Painel 03 03 - lucas freire - Filtros econômicos e combate a cartéis em licitações

Filtros econômicos e combate a cartéis em licitações

Lucas Freire SilvaSuperintendência-Geral do CADE

Contexto do desafio

Defesa da concorrência

Estruturas (fusões e

aquisições)

Cartéis• Internacionais• Nacionais • Licitações

• Disponibilidade de dados (movimentos de transparência)

• Acumulo de literatura econômica sobre “leilões”.

• Expertise prévia em investigações

• Grande impacto na sociedade (10 – 15% PIB)

Estratégias• Cobertura• Supressão de proposta• Rodízio• Divisão de mercado• divisão de clientes

Consequências• Aumento de custos• Piora dos serviços públicos

Como funciona a combinação entre concorrentes em licitações?

Como procurar o cartel?

•Fatos suspeitos / raros•Sinais de competição simulada•Similaridades e padrões nos

comportamentos de concorrentes

Mineração de dados

•Filtros econômicos: problema de classificação / teste de hipótesesTestes

estatísticos

•Automação da análise•Grupo focal com especialistas•Roteiros de análise (internos e de

outras autoridades de defesa da concorrência)

Mineração de dados

•Generalização baseada em casos concretos (literatura econômica)

•Teoria microeconômica

Testes estatísticos

Como desenvolver os algoritmos?

Tecnologia da informação

Estatística e Econometria

Exemplo de técnicadesenvolvida

•Análise de ranking nas licitações

O que analisamos no ranking?

Premissas do modelo econométrico:

• Independência condicional das propostasSe conheço quem apresentou a proposta X, isso não me diz nada sobre quem apresentou a proposta Y (correlação dos resíduos)

• Permutabilidade das posiçõesDado um grupo: maior número de licitações e maior número de licitantes - > maior variação das posições

variabilidade esperada equilíbrio de Bayes-Nash

A

B

CD

E

A

B

CD

EA

B

CD

E

D

C

AE

B

A

B

CD

EA

B

CD

E

A

B

CD

EA

B

CD

E

variabilidade observada.

1. Selecione uma firma. 2. Busque todos os pregões de que ela participou. 3. Liste todos os seus concorrentes. 4. Teste se a variância observada é equivalente à variância esperada

Logo, "filtramos" as firmas cujo teste de hipótese de igualdade entre as variâncias é rejeitado

Teste de Komolgorov-Smirnov

Passo a passo do algoritmo

Caso concreto de uso da econometria

para combate a cartéis

Medicamentos – Caso Mexicano

Fonte: Estrada and Vazquez (2013)

Durante o cartel: •Divisão do mercado estável•Variância de lances baixa

Depois de descoberto o cartel:•Divisão de mercado se desorganiza•Elevação imediata da variância de lances

•Durante o cartel:• margem de venda é maior que a

referência regional• variância de preços ínfima

•Após a descoberta do cartel• margem de venda é menor que

a referência regional• variância de preços significativa

Mercado de combustíveis. João Pessoa – PBDados de 2004 a 2009.

Experiência brasileira - combustíveis

Equipe e ferramentas

Como montamos a equipe?

Analyzing the AnalyzersAn Introspective Survey of Data Scientists and Their Work. By Harlan Harris, Sean Murphy, Marck VaismanO'Reilly. June 2013

- Aprendizado rápido- Pacotes de análises de dados- Open source- Comunidade grande (muitas perguntas já respondidas)- Fácil integração com outras linguagens e ferramentas

- Rápido e simples de usar.- Open source.- Comunidade grande (= muitas perguntas já respondidas).- Django (principal alternativa) tem uma curva de aprendizado bem maior e seria excessivo para nossas necessidades.

Quais ferramentas usamos?

- Previamente adquirida- Desempenho bom.- Comunidade grande, bem documentado.

- Banco de dados de grafos – facilita a identificação de redes societárias.- Open source.

- Base para filtros econômicos- Responsável pelos filtros desenvolve em R; é mais eficiente “plugar” o código dele no resto do que reescrever tudo em Python - RPy2 permite integração entre as duas linguagens.- Completo: R tem pacotes estatísticos para tudo.- Open source.- Comunidade grande, bem documentado.- SQL Server 2016 vai rodar R nativamente.

Linha do tempo

18

Novembro de 2013 a janeiro de 2014• Estudo e

benchmarking da experiência internacional

Fevereiro de 2014 a Junho 2014• Planejamento e

contratação de consultorias em estatística e tecnologia da informação para o projeto

Agosto de 2014 a dezembro de 2014• Desenvolvimento

das bases metodológicas para uso de filtros econômicos

Janeiro de 2015 a novembro de 2015• Coleta e

estruturação de repositório de dados

• Desenvolvimento e teste de algoritmos

Dezembro de 2015• Treinamento da

equipe e finalização das consultorias

Dezembro de 2015

Desafios

• Traduzir as análises em produtos de informações úteis aos nossos públicos (Superintendente-Geral, Tribunal do CADE, Judiciário)

•Dimensionar e priorizar os casos de análise e investigação posterior

• Competência sobre o mercado como um todo: necessidade de integrar dados federais com dados de 27 estados e 5565 municípios, além de bases estatísticas e fontes públicas

Lucas Freire Silvalucas.freire@cade.gov.br

Thiago Marzagãothiago.marzagao@cade.gov.br

Superintendência-Geral do CADE