La M-Score de Beneish es un modelo estadístico utilizado para detectar si una empresa ha manipulado sus beneficios.
El modelo fue creado por el profesor Messod Beneish en junio de 1999, tras la publicación de un artículo titulado The Detection of Earnings Manipulation.
La lógica que subyace el M-Score de Beneish es que una combinación de prácticas agresivas de reconocimiento de ingresos, manipulación de márgenes (que puede sugerir una capitalización de costes), cambios en los ratios de apalancamiento y en la calidad de los activos (por ejemplo, las empresas pueden realizar adquisiciones para distorsionar los beneficios) y discrepancias entre los beneficios y los flujos de caja (que pueden sugerir una acumulación agresiva) pueden utilizarse para inflar los beneficios.
El Beneish M-score se calcula a partir de 8 variables (ratios financieros):
DSRI = (Cobros netos año t / Ventas año t ) / (Cobros netos año T-1 / Ventas año T-1 )
GMI = [ Margen bruto año t -1 / Margen bruto t ].
AQI = [Activo total t - (Activo circulante t + Activo material t ) / Activo total t ] / [ Activo total t-1 - ((Activo circulante t-1 + Activo material t-1 ) / Activo total t-1 ) ] ].
SGI = cifra de negocios t / cifra de negocios t-1
DEPI = (Amortización t-1 / (inmovilizado material t-1 + amortización t-1 )) / (Amortización t / (inmovilizado material t + amortización t ))
SGAI = (Gastos generales y administrativos t / Ventas t ) / (Gastos generales y administrativos T-1 / Ventas T-1 )
LVGI = [(Pasivo corriente t + Deuda total a largo plazo t ) / Activo total t ] / [(Pasivo corriente t-1 + Deuda total a largo plazo t-1 ) / Activo total t-1 ]
TATA = (beneficio neto t - flujo de caja de las operaciones t ) / Activo total t
La fórmula para calcular el M-score es la siguiente:
M-score = -4,84 + 0,92 × DSRI + 0,528 × GMI + 0,404 × AQI + 0,892 × SGI + 0,115 × DEPI -0,172 × SGAI + 4,679 × TATA - 0,327 × LVGI
El valor umbral es -1,78 para el modelo cuyos coeficientes se han utilizado en la sección anterior.
Si aplicamos este análisis a Tesla para el periodo comprendido entre el segundo trimestre de 2021 y el segundo trimestre de 2022, obtenemos los siguientes resultados:
Esta cifra de 2,55 está muy por encima del umbral establecido de -1,78 para la "probable manipulación de beneficios".
Esto sugiere que Tesla, conocida por sus agresivas prácticas contables, sería fuertemente sospechosa de manipulación de beneficios según esta medida.
Tesla levanta banderas rojas, particularmente en las siguientes áreas:
Tenga en cuenta que este ejercicio concreto es de naturaleza académica.
Muchos pueden discrepar sobre la fórmula concreta utilizada para calcular la puntuación, los puntos de corte y la utilidad de reducir un ejercicio complejo a una única puntuación.
Pero hay una lógica detrás del uso de estos factores para evaluar la posible manipulación de los beneficios en los estados financieros de las empresas, porque estos son los diferentes tipos de elementos que se buscan.
El Beneish M-score es un modelo estadístico que utiliza ratios financieros para determinar si una empresa ha manipulado sus beneficios.
La fórmula del Beneish M-score es la siguiente:
M-score = -4,84 + 0,92 × DSRI + 0,528 × GMI + 0,404 × AQI + 0,892 × SGI + 0,115 × DEPI -0,172 × SGAI + 4,679 × TATA - 0,327 × LVGI
El valor de corte es -1,78 para el modelo. Si la puntuación M es inferior a -1,78, se considera improbable que la empresa manipule los beneficios.
Si el M-score está por encima de -1,78, la empresa se considera potencialmente manipuladora de beneficios.
Se podría considerar que existe una zona gris en torno a esta puntuación.
Un Beneish M-score alto significa que la empresa es sospechosa de manipular los beneficios según esta medida.
¿Qué ejemplos hay de empresas con un Beneish M-score alto?
Algunos ejemplos de empresas con un Beneish M-score alto son Tesla, Enron y Worldcom.
El Beneish M-score ha sido criticado por ser demasiado simplista y por basarse en datos contables que pueden manipularse fácilmente.
El Beneish M-score es un modelo estadístico que utiliza ratios financieros para evaluar si una empresa ha manipulado sus beneficios.
Este modelo es útil para detectar manipulaciones de beneficios que no se detectarían con otros métodos, como los GAAP o las IFRS.
El Beneish M-score tiene un grado razonablemente alto de precisión en la predicción de la manipulación de beneficios, ya que hay una lógica detrás de los parámetros que utiliza y su ponderación.
Por lo tanto, puede ser una herramienta valiosa para los inversores a la hora de plantearse invertir en una empresa.
Sin embargo, hay que tener en cuenta que el Beneish M-score no es perfecto y, en algunas circunstancias, puede dar falsos positivos.
Por lo tanto, es importante utilizar el Beneish M-score junto con otros métodos analíticos a la hora de evaluar una empresa.