Questo studio sviluppa un originale indicatore di rischio corruzione negli appalti pubblici Italiani e stima la correlazione tra le caratteristiche delle aziende aggiudicatarie e l’indicatore di rischio corruzione precedentemente stimato. L’indicatore di rischio corruzione è costruito a partire dai residui statistici di una procedura semi-parametrica a due stadi. Nella prima fase, i contratti dei lavori pubblici sono comparati per identificare l’inefficienza relativa di ciascun lavoro pubblico sulla base di due variabili predefinite – costi aggiuntivi e ritardi nella fase di esecuzione del contratto – attraverso una tecnica di valutazione delle performance (DEA). Nella seconda fase, l’indicatore di inefficienza generato nella prima fase è spiegato attraverso l’uso di determinanti di inefficienza, escludendo il fattore della corruzione che è trattato separatamente. Nella terza fase, i residui di stima sono trasformati in nuovi punteggi di rischio corruzione a livello di contratto pubblico. I risultati suggeriscono che: (1) le stazioni appaltanti ad elevato rischio corruzione si trovano maggiormente nel Lazio, in Lombardia e in Toscana; (2) le aziende aggiudicatarie ad alto rischio corruzione risiedono maggiormente nel Centro Italia (Abruzzo, Umbria e Lazio) e nel Sud Italia (Campania e Basilicata). Successivamente, l’esercizio di valutazione del rischio corruzione è mirato all'identificazione delle caratteristiche aziendali associate ad un rischio elevato di corruzione. I risultati suggeriscono che le aziende che si aggiudicano contratti ad alto rischio di corruzione sono più orientati alla ricerca del profitto, detengono meno debiti e necessitano mediamente di maggior tempo per pagare i loro clienti. Infine, queste aziende hanno maggiori probabilità di avere legami legali e/o finanziari con giurisdizioni off-shore e paradisi fiscali. / This study develops an original corruption risk indicator at the Italian procurement level and estimates the correlation between the profile of contract suppliers and the corruption risk indicator in question. This corruption risk indicator relies on a residual approach following a two-stage, semi-parametric procedure. First, public work contracts are benchmarked to investigate the relative efficiency of each public work execution based on two predefined variables – cost overrun and time delay – using a data envelopment analysis (DEA). Second, DEA efficiency scores are regressed on environmental and contract-level determinants of inefficiency – excluding corruption which is treated separately. Third, the estimate residuals provide estimates of the potential risk of corruption at the contract level. The aggregated results from an updated Italian public procurement dataset suggest that: (1) the risk of corruption associated with contracting authorities prevails in larger urban areas, especially in Lazio, Tuscany and Lombardy; (2) the risk of corruption in relation to the location of firms is higher in central regions (Abruzzo, Umbria and Lazio) and southern regions (Campania and Basilicata). Then, a risk-based assessment exercise is performed to profile suppliers. The corruption risk indicator is regressed on suppliers’ financial and ownership data to identify patterns among firms winning risky contracts. Suppliers associated with high levels of corruption risk in public contracting are more profit-seeking, hold low levels of debts and on average need more days to pay their customers. Finally, suppliers involved in public work contracts at high risk of corruption are more likely to have legal and/or financial connections with off-shore jurisdictions and tax havens which might use financial and corporate secrecy to attract illicit financial flows.
| Identifer | oai:union.ndltd.org:DocTA/oai:tesionline.unicatt.it:10280/57129 |
| Date | 11 February 2019 |
| Creators | MILANI, RICCARDO |
| Contributors | CALDERONI, FRANCESCO, LISCIANDRA, MAURIZIO |
| Publisher | Università Cattolica del Sacro Cuore, MILANO |
| Source Sets | Universita Cattolica del Sacro Cuore. DocTA |
| Language | English |
| Detected Language | Italian |
| Type | Doctoral Thesis |
| Format | Adobe PDF |
| Rights | open |
Page generated in 0.0023 seconds