ассистент кафедры финансового мониторинга
In modern conditions of globalization of economic processes, growth of the shadow sector and complexity of financial and economic operations, improvement of methodological tools of audit procedures aimed at detection and prevention of fraudulent activities becomes more and more important. In spite of high expectations of users of financial statements and requirements of international auditing standards, current practice shows extremely low effectiveness of external audit in fraud detection. The article systematizes the experience of applying Benford's Law as a tool for diagnosing fraudulent activities in accounting. The article identifies a scientific gap, which is related to ambiguous interpretation and internal contradictions of the approaches proposed in foreign scientific literature, as well as their insufficient adaptation to the specifics of financial auditing. As a solution, the author proposes a comprehensive methodology that integrates Benford's Law with modern methods of data mining, including cluster analysis, anomaly detection methods, and Bayesian statistics. The developed approach allows to increase the accuracy of identification of suspicious transactions while optimizing the auditor's labor costs. The methodology has been successfully tested in audit cases. The obtained results have practical significance for audit organizations and other financial control entities interested in improving the effectiveness of fraud detection.
В современных условиях глобализации экономических процессов, увеличения масштабов теневого сектора и растущей сложности финансово-хозяйственных операций приобретает значимость совершенствование методологического инструментария аудиторских проверок, направленного на выявление и предупреждение недобросовестных действий. Несмотря на высокие ожидания пользователей финансовой отчетности и требования международных стандартов аудита, текущая практика демонстрирует крайне низкую эффективность внешнего аудита к обнаружению недобросовестных действий. В исследовании систематизирован опыт применения закона Бенфорда как инструмента диагностики недобросовестных действий в бухгалтерском учете. Выявлен научный пробел, связанный с неоднозначностью интерпретации и внутренней противоречивостью подходов, предлагаемых в зарубежной научной литературе, а также их недостаточной адаптацией к специфике аудиторской деятельности. В качестве решения предложена комплексная авторская методология, интегрирующая закон Бенфорда с современными методами интеллектуального анализа данных, включая кластерный анализ, методы выявления аномалий и байесовскую статистику. Разработанный подход позволяет повысить точность идентификации подозрительных операций, оптимизируя трудозатраты аудитора. Методология успешно апробирована в ходе аудиторских проверок. Полученные результаты имеют прикладное значение для аудиторских организаций и иных субъектов финансового контроля, заинтересованных в повышении эффективности выявления недобросовестных действий.