تصور کنید در آستانه اعطای ۸۰٬۰۰۰ دلار اعتبار تجاری به بزرگترین مشتری جدید خود هستید، یا واریز بیعانه برای خرید یک رقیب را که توافق کردهاید. صورتهای مالی آنها سالم به نظر میرسد — درآمد در حال رشد، حاشیهها ثابت، سود رو به افزایش. اما اگر این اعداد دستکاری شده باشند چه؟ مطالعات مربوط به کلاهبرداریهای مالی کشفشده بهطور معمول نشان میدهد که نشانههای هشداردهنده سالها قبل از اینکه کسی به آنها واکنش نشان دهد در صورتهای مالی منتشر شده وجود داشته است. مشکل هرگز نبود داده نبود. مشکل دانستن اینکه کجا باید نگاه کرد بود.
این دقیقاً همان چیزی است که امتیاز M بنیش به شما میدهد: یک عدد واحد که از دو سال صورتهای مالی عادی محاسبه میشود و تخمین میزند چقدر احتمال دارد که سود یک شرکت دستکاری شده باشد. این کار حدود بیست دقیقه با یک صفحهگسترده زمان میبرد و بهطور معروف، صورتهای مالی انرون را قبل از فروپاشی آن شرکت در سال ۲۰۰۱ علامتگذاری کرد. چه وامدهنده باشید، چه خریدار، چه سرمایهگذار، یا چه تأمینکنندهای که تصمیم میگیرد چقدر اعتبار بدهد، در اینجا نحوه کار این مدل و نحوه استفاده از آن آمده است.
امتیاز M چیست (و چه چیزی نیست)
امتیاز M یک مدل احتمالی است که توسط استاد حسابداری مسود بنیش توسعه یافته و در سال ۱۹۹۹ منتشر شده است. او شرکتهایی را که در دستکاری سود گیر افتاده بودند مطالعه کرد و نسبتهای صورتهای مالی آنها را با گروه کنترل شرکتهای صادق مقایسه کرد. هشت نسبت بهاندازه کافی دو گروه را جدا کردند تا بتوانند فرمول وزنیای بسازند که یک امتیاز خروجی میدهد.
کلمه کلیدی احتمالی است. امتیاز بد اثبات کلاهبرداری نیست — بلکه میگوید اعداد شرکت ویژگی آماری دستکاریکنندگان گذشته را دارند و شایسته بررسی دقیقتر هستند. در آزمایشهای خارج از نمونه بنیش، مدل حدود ۷۶٪ از دستکاریکنندگان را بهدرستی شناسایی کرد در حالی که تقریباً ۱۷.۵٪ از شرکتهای سالم را به اشتباه علامتگذاری کرد. آن را مانند یک دودگیر در نظر بگیرید، نه یک آتشنشان: به شما میگوید کجا تحقیقات را انجام دهید و هرگز به تنهایی کسی را محکوم نمیکند.
برای اجرای آن به دو سال متوالی صورتهای مالی نیاز دارید — صورت سود و زیان، ترازنامه و صورت جریان وجوه نقد — که بر مبنای سازگاری تهیه شده باشند. این امر آن را به گزینهای طبیعی برای بررسی دقیق تبدیل میکند، جایی که معمولاً هدف دقیقاً همان بسته را به شما تحویل میدهد.
هشت نسبت هشداردهنده
هر متغیر یک شاخص است که امسال را با سال قبل مقایسه میکند. مقادیر نزدیک به ۱.۰ به معنای «تقریباً مشابه سال قبل» است. انحرافات بزرگ همان چیزی است که مدل متوجه آن میشود.
۱. DSRI — شاخص روزهای فروش در حسابهای دریافتنی
DSRI = (حسابهای دریافتنی / فروش امسال) ÷ (حسابهای دریافتنی / فروش سال قبل)
این قویترین متغیر در مدل است. وقتی حسابهای دریافتنی خیلی سریعتر از فروش رشد میکنند، میتواند به این معنی باشد که شرکت بهصورت تهاجمی درآمد ثبت میکند — ارسال زودهنگام کالا، ثبت فروش قبل از اطمینان از وصول، یا صرفاً پر کردن کانال توزیع برای رسیدن به هدف. DSRI بهمراتب بالای ۱.۰ سؤال ناراحتکنندهای میپرسد: اگر کسبوکار اینقدر خوب است، چرا پول نقد وارد نمیشود؟
۲. GMI — شاخص حاشیه ناخالص
GMI = (حاشیه ناخالص سال قبل) ÷ (حاشیه ناخالص امسال)
به ساختار معکوس توجه کنید: GMI بالای ۱.۰ وقتی بالا میرود که حاشیهها در حال بدتر شدن هستند. کوچکشدن حاشیهها انگیزه دستکاری ایجاد میکند — مدیریت تحت فشار برای نشان دادن ثبات ممکن است شروع به کشش تشخیص درآمد یا به تأخیر انداختن هزینهها کند. GMI به میزان ۱.۲ به این معنی است که حاشیهها حدود یکششم سال به سال کاهش یافته و مدل این فشار را بهعنوان عامل ریسک در نظر میگیرد.
۳. AQI — شاخص کیفیت داراییها
AQI = (۱ − (داراییهای جاری + اموال، ماشینآلات و تجهیزات + سرمایهگذاریهای بلندمدت) / کل داراییها، امسال) ÷ (همان عبارت، سال قبل)
این سهم داراییهای بلندمدت «سایر» مبهم را در ترازنامه اندازهگیری میکند. وقتی این سهم جهش میکند، میتواند نشاندهنده سرمایهایشدن هزینهها باشد — انتقال به ترازنامه بهعنوان دارایی — به جای عبور از صورت سود و زیان بهعنوان هزینه. هزینههای سرمایهایشده نرمافزار، هزینههای معوق و داراییهای نامشهود در حال رشد همگی اینجا ظاهر میشوند.
۴. SGI — شاخص رشد فروش
SGI = فروش امسال ÷ فروش سال قبل
شرکتهای در حال رشد با قویترین فشار برای ادامه داستان رشد مواجه هستند و مدل این را بازتاب میدهد: رشد فروش غیرعادی سریع به خودی خود یک نشانگر ریسک است. این به این معنی نیست که رشد مشکوک است — بلکه یعنی صورتهای مالی با رشد بالا نیاز به تأیید بیشتر دارند، زیرا انگیزه برای حفظ روایت دقیقاً زمانی به اوج میرسد که رشد شروع به کند شدن میکند.
۵. DEPI — شاخص استهلاک
DEPI = (نرخ استهلاک سال قبل) ÷ (نرخ استهلاک امسال)
وقتی نرخ استهلاک ناگهان کاهش مییابد، شرکت ممکن است بیسروصدا عمر مفید داراییها را افزایش داده یا روشها را تغییر داده باشد تا هزینه را کاهش دهد و سود را بهتر نشان دهد. DEPI بهمراتب بالای ۱.۰ یعنی استهلاک بهطور چشمگیری نسبت به پایه داراییها کند شده است — ارزش پرسیدن در هر بررسی خرید را دارد.
۶. SGAI — شاخص هزینههای فروش، عمومی و اداری
SGAI = (هزینههای فروش، عمومی و اداری / فروش امسال) ÷ (هزینههای فروش، عمومی و اداری / فروش سال قبل)
ناکارآمدی اداری رو به افزایش نسبت به فروش میتواند نشانه زوال عملیات باشد — و زوال عملیات انگیزه دستکاری ایجاد میکند. این متغیر وزن منفی در فرمول دارد، بنابراین رشد نامتناسب هزینههای فروش، عمومی و اداری در واقع امتیاز را پایین میآورد؛ مدل سربار متورم را نشانه عدم توجه شرکت به ظاهر امور میداند.
۷. LVGI — شاخص اهرم
LVGI = (کل بدهی / کل داراییها امسال) ÷ (کل بدهی / کل داراییها سال قبل)
افزایش اهرم تعهدات بدهی را سختتر میکند و فشار تعهدات بدهی انگیزه کلاسیک برای بازیهای سود است. مانند SGAI، این یکی با ضریب منفی در مدل برازششده وارد میشود — مصنوعی از نمونه اصلی — بنابراین آن را بهعنوان بخشی از بسته تفسیر کنید تا بهصورت مستقل.
۸. TATA — کل اقلام تعهدی به کل داراییها
TATA = (درآمد حاصل از عملیات ادامهدار − جریان وجوه نقد حاصل از عملیات) ÷ کل داراییها
این غول است: بهمراتب بزرگترین ضریب را در فرمول دارد. اقلام تعهدی شکاف بین سود گزارششده و وجه نقد واقعی تولیدشده است. مقداری شکاف در حسابداری تعهدی طبیعی است، اما وقتی سودها جهش میکنند در حالی که جریان وجوه نقد عملیاتی راکد یا کاهش مییابد، کیفیت سود مشکوک است. جعل وجه نقد سخت است؛ اقلام تعهدی جایی است که قضاوت — و دستکاری — زندگی میکند.
فرمول و نقاط برش
هشت نسبت را با وزنهای برازششده ترکیب کنید:
M = −۴.۸۴ + ۰.۹۲×DSRI + ۰.۵۲۸×GMI + ۰.۴۰۴×AQI + ۰.۸۹۲×SGI + ۰.۱۱۵×DEPI − ۰.۱۷۲×SGAI + ۴.۶۷۹×TATA − ۰.۳۲۷×LVGI
تفسیر از دو نقطه برش پرکاربرد پیروی میکند:
- بالای ۱٫۷۸-: احتمالاً دستکاریکننده است. مشخصات شرکت شبیه دستکاریکنندگان قبلی سود است. قبل از اینکه پول تعهد کنید، عمیقتر بررسی کنید.
- بین ۲٫۲۲- و ۱٫۷۸-: منطقه خاکستری. ریسک بالا؛ آن را بهعنوان درخواست برای بررسی بیشتر در نظر بگیرید، نه یک حکم.
- پایینتر از ۲٫۲۲-: احتمالاً تمیز است. اعداد شبیه اعداد یک غیر دستکاریکننده است — اگرچه هیچ امتیازی نمیتواند صداقت را تضمین کند.
یک نکته عملی: چون ثابت ۴٫۸۴- است، یک شرکت کاملاً معمولی با هر شاخص ۱.۰ حدود ۲.۵- امتیاز میگیرد — راحت در منطقه تمیز. ترکیبهای واقعاً غیرعادی لازم است تا امتیاز بالای ۱٫۷۸- برود، به همین دلیل است که علامت ارزش جدی گرفتن را دارد.
یک مثال عملی سریع
فرض کنید در نظر دارید یک توزیعکننده عمدهفروشی کوچک بخرید. صورتهای آن افزایش فروش ۲۸٪ (SGI = ۱.۲۸)، افزایش حسابهای دریافتنی ۵۵٪ (DSRI ≈ ۱.۲۱)، کاهش حاشیه ناخالص از ۳۲٪ به ۲۹٪ (GMI ≈ ۱.۱۰)، و جریان وجوه نقد عملیاتی که بهشدت از سود خالص عقب است (TATA = ۰.۰۶ در مقابل ۰.۰۱ سال قبل) را نشان میدهد. چهار شاخص باقیمانده نزدیک ۱.۰ هستند.
جایگذاری: −۴.۸۴ + ۰.۹۲(۱.۲۱) + ۰.۵۲۸(۱.۱۰) + ۰.۴۰۴(۱.۰) + ۰.۸۹۲(۱.۲۸) + ۰.۱۱۵(۱.۰) − ۰.۱۷۲(۱.۰) + ۴.۶۷۹(۰.۰۶) − ۰.۳۲۷(۱.۰) ≈ ۱٫۷۰-.
این بالای ۱٫۷۸- قرار میگیرد — یک پرچم قرمز. توجه کنید چه چیزی آن را هدایت کرد: حسابهای دریافتنی سریعتر از فروش به اضافه سود بدون وجه نقد. قبل از ادامه، باید جدول سنی حسابهای دریافتنی بخواهید، بپرسید کدام مشتریان بدهیهای جدید را دارند، و بررسی کنید که آیا درآمد بر اساس شرایط پرداخت طولانی تشخیص داده شده است. شاید توضیح بیگناهی وجود داشته باشد — مثلاً یک مشتری بزرگ جدید با شرایط ۹۰ روزه. وظیفه امتیاز این است که مطمئن شود سؤال را قبل از انتقال وجه بپرسید، نه بعد از آن.
میانبر ۵ متغیره
اگر نمیتوانید هر هشت نسبت را بسازید — مثلاً هدف فقط صورت سود و زیان و ترازنامه داده و هیچ صورت جریان وجوه نقدی نداده است — یک نسخه سادهشده پنج متغیره SGAI، LVGI و TATA را حذف میکند:
M(5) = −۶.۰۶۵ + ۰.۸۲۳×DSRI + ۰.۹۰۶×GMI + ۰.۵۹۳×AQI + ۰.۷۱۷×SGI + ۰.۱۰۷×DEPI
از همان نقاط برش ۱٫۷۸-/۲٫۲۲- استفاده کنید. دقیقتر از مدل کامل نیست (از دست دادن TATA ضرر دارد، چون اقلام تعهدی بیشترین سیگنال را دارند)، اما همچنان بهتر از نگاه کردن به صورتها با چشم است. و نبود صورت جریان وجوه نقد به خودی خود اطلاعات است: فروشندهای که نمیتواند یکی تولید کند، قبلاً چیزی درباره دفاتر خود به شما گفته است.
با امتیاز قرمز چه کنید
امتیاز بالای ۱٫۷۸- شروع یک فهرست بررسی است، نه پایان یک معامله. این مراحل را طی کنید:
۱. ابتدا ورودیها را تأیید کنید. بیشتر امتیازهای نگرانکننده به خطاهای داده برمیگردد — یک طبقهبندی مجدد بین سالها، یک خرید که قابلیت مقایسه را میشکند، یا اشتباه تایپی در صفحهگسترده شما. قبل از طرح نگرانی، از صورتهای اصلی دوباره محاسبه کنید. ۲. صورت جریان وجوه نقد و سنی حسابهای دریافتنی را مطالبه کنید. اگر سودها پشتوانه نقدی ندارند، دقیقاً پیدا کنید اقلام تعهدی کجا هستند: حسابهای دریافتنی، موجودی کالا، هزینههای پیشپرداخت یا اقلام معوق. جدول سنی که انبوهی از حسابهای دریافتنی بالای ۹۰ روز را نشان میدهد، سیگنال DSRI را به سرعت تأیید یا رد میکند. ۳. در مورد تغییرات حسابداری بپرسید. سیاستهای جدید تشخیص درآمد، عمر مفید طولانیتر داراییها، یا تغییر در روشهای موجودی کالا میتواند چند نسبت را همزمان جابجا کند. تغییرات قانونی با پانوشت و توضیح همراه میآیند؛ پاسخهای طفرهرو خودشان پرچم قرمز هستند. ۴. شرایط خود را سختگیرانهتر کنید. اگر ادامه میدهید، ریسک را قیمتگذاری کنید: شرایط پرداخت کوتاهتر، ضمانتهای شخصی، نگهداشت و پرداختهای مشروط مرتبط با وجه نقد وصولشده به جای درآمد گزارششده، یا صورتهای حسابرسیشده بهعنوان شرط بسته شدن. ۵. برای بررسی کیفیت سود یک حسابدار رسمی بیاورید. یک مأموریت حرفهای بررسی کیفیت سود — استاندارد در خریدهای بالای چند صد هزار دلار — دقیقاً همان اقلام تعهدی و مسائل تشخیص را آزمایش میکند که امتیاز M به آن اشاره میکند. امتیاز به حسابدار میگوید اول کجا نگاه کند، که میتواند بهطور مادی هزینه بررسی را کاهش دهد.
محدودیتها را بشناسید
هر ابزاری نقاط کور دارد و یک نوشته صادقانه آنها را نام میبرد:
- بر اساس تولیدکنندگان عمومی ساخته شده است. نمونه اصلی شرکتهای مالی را کاملاً حذف کرد، بنابراین آن را روی بانکها، بیمهها یا صندوقها اجرا نکنید — ترازنامه آنها معنای نسبتها را میشکند. کسبوکارهای خدماتی با حداقل حسابهای دریافتنی و موجودی کالا نیز سیگنالهای پرنویزتری تولید میکنند.
- اثر انگشت خاصی را میگیرد. ذخایر کوکیجاری، کلاهبرداریهای کاملاً صافشده و طرحهای خارج از ترازنامه که هرگز این نسبتها را لمس نمیکنند میتوانند با امتیاز تمیز عبور کنند. امتیاز پایین M اطمینانبخش است، نه تبرئهکننده.
- رویدادهای یکباره آن را منحرف میکنند. یک خرید واقعی، یک تجدید ساختار، یا اثر پایه سال همهگیری میتواند SGI، AQI یا DEPI را به دلایل بیگناه افزایش دهد. همیشه پانوشتها را همراه امتیاز بخوانید.
- نقاط آستانه قرارداد هستند، نه قانون. پزشکان مختلف از ۱٫۷۸- در مقابل ۲٫۲۲- بهعنوان خط اقدام استفاده میکنند و تحقیقات اساسی از سال ۱۹۹۹ اصلاح شده است. از امتیاز برای رتبهبندی و اولویتبندی بررسی استفاده کنید، نه بهعنوان یک قانون مکانیکی قبول/رد.
چرا دفاتر خود شما به همان اندازه اهمیت دارد
در اینجا تصویر آینهای است که بیشتر راهنماها از آن میگذرند: روزی شخصی این مدل را — یا نسخه اختصاصی مشابه آن از یک وامدهنده — روی صورتهای شما اجرا خواهد کرد. اقلام تعهدی شلخته، حسابهای دریافتنی تطبیقنشده و ثبتهای تهاجمی پایان سال درآمد نه تنها دیگران را گمراه میکنند؛ بلکه باعث میشوند کسبوکار خودتان وقتی برای وام درخواست میدهید یا خریدار جذب میکنید، شبیه یک دستکاریکننده به نظر برسد. دفاتر تمیز، سازگار و دوطرفه همان چیزی است که همه این نسبتها را سال به سال کسلکننده نگه میدارد.
این بیشتر مشکل انضباط دفترداری است تا مشکل تئوری حسابداری. ثبت درآمد وقتی واقعاً به دست میآید، سنی کردن ماهانه حسابهای دریافتنی، بررسی اقلام تعهدی قبل از بستن، و داشتن دو سال صورت قابل مقایسه در دسترس شما همان چیزی است که کسبوکاری را که از بررسی عبور میکند از کسبوکاری که در آن متوقف میشود جدا میکند. حسابداری متنساده در اینجا کمک میکند: هر ورودی دارای مهر زمان، قابل بررسی و کنترل نسخه است، بنابراین اقلام تعهدی شما داستانی را روایت میکنند که میتوانید خط به خط از آن دفاع کنید. اگر آن سطح شفافیت را در دفتر خودتان میخواهید، مستندات مراحل شروع را توضیح میدهد.
اعداد خود را فراتر از هر شک و شبهه نگه دارید
چه در حال غربالگری صورتهای یک وامگیرنده باشید چه تهیه صورتهای خود برای بررسی وامدهنده، درس یکسان است: اعداد قابل اعتماد از ثبتوقایع منضبط و شفاف ناشی میشوند. Beancount.io حسابداری متنساده فراهم میکند که به شما شفافیت و کنترل کامل بر دادههای مالیتان میدهد — بدون جعبه سیاه، بدون قفل فروشنده. همین حالا رایگان شروع کنید و ببینید چرا توسعهدهندگان و حرفهایهای مالی به حسابداری متنساده روی میآورند.