Published online by Cambridge University Press: 01 January 2026
In order to assess the accuracy of the figures reported in NPOs’ financial statements, I perform a digital analysis on Belgian non-profit organizations’ financial statements for accounting years 2007 up to 2012. Specifically, I compare observed frequencies for digits in the second-from-the-left position with expected frequencies based on Benford’s Law. Results based on the full sample indicate that observed frequencies strongly conform to Benford’s Law (and thus suggest a high degree of accuracy of the figures reported in NPOs’ financial statements). Nevertheless, I note statistically significant deviations from Benford’s Law (both for the entire distribution and at the individual digit level). The largest deviation is noted for zeroes in the second position (i.e., a significantly positive deviation), which can be explained based on humans’ reliance upon so-called cognitive reference points. Considering different sub-samples, I note that observed deviations from Benford’s Law are largest for the smallest non-profits and those non-profits that rely most heavily on grants and/or donations.
Afin d’évaluer l’exactitude des chiffres indiqués dans les états financiers des organisations à but non lucratif, j’effectue une analyse numérique des états financiers des OBNL belges pour les exercices 2007 à 2012. Plus précisément, je compare les fréquences observées des chiffres en deuxième position en partant de la gauche avec les fréquences attendues sur la base de la loi de Benford. Les résultats établis sur l’ensemble de l’échantillon indiquent que les fréquences observées sont fortement conformes à la loi de Benford (et semblent donc indiquer un degré élevé d’exactitude des chiffres déclarés dans les états financiers des OBNL). Néanmoins, je constate des écarts significatifs du point de vue statistique par rapport à la loi de Benford (tant pour toute la répartition qu’au niveau des chiffres individuels). Le plus grand écart se reconnaît par des zéros en deuxième position (soit un écart positif significatif), qui peut s’expliquer par le recours des humains à ce que l’on appelle les repères cognitifs. Compte tenu des sous-échantillons différents, je remarque que les écarts observés par rapport à la loi de Benford sont plus grands pour les petites organisations à but non lucratif et pour celles qui dépendent le plus des subventions ou des dons.
Mittels einer digitalen Analyse der Jahresabschlüsse belgischer gemeinnütziger Organisationen für die Geschäftsjahre 2007 bis 2012 prüfe ich die Richtigkeit der in den Jahresabschlüssen dieser Organisationen ausgewiesenen Zahlen. Ich vergleiche insbesondere die beobachtete Häufigkeit der Ziffern an der zweiten Stelle von links, wobei für die erwartete Häufigkeit das Benfordsche Gesetz angewandt wird. Die Ergebnisse aus der gesamten Stichprobe zeigen, dass die beobachtete Häufigkeit dem Benfordschen Gesetz starkentspricht (und somit auf ein hohes Maß an Richtigkeit der in den Jahresabschlüssen der gemeinnützigen Organisationen ausgewiesenen Zahlen schließen lässt). Trotzdem gibt es statistisch große Abweichungen vom Benfordschen Gesetz (sowohl bei der gesamten Verteilung als auch bei individuellen Ziffern). Die größte Abweichung wird bei Nullen an der zweiten Stelle festgestellt (d. h. eine bedeutend positive Abweichung), die sich dadurch erklären lässt, dass sich Menschen auf sogenannte kognitive Referenzpunkte veralssen. Betrachtet man verschiedene Unterstichproben, findet man die größten beobachteten Abweichungen vom Benfordschen Gesetz bei den kleinsten gemeinnützigen Organisationen und den Organisationen, die sehr von Zuschüssen bzw. Spenden abhängig sind.
Con el fin de evaluar la precisión de las cifras notificadas en los estados financieros de las organizaciones sin ánimo de lucro (OSL/NPO), realizo un análisis digital de los estados financieros de organizaciones sin ánimo de lucro belgas para los años contables 2007 a 2012. Específicamente, comparo las frecuencias observadas para los dígitos en la posición segunda desde la izquierda con las frecuencias esperadas basadas en la Ley de Benford. Los resultados basados en la muestra completa indican que las frecuencias observadas cumplen considerablemente con la Ley de Benford (y de este modo sugieren un elevado grado de precisión de las cifras notificadas en los estados financieros de las OSL/NPO). No obstante, observo desviaciones estadísticamente significativas de la Ley de Benford (tanto para la distribución entera como a nivel del dígito individual). La desviación más grande se observa en los ceros en la segunda posición (es decir, una desviación significativamente positiva), que puede explicarse en base a la confianza de los humanos en los denominados puntos de referencia cognitivos. Considerando las diferentes submuestras, señalo que las desviaciones observadas de la Ley de Benford son más grandes para las organizaciones sin ánimo de lucro más pequeñas y para aquellas organizaciones sin ánimo de lucro que confían en mayor medida en las subvenciones y/o donaciones.
为了评估非营利性机构在财务报表中披露的数据的准确性,本人对比利时非盈利性机构2007至2012年的会计年的财务报表进行了数据分析,具体而言,本人将观察到的左二位置的数字的频率和根据本福德定律预期的频率进行了比较,建立在全样本基础上的结果说明, 观察到的频率非常符合本福德定律(因此说明非营利性机构在财务报表中中披露的数据的准确性很高),但是,本人(在整个分布和单个数字层面)发现了具有统计学意义的本福德定律的偏离,最大的偏离是第二个位置上的0(即,显著正偏离),这可以根据人类对所谓的认知参考点的依赖性进行解释。本人在考虑到不同的子样本的情况下,发现规模最小的非盈利性机构和严重依赖拨款和/或捐助的非盈利性机构对本福德定律的偏离程度最大。
NPO法人の財務諸表における報告数値の精度を評価するために、会計年度2007年から2012 年までのベルギーの非営利組織の財務諸表のデジタル解析を実施する。具体的には、ベンフォードの法則に基づいて予想される周波数から、左から2番目の位置での数字の周波数観測を比較する。完全なサンプルに基づく観測された発生頻度の結果は、ベンフォードの法則(NPOの財務諸表から精度の高い数字を示唆)を示している。そのため、ベンフォードの法則(全体の配布用と個々の数字レベルの両方)では統計的に有意な偏差に注目する。最大偏差ゼロで2番目の位置(すなわち有意な正の偏差)を説明することができるが、人間のいわゆる認知的な基準点に対する依存度が説明できる。別の準標本を考えると、ベンフォードの法則で観測された偏差は、規模が最大および最小の非営利団体が、助成金および/または寄付金に最も依存することがわかった。
من أجل تقييم مدى دقة الأرقام التي أعلن عنها في البيانات المالية للمنظمات الغير ربحية (NPO) ، وإجراء تحليل رقمي على المنظمات الغير هادفة للربح البلجيكية القوائم المالية للسنة المحاسبية 2007 حتى عام 2012. وعلى وجه التحديد، أقارن الترددات المرصودة للأرقام في ثاني من اليسار مع التكرارات المتوقعة على أساس قانون (Benford). النتائج التي تستند على عينة كاملة تشير إلى أن الترددات المرصودة مطابقة بقوة لقانون (Benford) (وبالتالي تشير إلى وجود درجة عالية من دقة الأرقام التي أعلن عنها في البيانات المالية للمنظمات الغيرربحية(NPO)). مع ذلك، ألاحظ أن الإنحرافات ذات دلالة إحصائية من قانون (Benford) (سواء لتوزيع كامل وعلى مستوى أرقام فردية). يلاحظ أكبر إنحراف عن أصفار في المرتبة الثانية (أي إنحراف إيجابي كبير)، التي يمكن تفسيرها على أساس الإعتماد البشري على ما يسمى النقاط المرجعية المعرفية. النظر في عينات فرعية مختلفة، ألاحظ أن الإنحرافات الملحوظة من قانون (Benford) هي أكبر لأصغر المؤسسات الغير ربحية وتلك المؤسسات الغير ربحية التي تعتمد بصفة أساسية على المنح و/ أو الهبات.