В гистограмме вторых цифр платежей компании HMC (см. следующую страницу) цифры 0 и 5 встречаются гораздо чаще, чем в кривой Бенфорда. Цифра 9 игнорировалась и встречалась значительно реже, чем 8. Это указывает, что кто-то часто использует круглые числа, такие как 10 (всего 459 раз), 15 000 (122 раза) или 1 000 000 долларов (4 раза). HMC часто оперировала круглыми числами.
Точно так же поступают колумбийские наркокартели и бабушки, выписывающие чек внукам на день рождения. Круглые цифры не обязательно должны вызывать подозрение. Вы идете к банкомату и снимаете со счета круглую сумму, например, 300 долларов. Вы не знаете, на что потратите деньги, и поэтому просто выбираете сумму из предложенных на сенсорном экране вариантов круглых чисел. Когда мы придумываем денежные суммы, не пытаясь никого обмануть и делая их похожими на случайные, то почти всегда выбираем круглые числа.
Вторые цифры: Health Maintenance Centers
Единственное, что отличает круглые числа от остальных – в некоторых обстоятельствах они не похожи на реально бывающие в бизнесе. Компании обязаны торговаться за наиболее выгодное соглашение и не покупать больше, чем необходимо. Даже если цены представляют собой круглые числа, броуновское движение скидок, льгот, транспортных расходов и налогов делают подавляющее большинство цен некруглыми. Наука честного ведения дел излучает гравитационное поле, подтягиваюее величины, выраженные в долларах, к кривой Бенсона. Когда с деньгами обращаются небрежно или пытаются что-то скрыть, долларовые величины имеют тенденцию отклоняться от идеала.
Руководители HMC пользовались средствами компании как личными чековыми счетами. Или банкоматом. Выяснилось, что 111 платежей HMC составляли 301,50 доллара. Сотрудникам выдали банковские карты с доступом к счетам компании. Лимит снятия наличности составлял 300, и банк брал комиссионные в размере 1,50.
Большое количество таких выплат, как 10, 15, 20 и 25 долларов, объяснялось банковской комиссией за выдачу наличных по чекам за телеграфные переводы. Эти услуги предназначены для частных клиентов. У компаний есть более дешевые способы перемещения денежных потоков. В лучшем случае это указывает, что сотрудники HMC не были заинтересованы в экономии средств инвесторов. Кроме того, возникает вопрос, почему собственные чеки HMC были недостаточно хороши?
Ответ тоже дают числа. Еще одно подтверждение дала банковская комиссия.
Расследование показало, что HMC использовала чеки и переводы, чтобы перемещать большие круглые суммы от одной сомнительной организации в другую, и в конечном итоге большая часть этих денег оседала в карманах руководителей компании. Финансовое мошенничество, вероятно, должно было затруднить понимание происходящего.
На протяжении пяти лет до краха энергетическая компания Enron, печально знаменитая своим мошенничеством, публиковала следующие данные о доходах:
1996 – 13 289 миллиардов долларов
1997 – 20 273 миллиардов долларов
1998 – 31 260 миллиардов долларов
1999 – 40 112 миллиардов долларов
2000 – 100 789 миллиардов долларов
Задним числом мы знаем, что эти числа фиктивны, и сочинил их финансовый директор компании Эндрю Фастоу. Руководство Enron попало под гипноз прямой зависимости между доходом и стоимостью акций. Цена на акции компании вывешивалась даже в лифте. Фастоу нашел способ сообщать о доходах, подтверждавших ту цену, которую все хотели видеть.
Президент Enron Джеффри Скиллинг большую часть рабочего дня тратил на переубеждение последователей «Фомы неверующего». На конференции по телефону, впоследствии ставшей знаменитой, Ричард Грабман, аналитик компании Highfields Capital, заметил: Enron – единственная среди известных ему компаний, не публикующая бухгалтерский баланс или отчет о движении денежных потоков вместе с данными о доходах. «Да, большое спасибо, – ответил Скиллинг. – Мы ценим ваше замечание… козел!»
Немногие данные, опубликованные компанией Enron, выглядели подозрительно. Когда компания намеревается продать миллион устройств, то результат 998 300 неудовлетворительный. Три из пяти сумм, указанных как доход, лишь немного превышали психологически значимые круглые числа – 20, 40 и 100 миллиардов долларов.
Каждая из превышающих порог сумм имеет вторую цифру 0. Закон Бенфорда предсказывает, что вероятность появления 0 в качестве второй цифры составляет 11,97 процента. Если вы имеете дело с несколькими числами, немного превышающими порог, эта вероятность уменьшается. Шансы на то, что три из пяти чисел будут иметь второй цифрой 0, составляют 1 из 75.
Доход – самый яркий показатель, обычно упоминаемый в СМИ. Подобных показателей не так много, однако именно они влияют на цену акций. Еще одна часто цитируемая цифра – прибыль на акцию. Вот как она выглядит у компании Enron:
1996 – 1,08 доллара
1997 – 0,16 доллара
1998 – 1,01 доллара
1999 – 1,10 доллара
2000 – 1,12 доллара
Прибыль на акцию впечатляет гораздо меньше, чем доход компании. В Enron стремились поддерживать ее выше одного доллара за акцию, и данные за пять лет показывают небольшой рост. Из общего тренда выбивался 1997 г. В объяснении указывалось, что доход до выплаты налогов и процентов составлял 0,87 доллара на акцию, но «факторы, влияющие на сопоставимость» уменьшили его до 0,16 доллара. Творческий подход к бухгалтерии позволил Enron собрать расходы и снижение цен в одну большую кучу – ужасный 1997 год – и сохранить для остальных годов прибыль на акцию выше одного доллара.
Идея Enron состояла в том, что значение имеет доход компании, а не прибыль на акцию. Доходом легче манипулировать. В начале 2001 г. сотрудники Enron снова заговорили об удвоении дохода до красивого круглого числа, 200 миллиардов долларов. Осуществлению великолепного плана помешали длительные сроки тюремного заключения, а именно к ним приговорили руководителей компании.
Так поступали не только в Enron. В проведенных позже исследованиях анализировались вторые цифры опубликованных доходов или прибыли всех крупных американских корпораций. Компаний много, они разной величины, в самых разных отраслях, а значит, опубликованные числа должны довольно точно соответствовать закону Бенфорда. Так и оказалось – за исключением вторых цифр 0 и 9. Нулей было больше, а девяток меньше ожидаемого.
Назовем это аномалией Enron. Вместо того чтобы показать прибыль в размере 99 центов на акцию, компании находят способы сделать так, чтобы она превысила 1 доллар. Исследования совокупных данных не позволяют определить, какие именно корпорации лукавят, но их доля должна быть существенной.
Присутствует также небольшая аномалия для второй цифры 5. 24 цента на акцию компании обычно округляют до 25.
Нигрини отмечает, что в данных об убытках наблюдается противоположная тенденция. Самая большая сумма убытков, о которой сообщили американские корпорации, составила 99 280 миллионов долларов.
Это число взято из формы 10-К компании American International Group (AIG) за 2008 г.
Теперь посмотрим на вторые по величине убытки американских корпораций:
99 696 миллионов долларов
Это убытки компании AOL TimeWarner’s за 2002 г. Замечаете сходство? Самые большие убытки американских корпораций выглядят как цены в магазине, где все товары продаются по 99 центов.
С учетом того, что крупные и предположительно уважаемые корпорации имеют тенденцию выбирать психологически более комфортную сторону круглых чисел, можно представить, насколько хуже обстоят дела в стартапах и развивающихся компаниях. Банкам, венчурным капиталистам и инвесторам часто нужно сформировать представление о кредитоспособности компании из ограниченного объема данных. Значимыми показателями могут быть не только доход или выручка, но также количество проданного товара, число загрузок или кликов. Эти показатели могут публиковаться поквартально, ежемесячно, еженедельно или ежедневно. Но независимо от системы измерения наблюдается тенденция превышения значимых порогов.
Эффективный тест на реальность данных – проверить вторые цифры на избыток 0. Сколько чисел, едва превышающих важный порог, считать подозрительными? Первым делом сосчитаем, сколько значимых показателей вам предоставили. Обозначим это число как N. Затем сосчитаем, в скольких из этих чисел вторая цифра 0. Обозначим это число Z.
Откроем таблицу. Вам потребуется использовать так называемую функцию биномиального распределения. Знать, что это такое, вовсе не обязательно. Эта функция встроена в Excel или в любую совместимую финансовую программу. Наберите в ячейке Excel:
=1-BINOM.DIST (Z-1, N, 0,1197, TRUE)
Введите числа или ссылки на содержащие их ячейки для Z и N. Программа рассчитает вероятность того, что в списке из N чисел окажется Z нулей в качестве второй цифры.
Пример. Допустим, в начале 2001 г. вы задумались о покупке компании Enron, и ее руководство предоставило вам десять приведенных выше цифр – доход компании и прибыль на одну акцию в течение пяти лет. Тогда N будет равняться 10, а Z — 5.
Вычтем 1 из Z и полученное число 4 вставим на место первого аргумента функции. Значение второго аргумента будет 10, а третий аргумент – вероятность, согласно закону Бенфорда, что вторая цифра будет 0, то есть 0,1197. По поводу аргумента «TRUE» волноваться не следует – просто напечатайте его.
Результат вычислений – 0,368 процента, или 1 из 272. Это значит, есть серьезные основания подозревать, что компания Enron просто завысила все эти важные показатели, выбирая их случайно.
Какая вероятность заставит вас отказаться от покупки? Ни один статистик вам этого не скажет. Происходят и совпадения. Для венчурного капиталиста цель не в обеспечении точности финансовых показателей, а в том, чтобы доказать благонадежность и установить комфортный уровень.
Сравним. При испытаниях нового лекарства для публикации в медицинском журнале обычно требуется уровень уверенности 1 из 20 (5 процентов). Исследователю нужно показать: вероятность того, что наблюдаемый эффект случаен, не превышает 5 процентов.
Критерий 5 процентов произволен. Он не должен иметь какого-либо значения для бизнеса. Тем не менее, вы можете выбрать его как отправную точку для принятия решения. Если шансы меньше 5 процентов, считайте это предупреждением. В таком случае следует запросить дополнительные данные.
Повторите процесс с новыми числами, проведя расчеты для изменившихся N и Z. Снова вероятность меньше 5 процентов? Это немного напоминает оценку нового ресторана. Вы идете туда один раз и остаетесь недовольны – но возможно, у шеф-повара просто был неудачный день. Посетите ресторан несколько раз, и вы получите более точное представление об истинном положении дел.
Означает ли высокая доля нулей в качестве второй цифры, что компания завышает показатели? Стоит ли иметь с ней дело? Решать вам. Но есть вероятность, что она не совсем честна.
В 1980-х и 1990-х гг. налогоплательщики больше всего боялись аудиторских проверок Налогового управления США, выполнявшихся под эгидой Национальной исследовательской программы (NRP). Генератор случайных чисел выбирал девятизначный номер. «Счастливый» обладатель карточки социального страхования с этим номером подвергался доскональному аудиту и должен был представить документы, подтверждающие каждую запись в налоговой декларации. Проверка случайно выбранного налогоплательщика и анализ всех данных позволили Налоговому управлению понять, какие строчки декларации подделываются чаще всего. С научной точки зрения все было идеально – но не с политической. Многие налогоплательщики выражали недовольство, и в середине 1990-х конгресс вынудил Налоговое управление свернуть NRP.
После закрытия программы налоговые органы сосредоточились на аналитике. Мало кто сомневался, что анализ данных использует закон Бенфорда, однако не склонное к откровенности Налоговое управление этого не подтверждало. Тем не менее, еще в 1998 г. газета New York Times сообщала: «Налоговые органы нескольких государств и нескольких американских штатов, включая Калифорнию, для проверок крупных компаний и финансовых фирм используют программное обеспечение на основе закона Бенфорда».
Макс Нигрини занимался этим задолго до сборщиков налогов. В одном из первых исследований налоговых деклараций США он проанализировал такие записи, как процентный доход и выплаты по ипотеке, благотворительные взносы, доходы от прироста капитала и расходы малого бизнеса, подпадающие в «раздел С». Они значительно отличались от распределения Бенфорда. Больше всего подозрений вызывали арендная плата и административные расходы малого бизнеса из раздела С.
Нигрини обнаружил: незадокументированные расходы налогоплательщиков с низким доходом выглядят подозрительнее, чем у налогоплательщиков с высоким доходом. Небогатые люди знают, что риск проверки для них невелик, и поэтому чаще фальсифицируют данные. С другой стороны, богатые имеют возможность нанять профессионалов для составления финансовых отчетов, и те их убедят не делать глупостей.
Парадокс в том, что Нигрини не мог сказать, какие именно декларации неточны. Малый бизнес по большей части сообщает всего одну сумму в качестве арендной платы. Какие-то из этих чисел реальные, а какие-то преувеличены. И только массив из многих тысяч сумм аренды заставил заподозрить мошенничество.
Открытия Нигрини необыкновенно полезны для налоговых органов, причем не только потому, что указывают на строки налоговой декларации и типы доходов, требующие особого внимания, но и при составлении инструкций и изменении законодательства. В настоящее время Налоговая служба США требует от ипотечных заимодателей сообщать о процентных ставках в форме 1098, а проценты по потребительскому кредиту больше вообще не рассчитываются. С 2011 г. биржевые маклеры, а с 2012 г. паевые инвестиционные фонды обязаны сообщать в налоговые органы базовую стоимость ценных бумаг В 2012 г. Налоговое управление провело выборочные проверки лиц с высоким движением наличности.
Несколько лет назад Управление налоговых сборов Великобритании применило цифровые тесты к британским налоговым декларациям и выяснило: у владельцев малого бизнеса в суммах продаж слишком часто встречаются две первые цифры 14. Причина очевидна – в то время британское законодательство позволяло малому бизнесу пользоваться упрощенной формой отчетности, если сумма продаж не превышала 15 тысяч фунтов стерлингов. С тех пор этот порог поднимался несколько раз. И каждый раз вместе с ними на новый уровень поднимались манипуляции.
Для расчета федерального подоходного налога американские налогоплательщики со средним доходом используют налоговую таблицу. Эти таблицы составлены с шагом 50 долларов. В 2011 г. не состоящий в браке человек с облагаемым налогом годовым доходом 71 049 долларов должен был заплатить подоходный налог в размере 13 894 долларов. Но если он заработал на один доллар больше (71 050), то его доход попадал в другую строчку таблицы, и сумма налога увеличивалась на 12 долларов (13 906).
Вы, наверное, подумаете, что никто не станет мошенничать с налоговой декларацией из-за 12 долларов. Нигрини проанализировал две последние цифры сумм облагаемого налогом дохода и обнаружил свидетельства, что при заполнении декларации налогоплательщики подправляли суммы дохода, чтобы они оказывались чуть ниже границы. Слишком много чисел оканчивались на 48 или 49, 98 или 99. А количество сумм дохода, немного превышавших границу (оканчивавшихся на 50 или 51, 00 или 01) было меньше ожидаемого.
Чтобы доказать сознательное уклонение от налогов, Нигрини сравнил налогоплательщиков, пользовавшихся налоговыми таблицами, с теми, которые должны умножать облагаемый налогом доход на предельную налоговую ставку. Во втором случае в числах не обнаружилось никаких признаков манипуляции.
Облагаемый налогом доход вычисляется из других записей декларации, и его невозможно изменить – в противном случае появится математическая ошибка. Налогоплательщик, слега превысивший порог, должен вернуться назад и найти способ прибавить пару долларов к вычетам или на несколько долларов сократить поступления. В самом невинном случае это может указывать на налогоплательщика с остро отточенным карандашом в руке: он порылся в памяти и обнаружил там забытый налоговый вычет. Менее оптимистичный вариант – налогоплательщик не откажется от мелкого мошенничества, если шанс быть пойманным невелик.
Формула аудита для Налоговой службы США генерируется при помощи прогнозной аналитики. Статистические корреляции позволяют предсказать, какие налоговые декларации имеют наибольшую вероятность оказаться нечестными и поэтому заслуживают дополнительной проверки. В компьютерах Налоговой службы США хранятся все налоговые декларации, и не приходится сомневаться, что эта информация используется должным образом. То, что в этом году ваш облагаемый налогом доход оказался на доллар меньше порогового значения, может быть совпадением. Но если за последние десять лет сумма слегка не дотягивает до …00 или …50, это уже не совпадение.
Эффект порога позволяет выполнить очень простой тест на честность. И вполне возможно, что такой тест присутствует в процедуре аудита. Дело не в том, что налоговые органы волнуются из-за нескольких долларов. Но если налогоплательщик постоянно жульничает с налоговой сеткой и в его декларации присутствуют другие настораживающие признаки, такие как расходы малого бизнеса, подпадающие в «раздел С», или крупные пожертвования на благотворительность, это вызывает подозрение.