9 skyrius. Finansinių ataskaitų analizė ir diagnostika

Anotacija

Šis skyrius pradeda IV knygos dalį — finansinę analizę ir vertinimą. Ankstesniuose skyriuose buvo aptarti veiklos, rinkodaros ir personalo planavimo sprendimai; dabar dėmesys perkeliamas į finansinę diagnostiką — discipliną, kuri leidžia tuos sprendimus pamatuoti, palyginti ir kritiškai įvertinti.

Skyriaus ašis yra ne rodiklių katalogas, o diagnostinė logika, atsakanti į penkis klausimus: (1) ką įmonė uždirbo, (2) kiek iš to pelno virto pinigais, (3) kiek kapitalo reikėjo tam pelnui uždirbti, (4) kur kapitalas įšaldomas ar naikinamas ir (5) ar stebimi rodikliai atspindi tikrą verslo ekonomiką, ar tik apskaitinį jos atvaizdą. Šie klausimai struktūruoja visą skyrių.

Pirmiausia pristatoma trijų ataskaitų sistema ir jos svarba diagnostikai, įskaitant IFRS, US GAAP ir Lietuvos VAS skirtumus. Toliau gilinamasi į pelno kokybės analizę, ROIC dekompoziciją, apyvartinio kapitalo valdymą ir finansinių rodiklių sistemą. Skyrius baigiamas tvaraus augimo diagnostika ir integruota diagnostikos matrica. Atvejo analizėje pateikiamas visapusiškas Lietuvos gamybos įmonės diagnostinis vertinimas, panaudojant visas skyriaus formules.

Skyrius tiesiogiai remiasi 1 skyriaus vertės logika ir DCF pamatu, 3 skyriaus rizikos ir grąžos kompromisais. Čia atliekama pelno normalizacija, ROIC ir pinigų srautų kokybės analizė tampa pagrindu 12 skyriaus prognozėms ir 13 skyriaus verslo vertinimui. Kapitalo struktūros ir WACC temos, aptartos per ROIC ir WACC santykį, plėtojamos 10 ir 11 skyriuose.

---

9.1 Teorinė dalis

9.1.1 Istorinis ir konceptualus kontekstas

Finansinė diagnostika — kaip atskira analitinė disciplina — formavosi laipsniškai, kiekvienam laikotarpiui pasiūlant naujus instrumentus ir konceptualius lūžius.

DuPont sistema (1920-ieji). Pirmasis sisteminis bandymas dekomponuoti įmonės pelningumą kildinamas iš DuPont korporacijos, kur 1920-aisiais buvo sukurta ROE dekompozicija į pelno maržą, turto apyvartumą ir sverto daugiklį. Ši trijų komponentų schema liko dominuojanti analitinė priemonė daugiau nei šimtmetį ir vis dar yra išeities taškas vertinant bet kurios įmonės finansinę būklę.

Modigliani ir Miller (1958). Franco Modigliani ir Merton Miller paskelbė fundamentalią teoremą, kad idealiame pasaulyje (be mokesčių ir bankroto kaštų) įmonės vertė nepriklauso nuo jos kapitalo struktūros. Nors tobulų rinkų prielaida nėra realistinė, ši teorema sukūrė intelektualinį pagrindą, nuo kurio pradedama bet kokia diskusija apie finansinį svertą ir jo poveikį vertei. Kompromisų teorija (Kraus & Litzenberger, 1973) vėliau papildė šią idėją, pripažindama, kad realiame pasaulyje egzistuoja optimalus skolos lygis, kur mokesčių skydo nauda susilygina su bankroto kaštais.

Altman Z-Score (1968). Edward Altman (NYU) sukūrė pirmąjį statistiškai pagrįstą bankroto prognozavimo modelį, sujungiantį penkis finansinius rodiklius į vieną diskriminantinę funkciją. Z-Score tapo pradiniu impulsu kiekybiniams mokumo modeliams ir vis dar plačiai taikomas — nors su modifikacijomis — tiek akademinėje, tiek praktinėje aplinkoje.

Higgins ir tvaraus augimo koncepcija (1977). Robert Higgins suformulavo tvaraus augimo tempo (SGR) koncepciją, sujungiančią ROE, dividendų politiką ir finansinį svertą į vieningą diagnostinį rodiklį. Ši idėja pirmą kartą formalizavo intuityvų teiginį, kad įmonė negali augti greičiau, nei leidžia jos vidiniai finansiniai ištekliai, nesukeldama likvidumo krizės.

Pinigų konversijos ciklas (1980). Richards ir Laughlin formalizavo CCC koncepciją, parodydami, kad apyvartinio kapitalo valdymas yra ne administracinė smulkmena, o pagrindinis tiltas tarp pelno ir pinigų. Ši idėja ypač svarbi kapitalo intensyviems verslams ir augančioms įmonėms.

Pelno kokybės revoliucija (1996–2004). Sloan (1996) akademiniame tyrime parodė, kad pelnas, paremtas kaupimais, yra mažiau tvaresnis nei pelnas, paremtas pinigų srautais — tai vadinamoji „kaupimų anomalija”. Dechow ir Schrand (2004) šią idėją išplėtė iki sisteminės pelno kokybės koncepcijos, apibrėždamos tris kokybės dimensijas: atspindėjimą, prognozę ir vertinimą. Beneish (1999) sukūrė M-Score modelį, leidžiantį statistiškai identifikuoti pelno manipuliavimo signalus.

Piotroski F-Score (2000). Joseph Piotroski pasiūlė 9 kriterijų binarinę sistemą, leidžiančią atskirti finansiškai stiprias įmones nuo silpnų — tai buvo naujas požiūris, jungiamas ne prognozavimą, o atrinkimą.

IFRS evoliucija (2005–2027). Tarptautinių apskaitos standartų plėtra fundamentaliai keičia diagnostikos galimybes ir apribojimus. IFRS 16 (2019) reikalauja operacinę nuomą traukti į balansą, kas mechaniškai keičia EBITDA ir sverto rodiklius. IFRS 18 (nuo 2027) pirmą kartą standartizuos veiklos pelno apibrėžtį ir ribos ne-GAAP rodiklių naudojimą — tai potencialiai reikšmingiausias pokytis finansinėje diagnostikoje per pastarąjį dešimtmetį.

Šis skyrius integruoja visas šias idėjas į vientisą diagnostinę sistemą, pradedant nuo ataskaitų struktūros ir baigiant tvarumo vertinimu.

9.1.2 Finansinių ataskaitų sistema ir struktūra

Trys ataskaitos kaip vientisa diagnostinė sistema

Finansinės ataskaitos planavime yra ne istorinių skaičių archyvas, o ribotai patikima verslo ekonomikos kalba. Jos parodo ne pačią realybę, o apskaitinį tos realybės atvaizdą, kurį reikia iššifruoti. Kaip nurodo Lietuvos Audito, apskaitos, turto vertinimo ir nemokumo valdymo tarnyba (AVNT) Verslo apskaitos standartų metodinėse rekomendacijose: „negalima išskirti nė vienos finansinės ataskaitos” (AVNT, 2022, 1 VAS MR, p. 4). Ši tezė yra kritiškai svarbi: pelningumo vertinimas be balanso ir pinigų srautų analizės yra neišsamus ir potencialiai klaidinantis.

Moderni finansinės atskaitomybės sistema remiasi trimis tarpusavyje susijusiomis ataskaitomis:

Ataskaita	Turinys	Laiko dimensija	Ką atskleidžia planavimui
Pelno (nuostolių) ataskaita (angl. Income Statement)	Pajamos, sąnaudos, grynasis pelnas	Laikotarpis (pvz., metai)	Ar verslo modelis generuoja apskaitinį rezultatą
Balansas (angl. Balance Sheet)	Turtas, įsipareigojimai, nuosavas kapitalas	Momentas (ataskaitinė data)	Kiek turto ir finansavimo reikėjo šiam rezultatui pasiekti
Pinigų srautų ataskaita (angl. Cash Flow Statement)	Veiklos, investavimo, finansavimo srautai	Laikotarpis	Kiek šio rezultato virto pinigais

Šių ataskaitų ryšiai yra struktūriniai ir privalomi. Pelno (nuostolių) ataskaitos grynasis pelnas perkeliamas kaip pradinė eilutė į pinigų srautų ataskaitos veiklos skyriaus viršų, kur koreguojamas negrynaisiais straipsniais (nusidėvėjimu, amortizacija) ir apyvartinio kapitalo pokyčiais. Balansas sujungiamas su pinigų srautų ataskaita per apyvartinio kapitalo sąskaitas: einamojo turto padidėjimas rodo pinigų nutekėjimą, einamųjų įsipareigojimų padidėjimas — pinigų įplaukimą. Laikotarpio pabaigos pinigų likutis pinigų srautų ataskaitoje sutampa su piniginių lėšų eilute balanso aktyvuose (Penman, 2013).

Kaip nurodo Penman (2013), ataskaitos nėra izoliuoti dokumentai — jos sudaro uždarą sistemą, kur pelno ataskaita tiksliai paaiškina ataskaitinio ciklo nuosavo kapitalo pasikeitimą balanse, o pinigų srautų ataskaita susieja pradinį ir galutinį grynųjų pinigų likutį. Planuojant verslą, ši pajamų, turto ir pinigų sandaros loginė grandinė yra kritinė — bet kokia prognozių nesąveika asimetriškai išderina finansinį modelį.

9.1 pav. Trijų finansinių ataskaitų tarpusavio ryšiai

graph LR
    PNA["Pelno (nuostolių)<br>ataskaita"]
    BAL["Balansas"]
    PSA["Pinigų srautų<br>ataskaita"]

    PNA -->|"Grynasis pelnas →<br>Nepaskirstytas pelnas"| BAL
    PNA -->|"Grynasis pelnas →<br>Veiklos CF pradžia"| PSA
    BAL -->|"Apyvartinio kapitalo<br>pokyčiai"| PSA
    PSA -->|"Galutinis pinigų<br>likutis"| BAL

    style PNA fill:#4472C4,stroke:#333,color:#fff
    style BAL fill:#548235,stroke:#333,color:#fff
    style PSA fill:#BF8F00,stroke:#333,color:#fff

Diagnostinė reikšmė. Trijų ataskaitų sistema leidžia kryžmiškai tikrinti duomenis. Jei grynasis pelnas nuolat auga, bet veiklos pinigų srautas stagnuoja arba mažėja, tai yra aiškus įspėjamasis signalas, rodantis, kad pelnas gali būti pagrįstas kaupimais, o ne tikrais pinigų srautais (Dechow & Schrand, 2004). Ši idėja yra centrinė visam skyriui ir bus plėtojama 9.2 poskyryje.

IFRS, US GAAP ir Lietuvos VAS — planavimui aktualūs skirtumai

Lietuvos finansinės atskaitomybės reguliavimas yra dviejų lygmenų. Viešojo intereso įmonėms (listinguotoms, bankams, draudimo bendrovėms) privalomi Tarptautiniai finansinės atskaitomybės standartai (angl. International Financial Reporting Standards, IFRS) — Lietuvoje taikomi nuo 2005 m., vadovaujantis ES reglamentu. Kitoms įmonėms, ypač mažoms ir vidutinėms (MVĮ), taikomi Verslo apskaitos standartai (VAS), sukurti 2003 m. ir reguliariai atnaujinami (AVNT, 2022; IFAC, 2024).

Skyriuje nėra tikslo pateikti pilną IFRS ir US GAAP palyginimą — tam skirtos specializuotos monografijos. Čia apsiribojama skirtumais, kurie tiesiogiai keičia planavimo ir vertinimo interpretaciją:

Sritis	IFRS	US GAAP	VAS (Lietuva)
Logika	Principų pagrindu	Taisyklių pagrindu	Artimesnė ES direktyvoms
R&D kapitalizavimas	Leidžiamas (IAS 38)	Dažniausiai pripažįstamas sąnaudomis	Ribotai leidžiamas
Nuomos apskaita	IFRS 16: beveik visos nuomos į balansą	ASC 842: lankstesnis	Dar neperkeltas IFRS 16
LIFO metodas	Draudžiamas	Leidžiamas	Draudžiamas
Turto perkainojimas	Leidžiamas	Draudžiamas	Leidžiamas

Šie skirtumai turi tiesioginę diagnostinę reikšmę. Pavyzdžiui, IFRS 16 reikalauja operacinę nuomą traukti į balansą, kas mechaniškai padidina EBITDA ir įmonės įsipareigojimų dydį (Palepu et al., 2020). Todėl tiesioginis IFRS taikančios tarptautinės įmonės ir VAS taikančios vietos įmonės ROE ar EBITDA maržos palyginimas be transformacijų dažnai yra klaidinantis.

IFRS 18 — struktūrinė naujovė. Nuo 2027 m. IFRS 18 pakeis IAS 1 ir įves privalomą pelno ataskaitos kategorizavimą į tris dalis: operacinę, investicinę ir finansinę. Pirmą kartą standartas apibrėžs veiklos pelną (angl. operating profit) kaip privalomą tarpinę sumą. Be to, ne-GAAP rodikliai (pvz., koreguotas EBITDA) turės būti atskleidžiami audituotoje pastaboje su pilnu suderinimu su artimiausiu IFRS subtotalu (IFRS Foundation, 2024). Tai reikšmingas pokytis, potencialiai ribojantis EBITDA manipuliavimo galimybes, aptariamas toliau šiame poskyryje.

Lietuvos VAS specifika. Mažos ir labai mažos įmonės pagal VAS gali taikyti supaprastintas ataskaitų formas, o pinigų srautų ataskaita tam tikrais atvejais yra pasirenkama, ne privaloma. Tai labai svarbu diagnostikai: Lietuvos MVĮ aplinkoje analizė dažnai atliekama iš nepilno rinkinio — balanso, pelno (nuostolių) ataskaitos ir fragmentiško aiškinamojo rašto, be formalios pinigų srautų ataskaitos. Tokiu atveju analitikas turi rekonstruoti pinigų logiką iš balanso pokyčių ir pelno (nuostolių) ataskaitos — būtent todėl apyvartinio kapitalo analizė (žr. apyvartinio kapitalo poskyrį) Lietuvoje yra ne „papildoma”, o dažnai centrinė diagnostikos dalis.

Diagnostikos būdai

Penman (2013) pabrėžia, kad finansinės ataskaitos naudojamos ne tik istorinei analizei, bet kaip prizmė, per kurią nustatoma verslo vidinė vertė. Praktikoje skiriami keturi pagrindiniai diagnostikos būdai:

• Horizontalioji analizė (angl. horizontal analysis): rodiklių kitimas laikui bėgant — tendencijų identifikavimas.
• Vertikalioji analizė (angl. vertical analysis): kiekvienos eilutės dalis nuo bazinės (pvz., pajamų) — struktūros palyginimas.
• Rodiklių analizė (angl. ratio analysis): santykiai tarp eilučių skirtingose ataskaitose — efektyvumo, likvidumo, pelningumo matavimas.
• Segmentų analizė: pelningumas pagal verslo vienetus ar geografiją — strateginių sprendimų pagrindas.

Visi keturi būdai bus taikomi tolimesniuose poskyriuose. Rodiklių analizei skiriamas didžiausias dėmesys, tačiau svarbu pabrėžti: rodikliai yra hipotezių generatoriai, o ne baigtinės tiesos. Jų interpretacija priklauso nuo sektoriaus, apskaitos režimo ir verslo modelio (žr. rodiklių ribotumą, 9.1.4).

---

9.1.3 Pagrindinės teorijos ir modeliai

Pelno kokybė — kas yra „kokybiškas” pelnas

Pelno kokybė (angl. earnings quality) parodo, kiek audituotas ataskaitinis pelnas objektyviai atspindi ilgalaikę įmonės vertės kūrimo galią ir kaip tvariai šis pelnas virsta grynųjų pinigų srautais. Dechow ir Schrand (2004, p. viii) apibrėžia aukštos kokybės pelną pagal tris kriterijus:

1. Tiksliai atspindi dabartinį veiklos rezultatą — neiškreiptas vienkartinių įvykių.
2. Yra geras būsimų rezultatų indikatorius — tvarumas ir atkartojamumas.
3. Tiksliai atspindi vidinę vertę per laiką (angl. annuitizes intrinsic value) — grynasis pelnas yra stabilus ir pagrįstas kapitalo grąža.

Kaip teigia Dechow ir Schrand: „not all earnings are created equal” (2004, p. viii). Pelno kokybė yra sprendimo kontekste sąlyginis dydis: pelnas, tinkamas pelningumo vertinimui, gali būti netinkamas kreditoriui; naudingas trumpalaikėje likvidumo analizėje, bet klaidinantis DCF modelyje (Dechow et al., 2010). Tai svarbi metodinė pastaba: šio skyriaus kontekste pelno kokybė vertinama pirmiausia iš vertinimo (DCF) perspektyvos.

Kaupimų ir pinigų srautų santykis

Pelną galima skaidyti į du komponentus: pinigų (angl. cash component) ir kaupimų (angl. accruals component). Kaupimai nėra „blogis” savaime — jie atspindi apskaitos principą, kad pajamos ir sąnaudos pripažįstamos tada, kai jos uždirbamos ar patiriamos, neatsižvelgiant į pinigų judėjimą. Tačiau problemą sukelia situacija, kai kaupimai ima dominuoti prieš piniginę atramą.

Dechow ir Schrand tai apibrėžia aiškiai: „earnings that are backed by cash flows are more persistent” (2004, p. 17). Aukštas kaupimų komponentas rodo, kad pelnas pagrįstas ne tikrais pinigų įplaukimais, bet apskaitos prielaidomis.

Pagrindiniai diagnostiniai rodikliai:

\[\text{Pinigų konvertavimo rodiklis} = \frac{\text{Veiklos pinigų srautas}}{\text{EBITDA}} \tag{9.1}\]

kur: - veiklos pinigų srautas — iš pinigų srautų ataskaitos operacinės dalies, - EBITDA — pelnas prieš palūkanas, mokesčius, nusidėvėjimą ir amortizaciją.

Žemas pinigų konvertavimo rodiklis (reikšmingai žemiau 1,0) signalizuoja žemą pelno kokybę.

\[\text{Kaupimų rodiklis} = \frac{\text{Grynasis pelnas} - \text{Veiklos CF} - \text{Investavimo CF}}{\text{Vidutinis (Bendras turtas} - \text{Grynieji pinigai})} \tag{9.2}\]

Aukštas kaupimų rodiklis kartu su žemu pinigų konvertavimo rodikliu yra vienas stipriausių įspėjamųjų signalų. Nuolatinis santykis CFO / grynasis pelnas < 1 gali reikšti agresyvią apskaitos politiką, kuri perkelia esamas sąnaudas į ateities laikotarpius.

Diagnostinė taisyklė: jei pelno rodikliai (EBITDA, EBIT, grynasis pelnas) auga, bet veiklos pinigų srautas stagnuoja arba blogėja — tai yra signalas, reikalaujantis gilesnės analizės. Jei augimas remiasi debitorių didėjimu, atsargų kaupimu ar agresyvia išlaidų kapitalizacija — pelno kokybė blogėja.

Vienkartinės ir pasikartojančios pajamos — normalizuotas pelnas

Vertinimui svarbus ne ataskaitinis, o normalizuotas pelnas — tik pasikartojančios (angl. recurring) pajamos ir sąnaudos yra vertinimo pagrindas. Normalizuotas EBITDA apskaičiuojamas koreguojant ataskaitos rodiklį vienkartiniais straipsniais:

\[\text{Normalizuotas EBITDA} = \text{Ataskaitos EBITDA} + \text{Vienkartiniai kaštai} - \text{Vienkartinis pelnas} \tag{9.3}\]

Tipiški koregavimai apima: restruktūrizavimo išlaidas, bylinėjimosi atsiskaitymus, turto nurašymus, su COVID-19 susijusias išlaidas, vienkartines turto pardavimo pajamas.

Normalizavimo procesas įneša nemažai subjektyvumo — M&A praktikoje pirkėjai dažnai ginčija pardavėjų koreguoto EBITDA skaičiavimus. Praktikoje kartais vienkartiniai veiksniai naudojami selektyviai: tik pelną mažinantys straipsniai laikomi „nevienkartiniais”, o pelną didinantys — „normaliais”. Tai subtili manipuliavimo forma, kurią analitikas privalo atpažinti.

EBITDA kritika

EBITDA (angl. Earnings Before Interest, Taxes, Depreciation and Amortization) yra vienas plačiausiai taikomų veiklos rodiklių, tačiau sulaukia esminės kritikos. Warren Buffett savo laiške akcininkams (1986) pabrėžė: nusidėvėjimas yra tikros sąnaudos, lygiai kaip darbo jėgos kaštai. Vėliau jis teigė dar tiesiau: „We won’t buy into companies where someone’s talking about EBITDA” (Buffett, 2000).

Pagrindiniai EBITDA trūkumai:

1. Ignoruoja palaikomąsias kapitalo išlaidas (CapEx). Kapitalui imlių įmonių, pavyzdžiui, gamyklų ar infrastruktūros verslų, EBITDA pervertina tikrąjį pinigų srautą, nes neatspindi investicijų, būtinų konkurencingumui palaikyti.
2. Ignoruoja apyvartinio kapitalo pokyčius. Sparčiai augančios įmonės gali turėti aukštą EBITDA, bet kartu nuolat naudoti pinigus apyvartiniam kapitalui finansuoti (žr. apyvartinio kapitalo poskyrį).
3. Nestandartizuota. EBITDA nėra apskaitos standarto apibrėžtas rodiklis — kiekviena įmonė gali apibrėžti „koreguotą EBITDA” (angl. adjusted EBITDA) skirtingai.
4. Manipuliavimo galimybės. Priežiūros ir remonto išlaidos gali būti maskuojamos kaip kapitalizuojami atnaujinimai, taip dirbtinai didinant EBITDA.

Buffett alternatyva — „savininko pajamos” (angl. owner earnings): grynasis pelnas + nusidėvėjimas − vidutinis metinis CapEx, reikalingas pozicijai palaikyti. Ši sąvoka artimesnė laisvajam pinigų srautui (FCF), kuris bus formaliai pristatytas FCF poskyryje.

Apibendrinimas. EBITDA yra naudingas kaip apytikris veiklos pajėgumo rodiklis ir skolos aptarnavimo indikatorius, tačiau niekada neturėtų būti tapatinamas su laisvaisiais pinigų srautais. Kapitalo intensyviame versle EBITDA dažnai per optimistiškai vaizduoja ekonominę realybę.

---

Pelno manipuliavimo diagnostika — Beneish M-Score

Beneish M-Score — matematinis modelis, sukurtas prof. Messod Beneish (Indiana University, 1999), skirtas identifikuoti tikimybę, kad įmonė manipuliuoja ataskaitiniu pelnu. Modelis jungia aštuonis finansinius rodiklius, kurių kiekvienas atspindi specifinį apskaitos manipuliavimo signalą:

\[M = -4{,}84 + 0{,}92 \cdot DSRI + 0{,}528 \cdot GMI + 0{,}404 \cdot AQI + 0{,}892 \cdot SGI + 0{,}115 \cdot DEPI - 0{,}172 \cdot SGAI + 4{,}679 \cdot TATA - 0{,}327 \cdot LVGI \tag{9.4}\]

kur:

Kintamasis	Pilnas pavadinimas	Diagnostinė esmė
DSRI	Gautinų sumų dienos indeksas (angl. Days Sales in Receivables Index)	Greitesnis gautinų sumų augimas nei pajamų — gali reikšti ankstyvesnį pajamų pripažinimą
GMI	Bruto maržos indeksas (angl. Gross Margin Index)	Krintanti bruto marža skatina manipuliuoti
AQI	Turto kokybės indeksas (angl. Asset Quality Index)	Didėjanti nelikvidaus turto dalis — galima agresyvi kapitalizacija
SGI	Pardavimų augimo indeksas (angl. Sales Growth Index)	Sparčiai augančios įmonės turi daugiau manipuliavimo paskatų
DEPI	Nusidėvėjimo indeksas (angl. Depreciation Index)	Mažėjantis santykinis nusidėvėjimas — gali būti sulėtintas
SGAI	Pardavimų ir administracinių išlaidų indeksas (angl. SGA Expense Index)	Augančios santykinės SGA rodo mažėjantį efektyvumą
TATA	Bendrųjų kaupimų ir turto santykis (angl. Total Accruals to Total Assets)	Aukšti kaupimai — stipriausias manipuliavimo signalas (koef. 4,679)
LVGI	Sverto augimo indeksas (angl. Leverage Index)	Didėjantis svertas kuria paskatas išlaikyti pelno iliuziją

Interpretacija: M-Score > −1,78 rodo galimą manipuliavimą. Beneish (1999) nustatė, kad tokios įmonės yra maždaug 10 kartų labiau linkusios manipuliuoti pelnu nei tos, kurių M-Score žemesnis. Modelis teisingai identifikuoja ~76 % manipuliatorių, tačiau klaidingai klasifikuoja ~17,5 % nemanipuliuojančių įmonių (Beneish, 1999).

Skaitinis pavyzdys. Hipotetinė Lietuvos gamybos įmonė „Omega” rodo: DSRI = 1,25; GMI = 1,10; AQI = 1,05; SGI = 1,30; DEPI = 0,95; SGAI = 1,02; TATA = 0,08; LVGI = 1,15.

\[M = -4{,}84 + 0{,}92(1{,}25) + 0{,}528(1{,}10) + 0{,}404(1{,}05) + 0{,}892(1{,}30) + 0{,}115(0{,}95) - 0{,}172(1{,}02) + 4{,}679(0{,}08) - 0{,}327(1{,}15)\] \[M = -4{,}84 + 1{,}15 + 0{,}58 + 0{,}42 + 1{,}16 + 0{,}11 - 0{,}18 + 0{,}37 - 0{,}38 = -1{,}61\]

Kadangi \(M = -1{,}61 > -1{,}78\), modelis signalizuoja galimą manipuliavimą. Analitikas turėtų atkreipti dėmesį į DSRI (1,25 — gautinos sumos auga greičiau nei pajamos) ir SGI (1,30 — spartus pardavimų augimas).

Kritinė pastaba. M-Score yra atrankos (angl. screening) priemonė, ne teismo įrodymas. Modelis kurtas JAV duomenimis ir konkrečiam laikotarpiui — jis jautrus apskaitos režimui, sektoriaus specifikai ir ekstremaliems verslo modeliams. MVĮ ar sparčiai augančioms įmonėms modelis gali duoti klaidingų teigiamų rezultatų. Özkan ir Alfarhan (2025) atliktas tyrimas, apimantis 111 640 stebėjimų iš 9 766 listinguojamų G7 šalių įmonių 2006–2022 m. laikotarpiu, parodė, kad M-Score patikimumas priklauso nuo šalies konteksto: manipuliatoriai kaupia reikšmingai daugiau grynųjų pinigų JAV, JK, Kanadoje, Prancūzijoje ir Italijoje, tačiau ne Vokietijoje ir Japonijoje, kur nuosavybės koncentracija ir audito vykdymo stiprumas skiriasi.

Altman Z-Score

Altman Z-Score, sukurtas prof. Edward Altman (NYU, 1968), yra bankroto prognozavimo modelis, kombinuojantis penkis finansinius santykius:

\[Z = 1{,}2X_1 + 1{,}4X_2 + 3{,}3X_3 + 0{,}6X_4 + 1{,}0X_5 \tag{9.5}\]

kur: - \(X_1\) = Apyvartinis kapitalas / Bendras turtas — likvidumas, - \(X_2\) = Nepaskirstytas pelnas / Bendras turtas — kaupiamasis pelningumas, - \(X_3\) = EBIT / Bendras turtas — operacinis efektyvumas (svarbiausias, koeficientas 3,3), - \(X_4\) = Nuosavo kapitalo rinkos vertė / Bendri įsipareigojimai — finansinis svertas, - \(X_5\) = Pardavimai / Bendras turtas — turto apyvartumas.

Interpretacija:

Z-Score	Zona	Reikšmė
> 2,99	Saugi	Maža bankroto tikimybė
1,81–2,99	Pilka	Vidutinė rizika, reikalinga papildoma analizė
< 1,81	Krizės	Aukšta bankroto tikimybė

Modelio tikslumas: 95 % vienerius metus iki bankroto, 72 % dvejus metus iki bankroto. Altman taip pat sukūrė modifikacijas: Z’ (ne-listinguotoms įmonėms) ir Z’’ (ne-gamybos sektoriui, be \(X_5\) komponento) (Altman, 1968).

Z’ modifikacija ne-listinguotoms įmonėms (aktuali Lietuvos MVĮ):

\[Z' = 0{,}717X_1 + 0{,}847X_2 + 3{,}107X_3 + 0{,}420X_4 + 0{,}998X_5 \tag{9.5a}\]

kur \(X_4\) = buhalterinė nuosavo kapitalo vertė / bendri įsipareigojimai (vietoj rinkos kapitalizacijos). Zonos: > 2,90 saugi; 1,23–2,90 pilka; < 1,23 krizė.

Skaitinis pavyzdys. Įmonė „Omega” (ta pati kaip M-Score pavyzdyje): apyvartinis kapitalas 200 000 €, turtas 1 000 000 €, nepaskirstytas pelnas 150 000 €, EBIT 120 000 €, nuosavo kapitalo rinkos vertė 500 000 €, įsipareigojimai 400 000 €, pardavimai 1 200 000 €.

\[Z = 1{,}2 \times \frac{200\,000}{1\,000\,000} + 1{,}4 \times \frac{150\,000}{1\,000\,000} + 3{,}3 \times \frac{120\,000}{1\,000\,000} + 0{,}6 \times \frac{500\,000}{400\,000} + 1{,}0 \times \frac{1\,200\,000}{1\,000\,000}\] \[Z = 0{,}24 + 0{,}21 + 0{,}40 + 0{,}75 + 1{,}20 = 2{,}80\]

Z = 2,80 — pilkoji zona. Nors bankrotas nėra artimas, situacija reikalauja stebėjimo, ypač atsižvelgiant į tai, kad M-Score jau signalizavo manipuliavimo riziką.

Kritinė pastaba. Z-Score yra mokumo diagnostikos, o ne pelningumo rodiklis — jis neidentifikuoja manipuliavimo, bet fiksuoja struktūrinius finansinius sunkumus. \(X_4\) komponentas naudoja rinkos kapitalizaciją, todėl modelio patikimumas mažėja nestabiliais rinkos laikotarpiais. Ne-listinguotoms Lietuvos MVĮ rekomenduojama Z’ modifikacija.

Piotroski F-Score

Piotroski F-Score (2000) — 9 kriterijų binarinė sistema, vertinanti įmonės finansinę stiprybę. Kiekvienas kriterijus įvertinamas 0 arba 1 balu:

Dimensija	Kriterijai
Pelningumas (4 balai)	Teigiamas ROA; teigiamas veiklos CF; augantis ROA; CF/turtas > ROA (kaupimų kokybės patikrinimas)
Svertas ir likvidumas (3 balai)	Mažėjantis skolos/turto santykis; augantis einamasis likvidumas; nėra naujų akcijų emisijų
Veiklos efektyvumas (2 balai)	Auganti bruto marža; augantis turto apyvartumas

Interpretacija: F-Score 8–9 = stipri finansinė pozicija; 0–2 = silpna. Piotroski (2000) demonstravo, kad investavimo strategija „pirkti aukštus F / parduoti trumpai žemus F” 1976–1996 m. laikotarpiu generavo ~23 % metinę grąžą.

Skirtingai nei Altman Z-Score (kuris prognozuoja bankrotą) ar Beneish M-Score (kuris identifikuoja manipuliavimą), F-Score orientuotas į vertės investavimą — jis padeda atskirti finansiškai stiprias „vertės akcijas” nuo silpnų.

---

ROIC dekompozicija — kodėl ROIC geriau nei ROE ar ROA

Nuosavybės grąža (angl. Return on Equity, ROE) yra populiariausias pelningumo rodiklis, tačiau turi fundamentalų ribotumą: ji priklauso ne tik nuo verslo specifikos, bet ir nuo finansavimo sprendimų (sverto dydžio). Didėjantis svertas mechaniškai didina ROE, net jei operacinis pelningumas blogėja — tai ypač aktualu Lietuvos MVĮ segmente, kur žema EBIT marža dažnai maskuojama pigiu bankų finansavimu — trumpuoju laikotarpiu tai generuoja priimtiną ROE, bet didina likvidumo krizės riziką.

Investuoto kapitalo grąža (angl. Return on Invested Capital, ROIC) matuoja išimtinai operacinio verslo grąžą — grynąjį veiklos pelną atskaičius mokesčius (angl. Net Operating Profit After Tax, NOPAT) santykiu su investuotu kapitalu — neatsižvelgiant į finansavimo struktūrą. McKinsey konsultantai aiškiai teigia, kad būtent ROIC kartu su organiško augimo tempu yra pagrindiniai vertės kūrimo varikliai (Koller et al., 2020).

DuPont dekompozicija

Siekiant paaiškinti, kodėl kinta ROE, pasitelkiama DuPont dekompozicijos sistema. Klasikinis 3 komponentų modelis:

\[ROE = \frac{\text{Grynasis pelnas}}{\text{Pajamos}} \times \frac{\text{Pajamos}}{\text{Turtas}} \times \frac{\text{Turtas}}{\text{Nuosavas kapitalas}} \tag{9.6}\]

kur: - pirmas daugiklis — pelno marža (kiek pelno atneša kiekvienas pardavimų euras), - antras — turto apyvartumas (kiek pardavimų sukuria investuotas euras), - trečias — sverto daugiklis (kiek turto tenka nuosavam kapitalui).

9.2 pav. DuPont dekompozicijos medis (3 komponentai)

graph TD
    ROE["<b>ROE</b>"]
    PM["Pelno marža<br><i>GP / Pajamos</i>"]
    AT["Turto apyvartumas<br><i>Pajamos / Turtas</i>"]
    SD["Sverto daugiklis<br><i>Turtas / NK</i>"]

    ROE --- PM
    ROE --- AT
    ROE --- SD

    PM -.->|"Aukšta marža"| DIFF["Diferenciacija<br>(pvz., Apple)"]
    AT -.->|"Aukštas apyvartumas"| COST["Kaštų lyderystė<br>(pvz., Walmart)"]
    SD -.->|"Didelis svertas"| RISK["⚠️ Didesnė<br>finansinė rizika"]

    style ROE fill:#4472C4,stroke:#333,color:#fff
    style PM fill:#548235,stroke:#333,color:#fff
    style AT fill:#548235,stroke:#333,color:#fff
    style SD fill:#BF8F00,stroke:#333,color:#fff
    style RISK fill:#C00000,stroke:#333,color:#fff

Ši dekompozicija atskleidžia kritinį verslo strategijos pasirinkimą: ar grąža generuojama kliaujantis kainos ir diferenciacijos galia (pvz., Apple — aukšta marža, lėtesnis apyvartumas), ar kaštų lyderyste (pvz., prekybos tinklai — maža marža, aukštas apyvartumas).

Išplėstinis 5 komponentų DuPont modelis leidžia izoliuoti papildomus veiksnius:

\[ROE = \underbrace{\frac{\text{EBIT}}{\text{Pajamos}}}_{\text{Veiklos marža}} \times \underbrace{\frac{\text{Pajamos}}{\text{Turtas}}}_{\text{Apyvartumas}} \times \underbrace{\frac{\text{EBT}}{\text{EBIT}}}_{\text{Palūkanų našta}} \times \underbrace{\frac{\text{NI}}{\text{EBT}}}_{\text{Mokesčių našta}} \times \underbrace{\frac{\text{Turtas}}{\text{NK}}}_{\text{Sverto daugiklis}} \tag{9.7}\]

5 komponentų modelis leidžia atskirti palūkanų poveikį (finansavimo struktūra) nuo mokesčių naštos poveikio, taip suteikiant tikslesnę diagnostiką (Hawawini & Viallet, 2015).

ROIC ir jo komponentai

\[ROIC = \frac{NOPAT}{\text{Investuotas kapitalas (IC)}} \tag{9.8}\]

kur: - \(NOPAT\) = EBIT × (1 − efektyvus mokesčių tarifas) — grynasis veiklos pelnas atskaičius mokesčius, - \(IC\) = ilgalaikis veiklos turtas + grynasis apyvartinis kapitalas (+ prestižas ir įsigytas nematerialus turtas, jei taikoma).

ROIC atspindi įmonės veiklos efektyvumą nepriklausomai nuo to, kaip ji finansuojama — todėl leidžia tiesiogiai lyginti didelį finansinį svertą turinčią ir mažai apkrautą skola įmonę.

ROIC galima toliau dekomponuoti į du strateginius veiksnius:

\[ROIC = \underbrace{\frac{NOPAT}{\text{Pajamos}}}_{\text{NOPAT marža}} \times \underbrace{\frac{\text{Pajamos}}{IC}}_{\text{Kapitalo apyvartumas}} \tag{9.8a}\]

Tai leidžia identifikuoti du fundamentalius verslo modelius: - Aukšta marža, žemas apyvartumas — prekės ženklo verslas, farmacija, licencijų verslas (pvz., Apple, LVMH). - Žema marža, aukštas apyvartumas — mažmeninė prekyba, logistika (pvz., Walmart).

ROIC vs WACC — vertės kūrimas ir naikinimas

Centrinė investicijų vertinimo taisyklė remiasi ROIC ir svertinės vidutinės kapitalo kainos (angl. Weighted Average Cost of Capital, WACC) santykiu. Ekonominė pridėtinė vertė (angl. Economic Value Added, EVA), koncepcija formalizuota Stewart (1991):

\[EVA = IC \times (ROIC - WACC) \tag{9.9}\]

Scenarijus	EVA	Poveikis vertei	Strateginis imperatyvas
ROIC > WACC	Teigiama	Vertė kuriama	Augti — kiekvienas investuotas euras kuria vertę
ROIC = WACC	Nulinė	Vertė nekinta	Optimizuoti veiklą, ieškoti konkurencinio pranašumo
ROIC < WACC	Neigiama	Vertė naikinama	Restruktūrizuoti — augimas tik pagilina problemą

Koller ir kt. (2020) pabrėžia: jei prognozuojamas ROIC < WACC, kiekvienas papildomas pardavimų augimo euras mechaniškai naikina įmonės vertę. Tai paaiškina paradoksą, kodėl greitai augančios įmonės ne visada sukuria vertę akcininkams.

WACC sąvoka ir skaičiavimas detaliai aptariami 11 skyriuje. Šiame skyriuje pakanka suprasti, kad WACC yra minimali grąžos norma, kurios tikisi visi įmonės kapitalo tiekėjai.

---

Apyvartinio kapitalo valdymas — grynasis apyvartinis kapitalas ir pinigų konversijos ciklas

Grynasis apyvartinis kapitalas (angl. Net Working Capital, NWC) apibūdina lėšas, tiesiogiai įšaldytas kasdienės veiklos tęstinumui užtikrinti:

\[NWC = \text{Einamasis turtas} - \text{Einamieji įsipareigojimai} \tag{9.9a}\]

Tačiau NWC yra statinis dydis. Dinamiškesnį vaizdą suteikia pinigų konversijos ciklas (angl. Cash Conversion Cycle, CCC), pirmą kartą formalizuotas Richards ir Laughlin (1980). CCC matuoja laiką dienomis nuo momento, kai įmonė sumoka tiekėjui už žaliavas, iki momento, kai pirkėjas atsiskaito už parduotą produkciją:

\[CCC = DSO + DIO - DPO \tag{9.10}\]

kur: - \(DSO\) (angl. Days Sales Outstanding) = \(\frac{\text{Gautinos sumos}}{\text{Pajamos}} \times 365\) — pirkėjų atsiskaitymo laikotarpis, - \(DIO\) (angl. Days Inventory Outstanding) = \(\frac{\text{Atsargos}}{\text{Parduotų prekių savikaina}} \times 365\) — atsargų laikymo laikotarpis, - \(DPO\) (angl. Days Payables Outstanding) = \(\frac{\text{Mokėtinos sumos}}{\text{Parduotų prekių savikaina}} \times 365\) — atsiskaitymo su tiekėjais laikotarpis.

Skaitinis pavyzdys. Gamybos įmonė „Gama” (metiniai pardavimai 1 000 000 €, savikaina 600 000 €): - Pirkėjų įsiskolinimas: 150 000 € → DSO = (150 000 / 1 000 000) × 365 = 54,75 dienos - Atsargos: 100 000 € → DIO = (100 000 / 600 000) × 365 = 60,83 dienos - Tiekėjų įsiskolinimas: 80 000 € → DPO = (80 000 / 600 000) × 365 = 48,67 dienos

\[CCC = 54{,}75 + 60{,}83 - 48{,}67 = \mathbf{66{,}91 \text{ dienos}}\]

Tai reiškia, kad „Gama“ pinigai apyvartoje yra įšaldyti beveik 67 dienas. Visą šį laikotarpį įmonė turi finansuoti savo veiklą iš kitų šaltinių.

Sektoriaus palyginimas: mažmeninės prekybos įmonė su DIO = 45 d., DSO = 5 d. (grynieji pardavimai), DPO = 30 d. turės CCC = 20 dienų. Gamybos įmonė su DIO = 90 d., DSO = 60 d., DPO = 45 d. — CCC = 105 dienų. Kai kurios įmonės (Amazon, Dell, Zara) pasiekia neigiamą CCC — gauna pinigus iš klientų prieš mokėdamos tiekėjams.

Praktinė reikšmė: jei „Gama” sugebėtų sutrumpinti DSO 10 dienų, ji atlaisvintų: (1 000 000 / 365) × 10 = 27 397 € — vienkartinis pinigų srautų padidėjimas.

Valdymo strategijos

Strategija	Atsargos	Klientų kreditas	Tiekėjų mokėjimas	CCC	Grąža	Rizika
Agresyvi	Minimalios (JIT)	Griežta politika, trumpas DSO	Ilgas atidėjimas, ilgas DPO	Trumpas / neigiamas	Aukštesnė	Aukštesnė
Konservatyvi	Didelės atsargos	Lanksti politika, ilgas DSO	Greitas mokėjimas, trumpas DPO	Ilgas	Žemesnė	Žemesnė

Optimali strategija priklauso nuo sektoriaus, tiekimo grandinės sudėtingumo ir derybinės galios. Mažmeninės prekybos įmonės dažniau taiko agresyvesnę strategiją, o sunkiosios pramonės ar farmacijos įmonės — konservatyvesnę (Brealey et al., 2020).

Lietuvos kontekstas. Lietuvos MVĮ ir prekybos sektoriuje dažni atsiskaitymų vėlavimai: didieji rinkos žaidėjai spaudžia mažuosius, todėl didėja DSO. Tai sukelia pinigų trūkio (angl. cash gap) problemą. Šiai rizikai valdyti dažniausiai pasitelkiamas faktoringas ir griežta atsargų apyvartos (DIO) kontrolė.

Poveikis pinigų srautams ir DCF vertinimui

Apyvartinio kapitalo pokyčiai tiesiogiai veikia laisvąjį pinigų srautą (angl. Free Cash Flow, FCF) ir DCF vertinimą:

\[FCF = NOPAT + \text{DA} - CapEx - \Delta NWC \tag{9.11}\]

kur: - \(\text{DA}\) — nusidėvėjimas ir amortizacija (angl. Depreciation & Amortization), - \(CapEx\) — kapitalo investicijos, - \(\Delta NWC\) — apyvartinio kapitalo pokytis per laikotarpį.

Augančioje įmonėje NWC dažnai didėja kartu su pajamomis — tai sukuria nuolat neigiamą ΔNWC ir mažina FCF. Analitikai, ignoruojantys NWC dinamikos poveikį plėtrai, sistemingai pervertina DCF vertinimą. Kiekvienas euras, „įšaldytas” apyvartiniame kapitale, yra euras, kurio negalima panaudoti skolai grąžinti, investuoti į naujus projektus ar išmokėti dividendus (Koller et al., 2020).

FCF formulė yra pagrindinis tiltas iš šio skyriaus diagnostikos į 12 skyriaus prognozes ir 13 skyriaus vertinimą.

---

Finansinių rodiklių sistema

Rodiklių analizė neturi pragmatinės galios nagrinėjant rodiklius pavieniui. Interpretaciją gelbėja tik tendencija (laiko eilutė) arba patikimi sektoriaus palyginamieji indeksai (angl. benchmark) (Palepu et al., 2020). Praktikoje stebimos penkios pagrindinės rodiklių dimensijos:

Likvidumo rodikliai matuoja trumpalaikio išgyvenimo riziką:

Rodiklis	Formulė	Interpretacija
Einamojo likvidumo (angl. Current Ratio)	Einamasis turtas / Einamieji įsipar.	Rekomenduojama > 1,5–2,0 (priklauso nuo sektoriaus)
Greitojo likvidumo (angl. Quick Ratio)	(Einamasis turtas − Atsargos) / Einamieji įsipar.	Rekomenduojama > 1,0
Pinigų rodiklis (angl. Cash Ratio)	Grynieji pinigai / Einamieji įsipar.	Labai konservatyvi priemonė

Paradoksalu, bet instituciniame finansų valdyme per aukštas likvidumas (reikšmingai viršijantis konkurentų vidurkį) dažniau interpretuojamas kaip neoptimalus kapitalo valdymas, o ne saugumas.

Mokumo ir sverto rodikliai vertina ilgalaikį tvarumą:

Rodiklis	Formulė	Interpretacija
Skolos / nuosavo kapitalo santykis (angl. Debt-to-Equity)	Visa skola / Nuosavas kapitalas	Mažesnis — saugesnis finansavimas
Palūkanų padengimo rodiklis (angl. Interest Coverage)	EBIT / Palūkanų sąnaudos	> 3 paprastai priimtina
Skolos aptarnavimo rodiklis (angl. DSCR)	Veiklos CF / Skolos aptarnavimas	Gyvybiškai svarbus bankams ir kreditoriams

Pelningumo rodikliai atspindi veiklos ekonomiką:

Rodiklis	Formulė	Pastabos
Bruto marža	(Pajamos − Savikaina) / Pajamos	SaaS tipiškai 70–85 %; gamyba 20–40 %
EBIT marža	EBIT / Pajamos	Atskaito veiklos sąnaudas
Grynoji marža	Grynasis pelnas / Pajamos	Poveikis finansavimo ir mokesčių
ROIC	NOPAT / IC	Geriau nei ROE/ROA (žr. ROIC poskyrį)

Efektyvumo rodikliai nusako operacinės strategijos aštrumą:

Rodiklis	Formulė	Orientyrai
Turto apyvartumas	Pardavimai / Vid. turtas	Gamyba: 0,5–1,5; mažm. prekyba: 2,0+
Atsargų apyvarta	Savikaina / Vid. atsargos	Kuo aukštesnis, tuo efektyvesnis
Gautinų sumų apyvartumas	Pajamos / Vid. gautinos sumos	Lyginti su sektoriaus norma

Rinkos rodikliai — tiltas į vertinimą (žr. 13 skyrių):

Rodiklis	Formulė	Pastabos
P/E (angl. Price-to-Earnings)	Rinkos kaina / Pelnas akcijai	Populiariausias, bet jautrus manipuliavimui
EV/EBITDA	Įmonės vertė / EBITDA	Sektoriaus palyginimui; kritika — žr. EBITDA kritikos poskyrį
P/B (angl. Price-to-Book)	Rinkos kaina / Buhalterinė vertė	Atspindi ROIC vs WACC prizmę
EV/FCF	Įmonės vertė / Laisvasis pinigų srautas	Atspariau manipuliavimui

Sektoriaus skirtumai

Rodikliai negali būti interpretuojami be konteksto — verslo modelio specifika fundamentaliai keičia „normalias” reikšmes:

Rodiklis	Gamyba	Paslaugos	SaaS
Bruto marža	20–40 %	40–60 %	70–85 %
Turto apyvartumas	0,5–1,5	1,5–3,0	0,3–1,0
D/E santykis	Vidutinis–aukštas	Žemas–vidutinis	Labai žemas
CapEx / Pajamos	5–15 %	Žemas	< 3 %
Pagrindiniai rodikliai	ROIC, CCC, EV/EBITDA	Veiklos marža, P/E	ARR, Churn, LTV/CAC

SaaS sektoriuje „Rule of 40” (augimas % + pelno marža % ≥ 40 %) tapo faktiniu sektoriaus standartu. Tradiciniai pelningumo rodikliai dažnai yra neigiami augančioms SaaS įmonėms — vertinimas remiasi pajamų augimo tempu ir klientų išlaikymo rodikliais, o ne klasikiniu pelningumu.

9.1.4 Kritinė analizė ir diskusija

Rodiklių ribotumas ir manipuliavimo galimybės

Finansiniai rodikliai turi sisteminių trūkumų, kuriuos analitikas privalo žinoti:

1. Apskaitos pasirinkimai. LIFO vs FIFO pakeičia atsargų vertę ir savikainos dydį; nusidėvėjimo metodas tiesiogiai veikia grynąjį pelną ir turto bazę.
2. Vienkartiniai straipsniai. Selektyvus „nepasikartojančių” straipsnių priskyrimas gali dirbtinai „valyti” pelną (žr. normalizuoto pelno poskyrį).
3. Nebalansinis finansavimas. Iki IFRS 16 operacinės nuomos įsipareigojimai nebuvo matomi balanse, iškreipdami sverto rodiklius.
4. Prestižas (angl. goodwill). Dideli prestižo likučiai maskuoja permokas įsigijimų (M&A) metu, jei nėra testuojami dėl vertės sumažėjimo.
5. Buhalterinė vs rinkos vertė. Senas, beveik nudėvėtas turtas sukuria dirbtinai aukštus ROIC/ROE rodiklius.
6. Laiko problema. Metų pabaigos balanso duomenys gali būti „puošiami” sezoniškai (angl. window dressing).

Rodikliai yra diagnostikos pradžia, ne pabaiga. Jie generuoja hipotezes, kurias reikia tikrinti gilesnėje analizėje.

---

Tvaraus augimo diagnostika

Vienas svarbiausių strateginių klausimų yra augimo valdymas. Per greitas, nevaldomas augimas, nors ir atrodo kaip sėkmės ženklas, dažnai priveda prie grynųjų pinigų krizės (Higgins, 1977).

Tvaraus augimo tempas (angl. Sustainable Growth Rate, SGR) — maksimalus metinis pardavimų augimo tempas, kurį įmonė gali pasiekti nekeisdama savo pagrindinės finansinės politikos ir neleisdama naujų akcijų:

\[SGR = ROE \times (1 - b) \tag{9.12}\]

kur: - \(ROE\) — nuosavo kapitalo grąža, - \(b\) — dividendų išmokėjimo koeficientas (Dividendai / Grynasis pelnas), - \((1 - b)\) — pelno sulaikymo koeficientas (angl. retention ratio).

Naudojant DuPont dekompoziciją:

\[SGR = (\text{Pelno marža} \times \text{Turto apyvartumas} \times \text{Sverto daugiklis}) \times (1 - b)\]

Ši formulė atskleidžia keturis svertus, kuriais vadovybė gali daryti įtaką tvariam augimui: operacinį efektyvumą, turto valdymą, finansinę politiką ir dividendų politiką (Higgins, 1977).

Diagnostinė vertė — faktinio augimo tempo (AGR) ir SGR palyginimas:

Scenarijus	Diagnozė	Galimi padariniai
AGR > SGR	Per greitas augimas	Nuolatinis pinigų trūkumas, didėjantis skolinimasis, likvidumo krizės rizika
AGR ≈ SGR	Subalansuotas augimas	Finansinė politika tvari
AGR < SGR	Per lėtas augimas	Neišnaudotas potencialas, perteklinis kapitalas

Skaitinis pavyzdys. Įmonės ROE = 15 %, dividendų išmokėjimo koeficientas b = 0,30.

\[SGR = 0{,}15 \times (1 - 0{,}30) = 0{,}105 = 10{,}5\%\]

Jei faktiniai pardavimai per metus augo 18 %, AGR (18 %) > SGR (10,5 %) — įmonė auga greičiau, nei leidžia vidiniai finansiniai ištekliai. Ji arba turi ieškoti papildomo finansavimo, arba mažinti augimo tempą.

---

9.1.5 Technologijų perspektyva

Finansinė diagnostika glaudžiai susijusi su technologinėmis transformacijomis, kurios keitė ir toliau keičia analizės galimybes.

Kompiuterizacijos era (1970–1995). Iki skaičiuoklių atsiradimo finansinė analizė buvo rankinis procesas: rodikliai skaičiuojami kalkuliatoriais, lentelės braižomos popieriuje. Lotus 1-2-3 (1983) ir vėliau Microsoft Excel iš esmės demokratizavo finansinį modeliavimą, leisdami analitikams greitai perskaičiuoti scenarijus ir automatizuoti rutininius skaičiavimus. DuPont dekompozicija, anksčiau reikalavusi kelių valandų, tapo kelių minučių užduotimi.

Interneto ir duomenų era (1995–2020). Bloomberg, FactSet, S&P Capital IQ ir kiti terminalai suteikė prieigą prie standartizuotų finansinių duomenų bazių, leidžiančių akimirksniu palyginti tūkstančius įmonių. XBRL (angl. eXtensible Business Reporting Language) standartizavo finansinių ataskaitų teikimą mašininiu formatu, o reguliatoriai (SEC, ESMA) pradėjo reikalauti elektroninio atskleidimo. Tai dramatiškai sumažino informacinę asimetriją tarp profesionalių ir mažmeninių investuotojų.

DI ir agentinių sistemų era (2020→). Dabartinė transformacija apima kelis lygmenis: (1) natūralios kalbos apdorojimas (NLP) leidžia automatiškai analizuoti auditoriaus ataskaitas ir aiškinamuosius raštus, identifikuojant įspėjamąsias formuluotes; (2) anomalijų aptikimo algoritmai gali realiuoju laiku stebėti tūkstančių įmonių finansinius rodiklius ir signalizuoti apie neįprastus pokyčius; (3) didieji kalbos modeliai (LLM) pradedami naudoti kaip diagnostikos asistentai, galintys formuluoti hipotezes apie įmonės finansinę būklę remdamiesi ataskaitų tekstu ir skaičiais. Tačiau šios technologijos nekuria naujos diagnostinės logikos — jos tik pagreitina procesą, kurio pagrindai (pelno kokybė, ROIC, CCC) lieka tie patys.

---

9.2 Apibendrinimas

Finansinių ataskaitų analizė yra ne skaičiavimų praktika, o kritinė tyrimo disciplina, reikalaujanti gebėjimo kvestionuoti ataskaituose pateikiamus skaičius. Pagrindiniai skyriaus teiginiai:

1. Trys ataskaitos sudaro uždarą sistemą. Neatitikimai tarp jų (pvz., augantis pelnas su stagnuojančiu CF) yra svarbiausi diagnostiniai signalai.
2. Pelno kokybė yra sprendimo kontekste sąlyginis dydis. Kaupimai, normalizavimas ir EBITDA kritika padeda atskirti tvarią veiklos ekonomiką nuo apskaitinio „gražinimo”.
3. ROIC yra svarbiausias pelningumo rodiklis vertinimui. ROIC > WACC kuria vertę; ROIC < WACC ją naikina — nepriklausomai nuo pardavimų augimo.
4. CCC yra pagrindinis tiltas tarp pelno ir pinigų. Apyvartinio kapitalo valdymas tiesiogiai veikia FCF ir DCF vertinimą.
5. Rodikliai yra hipotezių generatoriai, ne baigtinės tiesos. Jų interpretacija priklauso nuo sektoriaus, apskaitos režimo ir verslo modelio.
6. SGR integruoja visus diagnostikos elementus į vieningą tvarumo vertinimo sistemą.

Rekomenduojama integruota diagnostikos seka prieš priimant investavimo ar valdymo sprendimą:

1. Kokybė pirmiau kiekybės — įvertinti ataskaitos struktūrą, standartą (IFRS/VAS) ir audito išvadą.
2. Pelno kokybė — palyginti pelną su veiklos CF; apskaičiuoti kaupimų rodiklį; patikrinti Beneish M-Score.
3. Pelningumo dekompozicija — DuPont 5 komponentų, ROIC, EVA.
4. Efektyvumas — CCC analizė, turto apyvartumas, sektoriaus palyginimas.
5. Rizika — Altman Z-Score, D/E, palūkanų padengimas, Piotroski F-Score.
6. Sektoriaus koregavimas — visų rodiklių interpretavimas konkrečiame kontekste.

Ši diagnostikos seka bus tiesiogiai taikoma atvejo analizėje (9.3) ir bus pagrindas 12 skyriaus finansinėms prognozėms bei 13 skyriaus verslo vertinimui.

---

9.3 Atvejo analizė ir praktiniai pavyzdžiai

Atvejis 1: UAB „Baltijos Komponentai” — visapusiška finansinė diagnostika

Tai hipotetinis mokomasis pavyzdys, paremtas tipine Lietuvos vidutinio dydžio gamybos įmonės situacija.

Situacija

UAB „Baltijos Komponentai” gamina plastikinius komponentus automobilių pramonei. Metiniai pardavimai — 3 200 000 €, savikaina — 2 240 000 € (70 %), EBIT — 256 000 € (8 % marža). Įmonė auga 20 % per metus. Pagrindiniai balanso duomenys:

Straipsnis	Suma (€)
Bendras turtas	2 400 000
Ilgalaikis turtas	1 200 000
Einamasis turtas	1 200 000
— Gautinos sumos	480 000
— Atsargos	400 000
— Grynieji pinigai	320 000
Einamieji įsipareigojimai	560 000
— Mokėtinos sumos	280 000
Ilgalaikė skola	640 000
Nuosavas kapitalas	1 200 000
Nepaskirstytas pelnas (kumuliacinis)	480 000
Nusidėvėjimas ir amortizacija (D&A)	120 000
Grynasis pelnas	192 000
Veiklos CF	160 000
Dividendai	48 000

Analizė

1. Pelno kokybė (9.2):

Pinigų konvertavimo rodiklis (9.1): EBITDA ≈ 256 000 + 120 000 (D&A) = 376 000 €.

\[\text{Pinigų konvertavimas} = \frac{160\,000}{376\,000} = 0{,}43\]

Rezultatas 0,43 — reikšmingai mažesnis nei 1,0. Pelną silpnai palaiko pinigų srautai, todėl tai yra aiškus įspėjamasis signalas.

2. DuPont dekompozicija (9.6):

\[ROE = \frac{192\,000}{3\,200\,000} \times \frac{3\,200\,000}{2\,400\,000} \times \frac{2\,400\,000}{1\,200\,000} = 0{,}06 \times 1{,}33 \times 2{,}0 = 16\%\]

ROE 16 % atrodo priimtinai, tačiau DuPont atskleidžia: pelno marža tik 6 %, o ROE mechaniškai didinamas dvigubu sverto daugikliu.

3. CCC (formulė 9.10):

• DSO = (480 000 / 3 200 000) × 365 = 54,75 d.
• DIO = (400 000 / 2 240 000) × 365 = 65,18 d.
• DPO = (280 000 / 2 240 000) × 365 = 45,63 d.

\[CCC = 54{,}75 + 65{,}18 - 45{,}63 = \mathbf{74{,}30 \text{ d.}}\]

Pinigai įšaldyti ilgiau nei du mėnesius — tai tipiška Lietuvos gamybos įmonių situacija.

4. Altman Z’ Score (formulė 9.5a):

• \(X_1\) = (1 200 000 − 560 000) / 2 400 000 = 0,267
• \(X_2\) = Nepaskirstytas pelnas 480 000 / 2 400 000 = 0,200
• \(X_3\) = 256 000 / 2 400 000 = 0,107
• \(X_4\) = 1 200 000 / (560 000 + 640 000) = 1,000 (naudojama buhalterinė vertė — Z’ modifikacija)
• \(X_5\) = 3 200 000 / 2 400 000 = 1,333

\[Z' = 0{,}717(0{,}267) + 0{,}847(0{,}200) + 3{,}107(0{,}107) + 0{,}420(1{,}000) + 0{,}998(1{,}333)\] \[Z' = 0{,}191 + 0{,}169 + 0{,}332 + 0{,}420 + 1{,}330 = 2{,}44\]

Z’ = 2,44 — pilkoji zona (Z’ ribos: > 2,90 saugi; 1,23–2,90 pilka; < 1,23 krizė). Nepavojinga, bet reikalauja stebėjimo.

5. SGR (formulė 9.12):

\[SGR = 0{,}16 \times (1 - 0{,}25) = 12\%\]

Faktinis augimas 20 % >> SGR 12 %. Įmonė auga greičiau, nei leidžia vidiniai ištekliai. Tai paaiškina žemą pinigų konvertavimo rodiklį — augimas absorbuoja pinigus.

Išvados

„Baltijos Komponentai” iliustruoja tipinę Lietuvos MVĮ dilemą: spartus augimas maskuoja struktūrines problemas. ROE 16 % atrodo gerai, bet pelno marža tik 6 %, pinigų konvertavimas tik 0,43, o faktinis augimas viršija tvarųjį 8 procentiniais punktais. Vadovybė turi arba (a) padidinti pelno maržą, (b) efektyviau valdyti apyvartinį kapitalą (sutrumpinti CCC), (c) pritraukti papildomą finansavimą, arba (d) sulėtinti augimo tempą.

Atvejis 2: UAB „Skaitmenų Srautas” — SaaS verslo modelio diagnostika

Tai hipotetinis mokomasis pavyzdys, paremtas tipine Lietuvos IT paslaugų įmonės situacija.

Situacija

UAB „Skaitmenų Srautas“ teikia programinės įrangos kaip paslaugos (angl. Software as a Service, SaaS) sprendimus verslo klientams. Metinės pasikartojančios pajamos (angl. Annual Recurring Revenue, ARR) — 1 800 000 €, savikaina — 360 000 € (20 %), EBIT — 180 000 € (10 % marža). Įmonė auga 35 % per metus. Pagrindiniai duomenys:

Straipsnis	Suma (€)
Bendras turtas	900 000
Ilgalaikis turtas	150 000
Einamasis turtas	750 000
— Gautinos sumos	270 000
— Atsargos	0
— Grynieji pinigai	480 000
Nusidėvėjimas ir amortizacija (D&A)	30 000
Einamieji įsipareigojimai	200 000
— Mokėtinos sumos	60 000
Ilgalaikė skola	0
Nuosavas kapitalas	700 000
Grynasis pelnas	153 000
Veiklos CF	210 000
Dividendai	0

Analizė

1. Pelno kokybė: Pinigų konvertavimas: EBITDA ≈ 180 000 + 30 000 (D&A) = 210 000 €.

\[\text{Pinigų konvertavimas} = \frac{210\,000}{210\,000} = 1{,}0\]

Ideali proporcija — pelnas visiškai paremtas pinigų srautais. Tai ryškus kontrastas su „Baltijos Komponentais“ (0,43).

2. DuPont:

\[ROE = \frac{153\,000}{1\,800\,000} \times \frac{1\,800\,000}{900\,000} \times \frac{900\,000}{700\,000} = 0{,}085 \times 2{,}0 \times 1{,}29 = 21{,}9\%\]

ROE 21,9 % — aukštesnis nei „Baltijos Komponentų” (16 %), bet pasiektas be sverto (daugiklis tik 1,29 vs 2,0). Grąžą generuoja aukštas turto apyvartumas.

3. CCC:

• DSO = (270 000 / 1 800 000) × 365 = 54,75 d.
• DIO = 0 d. (nėra atsargų — SaaS modelis)
• DPO = (60 000 / 360 000) × 365 = 60,83 d.

\[CCC = 54{,}75 + 0 - 60{,}83 = \mathbf{-6{,}08 \text{ d.}}\]

Neigiamas CCC reiškia, kad „Skaitmenų Srautas“ pinigus iš klientų gauna anksčiau, nei atsiskaito su tiekėjais. Toks augimas pinigų neeikvoja, o juos generuoja.

4. SGR:

\[SGR = 0{,}219 \times (1 - 0) = 21{,}9\%\]

Faktinis augimas 35 % > SGR 21,9 %. Nors atotrūkis didelis, neigiamas CCC ir nulinė skola reiškia, kad augimas finansuojamas iš klientų avansinių mokėjimų — situacija tvari tol, kol klientų srautas stabilus.

Išvados

„Skaitmenų Srautas” kontrastiškai iliustruoja, kaip verslo modelis keičia diagnostiką. Gamybos įmonėje (Atvejis 1) augimas absorbuoja pinigus per ilgą CCC; SaaS modelyje neigiamas CCC reiškia, kad augimas pinigus generuoja. Tie patys rodikliai (ROE, CCC, SGR) veda prie diametriškai priešingų išvadų — tai patvirtina sektoriaus skirtumų tezę apie sektoriaus konteksto svarbą.

---

9.4 Excel modelio konstravimas

Tikslas

Studentas sukurs Excel modelį, leidžiantį atlikti visapusišką įmonės finansinę diagnostiką: DuPont dekompoziciją (3 ir 5 komponentų), ROIC, CCC, Altman Z-Score, Beneish M-Score, SGR ir pagrindinius finansinius rodiklius.

Žingsnis po žingsnio instrukcija

1. Sukurti darbaknygę su 4 lapais: Įvestis, DuPont_ROIC, CCC_NWC, Diagnostika.
2. Lapas „Įvestis”: pagrindiniai finansinių ataskaitų duomenys (pelno/nuostolių ataskaita, balansas, pinigų srautai) — dviejų metų palyginimui (Beneish M-Score reikalauja pokyčių).
3. Lapas „DuPont_ROIC”: 3 ir 5 komponentų DuPont, ROIC, EVA, SGR.
4. Lapas „CCC_NWC”: DSO, DIO, DPO, CCC, NWC, FCF.
5. Lapas „Diagnostika”: Altman Z-Score, Beneish M-Score (8 kintamųjų), Piotroski F-Score (9 kriterijų), pinigų konvertavimo rodiklis.
6. Named Ranges: kiekvieną įvesties langelį pavadinti su prefiksu CH09_ (pvz., CH09_Revenue, CH09_EBIT, CH09_TotalAssets).
7. Patikrinti: ar visos formulės naudoja Named Ranges, ar rezultatai atitinka skaitinius pavyzdžius iš skyriaus.

Formulių sąrašas

Lapas	Langelis	Formulė	Paaiškinimas
DuPont_ROIC	C5	=CH09_NetIncome/CH09_Revenue	Pelno marža (9.6)
DuPont_ROIC	C6	=CH09_Revenue/CH09_AvgAssets	Turto apyvartumas (9.6)
DuPont_ROIC	C7	=CH09_AvgAssets/CH09_AvgEquity	Sverto daugiklis (9.6)
DuPont_ROIC	C8	=C5*C6*C7	ROE (9.6)
DuPont_ROIC	C12	=CH09_NOPAT/CH09_IC	ROIC (9.8)
DuPont_ROIC	C14	=CH09_IC*(C12-CH09_WACC)	EVA (9.9)
DuPont_ROIC	C16	=C8*(1-CH09_DivPayout)	SGR (9.12)
CCC_NWC	C5	=CH09_Receivables/CH09_Revenue*365	DSO (9.10)
CCC_NWC	C6	=CH09_Inventory/CH09_COGS*365	DIO (9.10)
CCC_NWC	C7	=CH09_Payables/CH09_COGS*365	DPO (9.10)
CCC_NWC	C8	=C5+C6-C7	CCC (9.10)
CCC_NWC	C12	=CH09_NOPAT+CH09_DA-CH09_CapEx-CH09_DeltaNWC	FCF (9.11)
Diagnostika	C5	=1.2*X1+1.4*X2+3.3*X3+0.6*X4+1.0*X5	Z-Score (9.5)
Diagnostika	C8	=-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*LVGI	M-Score (9.4)
Diagnostika	C12	=IF(ROA>0,1,0)+IF(CFO>0,1,0)+IF(dROA>0,1,0)+...	F-Score (9 kriterijų binarinė suma)
Diagnostika	C15	=CH09_OperatingCF/CH09_EBITDA	Pinigų konvertavimas (9.1)

Named Ranges (su prefiksu CH09_): CH09_Revenue, CH09_EBIT, CH09_NetIncome, CH09_TotalAssets, CH09_Equity, CH09_COGS, CH09_Receivables, CH09_Inventory, CH09_Payables, CH09_NOPAT, CH09_IC, CH09_WACC, CH09_DA, CH09_CapEx, CH09_DeltaNWC, CH09_DivPayout, CH09_OperatingCF.

Failas: Excel/CH09/Ch09_Model_Master.xlsm (bus kuriamas po recenzijų ciklo)

---

9.5 Klausimai ir praktinės užduotys

Diskusiniai klausimai

1. Kodėl EBITDA, nors plačiai naudojama praktikoje, gali būti klaidinantis pelningumo rodiklis? Kokiais atvejais ji vis dėlto naudinga?
2. Ar įmanoma, kad įmonė su teigiamu ir augančiu grynu pelnu bankrutuotų? Kokius diagnostinius rodiklius tai atskleistų?
3. Kodėl ROIC yra pranašesnis už ROE vertinant įmonės veiklos efektyvumą? Ar yra situacijų, kai ROE informuoja geriau?
4. Kaip Lietuvos MVĮ apskaitos specifika (VAS, nebūtina pinigų srautų ataskaita) keičia analitiko darbą, palyginti su IFRS aplinka?
5. Ar Beneish M-Score gali būti patikimai taikomas Lietuvos smulkaus ir vidutinio verslo diagnostikai? Kokios adaptacijos reikalingos?

Skaičiavimo užduotys

1. Įmonė X turi: pajamos 5 000 000 €, grynasis pelnas 350 000 €, turtas 4 000 000 €, nuosavas kapitalas 2 000 000 €. Atlikite 3 komponentų DuPont dekompoziciją ir paaiškinkite, koks veiksnys labiausiai lemia ROE.

2. Apskaičiuokite CCC gamybos įmonei: gautinos sumos 300 000 €, atsargos 450 000 €, mokėtinos sumos 200 000 €, pajamos 4 000 000 €, savikaina 2 800 000 €. Kiek pinigų atlaisvintų DSO sutrumpinimas 15 dienų?

3. Įmonė Z turi: EBIT = 180 000 €, turtas = 1 500 000 €, nuosavas kapitalas = 800 000 €, įsipareigojimai = 700 000 €, pardavimai = 2 500 000 €, nepaskirstytas pelnas = 350 000 €, apyvartinis kapitalas = 200 000 €. Apskaičiuokite Altman Z’ Score (ne-listinguotoms) ir interpretuokite rezultatą.

4. Palyginkite dvi įmones: A (pelno marža 15 %, apyvartumas 0,8, svertas 1,5) ir B (pelno marža 4 %, apyvartumas 3,0, svertas 1,2). Abi turi panašų ROE — kuri rizikingesnė ir kodėl?

Savarankiško darbo užduotys

1. Pasirinkite Lietuvoje listinguotą įmonę (Nasdaq Vilnius). Iš metinės ataskaitos surinkite duomenis ir atlikite pilną diagnostiką: DuPont (3 ir 5 komp.), ROIC, CCC, Z-Score, F-Score. Parašykite 1–2 puslapių diagnostinę išvadą.

2. Pasirinkite dvi to paties sektoriaus (bet skirtingų šalių) įmones. Palyginkite jų finansinius rodiklius, identifikuokite IFRS/GAAP/VAS skirtumus, kurie galėjo paveikti palyginimą, ir pasiūlykite korekcijas.

---

Literatūros sąrašas

Altman, E. I. (1968). Financial ratios, discriminant analysis and the prediction of corporate bankruptcy. The Journal of Finance, 23(4), 589–609. https://doi.org/10.1111/j.1540-6261.1968.tb00843.x

AVNT. (2022). Verslo apskaitos standartai. Audito, apskaitos, turto vertinimo ir nemokumo valdymo tarnyba. https://avnt.lrv.lt/lt/veiklos-sritys/apskaita-1/verslo-apskaitos-standartai/

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

Brealey, R. A., Myers, S. C., & Allen, F. (2020). Principles of corporate finance (13th ed.). McGraw-Hill Education.

Buffett, W. E. (1986). Berkshire Hathaway Inc. 1986 annual report: Chairman’s letter to shareholders. https://www.berkshirehathaway.com/letters/1986.html

Buffett, W. E. (2000). Berkshire Hathaway Inc. 2000 annual report: Chairman’s letter to shareholders. https://www.berkshirehathaway.com/letters/2000pdf.pdf

Dechow, P. M., & Schrand, C. M. (2004). Earnings quality. Research Foundation of CFA Institute.

Dechow, P. M., Ge, W., & Schrand, C. M. (2010). Understanding earnings quality: A review of the proxies, their determinants and their consequences. Journal of Accounting and Economics, 50(2–3), 344–401. https://doi.org/10.1016/j.jacceco.2010.09.001

Hawawini, G., & Viallet, C. (2015). Finance for executives: Managing for value creation (5th ed.). Cengage Learning EMEA. ISBN 978-1-4080-9380-1.

Higgins, R. C. (1977). How much growth can a firm afford? Financial Management, 6(3), 7–16.

IFRS Foundation. (2024). IFRS 18 Presentation and Disclosure in Financial Statements: Project summary. https://www.ifrs.org/content/dam/ifrs/project/primary-financial-statements/ifrs-standard/projectsummary-ifrs18-april2024.pdf

IFAC. (2024). Lithuania — member country profile. International Federation of Accountants. https://www.ifac.org/about-ifac/membership/profile/lithuania

Kraus, A., & Litzenberger, R. H. (1973). A state-preference model of optimal financial leverage. The Journal of Finance, 28(4), 911–922. https://doi.org/10.1111/j.1540-6261.1973.tb01415.x

Koller, T., Goedhart, M., & Wessels, D. (2020). Valuation: Measuring and managing the value of companies (7th ed.). John Wiley & Sons. ISBN 978-1-119-61088-5.

Modigliani, F., & Miller, M. H. (1958). The cost of capital, corporation finance and the theory of investment. The American Economic Review, 48(3), 261–297.

Özkan, S., & Alfarhan, L. (2025). Earnings manipulation and cash holdings: A Beneish M-score analysis in G7 nations. Cogent Business & Management, 12(1), 2502542. https://doi.org/10.1080/23311975.2025.2502542

Palepu, K. G., Healy, P. M., & Peek, E. (2020). Business analysis and valuation: IFRS edition (5th ed.). Cengage Learning EMEA.

Penman, S. H. (2013). Financial statement analysis and security valuation (5th ed.). McGraw-Hill Education.

Piotroski, J. D. (2000). Value investing: The use of historical financial statement information to separate winners from losers. Journal of Accounting Research, 38(Supplement), 1–41. https://doi.org/10.2307/2672906

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.

Richards, V. D., & Laughlin, E. J. (1980). A cash conversion cycle approach to liquidity analysis. Financial Management, 9(1), 32–38.

Stewart, G. B., III. (1991). The quest for value: A guide for senior managers. Harper Business.