Fiscalização, fraude e PIX: os riscos de um sistema que sabe tudo, mas pode errar

Por Rafaela Helbing

A obrigatoriedade de declarar transações via PIX no Imposto de Renda é um sinal de que o dado transacional passou a ocupar um lugar estratégico na arquitetura de monitoramento financeiro do país. Para quem trabalha com prevenção à fraude e análise de risco, esse movimento não chega como surpresa. Bancos, fintechs e instituições de pagamento já utilizam dados do PIX há alguns anos para identificar padrões de comportamento, monitorar desvios e cumprir exigências regulatórias de prevenção à lavagem de dinheiro e ao financiamento do terrorismo. O que muda, agora, é a escala e a visibilidade desse processo.

Importante lembrar que o PIX, por si só, não é tributado nem declarado como uma categoria isolada no IR. A exigência incide sobre os rendimentos que transitam por ele. Quem recebeu rendimentos tributáveis acima de R$ 35.584 em 2025 está obrigado a declarar, independentemente do meio de pagamento utilizado. O que o PIX muda é a capacidade da Receita Federal de verificar essas informações.

Por meio da e-Financeira, as instituições financeiras são obrigadas a reportar ao fisco as movimentações mensais que superem R$ 5 mil para pessoas físicas e R$ 15 mil para pessoas jurídicas, limites atualizados em 2025. Como o PIX é registrado nesse sistema junto com as demais movimentações da conta, ele passou a integrar, de forma estruturada, o conjunto de dados que a Receita cruza com as declarações entregues pelos contribuintes.

Principal meio de pagamento utilizado pelos brasileiros, o PIX tem características que nenhum outro modelo concentrava de forma tão abrangente: é digital, padronizado, rastreável em tempo real e com cobertura praticamente universal na população bancarizada. Isso o torna uma fonte de dados transacionais difíceis de replicar. Quando a Receita passa a cruzar essas informações com as declarações dos contribuintes, está operando com uma base estruturada e de alta confiabilidade, o que amplia a capacidade de identificar inconsistências entre renda declarada e movimentação financeira.

Leia mais: Lenovo nomeia Claudio Stopatto como general manager

Esse cruzamento, no entanto, não funciona de forma isolada. Ele se conecta a um conjunto de obrigações que as instituições financeiras já cumprem junto ao Banco Central, ao Conselho de Controle de Atividades Financeiras (Coaf) e às determinações da Resolução Conjunta nº 6, que exige o compartilhamento de indícios de fraude entre os participantes do sistema de pagamentos. O resultado é que a mesma base de dados transacionais alimenta, simultaneamente, o controle tributário, a prevenção à lavagem de dinheiro e o monitoramento de riscos sistêmicos.

A convergência dessas três frentes é um avanço do ponto de vista da eficiência do sistema financeiro. Quando mais atores operam com acesso a informações comuns e padronizadas, a capacidade de identificar comportamentos atípicos aumenta. O fraudador que antes explorava a falta de comunicação entre instituições encontra, progressivamente, menos brechas. Além disso, o contribuinte que omitia rendimentos em declarações depara-se com uma malha mais apertada.

E é nesse ponto que está o desafio mais complexo para gestores e especialistas do setor. Somente em 2025, o sistema registrou mais de R$ 35 trilhões em transações no Brasil. Processar essa massa de informações com precisão, distinguir o que é comportamento financeiro legítimo do que é uma atividade fraudulenta ou sonegação, exige modelos analíticos bem calibrados.

Modelos de detecção de anomalias que não consideram a diversidade dos perfis transacionais brasileiros, como trabalhadores informais, pequenos negócios sem CNPJ, prestadores de serviço com renda variável, podem gerar falsos positivos em escala. O bloqueio indevido de contas, a rejeição de crédito por inconsistências mal interpretadas ou o acionamento de investigações sem fundamento são consequências que afetam diretamente pessoas e empresas.

A inclusão do PIX na declaração do IR coloca em destaque a questão sobre como usar dados transacionais de forma eficaz sem transformar a vigilância em um mecanismo de exclusão ou punição equivocada. A resposta para otimizar esse cenário passa pela qualidade dos modelos, pela diversidade das amostras de treinamento, pela revisão humana dos casos ambíguos e, principalmente, pela transparência dos critérios que definem o que é considerado suspeito.

Siga o IT Forum no LinkedIn e fique por dentro de todas as notícias!