Материал: Анализ расчетов с покупателями и заказчиками

Эффективная система установления взаимоотношений с покупателями подразумевает:

. качественный отбор клиентов, которым можно предоставлять кредит,

. определение оптимальных условий кредитования;

. четкую процедуру предъявления претензий;

. контроль за тем, как клиенты исполняют условия договоров.

Как бы ни была эффективна система отбора покупателей, в ходе взаимодействия с ними не исключаются всевозможные накладки, поэтому предприятие вынуждено организовывать некоторую систему контроля за исполнением покупателями платежной дисциплины.

Эта система, называемая системой администрирования взаимоотношений с покупателями, подразумевает:

. регулярный мониторинг дебиторов по видам продукции, объему задолженности, срокам погашения и др.;

. минимизацию временных интервалов между моментами завершения работ, отгрузки продукции, предъявления платежных документов;

. направление платежных документов по надлежащим адресам;

. аккуратное рассмотрение запросов клиентов об условиях оплаты;

.четкую процедуру оплаты счетов и получения платежей.

Аналитические процедуры, имеющие отношение к управлению дебиторской задолженностью, входят в систему внутрифирменного финансового анализа и управленческого контроля. Они не формализованы, а их основное содержание - контроль за своевременностью оплаты счетов.

Исходя из предоставленных возможностей следует вести переговоры с должниками и составлять соответствующие юридические документы. Кроме того, здесь требуется и оперативное напоминание должнику о предстоящем наступлении срока расчетов или его нарушении.

В целях сокращения финансовых потерь организации следует производить сверки расчетов и создавать резервы сомнительных долгов в бухгалтерском и налоговом учете.

При прогнозировании дебиторской задолженности покупателей и заказчиков за отгруженную им продукцию (товары, работы, услуги) рекомендуется производить расчеты необходимой суммы финансовых средств, инвестируемых в дебиторскую задолженность.

Среди выявленных слабых сторон в организации учета расчетов с покупателями и заказчиками в ООО ЦНТУ «ИНЖЗАЩИТА» можно отметить следующие:

.        Ослабленный контроль за деятельностью бухгалтерии со стороны руководства предприятия.

.        Несвоевременное выставление счетов покупателю (должен быть выставлен в течение 5 дней с момента отгрузки товара).

.        Недостаточность контроля со стороны, как главного бухгалтера предприятия, так и руководителя, приводящая к ошибкам зачисления поступивших средств и путанице при платежах третьих лиц.

.        Несвоевременно проводится инвентаризация расчетов, хотя это и предусмотрено учетной политикой предприятия, что не способствует своевременному выявлению просроченной задолженности и принятию мер к ее погашению.

.        Невыполнение правила проверки документов (сводных, платежных, отчетности и др.), подготавливаемых бухгалтерией, самими работниками бухгалтерии, т.е. после составления документа одним работником бухгалтерии другой не проверяет полностью этот документ.

.        Несвоевременно предоставляется в бухгалтерию документация со стороны отдела продаж, что способствует росту числа ошибок в учете.

На основании проведенного анализа и выявленных недостатков, можно определить следующие направления совершенствования учета расчетов с покупателями и заказчиками:

. Обязательная внутренняя проверка документов. При которой качество подготовки и достоверность документов значительно возрастает. Кроме того, при этом повышается взаимозаменяемость работников бухгалтерии и значительно сокращается время на последующее исправление недостатков, которые могут быть выявлены сторонними проверяющими в уже представленных им отчетных документах.

. Большое значение для устранения недостатков в учете ООО ЦНТУ «ИНЖЗАЩИТА» имеет правильная организация внутреннего документооборота, который должен устанавливаться приказом руководителя.

Для этого необходимо четко и наглядно наладить учет поступления в бухгалтерию документов.

. Создание комиссии по работе с дебиторской задолженностью, в обязанности которой будет входить проведение регулярных сверок расчетов с покупателями.

. Производить анализ дебиторской и кредиторской задолженности по каждому поставщику и покупателю, а также по срокам образования задолженности или сроках их возможного погашения, что позволит своевременно выявлять просроченную задолженность и принять меры к ее взысканию.

. Следить постоянно за соотношением дебиторской и кредиторской задолженности, потому что преобладание дебиторской задолженности создаст угрозу финансовой устойчивости предприятия и сделает необходимым привлечение дополнительных источников финансирования, а превышение кредиторской задолженности над дебиторской может привести к неплатежеспособности предприятия.

. Организовать систему аналитического учета дебиторской задолженности не только по срокам, но и по размерам, местонахождению юридических лиц, физических лиц и предлагаемых условий оплаты.

Вышеизложенное будет способствовать совершенствованию организации расчетов, снижению дебиторской задолженности и укреплению финансового состояния ООО ЦНТУ «ИНЖЗАЩИТА».

Таким образом, можно сформулировать следующие рекомендации по управлению дебиторской задолженностью для ООО ЦНТУ «ИНЖЗАЩИТА»:

Осуществлять постоянный контроль за состоянием расчетов с покупателями. С целью уменьшения риска неуплаты одним или несколькими крупными покупателями расширять по возможности круг потребителей продукции. Следить за соотношением дебиторской и кредиторской задолженности, так как значительное превышение дебиторской задолженности создает угрозу финансовой устойчивости предприятия и потребует привлечения дополнительных дорогостоящих источников финансирования.

Использовать предоставление скидок с договорной цены при досрочной оплате и формы досрочного погашения дебиторской задолженности. Разработка гибкой кредитной политики для покупателей и заказчиков.

3. РАЗДЕЛ: АВТОМАТИЗАЦИЯ ЗАДАЧИ СРЕДСТВАМИ EXCEL

3.1 Корреляционно-регрессионный анализ

Зависимость одной случайной величины от значений, которые принимает другая случайная величина (физическая характеристика), в статистике называется регрессией. Если этой зависимости придан аналитический вид, то такую форму представления изображают уравнением регрессии.

Процедура поиска предполагаемой зависимости между различными числовыми совокупностями обычно включает следующие этапы:

− установление значимости связи между ними;

− возможность представления этой зависимости в форме математического выражения (уравнения регрессии).

Первый этап в указанном статистическом анализе касается выявления так называемой корреляции, или корреляционной зависимости. Корреляция рассматривается как признак, указывающий на взаимосвязь ряда числовых последовательностей. Иначе говоря, корреляция характеризует силу взаимосвязи в данных. Если это касается взаимосвязи двух числовых массивов xi и yi, то такую корреляцию называют парной.

При поиске корреляционной зависимости обычно выявляется вероятная связь одной измеренной величины x (для какого-то ограниченного диапазона ее изменения, например от x1 до xn) с другой измеренной величиной y (также изменяющейся в каком-то интервале y1 … yn). В таком случае мы будем иметь дело с двумя числовыми последовательностями, между которыми и надлежит установить наличие статистической (корреляционной) связи. На этом этапе пока не ставится задача определить, является ли одна из этих случайных величин функцией, а другая - аргументом. Отыскание количественной зависимости между ними в форме конкретного аналитического выражения y = f(x) − это задача уже другого анализа, регрессионного.

Таким образом, корреляционный анализ позволяет сделать вывод о силе взаимосвязи между парами данных х и у, а регрессионный анализ используется для прогнозирования одной переменной (у) на основании другой (х).

Иными словами, в этом случае пытаются выявить причинно-следственную связь между анализируемыми совокупностями.

Схематическое изображение изложенных соображений представлено на рисунке 3.1.

Рисунок 3.1 - Схематическое пояснение сути корреляционного и регрессионного анализов

В случае статистической связи значению одного фактора соответствует какое-то приближенное значение исследуемого параметра, его точная величина является непредсказуемой, непрогнозируемой, поэтому получаемые показатели оказываются случайными величинами. Это значит, что изменение результативного признака у обусловлено влиянием факторного признака х лишь частично, т.к. возможно воздействие и иных факторов, вклад которых обозначен как ε:

= (x) + ε.

Для количественной оценки существования связи между изучаемыми совокупностями случайных величин используется специальный статистический показатель - коэффициент корреляции r.

Если предполагается, что эту связь можно описать линейным уравнением типа

= a + bx

где a и b − константы, то принято говорить о существовании линейной корреляции.

Коэффициент r − это безразмерная величина, она может меняться от 0 до ±1. Чем ближе значение коэффициента к единице (неважно, с каким знаком), тем с большей уверенностью можно утверждать, что между двумя рассматриваемыми совокупностями переменных существует линейная связь.

Иными словами, значение какой-то одной из этих случайных величин (y) существенным образом зависит от того, какое значение принимает другая (x).

Если окажется, что r = 1 (или −1), то имеет место классический случай чисто функциональной зависимости (т.е. реализуется идеальная взаимосвязь).

В практике статистического исследования весьма часто возникает необходимость определить не только корреляционное соотношение между изучаемыми характеристиками, но и установить определенную обусловленность между ними, представив выявленную связь в строгой аналитической форме.

В этом случае результат исследования - экспериментальная зависимость воздействия какого-либо фактора (скажем, производительности труда, уровня образования, практического стажа работы и т.д.) на изменение изучаемого параметра (например, величины прибыли фирмы) − может быть не только представлен в виде графика (что весьма наглядно), но и описан математически с использованием аппроксимирующего выражения (эмпирической формулы).

Исследование такой ситуации и является задачей регрессионного анализа, который дает предсказание (прогнозирование) одной переменной на основании другой. Регрессионный анализ четко распределяет роли между изучаемыми характеристиками − одна из них является аргументом, а вторая функцией. Переменная, которая прогнозируется (функция), обозначается как у, а переменная, которая используется для такого прогнозирования (аргумент или фактор), − это х.

Таким образом, в случае выявления корреляции дается попытка ответить на вопрос: «Существует ли связь?» Целью регрессионного анализа является поиск ответа на уже более сложный вопрос: «Каков вид этой связи? Что на что влияет?» Однако в последнем случае речь не идет о выяснении механизма причинности обнаруженной связи, т.е. не ставится вопрос «Почему существует связь?» Это уже считается проблемой специального исследования, касающегося выявления физической (или социальной) природы изучаемого процесса.

3.2 Корреляционно-регрессионный анализ зависимости дебиторской задолженности от выручки

Необходимо выявить взаимосвязь между дебиторской задолженностью и выручкой с помощью корреляционно-регрессионного анализа. Для этого необходимо использовать программу Microsoft Excel.

Таблица 2.5 - Исходные данные

Вычисление коэффициентов регрессии удобнее проводить в табличной форме. Для этого заполним табл.5, в которой, помимо исходных данных (их мы расположим по столбцам), в графах 4-8 укажем вспомогательные расчетные данные.

Для проверки правильности вычисления в таблице можно использовать следующее выражение: Σ(х+у)2 = Σх2 + 2Σху + Σу2.

Таблица 2.6 - Вспомогательная таблица для расчетов коэффициента регрессии

Коэффициент корреляции = -0,98828298, если коэффициент корреляции близок к 1, это свидетельствует о том что дебиторская задолженность и выручка взаимосвязаны между собой.

Коэффициент детерминации = 0,97670324, коэффициент детерминации равен квадрату коэффициента корреляции

Теперь рассчитаем коэффициенты b0 и b1 по формулам.

Рассчитали b1= -0,58

Следовательно уравнение регрессии имеет следующий вид:

У=5550,8-0,58Х

Для проверки значимости полученного уравнения необходимо провести проверку адекватности модели.

Для количественной проверки гипотезы об адекватности можно использовать так называемый F−критерий

Где N = 4 - число наблюдений в выборочной совокупности;= 2 - число параметров в уравнении регрессии.