Sloan: открытие 1996 года
Richard Sloan, в то время профессор Penn State (позже Berkeley), задался вопросом: одинаково ли инвесторы оценивают компоненты прибыли? Earnings = Cash Flow + Accruals. Денежный поток — деньги, которые реально пришли на счёт. Accruals — бухгалтерские поправки: AR, AP, inventory changes, depreciation, deferred tax. Это не «плохо» само по себе, но это и не «деньги».
Sloan проверил гипотезу: компании с высокой долей accruals в прибыли будут хуже зарабатывать в следующие годы, потому что accruals менее persistent. Результат подтвердил гипотезу: long-short портфель (long на компании с низкими accruals, short — с высокими) показал alpha 10,4% годовых на горизонте 1991–1996. Эта аномалия получила название «accrual anomaly» и за неё Sloan получил премию AAA Outstanding Contribution to the Accounting Literature.
Самая простая мера Sloan'а — TATA (Total Accruals / Total Assets):
Если NI существенно выше CFO — прибыль «бумажная». Высокий TATA — самый прямой сигнал, что в отчётной прибыли много accruals и мало кеша. В пайплайне Cashalot TATA считается всегда, даже если другие модели не применяются: это один из обязательных «гигиенических» чек-апов.
Представьте, что компания отчитывается о прибыли в $100. Но из этих $100 только $40 — деньги, реально поступившие на счёт. Остальные $60 — обещания клиентов заплатить (AR), оценочные изменения резервов, отложенный налог. TATA как раз и измеряет, какая доля прибыли — «обещание», а какая — деньги. Sloan показал: «обещания» в среднем сбываются хуже, чем кеш.
Dechow F-Score: развитие 2011 года
Patricia Dechow с соавторами (Weili Ge, Chad Larson, Richard Sloan) пошли дальше. Они отобрали 2 190 компаний, против которых SEC возбудила AAER (Accounting and Auditing Enforcement Releases) в 1982–2005, и сравнили с миллионами «контрольных» компаний-годов. Цель — построить статистическую модель, предсказывающую misstatement до его обнаружения.
Они построили три модели разной сложности. Самая практичная — Model 1, использующая только переменные из financial statements (без рыночных данных). Семь переменных подаются в probit-регрессию.
Семь переменных Model 1
- RSST Accruals — расширенная мера accruals по Richardson-Sloan-Sloan-Tuna. В упрощённой форме совпадает с Sloan TATA = (NI − CFO) / Avg TA.
- Δ Receivables / Avg TA — изменение AR относительно средних активов.
- Δ Inventory / Avg TA — изменение запасов относительно активов.
- % Soft Assets — доля «мягких» активов (всё кроме PP&E и cash) в общих активах. Высокая доля означает большие subjective valuations.
- Sales Growth — темп роста выручки.
- Δ ROA — изменение Return on Assets.
- Issuance of Stock — бинарный флаг: выпускала ли компания акции в течение года.
Формула
+ 1,979×%SA + 0,171×SG − 0,932×ΔROA + 1,029×Issuance
Probability = exp(PV) / (1 + exp(PV))
F-Score = Probability / Unconditional Probability (0,0037)
F-Score — отношение модельной вероятности misstatement к базовой вероятности по выборке. Значение 1,0 означает «средний риск», 2,0 — вдвое выше среднего, и так далее.
Пороговые значения
- F < 1,0 — ниже базовой вероятности. Низкий риск.
- F 1,0–1,85 — выше среднего. Серая зона: проверить компоненты.
- F 1,85–2,45 — умеренный риск. Forensic warning, верх кэппируется на HOLD.
- F > 2,45 — высокий риск. Уровень многих SEC AAER cases.
Dechow обнаружила статистически значимую связь между выпуском акций и манипуляцией. Логика: менеджмент имеет максимальный стимул раздуть отчётную прибыль накануне SPO или приобретения за акции. Вес 1,029 у issuance означает, что один только этот флаг сдвигает F-Score существенно при прочих равных.
Три кейса в одной таблице
Применим Dechow F-Score Model 1 к тем же трём компаниям, что и в статье про Beneish: Apple FY24, Coca-Cola FY24 и синтетический «дистрессированный ритейл». Все семь переменных рассчитаны из иллюстративных отчётностей.
| Переменная | Apple FY24 | Coca-Cola FY24 | Distressed |
|---|---|---|---|
| RSST Accruals (≈TATA) | −0,069 | 0,002 | +0,079 |
| Δ Receivables / TA | 0,017 | 0,004 | +0,116 |
| Δ Inventory / TA | 0,003 | 0,002 | +0,020 |
| % Soft Assets | 0,699 | 0,846 | 0,640 |
| Sales Growth | 0,021 | 0,026 | +0,500 |
| Δ ROA | −0,019 | −0,004 | 0,004 |
| Issuance флаг | 0 | 0 | 1 |
| F-Score | 0,41 | 0,55 | 1,58 |
| Вердикт | низкий риск | низкий риск | ⚠ выше среднего |
Видно, как разные переменные «согласовываются» в final score. У Apple отрицательные RSST accruals — CFO превышает чистую прибыль, что является противоположностью манипуляции. У distressed ритейла одновременно повышенные accruals, резкий рост дебиторки, агрессивный рост выручки и факт выпуска акций — F-Score 1,58 (выше среднего).
F-Score 1,58 означает: модельная вероятность misstatement у этой компании в 1,58 раза выше базовой вероятности (0,37% в выборке Dechow). То есть модельная probability ≈ 0,58%.
Это «выше среднего», но не катастрофа. По чек-листу Cashalot такая компания получает «accrual quality concern», верх кэппируется на HOLD. Если параллельно M-Score тоже выше −1,78 (что в нашем синтетическом кейсе так и есть — M = −0,47), решение однозначно: не покупать.
Любопытная деталь: если убрать issuance флаг (предположим, что компания не выпускала акции), F-Score падает до 0,57 — в зону «чисто». Это иллюстрирует, насколько сильно один бинарный сигнал может перевернуть оценку. Dechow обнаружила, что компании-манипуляторы непропорционально часто выпускают акции — поэтому переменная попала в модель и получила большой вес.
Калькулятор Dechow F-Score
Введите семь переменных Model 1. Калькулятор посчитает PV, probability и F-Score, покажет на шкале риска и даст вердикт. Все переменные — десятичные дроби (не проценты): например, Sales Growth 5% записывается как 0,05.
Где модель работает плохо
- Финансовый сектор. У банков accruals — нормальная часть бизнес-модели (loan loss provisions, fair-value remeasurement). Применение F-Score к банкам систематически даёт ложные сигналы.
- Регуляторы (utilities). Большие соглашения с регуляторами создают регулярные accruals по cost-of-service моделям. Не путать с манипуляцией.
- Стартапы и pre-revenue компании. ROA, sales growth и accruals у них структурно экстремальны. Модель не калибровалась на этой популяции.
- Период после M&A. Любое крупное приобретение искажает все семь переменных одновременно. Не применяйте F-Score в течение 12 месяцев после deal close.
- Старение модели. Калибровка 1982–2005 года. С тех пор GAAP-стандарты изменились (ASC 606 для revenue recognition, ASC 842 для leases). На современных компаниях константа PV может быть смещена; рекомендуется использовать F-Score как relative-rank, не абсолют.
Sloan TATA vs Dechow F-Score: когда какой
Sloan TATA — простой, быстрый, требует только NI, CFO и Total Assets. Минимальные затраты на скрининг тысяч компаний за минуту. Подходит для широкого фильтра.
Dechow F-Score — комплексный, требует семи переменных и аккуратной подготовки данных. Дает более точный прогноз misstatement risk. Подходит для углублённого анализа конкретной компании-кандидата.
Шаг 1: пройдите вселенную акций через Sloan TATA. Уберите все с TATA > +0,1 (грубый фильтр манипуляторов).
Шаг 2: оставшиеся — через Dechow F-Score. Те, у кого F > 1,85, — forensic warning, кэппируйте verdict на HOLD до прояснения.
Шаг 3: «сходимость» с Beneish и Schilit. Если два-три forensic-инструмента согласны — обязательно отказ от позиции.
Как Cashalot 2.0 встраивает Sloan + Dechow
В пайплайне Cashalot 2.0 Sloan TATA считается на стадии 5 (Math v2.0) как часть «гигиенического минимума» для каждой акции. Dechow F-Score считается на той же стадии параллельно с Beneish M-Score, Altman Z, Piotroski F, Ohlson O. Если F-Score > 1,85, в отчёте появляется явный «Accrual quality concern», и финальный CIO-вердикт автоматически снижается на один уровень (BUY → HOLD; HOLD → AVOID).
Accruals — ключ к качеству прибыли
В Cashalot 2.0 любая компания с подозрительными accruals попадает под усиленную проверку. Это страховка от классических value traps вроде Lucent (channel stuffing с раздутой AR) и Lehman (Repo 105 искажающий accruals).
Посмотреть пример отчёта →