Onde o gasto foge do padrão

§O panorama

Por partido e por estado

Contagem bruta aqui não diria nada: bancada grande e gasto grande produzem mais marcações por construção. O que os dois gráficos mostram é taxa — a fração dos gabinetes de cada grupo que acende três ou mais detectores.

Em que categorias as marcações se concentram

A comparação que interessa não é o volume, é o desvio: quanto uma categoria pesa nas marcações contra quanto ela pesa no gasto. Categoria de contrato mensal estável aparece muito no gasto e quase nada aqui; categoria discricionária faz o contrário.

A CEAPS tem sete ou oito categorias, contra dezenas na Câmara: cada barra aqui agrega muito mais coisa diferente, e uma delas — locomoção, hospedagem, alimentação e combustíveis — sozinha responde por metade dos documentos. É por isso que o grupo comparável desta página não é a categoria crua, e sim a categoria cruzada com o ramo do fornecedor.

Quando

Marcações por mil documentos de cada mês de competência — normalizado, porque o volume de documentos varia muito de um mês para outro. Os meses de dezembro estão destacados.

Outros recortes

Falta aqui o recorte que existe no projeto irmão da Câmara: com e sem vínculo societário direto. Ele não aparece porque nenhum dos 78 senadores é sócio de fornecedor da própria cota, nem tem sócio em comum com um — um corte com um lado vazio não é comparação. Ver a página do score.

A anomalia pega por vizinhança?

Um gabinete tem vizinhos quando divide um fornecedor raro — pago por 2 a 5 gabinetes no período, ao menos R$ 5 mil para cada um — com outro gabinete. São 126 fornecedores assim, ligando 71 gabinetes. A pergunta: quem tem vizinho marcado é mais marcado do que a média?

O esperado não é a taxa geral: sai de 200 sorteios que embaralham quem está marcado dentro de cada estado, preservando quantos marcados cada UF tem — sem isso, a geografia (um estado com taxa alta e rede de fornecedores local) seria contada como contágio. A diferença observada é de 1,4%, dentro da variação dos próprios sorteios (± 3,0%): não há sinal de contágio. Nesta medida, a anomalia é do gabinete, não da rede que ele divide com outros — o que não vale para os vínculos societários, que são outra pergunta e têm tela própria.

→Convergência

Um detector aceso é ruído provável. O que interessa é o mesmo gabinete aparecer em leituras diferentes — pagar acima dos pares, fatiar notas e correr no fim do ano são coisas distintas. Mas “diferentes” é afirmação testável, e o teste vem primeiro.

Os oito detectores se sobrepõem?

Cada casa traz quantos gabinetes acendem os dois detectores, e o tom mede o lift: quantas vezes eles coincidem mais do que coincidiriam por acaso. Tom claro é lift perto de 1 — a coincidência do acaso. Tom cheio é o triplo.

fora do padrão dos pares e fora do próprio histórico coincidem 2,7× o acaso, em 10 gabinetes; valor idêntico repetido e corrida de fim de exercício coincidem 2,7× o acaso, em 5 gabinetes; fatiamento e valor idêntico repetido coincidem 2,5× o acaso, em 11 gabinetes. São os pares a desconfiar: em boa medida enxergam o mesmo episódio por dois ângulos — a nota cara que destoa dos pares costuma destoar também do próprio histórico, e o valor que se repete costuma se repetir no fim do ano. No extremo oposto, fora do padrão dos pares e valor idêntico repetido quase não se encontram (0,5× o acaso).

Só entram nessa lista, e na conta do agrupamento em famílias, os pares com lift ≥ 2× e ao menos 5 gabinetes na interseção. A segunda guarda não existe no projeto da Câmara e foi preciso aqui: com 78 gabinetes, dois detectores raros que se cruzam uma única vez produzem lift alto sem significar nada — é o caso de fora do padrão dos pares e concentração da cota, o maior lift bruto da matriz (4,1×) sobre 1 gabinete, fora da lista por isso.

Os 9 primeiros dos 9 com três ou mais detectores. A ordem é pelo número de detectores e, dentro dele, pelo valor dos documentos fora do padrão dos pares — não é um ranking de gravidade.

1Fora do padrão dos pares

Os 12 primeiros, um por gabinete. A lista completa está em output/analises/an_anom_*.csv.

2Fora do próprio histórico

Os 12 primeiros, um por gabinete. A lista completa está em output/analises/an_anom_*.csv.

3Crescimento abrupto

Os 12 primeiros, um por gabinete. A lista completa está em output/analises/an_anom_*.csv.

4Concentração da cota

Os 12 primeiros, um por gabinete. A lista completa está em output/analises/an_anom_*.csv.

5Fatiamento

Os 12 primeiros, um por gabinete. A lista completa está em output/analises/an_anom_*.csv.

6Valor idêntico repetido

Os 12 primeiros, um por gabinete. A lista completa está em output/analises/an_anom_*.csv.

7Serviço local fora do estado

Os 4 primeiros, um por gabinete. A lista completa está em output/analises/an_anom_*.csv.

8Corrida de fim de exercício

Os 12 primeiros, um por gabinete. A lista completa está em output/analises/an_anom_*.csv.

→Os sinais que já estavam aqui

Esta página é a camada estatística; ela não substitui os sinais que o site já mostrava, e que nascem de outra pergunta — não “quanto isto destoa”, mas “o que há de estranho neste fornecedor”. Eles continuam no painel e na árvore de cada gabinete, descritos um a um na página de alertas.

Fornecedor que nasce faturando 52 empresas, R$ 841 mil

Empresas que emitiram a primeira nota da cota com até 90 dias de CNPJ. É a resposta à mesma pergunta do detector de crescimento abrupto, pelo lado do fornecedor, e tem tela própria em Nasceram com o mandato.

Documento acima do percentil 99,5 da categoria 22 gabinetes com três ou mais

O corte por percentil que precedeu esta página: mais simples de explicar, mas cego ao estado e ao mês, e sem dizer o quanto o documento destoa. O detector 1 o refina; os dois convivem no painel.

Valores redondos 4 gabinetes com 99% ou mais

Parte do gasto discricionário em múltiplos de R$ 100. Preço que sai redondo é preço combinado, não medido — o parente próximo do detector de valor idêntico repetido.

Nota compartilhada com outro gabinete 29 gabinetes

Mesmo CNPJ, mesma data e mesmo valor em dois gabinetes diferentes. Pode ser coincidência de contrato padronizado — a hospedagem da mesma diária no mesmo hotel, por exemplo — e por isso o sinal entra como excesso, não como fato.

CNAE deslocado 29 gabinetes

A atividade registrada do fornecedor na Receita é rara para a categoria em que ele foi pago — holding como escritório, produtora musical como locadora.

Nota repetida 0 gabinetes

O mesmo número de documento fiscal, do mesmo CNPJ, na mesma data e pelo mesmo valor, em dois gabinetes. Na Câmara este é o único sinal do site que não é estatístico, porque o PDF pode ser aberto e conferido. Aqui não pode: a CEAPS não publica o link do documento. E, medido, ele não encontra nenhum caso — fica registrado como leitura feita e vazia, não como leitura ausente.

→O que isto não vê

Cada detector aqui tem um jeito conhecido de errar, e alguns pedidos legítimos desta análise não são calculáveis com o dado público de hoje.

A CEAPS não publica o documento 4 campos ausentes

Contra o arquivo da Câmara, faltam aqui: urlDocumento (link do PDF); indTipoDocumento (nota fiscal/recibo); glosa (bruto x líquido); UF na linha do documento. A consequência mais séria é a primeira — nenhum caso desta página pode ser conferido no PDF da nota, porque não há PDF. Onde o projeto irmão põe um link para o documento, esta tabela põe “sem PDF”.

Categoria é grossa demais, e por isso o grupo não é a categoria

A CEAPS tem sete ou oito tipos de despesa; a CEAP tem dezenas. “Locomoção, hospedagem, alimentação, combustíveis e lubrificantes” mistura passagem terrestre, diária de hotel e abastecimento no mesmo saco. Por isso o grupo comparável desta página é a categoria cruzada com a classe CNAE do fornecedor: é o que devolve a granularidade que a fonte não dá. Fornecedor sem CNAE — pessoa física, ou CNPJ fora da base da Receita — vira um grupo próprio, comparado com os seus iguais.

Fatiamento não sabe qual era o limite

O desenho clássico do fatiamento é encaixar a despesa logo abaixo de um teto. O teto mensal da cota por estado não está publicado em formato aberto; sem ele, o que se detecta é a forma — notas próximas no tempo, do mesmo fornecedor, de valor parecido — e não a intenção de caber num limite.

Geografia é do CNPJ raiz, não da nota

O estado que temos do fornecedor é o do registro da empresa na Receita, não o do estabelecimento que emitiu a nota. Uma rede de postos sediada em outro estado aparece como forasteira mesmo abastecendo na esquina. Por isso o detector cobre só combustível e táxi — consumo que só existe no lugar — e o Distrito Federal e o entorno goiano ficam de fora da conta. Ainda assim é o sinal mais fraco da página.

Concentração pode ser contrato único legítimo

Um gabinete que aluga um escritório caro e gasta pouco no resto concentra por aritmética. Por isso só entram gabinetes com despesa discricionária relevante — e o percentual aparece ao lado do valor, para o leitor julgar.

Setenta e oito gabinetes é uma amostra pequena

Todo percentil, toda taxa e toda comparação entre grupos desta página saem de 78 observações, e boa parte dos grupos tem três. Um caso a mais muda a ordem de um gráfico inteiro. Os limiares e os tamanhos de grupo vão publicados justamente para que isso seja verificável.

§O método, por inteiro

Esta seção existe para quem quiser conferir a conta. Nada abaixo é necessário para ler os gráficos acima.

O período é de 43 meses de competência, de 2023-02 a 2026-08, 78 senadores, R$ 104,7 mi. Ficam de fora das contas de valor os 8.782 documentos de passagens aéreas, aquáticas e terrestres: nesses o preço é tarifado, não é escolha do gabinete. Estornos (valores negativos) também saem.

Por que mediana e MAD, e não média

Uma única nota de divulgação muito grande desloca a média da categoria e o desvio padrão junto — depois dela, quase nada mais parece fora do lugar. A mediana não se move, e a dispersão medida pelo MAD (a mediana das distâncias até a mediana) também não. O fator 1,4826 é o que faz o MAD estimar o mesmo desvio padrão de uma distribuição normal: com ele, o escore volta a ter a leitura de sempre — 3,5 já é cauda, 10 é outro mundo.

Qual é o grupo comparável

Categoria × ramo do fornecedor × estado do senador × mês. O ramo entra porque a categoria da CEAPS é larga demais para servir de referência sozinha. O estado entra porque a cota varia por estado, justamente para cobrir o custo de chegar a Brasília. O mês entra porque preço muda ao longo de três anos e meio.

Grupo pequeno, porém, não é referência: exige-se ao menos 30 documentos. Quando faltam, o documento é comparado no nível seguinte — categoria × ramo × estado, e por fim só categoria × ramo. Dos documentos pontuados, 14,0% ficaram no grupo mais fino, 73,0% no intermediário e 13,0% no mais largo, cobrindo 96,1% dos documentos elegíveis. O nível usado vai gravado em cada linha do CSV — um escore de nível 3 vale menos que um de nível 1.