Dans un jeu de données comptables authentique, le chiffre 1 ouvre environ trois montants sur dix. Le 9, à peine un sur vingt. Cette régularité contre-intuitive porte un nom : la loi de Benford. Les auditeurs l’utilisent depuis des décennies comme test d’orientation sur de grandes populations d’écritures, et les logiciels d’analyse de données l’ont rendue accessible en quelques clics sur l’intégralité d’un grand livre. Encore faut-il savoir ce qu’elle mesure réellement, dans quelles conditions elle est valide, et surtout ce qu’un écart signifie — et ne signifie pas.
En bref
- La loi de Benford décrit la fréquence attendue du premier chiffre significatif dans de nombreuses séries de données naturelles : environ 30 % de 1, contre 4,6 % de 9.
- Elle ne s’applique qu’à des populations remplissant des conditions précises : montants s’étalant sur plusieurs ordres de grandeur, non bornés, non attribués arbitrairement.
- En audit, c’est un test d’orientation : il désigne des zones à examiner, il n’établit jamais une fraude.
- Les outils d’analyse de données permettent de l’exécuter sur 100 % des écritures plutôt que sur un échantillon.
- Un écart s’explique le plus souvent par une cause métier légitime : seuils, tarifs, arrondis, refacturations.
D’où vient la loi de Benford ?
L’observation est attribuée à l’astronome Simon Newcomb au XIXe siècle, qui remarqua que les premières pages des tables de logarithmes — celles commençant par 1 — étaient plus usées que les dernières. Le physicien Frank Benford la formalisa dans les années 1930 en la vérifiant sur des séries très diverses : longueurs de rivières, populations de villes, constantes physiques. D’où le nom retenu par la profession. Son intérêt pour l’audit est venu bien plus tard, avec la disponibilité de données comptables exploitables en masse.
Que dit exactement la loi ?
Elle décrit la probabilité qu’un nombre commence par tel ou tel chiffre significatif. Contrairement à l’intuition, cette probabilité n’est pas uniforme — elle serait alors de 11,1 % pour chacun des neuf chiffres possibles. Elle est logarithmique et décroissante : plus le chiffre est élevé, plus il est rare en première position. La raison profonde tient à la manière dont les grandeurs croissent : passer de 1 à 2 suppose une augmentation de 100 %, alors que passer de 8 à 9 n’en demande que 12,5 %. Un montant qui grandit progressivement passe donc beaucoup plus de temps dans la « zone des 1 ».
La distribution attendue du premier chiffre
| Premier chiffre | Fréquence attendue | Premier chiffre | Fréquence attendue |
|---|---|---|---|
| 1 | 30,1 % | 6 | 6,7 % |
| 2 | 17,6 % | 7 | 5,8 % |
| 3 | 12,5 % | 8 | 5,1 % |
| 4 | 9,7 % | 9 | 4,6 % |
| 5 | 7,9 % | Total : 100 % | |
Fréquences théoriques arrondies. Tableau donné à titre indicatif, sous réserve de la réglementation en vigueur.
Les conditions de validité — le point le plus négligé
Appliquer la loi à n’importe quelle colonne de chiffres est l’erreur classique. Une population s’y prête lorsque :
- les valeurs s’étalent sur plusieurs ordres de grandeur (de la dizaine d’euros à la centaine de milliers) ;
- elles résultent d’un processus naturel de formation des prix et non d’une attribution arbitraire ;
- elles ne sont ni bornées par un minimum ou un maximum imposé, ni normalisées ;
- l’effectif est suffisant pour que les écarts soient statistiquement interprétables.
À l’inverse, des numéros de facture, des références internes, des montants forfaitaires ou des tarifs catalogue n’ont aucune raison de suivre la loi de Benford. Les tester serait produire du bruit.
Ce que l’auditeur cherche réellement
L’idée sous-jacente est simple : une personne qui invente des montants ne reproduit pas spontanément cette distribution. Elle a tendance à éviter les chiffres extrêmes, à répéter certaines valeurs, à se caler juste en dessous des seuils qu’elle connaît. Un excès marqué de montants commençant par un chiffre donné, un déficit de 1, ou une surreprésentation de valeurs proches d’un seuil d’autorisation constituent autant de signaux d’orientation. Ils ne concluent rien ; ils indiquent où concentrer des diligences plus lourdes.
Les tests dérivés couramment utilisés
Le test du premier chiffre est le plus connu, mais il est rarement le plus informatif. Les analyses opérationnelles reposent plutôt sur :
- le test des deux premiers chiffres, beaucoup plus fin, qui fait apparaître les regroupements anormaux autour d’une valeur précise ;
- le test des derniers chiffres, qui met en évidence les montants « ronds » fabriqués ;
- l’analyse des doublons et quasi-doublons de montants ;
- la détection des valeurs juste sous un seuil d’autorisation ou de délégation de signature.
Comment le test s’exécute concrètement
Le point de départ est presque toujours le fichier des écritures comptables, dont le format normalisé permet une exploitation immédiate. Les montants au débit et au crédit sont extraits, filtrés selon les conditions de validité, puis comparés à la distribution théorique. Un tableur suffit pour un premier test ; les outils d’analyse dédiés apportent la répétabilité, la traçabilité et la capacité de descendre d’un écart agrégé jusqu’aux écritures individuelles qui le composent — ce qu’on appelle le forage.
La place des outils dans le dispositif normatif
La NEP 315 définit les outils et techniques automatisés comme les outils utilisés par l’auditeur pour mettre en œuvre ses procédures et permettant l’analyse de données — logiciels d’intelligence artificielle, outils analytiques, robots — en les distinguant des plateformes et logiciels d’audit qui servent à documenter les travaux. Cette distinction est structurante : un test de Benford relève de l’analyse de données, sa documentation relève du dossier de travail. Les deux fonctions peuvent être portées par des outils différents, et c’est le plus souvent le cas.
L’articulation avec la recherche de fraude
La NEP 240 impose au commissaire aux comptes de prendre en considération le risque de fraude et, notamment, de tester les écritures de journal, en particulier celles présentant des caractéristiques inhabituelles. Les analyses de type Benford s’inscrivent naturellement dans ce cadre, aux côtés d’autres filtres : écritures passées en dehors des heures ouvrées, saisies par un utilisateur inhabituel, comptes rarement mouvementés, écritures d’ajustement de clôture, libellés vides ou génériques.
Ce que la loi de Benford ne prouve pas
Il faut être catégorique sur ce point, car les malentendus sont fréquents. Un écart à la distribution attendue n’est pas une preuve de fraude, ni même une présomption. C’est une anomalie statistique dont la cause doit être recherchée. Symétriquement, une population parfaitement conforme ne garantit pas l’absence de fraude : une manipulation portant sur quelques écritures de montant élevé ne déforme pratiquement pas la distribution d’ensemble. Le test est un filtre d’orientation, pas un détecteur.
Les faux positifs les plus courants
Dans la pratique, la grande majorité des écarts s’explique par le métier de l’entreprise :
- des tarifs catalogue ou des abonnements récurrents, qui répètent les mêmes premiers chiffres ;
- des refacturations internes ou des clés de répartition analytiques ;
- des seuils de gestion légitimes : plafonds de notes de frais, montants de commande déclenchant une validation ;
- des arrondis systématiques ou des conversions de devise ;
- une activité très homogène, où tous les montants se situent dans une plage étroite — condition de validité non remplie.
Un exemple d’exploitation
Sur une société de négoce, un test des deux premiers chiffres fait apparaître une surreprésentation nette de montants commençant par « 49 ». L’examen des écritures concernées montre que le seuil de validation hiérarchique des commandes est fixé à 5 000 €. Les opérationnels fractionnent leurs commandes pour rester en dessous. Il n’y a ni détournement, ni écriture fictive : il y a un contournement de contrôle interne, qui relève d’une communication à la direction et d’un ajustement du dispositif, sujet traité dans notre article sur le contrôle interne en entreprise.
Documenter le test
Un test d’analyse de données n’a de valeur, du point de vue du dossier, que s’il est documenté de manière reproductible : population retenue et justification de son éligibilité, période, filtres appliqués, nombre d’éléments, résultat obtenu, écarts identifiés, diligences complémentaires menées et conclusions. C’est cette traçabilité qui distingue un test d’audit d’une exploration exploratoire, et c’est elle que la revue de dossier examinera, comme pour toute étape du déroulement d’une mission d’audit légal.
La question des petites populations
C’est la limite principale en PME. Sur quelques milliers d’écritures — voire quelques centaines dans une petite structure — les fréquences observées fluctuent naturellement de manière importante, et un écart apparent n’a aucune signification statistique. Sur ces dossiers, l’analyse exhaustive du grand livre, le rapprochement systématique des flux et l’examen ciblé des comptes sensibles apportent bien davantage que des tests de distribution.
Ce que cela change pour l’entreprise auditée
Deux conséquences pratiques. D’abord, la qualité des libellés et des données conditionne la pertinence des analyses : un journal où toutes les écritures portent la même mention générique interdit tout filtrage intelligent. Ensuite, l’entreprise gagne à exécuter elle-même ces tests, en amont, dans le cadre de son autocontrôle — c’est un usage classique en gestion, complémentaire de l’accompagnement en expertise comptable et de la dématérialisation des pièces justificatives, qui rend chaque écriture traçable jusqu’à son justificatif.
Un outil parmi d’autres, jamais un substitut au jugement
La loi de Benford ne remplace ni la connaissance de l’entité, ni l’appréciation du contrôle interne, ni la revue analytique, ni l’entretien avec les personnes qui tiennent les comptes. Elle s’insère dans un faisceau. Un auditeur qui fonderait une conclusion sur le seul résultat d’un test statistique commettrait la même erreur que celui qui l’ignorerait : dans les deux cas, le jugement professionnel serait absent.
Questions fréquentes
La loi de Benford permet-elle de prouver une fraude ?
Non. Elle signale un écart entre une distribution observée et une distribution attendue. Cet écart doit être expliqué, et il l’est le plus souvent par une cause métier légitime. Seules les diligences complémentaires menées sur les écritures concernées peuvent conduire à une conclusion.
Sur quelles données peut-on l’appliquer ?
Sur des populations de montants s’étalant sur plusieurs ordres de grandeur, formés naturellement, non bornés et suffisamment nombreux. Les numéros de séquence, références internes, tarifs forfaitaires et montants plafonnés en sont exclus.
Faut-il un logiciel spécialisé ?
Un tableur permet de réaliser un test de premier chiffre. Les outils d’analyse de données apportent la répétabilité, la traçabilité, le traitement de volumes importants et la capacité de remonter d’un écart jusqu’aux écritures qui le composent.
Le test s’applique-t-il aux petites entreprises ?
Rarement avec profit : sous quelques milliers d’écritures, les fluctuations statistiques rendent l’interprétation hasardeuse. D’autres approches, exhaustives et ciblées, sont plus adaptées aux volumes des PME.
L’entreprise peut-elle réaliser ces tests elle-même ?
Oui, et c’est une bonne pratique d’autocontrôle. Elle doit garder à l’esprit les mêmes précautions d’interprétation : un écart est une piste d’analyse interne, pas un constat.
En résumé
La loi de Benford décrit la fréquence attendue des premiers chiffres dans les données naturelles, et fournit à l’auditeur un test d’orientation applicable à l’intégralité d’un grand livre plutôt qu’à un échantillon. Sa valeur dépend entièrement du respect de ses conditions d’application et de la rigueur avec laquelle les écarts sont expliqués : c’est un indicateur, jamais une preuve. Le cabinet Paris Ouest Audit met en œuvre ces analyses dans le cadre de ses missions légales et contractuelles ; découvrez nos expertises.