经典投资者框架 · 筛选验证
Beneish·M-Score 盈余操纵侦测
用两期财务科目构造的8变量判别式，识别应收、毛利、资产质量、增速、折旧、费用率、应计和杠杆的异常变化，侦测盈余操纵倾向。
- 接入难度
- 高
- 输出形式
- 盈余操纵嫌疑判别值
核心公式
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·LVGIDSRI应收账款天数指数、GMI毛利率指数、AQI资产质量指数、SGI营收增长指数（均为本期/上期比值）DEPI折旧率指数、SGAI销管费用率指数、TATA=(净利−经营现金流)/总资产、LVGI杠杆指数M > −1.78 提示较高的盈余操纵嫌疑为什么在理论上成立
盈余操纵通常会同时留下多处会计科目痕迹：应收异常增长、毛利率恶化后又被掩饰、资产质量下降、增速可疑地快。
Beneish用判别分析从已知操纵案例（含安然）中拟合出这8个变量的权重组合。
它不判断公司好坏或估值高低，而是给任何低估值/高质量结论加一道利润质量否决层。
科学性与有效性证据
1999年提出，安然案发前一年已由学生用该模型标出操纵嫌疑
Beneish发表于1999年《Financial Analysts Journal》。该模型因1990年代末多起会计丑闻（含安然）事后被证明有效而广受关注，后续研究显示其对识别激进会计政策仍有统计显著性，但存在对高速成长公司（SGI天然高）的误报倾向。
实际计算步骤
- 核实两个相邻完整财年的16项科目
- 分别计算8个判别变量
- 代入判别式求M值
- M > −1.78 时对其它低估值/高质量结论加否决提示
模型限制
- 需要两期完整、口径一致的财务科目，数据要求高
- 对真实高速成长公司存在误报倾向
- 判别式基于历史样本拟合，权重不随时代更新
- 只是嫌疑信号，不是操纵的直接证据
本站如何使用
本站作为付费「深度尽调包」提供：购买后补一次两期完整财报的针对性抽取，算出M值并在触发阈值时对其它模型结论加否决提示。