Beneish M-Score – Definition & Berechnung

Beneish M-Score – Definition

Der Beneish M-Score ist ein statistisches Modell zur Aufdeckung von Bilanzmanipulationen in Unternehmen. Es wurde von Professor Messod Beneish von der Kelley School of Business der Indiana University entwickelt. Seine Arbeit The Detection of Earnings Manipulation wurde 1999 veröffentlicht.

Der Score verwendet Finanzkennzahlen aus dem Jahresabschluss eines Unternehmens, um Anzeichen für mögliche Bilanzfälschungen zu erkennen. Ergibt die Berechnung ein Ergebnis größer als -1,78, so deutet dies auf eine erhöhte Wahrscheinlichkeit der Gewinnmanipulation hin.

Berechnung des Beneish M-Scores

Die Formel zur Berechnung des Beneish M-Scores lautet wie folgt:

• Liegt der M-Score unter -1,78 (z. B. -2,45 ), ist die Manipulationswahrscheinlichkeit gering.
• Ist der M-Score größer als -1,78 (z. B. -1,42), ist eine Manipulation durch das Unternehmen wahrscheinlich.

Beneish M-Score – Bestandteile

Der Beneish M-Score basiert auf acht Finanzkennzahlen, die verschiedene Aspekte der Gewinnmanipulation abdecken, darunter Umsatzwachstum, Bruttogewinnmarge, Vertriebs-, Verwaltungs- und Gemeinkosten, Ertragsqualität, Verschuldungsgrad, Abschreibungen, Nettovermögenswert und Gesamtvermögensumschlag.

Jede dieser Kennzahlen trägt zu einer Gesamtpunktzahl bei, die dann interpretiert wird, um festzustellen, ob eine Bilanzmanipulation wahrscheinlich ist oder nicht.

1 – DSRI (Days Receivables Index)

Im Normalfall sollten sich Forderungen und Umsätze einigermaßen gleich entwickeln. Eine starke Zunahme des Days Receivables Index (DSRI) könnte auf eine Verlängerung des Zahlungsziels hindeuten. Ein verlängertes Zahlungsziel führt dazu, dass zwar die buchhalterischen Umsätze eines Jahres steigen, die Cash Flows allerdings erst später ins Unternehmen fließen.

Folgend die Berechnung des DSRI:

2 – GMI (Gross Margin Index)

Eine verringerte Bruttogewinnmarge wird im Allgemeinen als negatives Signal der zukünftigen Entwicklung eines Unternehmens verstanden. (GMI > 1) Sinkt die Bruttogewinnmarge, steigt die Wahrscheinlichkeit von Gewinnmanipulationen.

Folgend die Berechnung des Gross Margin Index (GMI):

3 – AQI (Asset Quality Index)

Der Asset Quality Index (AQI) misst die Veränderung des Anteils der Vermögenswerte eines Unternehmens, die potenziell nicht direkt zur Umsatzgenerierung genutzt werden können (z. B. immaterielle oder sonstige „weiche“ Vermögenswerte).

Ein AQI > 1 zeigt an, dass dieser Anteil im Vergleich zum Vorjahr gestiegen ist. Das kann auf eine Verlagerung von Kosten in weniger transparente Bilanzposten hindeuten und wird im Beneish-Modell als mögliches Zeichen für Gewinnmanipulation interpretiert.

Folgend die Berechnung des AQI:

4 – SGI (Sales Growth Index)

Diese Kennzahl an sich stellt noch keinen Hinweis auf Gewinnmanipulation dar, allerdings haben gerade Wachstumsunternehmen (auch Growth-Stocks) einen Anreiz ihr Umsatzwachstum zu beschönigen, da sowohl ihre Unternehmensbewertung als auch ihre Möglichkeit der Kapitalbeschaffung stark von Wachstumserwartungen abhängen.

Folgend die Berechnung des Sales Growth Index (SGI):

5 – DEPI (Depreciation Index)

Das Ergebnis des Depreciation Index (DEPI) gibt an, ob vorhandene Vermögenswerte schneller oder langsamer abgeschrieben werden als im Vorjahr. Ein DEPI > 1 bedeutet, dass die Abschreibungsrate im aktuellen Jahr niedriger ist als im Vorjahr. Das weist auf verlängerte Nutzungsdauern der Vermögenswerte hin und kann ein Indiz für ergebnisglättende Maßnahmen und damit mögliche Gewinnmanipulation sein.

Folgend die Berechnung des Depreciation Index:

6 – SGAI (SG&A Expense Index)

Ein starker Anstieg des Aufwands für Vertrieb und Verwaltung im Verhältnis zum Umsatz ist grundsätzlich ein Zeichen für sinkende Profitabilität. Im Beneish-Modell gilt jedoch insbesondere ein relativ niedriger oder rückläufiger SG&A-Anteil (SGAI < 1) bei gleichzeitig starkem Umsatzwachstum als verdächtig, weil dies auf überhöhte Umsatzausweise oder aggressives Kosten-Accounting hindeuten kann.

Folgend die Berechnung des SG&A Expense Index (SGAI):

7 – LVGI (Leverage Index)

Der Leverage Index (LVGI) berechnet die Veränderung des Verschuldungsgrades. Eine Zunahme des Verschuldungsgrades könnte in Konflikt zu Kreditbedingungen einer Bank (Covenants) stehen.

Folgend die Berechnung des LVGI:

8 – TATA (Total Accruals to Total Assets)

Die Kennzahl Total Accruals to Total Assets (TATA) berechnet Abweichungen des buchhalterischen Gewinns vom Cash Flow. Weicht der Gewinn stark vom Cash Flow ab, ist dies ein Zeichen für eine mögliche Gewinnmanipulation.

Folgend die Berechnung der TATA-Kennzahl

Bedeutung des M-Scores

Die grundlegende Theorie, auf der Beneish die Kennzahl aufbaut, besagt, dass Unternehmen eher dazu neigen, ihre Gewinne zu manipulieren, wenn sich die Bruttomargen verschlechtern, die Betriebskosten und der Verschuldungsgrad steigen und gleichzeitig ein starkes Umsatzwachstum zu verzeichnen ist. Insgesamt können diese Faktoren zu Gewinnmanipulationen mit verschiedenen Mitteln führen.

Der Beneish M-Score ist dabei ein statistisches, probabilistisches Modell. Er schätzt, wie wahrscheinlich es ist, dass ein Unternehmen seine Gewinne manipuliert hat – er liefert also einen Hinweis auf ein Risiko, aber keinen Beweis. Es kann sowohl Fehlalarme (False Positives) als auch übersehene Manipulationen (False Negatives) geben. Der M-Score sollte daher immer in Kombination mit anderen Kennzahlen und einer qualitativen Unternehmensanalyse verwendet werden.

Unternehmen haben im Rahmen von Rechnungslegungsstandards wie IFRS oder US GAAP durchaus Spielraum, ihre Zahlen besser darzustellen, als sie tatsächlich sind. Dem wirkt der Beneish M-Score entgegen, indem er anzeigt, ob eine erhöhte Wahrscheinlichkeit für Gewinnmanipulation besteht. Die Manipulation von Gewinnen ist jedoch nicht zwangsläufig mit illegalen Aktivitäten gleichzusetzen, sondern kann auch innerhalb der zulässigen Bandbreiten der Rechnungslegung erfolgen.

Zudem wurde das Modell ursprünglich auf Industrie- und Dienstleistungsunternehmen kalibriert. Für Banken, Versicherungen und andere Finanzinstitute ist der M-Score deshalb nur eingeschränkt geeignet und sollte in diesen Fällen mit besonderer Vorsicht interpretiert werden.

Beneish M-Score vs. Altman Z-Score

Das Altman Z-Score-Modell ist ein Modell zur Schätzung der Insolvenzwahrscheinlichkeit eines Unternehmens, das auf Finanzkennzahlen aus Bilanz und Gewinn- und Verlustrechnung (GuV) basiert. Es setzt implizit voraus, dass diese Abschlüsse zumindest im Wesentlichen nicht manipuliert sind. Das Beneish M-Score-Modell wird hingegen verwendet, um zu beurteilen, ob eine erhöhte Wahrscheinlichkeit für Bilanz- bzw. Gewinnmanipulation besteht.

Für eine effektive Aktienanalyse bietet es sich daher an, den Beneish M-Score als vorgelagerten Qualitätsfilter einzusetzen: Zunächst wird geprüft, ob Hinweise auf mögliche Gewinnmanipulation vorliegen. Fällt der M-Score unauffällig aus (z. B. deutlich unter dem Schwellenwert), kann anschließend ein Modell wie der Altman Z-Score genutzt werden, um das Insolvenzrisiko auf Basis der als weitgehend verlässlich eingeschätzten Zahlen zu beurteilen. Beide Modelle sind dabei lediglich Hilfsinstrumente und ersetzen keine umfassende Fundamentalanalyse.

Beneish M-Score – Beispiel

Im Jahr 1998 verwendete eine Gruppe von Wirtschaftsstudenten der Cornell University eine frühere Version des Beneish-Modells, um vorherzusagen, dass die Enron Corporation ihre Gewinne manipuliert hatte.

Zu diesem Zeitpunkt notierten die Enron-Aktien bei etwa der Hälfte (48 USD) des Preises, auf den sie schließlich stiegen (90 USD), bevor das Unternehmen 2001 in Konkurs ging. Als die Cornell-Studenten Alarm schlugen, hörte niemand an der Wall Street auf ihren Rat.

Heute nutzen viele professionelle Investmentfirmen und Investoren das Modell als Teil des Bewertungsprozesses für die von ihnen beobachteten Unternehmen und berücksichtigen den Beneish M-Score eines Unternehmens bei der Entscheidung, in welche Unternehmen sie investieren.