Download Descargar

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