Voz media US Voz.us
107 días y sumando

 EL TIEMPO QUE LLEVA KAMALA HARRIS SIN COMPARECER EN UNA CONFERENCIA DE PRENSA

El fraude en las ayudas por desempleo durante la pandemia superaría los 60.000 millones de dólares

El Departamento del Trabajo es cuestionado por no haber desarrollado una estrategia antifraude basada en las prácticas que aconseja el GAO.

Pandemia, dólares, dinero, covid, prestamos, ayuda económica

(Voz Media / Pexels - Canva)

Un informe de la Oficina de Rendición de Cuentas del Gobierno (GAO) estimó que el millonario subsidio de ayudas por desempleo ofrecido por el Departamento del Trabajo (DOL) durante la pandemia del covid-19 podría suponer un fraude de unos 60.000 millones de dólares (60 billion).

GAO by Voz Media on Scribd

Estimaciones de fraude

Durante la pandemia de covid-19, el Congreso creo distintos "seguros de desempleo" (UI) que eran programas de subsidios financiados con fondos federales para apoyar económicamente a los trabajadores desempleados.

Según datos del DOL, un total aproximado de 878.000 millones de dólares se pagaron en prestaciones a través de todos los programas de ayudas por desempleo desde abril de 2020 hasta septiembre de 2022. El informe expone que 209.000 millones se otorgaron en forma de "gastos bajo el seguro de desempleo regular" y alrededor de 669.000 millones en pagos concedieron dentro de los programas de desempleo por la pandemia.

Dentro de los fondos otorgados a las ayudas a raíz del covid-19, se conoce que hay 4.300 millones de dólares en fraude probado por las agencias de fuerza laboral y al menos 45.000 millones más en transacciones que se marcaron como "potencialmente fraudulentas", pero aún no están confirmadas. Otros 8.500 millones del fraude se realizó dentro del marco de las prestaciones por desempleo regular.

La GAO dice que la cifra es una estimación distribuida en todo el sistema de desempleo y debe "interpretarse con precaución".

Posibles fallas que llevaron al fraude

Según el informe, la actividad fraudulenta y "potencialmente fraudulenta" pudo ser provocada por "la gran cantidad de prestaciones concedidas" y la facilidad con la que eran otorgadas las ayudas:

La gran cantidad de prestaciones concedidas y la confianza inicial del programa en la auto certificación dieron a los delincuentes incentivos y oportunidades para cometer fraude.

Los funcionarios del DOL también identificaron otros factores como el aumento significativo de la carga de trabajo, el personal nuevo e inexperto y la rápida aplicación de los nuevos planes. Además, afirmaron que los programas del UI durante la pandemia fueron un objetivo clave para el fraude "porque los estafadores podían recibir una gran cantidad de dinero en un sólo pago".

Entre los programas expuestos en el informe se encuentran: la Ley Cares que incluía la Ayuda por Desempleo en Caso de Pandemia (PUA), la Compensación Federal por Desempleo en Caso de Pandemia (FPUC) y la Compensación de Emergencia por Desempleo en Caso de Pandemia (PEUC). Además de la Ley de Créditos Consolidados que creó el programa de Subsidio de desempleo mixto (MEUC).

Cuestionan al Departamento del Trabajo

El estudio reconoció los esfuerzos del DOL para combatir el fraude. Sin embargo, cuestiona que el departamento aún no haya desarrollado una estrategia "antifraude" basada en las prácticas de la GAO:

El Departamento de Trabajo ha tomado medidas para abordar este tipo de fraude (...) Sin embargo, el departamento tiene que desarrollar una estrategia antifraude basada en las prácticas líderes del marco de riesgo de fraude de la GAO.

El DOL no ha abordado una serie de recomendaciones ofrecidas por la GAO las cuales "son piezas esenciales para crear una estrategia antifraude general":

Sin una estrategia antifraude, el DOL no puede garantizar que esté abordando el fraude más importante. Además, aún no ha abordado los seis las recomendaciones de octubre de 2021 que hizo la GAO que incluyen identificar, evaluar el impacto y priorizar los riesgos de fraude del UI. Estas son piezas esenciales para crear una estrategia antifraude general.
tracking