という、現在日本のネットで騒ぎになっている問題に照らすとタイムリーとも言えるNBER論文が上がっている（9月時点のWP）。原題は「Detecting Fraud in Development Aid」で、著者はJean Ensminger（カリフォルニア工科大）、Jetson Leder-Luis（ボストン大）。
以下はその要旨。
When organizations have limited accountability, antifraud measures, including auditing, often face barriers due to institutional resistance and practical difficulties on the ground. This is especially true in development aid, where aid organizations face incentives to suppress information about misappropriated funds and may operate with limited transparency. We develop new statistical tests to uncover strategic data manipulation consistent with fraud. These tests help identify falsified expense reports and facilitate monitoring in difficult-to-audit circumstances, relying only on mandated reporting of data. While the digits of naturally occurring data follow the Benford’s Law distribution, humanly-produced data instead reflect behavioral biases and incentives to misreport. Our new tests improve upon existing Benford’s Law tests by being sensitive to the value of digits reported, which distinguishes between intent to defraud and error, and by improving statistical power to allow for finer partitioning of the data.
We apply this method to a World Bank development project in Kenya. Our evidence is consistent with higher levels of fraud in harder to monitor sectors and in a Kenyan election year when graft also had political value. The results are validated by qualitative data and a forensic audit conducted by the World Bank. We produce simulations that demonstrate the superiority of our new tests to the standards in the field. Our tests are useful beyond development aid, including for monitoring corporate accounting and government expenditures.
（拙訳）
組織の説明責任が限定的な時、会計監査などの不正防止手段は、現場における制度上の阻害要因と実務上の困難から、しばしば障壁に突き当たる。このことは特に、援助組織が資金の不正流用に関する情報を隠蔽して限られた透明性の下で運営するインセンティブに駆られやすい開発援助に当てはまる。我々は、不正に沿うような戦略的なデータ操作を明らかにする新たな統計的検定を開発した。この検定は、義務付けられたデータ報告だけに依拠しつつ、偽造された支出報告を識別する助けとなり、監査が困難な環境での監視を可能にする。自然発生したデータの数字はベンフォードの法則の分布に従うが、人為的に生成されたデータは行動バイアスと報告を偽るインセンティブを反映する。我々の新たな検定は、報告された数字の値への感応性を高めて不正の意図と誤りとを区別すること*1、および、データのより細かい区分に対応できるよう検定力を高めたこと*2で、既存のベンフォードの法則の検定を改良した。
我々はこの手法をケニアの世界銀行の開発プロジェクトに適用した。我々の実証結果は、監視がより困難な部門、および、汚職が政治的価値も持つようになるケニアの選挙の年における不正行為の多さと整合的であった。この結果は、定性データ、および、世銀が実施したフォレンジック監査で裏付けられた。我々が生成したシミュレーションでは、この分野での標準法に比べた我々の新検定の優越性が示された。我々の検定法は、企業会計や政府支出の監視など、開発援助以外でも有用である。
*1:この点についてungated版の導入部では以下のように説明している：
...the existing Benford’s Law literature has focused on aberrant patterns, but has limited capacity to distinguish between strategic misreporting, which seeks to gain profit for the fraudster and subvert detection, and benign misreporting or error. This issue is driven by the fact that Benford’s Law predicts digit distributions from the front of the number (e.g., first digit, second digit), irrespective of the number’s value (i.e., one thousand versus one hundred thousand). Basic tests of conformance to Benford’s law are not sensitive to the value of the digit being manipulated. Our test considers the value of the number and allows us to distinguish patterns consistent with profitable misreporting.
*2:この点についてungated版の導入部では以下のように説明している：
...we expand the statistical power of Benford’s Law goodness of fit testing by considering all digit places in one test, rather than just one or two digit places, as is the norm in previous literature. By improving statistical power, we allow for additional disaggregation and triangulation of data categories, which is crucial to pinpointing fraud.
