Ληξιπρόθεσμες υποχρεώσεις των Οργανισμών Τοπικής Αυτοδιοίκησης και η συσχέτισή τους με τον Κύριο Δείκτη Επιδόσεων Πληρωμών (K.P.I.)

Abstract

Το 2011, η Ευρωπαϊκή Επιτροπή εξέδωσε την Οδηγία 2011/7/ΕΕ, για την καταπολέμηση των καθυστερήσεων στις πληρωμές των εμπορικών συναλλαγών μεταξύ ιδιωτών και δημόσιων αρχών, σε μια προσπάθεια μείωσης των ληξιπρόθεσμων υποχρεώσεων και αποφυγή πληρωμής τόκων υπερημερίας. Ακόμη είχε διαπιστωθεί ότι η συσσώρευση ληξιπρόθεσμων υποχρεώσεων δημιουργεί πολλά διοικητικά και δημοσιονομικά προβλήματα σε μια οικονομία. Στη συγκεκριμένη μελέτη θα ασχοληθούμε αποκλειστικά με τις ληξιπρόθεσμες υποχρεώσεις και το δείκτη KPI πληρωμών (Key Performance Indicator of Payments) του υποτομέα των ΟΤΑ. Ο KPI είναι ένας τριμηνιαίος αριθμοδείκτης που μετρά τις καθυστερήσεις στις εμπορικές συναλλαγές. Η εξαγωγή του δείκτη KPI για την Τοπική Αυτοδιοίκηση ξεκίνησε να εφαρμόζεται το 2019 και τα πρώτα στοιχεία των φορέων καταχωρήθηκαν στη νέα εφαρμογή της Γενικής Γραμματείας Πληροφοριακών Συστημάτων και Ψηφιακής Διακυβέρνησης, τη «Σύνοψη Μητρώου Δεσμεύσεων». Η επεξεργασία και ανάλυση των στοιχείων της Τοπικής Αυτοδιοίκησης, έδειξε ότι, ο τριμηνιαίος μέσος όρος του δείκτη KPI ήταν συγκριτικά μικρότερος στις Περιφέρειες και στα ΝΠΙΔ των ΟΤΑ και μεγαλύτερος στους Δήμους και στα ΝΠΔΔ των ΟΤΑ, που σημαίνει ότι, η μέση διάρκεια των πληρωμών ήταν μικρότερη στις Περιφέρειες και στα ΝΠΙΔ των ΟΤΑ, ενώ οι Δήμοι και τα ΝΠΔΔ των ΟΤΑ καθυστερούν περισσότερο την αποπληρωμή των υποχρεώσεών τους. Αυτό που θα μελετήσουμε στη συνέχεια είναι αν τεκμαίρεται ότι οι Δήμοι και τα ΝΠΔΔ των ΟΤΑ που έχουν υψηλό KPI έχουν και περισσότερες ληξιπρόθεσμές υποχρεώσεις. Αν οι τιμές που παίρνει ο δείκτης KPI επηρεάζονται ή όχι από τις πληρωμές των ληξιπρόθεσμων οφειλών. Αν δηλαδή μεταξύ αυτών των δύο μεταβλητών υπάρχει συμμεταβολή και σχέση εξάρτησης και εάν η αύξηση της μιας τιμής μεταβάλει την άλλη, είτε θετικά είτε αρνητικά, ή δεν την επηρεάζει καθόλου. Στην έρευνα συσχέτισης των δύο μεταβλητών χρησιμοποιήθηκε το πρόγραμμα excel και ανιχνεύτηκε με τη βοήθεια της συνάρτησης CORREL ότι ο συντελεστής συσχέτισης Pearson παίρνει πολύ χαμηλές τιμές και αποδεικνύει ότι οι δύο μεταβλητές ούτε συσχετίζονται ούτε επηρεάζει η μια την άλλη.