Summary:

Denne oppgaven gir en grundig kartlegging av trygdesvindel i Norge, både omfanget og typiske metoder som brukes for å svindle. Erfaring fra NAV viser at den vanligste formen for svindel av de ulike stønadsordningene er dagpenger. Den vanligste metoden brukt for å svindle er å manipulere meldekortene. Oppgaven har derfor en generell avgrensning til svindel av dagpenger.
Oppgavens problemstilling er å utvikle et verktøy for styring av operasjonell risiko i NAV. Med dette som utgangspunkt gir oppgaven en teoretisk gjennomgang av forhold som påvirker operasjonell risiko. Oppgaven gir videre en grundig innføring i sannsynlighetsbegreper samt ulike modeller og metoder som brukes som verktøy for styring av operasjonell risiko. Ved å kartlegge ulike operasjonelle risikomodeller og sannsynlighetsbegreper, konkluderer oppgaven med at en subjektiv kunnskapsbasert sannsynlighetsfortolkning er den mest hensiktsmessige fremgangsmåten når en arbeider med problemstillinger innen operasjonell risiko.
Ut ifra oppgavens formål, problemstilling og kartlegging av ulike metoder er bayesianske nettverk det mest hensiktsmessige verktøyet for styring av operasjonell risiko i NAV. Med utgangspunkt i en søknad om dagpenger vil det bayesianske nettverket gi en grafisk illustrasjon av forskjellige variabler og gi en sannsynlighet for om en svindel blir oppdaget eller ikke. Nettverket er delt inn i tre «faser», hvor hver fase representerer et steg i en prosess for å oppdage en svindel. Fasene strekker seg fra å oppdage svindelen tidlig i søknadsprosessen, videre til at svindelen blir oppdaget i en saksbehandlingsprosess til slutt at svindelen blir oppdaget av en etterkontroll.
Oppgaven konkluderer med at det er de menneskelige faktorene som kompetanse, kvalitet og erfaring som har størst påvirkning på om svindel av dagpenger blir oppdaget eller ikke. På bakgrunn av dette oppfordrer oppgaven at NAV og deres forvaltningsenhet innfører bedre rutiner og arbeidsprosesser for risikostyring i etaten. Bruk av bayesianske nettverket kan være et godt verktøy, som gjennom diskusjon og læring kan det bidra til mer oppmerksomhet og forståelse knyttet til risikobildet. Det kan også være en kvantitativ metode for styring av operasjonell risiko, hvor resultatet blir at mer svindel blir oppdaget på et tidligere tidspunkt.