5.5. контроль над динамикой дебиторской задолженности

5.5. контроль над динамикой дебиторской задолженности

Первым и очевидным способом повышения эффективности управления дебиторской задолженностью является создание эффективной системы обработки счетов-фактур и заявок покупателей. Однако чисто технические вопросы политики торгового кредита выходят за рамки настоящей книги, читатель может найти полезные советы по данным вопросам в специальной литературе.

Традиционные методы. К традиционным методам в основном

относятся два: контроль динамики среднего срока погашения дебиторской задолженности и ее возрастной структуры.

DSO Дебиторская задолженность :

: (Продажи : Число дней в периоде). (5.11)

Использование DSO порождает ряд проблем, рассмотрим их на численном примере.

Таблица 5.8

Мы видим, что данные о продажах в табл. 5.8 демонстрируют существенный сезонный эффект, наибольшие продажи приходятся на 5-й месяц. Тенденция возврата задолженности всегда постоянна: 25\% продаж выплачивается в течение данного месяца, 45\% — через месяц, оставшиеся 30\% — через два месяца. Соответственно, выплаты, имеющие место в месяц Г, состоят из 25\% от продаж месяца Т, 45\% от продаж месяца Т 1 и 30\% от продаж месяца Г-2. Соответственно, накопленная дебиторская задолженность состоит из 75\% продаж месяца и 30\% продаж месяца Т — 1. «Плохих» долгов нет, т.е. вся задолженность (по продажам данного месяца) выплачивается по истечении двух месяцев. Мы видим также, что дебиторская задолженность возрастает с 3330 тыс. руб. в 1-й месяц до 7238 тыс. руб. в 5-й месяц, а к концу года снова падает до 3285 тыс. руб.

В таблице 5.9 представлены расчеты DSO по данным из табл. 5.8.

Таблица 5.9

Мы видим, что DSO, рассчитанный по 30-дневной базе, во 2—5-м месяцах ниже, чем в 1-м. Причина в росте объема продаж в эти месяцы. Начиная с 6-го месяца продажи снижаются, и мы наблюдаем рост DSO. И это притом что структура погашения дебиторской задолженности все время одинакова, a DSO при этом варьирует. Те же проблемы можно констатировать при переходе к 60и 90-дневному базису. Кроме того, динамика DSO различается в зависимости от выбранного базиса.

Причина путаницы в том, что отражает не только усилия по возврату долгов, но и динамику продаж. Эти эффекты смешиваются в одном показателе. Так что финансовый менеджер, отвечающий за состояние задолженности дебиторов, может манипулировать величиной Последняя может ввести в заблуждение: показать ухудшение, когда ничего не изменилось, или, наоборот, хорошие показатели при неважной картине.

Возрастные таблицы дебиторской задолженности. Отметим, что аналогичные таблицы могут быть сделаны и для кредиторской задолженности для тех же целей. Только выводы будут диаметрально противоположные: чем больше срок оплаты кредиторской задолженности, тем лучше, при прочих равных условиях, финансовое положение компании. Цикл денежного обращения при этом сокращается.

Наиболее передовые компании составляют также возрастные таблицы основных средств (фиксированных активов), которые характеризуют интенсивность обновления основного капитала компании. Средний возраст основных средств также характеризует альтернативные издержки, которые несет фирма от инвестиций в этот вид актиBOB. Наличие большого количества устаревшего оборудования означает высокие альтернативные издержки и косвенные убытки.

Другим стандартным методом анализа дебиторской задолженности являются так называемые возрастные таблицы. Назначение их (так же, как и показателя состоит в том, чтобы определить, насколько долго поступают средства компании от ее покупателей. Однако это более совершенный инструмент, чем «скалярная» величина Поэтому в развитых странах подобные таблицы нередко бывают ваны кредитными организациями, к которым компания обращается за кредитом.

Рассмотрим данные, представленные в табл. 5.10.

Здесь счета, не оплаченные через три месяца после выставления (сделанных продаж), автоматически заносятся в просроченные («пло-хне» долги).

Данные табл. 5.10 позволяют рассчитать дебиторскую задолженность на конец месяца. Результаты представлены в табл. 5.11. Все цифры округлены до целых.

Данныетабл. 5.11 можно интерпретировать так. Например, в 1-й месяц были сделаны продажи, равные 3200 тыс. руб. Из них 704 тыс. руб. (22\% согласно табл. 5.10) были оплачены в 1-й же месяц, соответ-

ственно, из этих продаж осталась дебиторская задолженность, равная 2496 тыс. руб. (78\% продаж). К концу 2-го месяца из этих продаж было оплачено уже 62\%, т.е. в дебиторской задолженности осталось 38\% от уровня продаж, или 12 І 6 тыс. руб. К концу 3-го месяца оплачено 91\%, в дебиторской задолженности осталось 9\% продаж, или 288 тыс. руб. Наконец, в «плохих» долгах осталось 1\% из сделанных в 1-й месяц продаж. В строчке «Всего» подсчитана суммарная дебиторская задолженность, накопленная к концу каждого месяца. Например, накопленная к концу 1-го месяца дебиторская задолженность, равная 4086 тыс. руб., складывается из непогашенной задолженности месяцев Г 3, Г 2, Г1 и Г (1-го, в данном случае). 4086 тыс. руб. = 30 + 300 + 1260 + 2496.

Цифры в каждой колонке могут быть представлены в долях от итоговой (нижней) строки. Иными словами, дебиторская задолженность, оставшаяся от предыдущих месяцев, вычисляется как доли от суммарной дебиторской задолженности, накопленной к концу данного месяца. Результаты даны в табл. 5.12. Сумма чисел в каждой колонке равна 1.

Возрастные таблицы являются инструментом, позволяющим выполнить еще одну задачу, а именно определить, адекватны ли резервы,

созданные под «плохие» долги. Резервы под долги, которые вряд ли

будут оплачены, создают, как правило, банки, от которых этого требуют инструкции ЦБ РФ. Однако и для нефинансовых компаний создание такого рода резервов полезно, так как позволяет более точно оценить их активы и собственный капитал, что важно для акционеров

и кредиторов. Лучшие российские компании, составляющие отчетность

в соответствии с МСФО, уже сейчас создают такие резервы. Кроме того,

сделанные в более детализированном (чем представленный пример)

виде, а именно разбитые по отдельным клиентам компании, они позволяют проанализировать, от каких именно клиентов идут задержки

платежей. И если станет понятно, что они идут от ряда «старых» и надежных клиентов, то менеджменту компании предстоит на нелегкий вопрос: стоит ли от них отказываться? Полезно также систематизировать классифицированные в возрастной таблице «плохие» долги по

виду продукции, объему поставки, отраслям, регионам, странам, периодам времени, чтобы попытаться понять закономерности их появления.

Кроме того, полезно сравнить возрастную таблицу дебиторской задолженности с аналогичными таблицами компаний той же отрасли, а также со среднеотраслевыми таблицами. Если возрастная таблица нашей компании существенно хуже, чем среднеотраслевая, финансовым менеджерам есть о чем подумать.

Как будет показано далее, возрастные таблицы также могут приводить к искажениям, так как стоящие в них величины тоже зависят от объема продаж. И все же их (как любые другие зарекомендовавшие себя классические методы) нельзя полностью сбрасывать со счетов: они дают финансовым менеджерам полезную информацию о том, насколько аккуратно оплачивают счета клиенты фирмы, насколько финансовый менеджмент успешно управляет дебиторской задолженностью, согласуется ли эта политика с маркетинговой стратегией и тактикой компании.

Метод балансовых пропорций. Еще одним способом анализа дебиторской задолженности является метод балансовых пропорций, отраженный в табл. 5.13. Здесь использован другой подход: рассматривается, какая часть продаж, сделанных в месяц Т, остается в дебиторской задолженности месяцев Т, Т+ 1, Т+ 2,..., Т+ п.

Так, из продаж, сделанных в 5-й месяц, к концу 5-го месяца оставались в дебиторской задолженности 81\%, к концу 6-го месяца — 44\%, 7-го месяца — 9,7\% и 8-го месяца — 4\%. С другой стороны, колонка для 5-го месяца (дебиторская задолженность на конец 5-го месяца) состоит из 81\% объема продаж 5-го месяца, 41\% объема продаж 4-го месяца, 7\% от продаж 3-го месяца и 2\% от продаж 2-го месяца (т.е. здесь сумма по столбцам не равна 100\%).

Проблема использования DSO и возрастных таблиц состоит в том, что рост продаж может создать иллюзию улучшения собираемости долгов, тогда как тенденция является прямо противоположной или изменения отсутствуют. Посмотрим на результаты для месяца в табл. 5.12 и 5.13. Согласно табл. 5.13 срок нахождения средств в дебиторской задолженности улучшился — 66\% ее создано в 5-й месяц. Дебиторская задолженность «моложе», чем в другие месяцы. Однако из табл. 5.13 видно, что положение с возвратом долгов в 5-м месяце было, скорее, хуже, чем в другие периоды,— было оплачено только продаж этого месяца, тогда как в месяцах 1, 4, 8, 11, 12 — более 20\%.

Вариационная модель. Этот подход пытается преодолеть недостатки описанных выше инструментов анализа. Новая модель пытается разложить показатель на составляющие, отделить эффекты роста объемов продаж собираемости долгов.

Возьмем данные из табл. 5.11 и на основе их составим табл. 5.14. Данные о дебиторской задолженности это столбец за 4-й месяц табл.

Новыми здесь являются плановые данные. Обратим внимание на тот факт, что фактическая дебиторская задолженность больше плановой, хотя продажи ниже. Показатель отражает, что средства находятся в дебиторской задолженности дольше, чем ожидалось. Однако возрастная таблица говорит, что дебиторская задолженность «моложе» (большая часть ее является текущей). Таким образом, традиционные меры находятся в противоречии.

Таблица 5.14

Фактический и плановый уровень дебиторской задолженности и продаж, тыс. руб.

В таблице 5.16 отклонение фактической дебиторской задолженности от плановой разложено на составляющие.

Таблица 5.1 в

Вариационный анализ дебиторской задолженности, тыс. руб.

Данные табл. 5.17 показывают, что основная причина роста дебиторской задолженности — ухудшение собираемости долгов. Особенно значительный скачок фактической дебиторской задолженности по сравнению с плановой произошел в последнем месяце, в апреле. Финансовый менеджер должен разобраться в причинах ухудшения собираемости: дело ли в неаккуратности плательщиков, в плохой работе кредитно-инкассового отдела, в финансовых проблемах плательщиков или в изменениях условий кредитования?

График продаж также частично проясняет ситуацию. Мы видим, что дело не в объеме продаж, он почти не отличается от планового, а именно в графике: при том же (плановом) существенный вклад в увеличение дебиторской задолженности внес перенос большей части продаж на апрель, чем это было заложено в плане.

Подведем итог. Ухудшение сбора задолженности и отклонение графика продаж значительно уменьшили денежный поток фирмы (на 3576 тыс. руб. по итогам четырех месяцев). Это будет угрожать ее ликвидности, если подобные тенденции сохранятся.

Прочие методы анализа. Более сложные методы анализа дебиторской задолженности опираются на жонометрические методы, которые изучают платежеспособность покупателя с помощью регрессионного анализа или целочисленных методов эконометрики, которые упоминались в предыдущих темах. На основе данных о прошлых платежах клиентов (сбор этих данных представляет особую ценность, когда у фирмы существует много небольших покупателей) эти методы позволяют построить модели, показывающие влияние различных факторов на своевременность и аккуратность платежей клиентами компании. Нередко самим компаниям сложно проводить такой дорогостоящий анализ, требующий привлечения высокопрофессиональных специалистов. В таком случае они нанимают рейтинговые агентства или консалтинговые компании. Многие из этих компаний занимаются не только собственно анализом, но и сбором данных о компаниях, что облегчает проведение таких исследований.