COVID-19救济:提及SBA大流行贷款计划中可能欺诈所需的改进控制措施

GAO发现了小型企业管理(SBA)官员的内容,这是管理大流行贷款计划中欺诈风险的四步过程,通常包括薪水保护计划(PPP)(PPP)和COVID-19的经济伤害灾难灾害贷款(COVID-19 EIDL)(COVID-19 EIDL)的以下组成部分:筛选私人申请:与其他手册相比,与其他人进行了检查,并与其他手册相比,与其他人进行了检查,并与其他人进行了审查,并与其他手册相比,相比之下。指示数据异常的不一致。数据分析:各种数据分析工具以检查数据异常,有时使用一种称为PPP的机器学习的人工智能,以帮助识别需要审查的数据异常的文件。人体主导的评论:使用数据异常的文件的手册评论,以确定文件是否符合条件或可能的欺诈性。 OIG转介:可能欺诈性申请的转介到SBA监察长办公室(OIG)。此过程及其各种步骤在Covid-19 Eidl和PPP的不同时间引入了,并在大流行过程中迭代实施。但是,直到批准该计划的资金中有一半以上,SBA才能实施该过程,从而限制了其在防止欺诈方面的影响。具体而言,对于Covid-Eidl而言,在实施整个过程之前已经支付了超过2100亿美元的最终3850亿美元(或约55%)。对于PPP,超过5250亿美元的

来源:美国政府问责局__报告

Gao发现了什么

根据小型企业管理(SBA)官员的说法,在其大流行贷款计划中管理欺诈风险的四步过程通常包括薪水保护计划(PPP)和COVID-19的经济伤害灾害贷款(COVID-19 EIDL)计划的以下组件:

    筛选:自动审核,有时还具有其他手动组件,将每个应用程序与几个公共和私人数据库进行比较,并检查了内部不一致之处,这些不一致表明了数据异常。DATAAnalytics(DATA Analytics):各种数据分析工具来检查数据异常,有时会使用PPP来审查PPP的一种机器学习,以审查数据:确定文件是否不合格或可能欺诈的异常。
  • 筛选:自动审核,有时还具有其他手动组件,将每个应用程序与几个公共和私人数据库进行了比较,并检查了表明数据异常的内部不一致之处。
  • 筛选
  • 数据分析:各种数据分析工具检查数据异常,有时使用一种称为PPP的机器学习的人工智能,以帮助识别需要审查的数据异常的文件。
  • 数据分析:
  • 人为主导的评论:使用数据异常的文件进行手册评论,以确定文件是否符合条件或可能的欺诈性。
  • 人为主导的评论
  • OIG转诊:可能欺诈性申请的转诊至SBA监察长办公室(OIG)。
  • OIG推荐:

    为什么Gao进行了这项研究

    GAO检查了SBA文档,采访了SBA官员,并审查了GAO,SBA的OIG和SBA独立财务报表审计师的先前报告,并由大流行响应责任委员会报告。