Benford规制在我国宏观经济统计数值质量估价之应用.docVIP

　　Benford规制在我国宏观经济统计数值质量估价之应用 --1 引言 1.1研究背景及意义 本文研究选题于导师负责的教育部人文社会科学重点研究基地重大项目“政府统计数据质量保证体系研究”，项目编号：12JJD790010。随着我国经济的高速发展，市场经济体制日趋成熟，社会各界对政府统计数据的需求越来越旺盛。但就目前我国的情况来看，相比过去，现阶段种类繁多的统计数据融入到经济活动当中。在所有的统计数据中，政府统计数据在社会经济活动中扮演着极为重要的角色，与此同时外界因素的不断变化给政府统计工作带来了新的挑战，对统计数据的质量也造成了很大的影响。随着经济活动的日益活跃，社会各界对政府统计数据的关注度也越来越高，对数据质量也有了比以往更高的要求。我国于 2001 年 11 月 10 日加入世界贸易组织（on Ne（1961）④研究并证明了运用 Benford 法则进行评估的数据不受其本身度量单位的影响，这便解释了全球范围内不同货币计量单位下的所有数据均可以使用该法则进行质量评估，这一发现为日后 Benford 法则的发展提供了可靠的保证，但其唯一不足之处仍是缺少严格的数学证明。经济学家 Varian（1972）①提出，社会科学研究成果的可靠性和实用性分析可以用 Benford 法则来检验。Carslaw（1988）②首次尝试把会计领域中的数字运用 Benford 法则来进行评估，他发现在他所选取的上市公司财务报告的收入中，样本数据的第二位数字出现 0 的概率远大于出现 9 的概率。Nigrini（1992、1996、1997）③提出 Benford法则可用于检查企业会计账目是否存在伪账现象，以及企业在纳税申报过程中的数据是否存在人为有意捏造现象，他首次将该法则运用到审计领域来检查是否存在舞弊现象，随后又将该法则推广到会计、金融领域，甚至可以运用到检查在选举中是否存在数据造假现象。其后，他又通过大量的计算尝试，最终得出在一个数据中的首位至第四位上出现不同数字的概率表，该概率表为人们日后使用Benford 法则提供了极大的方便。 …………… 2 Benford 法则在统计数据质量评估应用中的一般理论 2.1 Benford 法则的原理 在前面文献综述部分已对 Benford 法则的作了详细说明，这里就不再重复。该法则主要说明了在一个数据集中，首位数字为 1-9 出现的概率并不是相同的，而是呈现逐渐递减的规律，即数字 1 出现的概率最大，为 30.1030%，数字 2出现的概率次之，为 17.6091%，以此类推，最后的数字 9 出现的概率最小，仅为 4.5758%。然而在现实生活中，并不是所有的数据都能满足 Benford 法则应用的条件，它首先要求数据是非零、非负的，且样本量越大，评估结果越准确；其次要求所选数据不存在人为设定的最大值和最小值，即没有界限，同时也不能按照一定的规律排列；最后要求数据不受人为因素的影响，即不能由人为直接赋值，要尽量减小人为主观意愿对数字的影响。因此，在使用该法则进行数据评估时，我们一定要注意其使用前提，不可盲目使用。Benford 法则主要是根据数字分布规律来检测数据是否存在异常现象，若样本数据的数字分布规律与 Benford 法则所描述的理论分布规律不相符，那我们可以认为出现这种现象可能是由于人为因素造成的，即在一定程度上存在人为捏造、篡改以及刻意隐瞒等现象，进而我们可以认为该数据可能是存在问题的。 ……………… 2.2 在统计领域应用 Benford 法则的必要性和可行性分析 目前国内外学者对数据质量的评估提出了很多种方法，常见的方法主要有：逻辑规则检验、相关指标比对、经验参数比对、基于模型的异常数值观察和参数稳定性分析等。逻辑规则检验法虽简单易行，但运用该方法进行检验的数据本身必须存在一定的逻辑关系，同时所得结论是具有多重指向的。相关指标比对法的使用前提是相关指标间必须存在一定的相关关系，且这种关系一定要长期稳定存在，这在实际应用中就具有一定的局限性。经验参数比对法虽具有一定的实用性，但顾名思义它毕竟只是在一定的客观条件下总结得出的“经验”，当这些客观条件发生变化时，该方法就未必适用了，同时经验参数比对法中所涉及到的比率是由两个或两个以上的指标得到的，当比率与经验参数不存在显著差异时，我们并不能排除所得比率的指标数据都存在失真的这种可能性。基于模型的异常数值观察和参数稳定性分析法虽然比前三种方法都更科学，但是使用该方法时必须首先保证模型中所用的各项数据都是真实可靠的；其次根据它所得出的结果具有多重指向性，也就是说当被解释变量出现异常数值时可能是由以下两方面原因造成的：一是统计数据本身的准确性问题，二是历史因素所造成的，所以在分析判断结果时要结合异常数据的产生背景来具体判断。虽然上述方法均具有一定