Contribuendo al dibattito sul ricorso a indicatori predittivi di rischi di corruzione (red flags), il lavoro verifica la presenza di numerosi red flags (alcuni noti in letteratura, altri originali) su un campione di gare italiane di lavori pubblici. Ne valida, poi, la capacità predittiva attraverso misure dirette del rischio di corruzione (sentenze di condanna e aperture di indagini per reati di corruzione) e misure della qualità dell'esecuzione dell'opera (scostamenti di tempi e costi).
Gli indicatori con maggiore potere predittivo sono quelli relativi al ricorso a meccanismi discrezionali di selezione dei contraenti (come il criterio dell'offerta economicamente più vantaggiosa e le procedure negoziate), al subappalto e alla tempistica della procedura di aggiudicazione. Sotto il profilo metodologico, è utile nella validazione degli indicatori un approccio predittivo basato su algoritmi di machine learning, in particolare sull'algoritmo del random forest.
