{"id":{"repo_id":"athens","oai_identifier":"oai:lib.uoa.gr:uoadl:5315726"},"canonical_url":"https://search.ndltd.org/etd/athens/oai:lib.uoa.gr:uoadl:5315726","repository":{"repo_id":"athens","name":"National and Kapodistrian University of Athens","base_url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh"},"display":{"title":"Combining Benford's law and Monte Carlo simulation in internal audits to detect fraud patterns in invoices: a modern approach","abstract":"Η εργασία εξέτασε την εφαρμοσιμότητα του νόμου του Benford στη σύγχρονη εποχή, μαζί με τη Monte Carlo ως ένα εύλογο εργαλείο ανάλυσης εύρους, για την ανίχνευση ανώμαλων μοτίβων σε τιμολόγια. Τα δεδομένα συλλέχθηκαν από 6 διαφορετικές οντότητες σε διάφορες περιόδους των οικονομικών ετών από το 2022 έως το 2024, με δραστηριότητα στην Ελλάδα, την Πολωνία και το Ηνωμένο Βασίλειο. Πρώτον, το κύριο συμπέρασμα είναι ότι τα δεδομένα των τιμολογίων ακολουθούν τον νόμο του Benford, ακόμη και με κάποια απόκλιση, γεγονός που αποδεικνύει ότι οι αριθμοί, και συγκεκριμένα το πρώτο ψηφίο τους, ακολουθούν πράγματι μια λογαριθμική κατανομή (log10). Δεύτερον, η προσομοίωση Monte Carlo χρησιμοποιήθηκε για τον καθορισμό των εύλογων διακυμάνσεων, χρησιμοποιώντας την κατανομή του νόμου του Benford ως βασική κλίμακα και, σε συνδυασμό με το εύρος διακύμανσης του Nigrini, μας βοήθησε να εξαγάγουμε συμπεράσματα σχετικά με τις αριθμητικές περιοχές δειγματοληψίας που θα μπορούσαν να εξεταστούν. Συμπερασματικά, η διατριβή συμβάλλει αποτελεσματικά ως μια στοχευμένη μεθοδολογία δειγματοληψίας για εσωτερικούς ελεγκτές, η οποία μπορεί να επισημάνει και να παρέχει πληροφορίες σχετικά με την αριθμητική συμπεριφορά των ακραίων τιμών σε σύνολα δεδομένων.","abstract_html":"Η εργασία εξέτασε την εφαρμοσιμότητα του νόμου του Benford στη σύγχρονη εποχή, μαζί με τη Monte Carlo ως ένα εύλογο εργαλείο ανάλυσης εύρους, για την ανίχνευση ανώμαλων μοτίβων σε τιμολόγια. Τα δεδομένα συλλέχθηκαν από 6 διαφορετικές οντότητες σε διάφορες περιόδους των οικονομικών ετών από το 2022 έως το 2024, με δραστηριότητα στην Ελλάδα, την Πολωνία και το Ηνωμένο Βασίλειο. Πρώτον, το κύριο συμπέρασμα είναι ότι τα δεδομένα των τιμολογίων ακολουθούν τον νόμο του Benford, ακόμη και με κάποια απόκλιση, γεγονός που αποδεικνύει ότι οι αριθμοί, και συγκεκριμένα το πρώτο ψηφίο τους, ακολουθούν πράγματι μια λογαριθμική κατανομή (log10). Δεύτερον, η προσομοίωση Monte Carlo χρησιμοποιήθηκε για τον καθορισμό των εύλογων διακυμάνσεων, χρησιμοποιώντας την κατανομή του νόμου του Benford ως βασική κλίμακα και, σε συνδυασμό με το εύρος διακύμανσης του Nigrini, μας βοήθησε να εξαγάγουμε συμπεράσματα σχετικά με τις αριθμητικές περιοχές δειγματοληψίας που θα μπορούσαν να εξεταστούν. Συμπερασματικά, η διατριβή συμβάλλει αποτελεσματικά ως μια στοχευμένη μεθοδολογία δειγματοληψίας για εσωτερικούς ελεγκτές, η οποία μπορεί να επισημάνει και να παρέχει πληροφορίες σχετικά με την αριθμητική συμπεριφορά των ακραίων τιμών σε σύνολα δεδομένων.","abstract_has_math":false,"creators":["ΑΘΑΝΑΣΟΠΟΥΛΟΣ ΓΕΩΡΓΙΟΣ","ATHANASOPOULOS GEORGIOS"],"institution":null,"degree_name":null,"degree_level":null,"degree_discipline":null,"degree_department":null,"school":null,"contributors":[],"advisors":[],"committee_chairs":[],"committee_members":[],"year":2025,"date_issued":"2025","date_published":"2025","updated_at":"2026-11-19T06:41:15Z","subjects":["Κοινωνικές, Πολιτικές και Οικονομικές επιστήμες","Social, Political and Economic sciences"],"languages":["English"],"rights":[],"rights_urls":[],"identifier_entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:5315726"],"render_values":[{"text":"uoadl:5315726","href":null,"code":true}]}],"person_identifier_entries":[]},"links":{"outbound_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/5315726","outbound_label":"Repository record","outbound_source":"dc:identifier","record_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/5315726","record_label":"Repository record","record_kind":"record","record_source":"dc:identifier","download_url":null,"download_label":null,"download_source":null,"access_status":null,"embargo_until":null,"access_note":null},"source_record":{"url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh?verb=GetRecord&metadataPrefix=oai_dc&identifier=oai%3Alib.uoa.gr%3Auoadl%3A5315726","prefix":"oai_dc"},"metadata_groups":[{"id":"people","label":"People","entries":[{"key":"dc:creator","label":"Author","values":["ΑΘΑΝΑΣΟΠΟΥΛΟΣ ΓΕΩΡΓΙΟΣ","ATHANASOPOULOS GEORGIOS"]}]},{"id":"academic_context","label":"Academic Context","entries":[{"key":"dc:date","label":"Dc Date","values":["2025"]},{"key":"dc:type","label":"Dc Type","values":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]}]},{"id":"subjects_keywords","label":"Subjects and Keywords","entries":[{"key":"dc:subject","label":"Dc Subject","values":["Κοινωνικές, Πολιτικές και Οικονομικές επιστήμες","Social, Political and Economic sciences"]}]},{"id":"language_rights","label":"Language and Rights","entries":[{"key":"dc:language","label":"Dc Language","values":["English"]}]},{"id":"identifiers","label":"Identifiers","entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:5315726","https://pergamos.lib.uoa.gr/uoa/dl/object/5315726"]}]},{"id":"additional","label":"Additional Metadata","entries":[{"key":"dc:description","label":"Description","values":["Η εργασία εξέτασε την εφαρμοσιμότητα του νόμου του Benford στη σύγχρονη εποχή, μαζί με τη Monte Carlo ως ένα εύλογο εργαλείο ανάλυσης εύρους, για την ανίχνευση ανώμαλων μοτίβων σε τιμολόγια. Τα δεδομένα συλλέχθηκαν από 6 διαφορετικές οντότητες σε διάφορες περιόδους των οικονομικών ετών από το 2022 έως το 2024, με δραστηριότητα στην Ελλάδα, την Πολωνία και το Ηνωμένο Βασίλειο. Πρώτον, το κύριο συμπέρασμα είναι ότι τα δεδομένα των τιμολογίων ακολουθούν τον νόμο του Benford, ακόμη και με κάποια απόκλιση, γεγονός που αποδεικνύει ότι οι αριθμοί, και συγκεκριμένα το πρώτο ψηφίο τους, ακολουθούν πράγματι μια λογαριθμική κατανομή (log10). Δεύτερον, η προσομοίωση Monte Carlo χρησιμοποιήθηκε για τον καθορισμό των εύλογων διακυμάνσεων, χρησιμοποιώντας την κατανομή του νόμου του Benford ως βασική κλίμακα και, σε συνδυασμό με το εύρος διακύμανσης του Nigrini, μας βοήθησε να εξαγάγουμε συμπεράσματα σχετικά με τις αριθμητικές περιοχές δειγματοληψίας που θα μπορούσαν να εξεταστούν. Συμπερασματικά, η διατριβή συμβάλλει αποτελεσματικά ως μια στοχευμένη μεθοδολογία δειγματοληψίας για εσωτερικούς ελεγκτές, η οποία μπορεί να επισημάνει και να παρέχει πληροφορίες σχετικά με την αριθμητική συμπεριφορά των ακραίων τιμών σε σύνολα δεδομένων.","This dissertation examined the applicability of Benford’s law in modern times, along with Monte Carlo as a plausible range analysis tool, for the detection of anomalous patterns in invoices. The data were collected from 6 different entities across different Fiscal Year periods spanning across 2022 to 2024 with operation in Greece, Poland and United Kingdom. Firstly, the main conclusion is that the invoice data do follow Benford’s law, even with some variance, which provides evidence that numbers and specifically the first digit of those, are indeed following a logarithmic distribution (log10). Secondly, the Monte Carlo simulation was used in defining ranges of plausible variance utilizing Benford’s law distribution as a base range and in conjunction with Nigrini’s variance ranges, helped us derive conclusions about the numeric sampling areas that could be examined. In conclusion, the thesis contributes effectively as a targeted sampling methodology approach for internal auditors that can highlight and provide insight on outlier numeric behavior in data sets."]},{"key":"dc:title","label":"Title","values":["Combining Benford's law and Monte Carlo simulation in internal audits to detect fraud patterns in invoices: a modern approach"]}]}],"canonical_facts":{"dc:creator":["ΑΘΑΝΑΣΟΠΟΥΛΟΣ ΓΕΩΡΓΙΟΣ","ATHANASOPOULOS GEORGIOS"],"dc:date":["2025"],"dc:description":["Η εργασία εξέτασε την εφαρμοσιμότητα του νόμου του Benford στη σύγχρονη εποχή, μαζί με τη Monte Carlo ως ένα εύλογο εργαλείο ανάλυσης εύρους, για την ανίχνευση ανώμαλων μοτίβων σε τιμολόγια. Τα δεδομένα συλλέχθηκαν από 6 διαφορετικές οντότητες σε διάφορες περιόδους των οικονομικών ετών από το 2022 έως το 2024, με δραστηριότητα στην Ελλάδα, την Πολωνία και το Ηνωμένο Βασίλειο. Πρώτον, το κύριο συμπέρασμα είναι ότι τα δεδομένα των τιμολογίων ακολουθούν τον νόμο του Benford, ακόμη και με κάποια απόκλιση, γεγονός που αποδεικνύει ότι οι αριθμοί, και συγκεκριμένα το πρώτο ψηφίο τους, ακολουθούν πράγματι μια λογαριθμική κατανομή (log10). Δεύτερον, η προσομοίωση Monte Carlo χρησιμοποιήθηκε για τον καθορισμό των εύλογων διακυμάνσεων, χρησιμοποιώντας την κατανομή του νόμου του Benford ως βασική κλίμακα και, σε συνδυασμό με το εύρος διακύμανσης του Nigrini, μας βοήθησε να εξαγάγουμε συμπεράσματα σχετικά με τις αριθμητικές περιοχές δειγματοληψίας που θα μπορούσαν να εξεταστούν. Συμπερασματικά, η διατριβή συμβάλλει αποτελεσματικά ως μια στοχευμένη μεθοδολογία δειγματοληψίας για εσωτερικούς ελεγκτές, η οποία μπορεί να επισημάνει και να παρέχει πληροφορίες σχετικά με την αριθμητική συμπεριφορά των ακραίων τιμών σε σύνολα δεδομένων.","This dissertation examined the applicability of Benford’s law in modern times, along with Monte Carlo as a plausible range analysis tool, for the detection of anomalous patterns in invoices. The data were collected from 6 different entities across different Fiscal Year periods spanning across 2022 to 2024 with operation in Greece, Poland and United Kingdom. Firstly, the main conclusion is that the invoice data do follow Benford’s law, even with some variance, which provides evidence that numbers and specifically the first digit of those, are indeed following a logarithmic distribution (log10). Secondly, the Monte Carlo simulation was used in defining ranges of plausible variance utilizing Benford’s law distribution as a base range and in conjunction with Nigrini’s variance ranges, helped us derive conclusions about the numeric sampling areas that could be examined. In conclusion, the thesis contributes effectively as a targeted sampling methodology approach for internal auditors that can highlight and provide insight on outlier numeric behavior in data sets."],"dc:identifier":["uoadl:5315726","https://pergamos.lib.uoa.gr/uoa/dl/object/5315726"],"dc:language":["English"],"dc:subject":["Κοινωνικές, Πολιτικές και Οικονομικές επιστήμες","Social, Political and Economic sciences"],"dc:title":["Combining Benford's law and Monte Carlo simulation in internal audits to detect fraud patterns in invoices: a modern approach"],"dc:type":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]},"updated_at":"2026-11-19T06:41:15Z"}