1分钟检验信贷金额是否符合本福特定律

拖入一列金额或直接粘贴。计算器会将首位数字与本福特定律的预期分布进行比较,显示偏离明显的数字,供您在决策流中设置规则前参考。

金额数据

金额仅在此浏览器中读取,不会上传。链接和您要求发送的邮件中只包含各数字的计数。

演示数据共 2,000 个生成金额,其中 300 个为编造金额,范围在 4,000 到 9,999 之间。

检验方式

前两位数字检验需要更多数据,可发现集中在上限下方的金额。小于 10 的数值会被排除。

平均绝对偏差

0.0229
拟合情况不符合
偏离项数7
纳入计算的数值2,000

在 2,000 个数值中,拟合度为 不符合,首位数字 9, 8, 5, 6 的出现频率高于本福特定律的预期。

各首位数字的实际占比

柱形表示各首位数字的实际占比,突出项用红色标出。橙色曲线表示本福特定律的预期占比。

各数字检验结果

数字计数实际占比预期占比差值z偏离明显
151325.7%30.1%−4.45 pp4.32低于预期
228414.2%17.6%−3.41 pp3.97低于预期
320110.1%12.5%−2.44 pp3.27低于预期
420810.4%9.7%+0.71 pp1.03
51909.5%7.9%+1.58 pp2.58高于预期
61618.1%6.7%+1.36 pp2.38高于预期
71366.8%5.8%+1.00 pp1.87
81567.8%5.1%+2.68 pp5.40高于预期
91517.5%4.6%+2.97 pp6.31高于预期
合计2,000100.0%100.0%

通过邮件获取结果

下一步,可先用历史申请测试一条决策流规则,再用该规则将申报数字看似编造的申请转交复核。开始试用

查看公式
预期占比 (d) = log10(1 + 1 ÷ d)
z = (|实际占比 − 预期占比| − 1 ÷ 2n) ÷ √(预期占比 × (1 − 预期占比) ÷ n)   (偏离明显: z > 1.96)
MAD = Σ |实际占比 − 预期占比| ÷ 数字位数
首位数字: 0.006 / 0.012 / 0.015
前两位数字: 0.0012 / 0.0018 / 0.0022

结果不符合本福特定律,值得进一步查看,但不能据此认定存在欺诈。封顶、指定或取值范围较窄的数据不符合本福特定律,结果分级仅供参考。

Benford 定律能说明什么

Benford 定律描述一组金额中各个首位数字的预期占比。本计算器会将实际占比与预期占比进行比较,并计算平均绝对偏差。

占比差异可以帮助筛出需要复核的数据,但不能据此认定欺诈。先确认数据是否适合用 Benford 定律检测,因为有上限、按规则分配或取值范围较窄的数据可能不符合该定律。

常见问题

什么是 Benford 定律?

Benford 定律描述一组数值中首位数字的预期分布。本计算器会将各个数字的实际占比与定律给出的预期占比进行比较。

如何用 Benford 定律检测数据?

从 CSV 文件中选择一列金额,或每行粘贴一个金额。选择首位数字或前两位数字检测,将实际占比与预期占比进行比较。

如何用 Benford 定律筛查欺诈?

Benford 定律可用于筛查出值得进一步核查的数值。分布不符是进一步核查的理由,但不能据此认定欺诈。

哪些数据不符合 Benford 定律?

有上限、按规则分配或取值范围较窄的数据可能不符合 Benford 定律。这类数据分布不符,可能没有实际意义。

前两位数字检测能看出什么?

检测会比较前两位有效数字的实际占比与 Benford 定律给出的预期占比。它有助于发现金额集中在某个限额以下的情况,低于 10 的数值不纳入检测。