Использование распределения Бенфорда для снижения риска необнаружения искажений финансовой отчетности

Аннотация

   Рассматривается совокупность числовых массивов, каждый из которых содержит данные о финансовой отчетности некоторых компаний. Для каждого массива определяются частоты появления каждой из возможных цифр в первом разряде и во втором разряде элементов массива. Несколькими способами вычисляются «расстояния» от полученных эмпирических частот до теоретических частот закона Бенфорда. На множестве точек, координатами которых являются вычисленные расстояния, осуществляется кластерный анализ, разбивающий массивы на две группы, характеризующиеся различной степенью «близости» к закону Бенфорда. Результаты кластерного анализа используются для обучения классификатора на основе логистической регрессии, который в дальнейшем применяется для прогнозирования наличия (или отсутствия) искажений в финансовой отчетности, получаемой от новых компаний.