Для выявления подозрительных документов аудиторы нередко используют программы, основанные на законе Бенфорда
В настоящее время разработаны и успешно применяются абсолютно новые методы выявления мошеннических операций. Они основаны на методах математического анализа, используя которые аудитор сможет выявить сфальсифицированные или подложные документы. Многие из них основаны на законе аномальных чисел или законе Бенфорда (см. врезку справа).
На основе закона Бенфорда для целей аудита и выявления случаев мошенничества были построены программные комплексы, с помощью которых за несколько секунд можно обработать массив исходной информации, выявить аномальные результаты и отобрать подозрительные операции для более детальной проверки. Например, закон Бенфорда помогает обнаружить систематические искажения в суммах бухгалтерских проводок, выставленных счетов, объемах поставок, номерах платежных поручений от различных покупателей, суммах платежей, авансовых отчетов или же остатках товаров и суммах списаний.
Закон Бенфорда позволяет не только отыскать искажения в бухгалтерских данных, но и организовать мониторинг операционной деятельности компании — причем как в денежных, так и в натуральных величинах. Формальность закона позволяет полностью автоматизировать процесс проверки всех операционных данных без привлечения дополнительных человеческих ресурсов.
В 1997 году было разработано шесть математических тестов, основанных на законе Бенфорда, для анализа и выявления нерегулярностей в данных клиентов при аудите. Целью проводимых тестов является выявление отклонения от распределения Бенфорда. При наличии значительных отклонений последовательности могут быть искусственно фальсифицированы человеком на систематической основе и подлежат дополнительному пристальному исследованию. Однако до их применения необходимо определить условия, которым должны соответствовать наборы данных, предполагаемые к анализу по закону Бенфорда. Такими условиями являются:
|
|
|
— геометрическое распределение данных;
— принадлежность данных к одинаковым объектам (например, нельзя смешивать данные по поставкам с данными по платежным поручениям);
— отсутствие ограничений для чисел по максимуму и минимуму;
— отсутствие системы нумерации (числа не являются составными системами).
Тест 1. Набор цифровых данных сравнивается с эталонной последовательностью (анализ «частоты первой цифры»). В случае отклонений расследуется причина их возникновения.
Тест 2. Анализируются первые и вторые цифры в числах из набора данных, а именно: как часто в них встречаются цифры от 1 до 9 и от 0 до 9 соответственно (анализ «первой цифры» и «второй цифры»). При наличии значительных расхождений с эталонными значениями выявляются причины таких расхождений.
|
|
|
Тест 3. Рассматривается частота появления цифр от 10 до 99 в начале чисел (анализ «первой пары цифр»). Комбинации начальных цифр также сравниваются с эталонными значениями и в случае расхождений считаются аномальными.
Тест 4. Аналогичен предыдущим тестам, только в данном случае исследуются комбинации цифр с 100 до 999 в первых трех знаках набора данных (анализ «с первой по третью цифру»).
Тесты на основе закона Бенфорда гораздо эффективнее применять в отношении большого объема данных в организациях с интенсивной операционной деятельностью
Тест 5. Выявляется частота появления различных цифр в последних знаках. Данный тест позволяет обнаружить аномальную частоту систематического округления чисел в большую или меньшую сторону (анализ «округления»).
Тест 6. Позволяет выявить числовые повторы в большом количестве документации. Анализируются числа с одинаковыми значениями. Если количество повторов в наборе числовых данных значительно, проводится расследование на предмет выявления сомнительных дубликатов (анализ «дубликатов»)
Интересный факт
Закон первой цифры
|
|
|
В 1938 году ученый Фрэнк Бенфорд обнаружил интересную закономерность, которая в наше время именуется как закон Бенфорда, или закон первой цифры. Она описывает характер первой цифры в ряду случайных цифр. Так, например, цифра 1 является первой в номере в 30,1% случаев, цифра 2 появляется в 17,6% случаев, а вот цифра 9 — только в 4,6% случаев.
По сути, Бенфорд определил, что во всех его наблюдениях соблюдалась одна и та же закономерность: числа, начинающиеся с единицы, встречаются в наборе данных гораздо чаще, чем числа, начинающиеся с любой другой цифры.
Первенство практического применения закона Бенфорда принадлежит американскому математику Марку Нигрини. Именно он первым высказал предположение, что закону аномального распределения Бенфорда должны подчиняться не только численные характеристики физических постоянных (площади озер, рек и т. д.), но и числа в налоговых декларациях и данные бухгалтерского учета. Нигрини разработал компьютерные программы по выявлению потенциальных случаев фальсификации данных и посвятил этому диссертацию на степень магистра. Работы Нигрини совершили прорыв в аудите, а метод использования ряда тестов, родственных закону аномального распределения, получил название Digital Analysis
Дата добавления: 2021-02-10; просмотров: 132; Мы поможем в написании вашей работы! |
Мы поможем в написании ваших работ!