Dechow F-score

Tulosjulkistuskausi on pyörähtänyt käyntiin. Viikottain useat yhtiöt kertovat viime vuoden tietojaan. Osa näistä on pettymyksiä ja osa iloisia yllätyksiä. Jotkut yhtiöt sortuvat jopa vääristelemään kirjanpitoaan, jotta saavat pidettyä osakkeen hinnankehityksen suotuisena. Kirjanpidon viilaaminen kestää yleensä useita vuosia ja vain kaikkein räikeimmät tapaukset joutuvat syytteeseen. Esimerkiksi USA:ssa SEC:n käytössä olevat voimavarat kirjanpitoväärennöksien tutkimista varten ovat rajalliset. Oikeuteen joutuukin yleensä vain selvimmät ja suurimmat tapaukset.

Sijoittajalle väärennetyn kirjanpidon paljastuminen on poikkeuksetta ikävä yllätys. Koska kirjanpidon manipulointi kestää vuosia ennenkuin se päätyy pisteeseen, jossa haju alkaa olla isolle osalle niin voimakas, että koko rakennelma rojahtaa herää kysymys onko sijoittajalle tarjolla mitään työkaluja tällaisten yhtiöiden tunnistamiseksi riittävän hyvissä ajoin?

Patricia Dechow esittelee tähän kysymykseen yhden työkalun tutkimuksessaan Material Accounting Misstatements. Dechow tutki yhtiöitä, jotka olivat syyllistyneet tilitietojen vääristämiseen ja löysi niistä yhteneviä piirteitä. Näistä piirteistä Dechow poimi sellaiset, jotka on kaikkein helpoimmin jokaisen saatavilla eli tilinpäätöstiedoista. Yksi esimerkki näistä piirteistä on aineettomien hyödykkeiden (esim. goodwill, patentit jne.) suuri osuus.

(Yleisimmät SEC:n tunnistamat virheet kirjanpidossa, lähde: Dechow)

Tutkimuksessa Dechow esittelee kehittämänsä F-score pisteytyksen. Nimestä huolimatta Dechow:n F-scorella ei ole mitään tekemistä Piotroski F-scoren kanssa, joten niitä ei tule sekoittaa keskenään. Dechow:n käyttämä F -kirjain tulee sanasta fraud (petos), joka kuvaa nimeä hyvin.

Itse F-scoren laskeminen on kohtuullisen monimutkainen asia, minkä vuoksi en käy sen eri parametrejä ja kaavoja tässä lävitse. Jokainen voi halutessaan kaivaa tiedot Dechow:n tutkimuksesta itse. Tarjoan myös tässä blogikirjoituksessa valmiin laskurin Dechow F-scoren laskemiseen.

Onneksi itse F-scoren tulkitseminen on selvästi suoraviivaisempaa. F-score on siis vain yksi luku. Tätä lukua sijoittaja voi käyttää merkkinä siitä kannattaako yrityksen kirjanpitoon tutustua vielä syvällisemmin. Se kertoo kuinka todennäköistä on, että kirjanpitoa väärennetään. Mitä pienempi F-score on sitä todennäköisempää on, että yrityksellä on puhtaat jauhot pussissa. Korkea F-score ei tarkoita, että yhtiössä olisi välttämättä mitään vialla, mutta luvut kannattaa käydä läpi tarkemmin. Korkean F-scoren yhtiöistä selvästi suurempi osa vääristelee kirjanpitoa.

Kuinka yleisiä virheet kirjanpidossa sitten ovat? Tähän voisi sanoa, että riippuu siitä mistä roikkuu. Tietyillä toimialoilla virheet ovat yleisempiä kuin toisilla. Nousukauden aikana kirjanpidon väärentämistä tapahtuu myös useammin, kun yhtiöstä halutaan antaa parempi kuva kuin mitä todellisuus on. Laskukauden aikana huonon tuloksen tekeminen on hyväksyttävämpää.

(Kirjanpitovirheiden jakautuminen yritysten koon mukaan, lähde: Dechow)

(Kirjanpitovirheiden jakautuminen toimialojen välillä, lähde: Dechow)

(Kirjanpitovirheiden jakautuminen eri vuosille, lähde: Dechow)

Millaisella F-scorella tulisi hälytyskellojen alkaa soimaan? Alle 1:n F-score kuvaa normaalia tai pientä riskiä ja sitä korkeammat kohonnutta riskiä. Yli 1.85:n lukema antaa jo aihetta huoleen ja yli 2.45:n omaavilla yhtiöillä on riski jo erittäin merkittävä. Yli puolet yhtiöistä, jotka väärensivät kirjanpitoaan oli F-score yli 1.4.

(F-score luvun tulkinta, lähde: Dechow)

(90% "puhtaista" yhtiöistä omaa alle 1.85:n F-scoren, lähde: Dechow)

Enron on yksi tunnetuimmista yhtiöistä, joka väärensi kirjanpitoaan useita vuosia. Kuten varmasti monet yhä muistavat ei Enronin loppu ollut kovinkaan mukava. Monet menettivät Enronin konkurssin yhteydessä kaikki eläkesäästöt. Olisiko Dechow F-scoren käyttö antanut viitteitä Enronin tapauksessa?

Ohessa on laskuri Dechow F-scoren laskemiseksi. Laskuri on alunperin julkaistu Political Calculations blogissa, jonka ylläpitäjältä olen myös saanut luvan sen käyttöön tämän artikkelin yhteydessä. Tarkemmassa tarkastelussa huomasin kuitenkin, että alkuperäisessä laskurissa oli vakava puute. Siitä puuttui kokonaan aineellisten hyödykkeiden (property, plant and equipment) kohta, jota käytetään kaavassa aineettomien hyödykkeiden suhteellisen osuuden laskemiseen. Tästä johtuen alkuperäinen laskuri antoi vääriä arvoja. Olen korjannut laskurin tähän artikkeliin. Laskuriin on esitäytettynä Enronin tiedot vuodelta 2000.

Income Statement Data
Input Data	Year of Interest	One Year Prior	Two Years Prior
Sales (Revenues)
Net Income Before Extraordinary Items or Cumulative Effect of Accounting Changes
Balance Sheet Statement Data
Input Data	Year of Interest	One Year Prior	Two Years Prior
Cash and Cash Equivalents
Short Term Investments
Receivables (Total)
Inventories (Total)
Property, Plant and Equipment
Total Assets
Preferred Stock (Total)
Total Shareholder's (or Owner's) Equity
Statement of Cash Flows Data
Input Data	Year of Interest	One Year Prior	Two Years Prior
Issuance of Long-Term Debt
Issuance of Common or Preferred Stock

Probability of Accounting Manipulations
Calculated Result	Value
F-Score

Dechow F-score laskuri antaa Enronille tietojen perusteella arvon 2.75, mikä on erittäin korkea. Mikäli sijoittaja olisi käyttänyt Dechow F-scorea olisi hänellä täytynyt varoituskellojen soida tässä vaiheessa. Tässä esimerkkitapauksessa F-score tunnisti siis varsin selvästi todennäköisen kirjanpitoväärennöksen.

Harkitsen itse vakavasti Dechow F-scoren ottamista yhdeksi mittariksi omassa sijoitustoiminnassani. Tutkinnan alla tällä hetkellä on miten saan sen yhdistettyä helposti muihin käyttämiini osakeskriinauksiin.

Dechow:n F-score on hyvä lisä sijoittajalle muiden mittareiden joukkoon. Tyypiltään se on laadullinen mittari. Siten yhdistettynä muihin kriteereihin sen käyttö alentaa sijoittajan riskiä.

Suosittelen asiasta kiinnostuneita myös lukemaan Forbesin hyvän kirjoituksen aiheesta.


Loppukaneetti
Internet on ihmeellinen paikka. Siitä miten Dechow:n F-score päätyi minulle tutkinnan alle on siitä yksi esimerkki. Investorin blogin ylläpitäjä vihjasi minulle kirjasta nimeltä The Warren Buffetts Next Door. Yksi kirjassa esillä olevista henkilöistä on Kai Petainen. Otin Kai:n yhteyttä ja vaihdoimme ajatuksia sijoitusstrategioista. Yksi kriteeri, jota Kai käyttää on juuri Dechow F-score. Dechow:n tutkimukseen tutustuminen johti Political Calculations blogiin, josta löysin alkuperäisen laskurin F-scorelle. Se antoi kuitenkin vääriä tuloksia. Tämän johdosta alkoi omanlaisensa kirjeenvaihto eri osapuolten välillä virheen ratkaisemiseksi. Lopulta käteen siis jäi jälleen muutama uusi henkilö, joiden kanssa vaihtaa ajatuksia ja sparrata omaa sijoitustoimintaa.