|
|









 

x Elija un libro que tenga cerca. Cualquiera. Abralo en cualquier página, y anote el número de
la página. Ahora, tome un libro diferente y elija una página al azar también. Anote el
número de la página otra vez. Repita este procedimiento con muchos libros hasta que haya
anotado el número de 100 páginas o más. (Le dije que tenía que dedicarle un rato, pero no
me diga que es difícil. Seguro que es tedioso, sí, pero no me diga que es complicado de
hacer.)
x Entre en un negocio cualquiera. Anote los precios de 100 productos o más. No importa qué
tipo de negocio. Si necesita (y tiene acceso) vaya a cualquier página de Internet y anote los
precios de diferentes productos que ofrezca. Pero tienen que ser 100 o más.
x Obtenga ahora las direcciones de las personas que trabajan con usted, o compañeros de
oficina o de clase. No importa. Y además, logre que le escriban las direcciones de gente
que ellos conocen hasta que complete otra vez 100 o más de estos números. No hace falta
que pongan los nombres, sólo los números de las direcciones.
x Busque en Internet o en cualquier enciclopedia la población de 100 o más ciudades y/o
pueblos del país en donde vive usted. Anótelos.
x Una vez que tenga esta lista de por lo menos 400 números, sepárelos de la siguiente forma:
x Anote en una columna todos los que empiezan con el dígito 1. Luego, en otra columna, los que
empiezan con el 2. Después, otra columna más, con los que empiezan con el 3. Y así siguiendo,
hasta tener 9 columnas. Todas empiezan con dígitos distintos, del 1 al 9.
x ¿Usted cree que las columnas tendrán todas la misma cantidad de números? Es decir, ¿tendrán todas
la misma longitud? ¿O le parece que habrá alguna que será más larga que otra?


 D



 

›
 
 
   


 

 
Y
 
 


 i è

 i  
 ]
 i å
à
    
    D

Rivers, Area 31.0 16.4 10.7 11.3 7.2 8.6 5.5 4.2 5.1 335

Population 33.9 20.4 14.2 8.1 7.2 6.2 4.1 3.7 2.2 3259

Constants 41.3 14.4 4.8 8.6 10.6 5.8 1.0 2.9 10.6 104

Newspapers 30.0 18.0 12.0 10.0 8.0 6.0 6.0 5.0 5.0 100

Specific Heat 24.0 18.4 16.2 14.6 10.6 4.1 3.2 4.8 4.1 1389

Pressure 29.6 18.3 12.8 9.8 8.3 6.4 5.7 4.4 4.7 703

H.P. Lost 30.0 18.4 11.9 10.8 8.1 7.0 5.1 5.1 3.6 690

Mol. Wgt. 26.7 25.2 15.4 10.8 6.7 5.1 4.1 2.8 3.2 1800

Drainage 27.1 23.9 13.8 12.6 8.2 5.0 5.0 2.5 1.9 159

Atomic Wgt. 47.2 18.7 5.5 4.4 6.6 4.4 3.3 4.4 5.5 91

, 25.7 20.3 9.7 6.8 6.6 6.8 7.2 8.0 8.9 5000

Design 26.8 14.8 14.3 7.5 8.3 8.4 7.0 7.3 5.6 560
Reader's Digest 33.4 18.5 12.4 7.5 7.1 6.5 5.5 4.9 4.2 308

Cost Data 32.4 18.8 10.1 10.1 9.8 5.5 4.7 5.5 3.1 741

X-Ray Volts 27.9 17.5 14.4 9.0 8.1 7.4 5.1 5.8 4.8 707

Am. League 32.7 17.6 12.6 9.8 7.4 6.4 4.9 5.6 3.0 1458

Blackbody 31.0 17.3 14.1 8.7 6.6 7.0 5.2 4.7 5.4 1165

Addresses 28.9 19.2 12.6 8.8 8.5 6.4 5.6 5.0 5.0 342

  , 25.3 16.0 12.0 10.0 8.5 8.8 6.8 7.1 5.5 900
 
 Death Rate 27.0 18.6 15.7 9.4 6.7 6.5 7.2 4.8 4.1 418
Y   Average 30.6 18.5 12.4 9.4 8.0 6.4 5.1 4.9 4.7 1011

      Probable Error ·
 |
|

 
x De esta técnica podemos comentar que no es nada nueva, puesto que
tiene su origen el año 1881 enunciada por Simon Newcomb y
posteriormente el año 1930 por Frank Benford quien era un físico de la
General Electric.
x En 1994 Mark Nigrini utiliza esta Ley para detectar posibles fraudes e
irregularidades en datos fiscales y para detectar contabilidades
contaminadas.
x La Ley de Benford en términos sencillos dice que aquellos números de
la vida real que empiezan por el dígito 1 ocurren con mucha más
frecuencia que el resto de números. Esta Ley plantea que la ocurrencia
de los dígitos en una serie de datos pueden predecirse.
x Ningrini define la Ley de Benford como aquella que predice la
frecuencia esperada de aparición de los dígitos en series de numeros.
Otra forma de enunciarla es: los primeros dígitos de los números no se
distribuyen de manera equiprobable. Los resultados que arroja esta
Ley respecto a la probabilidad de ocurrencia de los dígitos es la
siguiente:

ù
|

 


ë  

ë



|


ë



|
x El conjunto de datos debe estar formado por magnitudes medibles de
un mismo fenómeno, es decir las transacciones de caja de una entidad,
importes de gastos familiares, los votos obtenidos por un candidato en
las diferentes mesas de sufragio.
x No debe existir una limitación de máximo y mínimo, es decir debe ser
una variable cuantitativa sin restricciones. En el caso de ƠMonedaơ, los
resultados de nuestro análisis no tendrían sentido, puesto que este
campo solo puede asumir dos valores 1 o 2.
x Los datos no deben ser números asignados por ejemplo los números
de teléfono de Lambayeque comienzan siempre con 2, los de Lima con
4, estos conjuntos de datos no se ajustan a la Ley de Benford.
x Debe haber un mayor numero de valores pequeños que grandes, es
decir el cumplimiento de ƠLa Ley de Paretoơ que dice que
generalmente el 80% del importe total se encuentra en el 20%

§
 
   


|
x El tamaño del conjunto de datos debe ser mayor a 1.000 elementos
para establecer conclusiones de auditoria para la prueba del primer
digito y para la prueba de los 3 primeros dígitos se recomienda al
menos 10.000 datos.
x El valor máximo entre el mínimo (diferente de cero) debe ser por lo
menos 100.
x Preferiblemente analizar datos generados en periodos largos de tiempo
(una o varias gestiones fiscales por ejemplo) que sobre cortos (un dia
por ejemplo).
x Lo ideal es trabajar con datos que registren 4 o mas dígitos, aunque
con 3 dígitos se pueden obtener excelentes resultados.
x La Ley de Benford es de escala invariante, se puede utilizar esta Ley
independientemente de su escala de medida, es decir si trabajamos en
metros o millas tendríamos el mismo resultado, en términos financieros
es independiente de la moneda en la cual expresemos los importes.
x Utiliza programas que incluyen esta Ley dentro de sus opciones como
son el IDEA, ACL, DATAS, Auriga, aunque si uno no dispone de estas,
con una planilla Excel podría ser suficiente con las limitaciones
inherentes del Excel.

 


|

 
x La variable analizada será ƠImporteơ considerando que todas las
transacciones están en una misma moneda. Los resultados del ejemplo
tomado versus la Ley de Benford se expresan en la siguiente tabla y
luego se realiza su grafica correspondiente:

x .

ü
 

x Para el primer digito de un conjunto de datos se toma la probabilidad de
ocurrencia del primer digito según La Ley de Benford, de tal manera que si esta
cantidad esperada y la real muestran una diferencia significativa es un indicador
de que los datos son posiblemente inventados, errados o fraudulentos.
x Con el ejemplo de transacciones de caja, para el primer digito significa que
existirán mas transacciones que comiencen con el numero 1 que transacciones
que comiencen con el numero 9, realizando los cálculos tenemos que 15.430
transacciones tienen como primer digito 1 y solamente 1.230 transacciones
tienen como primer digito 9.

x .

è
 

x De los resultados anteriores tenemos para el primer digito 5 una
probabilidad de ocurrencia según la Ley de Benford de 7.92 % y
tenemos que con los datos actuales tenemos un 11.76 %, esta
diferencia es una alerta de un posible fraude o irregularidad en
las operaciones que comienzan con el digito 5 en su importe.
x Las diferencias que indican posibles fraudes pueden ser
diferencias en más o en menos respecto la Ley de Benford. Para
confirmar o afinar los resultados podemos realizar análisis
adicionales como son la prueba del segundo digito, tercer
digito, primeros 2 dígitos, primeros 3 dígitos y la prueba de los
2 últimos dígitos.

èè