Imagine que está a ponto de conceder $80,000 em crédito comercial ao seu maior cliente novo, ou de transferir um depósito por um concorrente que concordou a adquirir. As suas demonstrações financeiras parecem saudáveis — receitas a subir, margenes estáveis, lucros em aumento. Mas e se esses números tivessem sido maquilhados? Estudos sobre fraudes contables detetadas descobren que os sinais de alerta estavam presentes nas demonstrações publicadas durante anos antes de alguém agir sobre eles. O problema nunca era falta de dados. Era saber onde olhar.
É exatamente isso que o M-Score de Beneish lhe dá: um número único, calculado a partir de dois anos de demonstrações financeiras ordinárias, que estima a probabilidade de que os lucros de uma empresa tenham sido manipulados. Leva cerca de vinte minutos com uma folha de cálculo, e famosamente marcou as demonstrações da Enron antes do colapso de 2001. Quer seja um credor, um adquirente, um investidor ou um fornecedor decidindo quanto crédito conceder, eis como funciona o modelo e como usá-lo.
O que É (e Não É) o M-Score
O M-Score é um modelo probabilístico desenvolvido pelo professor de contabilidade Messod Beneish e publicado em 1999. Estudou empresas que foram apanhadas manipulando lucros e comparou os seus rácios de demonstrações financeiras contra um grupo de control de reportistas honestos. Ocho rácios separavam os dois grupos de forma suficientemente fiável para construir uma fórmula ponderada que produz um único score.
A palavra clave é probabilístico. Um score baixo não prova fraude — diz que os números da empresa partilham a impressão digital estatística de manipuladores passados e merecen um olhar más atento. Nos testes fora-da-mostra de Beneish, o modelo identificou corretamente cerca de 76% dos manipuladores enquanto marcava incorretamente aproximadamente 17,5% das empresas limpias. Pense nele como um detector de fumo, não um brigadier do lume: diz-lhe onde apuntar a investigação, e nunca condena ninguém por si mesmo.
Para executá-lo, precisa de dois anos consecutivos de demonstrações financeiras — declaração de rendimentos, balanço de situação e declaração de fluxos de caixa — preparados de forma consistente. Isso faí-no un encaje natural para due diligence, onde o alvo normalmente lhe entrega exatamente esse pacote.
Os 8 Rácios de Sinais de Aviso
Cada variável é um índice que compara este ano com o ano anterior. Valores próximos de 1,0 significan "aproximadamente o mesmo que o ano passado". Grandes desviacións são o que o modelo nota.
1. DSRI — Índice de Días de Vendas en Contas a Cobrar
DSRI = (Contas a cobrar / Vendas este ano) ÷ (Contas a cobrar / Vendas o ano passado)
Esta é a variável más potente do modelo. Quando as contas a cobrar crescem muito más rápido que as vendas, pode significar que a empresa está a registrar receitas agresivamente — enviando produtos cedo, registrando vendas antes de que o cobro estea assegurado, ou simplemente enchendo o canal para alcanzar un obxectivo. Un DSRI bem acima de 1,0 fai unha pregunta incómoda: se o negocio está tan ben, por que non está entrando o diñeiro?
2. GMI — Índice de Marxe Bruta
GMI = (Marxe bruta o ano passado) ÷ (Marxe bruta este ano)
Note a construción invertida: o GMI sobe por enriba de 1,0 cando as marxes están deteriorándose. Marxes en diminución crean o motivo para a manipulación — xestión baixo presión para mostrar estabilidad pode comezar a estirar o recoñecemento de ingresos ou diferir custos. Un GMI de 1,2 significa que a marxe caeu aproximadamente un sexto dun ano a outro, e o modelo trata esa presión como un factor de risco.
3. AQI — Índice de Calidade de Activos
AQI = (1 − (Activos correntes + PPE + investimentos a longo prazo) / Activos totais, este ano) ÷ (mesma expresión, o ano passado)
Isto mide a parte do balanzo aparcada en activos a longo prazo "vagos". Cando esa parte salta, pode indicar custos sendo capitalizados — empuxados ao balanzo como activos — en lugar de pasar polo estado de ingresos como gastos. Custos de software capitalizados, cargos diferidos e intanxibles en aumento mostranse aquí.
4. SGI — Índice de Crecemento de Vendas
SGI = Vendas este ano ÷ Vendas o ano passado
As empresas en crecemento enfróntanse á presión máis forte para manter viva a historia de crecemento, e o modelo reflicte iso: un crecemento de vendas inusualmente rápido é en si mesmo un marcador de risco. Isto non significa que o crecemento sexa sospeitoso — significa que as declaracións de alto crecemento merecen verificación extra, porque o incentivo para soster a narrativa pica exactamente cando o crecemento comeza a ralentizar.
5. DEPI — Índice de Depreciación
DEPI = (Taxa de depreciación o ano passado) ÷ (Taxa de depreciación este ano)
Cando a taxa de depreciación cae de súpeto, a empresa pode ter estirado silenciosamente as vidas útiles ou cambiado de método para reducir o gasto e embellecer os lucros. Un DEPI ben por enriba de 1,0 significa que a depreciación ralentizou drasticamente en relación á base de activos — vale a pena preguntar sobre iso en calquera revisión de adquisición.
6. SGAI — Índice de Gastos de Venta, Xenerais e Administrativos
SGAI = (SG&A / Vendas este ano) ÷ (SG&A / Vendas o ano passado)
A ineficiencia administrativa crecente en relación ás vendas pode sinalar operacións en deterioro — e as operacións en deterioro crean incentivos de manipulación. Esta variable leva un peso negativo na fórmula, polo que un crecemento desproporcionado de SG&A realmente baixa o score; o modelo trata os gastos xerais inchados como unha indicación de que a empresa non se molesta en xestionar a aparencia.
7. LVGI — Índice de Apancamento
LVGI = (Débeda total / Activos totais este ano) ÷ (Débeda total / Activos totais o ano passado)
O apancamento crecente tensa as cláusulas de débeda, e a presión das cláusulas é un motivo clásico para xogos de lucros. Como SGAI, este entra con coeficiente negativo no modelo axustado — un artefacto da mostra orixinal — así que interpréteo como parte do paquete máis que de forma illada.
8. TATA — Accruals Totais a Activos Totais
TATA = (Rendas de operacións continuas − Fluxos de caixa de operacións) ÷ Activos totais
Este é o peso pesado: leva con diferenza o coeficiente máis grande da fórmula. Os accruals son a brecha entre o beneficio reportado e o efectivo real xerado. Algún gap é normal na contabilidade de accruals, pero cando os beneficios soben mentres os fluxos de caixa operativos estancan ou caen, a calidade dos lucros é sospeitosa. O efectivo é difícil de falsificar; os accruals son onde viven o xuízo — e a manipulación.
A Fórmula e os Puntos de Corte
Combine os oito rácios cos seus pesos axustados:
M = −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
A interpretación segue dous puntos de corte moi usados:
- Por enriba de −1,78: probable manipulador. O perfil da empresa aseméllase ao de manipuladores de lucros pasados. Afonda antes de comprometer cartos.
- Entre −2,22 e −1,78: zona gris. Risco elevado; trátao como un aviso para dilixencia extra, non como un veredicto.
- Por debaixo de −2,22: probablemente limpo. Os números parecen os dun non-manipulador — aínda que ningún score pode garantir honestidade.
Unha nota práctica: porque a constante é −4,84, unha empresa perfectamente media con todos os índices en 1,0 puntúa ao redor de −2,5 — comodamente na zona limpa. Cóstanse combinacións realmente inusuais para empuxar un score por enriba de −1,78, que é por que a bandeira merece ser tomada en serio.
Un Exemplo Traballado Rápido
Supoña que está considerando adquirir un distribuidor por xunto pequeno. As súas declaracións mostran vendas subindo un 28% (SGI = 1,28), contas a cobrar subindo un 55% (DSRI ≈ 1,21), marxe bruta caendo do 32% ao 29% (GMI ≈ 1,10), e os fluxos de caixa operativos quedando moi por detrás do beneficio neto (TATA = 0,06 versus 0,01 o ano pasado). Os outros catro índices están preto de 1,0.
Poñendo isto na fórmula: −4,84 + 0,92(1,21) + 0,528(1,10) + 0,404(1,0) + 0,892(1,28) + 0,115(1,0) − 0,172(1,0) + 4,679(0,06) − 0,327(1,0) ≈ −1,70.
Iso aterra por enriba de −1,78 — unha bandeira vermella. Note o que o impulsou: contas a cobrar superando ás vendas máis beneficios sen efectivo. Antes de proceder, demandaría un calendario de envellecemento de contas a cobrar, preguntaría que clientes deben os novos saldos, e verificaría se a receita foi recoñecida en términos de pago estendidos. Quizais haxa unha explicación inocente — un gran cliente novo con condicións net-90, por exemplo. O traballo do score é asegurarse de que faga a pregunta antes da transferencia, non despois.
A Versión Curta de 5 Variables
Se non pode construír os oito rácios — digamos que o obxectivo só lle deu un estado de ingresos e un balance, sen declaración de fluxos de caixa — unha versión simplificada de cinco variables elimina SGAI, LVGI e TATA:
M(5) = −6,065 + 0,823×DSRI + 0,906×GMI + 0,593×AQI + 0,717×SGI + 0,107×DEPI
Use os mesmos puntos de corte de −1,78/−2,22. É menos preciso que o modelo completo (perder TATA dóe, xa que os accruals levan o maior sinal), pero aínda supera a ollada directa ás declaracións. E a falta da declaración de fluxos de caixa é en si información: un vendedor que non pode producila xa lle dixo algo sobre os seus libros.
Que Facer cun Score Vermello
Un score por enriba de −1,78 é o principio dunha lista de verificación, non o fin dun trato. Traballa nestes pasos:
- Verifique os insumos primeiro. A maioría dos scores alarmantes remóntanse a erros de datos — unha reclasificación entre anos, unha adquisición que rompe a comparabilidade, ou un erro tipográfico na súa folla de cálculo. Recalcule a partir das declaracións fonte antes de levantar preocupacións.
- Pida a declaración de fluxos de caixa e o envellecemento de AR. Se os beneficios non teñen respaldo de efectivo, descubra exactamente onde están os accruals: contas a cobrar, inventario, gastos prepagados ou elementos diferidos. Un calendario de envellecemento que mostre unha pila de contas a cobrar con máis de 90 días confirma ou despexa o sinal de DSRI rapidamente.
- Pregunte sobre cambios contables. Novas políticas de recoñecemento de ingresos, vidas útiles estendidas, ou un cambio en métodos de inventario poden mover varios rácios á vez. Os cambios lexítimos veñen con notas ao pé e explicacións; as respostas evasivas son a súa propia bandeira vermella.
- Aperte os seus propios términos. Se procede, preze o risco: prazos de pago máis curtos, garantías persoais, retencións e earnouts ligados a efectivo recadado máis que a receita reportada, ou declaracións auditadas como condición de peche.
- Traia un contador público certificado para unha revisión de calidade dos beneficios. Unha revisión QoE profesional — estándar en adquisicións por enriba duns poucos centos de miles de dólares — proba exactamente os problemas de accruals e recoñecemento que apunta o M-Score. O score dille ao contador onde mirar primeiro, o que pode reducir materialmente o custo da revisión.
Coñeza os Límites
Toda ferramenta ten puntos cegos, e unha escritura honesta nómaos:
- Foi construído sobre fabricantes públicos. A mostra orixinal excluíu empresas financeiras por completo, así que non o execute sobre bancos, aseguradoras ou fondos — os seus balances rompen o significado dos rácios. Empresas de servizos con mínimas contas a cobrar e inventario tamén producen sinais máis ruidosos.
- Captura unha impresión dixital específica. Reservas de cookie-jar, fraudes perfectamente suavizados, e esquemas fóra do balance que nunca tocan estes rácios poden pasar cun score limpo. Un M-Score baixo é tranquilizador, non exonerante.
- Eventos únicos distorsionano. Unha adquisición xenuína, unha reestruturación, ou un efecto base dun ano de pandemia poden disparar SGI, AQI ou DEPI por razóns inocentes. Sempre lea as notas ao pé xunto ao score.
- Os puntos de corte son convencións, non leis. Diferentes practicantes usan −1,78 versus −2,22 como liña de acción, e a investigación subxacente foi refinada desde 1999. Use o score para clasificar e priorizar o escrutinio, non como unha regra mecánica de aceptar/rexeitar.
Por Que os Seus Propios Libros Importan Tanto
Aquí está a imaxe espello que a maioría das guías saltan: algún día alguén executará este modelo — ou un curmán propietario do seu prestador — sobre as súas declaracións. Accruals descoidados, contas a cobrar non reconciliadas, e entradas de ingresos de fin de ano agresivas non só enganan a outros; fan que o seu propio negocio pareza un manipulador cando solicita un préstamo ou corteja a un comprador. Libros limpos, consistentes e de partida dobre son o que mantén cada un deses rácios aburridos, ano tras ano.
Isto é un problema de disciplina contable máis que un problema de teoría contable. Rexistrar ingresos cando realmente se gañan, envellecer as súas contas a cobrar mensualmente, revisar os accruals antes do peche, e ter dous anos comparables de declaracións ao seu alcance é o que separa un negocio que pasa dilixencia dun que se atasca nela. A contabilidade en texto plano axuda aquí: cada entrada está con marca de tempo, é revisable e ten control de versións, así que os seus accruals contan unha historia que pode defender liña por liña. Se quere ese nivel de transparencia no seu propio libro maior, a documentación guíao para comezar.
Manteña os Seus Propios Números Máis Alá de Toda Dubida
Xa estea a examinar as declaracións dun prestatario ou preparando as súas para a revisión dun prestador, a lección é a mesma: números fiables veñen de rexistros disciplinados e transparentes. Beancount.io fornece contabilidade en texto plano que lle dá transparencia completa e control sobre os seus datos financeiros — sen caixas negras, sen bloqueo de proveedor. Comece gratis e vexa por que desenvolvedores e profesionais de finanzas están cambiando á contabilidade en texto plano.
