Il Beneish's M-Score è un modello statistico utilizzato per identificare la probabilità di manipolazione contabile in un'azienda. È quindi usato come uno strumento per scoprire le frodi finanziarie. Il modello è stato creato dal professor Messod Daniel Beneish della Kelley School of Business dell’Indiana University, che ha pubblicato un articolo nel 1999 intitolato "The Detection of Earnings Manipulation".
Questo strumento può aiutare gli investitori, gli analisti e gli altri stakeholder a valutare la trasparenza e l'affidabilità dei rendiconti finanziari di una società. Un’applicazione famosa di questo modello è stata quella di un gruppo di studenti di business della Cornell University che ha previsto che Enron Corporation stava manipolando i suoi utili nel 1998.
Grazie a questo modello sono state individuate potenziali manipolazioni all'interno dei bilanci di Wirecard. Wirecard ha presentato istanza di insolvenza il 25 giugno 2020, in seguito alle rivelazioni che 1,9 miliardi di euro che si supponeva fossero nei suoi libri contabili probabilmente non esistevano, segnando un grande scandalo finanziario in Germania.
Il Dr. Lee, professore presso l'Università di Washington, sottolinea che un aumento del punteggio combinato di otto metriche specifiche suggerisce che un'azienda sta crescendo ma sta anche perdendo la sua forza di core business e potrebbe essere impegnata in una contabilità aggressiva. Anche se legale, Lee raccomanda di evitare queste società. Vediamo quindi come funziona e come viene calcolato, pregi e difetti.
Beneish M-Score: come funziona e come si calcola
I rapporti finanziari sono costruiti dai dati dei bilanci della società e, una volta calcolati, sono utili per elaborare il punteggio di M-Score che descrive il possibile grado di manipolazione degli utili. Il Beneish's M-Score combina otto indici finanziari in un'unica formula, assegnando un punteggio finale all’azienda oggetto di analisi. La formula per calcolare l'M-Score è la seguente:
Beneish 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
Nel dettaglio, gli Indicatori utilizzati sono:
- Days’ Sales in Receivables Index (DSRI): un forte aumento dei giorni di fatturato non incassato potrebbe suggerire un riconoscimento accelerato dei ricavi per gonfiare gli utili.
- Gross Margin Index (GMI): un peggioramento del margine lordo invia un segnale negativo sulle prospettive dell'azienda e crea un incentivo a gonfiare gli utili.
- Asset Quality Index (AQI): un aumento di attività a lungo termine (ad esempio, la capitalizzazione dei costi), diverse da immobilizzazioni immateriali e materiali, rispetto al totale delle attività, indica che un'azienda ha potenzialmente aumentato il suo coinvolgimento nel differimento dei costi per gonfiare gli utili.
- Sales Growth Index (SGI): un'alta crescita delle vendite non implica manipolazione, ma le aziende ad alta crescita sono più propense a commettere frodi finanziarie perché la loro posizione finanziaria e il loro fabbisogno di capitale mettono pressione ai manager per raggiungere gli obiettivi di guadagno. Se le aziende in crescita subiscono forti perdite sui prezzi delle azioni al primo segnale di rallentamento potrebbero avere maggiori incentivi a manipolare gli utili.
- Depreciation (DEPI): un livello di ammortamento in calo rispetto alle immobilizzazioni nette potrebbe far ipotizzare che un'azienda abbia rivisto al rialzo la vita utile stimata delle immobilizzazioni o abbia adottato un nuovo metodo che aumenta il reddito.
- Sales, General and Administrative Expenses (SGAI): gli analisti potrebbero interpretare un aumento sproporzionato delle SGAI rispetto alle vendite come un segnale negativo sulle prospettive future dell'azienda, creando quindi un incentivo a gonfiare gli utili.
- Leverage Index (LVGI): la leva finanziaria è misurata come il rapporto tra il debito totale e il totale delle attività. Un aumento della leva crea un incentivo a manipolare gli utili per rispettare i patti di debito.
- Total Accruals to Total Assets (TATA): Gli accrual totali sono calcolati come la variazione del capitale circolante (escluso il contante) meno l'ammortamento rispetto al totale delle attività. Gli accruali, o una parte di essi, riflettono la misura in cui i manager compiono scelte contabili discrezionali per alterare gli utili. Un livello più alto di accrual è quindi associato a una maggiore probabilità di manipolazione degli utili.
I valori soglia utili per l’interpretazione del modello sono i seguenti:
- M-Score >= -1,78: indica un’alta probabilità di manipolazione contabile
- M-Score compreso tra -2,22 e -1,78: indica una probabilità moderata di manipolazione contabile
- M-Score < -2,22: indica una bassa probabilità di manipolazione contabile
Sulla piattaforma Forecaster, oltre a numerosi analisi effettuabili come la stagionalità ed altre indicazioni di natura tecnica, è possibile monitorare il Beneish M-Score su un ampio bacino di società nella sezione “Fundamentals”. Di seguito un esempio dello M-Score su ENI, nota big cap di Piazza Affari attiva nel settore energetico.
È importante tenere a mente che le indicazioni del modello vanno prese con estrema cautela, soprattutto se evidenziano indicazioni che l’azienda oggetto di analisi potrebbe avere manipolato i propri dati contabili, questo indicatore non è infallibile al 100%. Vediamo quindi nel dettaglio i suoi pregi e i suoi difetti.
Beneish M-Score: pregi e limiti dell’indicatore
Il Beneish's M-Score è un utile strumento di screening per identificare le aziende con un'alta probabilità di manipolazione contabile. Tuttavia, è importante utilizzarlo in combinazione con altri strumenti e analisi per ottenere una valutazione completa della situazione finanziaria di un'azienda.
L'M-Score infatti non è uno strumento infallibile e non può essere utilizzato come l'unica fonte di informazioni per valutare una potenziale frode contabile da parte di una società. L'M-Score è un modello probabilistico, quindi non può individuare le società che manipolano i propri utili con una precisione del 100% e non può essere applicato alle società finanziarie (banche e assicurazioni).
Il modello inoltre è stato sviluppato utilizzando dati storici e potrebbe non essere efficace nell'identificare nuove forme di manipolazione contabile. L'M-Score è più efficace nell'identificare le frodi contabili su larga scala rispetto a quelle minori.