ScholarGate
Assistent
Regression modelForensic accounting

Beneish M-Score: Erkennung von Gewinnmanipulation

Der Beneish M-Score ist ein statistisches Modell, das 1999 von Messod Beneish entwickelt wurde, um festzustellen, ob ein Unternehmen seine ausgewiesenen Gewinne manipuliert hat. Das Modell kombiniert acht Kennzahlen aus der Finanzberichterstattung zu einem einzigen zusammengesetzten Score unter Verwendung von Koeffizienten, die aus einer Probit-Regression auf einer Stichprobe von nachgewiesenen Gewinnmanipulatoren geschätzt wurden. Ein Score über −2,22 deutet auf eine erhöhte Manipulationswahrscheinlichkeit hin, was den M-Score zu einem weit verbreiteten Instrument in der forensischen Rechnungslegung und bei der Due Diligence von Investitionen macht.

Mit EconMind anwendenDemnächstVideoDemnächstDownload slides

Die vollständige Methode lesen

Nur für Mitglieder

Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.

Anmelden

Method map

The neighbourhood of related methods — select a node to explore.

Beneish M-Score: Erkennung von Gewinnmanipulation
Altman Z-Score: Vorhersa…DuPont-AnalyseLogistische Regression

Quellen

  1. Beneish, M. D. (1999). The detection of earnings manipulation. Financial Analysts Journal, 55(5), 24–36. DOI: 10.2469/faj.v55.n5.2296

So zitieren Sie diese Seite

ScholarGate. (2026, June 2). Beneish M-Score (Earnings Manipulation Detection). ScholarGate. https://scholargate.app/de/finance/beneish-m-score

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side

Referenziert von

ScholarGateBeneish M-Score (Beneish M-Score (Earnings Manipulation Detection)). Abgerufen am 2026-06-15 von https://scholargate.app/de/finance/beneish-m-score · Datensatz: https://doi.org/10.5281/zenodo.20539026