiro, São Paulo, Curitiba, Vitória e Porto Alegre, Brasília e municípios de Goiânia e Campo Grande (IBGE, 2015).
Um estudo estatístico sobre a Unidade Fiscal Estadual de Referência de Mato Grosso do Sul (UFERMS)


Bruno Rodrigues de Oliveira e Lucas Rodrigues Oliveira


Resumo: Os índices que medem a inflação no país são utilizados por alguns estados brasileiros, incluindo Mato Grosso do Sul, para balizar suas unidades fiscais de referência. Neste trabalho é feita uma análise da evolução temporal da UFERMS desde 1995 até 2015, comparando seu crescimento e variação com o crescimento do IGP-DI/FGV no mesmo período.
Palavras-chave: UFERMS; IGP-DI/FGV; Índices de Inflação; Análise Estatística.

Abstract: The indices that measure inflation in the country are used by some Brasilian states, including Mato Grosso do Sul, to mark its tax reference united. This paper presents an analysis of temporal evolution of UFERMS from 1995 to 2015 comparing their growth and change with the growth of IGP-DI/FGV in same period.
Keywords: UFERMS; IGP-DI/FGV;Inflation Indices; Statistical Analysis.


1. Introdução

No Brasil, há vários índices utilizados para medir a inflação, tanto num âmbito local como nacional, são eles: IPC/FIPE, INPC/IBGE, IPCA/IBGE, ICV/DIEESE, IGP-DI, IFP-M/FGV e IPA-FGV (BACHA, 2004). O IPCA (Índice de Preços ao Consumidor Amplo), por exemplo, que é calculado pelo IBGE nas regiões metropolitanas tomando valores de estabelecimentos comerciais, domicílios, concessionárias de serviço público e prestadores de serviços, para famílias com rendimento mensal entre 1 e 40 salários-mínimos, no ano de 2015 registrou uma variação anual de 10,6735%. Este índice não apenas reflete o acréscimo sofrido no custo de vida dos brasileiros, mas também dispara a elevação de outros índices que são utilizados para atualizações monetárias de tributos e também serviços dos agentes públicos, além de balizar as taxas de juros nominais fixadas pelas instituições financeiras (BACHA, 2004). Além deste índice, há outros que contribuem para a elevação dos valores de contratos como os de aluguéis e também compõem fórmulas para atualização das tarifas de energia elétrica, casos dos índices IGP-M (Índice Geral de Preços – Disponibilidade Interna) e IGP-DI (Índice Geral de Preços – Disponibilidade Interna), que são compostos pelos mesmos índices, a saber: IPA (Índices Nacional de Custo da Construção), IPC (Índices de Preços ao Consumidor) e INCC (Índices de Preços por Atacado) (NOGAMI, 2012).
Dentre os valores que já foram indexados pelos índices inflacionários, pode-se citar a UFIR (Unidade Fiscal de Referência) que foi instituída pela Lei nº 8.383 de 30 Dezembro de 1991, que era calculada proporcionalmente ao IPCA do 16º dia do mês anterior até o 15º dia do mês de referência (BRASIL, Lei nº 8.383, de 30 de dezembro de 1991, art. 2) e posteriormente, pondo fim a indexação pela inflação, a UFIR foi convertida em Real, para os valores da UFIR vigentes em 1º de Janeiro de 1996 pela Lei nº 9.249 de 26 de Dezembro de 1995.
Alguns estados brasileiros estabeleceram suas próprias unidades fiscais de referência (BACHA, 2004) para cômputo de tributos, multas, serviços, etc. No estado de Mato Grosso do Sul, pelo Decreto-Lei nº 1 de 1º de Janeiro de 1979, que instituiu o código tributário do estado, foi criada a UFERMS (Unidade Fiscal Estadual de Referência de Mato Grosso do Sul). No Art. 302 da Lei 1.810 de 22 de Dezembro de 1997, que dispõe sobre os tributos de competência do estado, pode-se ler:
"[…] (UFERMS) é a representação, em moeda nacional, dos valores a serem considerados para o cálculo dos direitos e obrigações expressamente previstos na legislação tributária e, em especial, nesta Lei. § 1º O valor da Unidade Fiscal Estadual de Referência de Mato Grosso do Sul (UFERMS) pode ser alterado mensalmente. § 2º A alteração do valor de cada UFERMS pode ser feita tomando-se por base, alternativamente: I a variação do Índice Geral de Preços, conceito Disponibilidade Interna (IGP-DI), da Fundação Getúlio Vargas; II qualquer outro critério, desde que o aumento do valor da UFERMS, mensal ou acumulado, não seja superior ao que resultar da aplicação do disposto no inciso anterior. § 3º No caso do disposto no § 2º, I, ocorrendo a substituição do índice ou do órgão ali referidos, a legislação estadual deve incorporar, de imediato, o critério então estabelecido para apurar a variação de preços no mercado regional ou nacional." (MATO GROSSO DO SUL. Lei nº 1.810 de 22 de Dezembro de 1997, art. 302)

Desse modo, a UFERMS poderá ser atualizada pela inflação medida pelo índice IGP-DI/FGV ou outro índice, desde que não torne o valor da UFERMS excedente aquele que ela teria caso aplicado tal índice. Essa atualização monetária da UFERMS impacta diretamente o custo de vida e de transações de mercado daquela parcela da população que utiliza alguns serviços estaduais. Destaca-se como exemplo as taxas relativas aos serviços prestados pelo departamento de trânsito do estado de Mato Grosso do Sul (DETRAN-MS). A Lei nº 4.282/2012 vincula cada serviço, como por exemplo, emissão de CNH (Carteira Nacional de Habilitação) e de CRV (Certificado de Registro de Veículos), licenças em gerais, cursos, emplacamento de veículos, etc., ao valor da UFERMS (MATO GROSSO DO SUL, Lei nº 4.282 de 14 de Dezembro de 2012, Anexo). Na esfera judicial, o Tribunal de Justiça do estado (TJMS), também vinculou o valor das custas processuais devidas pela prestação dos serviços forenses, quando da distribuição de ações judiciais, interposição de recursos ou incidentes e ainda da distribuição de cartas precatórias ou rogatórias, ao valor da UFERMS (MATO GROSSO DO SUL, Lei nº 3.779 de 11 de Novembro de 2009, art. 10). Os valores dos emolumentos devidos pelos serviços notariais e de registro também são atualizados pela UFERMS quando há necessidade (MATO GROSSO DO SUL, Lei nº 3.3003 de 7 de Junho de 2005). Portanto, a simples compra/venda de um bem pode sofrer variações mensais para a expedição das documentações necessárias às transferências devidas a variação da UFERMS. Também o recebimento de dívidas, execuções de contratos, buscas e apreensões nos casos de alienação fiduciária, etc., pela via judicial, também são comprometidas por essa variação. Em resumo, a evolução deste índice impacta diretamente os negócios em geral no estado de Mato Grosso do Sul.
Dada a importância da UFERMS, neste artigo é feita uma análise estatística da sua evolução desde de janeiro de 1995 até dezembro de 2015 comparando-a a evolução do índice IGP-DI, com o objetivo de obter parâmetros que permitam caracterizar seu a relação entre estes índices.

2. Metodologia

2.1 Estatísticas

Chama-se de "estatística" uma medida, fórmula, indicador, etc. (FREUND, 2016). Dentre as estatísticas mais comuns utilizadas cotidianamente em revistas, jornais, e outros meio impressos e digitais, para promoção das informações aos usuários desses meios de comunicação, pode-se citar: média, mediana, moda, variância, desvio-padrão e coeficiente de variação. Estas estatísticas podem ser agrupadas em medidas de posição e dispersão. O primeiro grupo contém aquelas estatísticas que caracterizam certa centralidade dos dados. A média, mediana e moda pertencem a esse grupo e também são denominadas de medidas de tendência central. No segundo grupo estão as medidas que "dizem respeito à intensidade da concentração dos dados em torno de medidas de tendência central" (BRACARENSE, 2012, p. 47) e a esse grupo pertencem as medidas coeficiente de variação, variância e desvio padrão. Nos parágrafos a seguir, as estatísticas que mais interessam ao entendimento desta pesquisa serão expressas.
A média, média aritmética ou média amostral, é definida como a soma dos dados observados divido pela quantidade de dados observados, e pode ser equacionada da seguinte maneira para uma variável X=X1,X2,...,XN:
X=X1+X2+...+XNN=1Ni=1NXi
(1)

Considerando que a variávelXesteja ordenada de tal modo queX1 X2 ... XN ou X1 X2 ... XN, então a mediana é o valor que separa as amostras da variável em duas partes. Se N é ímpar, a mediana retornará aquela amostra que separa as demais amostras em dois conjuntos, sendo que cada um deles teráN-12 amostras. CasoNseja par, a mediana "é média aritmética dos dois valores que ocupam a posição central dos dados ordenados" (VIEIRA, 2012, p. 82).
Além da mediana que separa os dados em duas partes que representam 50% do total, há outras três medidas, denominadas de primeiro, segundo e terceiro quartil, sendo representadas por Q1,Q2 e Q3, que separam as amostras em 25%, 50% e 75% do total, respectivamente (BRACARENSE, 2012). Navidi (2012, p. 16) fornece um modo de calcular cada quartil: "para determinar o primeiro quartil, calcule o valor de 0,25n+1. Se este valor for inteiro, então o valor da amostra nesta posição é o primeiro quartil. Caso contrário, determine a média dos valores amostrados em cada lado desse valor." Para Q3 o modo de cálculo é o mesmo mas deve-se calcular 0,75n+1 onde n é o tamanho da amostra (NAVIDI, 2012). Já o segundo quartil, é a própria mediana.
Outra importante estatística é o desvio padrão. Essa medida informa o quão disperso os dados estão da média, ou seja, quanto mais próximo de zero o valor do desvio padrão isso significa que as amostras terão valores mais próximos à média, caso contrário os valores das amostras estão dispersos em relação a média. Essa medida pode ser calculada para a variávelXconforme Spiegel (1978):

σ=X1-X2+X2-X2+...+XN-X2N=1Ni=1NXi-X2
(2)

As estatísticas anteriormente definidas são calculadas apenas para uma mesma variável. Para obter informações sobre o relacionamento existente entre variáveis distintas pode-se utilizar a estatística de coeficiente de correlação produto-momento de Pearson, ou simplesmente coeficiente de correlação. Essa estatística "é uma medida da força e direção de uma relação linear entre duas variáveis" (LARSON e FARBER, 2010, p. 398). Ela varia entre -1 e 1, onde -1 indica correlação linear negativa, ou seja, se uma variável cresce a outra decresce; e 1 significa correlação linear positiva indicando crescimento de ambas variáveis. Se o valor do coeficiente de correlação for próximo a 0 significa que a correlação linear é inexistente. Essa estatística é definida para duas variáveisX=X1,X2,...,XN e Y=Y1,Y2,...,YN como em Larson e Farber (2010):

r=Ni=1NXiYi-i=1NYii=1NYiNi=1NXi2-i=1NXi2Ni=1NYi2-i=1NYi2
(3)

2.1.2 Boxplot

Além da análise numérica dos dados é imprescindível à interpretação dos resultados sua análise visual porque ela permite abstrair uma compreensão global dos resultados a medida que o analista consegue visualizar com maior facilidade sua evolução temporal. São variadas as formas de visualização, muitas delas autoexplicativas. Nesta pesquisa serão utilizados gráficos conhecidos como boxplot que Silva (2009, p. 79) descreve como "um gráfico que possibilita representar a distribuição de um conjunto de dados com base em alguns de seus parâmetros descritivos". Os parâmetros mencionados por Silva (2009) são as estatísticas definidas na seção anterior. Além delas, é necessário também entender o conceito de outilier que representa aquelas amostras cujos valores estão muito distantes das demais amostras. Bracarense (2012) define outlier como os valores no intervalo Iout, em função do primeiro e terceiro quartil, pela expressão:

Iout=Q1-32Q3-Q1,Q3+32Q3-Q1
(4)

A Figura 1 exibe um modelo de boxplot e seus respectivos parâmetros.
Figura 1: Modelo de boxplotFigura 1: Modelo de boxplot

Figura 1: Modelo de boxplot

Figura 1: Modelo de boxplot
2.1.3 Regressão Linear

Para encontrar um relacionamento entre dados bivariados o modelo de regressão linear, expresso pela equação 5, pode ser utilizado. Um modo de encontrar os parâmetrosαeβdesse modelo é através do método dos mínimos quadrados. Considerando cada ponto da nuvem de dados como Xi,Yi, pode-se calcular a distância entre esse ponto e um ponto da reta, denominado de Xi,Yi, fazendo εi=Yi-Yi, que é o valor do resíduo obtido ao ajustar a reta dada pela equação 5 ao valor real dos dados. Então a reta dos mínimos quadrados é obtida minimizando εi2 (NAVIDI, 2012). Quando os dados possuem um relacionamento linear forte, seus valores estarão pouco dispersos ao redor da reta dos mínimos quadrados.

Y=αX+β
(5)

Na equação 5, α representa a inclinação da reta e é também denominado de coeficiente angular e β é o valor no eixo y onde a reta intercepta-o.

3. Materiais

Para o presente estudo foram tomados os valores da UFERMS desde janeiro de 1995 até dezembro de 2015. Anos anteriores a 1995 não foram considerados, porque devido a conversão de Cruzeiro Real para Real, os valores obtidos são insignificantes quando comparados aos valores divulgados após aquele ano. Como exemplo pode-se citar o valor da UFERMS em janeiro de 1982 que em moeda Real é equivalente a R$ 0,000000005. As amostras da UFERMS foram compilados dos arquivos da secretaria de estado de fazenda (SEFAZ-MS, 2015) de 2015 à 2002 e, para os demais anos, da base de dados ECONET (2015).
Conforme texto da Lei 1.810/1997 (MATO GROSSO DO SUL, Lei nº 1.810 de 22 de Dezembro de 1997), a UFERMS poderia ser alterada mensalmente. Analisando seus valores anteriores a 2002, não há periodicidade na sua atualização. No ano 2000 seu valor permaneceu constante todo o ano, já em 1999 sua atualização foi semestral e no ano anterior, variou trimestralmente duas vezes consecutivas e, em julho de 1998, teve seu valor alterado pela última vez naquele ano. Apenas a partir de 2002 pode-se notar periodicidade na sua atualização porque foram publicadas resoluções bimestrais alterando seu valor ou mantendo o valor passado (SEFAZ-MS, 2015). Na Figura 2 observa-se como a periodicidade da UFERMS variou ao longo do período analisado e que as atualizações bimestrais são mais comuns. Devido a sua variação não ser mensal, optou-se por repetir os valores para os mesmos meses até que houvesse a publicação de um novo valor. Isso possibilitou a construção de uma série de dados com valores mensais, mas que não se alteram com alguma periodicidade fixa. Ao todo foram coletados 252 valores da UFERMS variando de R$ 4,80 em janeiro de 1995 até R$ 22,40 em dezembro de 2015 abrangendo um período de 21 anos.
Figura 2: Periodicidade da UFERMS entre janeiro de 1995 a dezembro de 2015Figura 2: Periodicidade da UFERMS entre janeiro de 1995 a dezembro de 2015

Figura 2: Periodicidade da UFERMS entre janeiro de 1995 a dezembro de 2015

Figura 2: Periodicidade da UFERMS entre janeiro de 1995 a dezembro de 2015


















Os valores do índice IGP-DI, no mesmo período mencionado anteriormente, foram coletados da base de dados da IBRE (Instituto Brasileiro de Economia) da Fundação Getúlio Vargas (FGVDADOS, 2015). Este índice segundo FGVDados (2015) é o "mais abrangente indicador de inflação do país" servindo às comunidades econômicas nacionais e internacionais para o propósito de análise da inflação sendo publicado mensalmente. Ele é obtido como resultado da expressão algébrica para um período t, como (FGVDADOS, 2015):

IGPDIt=0,6IPADIt+0,3IPCDIt+0,1INCCDIt
(6)

4. Análises e discussões

No período de 21 anos em que a UFERMS foi analisada pôde-se constatar um crescimento de R$ 17,60 em seu valor, variando de modo não constante em cada ano. Observa-se, na Figura 3, que no ano de 2002 teve o maior percentual de acréscimo, em torno de 23%, variando de R$ 7,00 para R$ 8,60, já em 1995 e 2014 teve o segundo e terceiro maiores acréscimos nos percentuais de 17% e 13%, respectivamente. A média de crescimento é de aproximadamente 6,60% ao ano, no entanto, devido à variabilidade dos valores do índice e também ao fato que no ano de 2000 a UFERMS permaneceu constante, a média pode ser obtida retirando da análise os outliers, que neste caso são os anos de 1995 e 2002 que apresentaram crescimento muito acima dos demais anos e também o ano 2000 que não apresentou crescimento algum. Portanto, a nova média obtida para o crescimento da UFERMS fica em torno de 5,58%. A Figura 3 exibe seu crescimento percentual.
Figura 3: Crescimento percentual anual da UFERMSFigura 3: Crescimento percentual anual da UFERMS

Figura 3: Crescimento percentual anual da UFERMS

Figura 3: Crescimento percentual anual da UFERMS
No mesmo período, de 1995 a 2015, o IGP-DI, apresentou crescimento anual médio de 8,16% e sua maior variação ocorreu no ano 2002 (Figura 4), assim como a UFERMS, mas este cresceu cerca de 26%. Diferentemente da UFERMS que não apresentou crescimento no ano 2000, o IGP-DI cresceu acima da média. Outra observação que pode ser feita é que o decréscimo registrado pelo IGP-DI no período de 1995 a 1998 pouco influenciou o decréscimo da UFERMS neste período, pois a diferença registrada, comparando um ano como o seguinte, para o IGP-DI foi de 5,83% (1995 para 1996), 1,59% (1996 para 1997) e 4,82% (1997 para 1998) enquanto a UFERMS registrou as respectivas diferenças de 13,22%, 0,20% e 0,13%. Nota-se também, analisando as Figuras Figura 3 e Figura 4, que no ano de 2014 a UFERMS teve um acréscimo acima da média, próximo a 12%, enquanto o IGP-DI cresceu apenas 3,37%.
Figura 4: Crescimento percentual anual do IGP-DI/FGVFigura 4: Crescimento percentual anual do IGP-DI/FGV

Figura 4: Crescimento percentual anual do IGP-DI/FGV

Figura 4: Crescimento percentual anual do IGP-DI/FGV
Na Figura 5 pode-se visualizar simultaneamente a variação de ambos índices no período de análise. Observa-se ainda que, a partir do ano 2002, quando teve início a publicação de resoluções bimestrais para fixação da UFERMS pela SEFAZ-MS, os índices não têm variado de modo tão discrepante quando comparado aos anos anteriores.
Para permear outro aspecto dos índices analisados, a variação de ambas as séries é apresentada nas Figuras Figura 6 e Figura 7 que exibem o boxplot para cada ano analisado. É possível perceber que no vigésimo ano, em 2014, apenas a UFERMS apresenta outiler, isso é devido ao fato dela ter experimentado crescimento bem maior que o IGP-DI (veja Figura) tendo seus valores variado de R$ 18,40 a R$ 20,69 nesse ano. Diferente interpretação deve ser dada ao outilier no nono mês, pois em 2003 a variação foi pequena, apenas 6,66%, porém, neste caso, esse valor aberrante indica que há valor no início daquele período que está bem mais distante da mediana que os demais.
Figura 5: Crescimento percentual anual do IGP-DI/FGV e da UFERMS.Figura 5: Crescimento percentual anual do IGP-DI/FGV e da UFERMS.Para comparar a evolução temporal das séries, utiliza-se o método de regressão linear mencionado na seção 2.1.3, normalizando os valores dos índices porque possuem escalas distintas, obtendo retas que indicam a tendência linear de crescimento destas séries. Para o IGP-DI foi obtida a equação Y=0,0032X+0,1229 e para a UFERMS Y=0,0029X+0,1517 sendo que X=X1,...,X252 é a variável que representa os meses analisados e Y=Y1,...,Y252 a variável com os valores dos índices, UFERMS e IGP-DI, correspondente a cada mês no intervalo entre 0 e 1 já que as séries foram normalizadas. É claro que essas equações são apenas um modelo grosseiro das séries e obter um modelo mais preciso está além do escopo deste trabalho, no entanto, são suficientes para compreender que o valor da UFERMS cresce um pouco mais lentamente que o valor do IGP-DI, já que a inclinação da reta que a representa é 0,003 vezes menor apenas.

Figura 5: Crescimento percentual anual do IGP-DI/FGV e da UFERMS.

Figura 5: Crescimento percentual anual do IGP-DI/FGV e da UFERMS.

Figura 6: Boxplot da UFERMS em cada ano.Figura 6: Boxplot da UFERMS em cada ano.

Figura 6: Boxplot da UFERMS em cada ano.

Figura 6: Boxplot da UFERMS em cada ano.













Figura 7: Boxplot do IGP-DI em cada ano.Figura 7: Boxplot do IGP-DI em cada ano.

Figura 7: Boxplot do IGP-DI em cada ano.

Figura 7: Boxplot do IGP-DI em cada ano.



















Outro ângulo pelo qual se pode obter conclusão semelhante é analisar o gráfico de dispersão na Figura 8. É possível perceber claramente como as séries dos índices são fortemente correlacionadas, aliás, o coeficiente de correlação calculado é 0,99, significando que durante a maior parte do período em que as séries foram analisadas o valor da UFERMS foi computado tomando como base o IGP-DI, conforme expresso em lei, embora não haja informação disponível de como tal cálculo é realizado.
Obviamente, pelas análises já realizadas, não se espera que haja um fator constante associado aos índices em questão, já que os modelos lineares estimados, via regressão, apresentam diferentes coeficientes angulares. É certo que as séries estão relacionadas entre si, mas este relacionamento não é constante comparando meses distintos. Pode-se calcular o fator que permite obter os valores de uma série baseado nos valores da outra, simplesmente dividindo cada valor do IGP-DI pelos correspondentes valores da UFERMS nos mesmos instantes de tempo.
A série de fatores obtida pode ser visualizada na Figura 9, comprovando o que foi afirmado. Observando mais detalhadamente esta série de fatores, nota-se que houve rápido crescimento no valor do fator entre o quadragésimo oitavo mês (início de 1999) e o nonagésimo (início de 2002), devido ao fato de que em 1999 e 2001 o crescimento da UFERMS foi bem inferior ao do IGP-DI e em 2000 a UFERMS não apresentou crescimento algum. Anteriormente foi destacado que desde 2002 os índices apresentam crescimentos mais próximos, excetuando o ano de 2014. Esse comportamento das séries dos índices fica evidente ao analisar a série dos fatores, que varia em torno de 2 pontos após 2002 entre os meses, mas durante a maior parte do período, entre os anos de 2005 e 2013, varia pouco mais de 1 ponto.

Figura 8: Gráfico de dispersão UFERMS versus IGP-DI.Figura 8: Gráfico de dispersão UFERMS versus IGP-DI.

Figura 8: Gráfico de dispersão UFERMS versus IGP-DI.

Figura 8: Gráfico de dispersão UFERMS versus IGP-DI.





























Figura 9: Fator de Conversão da UFERMS para IGP-DI em cada mês.Figura 9: Fator de Conversão da UFERMS para IGP-DI em cada mês.

Figura 9: Fator de Conversão da UFERMS para IGP-DI em cada mês.

Figura 9: Fator de Conversão da UFERMS para IGP-DI em cada mês.





















5. Conclusão

Nesse trabalho, propôs-se analisar os valores do índice UFERMS no período de janeiro de 1995 até dezembro de 2015 com o objetivo de verificar se o seu crescimento se deu pareado ao crescimento da inflação medida pelo IGP-DI/FGV. Contatou-se que anteriormente ao ano de 2002 o crescimento anual da UFERMS pouco foi influenciado pelo crescimento do IGP-DI, mas a partir de janeiro de 2002, quando a SEFAZ-MS passa a publicar resoluções bimestrais alterando seu valor, notou-se que a variação da UFERMS ocorreu com maior congruência a do IGP-DI, excetuando o ano de 2014 quando a UFERMS cresceu cerca de 4 vezes mais que o IGP-DI. Também foi possível observar que não existe um fator constante que permita calcular o valor da UFERMS pelo valor do IGP-DI para todos os meses.
Pelo que ficou demonstrado pela análise da Figura 9, tal fator de conversão é aleatório; no entanto, os fatores não variam de modo muito discrepantes, alternando em torno de pouco mais que 1 ponto após 2002 entre meses consecutivos. Apesar desta constatação, o fato de constar expresso em lei que o cálculo do valor da UFERMS "pode ser feito" baseada no IGP-DI, abre brechas para que seu valor fique a mercê dos administradores públicos e não à variação da inflação medida por este índice. Este efeito ficou evidentemente descrito pelo crescimento atípico ocorrido em 2014.
Por fim, pode-se concluir que a UFERMS tem acompanhado a inflação medida pelo IGP-DI variando de modo quase linear em relação a este, mas somente desde o ano de 2002, excetuando o ano de 2014, por isso não deve-se esperar que os serviços forenses e do departamento de trânsito, e ainda outros que também são indexados pela UFERMS, apresentem alterações significativas além daquelas já anunciadas pela inflação dos preços em geral, embora o efeito de uma elevação exagerada de seu valor seja somente garantido caso constasse na Lei nº 1810/1997 que a UFERMS seria sempre atualizada pelo IGP-DI enquanto este índice fosse utilizado como termômetro da inflação no país.


Referências


BACHA, C. J. C. Macroeconomia Aplicada À Análise da Economia Brasileira. São Paulo: Edusp, 2004. 264 p.

BRASIL. Lei nº 8.383, de 30 de dezembro de 1991. Institui a Unidade Fiscal de Referência, altera a legislação do imposto de renda e dá outras providências. Disponível em: . Acesso em 05 de Novembro de 2015.

BRACARENSE, P. A. Estatística aplicada às Ciências Sociais. Curitiba: IESDE, 2012, 288 p.

ECONET. Unidade Fiscal Estadual de Referência de Mato Grosso do Sul. Disponível em:. Acesso em 01 de Junho de 2015.

FREUND, J. E. Estatística Aplicada: Economia, Administração e Contabilidade. Tradução de Claus Ivo Doreing. 11ª ed. São Paulo: Bookman, 2006. 540 p.

IBGE. Sistema Nacional de Índices de Preços ao Consumidor. Disponível em: . Acesso em 02 de Novembro de 2015.

FGVDADOS. FGV Instituo Brasileiro de Economia. Disponível em:. Acesso em 01 de Junho de 2015.

LARSON, R.; FARBER, B. Estatística Aplicada. Tradução de Luciane Ferreira Pauleti Vianna. 4 ed. São Paulo: Pearson Prentice Hall, 2010. 562 p.

MATO GROSSO DO SUL. Lei nº 1.810 de 22 de Dezembro de 1997. Dispõe sobre os tributos de competência do Estado e dá outras providências. Disponível em: . Acesso em 15 de Dezembro de 2015.

MATO GROSSO DO SUL. Lei nº 4.282 de 14 de Dezembro de 2012. Estabelece os valores da tabela de Serviços do Departamento de Trânsito de Mato Grosso do Sul (DETRAN-MS). Disponível em: . Acesso em 22 de Novembro de 2015.

MATO GROSSO DO SUL. Lei nº 3.779 de 11 de Novembro de 2009. Dispõe sobre o Regimento de Custas Judiciais do Estado de Mato Grosso do Sul, e dá outras providências. Disponível em: . Acesso em 17 de Outubro de 2015.

MATO GROSSO DO SUL. Lei nº 3.3003 de 7 de Junho de 2005. Dispõe sobre a fixação de emolumentos devidos pelos atos praticados pelos serviços notariais e de registro, altera o § 1° do art. 2° da Lei n. 2.020, de 11 de novembro de 1999, e dá outras providências. Disponível em: . Acesso em 18 de Outubro de 2015.

NAVIDI, W. Probabilidade e Estatística para Ciências Exatas. Tradução de José Lucimar do Nascimento. Porto Alegre: AMGH, 2012.

NOGAMI, O. Economia. 1ª ed. Curitiba: IESDE, 2012. 246 p.

VIEIRA, S. Estatística para a qualidade. 2ª ed. Rio de Janeiro: Elsevier.

SILVA, A. L. C. Introdução à análise de dados. Rio de Janeiro: E-papers, 2009. 158 p.

SEFAZ-MS. UFERMS – Anos anteriores. Disponível em:. Acesso em 01 de Junho de 2015.

SPIEGEL, M. R. Probabilidade e estatística. Tradução de Alfredo Alves Farias. São Paulo: McGraw-Hill do Brasil, 1978. 527 p.