Rapport 2018-5

Kontrollverksamheten på Försäkringskassan – övergripande principer 28 Riskbaserade kontroller Riskbaserade kontroller är en form av riktad kontroll. Avsikten är att öka träffsäkerheten i kontrollen där direkta fel inte är synliga i tillgänglig data. Riskbaserade kontroller använder olika metoder för att söka mönster i befintliga data som samvarierar med en faktisk identifierad förekomst av felaktigheter. Det skulle kunna vara modeller för maskininlärning eller statistisk regressionsmetodik. Kontrollerna kan också använda mer hypotesdrivna modeller som indikerar förekomsten av mönster som erfarenhetsmässigt bedöms hänga samman med felaktigheter (exempelvis nätverksanalys). Den första formen av modeller utnyttjar information om historiska uppföljningar av personer, både sådana där felaktigheter upptäckts och där det inte förekommit några felaktigheter, och länkar bak- grundsinformation till utfallet. Viss information kan då tyda på en ökad förekomst av felaktigheter och kontrollerna kan i så fall i större utsträckning riktas mot personer som har flera av dessa egenskaper. Sannolikheten för att ett ärende skulle vara felaktigt skattas då på en skala från 0 till 100 procent och ju högre denna sannolikhet är desto större är chansen att kontrollen resulterar i att felaktigheter hittas. Metoden används exempelvis för att identifiera felaktiga ansökningar eller för att reducera mängden personer i en uppföljningsgrupp. Den andra formen, som Försäkringskassan kallar för nätverksanalys, är av ett annat slag. Ett sätt att använda metoden är att använda till- gängliga data och leta efter kopplingar mellan olika personer som tidigare gjort fel eller att söka efter mönster som skulle kunna indi- kera fusk med angiven sjukpenninggrundande inkomst eller bostads- adress. Metoden används direkt i myndighetens kontrollutredning av misstänkta bidragsbrott. Myndigheten kan själv välja vid vilken gräns som kontrollen ska genomföras. Det finns alltid en avvägningsfråga i en sådan strategi. Genom att höja gränsen kommer träffsäkerheten att öka bland de som kontrolleras, samtidigt som antalet personer som faktiskt blir kontrol- lerade minskar. Vi resonerar mer om detta i kapitel 5. Beroende på vilka variabler som används i en profileringsmodell finns en risk att utfallet i praktiken kan skapa olika behandling mellan olika personer som gjort samma typ av fel. Men dessa risker minskar om modellerna kan byggas utifrån en kausal modell. Det är viktigt att profileringsmodellen tar sin utgångspunkt i de bakomliggande förkla-