Brief regering : Reactie op het voorstel van het lid Alkaya om de staatssecretaris van Financiën te verzoeken nadere helderheid te verschaffen over het ontvangen Risicoclassificatiemodel Toeslagen

Nr. 938
BRIEF VAN DE STAATSSECRETARIS VAN FINANCIËN

Aan de Voorzitter van de Tweede Kamer der Staten-Generaal

Den Haag, 8 december 2021

Bij brief van 26 november 2021 heb ik op verzoek van uw Kamer het risicoclassificatiemodel
van Toeslagen (hierna: model) openbaar gemaakt.1 Op basis van de ontvangen documenten heeft uw Kamer mij op 1 december 2021 verzocht
nadere helderheid te verschaffen over het model en een overzicht te geven van gebruikte
risicoselectiefactoren, hoe zwaar of licht ze meewogen en in welke tijd die zijn toegepast.
Met deze brief ga ik in op dit verzoek.

In paragraaf 1 licht ik de werking van het model nader toe. Daarna plaats ik het model
in de bredere context van de handhaving (paragraaf 2). Vervolgens ga ik in op de wijze
waarop ik uw Kamer verder informeer naar aanleiding van het verzoek (paragraaf 3).
Ten slotte is naar aanleiding van het verzoek van uw Kamer in de bijlage bij deze
brief een overzicht opgenomen van indicatoren die door de jaren heen in het kader
van de kinderopvangtoeslag zijn gebruikt in het model.

1. Werking van het risicoclassificatiemodel

Weging van indicatoren

Bij gebruik van het model tussen 2013 en 2019 zijn verschillende indicatoren binnen
de kinderopvangtoeslag gebruikt, die door het model steeds een verschillende weging
meekregen. Deze indicatoren zijn als bijlage bij deze brief gevoegd2. Data analisten en medewerkers van Handhaving binnen Toeslagen bepaalden op basis
van ervaringen uit het verleden welke indicatoren aan het model werden aangeboden.
Het model berekende steeds opnieuw welke indicatoren en welke grenswaarden de beste
inschatting konden geven van een juiste of onjuiste toeslagaanvraag of wijziging.
Dit op basis van de nieuwe voorbeelden van juiste/onjuiste aanvragen die regelmatig
werden toegevoegd. Zo bepaalde het model de correlatie tussen de indicatoren en juiste/onjuiste
aanvragen; causaliteit werd niet vooraf vastgesteld. Dit had als gevolg dat de waarden
van en de samenhang tussen indicatoren per maand anders kon zijn. Het model is constant
in ontwikkeling geweest en de weging en grenswaarden van indicatoren hebben zich door
de veranderende voorbeelden steeds aangepast. Indicatoren die door verschuivingen
in weging of door veranderende wet- en regelgeving niet meer relevant waren, werden
door de data analisten niet meer aan het model aangeboden.

Bovendien werden de indicatoren in onderlinge samenhang in plaats van individueel
gewogen; de verschillende indicatoren konden elkaar versterken of juist verzwakken.
Een voorbeeld hiervan is het aantal inschrijvingen op het adres in combinatie met
het aantal kinderen op het adres. Twee inschrijvingen op het adres kan betekenen dat
een alleenstaande ouder en een kind staan ingeschreven, maar ook dat er twee volwassenen
zonder kinderen op een adres staan ingeschreven. De tweede situatie komt voor de kinderopvangtoeslag
minder vaak voor, omdat in de meeste gevallen het kind waarvoor de ouder kinderopvangtoeslag
aanvraagt, staat ingeschreven op het adres van de ouder. Om de kans op fouten in te
schatten verbond het model daarom de indicator «aantal inschrijvingen op adres» aan
de indicator «aantal kinderen op adres». Tussen alle aangeboden indicatoren werden
op deze manier verbanden gelegd. Het is daarom niet mogelijk om aan te geven wat het
effect van een bepaalde individuele indicator is op de hoogte van de risicoscore door
de tijd heen. Het effect van een indicator is wel zichtbaar, maar de impact op de
risicoscore niet. Als je de indicator namelijk niet meer aanbiedt, zullen de andere
indicatoren waarmee verbanden zijn daarop reageren en andere scores laten zien. Doordat
de indicatoren een effect op elkaar hadden, kon een nieuwe indicator ervoor zorgen
dat een oude en minder voorspellende indicator voor de berekening van de kans op fouten
door het model niet meer relevant was. Als na verloop van tijd bleek dat dit structureel
het geval was, boden de medewerkers de betreffende indicator niet meer aan het model
aan.

Het model is ontwikkeld in een tijd dat er nog niet veel ervaring binnen Toeslagen
was opgedaan met dergelijke modellen. Binnen Toeslagen bestond er bijvoorbeeld nog
geen vaktechnische structuur alsmede de bijbehorende waarborgen. Inmiddels is dat
wel het geval en zijn op die manier ook de vaktechnische waarborgen ingericht. Zoals
ik ook in mijn brief van 26 november jl.3 heb toegelicht hecht ik in dit verband groot belang aan het inrichten van waarborgen
op het gebied van o.a. privacy, mensenrechten en vaktechniek.

Uitkomsten van het model

Een risicoscore van een aanvraag, als uitkomst van het model, is ook weer afhankelijk
van de score van de rest van de populatie. Een individuele risicoscore zegt dus niet
zoveel over de kans op selectie. De uitkomst van het model wordt pas inzichtelijk
als er wordt gekeken naar een grotere groep aanvragen met een hoge risicoscore. Op
verzoek van de Adviescommissie Uitvoering Toeslagen (AUT) is dit in november 2019
gedaan op basis van de 1.000 hoogste risicoscores ten aanzien van de kinderopvangtoeslag
over een willekeurige maand van 2019 bij gebruik van het model. Bij brief van 26 november
20214 is het eerdere verzoek van de AUT als bijlage meegestuurd. Dit overzicht maakt inzichtelijk
dat in deze 1.000 hoogste scores een oververtegenwoordiging zichtbaar is van burgers
waarop (een of meer) specifieke kenmerken van toepassing zijn. Deze kenmerken zijn
allemaal te koppelen aan een hoge score op verschillende indicatoren. Dit overzicht
is een momentopname geweest, maar vermoedelijk geven andere uitdraaien van het model
vergelijkbare uitkomsten.

Echter, het weergeven van enkel de hoogste risicoscores brengt ook een beperking met
zich mee. In de praktijk leidde het hebben van een hoge risicoscore namelijk niet
standaard tot een controle door een medewerker. Aanvragen waarin niets wijzigde, werden
niet geselecteerd voor handmatige beoordeling, evenals aanvragen waarbij al een bezwaar
behandeld werd of aanvragen die recent al gecontroleerd waren. Om het gevolg van een
hoge risicoscore in het model voor een individu of een groep te kunnen inschatten,
moet dus gekeken worden naar de daadwerkelijk gecontroleerde aanvragen door medewerkers
in plaats van alleen naar de hoogste risicoscores. In paragraaf 3 ga ik in op de manier
hoe ik dit de komende tijd inzichtelijk wil maken voor uw Kamer.

2. Context rond het risicoclassificatiemodel

Selectie voor handmatige beoordeling van toeslagaanvragen op verschillende wijzen

Het model werd tussen april 2013 en november 2019 binnen Toeslagen gebruikt om te
selecteren welke nieuwe aanvragen of wijzigingen in bestaande toeslagaanvragen voor
een handmatige behandeling in aanmerking kwamen. Het model bevatte geen automatische
besluitvorming over het recht op toeslag; dit werd altijd gedaan door de medewerkers
die de aanvragen beoordeelden. De aanvragen of wijzigingen die door het model werden
beschouwd als degene met de hoogste kans op fouten (met de hoogste risico-score) werden,
al naar gelang de beschikbare capaciteit, voor handmatige behandeling aangeboden aan
toezichtmedewerkers. Dat betekent dat niet alle aanvragen ook daadwerkelijk behandeld
werden.

Naast de inzet van het model kende en kent Toeslagen ook andere manieren waarop toeslagaanvragen
voor handmatige beoordeling worden geselecteerd. Voor een goed begrip van de werking
van deze selecties, vind ik het belangrijk om de door Toeslagen gehanteerde (ruime)
definitie van een algoritme hier te noemen. Een algoritme wordt beschouwd als een
rekenregel waarmee verschillende stappen worden gezet om een bepaald doel of resultaat
te bereiken. Rekenregels worden gehanteerd bij risicomodellen, maar ook bij management
dashboards, query’s en andere data-analyses.

Bij Toeslagen vindt binnen de context van handhaving5, selectie van toeslagaanvragen plaats met behulp van een algoritme bij bijvoorbeeld
thematische acties. Daarbij wordt bijvoorbeeld gekeken of aanvragers hun lopende toeslag
hebben gewijzigd nadat zij zijn gaan samenwonen. Daarnaast was en is er voor hoge
toekenningsbesluiten een aparte procedure, te weten «Hoge toeslag, Hoog risico» (HotHor).
Hier is het selectiecriterium dat het toeslagbedrag boven een bepaald bedrag op jaarbasis
ligt. Deze selectie vindt plaats voordat nieuwe aanvragen of wijzigingen bij de kinderopvangtoeslag
worden toegekend en uitbetaald. Doel hiervan is om nog voor het toekennen of wijzigen
van de toeslag contact met belanghebbende op te nemen om te toetsen of de toeslagaanvraag
correct is en om zo (hoge) terugvorderingen te voorkomen.

Tot slot wil ik op deze plek ook de CAF-aanpak benoemen. Het CAF-team beoordeelde,
zoals bekend tussen 2013 en 2019, onder meer signalen over vermoedens van misbruik
of oneigenlijk gebruik van toeslagen met behulp van een facilitator. Bij deze beoordeling
werd ook gebruik gemaakt van query’s om de populatie betrokken burgers in kaart te
brengen. Op basis van de vergaarde informatie tijdens het CAF-onderzoek kon binnen
Toeslagen vervolgens besloten worden tot handmatige beoordeling van toeslagaanvragen
van de betrokken burgers. Dit betrof meestal ouders die opvang afnamen bij een onderzochte
kinderopvangorganisatie. Hierbij werd geen gebruik gemaakt van het model.

Uitvoering van handmatige beoordeling

Als de toeslagaanvragen eenmaal waren geselecteerd voor handmatige behandeling werden
ze aan de daarvoor aangewezen behandelteams toebedeeld. Vervolgens werden bij betreffende
aanvragers bewijsstukken opgevraagd en werd op basis van de bij Toeslagen bekende
informatie bekeken of aan de wettelijke voorwaarden voor het recht op toeslag werd
voldaan. Denk bijvoorbeeld in het geval van een aanvraag om kinderopvangtoeslag aan
de arbeidsuren, de eigen bijdrage en een geregistreerde opvangorganisatie en bij een
aanvraag om huurtoeslag aan de voorwaarden van een zelfstandige woning, een huurprijs
en inkomen beneden het vereiste grensbedrag. Afhankelijk van wat de medewerker nodig
achtte, werden enkele bewijsstukken opgevraagd of werd over een langere periode volledig
bewijs uitgevraagd.

Tijdens de fase van de handmatige beoordeling werd binnen Toeslagen tot en met oktober
2019 uitgegaan van een strikte toepassing van de wet- en regelgeving. Zo kon in het
geval van de kinderopvangtoeslag de medewerker constateren dat bepaalde informatie
ontbrak of dat een klein deel van de eigen bijdrage niet was betaald. Op basis daarvan
werd de hele toeslagaanvraag als onterecht aangemerkt en vervolgens gestopt en/of
teruggevorderd. In de hersteloperatie van UHT wordt in deze situaties, zoals bekend,
compensatie geboden voor de burgers die te maken hebben gehad met de hardheid van
het stelsel of institutionele vooringenomenheid.

Samengevat: burgers waarvan de aanvragen door het risicoclassificatiemodel als degene
met de hoogste kans op fouten werden aangemerkt, hadden (door gebruik van indicatoren
en risico-scores) daarna, door de achteraf bezien te strikte toepassing van wet- en
regelgeving, meer kans op een grote correctie.

Terugvordering van de toeslag, O/GS-kwalificatie

Als er bij Toeslagen in een specifiek geval aanleiding is om een toeslagaanvraag naar
beneden te corrigeren, leidt dit tot een neerwaartse aanpassing van de hoogte van
het recht op toeslag. In de fase van de voorlopige toekenning kan dit leiden tot een
lagere uitbetaling in de resterende maanden, of tot een terugvordering van het al
uitbetaalde bedrag. Een terugvordering wordt ook opgelegd bij een neerwaartse correctie
over voorbije toeslagjaren. De terugvordering leidt in de praktijk tot een actie van
Inning om de terugbetaling door de burger te realiseren. Als een burger het bedrag
niet in één keer kan terugbetalen, werd en wordt allereerst een standaardbetalingsregeling
aangeboden. Een burger kan ook vragen om een persoonlijke betalingsregeling. In dat
geval wordt onder meer de betaalcapaciteit van de burger beoordeeld en wordt gekeken
of er bij het ontstaan van de terugvordering sprake is van opzet of grove schuld.

In de afgelopen jaren werd bij de beoordeling of een persoonlijke betalingsregeling
kon worden afgesloten, de kwalificatie Opzet/Grove Schuld (O/GS) vaak onvoldoende
onderbouwd, of te snel afgegeven wanneer de terugvordering groter was dan een bepaald
bedrag. Ook hiervoor wordt, zoals bekend, herstel geboden door UHT. De werkwijze is
ook aangepast.

Minnelijke schuldsanering (MSNP)

Bij burgers die geconfronteerd werden met de kwalificatie O/GS is, als gevolg van
deze kwalificatie, in het verleden een persoonlijke betalingsregeling geweigerd. Dit
kon ernstige onbillijkheden voor hen tot gevolg hebben. Zo werd geen rekening gehouden
met hun persoonlijke betalingscapaciteit en konden zij hierdoor onder het bestaansminimum
komen. Ze konden te maken krijgen met dwanginvordering en op basis van de O/GS-kwalificatie
werkte de Belastingdienst in sommige gevallen niet mee aan een minnelijke schuldsanering
natuurlijke personen (MSNP). Burgers zijn in zeer schrijnende situaties terecht gekomen.
Voor de hele groep onterechte afwijzingen MSNP wordt herstelbeleid ontwikkeld in lijn
met de motie van het lid Snels c.s. (Kamerstuk 31 066, nr. 776). U bent hierover geïnformeerd in de kwartaalrapportage HVB van 25 november jl. (Bijlage
bij Kamerstuk 31 066, nr. 920) Burgers die door deze handelingen gedupeerd zijn kunnen hiervoor ook terecht bij
UHT. Bij de hersteloperatie voor de kinderopvangtoeslag wordt MSNP al meegenomen.

Samenloop met toezichtlijst en FSV

Alle fraude-risicosignalen kwamen binnen bij het fraudemeldpunt van het toenmalige
fraudeteam van Toeslagen. Een medewerker van dit fraudemeldpunt maakte handmatig een
selectie van fraude-risicosignalen die vervolgens in het destijds operationele Fraude
Signalering Voorziening (FSV) geregistreerd werden. FSV had binnen Toeslagen een ondersteunende
functie in de afhandeling van fraude-risicosignalen en vormde daarin vaak het startpunt
voor de beoordeling. Als bij de beoordeling werd geconstateerd dat er opzettelijk
onjuistheden in de toeslagaanvraag waren opgenomen, konden deze burgers vervolgens
ook een terugvordering krijgen. Bij een verzoek om een persoonlijke betalingsregeling
door de burger kon een eventuele O/GS-kwalificatie voorkomen en de daarmee samenhangende
hierboven beschreven gevolgen. Vanaf 2017 beoordeelde het toenmalige Fraudeteam ten
behoeve van het invorderingsproces bij Inning ook de vraag of sprake was van O/GS.
Op basis daarvan bepaalde Inning of er wel of niet werd meegewerkt aan het verzoek
om een persoonlijke betalingsregeling. Het kwam voor dat bij die constatering een
medewerker van het Fraudeteam alsnog constateerde dat de betreffende burger ook in
FSV moest worden geregistreerd.

Ongeveer de helft van de burgers die in FSV stonden geregistreerd, zijn ook op de
zogenaamde «toezichtlijst» geplaatst. Het is niet duidelijk waarom de ene burger wel
en de andere burger niet op deze lijst werd geplaatst. Plaatsing op de toezichtlijst
gebeurde handmatig door tussenkomst van een medewerker van het voormalige fraudeteam.
Plaatsing op de toezichtlijst betekende dat burgers langdurig voor elke toeslagaanvraag
of wijziging ervan voor handmatige beoordeling werden geselecteerd. Hierdoor konden
zij opnieuw te maken krijgen met een achteraf bezien (te) strenge uitleg van wet-
en regelgeving, een hoge terugvordering en (dus) soms ook met O/GS in de fase van
invordering. Het was niet zo dat de selectie door het risicoclassificatiemodel standaard
tot een opvoer in FSV of een O/GS-kwalificatie leidde.

FSV kende binnen Toeslagen geen geautomatiseerde systeemkoppelingen met andere applicaties
en dus ook niet met het model. Enkel bij de bouw van het risicoclassificatiemodel
in 2013 is het model getraind met (gecontroleerde en gecorrigeerde) cases gekozen
uit (de voorloper van) FSV als voorbeelden van risicosignalen over toeslagaanvragen.
Burgers die op de toezichtlijst stonden werden uitgeworpen voor handmatige beoordeling.
De conclusies die op basis van die beoordeling werden genomen ten aanzien van de aanvraag
werden, gedurende de periode dat het model in gebruik was, gebruikt om het model te
trainen in wat juiste en onjuiste aanvragen zijn.

Resumerend

Kortom, zoals eerder beschreven, werd het risicoclassificatiemodel gebruikt om te
selecteren welke nieuwe aanvragen dan wel wijzigingen in bestaande toeslagaanvragen,
voor een handmatige behandeling in aanmerking kwamen. Wanneer een toeslagaanvraag
handmatig werd behandeld, dan konden de gevolgen van die handmatige behandeling voor
de burger zeer groot zijn door de achteraf bezien te strikte toepassing van de wet-
en regelgeving tijdens de uitvoering van het toezicht.

3. Het verzoek en het vervolg

Naar aanleiding van het verzoek van uw Kamer wordt bij Toeslagen gestart met een analyse
op de uitkomsten van het model over de periode 2014–2019. Daarbij wordt gekeken naar
de burgers die daadwerkelijk handmatig zijn beoordeeld, na selectie door het model.
Het resultaat hiervan gaat laten zien welke aanvragen zijn geselecteerd en welke indicator(en)
daarbij een rol speelde(n) en of die indicator veel of weinig invloed daarop had.
Ook verwacht ik dat deze analyse inzicht biedt in de doelgroep die door het toezicht
is geraakt, zoals ook eind 2019 is gedaan voor de AUT.

De uitkomsten van deze analyse gaan nog meer inzicht bieden in de werking van het
model en de samenhang tussen de verschillende indicatoren. Ik wil dit inzicht ook
betrekken bij de evaluatie van de afgeronde pilot met het Behandelkeuzemodel, waarover
ik u in mijn brief van 26 november 20216 heb geïnformeerd. Mede op basis van de inzichten verwacht ik dat lessen getrokken
kunnen worden voor de toekomstige inrichting van het toezicht binnen Toeslagen. Vervolgens
wordt besloten of en op welke manier het behandelkeuzemodel binnen Toeslagen kan worden
ingezet. Daarbij wordt vooraf getoetst aan de geldende juridische en vaktechnische
kaders waaronder de kaders die zien op mensenrechten en anti-discriminatie. De Functionaris
Gegevensbescherming (FG) zal hierbij worden betrokken en ook de inspectie belastingen,
toeslagen en douane zal ik tijdig informeren. Zoals eerder gemeld, informeer ik uw
Kamer voordat het behandelkeuzemodel definitief in gebruik genomen wordt en welke
afwegingen hieraan ten grondslag liggen.

Ten aanzien van 2013 wil ik nog opmerken dat dit het jaar van de opstartfase van het
model betrof. De verwachting is dat hierdoor de over 2013 beschikbare informatie minder
compleet zal zijn dan over de latere jaren. In de uiteindelijke analyse zal duidelijk
worden in hoeverre de uitkomsten ook betrekking zullen hebben op 2013.

De bovengenoemde analyse vraagt eenvoudigweg tijd. Ik verwacht medio februari 2022
het resultaat van de analyse met uw Kamer te kunnen delen.

Omdat een schriftelijke toelichting op de werking van het model wellicht niet een
antwoord op alle vragen geeft, heb ik uw Kamer bij brief van 26 november 20217 een technische briefing aanboden. Voor het geval uw Kamer daar prijs op zou stellen,
attendeer ik u op dat aanbod.

De Staatssecretaris van Financiën,
A.C. van Huffelen