A rablóállam nyomában Magyar közbeszerzések empirikus elemzése 2009-2016 Tóth István János * Hajdu Miklós *: istvanjanos.toth@crcb.eu Science Meetup MTA Könyvtár Budapest, 2017. november 9. 19:00 2018.02.23. 1
Igaz képzetnek egyeznie kell tárgyával [Spinoza: Etika, Sarktételek, 6.] Mi ez, mi előttem van, önmagában véve, sajátos alkatát tekintve? Mi a lényege, mi az anyaga? Mi a formáló oka? Mi a feladata a világrendben? Meddig tart? [Marcus Aurelius: Elmélkedések, VIII. 11.] 2018.02.23. 2
Összefoglalás A 2009-16 közötti összes magyar közbeszerzés (151.000 szerződés) vizsgálata MGTS: a politikai vezető családtagja és közeli barátai által tulajdonolt cégek Az MGTS cégek => inkább EU pénzek Az MGTS cégek => szignifikánsan alacsonyabb versenyerősség Az építőipari közbeszerzéseknél MGTS cégek => gyengébb az árverseny MGTS cégek => favorizált helyzet 2018.02.23. 3
Elmélet & néhány fogalom 2018.02.23. 4
Néhány fogalom járadékvadászat [rent-seeking] [Tullock, 1967; Olson, 1987; Tullock et al., 2002; Murphy et al., 1993] korrupció és korrupciós kockázat állam foglyul ejtése [state capture] [Stiglitz, 2000; Rose-Ackerman, 1999; Rose-Ackerman, 2006] cronyism [ haveri rendszer / kapitalizmus ] [Chayes, 2015; Diwan et al, 2014; Diwan et al., 2015; Haber, 2002; Kang, 2002; Krueger, 2002; Nucifora et al. 2015; Rijkers et al., 2014a, Rijkers et al., 2014b; Wei, 2014; World Bank, 2014] rablóállam [kleptocratic state] [Rose-Ackerman 1999; Hale, 2015] 2018.02.23. 5
I. Járadékvadászat a szabályozás/szabályozó befolyásolása a javak elosztásának módosítása érdekében, hogy a járadékvadász privilégiumokhoz jusson (és ezáltal jólétét növelje); nem vállalkozással, kockázatvállalással, innovációval éri el 2018.02.23. 6
Példák: összefoglalás fogalmak kutatási kérdések & adatok MGTS eredmények Járadékvadászat Egy vállalatnál a szakszervezetek külön béralkuja más foglalkoztatott csoportok rovására; A piacon lévő vállalkozások fellépnek a piacra lépés korlátozása érdekében; Fellépés kedvezményes adózás érdekében (pl. adókedvezmény kijárása egy adott autótípusra) Védett állatok vadászatát és az ebből származó hasznot lehetővé tévő szabályozás elérése speciális szervezetek (pl. vadásztársaságok) számára 2018.02.23. 7
II. Korrupció Állami / magángazdasági pozíció magáncélra való használata / hasznosítása (OECD) P-A-M (megbízó-megbízott modell) Szereplők: megbízó megbízott - kliens Mikro jelenség / tranzakció(k); (Egy ország nem lehet korrupt!) Nemcsak megvesztegetés! (zsarolás, csalás, lopás) korrupció => <= integritás rejtett, közvetlenül nem megfigyelhető De objektív mutatókkal mérhető, elemezhető! 2018.02.23. 8
III. Korrupciós kockázatok Korrupciós kockázatok = a korrupció számára kedvező feltételek A korrupciós kockázatok szintje azt jelenti, hogy a korrupció számára kedvező feltételek mennyire jöttek létre 2018.02.23. 9
Korrupció: mérhetőség, mérés nélkül nincs értelme róla beszélni Fekete lyuk: nem látható, de mérhető tömeg forgási sebesség távolság Létére következtetni lehet a körülötte keringő csillagközi anyagfelhők, csillagok tulajdonságai alapján Kb. ue. a helyzet a korrupcióval Közvetlenül nem látható, nem de Becsülni tudjuk az elterjedtségét Milyen területeken történik Mekkora társadalmi veszteséget eredményez Létére következtetni lehet a korrupciós kockázatok mértéke alapján 2018.02.23. 10
IV. ÁFE, HR és RÁ ÁFE Haveri rendszer Rablóállam Gyenge / támadható Erős Erős A szabályozó pozíciója Függő érdekcsoportok / haverok / oligarchák amelyek rendelkeznek valamekkora autonómiával A politikai vezető dönt a privilegizált csoportokról Járadékvadászat Járadékvadászat Járadékvadászat Eszközök nem rendszerszintű rendszerszintű rendszerszintű Kimondott politikai cél a haverok helyzetbe hozása, jólétének növelése Politikai cél a politikai vezető (strómanjai és családtagjai) jólétének növelése Domináns aktor Érdekcsoportok A szabályozó(k) A politikai vezető 2018.02.23. 11
Kutatási kérdések és adatok 2018.02.23. 12
Kutatási hipotézisek Nem kimutatható a haverok és családtagok előnybe részesítése a magyar közbeszerzések versenyerősségét vizsgálva Nem kimutatható a haverok és családtagok előnybe részesítése a magyar közbeszerzéseknél az árverseny erősségét vizsgálva A közbeszerzéseket vizsgálva Magyarországon nincs jele a haverok előnybe részesítésének, illetve a kleptokrata állam létezésének 2018.02.23. 13
Adatok 2009-2016 141.817 szerződés, keretszerződések nélkül 151.457 szerződés, keretszerződéssel A CRCB által létrehozott és rendezett adatbázis a Közbeszerzési Hatóság honlapján közölt adatok alapján 2018.02.23. 14
Adatok Dátum Nyertes cég neve Eljárás fajtája Benyújtott ajánlatok száma Becsült érték Szerződéses érték EU finanszírozás CPV kódok (egységes termékkód) => gazdasági ág 2018.02.23. 15
Versenyerősség (ICI) Mutatók ICI = lg(versenyezők száma), ha a versenyzők száma 2 és 10 közé esett és ICI = 1, ha a versenyzők száma nagyobb volt mint 10 Árverseny erőssége (RPRD) RPRD = (P* - P) / P * 100, ha 0 RPRD < 100, különben kizártuk az elemzésből; ahol P*: becsült érték, P szerződéses érték Korrupciós kockázat SB [0,1]: a közbeszerzésen egy ajánlattevő volt-e vagy sem TI [0,1]: nyílt eljárás-e, vagy sem 2018.02.23. 16
Az MGTSH csoport Azok a nyertes cégek, ahol a tulajdonosok: Mészáros Lőrinc Garacsi István Tiborcz István Simicska Lajos (Habony Árpád) 2018.02.23. 17
Mészáros Lőrincz A close childhood friend of the Hungarian Prime Minister; a gas fitter; the mayor of Felcsút (the village where Viktor Orban spent his childhood); since 2013 a Hungarian billionaire; 2018.02.23. 18
Garancsi István A Hungarian businessman, owner of the Videoton FC football team, president of the Hungarian Association of Hikers, close friend of Viktor Orban; 2018.02.23. 19
Tiborcz István Hungarian lawyer, entrepreneur; husband of Viktor Orbán s oldest daughter. 2018.02.23. 20
Simicska Lajos Hungarian businessman, former President of one of the Hungarian TV channels (Hír TV); Hungary's 11th richest person; Viktor Orbán's dormitory roommate. Later he held several positions: the treasurer of Fidesz, President of Hungarian Tax Office, general manager and CEO of Mahir. He broke up with Viktor Orbán on Feburary 6th 2015. 2018.02.23. 21
Habony Árpád Hungarian entrepreneur, political advisor, Hungarian kendo champion, Viktor Orbán's personal strategic consultant. 2018.02.23. 22
Eredmények 2018.02.23. 23
Milliárd Ft összefoglalás fogalmak kutatási kérdések & adatok MGTS eredmények Szerződéses érték, 2009-16, Mrd Ft, N = 138.757 3000.0 2474.1 2500.0 2370.2 2163.8 2000.0 1749.5 1777.7 1500.0 1450.8 1392.0 1000.0 683.2 500.0 0.0 2009 2010 2011 2012 2013 2014 2015 2016 Évek 2018.02.23. 24
200901 200905 200909 201001 201005 201009 201101 201105 201109 201201 201205 201209 201301 201305 201309 201401 201405 201409 201501 201505 201509 201601 201605 201609 Egy ajánlat mellett lebonyolított tenderek aránya (SB=1), % 2009-16, N = 149.786 50.0 45.0 40.0 35.0 30.0 összefoglalás fogalmak kutatási kérdések & adatok MGTS eredmények % 25.0 20.0 15.0 10.0 5.0 0.0 2018.02.23. 25
Egy ajánlat mellett lebonyolított közbeszerzések aránya (SB=1) néhány EU országban, 2009-15, N = 3.127.324 70% 60% 50% 40% 30% 20% 10% 0% 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 CZ DE DK FR HU NL PL SE SK UK 2018.02.23. 26
200901 200903 200905 200907 200909 200911 201001 201003 201005 201007 201009 201011 201101 201103 201105 201107 201109 201111 201201 201203 201205 201207 201209 201211 201301 201303 201305 201307 201309 201311 201401 201403 201405 201407 201409 201411 201501 201503 201505 201507 201509 201511 201601 201603 201605 201607 201609 201611 összefoglalás fogalmak kutatási kérdések & adatok MGTS eredmények Transzparens tenderek (TI=1) aránya, 2009-16, N = 151.457 1.00.90.80.70.60.50.40.30.20.10.00 2018.02.23. 27
200901 200904 200907 200910 201001 201004 201007 201010 201101 201104 201107 201110 201201 201204 201207 201210 201301 201304 201307 201310 201401 201404 201407 201410 201501 201504 201507 201510 201601 201604 201607 201610 összefoglalás fogalmak kutatási kérdések & adatok MGTS eredmények Versenyerősség (ICI) alakulása, 2009-16, N = 108.036 0.8 0.7 0.7 0.6 0.6 0.5 0.5 0.4 0.4 0.3 2018.02.23. 28
Az MGTSH csoport 2018.02.23. 29
Az MGTSH csoport szerepe 646 szerződés 99 keretszerződés 547 egyszerű termék vagy szolgáltatásvásárlási szerződés A 547 szerződés aggregált szerződéses értéke 628,1 milliárd forint 4,5% az összes szerződés (keretszerződések nélküli) értékének 2018.02.23. 30
Az MGTSH részesedése az összes szerződéses értékből, 2009-16, %, N= 138.757 14.0 12.0 10.0 % 8.0 6.0 4.0 2.0 0.0 2009 2010 2011 2012 2013 2014 2015 2016 Évek 2018.02.23. 31
Simicska és az MGTH cégek részesedése az összes szerződéses értékből, 2009-16, %, N= 138.757 12.0 10.0 8.0 % 6.0 4.0 2.0 0.0 2009 2010 2011 2012 2013 2014 2015 2016 mgth simics 2018.02.23. 32
Az MGTSH és az EU pénzek, 2009-16, %, N = 150.956 MGTSH 49.8 50.2 egyszerű magyar cégek 64.4 35.6 magyar adófizetők 0 20 40 60 80 100 120 EU források 2018.02.23. 33
Versenyerősség (ICI) & MGTSH 2018.02.23. 34
0.65 Versenyerősség (ICI) Simicska vs. többiek, N = 106.996 0.60 0.55 0.50 0.45 0.40 0.35 0.30 2009 2010 2011 2012 2013 2014 2015 2016 simicska nem barát, nem családtag 2018.02.23. 35
Becslések 2018.02.23. 36
A versenyerősség becslése Simicskával és nélküle, 2009-16 ICI OLS ICIO ologit ICI OLS ICIO ologit MGTSH -0,1056 *** -1,0722 *** - - MGTH - - -0,0617 *** -0,4985 *** Év I I I I Szektor I I I I LNNCV I I I I EU I I I I TI I I I I N 90.274 90.274 90.120 90.120 Adj. R 2 0,0945-0,0946 Pseudo R 2-0,0254 0,0254 *** p<0.01 2018.02.23. 37
Árverseny (RPRD) & MGTS az építőipari beszerzéseknél 2018.02.23. 38
EU pénzek = kisebb árverseny; árverseny (RPRD) az építőiparban, 2009-16, N = 23.048 RPRD medián átlag szórás N EU finanszírozás nem 3,78 12,76 18,96 11.477 igen 1,80 8,09 13,46 11.561 Építőipari beszerzések összesen 2,61 10,42 16,60 23.048 2018.02.23. 39
Árverseny mértéke (RPRD) az építőiparban a győztesek különböző csoportjaiban, 2009-16, N = 23.100 Nyertesek csoportjai medián (a legkisebb és a legnagyobb érték között középen elhelyezkedő érték N MGTS vagy MGTS & kishalak 0,59 147 Nagyhalak együtt 7,09 505 Swietelsky vagy Swietelsky & kishalak 8,08 229 Strabag vagy Strabag & kishalak 5,19 270 Kishalak egyedül 2,55 21.071 Kishalak konzorciumban 2,76 1.376 2018.02.23. 40
Árverseny (RPRD) az építőiparban a győztesek különböző csoportjaiban, 2009-16, N = 23.100, medián értékek Tender alacsony korrupciós kockázat és erős verseny mellett 18.18 Swietelsky egyedül vagy kishalakkal 8.08 Nagyhalak együtt 7.09 Strabag egyedül vagy kishalakkal 5.19 Kishalak konzorciumban Kishalak egyedül 2.76 2.55 MGTSH egyedül vagy kishalakkal Tender magas korrupciós kockázat mellett 0.59 0.51 0.00 5.00 10.00 15.00 20.00 2018.02.23. 41
Becslések 2018.02.23. 42
Árverseny becslése az építőiparban a győztesek különböző csoportjaiban, 2009-16, N = 23.100 Nyertesek csoportjai PRPD PSM RPRDO PSM PRPD PSM RPRDO PSM MGTS -2,4491-0,1942 * - - MGTS nagyhalak nélkül Strabag vagy Swietelsky (MGTS nélkül) - - -3,7600 ** -0,2331 ** 4,7430 *** 2,4491 *** ÉV I I I I LNNCV I I I I EU I I I I N 20.683 20.683 20.667 20.667 *** p<0.01; **: p<0.05; *: p<0.1 2018.02.23. 43
151.000 szerződés Összefoglalás Az MGTS cégek = > EU pénzek Az EU pénzek => könnyű pénzek, kisebb versenyerősség; Nem kimutatható a haverok és családtagok előnybe részesítése a magyar közbeszerzések versenyerősségét vizsgálva Az eredmények cáfolják Nem kimutatható a haverok és családtagok előnybe részesítése a magyar közbeszerzéseknél az árverseny erősségét vizsgálva Az eredmények cáfolják Magyarországon nincs kimutatható jele sem a haverok előnybe részesítésének, sem a kleptokrata állam létezésének Az eredmények cáfolják 2018.02.23. 44
Az elemzés forrása: http://www.crcb.eu/?p=1111 A kutatást támogatja: OTKA (K116860) 2018.02.23. 45
Irodalom ACFE. 2016. Report to the Nations on Occupational Fraud and Abuse, 2016 Global Fraud Study. Association of Certified Fraud Examiners, USA: Austin, Texas. Coviello, D., Gagliarducci, S. 2010. Building Political Collusion: Evidence from Procurement Auctions. IZA DP No. 4939, Bonn: Institute for the Study of Labor (IZA). http://repec.iza.org/dp4939.pdf Chvalkovska, J., Fazekas, M., Skuhrovec, J., Tóth, I. J., King L. P. 2013. Are EU funds a Corruption Risk? The Impact of EU Funds on Grand Corruption in Central and Eastern Europe. In: Pippidi-Mungiu, A. Controlling Corrution in Europe. The Anticorruption Report 2. Oplanden, Berlin & Toronto: Barbara Budrich Publishers. pp. 68-89. Czibik, Á., Fazekas, M., Tóth, B., Tóth I. J. 2014. Toolkit for detecting collusive bidding in public procurement. With examples from Hungary. Working Paper Series: CRCB- WP/2014:02. CRCB, Budapest, 2014. http://bit.ly/2adrym7 CRCB. 2016. Competitive Intensity and Corruption Risks in the Hungarian Public Procurement 2009-2015. Main Findings & Descriptive Statistics. Budapest, CRCB. http://bit.ly/1tbpqda Durtschi, C. - Hillison, W.- Pacini, C. 2004. The Effective Use of Benford's Law to Assist in. Detecting Fraud in Accounting Data, Journal of Forensic Accounting, Vol V. pp. 17-34, http://bit.ly/1qsuoer. Drake, P. D. Nigrini, M. J. 2000. Computer assisted analytical procedures using Benford s law, Journal of Accounting Education, Vol. 18. no. 2. pp. 127-146; Fazekas, M., Tóth, I.J., King. L. P. 2013a. Anatomy of grand corruption: A composite corruption risk index based on objective data. Budapest, CRCB. http://bit.ly/1yc7zql Fazekas, M., King, L. P., Tóth, I. J. 2013b. Hidden Depths. The Case of Hungary. In: Pippidi-Mungiu, A. Controlling Corrution in Europe. The Anticorruption Report 1. Oplanden, Berlin & Toronto: Barbara Budrich Publishers. pp74-82. Fazekas, M., Tóth, I. J., King, L. P. 2016. An Objective Corruption Risk Index Using Public Procurement Data. European Journal on Criminal Policy and Research, First Online: 25 April 2016 doi: 10.1007/s10610-016-9308-z. Fazekas, M., and Tóth, I. J. 2016. From Corruption to State Capture. A New Analytical Framework with Empirical Applications from Hungary. Political Research Quarterly, June 2016, vol. 69. no. 2. pp. 320-334, doi: 10.1177/1065912916639137. Fazekas, M. - Tóth, I. J. 2017. Corruption in EU Funds? Europe-wide evidence of the corruption effect of EU-funded public contracting. In: Bachler, J., Berkowitz, P., Hardy S., Muravska, T.: EU Cohesion Policy. Reassessing Performance and Direction, Routledge, London & New York., pp. 186-205. Garrido, Melissa M, Amy S. Kelley, Julia Paris, Katherine Roza, Diane E. Meier, R. Sean Morrison. 2014. Methods for Constructing and Assessing Propensity Scores. Health Services Research, 49 (5): 1701 20. doi:10.1111/1475-6773.12182 IEER. 2016. Integrity and corruption risks within the Hungarian corporate sector. Budapest: Institute for Economic and Enterprise Research. http://bit.ly/2jzzdzj 2018.02.23. 46
Irodalom King, G., Nielsen, R. 2016. Why Propensity Scores Should Not Be Used for Matching. http://bit.ly/2iwzsud Kossovsky, A. E. 2015. Benford s Law. Theory, the General Law of Relative Quantities, and Forensic Fraud Detection Applications. Hackensack, New Jersey, USA: World Scientific Lambsdorff, J. G. 2007. The Institutional Economics of Corruption and Reform. Theory, Evidences and Policy. Cambridge, UK: Cambridge University Press Lechner, Michael. 2002. Program Heterogeneity and Propensity Score Matching: An Application to the Evaluation of Active Labour Market Policies. The Review of Economics and Statistics (84): 205-220. http://bit.ly/2j6kzpi Miller, S. J. (ed.). 2015. Benford s Law: Theory and Applications. Princeton, New Jersey, USA: Princeton University Press Kevin M. Murphy, Andrei Shleifer and Robert W. Vishny. 1993. Why Is Rent-Seeking So Costly to Growth? The American Economic Review Vol. 83, No. 2, Papers and Proceedings of the Hundred and Fifth Annual Meeting of the American Economic Association (May, 1993), pp. 409-414. http://bit.ly/2ahoojg Nigrini, M. J. 1996. A taxpayer compliance application of Benford s law. Journal of the American Taxation Association. Vol. 18. no 1. pp. 72 91. Nigrini, M. J. (ed.). 2012. Benford's Law. Applications for Forensic Accounting, Auditing, and Fraud Detection. Hoboken, New Jersey, USA: John Wiley & Sons Spann, Delena D. 2013. Fraud Analytics: Strategies and Methods for Detection and Prevention, Hoboken. New Jersey, USA: John Wiley & Sons Szanto, Z., Tóth, I. J., Varga, S. 2012. The social and institutional structure of corruption: some typical network configurations of corruption transactions in Hungary, In: Vedres, B., Scotti, M. (eds.): Network sin Social Policy Problems. Cambridge, UK: Cambridge University Press Cambridge, UK: Cambridge University Press. Rose-Ackerman, S. (ed.). 2006. International Handbook on the Economics of Corruption, Cheltenham, UK: Edward Elgar. Rose-Ackerman, S. Soreide, T. 2011. International Handbook on the Economics of Corruption. Volume Two. Cheltenham, UK: Edward Elgar. Rosenbaum, Paul R., Donald B. Rubin. 1983. The Central Role of the Propensity Score in Observational Studies for Causal Effects. Biometrika. 70 (1): 41 55. doi:10.1093/biomet/70.1.41 Tóth, I. J., Hajdu, M. 2016a. Competitive Intensity and Corruption Risks in the Hungarian Public Procurement 2009-2015. Paper presented at the University of Cambridge, Data for Policy Conference, http://bit.ly/2b8p8kw Toth, I. J., Hajdu, M. 2016b. Korrupciós kockázatok, átláthatóság, közbeszerzések. Magyar közbeszerzések 2009 2015 közötti adatainak elemzése. In: Kolosi, T.- Tóth, I. Gy. (szerk.): Társadalmi Riport. Tárki, Budapest. 33-53. old. [Corruption risks, transparency, public procurement. Analysis of Hungarian Public Procurement in the period of 2009 and 2015. In: Kolosi, T. Tóth, I. Gy. (eds): Social Report 2016. Budapest: Tárki, pp. 33-53.] http://bit.ly/2da9xli Varian, H. R.1972.: Benford s law, The American Statistician, 26. Vol. no.3. pp. 65 66. 2018.02.23. 47
Köszönöm a figyelmet! CRCB Nonprofit kft. www.crcb.eu 2018.02.23. 48