Benford e a qualidade das demonstrações

Existem várias ferramentas e fórmulas matemáticas diferentes que podem ser utilizadas para determinar a força das demonstrações financeiras de uma empresa. Uma das ferramentas mais intrigantes e úteis para detectar irregularidades contábeis é a fórmula matemática Lei de Benford - um conceito desenvolvido pelo físico Frank Benford na década de 1930.

A lei de Benford afirma que, em muitos tipos de dados numéricos, sejam demonstrações financeiras, números populacionais, endereços de ruas, extensão de rios, etc., ocorre um padrão previsível. Mais números começam com o dígito 1 do que começam com o dígito 2, mais começam com 2 que 3 e assim por diante. Com base nesse padrão, a distribuição do primeiro dígito em um número não é aleatória, é logarítmica, como mostrado abaixo:

Pesquisas sugeriram que a Lei de Benford pode ser usada para detectar anomalias nos dados, seja de erros de escritório, chance aleatória ou manipulação definitiva. Quando um conjunto de números que se espera conformidade com a distribuição não o fizer, isso pode ser um sinal de que há algo errado com os dados. Essa análise simples do primeiro dígito de números em um conjunto de dados pode ser usada para ajudar a descobrir fraudes e outros problemas de dados em várias instâncias, incluindo casos contábeis, científicos e legais.

Além disso, a pesquisa descobriu que as demonstrações financeiras, como um todo, estão em conformidade com a distribuição e que as divergências individuais do padrão "podem refletir a qualidade informacional das divulgações financeiras".

Com base nessa teoria, se a distribuição de números nas demonstrações contábeis de uma empresa não estiver em conformidade com a distribuição esperada de acordo com a Lei de Benford, é uma indicação de que as demonstrações contábeis dessas empresas devem ser revisadas mais minuciosamente ao avaliar a qualidade das demonstrações contábeis.

Os dígitos nas demonstrações financeiras que não estão em conformidade com a distribuição da Benford não significam inequivocamente que a fraude ocorreu. No entanto, se um indivíduo fabricar números nas demonstrações financeiras, é altamente improvável que o indivíduo possa manipular os números de uma maneira que esteja em conformidade com a Lei de Benford.

Para demonstrar a utilidade dessa estatística, considere o exemplo da Synchronoss Technologies Inc. [SNCR]. Em 2017, a Companhia divulgou uma investigação do Comitê de Auditoria que atrasou o arquivamento de seu relatório anual, uma correção de não confiança relacionada ao reconhecimento de receita que reduziu o lucro líquido em US $ 112 milhões, um ajuste necessário nas finanças relacionadas ao custo das receitas e fraquezas materiais no controle interno sobre relatórios financeiros.

As demonstrações financeiras da Synchronoss Technologies falharam em conformidade com a Lei de Benford para o exercício fiscal encerrado em 31 de dezembro de 2015 e 2017:

O desvio acentuado que ocorre em torno dos primeiros dígitos de 5, 7 e 9, em particular, deve servir como um indicador de que essas demonstrações financeiras devem ser analisadas de perto para outras anomalias. Os indivíduos que avaliam as demonstrações financeiras podem usar um desvio da Lei de Benford como ponto de partida para determinar quais empresas podem justificar um exame adicional.

Existem vários métodos para medir a aderência de uma demonstração financeira à distribuição de Benford. O Audit Analytics sinaliza desvios da Lei de Benford de duas maneiras:

Estatística Kolmogorov-Smirnoff (KS) - Determina se as demonstrações financeiras da empresa divergem da lei de uma maneira estatisticamente significativa comparando o maior desvio único a um valor crítico
Estatística Mean Desvio Absoluto (MAD) - Encontra o desvio médio da distribuição real das demonstrações financeiras da empresa para a distribuição Benford ideal

Entre o Russell 3000, examinamos empresas que não cumpriram a Lei de Benford com base em informações financeiras em seu último relatório anual e sua correlação subsequente com outros eventos contábeis notáveis ​​que são indicadores da qualidade dos relatórios, incluindo controles ineficazes de divulgação (SOX 302) ou controles internos (SOX 404), atualizações financeiras e registros atrasados.

As empresas que não obedeceram à distribuição da Lei de Benford tinham maior probabilidade de ter opiniões adversas 302 e 404, atualizações financeiras e registros tardios.

Isso indica que as empresas com demonstrações financeiras que não estão em conformidade com a distribuição da Benford têm mais chances de ter controles internos e de divulgação ruins - e ter controles ruins pode levar a resultados financeiros de baixa qualidade, devido a meios intencionais ou não intencionais. Esse tipo de ambiente geralmente leva a resultados desfavoráveis, como registros e atualizações pontuais.

Embora a Lei de Benford não deva ser usada como uma ferramenta de tomada de decisão por si só, pode ser uma ferramenta de triagem útil para indicar que um conjunto de demonstrações financeiras merece uma análise mais profunda.

Fonte: Aqui