【翻译】本福特定律和统计中的造假检测
英文原文地址:Benford’s Law and Accounting Fraud Detection
本福特定律
基本概念
本福特定律(也称为第一位数法或本福特分布)是一种概率分布,许多统计学的(但不是全部)数据集的第一个数字符合。 例如,
15435 是1
56 是5
9001 是9
199 是1
9 是9
本福特定律通常可用作欺诈性数据的指标,并可协助审计会计数据。本福特的分布是一种不均匀的分布,较小的数字比较大的数字有更大的出现j可能。
数位分布概率
第1位数字 | 出现概率 |
---|---|
1 | 0.301 |
2 | 0.176 |
3 | 0.125 |
4 | 0.097 |
5 | 0.079 |
6 | 0.067 |
7 | 0.058 |
8 | 0.051 |
9 | 0.046 |
本福特分布图
本福特分布公式
P(d)=log10(d+1)−log10d=log10(1+1d)P(d) = log_{10}(d + 1)-log_{10}d = log_{10}(1 + \frac{1}{d})P(d)=log10(d+1)−log10d=log10(1+d1)
本福特定律适用于哪类数据?
在大部分情况下,本福特定律可以适用于具有以下特征的数据:
- 具有通过来自多个分布的数字的数学组合形成的值的数据。
- 具有多种数字的数据,例如 具有数百,数千,数万等数值的数据。
- 数据集相当大。
- 数据是右倾斜的,即平均值大于中值,并且分布具有长的右尾而不是对称的。
- 数据没有预定义的最大值或最小值(最小值为零)。
虽然有以上的限制,但实际上在会计中,符合上述特征的数据非常普遍。
会计欺诈检测与取证分析
应收账款,应付账款,销售和费用数据均基于两种类型的变量相乘的值,即价格和数量。 单独,价格和数量不太可能符合本福特定律,但很可能会成倍增加。 这种会计数据也可能是正确的。 大公司的交易级会计数据几乎总是会有大量的观察结果。
如果某些会计数据预计符合本福特定律但不符合,则并不一定意味着数据是欺诈性的。 然而,这将为进一步调查提供充分的理由。
以下是如何对会计数据执行本福特分布分析的一些示例。
示例1 大型企业的应付账款数据
分析显示,大型企业的应付几款的数据的数字第一位数字中有很大比例的1
。经过仔细检查后发现,与上一个会计期间相比,还有更多的支付支票略高于1000美元。前一期的大部分支票金额低于100美元。
在一起财务调查中,负责的财务官随后受到质疑,他们回答称他们决定汇总金额以试图减少支票。低数字金额的合并是偏离本福特定律的常见解释,使财务官的解释变得合情合理。
经过进一步调查,据透露,该官员正在向他们创建的虚假壳公司写支票。
示例2:本福特的分析应用于组织的费用数据。
最初的本福特分析显示,数据的第一位数字中“非常大”的比例非常大。经过仔细检查,特定费用的许多条目达到45美元。发现费用对于运营组织至关重要,必须经常支付。调查了这笔特殊费用,然后被认为是合法的。
然后将Benford的分析应用于费用数据的副本,但省略了特定的频繁费用。发现排除该特定费用的数据与本福特的分布非常接近。
超越第一个数字推广本福特定律
通过查看第一个数字以外的数字,可以增强Benford的分析。
广义本福特的分布表
译者:本表的作用是表示分布规则还可以作用在不同的数位上。比如,0出现在第2位的概率是 11.97%,要高于平均值10%。
数位 | 第1位 | 第2位 | 第3位 | 第4位 | 第5位 |
---|---|---|---|---|---|
0 | NA | 0.11968 | 0.10178 | 0.10018 | 0.10002 |
1 | 0.30103 | 0.11389 | 0.10138 | 0.10014 | 0.10001 |
2 | 0.17609 | 0.10882 | 0.10097 | 0.10010 | 0.10001 |
3 | 0.12494 | 0.10433 | 0.10057 | 0.10006 | 0.10001 |
4 | 0.09691 | 0.10031 | 0.10018 | 0.10002 | 0.10000 |
5 | 0.07918 | 0.09668 | 0.09979 | 0.09998 | 0.10000 |
6 | 0.06695 | 0.09337 | 0.09940 | 0.09994 | 0.09999 |
7 | 0.05799 | 0.09035 | 0.09902 | 0.09990 | 0.09999 |
8 | 0.05115 | 0.08757 | 0.09864 | 0.09986 | 0.09999 |
9 | 0.04576 | 0.08500 | 0.09827 | 0.09982 | 0.09998 |
注意:由以上数据可以看出,在广义分布中,数字的出现概率要比第一个数字更加均匀。
一般分布公式
P(d)=∑k=10n−210n−1−1log10(1+110k+d)P(d)=\sum_{k=10^{n-2}}^{10^{n-1} - 1}log_{10}(1 + \frac{1}{10k+d}) P(d)=k=10n−2∑10n−1−1log10(1+10k+d1)
【翻译】本福特定律和统计中的造假检测相关推荐
- python暴力实现本福特定律的例子
概率论给予了我们现实生活直观感觉完全不一样的解释,现实生活中的本福特定律就是一个很好的例子: 就像我们对考第一名印象很深刻,但是之后的第二第三就不怎么去留意;奥运冠军也是一样,所有人都会记得冠军是谁, ...
- delhpi7 tcombobox清楚重复项_专利数据统计中需要搞清楚的首要问题(2)
上一篇专利数据统计中需要搞清楚的首要问题(1)介绍了通过合并申请号避免重复统计,理清了专利篇数和专利件数的问题,那么还有一类统计就是对发明项数的统计,这里就涉及到对同一项发明的重复统计问题.上一篇介绍 ...
- 消解原理推理_什么是推理统计中的Z检验及其工作原理?
消解原理推理 I Feel: 我觉得: The more you analyze the data the more enlightened, data engineer you will becom ...
- 常见数字规律:帕累托定律与本福特定律
帕累托定律:又名二八定律,揭示了一类常见的投入-产出不平衡的现象,认为80%的产出实际上是由20%的最top的投入决定的. 这个定律适用范围非常广泛,比如少部分大客户,贡献了大部分的销售额,巨量的财富 ...
- 本福特定律(Benford‘s law)的直观解释
若待查自然数集是均匀分布的,可用f(x)=10xf(x)=10^xf(x)=10x表示: xxx在[0,1)[0,1)[0,1)区间,f(x)f(x)f(x)从1到10. xxx在[1,2)[1,2) ...
- 捍卫数据真实性的卫士-本福特定律
互联网内容很难分辨真伪,一旦发生一些集中性的事件,无论是吹水公众号,工作不饱和的程序员以及一些不怀好意者都喜欢蹭热度,博流量,这些人对于数据,大数据均有理解和掌握,但普遍过于 时尚 ,就事论事便缺乏跨 ...
- 用上市公司2019年报净利润数据验证本福特定律
在疫情期间,听到一个消息:有国外研究者用"本福特"定律验证了中国公布的疫情信息,显示数据是真实可信的.这是第一次听到这个名字,感觉很神奇,它竟然能够验证数据有无作假. 上网查了一下 ...
- 使用wps2019的表格验证数据造假与否(本福特定律)
观看了李永乐老师的视频,用了图标的方式来解释本福特定律,很是受用,使用wps 中的表图来表示非常方便,步骤如下: 1.打开wps表格. 2.创建一列1-9的数字. 另起一列,输入公式: 3.再起一列, ...
- 本福特定律和齐夫定律是一回事吗
关于本福特定律的简单解释和推导,参见: https://zhuanlan.zhihu.com/p/440462854 思考本福特定律,与齐夫定律对照,它们之间似乎可以相互推导,是真的吗? 本福特定律说 ...
最新文章
- python 字典中的value 不在字典中,key才在
- 修改Kali Linux 2020.1主题颜色
- MySQL 数据库 练习题
- 步骤6 - WebSocket服务器把请求的响应结果推送给webshop
- 使用CallableStatement处理Oracle数据库的存储过程
- Python云端系统开发入门 pycharm代码
- android sqlite配置,60. (android开发)SQLite作为APP应用的配置打包
- java中ImageIcon路径问题
- 学编程语言,记不住代码怎么办?
- 使用软件或Python编程时EIS拟合的底层逻辑(EIS拟合的原理/过程)
- 朝阳正规的计算机学校有哪些,朝阳都有哪些专科学校
- 路由器安装教程和使用方法
- python+基于Python的资产管理系统 毕业设计-附源码201117
- 探究网络信息安全问题及防范措施
- react+amcharts5柱状图demo
- 微信小程序发布正式版规则,累的教训(小程序审核常见驳回类型-可用性和完整性问题)
- 这两天比较火的量子科技是什么?
- android 高德地图定位缓慢,Android高德地图定位逻辑优化
- OpenWRT 学习笔记 -- 用户自定义添加app的开机自启动
- LaTeX复选框实现