قانون بنفورد: آزمون رقم اول که فاکتورهای جعلی را در دفترهای شما شکار می‌کند

حدود ۳۰ درصد از اعداد در سیستم حسابداری شما باید با رقم ۱ شروع شوند. نه ۱۱ درصد — بلکه ۳۰ درصد. و تنها حدود ۵ درصد باید با ۹ شروع شوند. اگر این به نظر اشتباه می‌رسد، شما در جمع خوبی هستید: بیشتر مردم تصور می‌کنند هر رقم پیشرو تقریباً به‌طور مساوی ظاهر می‌شود. همین شهود نادرست دقیقاً چیزی است که قانون بنفورد را به یکی از ارزان‌ترین ابزارهای تشخیص تقلب برای یک کسب‌وکار کوچک تبدیل می‌کند — زیرا هر کسی که اعداد جعلی در دفترهای شما اختراع می‌کند تقریباً به‌طور قطع همین شهود را دارد.

این راهنما توضیح می‌دهد که قانون بنفورد چه می‌گوید، چرا فاکتورهای جعلی و گزارش‌های هزینه در آن شکست می‌خورند، کدام یک از حساب‌های شما ارزش آزمودن دارند، و چگونه می‌توانید آزمون رقم اول را روی داده‌های خودتان با چیزی ساده‌تر از یک صفحه‌گسترده اجرا کنید.

قانون بنفورد واقعاً چه می‌گوید​

قانون بنفورد توصیف می‌کند که چگونه ارقام پیشروی اعداد در مجموعه‌داده‌های طبیعی خوشه‌بندی می‌شوند: ارقام پیشروی کوچک بسیار بیشتر از ارقام بزرگ ظاهر می‌شوند، و از یک الگوی لگاریتمی پیروی می‌کنند نه یک تقسیم مساوی. احتمال اینکه یک عدد با رقم d شروع شود برابر است با log10(1 + 1/d)، که این توزیع مورد انتظار را تولید می‌کند:

این الگو در طیف قابل‌توجهی از داده‌ها پابرجا مانده است: طول رودخانه‌ها، آدرس‌های خیابان، صورت‌حساب‌های برق، قیمت سهام، و — مفیدتر از همه برای شما — تراکنش‌های حسابداری. ستاره‌شناس سایمون نیوکامب نخستین بار در سال ۱۸۸۱ آن را متوجه شد، هنگامی که مشاهده کرد صفحات ابتدایی جداول لگاریتم سریع‌تر از صفحات بعدی فرسوده می‌شوند. فیزیکدان فرانک بنفورد در سال ۱۹۳۸ آن را به‌طور دقیق روی بیش از ۲۰٬۰۰۰ عدد برگرفته از ۲۰ مجموعه‌داده مختلف آزمود و نتیجه را با عنوان «قانون اعداد ناهنجار» منتشر کرد.

ارتباط با حسابداری دهه‌ها بعد پدیدار شد. در دهه ۱۹۹۰، پژوهشگر مارک نیگرینی نشان داد که قانون بنفورد می‌تواند به‌عنوان یک رویه تحلیلی روی داده‌های حسابرسی به کار گرفته شود؛ کاری که Journal of Accountancy آن را به‌عنوان یک تکنیک عملی تشخیص تقلب برای حسابرسان پوشش داده است. امروزه حسابرسان مستقل به‌طور معمول تحلیل ارقام را روی فایل‌های تراکنش مشتریان اجرا می‌کنند — و هیچ چیزی مانع شما نمی‌شود که همین آزمون را ابتدا روی دفترهای خودتان اجرا کنید.

چرا متقلبان در آزمون ارقام شکست می‌خورند​

قدرت این آزمون از روانشناسی انسان می‌آید. وقتی مردم اعداد را اختراع می‌کنند — یک گزارش هزینه متورم، یک فاکتور فروشنده خیالی، یک رقم فروش با تاریخ عقب‌افتاده — تلاش می‌کنند اعداد «تصادفی» به نظر برسند. اما مدل ذهنی آن‌ها از تصادفی بودن تقریباً یکنواخت است: هر رقم به نظرشان باید حدود ۱۱ درصد مواقع ظاهر شود. داده‌های مالی واقعی هرگز چنین به نظر نمی‌رسند.

اعداد ساختگی تمایل دارند چند نشانه آشکار از خود بروز دهند:

پراکندگی بیش از حد یکنواخت. مبالغ اختراعی ارقام پیشرو را بسیار یکنواخت‌تر از شیب تند ۳۰ به ۵ که بنفورد پیش‌بینی می‌کند توزیع می‌کنند. تعداد بیش از حد ۷ها، ۸ها و ۹ها در ابتدای مبالغ نشانه کلاسیک این است که کسی چیزی را تایپ کرده که «درست به نظر می‌رسیده».

تعداد بیش از حد اعداد گرد. فاکتورهای واقعی به مبالغ عجیب و غریب می‌رسند — ۱٬۸۴۷.۲۰ دلار، ۳۱۲.۵۵ دلار — زیرا مقادیر در قیمت واحد ضرب می‌شوند و مالیات اضافه می‌شود. خوشه‌ای از مبالغ تمیز ۵۰۰ یا ۱٬۰۰۰ دلاری، به‌ویژه از یک فروشنده یا یک کارمند، مستحق نگاه دوباره است.

خوشه‌بندی حول آستانه. این عملی‌ترین الگو برای یک کسب‌وکار کوچک است. اگر سیاست شما مستلزم امضای دوم بالای ۵۰۰ دلار است، باند ۴۰۰ تا ۴۹۹ دلار را زیر نظر بگیرید. کارمندانی که خریدها را تقسیم می‌کنند تا از تأیید فرار کنند، یا یک دفتردار که فاکتورهای تقلبی را زیر حد بازبینی نگه می‌دارد، تراکنش‌های اضافی را روی رقم پیشروی ۴ انباشته می‌کنند. آزمون ارقام آستانه تأیید شما را از یک کنترل به یک سیم تله تبدیل می‌کند.

مورد علاقه‌های تکرارشونده. مردم ناخودآگاه ترکیب‌های رقمی مورد علاقه‌شان را بازاستفاده می‌کنند. آزمون دو رقم اول (بررسی جفت پیشرو، از ۱۰ تا ۹۹، در برابر فراوانی‌های مورد انتظار) می‌تواند کارمندی را آشکار کند که مبالغ «تصادفی»‌اش مدام با یک جفت یکسان شروع می‌شوند.

هیچ‌یک از این الگوها تقلب را اثبات نمی‌کند. هر کدام دلیلی برای بیرون کشیدن اسناد زیربنایی و نگاه دقیق‌تر است — که دقیقاً همان کاری است که یک آزمون غربالگری خوب باید انجام دهد.

کدام حساب‌ها ارزش آزمودن دارند​

قانون بنفورد فقط روی نوع درست داده‌ها کار می‌کند. قاعده سرانگشتی: اعداد باید به‌طور طبیعی رخ دهند، چند مرتبه بزرگی را در بر بگیرند، و فارغ از حداقل‌ها، حداکثرها یا توالی‌های تخصیص‌یافته داخلی باشند. در اینجا نحوه دسته‌بندی داده‌های رایج کسب‌وکار کوچک را می‌بینید.

نامزدهای خوب​

حساب‌های پرداختنی و فاکتورهای فروشندگان. بهترین هدف. مجموع فاکتور از ضرب مقادیر، نرخ‌ها و مالیات‌ها در فروشندگانی با اندازه‌های بسیار متفاوت ناشی می‌شود — شرایط کتاب‌درسی بنفورد. ابتدا این فایل را اجرا کنید.

گزارش‌های هزینه کارکنان. غذا، مسافت، اقامت و ملزومات بسیار متنوع‌اند و به دست افراد زیادی وارد می‌شوند. هزینه‌های ساختگی یا متورم به‌سرعت الگوی ارقام را تحریف می‌کنند.

تراکنش‌های فروش و درآمد. فاکتورهای مشتریان و مجموع‌های نقطه فروش عموماً به‌خوبی منطبق می‌شوند، و آن‌ها را برای شناسایی فروش‌های تاریخ‌عقب‌افتاده یا اختراعی مفید می‌سازند — یا کارمندی که فروش‌های نقدی را می‌دزدد و شکاف را با ارقام ساختگی پر می‌کند.

یادداشت‌های بستانکار و بازپرداخت. از نظر حجم کوچک اما از نظر ریسک بالا: بازپرداخت‌های جعلی به یک کارت شخصی یک نقشه همیشگی در کسب‌وکارهای کوچک است، و مبالغ هر چیزی است که مجرم تایپ کرده است.

نامزدهای ضعیف — این‌ها را رد کنید​

حقوق و دستمزد. پرداخت خالص حول باندهای حقوقی و نرخ‌های ساعتی خوشه‌بندی می‌شود، بنابراین به دلایل بی‌گناهانه در آزمون شکست می‌خورد. حقوق و دستمزد را با کنترل‌های دیگر بیازمایید (تطبیق تعداد کارکنان، بازبینی کارمند ارواح)، نه تحلیل ارقام.

اعداد تخصیص‌یافته. شماره چک‌ها، شماره فاکتورها، شماره سفارش‌های خرید و شماره حساب‌ها به‌طور طراحی‌شده متوالی هستند. آزمودن آن‌ها بی‌معناست.

مبالغ محدودشده. پرداخت‌های روزانه محدود به یک نرخ ثابت، اشتراک‌هایی که با یک سطح قیمت صورتحساب می‌شوند، یا موجودی‌ای که با نقاط قیمتی ۹.۹۹ دلار قیمت‌گذاری شده، همه کف‌ها، سقف‌ها یا جهش‌های مصنوعی دارند. کاتالوگی پر از ۹.۹۹ دلار مازاد مرموزی از ۹ها نشان می‌دهد که بازتاب استراتژی قیمت‌گذاری است، نه تقلب.

فایل‌های کوچک. چند ده تراکنش نمی‌تواند توزیعی از نظر آماری معنادار تولید کند. هدف حداقل چند صد رکورد در چند مرتبه بزرگی باشد — از ده‌ها دلار تا ده‌ها هزار — تا هر رقم پیشرو جای ظهور با نرخ طبیعی خود را داشته باشد.

چگونه آزمون رقم اول را در یک صفحه‌گسترده اجرا کنیم​

شما به نرم‌افزار حسابرسی نیازی ندارید. کل فرآیند بار اول کمتر از یک ساعت طول می‌کشد و پس از آماده شدن یک قالب، در چند دقیقه انجام می‌شود.

گام ۱: یک سال کامل از یک نوع تراکنش را صادر کنید​

۱۲ ماه حساب‌های پرداختنی (یا هزینه‌ها، یا فروش) را از سیستم حسابداری خود بیرون بکشید: تاریخ، فروشنده یا مشتری، شرح و مبلغ. در هر آزمون یک نوع تراکنش — مخلوط کردن حساب‌های پرداختنی با حقوق و دستمزد توزیع را گل‌آلود می‌کند. هر رکورد را صادر کنید، از جمله باطل‌شده‌ها و اصلاحات؛ فیلتر کردن از ابتدا می‌تواند دقیقاً همان چیزی را پنهان کند که در جستجویش هستید.

گام ۲: مبالغ را پاکسازی کنید​

روی یک نسخه کار کنید. مقادیر مطلق را بگیرید تا بازپرداخت‌ها و بستانکارها استخراج ارقام را خراب نکنند، و سطرهای با مبلغ صفر را حذف کنید. اگر صادرات شما شامل چند داده پرت بسیار بزرگ است (مثلاً خرید یک ساختمان که در حساب‌های پرداختنی نشسته)، آن‌ها را یادداشت کنید اما برای پاس اول در فایل بگذارید — حذف داده‌ها پیش از آنکه آن‌ها را بشناسید، همان روشی است که یافته‌ها با آن توجیه و کنار گذاشته می‌شوند.

گام ۳: رقم پیشرو را استخراج کنید​

یک ستون با فرمولی اضافه کنید که رقم اول هر مبلغ را می‌گیرد. در Excel یا Google Sheets، اگر مبالغ از سلول A2 شروع می‌شوند:

LEFT(TEXT(ABS(A2),"0"),1)

این فرمول علامت را حذف می‌کند، اعشار را کنار می‌گذارد، و رقم پیشرو را به‌صورت متن برمی‌گرداند. آن را در تمام ستون بکشید.

گام ۴: شمارش و مقایسه​

بشمارید که چند مبلغ با هر رقم از ۱ تا ۹ شروع می‌شوند (COUNTIF این کار را در چند ثانیه انجام می‌دهد)، هر شمارش را به درصدی از کل تبدیل کنید، و نتایج را کنار سهم‌های مورد انتظار بنفورد از جدول بالا بگذارید. یک نمودار میله‌ای ساده — درصدهای شما در برابر منحنی مورد انتظار — انحراف‌ها را به چشم می‌آورد. حسابرسان مقایسه را با آزمون‌های آماری رسمی می‌کنند، اما برای یک پاس اول، نگاه چشمی به نمودار چند صد تراکنش برای شناسایی رقمی که بسیار بالاتر از سهم مورد انتظارش است کافی است.

گام ۵: در جهش‌ها عمیق شوید​

فرض کنید رقم ۴ به ۱۸ درصد می‌رسد به‌جای ۹.۷ درصد مورد انتظار. صادرات خود را به مبالغی که با ۴ شروع می‌شوند فیلتر کنید و ببینید واقعاً چه چیزی آنجاست: کدام فروشندگان؟ کدام کارکنان آن‌ها را وارد کرده‌اند؟ آیا مبالغ درست زیر یک حد تأیید خوشه می‌شوند؟ آیا همان مجموع‌ها تکرار می‌شوند؟ هر پاسخ یا جهش را تبرئه می‌کند (یک تأمین‌کننده عمده قانونی که ماهانه فاکتورهای حدود ۴۰۰ دلار صورتحساب می‌کند) یا آن را عمیق‌تر می‌کند (یازده فاکتور ۴۸۰ دلاری از فروشنده‌ای که هیچ‌کس نامش را نشنیده است).

برای لنزی دقیق‌تر، آزمون را به دو رقم اول گسترش دهید — جفت پیشروی هر مبلغ، از ۱۰ تا ۹۹ — و به دنبال جفت‌های منفردی باشید که داغ هستند. جفت‌هایی مانند ۴۸ و ۴۹ که با هم روشن می‌شوند، نشانه کلاسیک تقسیم زیر آستانه است.

خواندن نتایج: پرچم‌های قرمز در برابر هشدارهای کاذب​

یک انحراف یک سرنخ است، نه یک حکم. پیش از رویارویی با هر کسی، توضیحات بی‌گناهانه‌ای را که حسابرسان بیشترین مواجهه را با آن‌ها دارند کنار بگذارید:

آستانه‌های تأییدی که فراموش کرده‌اید. هر حد سیاستی — ۵۰۰ دلار نیازمند امضای مدیر، ۱٬۰۰۰ دلار نیازمند امضای شما — رفتار را حول خود بازشکل می‌دهد. کارکنان قانونی هم خریدها را درست زیر حدها انباشته می‌کنند. جهش به شما می‌گوید کجا نگاه کنید، نه اینکه چه چیزی پیدا خواهید کرد.

نقاط قیمتی و کارت‌های نرخ. اگر کاتالوگ شما بر نقاط قیمتی ۱۹، ۲۹ و ۹۹ دلار تکیه دارد، انتظار ۱ها، ۲ها و ۹های اضافی را داشته باشید. اگر یک تأمین‌کننده با یک هزینه ماهانه استاندارد بر یک باند رقمی غالب است، آن تمرکز است، نه ساختگی بودن.

داده‌های نازک. فایل‌های زیر چند صد رکورد، یا مبالغی که فقط یک مرتبه بزرگی را در بر می‌گیرند (همه بین ۱۰۰ و ۹۹۹ دلار)، به‌طور تصادفی حول منحنی مورد انتظار نوسان می‌کنند. هر سه ماه یک‌بار با رشد فایل دوباره اجرا کنید، نه اینکه یک نمونه کوچک را بیش از حد تفسیر کنید.

یک غول صادق. یک پرداخت تکرارشونده واحد — مثلاً اجاره ماهانه ۴٬۲۰۰ دلار که دوازده بار به رقم ۴ می‌خورد — می‌تواند یک فایل کوچک را کج کند. پرداخت‌های ثابت تکرارشونده را جدا کنید و باقیمانده متغیر را جداگانه بیازمایید.

وقتی یک جهش از هر چهار توضیح جان سالم به در برد، آن را به‌عنوان نقطه شروع یک تحقیق واقعی در نظر بگیرید: فاکتورها را بیرون بکشید، تأیید کنید که فروشندگان مستقل از کسی که آن‌ها را وارد کرده وجود دارند، به دنبال نسخه‌های تکراری و شماره فاکتورهای متوالی از همان تأمین‌کننده بگردید، و تأیید کنید که کالاها یا خدمات واقعاً دریافت شده‌اند.

وقتی ارقام اشتباه به نظر می‌رسند چه باید کرد​

یافتن یک الگوی مشکوک شما را در آغاز یک فرآیند قرار می‌دهد، نه در پایان آن. با دقت روی آن کار کنید:

1. اول حفظ کنید، بعد سؤال کنید. یک نسخه از صادرات و رکوردهای زیربنایی را پیش از آنکه چیزی «اصلاح» شود ذخیره کنید. اگر دفترهای شما در کنترل نسخه هستند، این گام قبلاً انجام شده است.
2. فروشندگان را مستقل تأیید کنید. تأمین‌کنندگان ناآشنا را بیرون از سیستم حسابداری خود جستجو کنید — یک جستجوی وب، یک تماس تلفنی با شماره‌ای که خودتان پیدا می‌کنید، بررسی اینکه آدرس دریافت وجه آپارتمان کسی نیست. نقشه‌های فروشنده خیالی از رایج‌ترین تقلب‌های کسب‌وکارهای کوچک هستند دقیقاً به این دلیل که ایجاد یک رکورد فروشنده آسان است.
3. مسیر تأیید را دنبال کنید. چه کسی فروشنده را ایجاد کرد، چه کسی فاکتور را وارد کرد، چه کسی آن را تأیید کرد؟ تقلب جایی متمرکز می‌شود که یک نفر بیش از حد از این مراحل را کنترل می‌کند.
4. کنترل را درست کنید، نه فقط نمونه را. وظایف را تفکیک کنید تا کسی که می‌تواند فروشنده اضافه کند نتواند پرداخت‌ها به آن‌ها را نیز تأیید کند. اگر تقسیم کردن الگو است، آستانه‌های تأیید را پایین‌تر بیاورید یا پله‌ای کنید. برای هزینه‌های بالای مبلغی مشخص، رسیدهای اصلی — نه کپی — را مطالبه کنید.
5. بدانید چه زمانی باید تشدید کنید. اگر مبالغ بااهمیت هستند یا الگو به کسی با دسترسی سیستمی اشاره می‌کند، پیش از هشدار دادن به هر کسی CPA یا بازرس تقلب خود را وارد کنید. تقلب شغلی به‌طور متوسط ماه‌ها پیش از کشف ادامه می‌یابد، پس یک هفته تأیید آرام و دقیق بهتر از یک اتهام عجولانه است.

و نرخ‌های پایه‌ای را که این کار را ارزش وقت شما می‌کند به یاد داشته باشید: در گزارش ۲۰۲۴ انجمن بازرسان گواهی‌شده تقلب به ملت‌ها، سوءاستفاده از دارایی — نقشه‌های صورتحساب، دزدیدن پول، بازپرداخت‌های جعلی — در ۸۹ درصد از موارد تقلب شغلی مورد بررسی ظاهر شد، با میانگین زیان ۱۲۰٬۰۰۰ دلار. کسب‌وکارهای کوچک، با وظایف تفکیک‌شده کمتر و نظارت نازک‌تر، این زیان‌ها را سنگین‌ترین شکل تحمل می‌کنند.

دفترهای تمیز، آزمون را ممکن می‌کنند​

اینجا پیش‌نیاز خاموشی است که هیچ‌یک از گام‌های بالا بدون آن کار نمی‌کند: داده‌های تراکنش کامل و با دسته‌بندی یکنواخت. آزمون ارقامی که روی هزینه‌های نیمه‌وارد‌شده، ثبت‌های جمعی «متفرقه» و سه ماه تراکنش‌های بانکی تطبیق‌نشده اجرا شود، نویز تولید می‌کند، نه سیگنال. هر تراکنش دسته‌بندی‌نشده مکانی است که یک تراکنش ساختگی می‌تواند در آن پنهان شود.

این استدلال عمیق‌تر برای نگه داشتن دفترهایتان به‌روز و ریزدانه در تمام سال است — نه فقط در فصل مالیات. وقتی هر فاکتور به‌موقع وارد شود، به حساب درست کدگذاری شود و به یک رکورد فروشنده واقعی گره بخورد، بررسی‌های تحلیلی مانند قانون بنفورد واقعاً کارساز می‌شوند: ناهنجاری‌ها بیرون می‌زنند زیرا خط مبنا قابل اعتماد است. آزمون ارقام را با یک بازبینی بصری منظم جفت کنید — نمودار کشیدن هزینه‌ها بر حسب فروشنده یا دسته، همان نوع نمای داشبوردی که گزارش‌های Fava فراهم می‌کنند، یک ذی‌نفع جدید یا یک دسته متورم را با یک نگاه آشکار می‌کند. و اگر از صفر شروع می‌کنید، مستندات Beancount راه‌اندازی یک دفتر متن‌ساده را گام‌به‌گام توضیح می‌دهد که در آن هر تراکنش صریح، تاریخ‌دار و قابل بازبینی است.

دفترهایتان را از روز اول در برابر تقلب مقاوم کنید​

اجرای آزمون رقم اول سالی یک‌بار یک بعدازظهر از شما می‌گیرد و می‌تواند نقشه صورتحساب یا هزینه‌های متورم را آشکار کند که در غیر این صورت سال‌ها بی‌صدا ادامه می‌یافتند. اما این آزمون تنها به اندازه داده‌های زیربنایی‌اش خوب است — و آن داده‌ها تنها به اندازه عادت دفترداری شما خوب هستند. حفظ سوابق مالی شفاف و کامل کنترلی است که هر کنترل دیگری بر آن استوار است. Beancount.io حسابداری متن‌ساده را ارائه می‌دهد که شفافیت و کنترل کامل بر داده‌های مالی شما را فراهم می‌کند — بدون جعبه سیاه، بدون قفل شدن به فروشنده. برای شروع رایگان ثبت‌نام کنید و همان نوع دفترهای تمیز و قابل حسابرسی را بسازید که تقلب را آسان برای شناسایی و سخت برای پنهان ماندن می‌کند.