Как повысить точность планирования денежных потоков и мотивировать департамент продаж более ответственно подходить к заполнению форм прогнозных доходов
Роберт Чагалян, директор департамента финансовых услуг компании «Сименс Украина»
Роберт Чагалян
Карьеру начал в 1996 г. в отделе банковских гарантий Первого украинского международного банка. Стоял у истоков создания
и отвечал за развитие направления торгового финансирования
в банке.
С 1999 г. — начальник управления структурирования и финансирования торговых операций. Был одним из двух первых сертифицированных специалистов в Украине по документарным аккредитивам.
В 2003 г. перешел на должность управляющего Киевским филиалом ПУМБа.
В 2005 г. принял приглашение компании «Сименс Украина» занять позицию директора департамента финансовых услуг. В настоящее время в сферу его ответственности входят казначейские операции, cash management, финансирование проектов и определение политики взаимоотношений
с банками.
Прогнозирование, в том числе и прогнозирование cash flow, — скорее, искусство, чем наука. Чем быстрее растет компания, тем сложнее обеспечить качественный прогноз. Тем не менее начиная с 2005 г. точность прогноза денежного потока в компании «Сименс Украина» увеличилась с 60 до 97%. Подобное достижение стало возможным благодаря постфактному анализу данных, который проводится ежемесячно совместными усилиями бухгалтерии и финансового департамента.
Структура финансового отдела в компании «Сименс Украина» копирует глобальный департамент концерна Siemens с той лишь разницей, что у нас в отделе занято два сотрудника, а в концерне работают 1600 служащих. Но набор выполняемых функций схож: анализ денежного потока; составление прогнозов; вопросы, связанные с валютными и операционными рисками, их минимизацией; взаимодействие с банками. Казначейство не представлено отдельной структурой в финансовой службе, его функции возложены на финансовый департамент.
Ставя задачу наладить процесс планирования денежных потоков и повысить их точность, я планировал прежде всего повысить качество:
- управления ликвидностью;
- контроль наличности;
- потребность в финансировании риск-менеджмента;
- взаимоотношения с банками.
Стоит ли беспокоиться
Среди основных причин низкого качества прогнозов, с которыми нам пришлось бороться, могу назвать отсутствие мотивации у других подразделений внести свой вклад в прогнозирование денежного потока (рисунок 1).
Действительно, с точки зрения подразделения продаж, их первейшая задача — привлечение клиента. А заполнение отчетных форм для нашего департамента воспринималось как бесполезная трата времени. Отсутствие интереса приводило к формальному подходу при заполнении форм, поэтому сопротивление нововведениям было очень сильным. Долгое время просроченная дебиторская задолженность не отслеживалась. И таких факторов, каждый из которых был сам по себе не очень существенным, было несколько.
Моя цель сейчас — получать максимально точные прогнозы по входящим платежам. Но не с точки зрения своевременного выполнения наших обязательств, а с точки зрения эффективного использования свободных ресурсов. Чем быстрее растет компания, тем сложнее обеспечить качественный прогноз. Мы не ставим перед собой сверхамбициозных целей, готовя краткосрочные понедельные прогнозы, корректируем их также еженедельно. Я не рассматриваю всерьез срок в четыре-шесть месяцев. Сложившуюся ситуацию обусловили два фактора. Первый — у нас достаточно гибкий график расчетов с поставщиками, в результате чего получается контролируемая динамика расчетов. Второй фактор — доступность необходимых кредитных ресурсов применительно к нашим потребностям: отсутствует необходимость требовать от сотрудников ежедневного прогноза денежного потока. Когда-то я намеревался сделать прогноз ежедневным, однако в процессе работы понял, что это невозможно и бессмысленно. Количество влияющих на него объективных и субъективных факторов очень велико. Это и темпы роста бизнеса, и ситуация с клиентами, особенно государственными компаниями, составляющими львиную долю наших клиентов и имеющими достаточно расплывчатое понятие о платежной дисциплине. Следовательно, знание того, когда эти компании должны заплатить по контракту, совершенно не помогает мне в управлении денежным потоком (рисунок 2).
Способы повышения качества прогноза cash flow
На данный момент я четко понимаю, сколько в течение одной недели ожидается поступлений и сколько в этот же промежуток времени мы потратим. Как я уже отмечал, больше, чем на четыре-шесть месяцев, можно прогнозировать лишь приблизительно.
В нашей компании используется несколько способов повышения качества прогноза денежного потока:
- разделение потоков на субкомпоненты;
- индивидуальный подход к сбору информации;
- использование статистических моделей для построения прогнозов cash flow.
Рассмотрим более детально первый подход.
Во-первых, мы выделили регулярные платежи, которые легко спрогнозировать, например, налоговые, лизинговые (мы используем лизинг автомобилей), заработная плата, долгосрочные контракты на услуги и проч. Это потоки, которые можно прогнозировать раз в месяц с вероятностью 100%. По сервисным контрактам, предусматривающим регулярное оказание каких-либо услуг, оплата также происходит регулярно раз в месяц и легко прогнозируется. Контракты, по которым выставлены счета, я рассматриваю как более вероятные к получению платежи. Разбивая на такие субкомпоненты, мы получаем группы платежей с различной вероятностью точности прогнозирования (рисунок 3).
Во-вторых, нужно разделять также денежный поток для стратегических и тактических целей. Годовые бюджеты ориентировочные, достаточные для принятия стратегических решений. А тактические дают ответ, например, на вопрос, будут ли у компании средства на счету для исполнения к десятому числу следующего месяца форвардных контрактов на покупку валюты или сколько денег поступит на 43-й неделе года в октябре. Разумеется, краткосрочные прогнозы дают меньше пространства для маневра, но они надежны, поскольку составлены с большей долей вероятности. На их основе я могу принимать конкретные решения.
В-третьих, особое внимание нами было уделено планированию наших входящих денежных потоков. Чаще всего мы сталкиваемся с тем, что планируем меньше, чем реально продаем. Точный прогноз денежного потока влияет не только на нашу способность выполнять обязательства перед поставщиками, но и на доходность финансовых операций. Например, когда на счету избыток средств, я могу поместить их на депозит, в результате чего возникает дополнительный доход. Если же рассчитывал получить средства, но вынужден брать кредит, то это, соответственно, непредвиденные расходы. Подобные доходы и расходы я учитываю отдельно, поэтому образуется отдельный центр доходов. С целью повышения мотивации департамента продаж для более ответственного составления прогнозов была внедрена система внутренних компенсаций. Согласно этой системе определенная часть финансовых доходов распределяется по департаментам пропорционально их вкладу, который рассчитывается на основе объема выручки генерирующих доход департаментов (это основные, но далеко не единственные департаменты, участвующие в формировании прогнозов). Важно, что когда приходят поступления, которые не были заложены в прогноз, то на выполнение плана они не влияют. Приведу пример. Допустим, медицинский департамент заложил в план доход в размере двух миллионов, а реально получил десять. Тогда в счет медицинского департамента по внедренной системе во внутреннем учете будет зачтен доход только с двух миллионов. Доход с незапланированных восьми миллионов остается в компании, но не идет в зачет этому департаменту. Если же департамент в прогнозных формах поставит ноль, то не получит свою часть при распределении финансового дохода, даже если по факту поступление средств будет иметь место.
В масштабе всей компании «Сименс Украина» нет разницы, в какой именно департамент поступает выручка. Но существует отчетность на уровне бизнес-департаментов, поэтому каждое подразделение рапортует в свою штаб-квартиру об объемах заработанных денег. Эффективность работы каждого направления рассчитывается отдельно. Суммы получаются существенные. Заработать дополнительный доход от финансовых операций они могут, не затрачивая усилий на обслуживание клиента. Конечно, для точных прогнозов необходимо провести расчеты, но это не занимает много времени.
Данная система внутренних компенсаций работает почти два года — с прошлого финансового года, то есть с октября 2006-го. Доход распределяется по департаментам в конце года. Важно отметить, что речь идет не о премиях сотрудникам, а о доходе департамента. Если по какой-то причине департамент не выполнил план, то, даже несмотря на эту сумму, премии сотрудники не получат, поскольку они зависят от итогов работы. Но, с другой стороны, поступления от финансовых операций увеличивают вероятность получения премии или ее размер.
Индивидуальный подход и статистический анализ
В компании есть департаменты, специфика работы которых очень отличается. Например, департамент автоматизации подписывает множество контрактов, а транспортный — в лучшем случае один контракт в год. Но стоимость контракта департамента автоматизации может составлять и десятки тысяч гривен, а у транспортников — не меньше миллиона евро. Поэтому с точки зрения периодичности отчетности к этим департаментам нельзя подходить одинаково. Мы взяли типичную модель отчетности за основу и обсуждали с каждым департаментом, насколько она для них приемлема, есть ли необходимость в более частом репортинге или можно реже сдавать отчеты. Также определяли сумму отсечения для каждого департамента, то есть сумму, существенную для каждого подразделения.
Здесь тоже есть нюансы. Если у подразделения разовый платеж в сто гривен, например, при аренде здания на починку крана, то мне совершенно не обязательно об этом знать. Но если починка крана — основной бизнес подразделения, то есть платежей по сто гривен будет много, и мы напишем, что нас интересуют контракты в сумме более тысячи гривен, то есть риск не учесть несколько миллионов. Честно говоря, я считаю, что эту систему надо использовать очень осторожно. Можно отсечь мелкие суммы, которые по итогам периода сольются в более значимые и важные для результата.
Статистические методы анализа — плавающее среднее (moving average), экспоненциальное сглаживание (exponential smoothing), регрессивный анализ (regressive analysis) — хороши при бурном росте, потому что они позволяют опираться не только на плановые цифры, но и на фактические данные. Мы получаем более объективную картину. Плавающее среднее используем для долгосрочного прогнозирования — на год. Рост можно проецировать и на будущее. Если департамент регулярно в два раза перевыполняет запланированные показатели, то можно сделать два вывода. Первый: планирование осуществляется крайне консервативно и осторожно; второй: в будущем году мы, скорее всего, будем видеть ту же картину.
Что делать после прогноза
После составления прогноза денежных средств я настоятельно рекомендую строить фактический cash flow за тот же период. Это позволит выявить проблемные источники и улучшит качества предоставляемых данных в будущем.
&.Ф.
| «Сименс Украина» Дочернее предприятие концерна Siemens AG. Основано в 1997 г., с 1992 по 1997 г. действовало в статусе представительства Siemens AG в Украине. На рынке страны занимает лидирующие позиции в отраслях промышленной автоматизации и управления, энергетики, транспорта и медицины. Является одним из ведущих поставщиков оборудования, технологий и комплексных решений для модернизации ключевых инфраструктурных отраслей украинской экономики. Головной офис компании находится в Киеве, региональные филиалы — в Донецке, Днепропетровске, Одессе, Львове и Харькове. В компании занято 350 сотрудников (по состоянию на январь 2008 г.). |
Повышение точности прогнозирования cash flow
Снижает потребность во внешнем финансировании.
Способствует повышению качества планирования продаж.
Способствует выявлению проблемной дебиторской задолженности.