Ley de Benford en auditoría: fórmula, pruebas y ejemplo en Excel
La ley de Benford dice que, en muchos conjuntos de importes reales, el primer dígito no se reparte por igual: un 30,1 % empieza por 1 y solo un 4,6 % por 9, según P(d) = log10(1 + 1/d). En auditoría sirve para comparar los importes de un cliente con esa distribución y señalar dígitos con más importes de lo esperado, que luego se investigan partida a partida.
Actualizado el 10 de noviembre de 2026
Qué es la ley de Benford y cómo funciona
Si tomas todas las facturas de proveedores de un año y miras solo la primera cifra de cada importe, no encontrarás un 11 % de cada dígito del 1 al 9. Encontrarás muchos más unos que doses, más doses que treses, y así hasta el 9. Lo observó Simon Newcomb en 1881 y lo comprobó Frank Benford en 1938 con más de 20.000 números de fuentes muy distintas. Desde los años noventa, sobre todo por el trabajo de Mark Nigrini, es una prueba habitual en auditoría y en auditoría forense.
La prueba es sencilla: calculas qué porcentaje de los importes empieza por cada dígito, lo comparas con el porcentaje que predice la ley y miras dónde se separan. Un exceso de importes que empiezan por 4 o por 9 no es un fraude; es una pregunta: ¿qué hay ahí?
Fórmula de la ley de Benford
P(d) = log10(1 + 1/d), para d = 1, 2, …, 9
La probabilidad de que el primer dígito sea 1 es log10(2) = 0,30103; la de que sea 9, log10(10/9) = 0,04576. Los nueve valores suman 1. Para el segundo dígito, que puede ser 0, la probabilidad se obtiene sumando sobre todos los primeros dígitos posibles: P(d2) = Σ log10(1 + 1/(10·d1 + d2)), con d1 de 1 a 9.
| Dígito | Primer dígito | Segundo dígito |
|---|---|---|
| 0 | — | 11,97 % |
| 1 | 30,10 % | 11,39 % |
| 2 | 17,61 % | 10,88 % |
| 3 | 12,49 % | 10,43 % |
| 4 | 9,69 % | 10,03 % |
| 5 | 7,92 % | 9,67 % |
| 6 | 6,69 % | 9,34 % |
| 7 | 5,80 % | 9,04 % |
| 8 | 5,12 % | 8,76 % |
| 9 | 4,58 % | 8,50 % |
Calculado con log10(1 + 1/d). La columna del segundo dígito es informativa: el segundo dígito se acerca mucho más al reparto uniforme (del 12,0 % al 8,5 %) y discrimina menos.
Por qué funciona
La explicación más útil para un auditor es la escala logarítmica. Los importes que nacen de multiplicar cosas (precio por cantidad, saldo por tipo de interés, ventas que crecen un porcentaje cada año) se reparten de forma bastante uniforme en escala logarítmica a lo largo de varios órdenes de magnitud. En esa escala, el tramo de 1 a 2 ocupa el 30,1 % de cada década (log 2 − log 1) y el tramo de 9 a 10 solo el 4,6 % (log 10 − log 9). Por eso salen tantos unos.
Además, es la única distribución de primeros dígitos que no cambia al pasar de euros a dólares (multiplicar todos los importes por una constante), y Theodore Hill demostró en 1995 que mezclar datos de muchas distribuciones distintas tiende a ella. Por eso un libro diario, que mezcla ventas, compras, nóminas y pagos, se ajusta tan bien.
Para qué sirve la ley de Benford en auditoría
En auditoría financiera la ley de Benford es un procedimiento analítico sobre toda la población, no una prueba de detalle. Sirve para tres cosas:
- Señalar dónde mirar. Un dígito con un exceso claro apunta a un grupo de importes concreto: pagos justo por debajo de un límite de aprobación, un importe repetido, un proveedor que factura siempre lo mismo.
- Detectar importes inventados. Las personas que se inventan cifras tienden a repartir los dígitos de forma más uniforme o a repetir sus números favoritos. Por eso la ley de Benford se usa para detectar fraudes en gastos, reembolsos y asientos manuales.
- Completar las pruebas de asientos. En las pruebas sobre asientos contables de la NIA-ES 240, un pico en el primer dígito es un criterio más para elegir qué asientos examinar.
En auditoría forense se usa igual, pero con más pruebas encadenadas (primeros dos dígitos, últimos dígitos, importes duplicados) y con la vista puesta en una persona o un proveedor concreto.
Qué datos contables cumplen la ley de Benford y cuáles no
Antes de lanzar la prueba conviene preguntarse si esa población debería cumplir la ley. Si no debería, una desviación no dice nada.
Suelen cumplirla
- Facturas de ventas y de compras, pagos y cobros de un ejercicio completo.
- Líneas del libro diario y saldos de cuentas a cobrar o a pagar con muchos clientes o proveedores.
- Valoraciones de existencias por referencia (unidades por coste).
- En general, importes que abarcan varios órdenes de magnitud (de decenas a cientos de miles), sin máximos ni mínimos fijados y formados por muchas transacciones independientes.
No la cumplen, y no es una señal de nada
- Números asignados: números de factura, códigos de cuenta, teléfonos o códigos postales. No son magnitudes.
- Precios y tarifas: listas de precios terminadas en ,99, cuotas fijas, alquileres o suscripciones que se repiten cada mes.
- Datos con umbrales: dietas con tope, gastos por debajo de un importe que no requiere justificante, pedidos con importe mínimo. El umbral crea un pico por diseño.
- Rangos estrechos: si todas las nóminas están entre 1.500 € y 3.000 €, casi todas empezarán por 1 o por 2.
- Poblaciones pequeñas: con unos cientos de importes las proporciones oscilan mucho por azar. El mínimo de 50 importes que exige AuditSampler Pro es técnico, no una recomendación.
Los importes negativos (abonos, anulaciones) conviene analizarlos aparte de los positivos, y los importes muy pequeños suelen excluirse porque pesan poco y distorsionan los dígitos.
Pruebas de la ley de Benford: primer dígito, chi-cuadrado y MAD
Prueba del primer dígito y z por dígito
Para cada dígito se compara la proporción real con la esperada mediante un estadístico z: z = (preal − pBenford) ÷ √(pBenford × (1 − pBenford) ÷ n). Con un nivel de significación del 5 %, |z| > 1,96 marca el dígito. Nigrini resta además una pequeña corrección de continuidad, 1/(2n), al numerador; con miles de importes apenas cambia el resultado.
Chi-cuadrado
La prueba chi-cuadrado suma (observados − esperados)² ÷ esperados en los nueve dígitos y lo compara con una chi-cuadrado de 8 grados de libertad: valor crítico 15,51 al 5 % y 20,09 al 1 %. Su problema es que crece con la población: con las mismas proporciones, diez veces más importes dan un estadístico diez veces mayor, y con poblaciones grandes casi todo sale «no conforme».
MAD (desviación absoluta media)
La MAD es la media de las diferencias absolutas entre la proporción real y la esperada de los nueve dígitos. No depende del tamaño de la muestra, y por eso Nigrini la propone como la medida principal de conformidad, con estos umbrales para el primer dígito:
| MAD del primer dígito | Conclusión |
|---|---|
| Menos de 0,006 | Conformidad cercana |
| De 0,006 a 0,012 | Conformidad aceptable |
| De 0,012 a 0,015 | Conformidad marginalmente aceptable |
| Más de 0,015 | No conformidad |
Fuente: M. J. Nigrini, Benford's Law: Applications for Forensic Accounting, Auditing, and Fraud Detection (Wiley, 2012). Son los mismos umbrales que aplica el motor de AuditSampler Pro (anomaly/benford.py). Los umbrales de la prueba del segundo dígito y de los dos primeros dígitos son distintos.
Ejemplo de la ley de Benford sobre un libro diario
Libro diario ficticio de una distribuidora, ejercicio 2025: 6.000 líneas, todas con importe positivo, por un total de 94.119.889,84 €. Resultado de la prueba del primer dígito:
| Primer dígito | Importes | Esperados | Real | Benford | z |
|---|---|---|---|---|---|
| 1 | 1.840 | 1.806,2 | 30,67 % | 30,10 % | 0,95 |
| 2 | 988 | 1.056,5 | 16,47 % | 17,61 % | −2,32 |
| 3 | 756 | 749,6 | 12,60 % | 12,49 % | 0,25 |
| 4 | 577 | 581,5 | 9,62 % | 9,69 % | −0,19 |
| 5 | 490 | 475,1 | 8,17 % | 7,92 % | 0,71 |
| 6 | 375 | 401,7 | 6,25 % | 6,69 % | −1,38 |
| 7 | 343 | 348,0 | 5,72 % | 5,80 % | −0,27 |
| 8 | 283 | 306,9 | 4,72 % | 5,12 % | −1,40 |
| 9 | 348 | 274,5 | 5,80 % | 4,58 % | 4,54 |
- MAD: 0,0048. Por debajo de 0,006: conformidad cercana. Mirado en conjunto, el libro diario parece normal.
- Chi-cuadrado: 29,00, p = 0,0003. Supera con creces 15,51, así que rechaza la conformidad. Con 6.000 importes es lo esperable; las mismas proporciones con 600 importes darían 2,90 (p = 0,94).
- Dígito 9: 348 importes frente a 274,5 esperados, z = 4,54. Es el único exceso claro. De esos 348 importes, 264 están entre 9.000 € y 9.999,99 €, y 149 entre 9.500 € y 9.999,99 €.
- Análisis por usuario. De los 149, 50 los registró la misma responsable de compras: el 7,1 % de sus 708 líneas, frente al 1,5–2,4 % de los demás usuarios con más de 800 líneas. 45 de esas 50 son facturas de solo tres proveedores, y su límite de aprobación es 10.000 €. Eso es lo que hay que examinar: facturas fraccionadas o ajustadas para no pedir una segunda firma.
- Comprobación. Sin esas 50 líneas, el chi-cuadrado baja a 11,02 (p = 0,20), la MAD a 0,0040 y el dígito 9 deja de destacar (z = 1,60).
El dígito 2 sale corto en ambos casos (z = −2,32 y −2,03). Un defecto de importes no señala ninguna partida concreta, y con nueve pruebas al 5 % no es raro que una salga marcada por azar. Se anota y se sigue. Lo que la MAD no habría visto, el z por dígito sí: por eso conviene mirar las tres medidas y no solo la conclusión global.
Ley de Benford en Excel
Con los importes en la columna A (de A2 a A6001, sin ceros) puedes hacer la prueba del primer dígito en diez minutos. Las fórmulas van con el nombre de la función en Excel en español y, entre corchetes, en inglés; en español el separador de argumentos es el punto y coma.
- Primer dígito en B2, y copiar hacia abajo:
=ENTERO(ABS(A2)/10^ENTERO(LOG10(ABS(A2))))[=INT(ABS(A2)/10^INT(LOG10(ABS(A2))))]. Funciona también con importes menores que 1. Si todos son mayores o iguales que 1, basta=VALOR(IZQUIERDA(A2;1))[=VALUE(LEFT(A2,1))]. - Dígitos y proporción esperada: escribe del 1 al 9 en D2:D10 y en E2
=LOG10(1+1/D2). - Recuento real: en F2
=CONTAR.SI($B$2:$B$6001;D2)[=COUNTIF($B$2:$B$6001,D2)], y en G2 la proporción=F2/SUMA($F$2:$F$10)[SUM]. - Esperados y z: en H2
=E2*SUMA($F$2:$F$10)y en I2=(G2-E2)/RAIZ(E2*(1-E2)/SUMA($F$2:$F$10))[SQRT]. Marca los dígitos con |z| > 1,96. - Chi-cuadrado: el valor p es
=PRUEBA.CHICUAD(F2:F10;H2:H10)[=CHISQ.TEST(F2:F10,H2:H10)]; el estadístico,=SUMAPRODUCTO((F2:F10-H2:H10)^2/H2:H10)[SUMPRODUCT], y el valor crítico al 5 %,=INV.CHICUAD.CD(0,05;8)[=CHISQ.INV.RT(0.05,8)]. - MAD:
=SUMAPRODUCTO(ABS(G2:G10-E2:E10))/9y compárala con los umbrales de Nigrini. - Gráfica: un gráfico de columnas con G2:G10 y una línea con E2:E10 es la gráfica de la ley de Benford que se adjunta al papel de trabajo.
Lo que cuesta en Excel no es el cálculo sino el paso siguiente: filtrar los importes del dígito marcado, agruparlos y documentar qué se examinó. Para el resto, mira muestreo de auditoría en Excel.
Qué significa un pico y qué no significa
La ley de Benford señala, no demuestra. Un dígito con exceso de importes dice que en ese grupo hay algo distinto del resto. Puede ser un fraude, pero lo más habitual es una explicación de negocio: una tarifa fija, un contrato con cuotas iguales, un límite de gasto o un tipo de operación que solo hace un departamento.
- Qué hacer con un pico: filtrar los importes de ese dígito (o de los dos primeros dígitos), buscar repeticiones y agruparlos por usuario, proveedor, cuenta y fecha. Si aparece una concentración, esas partidas se examinan con su soporte.
- Qué no hacer: concluir que hay manipulación porque la prueba global no es conforme, ni que no la hay porque sí lo es. Un fraude de pocas partidas grandes no mueve la distribución de 6.000 importes, y Benford no ve importes omitidos.
- Cómo documentarlo: población y conciliación con el mayor, filtros aplicados, tabla de dígitos, MAD, chi-cuadrado y z, partidas examinadas y conclusión. La prueba no es un muestreo estadístico: las partidas se eligen de forma dirigida y sus resultados no se proyectan a la población.
La ley de Benford en AuditSampler Pro
El módulo de detección de anomalías hace la prueba del primer dígito sobre la columna de importes que elijas: recuentos reales y esperados, z y valor p por dígito al 5 %, chi-cuadrado y MAD con los umbrales de Nigrini. Toma los negativos por su valor absoluto e ignora los ceros. No hace las pruebas del segundo dígito ni de los dos primeros dígitos.
Preguntas frecuentes
¿Qué es la ley de Benford y cómo funciona?
Es la regularidad por la que, en muchos conjuntos de importes reales, el primer dígito sigue P(d) = log10(1 + 1/d): un 30,1 % de los importes empieza por 1 y un 4,6 % por 9. Funciona porque los importes que abarcan varios órdenes de magnitud se reparten de forma uniforme en escala logarítmica.
¿Para qué sirve la ley de Benford en auditoría?
Para comparar todos los importes de una población con la distribución esperada y señalar los dígitos con exceso de importes. Esos importes se filtran, se agrupan por usuario, proveedor o cuenta y se examinan. Es un procedimiento analítico, no una prueba de detalle.
¿La ley de Benford sirve para detectar fraudes?
Ayuda a encontrarlos, pero no los demuestra. Los importes inventados o fraccionados para no superar un límite suelen dejar un pico en algún dígito. Un pico también puede tener una explicación de negocio, y un fraude de pocas partidas no altera la distribución.
¿Cómo se aplica la ley de Benford en Excel?
Extrae el primer dígito con =ENTERO(ABS(A2)/10^ENTERO(LOG10(ABS(A2)))), cuenta cada dígito con CONTAR.SI, calcula la proporción esperada con =LOG10(1+1/d) y compara con PRUEBA.CHICUAD y con la MAD (SUMAPRODUCTO de las diferencias absolutas entre 9).
¿Qué MAD indica que los datos cumplen la ley de Benford?
Para el primer dígito, según Nigrini: menos de 0,006 es conformidad cercana; de 0,006 a 0,012, aceptable; de 0,012 a 0,015, marginalmente aceptable; y más de 0,015, no conformidad.
¿Qué datos no cumplen la ley de Benford?
Los números asignados (facturas, cuentas, teléfonos), los precios y cuotas fijas, los datos con topes o umbrales, los importes en un rango estrecho y las poblaciones pequeñas. En ellos una desviación no indica nada.
- F. Benford, «The law of anomalous numbers», Proceedings of the American Philosophical Society 78(4), 1938
- S. Newcomb, «Note on the frequency of use of the different digits in natural numbers», American Journal of Mathematics 4, 1881
- T. P. Hill, «A statistical derivation of the significant-digit law», Statistical Science 10(4), 1995
- M. J. Nigrini, Benford's Law: Applications for Forensic Accounting, Auditing, and Fraud Detection, Wiley, 2012
- ICAC, NIA-ES 240 Responsabilidades del auditor con respecto al fraude
La prueba de Benford sobre tus propios datos
AuditSampler Pro importa el libro diario o cualquier listado de importes y hace la prueba del primer dígito con z por dígito, chi-cuadrado y MAD. Los datos del cliente se quedan en tu ordenador.