Lompat ke konten
Financial Context Wiki

Beneish M-Score: Penyaringan Manipulasi Laba, Bukan Bukti

Pahami Beneish M-Score delapan variabel, susun ulang setiap input dari laporan keuangan yang sebanding, dan gunakan hasilnya sebagai tanda peringatan, bukan kesimpulan kecurangan.

Diperbarui

Hanya untuk tujuan edukasi; bukan merupakan nasihat investasi atau rekomendasi investasi. Investasi dapat mengakibatkan kerugian.

Jawaban langsung

Beneish M-Score adalah model statistik berbasis data akuntansi yang menandai laporan keuangan dengan karakteristik serupa perusahaan pemanipulasi laba dalam sampel estimasi model. Model ini menggabungkan delapan indeks perubahan tahunan atas piutang, margin kotor, komposisi aset, pertumbuhan penjualan, penyusutan, beban penjualan dan administrasi, akrual, serta leverage. Model ini tidak menentukan niat, membuktikan pelanggaran akuntansi, menggantikan audit, atau menetapkan kecurangan secara hukum.

Spesifikasi delapan variabelnya adalah:

M = -4.84 + 0.920DSRI + 0.528GMI + 0.404AQI + 0.892SGI + 0.115DEPI - 0.172SGAI + 4.679TATA - 0.327LVGI

Dalam spesifikasi ini, skor yang kurang negatif atau lebih positif berarti peringatan model yang lebih kuat. Penelitian tahun 2013 menggunakan -1.78 sebagai batas klasifikasi, tetapi penerapan lain dapat memakai batas berbeda karena memberikan biaya berbeda pada positif palsu dan kasus yang terlewat. Catat model, batas, periode data, dan definisi input secara tepat. Tanda peringatan memerlukan penyelidikan; skor di bawah batas tidak menyatakan laporan bebas masalah.

Variabel dan rumus

Gunakan t untuk periode sebanding saat ini dan t-1 untuk periode sebelumnya. Mata uang, satuan, cakupan konsolidasi, panjang periode, dan definisi akuntansi harus sama.

  • DSRI = (piutang usaha bersih_t / penjualan_t) / (piutang usaha bersih_t-1 / penjualan_t-1). Kenaikan dapat mencerminkan penagihan lebih lambat, kredit lebih longgar, penumpukan persediaan di saluran distribusi, atau pengakuan pendapatan terlalu dini, tetapi juga dapat timbul dari perubahan pelanggan atau penagihan.
  • GMI = margin kotor_t-1 / margin kotor_t, dengan margin kotor sebesar (penjualan - beban pokok penjualan) / penjualan. Nilai di atas satu menunjukkan penurunan margin, yang diperlakukan model sebagai potensi tekanan dan bukan bukti manipulasi.
  • AQI = [1 - (aset lancar_t + aset tetap bersih_t) / total aset_t] / [1 - (aset lancar_t-1 + aset tetap bersih_t-1) / total aset_t-1]. Kenaikan berarti porsi aset di luar aset lancar dan aset tetap bersih bertambah; akuisisi, goodwill, aset hak-guna, dan model bisnis padat aset takberwujud dapat menjelaskannya secara sah.
  • SGI = penjualan_t / penjualan_t-1. Pertumbuhan bukan pelanggaran; dalam model, ini merupakan variabel tekanan atau keberlanjutan.
  • DEPI = [penyusutan_t-1 / (penyusutan_t-1 + aset tetap bersih_t-1)] / [penyusutan_t / (penyusutan_t + aset tetap bersih_t)]. Nilai di atas satu menunjukkan penurunan tingkat penyusutan terukur, yang juga dapat disebabkan komposisi aset, pelepasan, atau perubahan umur manfaat.
  • SGAI = (beban penjualan dan administrasi_t / penjualan_t) / (beban penjualan dan administrasi_t-1 / penjualan_t-1). Koefisiennya negatif dalam persamaan estimasi ini; jangan menyebut setiap kenaikan sebagai manipulasi dengan mengabaikan rumus lengkap.
  • TATA = (laba dari operasi berkelanjutan_t - arus kas dari aktivitas operasi_t) / total aset_t. Rekonsiliasi definisi laba dengan implementasi yang digunakan; reklasifikasi, operasi yang dihentikan, dan penyajian arus kas dapat mengubah hasil.
  • LVGI = [(liabilitas lancar_t + utang jangka panjang_t) / total aset_t] / [(liabilitas lancar_t-1 + utang jangka panjang_t-1) / total aset_t-1]. Walaupun leverage dapat menimbulkan tekanan pelaporan, koefisien estimasinya negatif; tafsirkan seluruh persamaan.

Indeks ini memerlukan penyebut yang valid dan data sebanding. Penjualan, margin kotor, penyusutan, atau penyebut kualitas aset yang nol atau negatif dapat membuat komponen tidak terdefinisi atau menyesatkan secara ekonomi. Jangan mengganti data hilang, membatasi pencilan, atau beralih antara data tahunan dan 12 bulan terakhir tanpa dokumentasi.

Contoh perhitungan

Anggap input yang dihitung secara konsisten adalah:

  • DSRI = 1.30
  • GMI = 1.10
  • AQI = 1.20
  • SGI = 1.25
  • DEPI = 1.05
  • SGAI = 0.95
  • TATA = 0.08
  • LVGI = 1.10

Setelah disubstitusikan:

M = -4.84 + 0.920×1.30 + 0.528×1.10 + 0.404×1.20 + 0.892×1.25 + 0.115×1.05 - 0.172×0.95 + 4.679×0.08 - 0.327×1.10

M = -1.49143 ≈ -1.49

Hasilnya melebihi batas -1.78 yang disebutkan, sehingga aturan tersebut menandai perusahaan. Perhitungan ini tidak membuktikan manipulasi dan bukan probabilitas kecurangan yang terkalibrasi untuk setiap pasar, industri, atau waktu. Temukan variabel pemicu, hitung ulang dari dokumen yang diajukan, dan uji apakah perubahan memiliki penjelasan struktural.

Daftar periksa praktis

  • Hitung ulang setiap input dari laporan yang diajukan dan catatannya; simpan pemetaan akun, tanda, satuan, mata uang, dan tanggal perhitungan alih-alih hanya mengandalkan skor penyedia data.
  • Gunakan dua tahun berturut-turut yang sebanding atau periode 12 bulan terakhir yang diagregasi secara konsisten; jangan mencampur arus kuartalan dengan saldo tahunan.
  • Sajikan kembali periode sebelumnya untuk pemecahan saham, operasi yang dihentikan, penyajian kembali, dan perubahan akuntansi bila dokumen menyediakan dasar yang valid.
  • Pisahkan dampak akuisisi, divestasi, valuta asing, reorganisasi segmen, akuntansi sewa, dan reklasifikasi dari perubahan organik.
  • Jika DSRI meningkat, periksa umur dan penyisihan piutang, aset kontrak, retur, rabat, penjualan yang ditagih sebelum penyerahan, persediaan saluran, penerimaan kas, dan kebijakan pengakuan pendapatan.
  • Rekonsiliasi klasifikasi margin kotor serta beban penjualan dan administrasi antarperiode dan perusahaan pembanding; biaya dapat dipindahkan antara beban pokok penjualan dan beban operasi tanpa mengubah total laba operasi.
  • Tinjau kebijakan kapitalisasi, goodwill dan aset takberwujud, penurunan nilai, umur manfaat, nilai residu, metode penyusutan, pelepasan aset, dan aset dalam penyelesaian.
  • Rekonsiliasi TATA dengan laporan arus kas dan selidiki pelepasan modal kerja, pembiayaan pemasok, penjualan piutang, beban nonkas, dan pos tidak berulang.
  • Baca opini dan hal audit utama, kelemahan material pengendalian internal, pergantian manajemen atau auditor, penyajian kembali, korespondensi SEC, serta formulir 10-Q dan 8-K berikutnya.
  • Bandingkan skor, setiap komponen, dan data akuntansi mentah selama beberapa periode dan dengan perusahaan yang benar-benar sebanding; sekali melampaui batas atau satu indeks tidak biasa merupakan bukti lemah.
  • Bank, perusahaan asuransi, broker, perusahaan tahap awal, entitas dengan penyebut negatif atau mendekati nol, dan perusahaan dalam transaksi besar memerlukan metode lain atau banyak penyesuaian.
  • Gabungkan penyaringan dengan analisis arus kas, uji stres neraca, tata kelola, dan valuasi, serta nyatakan biaya positif dan negatif palsu; jangan pernah mengotomatiskan tuduhan atau transaksi hanya dari skor.

Kesalahpahaman umum

“M-Score membuktikan kecurangan.” Ini model peringatan yang disesuaikan dengan sampel. Bukti akuntansi, audit, regulasi, dan hukum tambahan diperlukan untuk menentukan apa yang terjadi dan mengapa.

“Skor di bawah batas berarti laporan bersih.” Model dapat melewatkan manipulasi, masalah pengungkapan, risiko di luar neraca, atau perilaku di luar delapan variabelnya.

“Rumus dan batas berlaku universal.” Versi, sampel, implementasi, dan biaya kesalahan berbeda dapat menghasilkan angka dan batas lain; sebutkan spesifikasi yang digunakan.

“Setiap komponen di atas satu itu buruk.” Koefisien estimasi SGAI dan LVGI negatif, TATA bukan indeks yang berpusat pada satu, dan setiap komponen dapat berubah karena alasan bisnis yang sah.

Topik terkait

Sumber otoritatif

Navigasi

Cari di wiki...