Share

Public governance

book

La Lucha contra el Fraude en las Subvenciones Públicas en España

Aprendizaje Automático para Evaluar los Riesgos y Orientar las Actividades de Control

Tras la pandemia del COVID-19, los gobiernos se enfrentan a riesgos de fraude tanto antiguos como nuevos, algunos de ellos a niveles sin precedentes, relacionados con el gasto en socorro y recuperación. Los programas de subvenciones públicas son un área de alto riesgo, en la que cualquier fraude acaba desviando el dinero de los contribuyentes de las prestaciones indispensables para los particulares y las empresas. Este informe identifica cómo la Intervención General de la Administración del Estado (IGAE) podría identificar y controlar mejor los riesgos de fraude en las subvenciones. Demuestra cómo las técnicas innovadoras de aprendizaje automático pueden ayudar a la IGAE a mejorar su evaluación de los riesgos de fraude en los datos de las subvenciones. Presenta un modelo de riesgo de trabajo, desarrollado con conjuntos de datos a disposición de la IGAE y mapea conjuntos de datos que se podrían utilizar en el futuro. El informe también considera las condiciones previas para la analítica avanzada y las evaluaciones de riesgo, incluyendo las formas en que la IGAE puede mejorar su gobernanza y gestión de datos.

Available from November 30, 2021Also available in: English

In series:Estudios de la OCDE sobre Gobernanza Públicaview more titles

TABLE OF CONTENTS

Prólogo
Abreviaciones y acrónimos
Resumen ejecutivo
Control basado en riesgos en España: una base para fortalecer los análisis
Fraude en subvenciones públicas: pilotar un modelo de riesgo basado en datos en España
Mirando hacia el futuro: Un mapa de ruta de conjuntos de datos para mejorar el modelo de riesgo de fraude de la Intervención General de España
Glosario
Annexes3 chapters available
Estadísticas descriptivas de variables en el conjunto de datos limpio
Directorio completo de variables en el conjunto de datos sin limpiar
Directorio de variables utilizadas en el análisis
Powered by OECD iLibrary