Il modello di Healy testa l’Earnings Management comparando i total accruals (dividendoli per il totale dell’attivo dell’anno precedente, per evitare problemi di timing nella stima) attraverso la variabile PART, che è quella variabile dummy che suddivide il data set oggetto dell’analisi in due gruppi, per ciascuno dei quali le previsioni circa l’utilizzo dell’Earnings Management vengono specificate dal ricercatore.
Nella maggior parte dei casi, la variabile PART è fatta pari ad 1 quando viene ipotizzato che l’Earnings Management viene utilizzato in risposta ad uno stimolo identificato dal ricercatore (“event period”); essa, invece è pari a 0 quando nessun utilizzo dell’Earnings Management viene ipotizzato (“estimation period”).

Tuttavia, tale modello differisce dagli altri per il fatto che esso ipotizza che l’utilizzo dell’Earnings Management avvenga in ogni periodo; in questo caso, la variabile PART suddivide il set di dati in 3 gruppi, assumendo che gli earnings vengano manipolati verso l’alto in uno di tali gruppi e verso il basso, nei restanti 2 gruppi in cui il data set è stato suddiviso. Lo studio in questione viene effettuato comparando la media dei total accruals nel gruppo in cui è stata prevista una manipolazione degli earnings verso l’alto con la media dei total accruals di ciascuno dei due gruppi in cui è prevista una manipolazione degli earnings verso il basso. Tale modalità di procedere allo studio è equivalente all’approccio che prevede di trattare il set di osservazioni relativo agli earnings che sono previsti essere manipolati verso l’alto, come “estimation period” e, il set di osservazioni relativo agli earnings che sono previsti essere manipolati verso il basso, come “event period”.
La media dei total accruals dell’estimation period, allora, rappresenta la misura dei non-discretionary accruals; questo implica che, seguendo tale impostazione, il modello per i non-discretionary accruals è:

NDAt = S TAt / T

dove NDA = non-discretionary accruals stimati; TA = total accruals (diviso il totale dell’attivo dell’anno precedente); t (1, 2, … t) = estimation period; t = event period.