Отражение запасов в финансовой отчетности – еще один пример применения субъективных решений. В каких случаях необходимо принимать такие решения в компании, занимающейся розничной торговлей?
Ваш ответ должен быть таким:
• при выборе метода оценки запасов (FIFO, LIFO, AVCO);
• при расчете чистой стоимости реализации имеющихся запасов.
Решение проблем, связанных с дебиторской задолженностью
Как мы уже говорили, при продаже компанией товаров или предоставлении услуг в кредит выручка нередко признается до того, как клиент выплатит причитающуюся сумму. Принцип двойной записи при продаже в кредит требует увеличения на одну и ту же сумму как выручки от продажи, так и дебиторской задолженности.
При такой продаже всегда существует риск, что клиент не выплатит причитающуюся сумму, каким бы платежеспособным в момент совершения сделки он ни казался. Если становится очевидным, что клиент не заплатит, то его задолженность признается безнадежным долгом, и это необходимо учесть при подготовке финансовой отчетности.
Задание 3.12Если при подготовке финансовой отчетности не учесть, что долг является безнадежным, то как это повлияет на отчет о прибылях и убытках и баланс?
Это приведет к завышению активов (дебиторской задолженности) в балансе и завышению прибыли в отчете о прибылях и убытках, поскольку выручка, которая была признана, не приведет к получению выгоды в будущем.
Чтобы дать более реальную картину финансового положения и финансовых результатов, безнадежный долг необходимо «списать». Для этого на сумму безнадежного долга уменьшают дебиторскую задолженность и увеличивают расходы (вводя статью расходов, которая называется «списанные безнадежные долги»).
Принцип соответствия требует, чтобы безнадежный долг списывался в тот же период, когда была признана продажа, в результате которой он возник.
Обратите внимание на то, что учет безнадежного долга – это не просто отмена первоначальной продажи. Если это сделать, то отчет о прибылях и убытках окажется недостаточно информативным. Отражение в учете безнадежных долгов как расходов позволяет пользователям финансовой отчетности оценивать работу руководства.
Задание 3.13Порядок учета безнадежных долгов – еще одна область, где при определении расходов используется субъективная оценка.
Как повлияет на прибыль за конкретный период и на общую объявленную за все время прибыль та или иная субъективная оценка суммы безнадежных долгов?
Определение величины безнадежных долгов за период нередко требуется субъективной оценки. В некоторых случаях мнения по поводу того, является ли данный долг безнадежным, расходятся. Решение списать или не списать долг как безнадежный влияет на расходы за период, а следовательно, и на объявленную за этот период прибыль. Однако общая объявленная прибыль за все время существования компании останется неизменной, поскольку неверное решение, принятое в один период, будет скорректировано в последующем.
Предположим, что в какой-то период был списан долг £100, а в следующем периоде должник этот долг погасил. Увеличение расходов на £100 в период, когда был списан безнадежный долг, компенсируется ростом выручки на £100 в период, когда долг был погашен. Если бы этот безнадежный долг так и не был списан, то прибыль за второй период не корректировалась бы на величину безнадежного долга, поэтому была бы иной, но в сумме прибыль за два периода осталась бы той же самой.
Во вставке «Реальная практика 3.8» рассмотрен подход, который банки используют для избежания безнадежных долгов.
Реальная практика 3.8Банки и безнадежные долги
Нервозность на мировых финансовых рынках, спровоцированная американской практикой предоставления низкокачественных кредитов, заставила банки и другие финансовые институты повнимательнее присмотреться к своим клиентам.
Банки ужесточают политику кредитования с тем, чтобы оградить себя от возможности дефолта заемщиков. Уже появились сведения о том, что они избегают определенных категорий новых заемщиков и ограничивают кредитование существующих заемщиков.
Но как они принимают такие решения?
По информации Ассоциации британских банкиров, банки теперь собирают четыре вида данных для оценки рискованности клиента: негативные данные, например наложенные штрафы и вынесенные окружными судами приговоры, «позитивные» сведения о финансовых обязательствах и кредитах людей и т. п., данные о доходах и отчеты о поведении при осуществлении расходов.
По утверждению представителей Ассоциации систем клиринговых платежей (Apacs), кредиторы получают эту информацию из трех источников: списки избирателей, свои собственные системы, связанные с другими платежными системами, например Visa, и кредитные агентства.
«Люди склонны к привычкам, – говорит Эрик Линдерс, исполнительный директор Ассоциации британских банкиров. – Они кладут заработную плату на свой счет раз в месяц и посещают супермаркет раз в неделю. Анализируя информацию, можно оценить способность человека погасить долг. Нужна компьютерная система, которая будет делать это и поставлять всем банкам одинаковые сведения».
Несмотря на то, что банки стали отказывать некоторым клиентам, по их словам, критерии кредитования не изменились. Г‑н Линдерс считает, что это действительно так: «В последнее время банки не меняли критерии кредитования. Все, что они делают, – это поднимают или понижают пороговый кредитный скоринг. Когда планка поднимается, меньше людей получают кредит. Эта игра называется минимизацией риска, связанного с заемщиком».
Методы оценки клиентов, однако, изменились. Кредиторы нынче используют либо собственные аналитические программы, либо системы сторонних поставщиков, например Fair Isaac. Они способны рассчитать риск клиента на основе имеющихся данных. Банк HBOS, например, применяет программное обеспечение агентства Callcredit для мониторинга просроченных платежей с тем, чтобы принять меры до того, как долг станет безнадежным.
«Все необходимые данные есть в системах банков, – говорит Айан Тервилл, директор Fair Isaac. – Им не хватает инструментов, позволяющих анализировать эти данные и определять, насколько вероятны неплатежи и банкротство. Большинство банков связаны с кредитными агентствами, обычно через веб-сервисы, которые обеспечивают автоматический доступ к базам данных о клиентах. Банки полагаются на внутренние процедуры агентств по обеспечению качества и достоверности данных».
Марта Беннетт, директор по исследованиям в сфере финансовых услуг агентства Datamonitor, добавляет: «С использованием нейронной сети и предсказанием вероятности неплатежа того или иного лица по кредиту всегда связана проблема. Технические системы довольно хорошо справляются со своей задачей, проблема заключается в том, что делать с результатами».
В настоящее время те же самые CRM-системы, которые позволяют розничным продавцам контролировать расходы клиентов, имеющих дисконтные карты, применяются и в банках. Они дают им возможность более точно выстраивать профиль клиентов. В сочетании со средствами прогнозирования такие системы могут играть роль эффективного сигнализатора.
«Если у компании с большим парком автомобилей возникают проблемы с наличностью, она обычно вкладывает все имеющиеся деньги в покупку горючего, – говорит Карл Кламп, генеральный директор Retail Decisions. – Она разом нарушает все лимиты кредитования. Подобное поведение можно наблюдать и среди индивидуальных потребителей. Если их расходы по платежным картам на продукты питания становятся больше обычных, не исключено, что это связано с денежными затруднениями».
Г‑н Тервилл добавляет: «Существует целый класс прикладных программ, называемых системами управления взаимоотношениями с заемщиками, в число которых входят Triad фирмы Fair Isaac и Probe от кредитного агентства Experian. Их иногда отождествляют с CRM-системами, но это неправильно. Они связаны с так называемым файлом мастер-данных, централизованной базой данных, поддерживаемой эмитентами кредитных карт».
Компания Zopa, в отличие от этого, представляет собой онлайновый сервис, позволяющий физическим лицам заимствовать деньги друг у друга. Для того, чтобы функционировать и завоевать доверие кредиторов, она купила программное обеспечение у SAS, компании по сбору данных, которое помогает определять кредитный скоринг. По утверждению Zopa, «уровень безнадежных долгов» у нее не превышает 0,05 %. Это объясняется тем, что ИТ-система компании выполняет в реальном времени аутентификацию и проверку кредитной истории по базе кредитного агентства Equifax. Система затем ранжирует клиентов по четырем категориям: A*, A, B и С.
«Однако сектор в целом не может похвастаться единством представления данных о клиенте, – говорит Барт Патрик, руководитель отделения стратегии управления риском SAS. – В нем используется множество систем, связывающих записи о клиентах. Мы анализируем поведение клиентов – смотрим, что клиент покупает и что он способен купить. Мы видим потребность в объединении систем кредитования и маркетинга».
Источники, близкие к банкам, которые неохотно раскрывают свои процессы принятия решений, утверждают, что кредиторы также хотят получать информацию в реальном времени.
С ростом объема продаж финансовых продуктов через Интернет банки все больше нуждаются в быстром удовлетворении запросов, например по текущим ставкам по ипотечным кредитам.
И опять это требует более широкого обмена данными, и, как следствие, приводит к возникновению серьезных проблем, связанных с защитой информации.
Во многих странах существует законодательство о защите данных, запрещающее обмен данными без согласия субъекта, к которому они относятся. Хотя
