Sygnały księgowe, które zapowiadają kłopoty spółki, nie są alarmem antywłamaniowym: są czujnikiem dymu. Trzy modele akademickie — M-Score Beneisha dla nieprawidłowości księgowych, Z-Score Altmana dla napięcia finansowego i F-Score Piotroskiego dla siły operacyjnej — czytają sprawozdanie finansowe w poszukiwaniu niespójności, które zwykle poprzedzają problemy: zysków, które nie zamieniają się w gotówkę, należności rosnących szybciej niż przychody, marż topniejących mimo wzrostu sprzedaży. Żadna z tych liczb nie mówi, że spółka zaraz upadnie ani że ktokolwiek dopuścił się nieprawidłowości. Mówią, że coś w księgach się nie zgadza i że warto przyjrzeć się bliżej, zanim się zainwestuje.

Kruchość to nie to samo co spadająca cena akcji

To najważniejsze rozróżnienie i jednocześnie to, które najłatwiej zgubić. Akcja może stracić 40%, bo rynek zrewidował oczekiwania co do wzrostu: to problem ceny, a nie spółki. Inna spółka może zyskiwać na giełdzie, podczas gdy jej sprawozdania po cichu się pogarszają — po prostu dlatego, że nikt jeszcze nie przyjrzał się im uważnie.

Kruchość, o której tu mowa, ma charakter strukturalny: dotyczy jakości ksiąg i zdolności do przetrwania trudnego okresu. Mierzy się ją na sprawozdaniach finansowych, nie na wykresach. I ma inny rytm niż rynek: dojrzewa przez kwartały, nie przez sesje.

Płynie z tego praktyczny wniosek. Te wskaźniki nie służą do decydowania, kiedy kupić lub sprzedać. Służą do decydowania, czy dana spółka zasługuje na miejsce w portfelu przez lata.

Pierwszy sygnał: zyski, które nie stają się gotówką

Rachunek zysków i strat to opinia, przepływy pieniężne to fakt. To żart księgowych, ale opiera się na jednym z najsolidniejszych ustaleń badań nad rachunkowością.

W 1996 roku Richard Sloan opublikował w The Accounting Review badanie, które stało się punktem odniesienia: rozłożył zysk na część pokrytą realną gotówką i część złożoną z zapisów księgowych (tak zwane rozliczenia międzyokresowe — przychody już zaksięgowane, ale jeszcze nieotrzymane, koszty aktywowane zamiast ujętych w wyniku i tym podobne). Wniosek: księgowa część zysku jest znacznie mniej trwała niż część gotówkowa. Innymi słowy, spółka wykazująca wysokie zyski, których nigdy nie widzi na koncie, zwykle rozczarowuje w kolejnych okresach — a rynek średnio rzecz biorąc nie wycenia tego od razu.

Stąd bierze się najprostszy i najbardziej wymowny wskaźnik ze wszystkich: jaka część wykazanego zysku zamienia się w wolne przepływy pieniężne. Jeśli spółka wykazuje sto zysku i generuje dziewięćdziesiąt gotówki, księgi opowiadają spójną historię. Jeśli wykazuje sto, a generuje dwadzieścia, pytanie nie brzmi, czy to niezgodne z prawem — prawie nigdy nie jest — lecz gdzie podziała się reszta i czy ta różnica jest przejściowa, czy strukturalna.

Uwaga na przypadek, który często wprowadza w błąd: gdy wynik jest ujemny, tego wskaźnika nie da się zinterpretować. Dzielenie przepływów pieniężnych przez stratę daje procenty, które wyglądają jak liczby, ale nic nie znaczą. W spółce ze stratą patrzy się na co innego: na dostępną płynność, strukturę zadłużenia i na to, ile czasu zostało do momentu, w którym trzeba będzie pozyskać kapitał.

M-Score Beneisha: mapa nieprawidłowości

Najbardziej znany model do wykrywania „agresywnych” sprawozdań opublikował Messod Beneish w Financial Analysts Journal w 1999 roku. Konstrukcja jest statystyczna: Beneish porównał próbę około pięćdziesięciu spółek, które faktycznie manipulowały księgami, z ponad tysiącem siedmiuset spółek kontrolnych, szukając wskaźników odróżniających obie grupy.

Wyszło z tego osiem zmiennych — osiem pytań zadanych sprawozdaniu:

• czy należności rosną szybciej niż przychody? (sprzedaje się tym, którzy nie płacą szybko)
• czy marża brutto się pogarsza? (presja na ceny)
• czy rośnie udział aktywów „niematerialnych”? (koszty przesunięte w przyszłość)
• czy przychody rosną w sposób nietypowy? (szybki wzrost tworzy presję, by go utrzymać)
• czy amortyzacja zwalnia? (zyski podrasowane przez rozłożenie kosztów na dłużej)
• czy koszty ogólnego zarządu rosną szybciej niż przychody? (spadająca efektywność)
• czy rośnie dźwignia finansowa? (większe uzależnienie od długu)
• jaka część zysku to zapisy księgowe, a nie gotówka?

Model łączy je w jedną liczbę. Powyżej pewnego progu profil spółki statystycznie przypomina profil tych firm z próby, które manipulowały księgami.

Tu należy się najostrzejsze zastrzeżenie z całego artykułu. Wynik powyżej progu nie oznacza oszustwa. Oznacza, że te księgi, czytane przez osiem wskaźników, przypominają księgi grupy odniesienia. Szybko rosnąca spółka, która wydłuża terminy płatności, by zdobyć udziały w rynku, może przekroczyć próg, nie robiąc niczego nieprawidłowego. Model wskazuje, gdzie patrzeć, a nie co wnioskować.

Z-Score Altmana: dystans od upadłości (i ograniczenie, z którym się narodził)

Drugi model jest starszy i ma inny cel: nie jakość ksiąg, lecz zdolność do przetrwania. Edward Altman opublikował go w The Journal of Finance w 1968 roku, łącząc pięć wskaźników — kapitał obrotowy, zyski zatrzymane, rentowność operacyjną, wartość rynkową w relacji do zadłużenia i rotację aktywów — w jedną liczbę mierzącą, jak daleko spółka jest od upadłości.

Działa i do dziś pozostaje narzędziem standardowym. Ma jednak ograniczenie, które trzeba znać, bo zapisano je w oryginalnej pracy: zbudowano go na próbie 66 spółek, wyłącznie przemysłowych, z pominięciem najmniejszych. Taka była wtedy tkanka gospodarcza: fabryki, magazyny, maszyny.

Gospodarka złożona z oprogramowania, usług i regulowanej infrastruktury to zupełnie co innego. Spółka programistyczna ma bardzo niewiele aktywów trwałych i kapitał obrotowy, który ten model odczytuje błędnie. Przedsiębiorstwo energetyczne albo operator sieci zadłuża się niejako z definicji, bo buduje instalacje, które posłużą trzydzieści lat: wysokie zadłużenie nie jest tam objawem, tylko modelem biznesowym.

Efekt jest przewidywalny i mierzymy go co tydzień. W naszym uniwersum około 490 dużych spółek amerykańskich 15 na 100 ma wynik Altmana w „strefie ryzyka”. Nie upadają: prawie żadna z nich nie upadnie. To model, zastosowany poza kontekstem, dla którego powstał, generuje bardzo dużo fałszywych alarmów.

Dlatego nasze narzędzie wyłącza spółki finansowe — banki i ubezpieczycieli, około jednej piątej uniwersum — zarówno z Altmana, jak i z Beneisha. W banku dług jest surowcem, a kapitał obrotowy nie ma tego samego znaczenia: stosowanie wzorów wykalibrowanych na przemyśle dałoby liczby precyzyjne i pozbawione sensu.

F-Score Piotroskiego: świadectwo w dziewięciu pytaniach

Trzeci model patrzy na sprawę z przeciwnej strony. Joseph Piotroski w Journal of Accounting Research w 2000 roku wyszedł od konkretnego problemu inwestowania w wartość: wśród akcji, które wydają się tanie, jedne są tanie, bo rynek przesadził, a inne dlatego, że spółka naprawdę się pogarsza. Sama niska cena nie odróżnia tych dwóch przypadków.

Jego odpowiedzią było dziewięć zerojedynkowych sprawdzianów na sprawozdaniach — rentowność, generowanie gotówki, zmiana zadłużenia, efektywność operacyjna — z których każdy zdany daje jeden punkt. Wynik mieści się między zero a dziewięć. W jego badaniu zastosowanie tego filtra do spółek o niskim wskaźniku cena/wartość księgowa dawało roczną stopę zwrotu wyższą o mniej więcej siedem i pół punktu procentowego od reszty grupy, na rynku amerykańskim w latach 1976–1996.

Zaletą F-Score jest przejrzystość: to nie wynik wypluty przez nieprzejrzysty wzór, tylko lista kontrolna. Można ją czytać pytanie po pytaniu i zrozumieć, dlaczego spółka straciła dany punkt.

Dlaczego żadna z tych liczb nie wystarcza sama

To sedno sprawy, a nasze własne dane pokazują to lepiej niż jakikolwiek wywód.

W tym samym uniwersum około 490 dużych spółek, brane osobno, wskaźniki sygnalizują:

• około 4 spółki na 100 z M-Score Beneisha powyżej progu;
• około 15 na 100 z Z-Score Altmana w strefie ryzyka.

Gdyby wziąć którąkolwiek z tych dwóch liczb dosłownie, pod znakiem zapytania stanęłaby spora część rynku — łącznie ze spółkami solidnymi, rentownymi i z dziesięcioleciami historii za sobą.

Gdy natomiast zestawi się je ze sobą i zważy razem z innymi sygnałami — jakością przychodów, pokryciem odsetek, pozycją rynkową — odsetek spółek przekraczających łączny próg uwagi spada do około 0,6%: trzy na 490. Średni wynik całego uniwersum pozostaje bardzo niski; naprawdę wyróżnia się tylko garstka przypadków.

Oto praktyczna lekcja: pojedynczy wskaźnik generuje szum, ich zbieżność generuje sygnał. Kiedy trzy modele zbudowane przez różnych autorów, w różnych dekadach, w różnych celach wskazują w tę samą stronę na tej samej spółce, taka zbieżność zasługuje na uwagę. Kiedy wskazuje tylko jeden, prawie zawsze patrzy się na ograniczenie modelu, a nie na problem spółki.

Czego te liczby nie mówią

Warto powiedzieć wprost o ograniczeniach, bo to zwykle ta część, którą się przemilcza.

Nie przewidują upadłości. Mierzą stany statystycznie powiązane z przeszłymi trudnościami. Wiele spółek z przeciętnymi wynikami przechodzi trudny okres i wychodzi z niego obronną ręką; niektóre ze świetnymi wynikami zostają przygniecione przez zdarzenia, których żadne sprawozdanie nie mogło zawierać.

Nikogo nie oskarżają. Model statystyczny nie ustala odpowiedzialności. Nieprawidłowości księgowe mają zwykle zwyczajne wyjaśnienia: przejęcie zmieniające zakres konsolidacji, zmianę standardów rachunkowości, nadzwyczajny cykl inwestycyjny.

Patrzą wstecz. Żywią się opublikowanymi sprawozdaniami, czyli faktami, które już zaszły i zostały ogłoszone z miesiącami opóźnienia. Niedawne zdarzenie — utrata kluczowego klienta, spór sądowy, refinansowanie na gorszych warunkach — nie jest jeszcze w liczbach.

Nie stosują się do wszystkich tak samo. Poza spółkami finansowymi ostrożnie należy czytać firmy szybko rosnące, które dużo inwestują, spółki niedawno notowane o krótkiej historii sprawozdawczej oraz te, które właśnie zakończyły dużą transakcję.

Czyta się je obok ceny. Spółka z sygnałami kruchości, którą rynek już mocno ukarał, opowiada inną historię niż spółka z tymi samymi sygnałami notowana na szczytach: w pierwszym przypadku ryzyko jest częściowo już w cenie, w drugim nie.

Jak z nich korzystać w praktyce

Najbardziej użyteczne jest traktowanie tych wskaźników jako filtra wykluczającego, a nie wybierającego. Nie służą do znajdowania akcji do kupienia: służą do tego, by problematyczny przypadek nie trafił do portfela niepostrzeżenie.

Rozsądna droga w czterech krokach:

1. Patrz na zbieżność, a nie na pojedynczą liczbę. Jeden wskaźnik nie na miejscu to norma; trzy, które się układają w jedną linię — już nie.
2. Szukaj zwyczajnego wyjaśnienia przed nadzwyczajnym. Przejęcie, rok wyjątkowych inwestycji albo zmiana standardów rachunkowości wyjaśniają większość nieprawidłowości.
3. Odróżniaj to, co cykliczne, od tego, co strukturalne. Branża w trudnej fazie pokazuje słabe liczby we wszystkich swoich spółkach: to nie jest kruchość konkretnej firmy, to moment, który przeżywa cała branża. Porównanie z bezpośrednimi konkurentami rozstrzyga wątpliwość niemal zawsze.
4. Dobierz odpowiednio wielkość pozycji. Jeśli po analizie teza inwestycyjna nadal się broni, ale sygnały pozostają, rozsądną odpowiedzią prawie nigdy nie jest „wchodzę albo wychodzę”: jest nią mniejsza waga w portfelu.

W skrócie

• Trzy modele akademickie czytają sprawozdania w poszukiwaniu niespójności: Beneish (nieprawidłowości księgowe), Altman (dystans od upadłości), Piotroski (siła operacyjna w dziewięciu sprawdzianach).
• Najprostszym sygnałem pozostaje relacja między wykazanym zyskiem a faktycznie wygenerowaną gotówką: badania pokazują, że czysto księgowa część zysku jest najmniej trwała.
• Pojedynczy wskaźnik daje bardzo dużo fałszywych alarmów: w naszym uniwersum 15% dużych spółek amerykańskich trafia do „strefy ryzyka” według Z-Score Altmana — modelu powstałego w 1968 roku na 66 firmach przemysłowych.
• Po zestawieniu kilku sygnałów przypadki warte uwagi spadają poniżej 1%. Zbieżność jest sygnałem, pojedyncza liczba jest szumem.
• Żaden z tych modeli nie przewiduje upadłości ani nikogo nie oskarża: wskazują, gdzie patrzeć, i czyta się je razem z branżą, ceną i najnowszą historią spółki.
• Używaj ich jako filtra wykluczającego: bardziej pomagają unikać błędów niż wybierać zwycięzców.

Najczęstsze pytania

Czy wynik Beneisha powyżej progu oznacza, że spółka podrasowała księgi?

Nie. Oznacza, że profil księgowy spółki przypomina — w ośmiu wskaźnikach — profil grupy firm, które w przeszłości manipulowały księgami. To statystyczna przesłanka zachęcająca do pogłębienia analizy, a nie ustalenie faktu. Zwyczajne wyjaśnienia — szybki wzrost, przejęcia, zmiany standardów rachunkowości — są zdecydowanie najczęstsze.

Dlaczego banki i ubezpieczyciele są wyłączeni z tych modeli?

Ponieważ ich sprawozdania mają inny charakter. W banku dług jest surowcem działalności, a nie ryzykiem do minimalizowania, a pojęcia takie jak kapitał obrotowy czy rotacja aktywów nie mają tego samego znaczenia. Stosowanie wzorów wykalibrowanych na przemyśle dałoby liczby precyzyjne i w gruncie rzeczy pozbawione znaczenia.

Czy spółkę z sygnałami kruchości trzeba natychmiast sprzedać?

To nie wynika automatycznie, a te narzędzia nie są tworzone do wyczucia momentu. Wskazują ryzyko strukturalne, które ujawnia się przez kwartały. Bardziej użyteczne pytanie nie brzmi „sprzedaję czy nie”, tylko: czy powód, dla którego mam tę spółkę, nadal się broni i jaka waga w portfelu jest dla niej rozsądna?

Czy te wskaźniki działają także w przypadku mniejszych spółek?

Z większą ostrożnością. Mniejsze spółki mają bardziej zmienne sprawozdania, krótszą historię sprawozdawczą i większą wrażliwość na pojedyncze zdarzenia: te same modele generują u nich więcej fałszywych alarmów. Również sam oryginalny model Altmana wprost wykluczał najmniejsze spółki z próby, na której go wykalibrowano.

Źródła i literatura

Trzy przywołane modele są opublikowane i weryfikowalne w literaturze naukowej:

• Beneish, M. D. (1999). The Detection of Earnings Manipulation. Financial Analysts Journal, 55(5), 24–36.
• Altman, E. I. (1968). Financial Ratios, Discriminant Analysis and the Prediction of Corporate Bankruptcy. The Journal of Finance, 23(4), 589–609.
• Piotroski, J. D. (2000). Value Investing: The Use of Historical Financial Statement Information to Separate Winners from Losers. Journal of Accounting Research, 38, 1–41.
• Sloan, R. G. (1996). Do Stock Prices Fully Reflect Information in Accruals and Cash Flows about Future Earnings?. The Accounting Review, 71(3), 289–315.

Procenty przytoczone w artykule pochodzą z naszej okresowej analizy uniwersum około 490 dużych spółek notowanych w Stanach Zjednoczonych, przy czym spółki finansowe są wyłączone z modeli, do których nie mają zastosowania.

---

Ten artykuł ma charakter informacyjny i edukacyjny i nie stanowi spersonalizowanego doradztwa finansowego ani rekomendacji kupna lub sprzedaży instrumentów finansowych. Opisane modele są narzędziami analitycznymi o znanych ograniczeniach i nie przewidują przyszłych wyników żadnej spółki. Każda decyzja inwestycyjna zależy od osobistej sytuacji osoby, która ją podejmuje; w razie wątpliwości zwróć się do wykwalifikowanego doradcy.