[論文レビュー] Towards A Better Understanding Of The Leading Digits Phenomena

Alex Ely Kossovsky|arXiv (Cornell University)|Dec 21, 2006

Benford’s Law and Fraud Detection参考文献 8被引用数 8

ひとこと要約

この論文は、先頭桁分布における確率的および決定的プロセスの区別を通じて、ベンフォードの法則の理解を進める。密度曲線に共通する内因的特徴が対数的挙動を説明するメカニズムを特定し、ベンフォードの法則を認識しているデータに対しても効果的な新たな検挙的検出法を提案する。また、確率的および決定的システムにおけるデジタル規則性の根本的な違いを明らかにし、従来の和の等価性に関する仮定に疑問を呈する。

ABSTRACT

That the logarithmic distribution manifests itself in the random as well as in the deterministic (multiplication processes) has long intrigued researchers in Benford's Law. In this article it is argued that it springs from one common intrinsic feature of their density curves. On the other hand, the profound dichotomy between the random and the deterministic in the context of Benford's Law is noted here, acknowledging the need to distinguish between them. From its very inception, the field has been suffering from a profound confusion and mixing of these two very different logarithmic flavors, causing mistaken conclusions. One example is Allaart's proof of equality of sums along digital lines, which can only be applied to deterministic processes. Random data lack this equality and consistently show significantly larger sums for lower digits, thus rendering any attempt at test of summation equality irrelevant and futile in the context of forensic analysis regarding accounting and financial fraud detection. Another digital regularity is suggested here, one that is found in logarithmic as well as non-logarithmic random data sets. In addition, chains of distributions that are linked via parameter selection are found to be logarithmic, either in the limit where the number of the sequences in the chain approaches infinity, or where the distributions generating the parameters are themselves logarithmic. A new forensic data analysis method in the context of fraud detection is suggested here even for data types that do not obey Benford's Law, and in particularly regarding tax evasion applications. This can also serve as a robust forensic tool to investigate fraudulent fake data provided by the sophisticated cheater already aware of Benford's Law, a challenge that would become increasing problematic to tax authorities in the future as Benford's Law becomes almost common knowledge.

研究の動機と目的

• ベンフォードの法則の現象における確率的および決定的プロセスの根本的差異を明確化すること。
• 確率的および決定的対数的挙動を混同することで生じた長年の文献上の混乱を解消すること。
• ベンフォードの法則に従わないデータに対しても効果的な新たな検挙的データ分析法を提案すること。
• ベンフォードの法則に依存しない、対数的および非対数的確率的データセットに共通する新たなデジタル規則性を同定すること。
• パラメータ依存の分布の鎖が特定の条件下で対数的形に収束することを示すこと。

提案手法

• 確率的および決定的プロセスの両方が対数的先頭桁分布を生じさせる際に共通する密度曲線の内因的幾何的特徴を分析する。
• 確率的データと決定的データにおけるデジタルラインに沿った和の挙動を対比し、和の等価性が決定的ケースでのみ成立することを示す。
• ベンフォードの法則に従わないデータにおいても観察可能なデジタル規則性に基づく新たな検挙的テストを導入し、洗練された不正行為を検出するのに有用である。
• パラメータ選択によって関連付けられた分布の鎖を検討し、極限においてまたは生成分布が対数的である場合には対数的になることを証明する。
• 密度曲線および分布系列の数学的分析を用いて、対数的挙動が出現する条件を導出する。
• 得られた知見を応用して、脱税および財務データ分析に向けた堅牢な不正検出ツールを開発する。

実験結果

リサーチクエスチョン

• RQ1 確率的および決定的プロセスの両方が対数的先頭桁分布を生じさせる際に、密度曲線に共通する特徴は何か？
• RQ2 なぜ従来のデジタルラインに沿った和の等価性の適用が確率的データでは失敗するのか？その影響は検挙的分析にどのように現れるか？
• RQ3 ベンフォードの法則に従わないデータ、特にその法則を認識している不正行為者を対象とした信頼性の高い検挙的手法を開発可能か？
• RQ4 パラメータ依存の分布の鎖がどのような条件下で対数的形に収束するか？
• RQ5 ベンフォードの法則に依存しない、確率的データに存在する新たなデジタル規則性は何か？

主な発見

• ベンフォードの法則における対数的分布は、確率的および決定的プロセスの両方の密度曲線に共通する内因的特徴に起因する。
• 従来、一般に適用可能とされていたデジタルラインに沿った和の等価性は、決定的プロセスでのみ成立し、確率的データでは成立せず、これにより確率的文脈における検挙的用途では無効であることが判明した。
• 確率的データは一貫して下位の桁の和が大きくなる傾向を示し、等価性の仮定に反するため、診断ツールとしての使用は不適切である。
• ベンフォードの法則に従わないデータにも適用可能な新たな検挙的手法が提案され、ベンフォードの法則を認識している洗練された不正行為者に対しても有効な強固なツールが得られた。
• パラメータ選択によって関連付けられた分布の鎖は、極限において、またはパラメータ生成分布が対数的である場合には、対数的形に収束する。
• ベンフォードの法則に依存しない、対数的および非対数的確率的データセットの両方に共通する新たなデジタル規則性が同定された。