Modelo Beneish
El modelo Beneish es un modelo matemático con fundamento en ocho variables, las que a su vez se calculan a partir de ratios. Este modelo tiene como objetivo estimar la probabilidad de que una empresa esté falseando sus estados financieros.
Es decir, el modelo Beneish es una fórmula, compuesta por indicadores financieros, que permite determinar si existe probabilidad de que una compañía esté manipulando o maquillando su información contable.
Este modelo es probabilístico, es decir, no estima el valor de una variable o su proyección, sino que arroja una probabilidad sobre una cuestión. En este caso, la pregunta sería ¿La empresa puede estar presentando información contable que no es fiable?
Ahora, en este punto, te preguntarás ¿Por qué una firma presentaría información falsa? Puede ser, por ejemplo, que se esté aumentando la vida útil estimada de ciertos activos. De esta manera, disminuyen los gastos de depreciación y, en consecuencia, aumentan artificialmente los beneficios.
Origen del modelo Beneish
El profesor Messod Daniel Beneish de la Kelley School of Business, de la Universidad de Indiana, presentó en un artículo de 1999 el modelo que explicamos en este artículo.
El modelo de Beneish es conocido porque, como curiosidad, un grupo de estudiantes de la Universidad de Cornell, luego de aplicarlo, pusieron en alerta sobre la manipulación de información dentro de la empresa Enron. Dicho fraude luego se descubriría y sería considerado uno de los cinco escándalos corporativos más grandes de la historia.
Fórmula del modelo Beneish
La fórmula del modelo Beneish es la siguiente:
Mscore=-4,84+0,92(DSRI)+0,404(AQI)+0,115(DEPI)+4,679(ACCRUALS)+0,528(GMI)+0,892(SGI)-0,172(SGAI)-0,327(LEVI)
Ahora, desglosaremos cada parte de la fórmula:
DSRI(Por las siglas de su nombre en inglés Days Sales Receivables Index) = (cuentas a cobrar de clientes del año actual ÷ Ventas del año actual) ÷ (cuentas a cobrar de clientes del año anterior ÷ Ventas del año anterior)
AQI (Por las siglas del nombre Asset Quality Index) = (Activo no corriente del año actual ÷ Activo total del año actual) ÷ (Activo no corriente del año pasado ÷ Activo total del año pasado)
En este ratio, cabe precisar, se excluyen de los activos no corrientes la planta, propiedad y equipo.
DEPI (Por las siglas del nombre Depreciation Index) = [(Depreciación del año pasado ÷ (Depreciación+Planta, propiedad y equipo del año pasado)] ÷ [(Depreciación del año actual ÷ (Depreciación+Planta, propiedad y equipo del año actual)]
ACCRUALS (En otras versiones denominado TATA que son las siglas de Total Accruals to Total Assets) = (Utilidad antes de partidas extraordinarias y operaciones discontinuadas* – flujo de caja operativo) ÷ Activo total
Todos los indicadores mostrados hasta el momento son considerados como señales de manipulación, es decir, indicios de que la compañía puede estar falseando información si el resultado del ratio es mayor a 1. Entonces, si al calcular, por ejemplo, el ratio ACCRUALS obtengo 1,1, esto aumenta la probabilidad de que se estén maquillando cuentas.
A continuación, veremos las conocidas como señales de motivación. Estos son aquellos indicadores que dan indicio de que existe un incentivo para la administración de la empresa para manipular la información contable.
GMI(Las siglas de Gross Margin Index) = (Margen Bruto del año pasado ÷ Margen Bruto del año actual)
SGI(Las siglas del Sales Growth Index) = Ventas del año actual ÷ Ventas del año pasado
SGAI (Las siglas de Sales, general and administrative expenses) = (Costes de ventas, generales y administrativos del año actual ÷ Ventas del año actual) ÷ (Costes de ventas, generales y administrativos del año pasado ÷ Ventas del año pasado)
LEVI (Las siglas de Leverage Index) = [(Deudas a largo plazo+Pasivo corriente del año actual) ÷ Activos totales del año actual] ÷ [(Deudas a largo plazo+Pasivo corriente del año pasado) ÷ Activos totales del año pasado]
Interpretación del resultado
Tomando en cuenta la fórmula presentada, si el resultado es mayor a -1,78, existe una probabilidad de maquillaje de cuentas que es mayor a lo aceptable.
Un resultado de -1,78 para un z score, en una tabla de distribución normal, nos da una probabilidad de 0,03754 (Lo que se calcula en este modelo es un z score).
*Utilidad Antes de Partidas Extraordinarias es aquella que descuenta el pago de impuestos. Sin embargo, no tiene en cuenta la utilidad o pérdida por partidas extraordinarias. Dicho rubro incluye eventos irregulares, como un desastre natural, u operaciones correspondientes a unidades del negocio descontinuadas, es decir, que han sido abandonadas o vendidas.
