Управление дебиторской задолженностью в оптовой торговой компании с использованием методов статистического анализа

Цель исследования. В статье рассматриваются возможности применения методов статистического анализа для выбора условий коммерческого кредитования покупателей российских компаний отрасли оптовой торговли. В данной сфере компании имеют дело с большим числом покупателей, а распространённой практикой является предоставление отсрочки платежа, так что быстрый и обоснованный выбор условий торгового кредита становится особенно важным. Целью проведенного исследования является разработка методики, позволяющей принимать решение о предоставлении отсрочки платежа, а в случае положительного решения – выбирать период отсрочки платежа для покупателя.
Материалы и методы. Предложения по управлению дебиторской задолженностью разработаны на основе результатов эмпирических исследований с использованием таких методов статистического анализа, как построение биномиальной логистической модели и дискриминантный анализ. Биномиальная логистическая модель была использована для того, чтобы оценить надежность покупателя, его склонность соблюдать или нарушать указанные в договоре сроки. В том случае, если принято решение о предоставлении торгового кредита, возникает вопрос о том, какой стоит выбрать период отсрочки. Для принятия обоснованного решения автором был проведен дискриминантный анализ. Полученные классифицирующие функции позволяют выбрать такой период отсрочки, который будет с наименьшей вероятностью нарушен покупателем с определенными финансовыми и нефинансовыми характеристиками. Исследования проведены на основе данных 11 российских компаний из отрасли оптовой торговли, или 720 наблюдений, за 2016–2017 годы.
Результаты. Результаты исследований, проведенных автором, позволяют оценивать вероятность своевременного погашения задолженности при отсрочке платежа в зависимости от индивидуальных характеристик покупателя с помощью биномиальной логистической модели. В том случае, если покупателя можно признать надежным, на основе результатов дискриминантного анализа с помощью дискриминантных функций может быть выбран период отсрочки платежа – 30, 60 или 90 дней. Значимыми для надежности покупателя оказались восемь факторов, характеризующих устойчивость покупателя, рентабельность его деятельности, оборачиваемость, а также нефинансовые параметры: возраст компании-покупателя, длительность сотрудничества между фирмами. В заключение приведен практический пример использования данной методики применительно к четырем гипотетическим покупателям с различными характеристиками. Чем выше надежность покупателя, тем более привлекательные условия могут быть предоставлены в зависимости от склонности оптовой торговой компании к риску, а также имеющихся финансовых возможностей.
Заключение. В данной работе на основе биномиальной логистической модели и дискриминантного анализа была разработана модель для оценки вероятности погашения задолженности в срок, а также предложен алгоритм для выбора периода отсрочки платежа. Хотя в литературе существует большое количество методик для выбора условий предоставления торгового кредита, абсолютное большинство из них обладают определенными ограничениями, которые отсутствуют в данной работе, поскольку предложения по управлению дебиторской задолженностью опираются на эмпирические данные ряда компаний и освещают вопрос об определении периода отсрочки платежа.

1. Сайт ООО «Метро Кэш энд Керри» [Электрон. ресурс] Режим доступа: www.metro-cc.ru/sotrudnichestvo/postavschikam2 (дата обращения 20.08.2018).

2. Кузнецова А.А. Матричный метод управления дебиторской задолженностью предприятия // Вестник Финансового университета. 2013. № 5. C. 62–68.

3. Волостнова В.А. Формирование кредитного рейтинга покупателей в целях дифференциации условий коммерческого кредита // Вестник Пермского университета. 2014. № 3 (22). C. 99–106.

4. Богданова А.Е. Управление риском дебиторской задолженности коммерческой организации // Управленец. 2013. № 1 (41). C. 18–22.

5. Пласкова Н.С. Стратегический анализ и управление качеством дебиторской задолженности // Аудиторские ведомости. 2013. № 5. C. 73–83

6. Едронова В.Н. Стулова О.Е. Матрично-балльная оценка покупателей-дебиторов //Экономико-математическое моделирование. 2009. № 19 (148). C. 8–15

7. Унковская Е.В. Роль анализа в управлении дебиторской задолженностью // Статистика и Экономика. 2010. № 6. C. 111–113.

8. Брычкин А.В. Оценка кредитоспособности контрагентов и создание резервов под возможные потери по дебиторской задолженности на предприятии // Финансы и кредит. 2003. № 1 (115). C. 3–21.

9. Герасимова Е.Б. Анализ платежеспособности компании-дебитора как фактора

10. финансовой устойчивости торговой организации // Учет. Анализ. Аудит. 2016. № 2. C. 34–41.

11. Гатин А.Р. Пути оптимизации дебиторской задолженности предприятий нефтяной отрасли // Экономика и управление: проблемы. решения. 2015. № 9. C. 187–191.

12. Deloof. M. and Jegers. M. Trade Credit. Product Quality and Intragroup Trade: Some European Evidence // Financial Management. 1996. № 25 (3) P. 33–43.

13. Lee. Y. W. and Stowe. J. D. Product Risk. Asymmetric Information and Trade Credit // The Journal of Financial and Quantitative Analysis. 1993. № 28 (2) P. 285–300.

14. Blazenko G.W. Vandezande K. The Product Differentiation Hypothesis for Corporate Trade Credit // Managerial and Decision Economics. 2003. № 6/7. P. 457–469.

15. Petersen M. Rajan R. The Benefits of Lending Relations: Evidence from Small Business Data // Journal of Finance. 1995. № 47. P. 3–37.

16. Biais B. Gollier C. Trade Credit and Credit Rationing // The Review of Financial Studies. 1997. № 4. P. 903–937.

17. Burkart M. Ellingsen T. In-Kind Finance: A Theory of Trade Credit //The American Economic Review. 2004. № 3. P. 569–590.

18. Atanasova C. Access to Institutional Finance and the Use of Trade Credit // Financial Management. 2007. № 1. P. 49–67.

19. Fishman R. Love I. Trade Credit. Financial Intermediary Development. and Industry Growth //Journal of Finance. 2003. № 1. P. 353–374.

20. Безверхова Ю.В. Построение инновационной модели оценки риска невозврата дебиторской задолженности в случае неодинакового влияния факторов // Биржа интеллектуальной собственности. 2012. № 8. C. 61–68.

21. Ендовицкий Д.А. Поддубный К.А. Анализ уровня чувствительности организации к риску неоплаты отгруженной продукции // Экономический анализ: теория и практика. 2009. № 19 (148). C. 2–7.