Download Descargar
Transcript
Reduciendo Fraude, Errores y Corrupción (EFC) en Programas de Protección Social Emil Tesliuc Banco Mundial Experiencias en Gestión de Sistemas de Focalización 11 de Mayo, 2017 Resumen 1. ¿Cómo se entiende error, fraude y corrupción (EFC)?, cuán significativos son las pérdidas por EFC, algunos ejemplos 2. ¿Cómo reducir EFC en programas de PS? – una Hoja de ruta 3. Dos herramientas costo efectivas: data matching y perfiles de riesgo 4. ¿Vale la pena? 2 ¿Cómo se entiende error, fraude y corrupción (EFC)? Definiciones Intencional Fraude Corrupción Aplicante Funcionario Error del usuario Error del funcionario Involuntario 3 ¿Cuánto gasto en protección social se pierde en EFC? • Las tasas de fraude y error oscilan entre el 2 y el 5% del gasto general en protección social en los países de ingresos altos (véase la siguiente tabla*) • Las tasa son más altas para los programas que usan means-test, reemplazo de ingresos y discapacidad: entre el 5-10% de los gastos del programa • ... Probablemente aún mayor en los países en los que EFC no era una prioridad Fuente: National Audit Office (2006) Benchmarking international EFC 4 Dos ejemplos de países usados en esta presentación Reino Unido Rumania Población (millones) 63 19 Cobertura PS (% pob) 50 70 % del PBI 17 12 % Gasto del Gobierno 25 33 Ministerios dedicados a la PS 1 1 Gasto en PS Tipo de Programas de PS (Beneficios) Adultos mayores Pensiones de vejez, supervivencia, invalidez; Pensiones de vejez, supervivencia, invalidez; Solicitantes de empleo Beneficios de desempleo Beneficios de desempleo Pobre/ Vulnerable Programas de asistencia social (usa means-test) Programas de asistencia social (categóricos y means-test) 5 UK: Ejemplos de fraude por parte de los beneficiarios Un solicitante reclamó falsamente más de £ 80,000 de beneficios, al no decirle al Departamento de Obras y Pensiones y su autoridad local que ella estaba en una relación amorosa con el "propietario“ de su predio. La pareja fue sentenciada a nueve meses de cárcel. Una madre de 8 hijos, de edades comprendidas entre los 7 y los 23 años, presentó una serie de solicitudes de subsidios de discapacidad para 5 de sus hijos entre mayo y junio de 2000, en las que se señalaba que los niños padecían problemas de habla y lenguaje, graves problemas de aprendizaje y de comportamiento, mala coordinación y dificultades para caminar. Los niños estaban apareciendo en producciones teatrales que no hubiera sido posibles dado el nivel de discapacidad reclamado. Fue arrestada y acusada por reclamar de manera fraudulenta. En el momento de su arresto, vivía en una mansión rural de 7 dormitorios. Ella fue encontrada culpable de defraudar al fisco en más de £ 350,000 y fue sentenciada a 4 años de prisión. 6 Rumania: Tipos de irregularidades encontradas en ciertos beneficios Programa de ingresos mínimos garantizados (usan means-test) • Ingresos sub reportados • Activos (filtros excluyentes) sub reportados • Composición de la familia (más miembros que reportado) Programa de subsidios de discapacidad (categórico): • Las personas ciegas que posteriormente han superado la prueba de permiso de conducir (2.317 personas) • Gran número de discapacitados con la misma condición médica y médico certificador • Certificados de discapacidad firmados por personas sin las competencias adecuadas para certificar la discapacidad 7 Resumen 1. ¿Cómo se entiende error, fraude y corrupción (EFC)?, cuán significativos son las pérdidas por EFC, algunos ejemplos 2. ¿Cómo reducir EFC en programas de PS? – una Hoja de ruta 3. Dos herramientas costo efectivas: data matching y perfiles de riesgo 4. ¿Vale la pena? 8 ¿Como se puede reducir la proporción perdida ante EFC? 1. Sea estratégico: Centre su atención en los programas de gran presupuesto que son propensos a riesgos de EFC 2. Desarrolle un Sistema Integral para reducir EFC: prevenir, detectar, desalienta y monitorea – – Elementos claves para el sistema Asuntos institucionales y recursos humanos 9 Reino Unido: enfocado en beneficios generosos de mayor riesgo Gasto Housing Benefit State Pension £58bn spend 0.2% (£90m) OP 0.3% (£150m) UP Nota: tamano del circulo representa gasto, seccion roja representa la proporcion de sobrepagos por fraude y error (OP), seccion azul representa subpagos (UP) Benefit Disability Living Allowance £16bn spend 4.6% (£730m) OP 1.2% (£190m) UP Income Support £10bn spend 1.9% (£190m) OP 2.5% (£250m) UP £9bn spend 5.0% (£450m) OP 1.3% (£120m) UP Carers’ Allowance Incapacity Benefit £1bn spend 5.5%(£70m) OP 0.1% UP Fraud and error (OP) Pension Credit £7bn spend £7bn spend 2.1% (£140m) OP 0.7% (£50m) UP 5.3% (£390m) OP 1.7% (£120m) UP Council Tax benefit £4 bn spend 4.1% (£160m) OP 1.1% (£40m) UP £ expenditure (bn) % Overpaid % Underpaid Jobseeker’s Allowance £2bn spend 4.2%(£90m) OP 0.3% (£10m) UP Nota: Gasto, fraude y error en beneficios pagados por el Departamento de Trabajo y Pensiones 10 Por dónde empezar cuando no sabemos qué programas tienen mayor proporcion de EFC? • Identificar programas de PS más propensos/con riesgo mas alto de EFC • Pregunta clave: Cuando el fraude lucrativo? • Análisis costo-beneficio • Beneficios: Valor Presente Neto del flujo future de beneficios (* posibilidad de fraude al programa) • Costo: ($$$, costo no-monetario) – Monetario: Probabilidad de ser descubierto * Sanciones – No-monetario: Verguenza, estigma 11 Ejemplo: ¿Qué programa vale la pena defraudar? Programa TSA Subsidio de discapacidad Nivel de beneficio (LCU) 100 100 Recertificación Cada seis meses Cada 3 años (discapacidad temporal) Tasa de interés 12% per annum 12% per annum Ganancias nominales ? ? Valor Presente Neto* ? ? Flujo de beneficios: Valor Presente Neto: Beneficio ajustado por el calendario de los pagos y la tasa de interés 12 Ejemplo: ¿Qué programa vale la pena defraudar? Program TSA Subsidio de discapacidad Nivel de beneficio (LCU) 100 100 Recertificación Cada seis meses Cada 3 años (discapacidad temporal) Tasa de interés 12% per annum 12% per annum Ganancias nominales 600 3600 Valor Presente Neto* 586 3088 Flujo de beneficios: Valor Presente Neto: Beneficio ajustado por el calendario de los pagos y la tasa de interés 13 Rumania (I): Enfoca recursos EFC en las transferencias monetarias Gasto en asistencia social, 2010 Foco antes 2010 En servicios sociales = 5% de gasto en AS Foco despues 2010 en transferencias monetarias = 95% de gasto en AS Social services Cash transfers Antes de 2010, Rumania dirigió a sus “inspectores sociales” casi exclusivamente a comprobar si las instituciones de servicios sociales cumplen con los estándares mínimos 14 de calidad Rumania (II): Centrar la inspección social en los programas de alto valor y alto riesgo • Cinco grandes programas están sujetos a inspecciones anuales: – Indemnizaciones por invalidez y pensiones de invalidez (sustitución de ingresos) – Beneficios por crianza (permiso por maternidad) (sustitución de ingresos) – Programa de ingresos mínimos garantizados (usa means-test) – Subsidio de calefacción (usa means-test) – Prestaciones familiares (usa means-test) • Gasto combinado de los programas de asistencia social: 2,3% del PIB • Total de gasto de asistencia social más gastos de pensiones por discapacidad: 4% del PIB 15 ¿Qué estructuras institucionales necesita para combatir la EFC? • • Reino Unido: Ministerio / a nivel de DTP : Estrategia, • Monitoreo, Recuperación de deuda • Personal de campo: Prevención • Área de Fraude y Error : – aproximadamente 4500 personas – Servicio de prevención de FyE – Cumplimiento con el cliente – Investigación de fraudes – Inteligencia e investigación criminal Rumania: Personal de campo: Prevención Inspección social (unidad especializada): – Aprox. 300 personas – Equipo de prestaciones de asistencia social – Equipo de servicios sociales Croacia: Personal de campo: Prevención Ministerio de Empleo y Pensiones: – – Unidad de revisión de la segunda instancia para la certificación de discapacidad Capacidad de detección a desarrollar Ministerio de Política Social (Bienestar) – – Auditores (2) más Equipo de inspección social (15) Capacidad de detección a desarrollar 16 Amplitud de actividades para combatir el EFC Prevención Detección - Mejoras en la verificación de la elegibilidad - Suministro de información a los solicitantes y al público - Data matching - Perfil de riesgo - Revisiones basadas en el riesgo y al azar - Data matching - Perfil de riesgo - Líneas telefónicas directas Disuasión - Sanciones Monitoreo - A menudo vinculado a la gestión del rendimiento 17 Prevención en Rumania a través de una reforma paramétrica: Consolidación de los beneficios obtenidos usando means-test, simplificación administrativa. Antes de la reforma (2011): • 3 beneficios usando means-test para los pobres – El ingreso mínimo garantizado (GMI), cubre el 5% de la población, 225 mil hogares – Las asignaciones familiares (AF) cubren el 30% de las familias con hijos, 260 mil familias – Subsidio de calefacción (HB): cubre el 50% de la población, 1 millón de hogares • Diferentes procedimientos para medir los medios de vida del hogar • Elegibilidad, recertificación y pago ligeramente diferentes Reforma de dos tramos: • Armonización de los procedimientos para evaluar los medios de los hogares (nov 2013) • La consolidación de los tres programas en un único programa insignia contra la pobreza (previsto para 2016) 18 Consolidación de los beneficios obtenidos usando means-test, simplificación administrativa. Armonización de los procedimientos Consolidación de los tres programas para evaluar los medios de vida de los en un único programa insignia contra hogares (Nov 2013), los mismos: la pobreza (previsto para 2016): • • • • • • Tipos de ingresos considerados como ingresos "administrativos" Período de recordación para estimar los ingresos Componentes de renta que no se tienen en cuenta Filtros de activos Pruebas documentales y formularios Período de recertificación • • • • • • Misma unidad de asistencia (familia) La misma escala de equivalencia El mismo tipo de prestación (prestación monetaria, sin componente de subvención) Mismas co-responsabilidades Lista única de beneficiarios Un pago único (comprobante) para un beneficiario 19 Ejemplo del Reino Unido: Sistema para detector y corregir EFC Intervenciones diseñadas para generar referencias Publicidad Intervenciones que actúan sobre las referencias Línea directa de fraude Enjuiciamiento Investigación de fraudes Data-matching / Perfil de riesgo Referencias del personal Visitas de Cumplimiento Sanciones y política de recuperación Referencias: indicios de beneficios que probablemente se pagaron por error o de manera de m20 fraudulenta Rumania: Comenzaron con inspecciones a gran escala de beneficios expuestos a riesgos o Inspecciones de muestras grandes o Revisión de todos los archivos del beneficiario o Investigaciones en profundidad (visita al hogar / empleador, con médicos y policía) en caso de los archivos sospechosos o Tiempo de realización: 1 a 3 meses o Visitas de seguimiento en 2-3 meses, para verificar si se han implementado las correcciones / sanciones recomendadas 21 Rumania: Desarrolló un sistema EFC eficaz en tres años ... Áreas temáticas: Línea de base (2010) 2017 o en progreso Recursos humanos Menos de 200 Entrenamiento no especializado Sin manual operativo Más de 300 Entrenamiento especializado Manual de inspección social Sanciones y políticas de recuperación Cada beneficio de PS tiene su propia política de sanciones Sanciones/inspección no se basa en costo-beneficio o severidad Política de recuperación débil La misma sanción por el mismo delito entre programas Mayores sanciones por delitos mayores, delitos repetidos Política de recuperación efectiva Poderes de investigación para el inspector social Poderes incompletos Centrado en el proveedor de servicios, no en los beneficiarios sospechosos Poderes más fuertes Mecanismos claros de supervisión para prevenir el abuso Verificaciones cruzadas de la Ocasional, ad-hoc base de datos Rutinario, regular, procedimientos claros para detectar irregularidades Perfiles de riesgo e inspecciones basadas en el riesgo Basados en modelos analíticos Basado en la experiencia de los inspectores sociales 22 Resumen 1. ¿Cómo se entiende error, fraude y corrupción (EFC)?, cuán significativos son las pérdidas por EFC, algunos ejemplos 2. ¿Cómo reducir EFC en programas de PS? – una Hoja de ruta 3. Dos herramientas costo efectivas: data matching y perfiles de riesgo 4. ¿Vale la pena? 23 Data matching Pre-requisitos para data matching o Identificador personal con identificación única o Registro civil de la población, indexado con el identificador personal o Otras bases de datos públicas y / o privadas que se indexaron con el identificador personal . Ejemplos comunes: o Impuesto (ingresos formales); Pensiones; Bienes inmuebles y terrenos (Catastro); Matricula de vehículos; o Acuerdo sobre intercambio de datos y protección de datos personales firmado entre las entidades que administran los registros 24 Data matching Equipo de Data Matching Rumano 2015 Reglas de Data matching y cronograma Data matching Romania: Overall results of data matching (2013) `Program SA MIS (SAFIR) Number of cases with suspicions data matching Number of cases investigated 2013 Number of cases with EFC, 2013 Total over payments (debts) 2013 (Lei) Recovered debts by Mar 31, 2014 Costs Dec 31, 2013 (Lei) (Lei) CRB Yes 36,818 27,720 5,650 11,569,170 5,117,824 115,692 FA Yes 51,664 34,123 15,151 2,643,421 1,690,999 1,129,939 GMI Yes 15,964 9,676 2,959 1,730,223 877,075 SCA Yes 541,502 27,308 2,549 1,189,902 692,476 74,964 35,851 24,030 4,874 755,368 241,046 490,989 5,457 5,457 2,724 1,301,069 551,914 143,118 128,314 33,907 19,189,153 9,171,334 1,954,701 Heating Disabilities Total Cost-benefit ratio on overpayments (estimated debts) 9.82 Cost-benefit ratio on recovered debts 4.69 SA MIS (SAFIR) Cost-benefit ratio on recovered debts 6.34 26 Risk profiling ¿Que es un perfil de riesgo (PR)? Conjunto de procedimientos estadísticos que permitirían a los inspectores sociales identificar mejor los casos con mayor probabilidad de EFC Técnicas de puntaje de riesgo comparables a las utilizadas para categorizar a los clientes en banca o seguros. Ventajas: • Aumenta la costo efectividad de las inspecciones sociales • Reduce la duración del tiempo que el fraude permanece en el sistema • Se reduce el número de inspecciones para los beneficiarios que cumplen 27 Risk profiling ¿Porqué un PR? Inspecciones sociales no dirigidas ... Asumiendo que: Error, fraude y corrupción (EFC) ocurre en aproximadamente 5% de los casos y cerca a los 10% cuando los beneficios son más complejos (por ejemplo: means-test) El beneficio promedio es de USD100 Nosotros inspeccionamos 1,000 beneficiarios (costo por inspección – USD10) Costo USD10*1000 inspecciones USD 10,000 Beneficio USD100*50 casos of fraude USD 5,000 Ratio costobeneficio 10,000: 5,000 = 2: 1 Los beneficios son menores que los costos El 95% de los beneficiarios actúan con conformidad y serán molestados por la actividad de los inspectores sociales 28 Risk profiling Inspecciones sociales dirigidas ... Asumiendo que: Aumentamos la probabilidad de detectar EFC en el 50% del número total de inspecciones sociales Cost Benefit Cost-benefit ratio USD10*1000 inspections USD 10,000 USD100*500 cases of fraud USD 50,000 10,000: 50,000 = 1: 5 Necesitamos encontrar formas de dirigir las campañas de inspección social a los beneficiarios con un mayor riesgo de EFC. 29 Implementando perfiles de riesgo: pasos claves 1. 2. 3. 4. 5. 6. 7. Risk profiling Base de datos con el conjunto de beneficiarios y sus características. Selecciona una muestra aleatoria de beneficiarios Realiza inspecciones en una muestra aleatoria de beneficiarios. Estima un modelo estadístico para predecir la probabilidad de EFC (o el tamaño de la pérdida) basado en las características de los beneficiarios. Utiliza un modelo para predecir la probabilidad de EFC en la base de datos de beneficiarios; identifique las personas con alto riesgo de EFC. Realice inspecciones sobre la muestra de beneficiarios con alta probabilidad de EFC. 30 Revise el modelo en base a nuevas iteraciones. Risk profiling 1. Construir un conjunto de datos con la población de beneficiarios y sus características Población de Beneficiarios Ejemplos de características de beneficiarios: No Area No of members etc. 1 Urban 2 2 Rural 3 3 Rural 1 4 Rural 4 5 Rural 7 6 Urban 2 7 Urban 4 ….. ….. 100,000 Rural 1 Área residencial / tipo de localidad Número de miembros / de hijos Número de miembros en edad activa Nivel máximo de educación Cantidad de ingresos declarados Tipo de familia (monoparental, etc.) Tiempo en el programa Estado de salud Información a nivel local 31 Risk profiling 2. Seleccionar una muestra aleatoria de beneficiarios Población de Beneficiarios No Area No of members 1 Urban 2 2 Rural 3 3 Rural 4 etc. Muestro de Beneficiarios No Area No of members 1 1 Rural 1 Rural 4 2 Rural 4 5 Rural 7 3 Urban 5 6 Urban 2 4 Rural 2 7 Urban 4 ….. Rural 1 ….. 1,000 etc. ….. 100,000 Rural 1 Las muestras para evaluar el nivel de EFC y calibrar las herramientas basadas en el riesgo no necesitan ser sustanciales para ser útiles. 32 Risk profiling 3. Realizar inspecciones en la muestra aleatoria de beneficiarios Muestra de beneficiarios No Area No of members etc. 1 Rural 1 No-Fraude 2 Rural 4 No-Fraude 3 Urban 5 Fraude 4 Rural 2 No-Fraude ….. … … … 1,000 Rural 1 Fraude Resultado de la investigación O el valor del sobre pago o sub pago + Introducir los resultados de la investigación social en la base de datos de beneficiarios incluidos en la muestra. 33 Risk profiling Recursos que se requieren para desarrollar perfiles de riesgo Base de datos con beneficiarios y sus caracteristicas (proveniente del MIS) Inspectores sociales para investigar si la elegibilidad y las decisiones sobre el nivel de beneficios fueron adecuadas; para analizar si existen sobre o sub-pagos Un Sistema para ingresar los resultados de las inspecciones sociales en la base de datos de beneficiarios Equipo estadistico de 3 a 5 personas con experiencia en data management, tecnicas de muestreo, etc. trabajando junto con el equipo de Informacion y Tecnologia para estimar perfiles de riesgo Nota: inspecciones para medir el riesgo pueden ser implementadas exitosamente con limitados recursos tecnicos. 34 Risk profiling Experiencia de Moldova 35 Risk profiling Inspección social de Moldova : o Inspección Social o Creado en 2011 o Misión: inspeccionar la entrega de ayuda social, subsidio de calefacción y servicios sociales o Equipo pequeño (alrededor de 10 personas) o La primera misión de inspección - 2012 o Módulo de inspección social en el SA MIS o Primera versión 2015 o Bajo revisión en 2017 36 Risk profiling Primera etapa - desarrolla los perfiles de riesgo (I) o Se desarrolló un manual operativo detallado sobre cómo llevar a cabo inspecciones sociales - Guía sobre métodos, procedimientos y técnicas de inspección de los beneficios sociales o Se desarrolló varios Instrumentos de Inspección o Se inspeccionó una muestra aleatoria de 1138 casos o Se introdujeron los resultados en un módulo sobre SI de la Asistencia Social MIS o Se elaboró un informe con los resultados de la primera campaña 37 Risk profiling Predictores de "pagos excesivos" sobre la composición de la familia, ingresos y proxies Tamaño del hogar El JH posee tierras N° animales N° de documentos de obtención de empleo N° discapacitados en el hogar Pseudo R^2 Odds Ratio 1.22*** 1.95*** 1.4* 5.70*** 4.7*** 0.178 P<0.1; *** p<0.01 38 Risk profiling Probabilidades de "errores positivos" N° de miembros 6 5 6 … 3 … 2 1 Docu. Tierras Discap. Animales Probabilidad 2 2 2 1 1 1 0 0 0 0 0 1 97% 96% 96% 2 0 1 0 65% 0 0 0 0 1 1 1 1 3.3% 2.7% 39 Risk profiling Segunda etapa - llevar a cabo una campaña basada en perfiles de riesgo (II) 1. Estima la probabilidad de EFC para toda la muestra de beneficiarios de la Ayuda Social (alrededor de 50 mil hogares) 2. Inspecciona los hogares con la mayor probabilidad de EFC (debido a restricciones de capacidad) 3. Se inspeccionaron 846 casos: • • 508 utilizando la combinación de predictores descritos anteriormente (una recomendación del BM) 266 utilizando cualquiera de los dos predictores siguientes: la familia tiene la condición de tener empleo y sus ingresos provienen de salarios o miembros de la familia que reciben ingresos de la agricultura (opción SI) 40 Risk profiling Resultados de la campaña basada en perfiles de riesgo Años % of formularios irregularidades 2013 con 7 2015 % de casos con irregularidades % de la cantidad a devolver del importe total inspeccionado 64 6 Ratio costo-beneficio 1.8 2014 10 2015 64 2016 (Perfil I) 90 23 2016 83 2016 (Perfil 2) 68 11 3.2 41 Risk profiling Motivos de recuperación de los pagos Información incompleta o incorrecta / falla en la comunicación de los cambios ocurridos en la estructura de los ingresos o circunstancias de la HH 78% Trabajadores sociales comunitarios que cometieron errores / o empleadores que presentaron documentos con contenido incorrecto 21% Información incorrecta proporcionada por las autoridades públicas locales sobre las tierras de propiedad de los beneficiarios 3% Errores en el proceso de recepción de datos de otros sistemas de información y su procesamiento en el SAAIS 2% 42 Resumen 1. ¿Cómo se entiende error, fraude y corrupción (EFC)?, cuán significativos son las pérdidas por EFC, algunos ejemplos 2. ¿Cómo reducir EFC en programas de PS? – una Hoja de ruta 3. Dos herramientas costo efectivas: data matching y perfiles de riesgo 4. ¿Vale la pena? 43 Reino Unido: Reducción de EFC tras la adopción de una Estrategia Integral (2000) Percentage of DWP Benefit Expenditure Overpaid due to Fraud and Error Over Time 3.5% Changes to methodology means data prior to 2005/06 cannot be compared to those from 2005/06 onwards Council Tax Benefit 2.5% Unreviewed benefits Incapacity Benefit Carer's Allowance 2.0% State Pension Child Benefit Attendance Allowance Disability Living Allowance 1.5% Housing Benefit Pension Credit Jobseeker's Allowance 1.0% IS (2005/06 onwards) Income Support & MIG (Pre 2005/06) 0.5% 13 20 12 / 12 11 / 20 /1 1 20 10 /1 0 20 09 /0 9 20 08 /0 8 20 07 /0 7 20 06 /0 6 20 05 /0 5 20 04 /0 4 20 03 /0 3 20 02 /0 2 01 20 00 /0 1 0.0% 20 % of DWP benefit expenditure overpaid 3.0% ¡Supervise los resultados de las actividades de EFC! 44 UK Fraud and Error Service: We continue to receive excellent results from initiatives Correction programmes have already delivered £814m for an investment of £118m • From activity to end of March 2013, the fraud and error change programme: • has delivered: £814m • which will mean £1.184bn delivered by end of 2014/15 £1 spent currently returns £7 in benefit savings Department for Work & Pensions 16 45 Elegibilidad basada en PMT con recertificación poco frecuente • Donde ocurren E&F? – Determinación de la elegibilidad (información errónea sobre las circunstancias de los hogares) – Pagos (fantasmas, beneficiarios duplicados) • ¿Cómo puede ser corregido? – Pequeña ventana de tiempo durante el proceso de elegibilidad • ¿Cómo se puede corregir los Errores y Fraude en la elegibilidad? – Verificación cruzada de la información auto-reportada (barata, confiable si los datos de terceros son exactos) – Visitas domiciliarias, fotos, fecha y hora, GPS – Perfil de riesgo (por ejemplo, durante una encuesta de calibración) utilizado para identificar entradas sospechosas, propiciar verificación adicional / más profundas de las circunstancias del hogar 46 Preguntas y Respuestas Gracias! 47