Быкова А.В.
ОЦЕНКА ЭФФЕКТИВНОСТИ ДЕЯТЕЛЬНОСТИ ПОДРАЗДЕЛЕНИЯ ПО УПРАВЛЕНИЮ ДЕБИТОРСКОЙ ЗАДОЛЖЕННОСТЬЮ *
Аннотация:
в данной статье рассматривается возможность применения метода Data Envelopment Analysis для оценки показателей эффективности деятельности подразделения по управлению дебиторской задолженностью, на примере компании ООО «ЭСКБ». Система KPI по управлению дебиторской задолженностью строится на таких показателях компании как выручка, оборачиваемость оборотных активов, размер кредиторской задолженности
Ключевые слова:
дебиторская задолженность, эффективность, ключевые показатели эффективности
УДК 331.214.7
Быкова А.В.
студент
Уфимский государственный авиационный университет
(Россия, г. Уфа)
ОЦЕНКА ЭФФЕКТИВНОСТИ ДЕЯТЕЛЬНОСТИ
ПОДРАЗДЕЛЕНИЯ ПО УПРАВЛЕНИЮ
ДЕБИТОРСКОЙ ЗАДОЛЖЕННОСТЬЮ
Аннотация: в данной статье рассматривается возможность применения метода Data Envelopment Analysis для оценки показателей эффективности деятельности подразделения по управлению дебиторской задолженностью, на примере компании ООО «ЭСКБ». Система KPI по управлению дебиторской задолженностью строится на таких показателях компании как выручка, оборачиваемость оборотных активов, размер кредиторской задолженности.
Ключевые слова: дебиторская задолженность, эффективность, ключевые показатели эффективности
От профессиональных качеств персонала подразделения по управлению дебиторской задолженностью зависит финансовое состояние компании, а качественная оценка уровня и состояния кадрового потенциала напрямую влияет на достижение ее целей.
Если рассматривать дебиторскую задолженность, возникающая в процессе энергосбытовой деятельности:
Таким образом, подразделению по управлению дебиторской задолженностью необходимо учитывать и тот, и другой подход, наращивая дебиторскую задолженность в пределах, ограниченных ростом объема реализации электрической энергии, и своевременного принятия комплексных управленческих процедур, предусматривающих ее своевременную оплату и недопущения просрочки платежей со стороны потребителей.
В основном система KPI деятельности персонала построена на сравнении фактических показателей с бизнес-планом, при этом задается «удельный вес» каждого KPI и в сумме составляет 100%.
Для объективной оценки работы подразделения по управлению дебиторской задолженностью необходимо использовать фактические показатели финансовой деятельности компании, прослеживать динамику этих показателей и дать определение имеет ли место прогресс в исследуемой группе показателей или же регресс.
Используя такие показатели компании, как выручка, оборачиваемость оборотных активов, краткосрочные обязательства сформируем систему показателей эффективного управления дебиторской задолженностью в компании. Показатели представлены в таблице 1.
Таблица 1 – KPI по управления дебиторской задолженностью
|
Показатели |
Формула |
Целевые ориентиры |
|
Коэффициент текущей ликвидности, Ктл |
[1,0; 2,0] |
|
|
Коэффициент оборачиваемости дебиторской задолженности, Коб |
снижение ДЗ |
|
|
Доля дебиторской задолженности в оборотных активах, ДДЗ |
снижение ДЗ |
Достижение компанией в результате своей производственно-хозяйственной деятельности установленных целевых ориентиров указанных коэффициентов является свидетельством эффективного управления на нем дебиторской задолженностью.
Для начала проанализируем показатели за 2017-2021гг. Данные принимаем из открытого источника компании ООО «ЭСКБ» [5].
Таблица 2 – Анализ показателей эффективного управления дебиторской задолженностью в компании ООО «ЭСКБ»
|
Наименование показателя |
2017г. |
2018г. |
2019г. |
2020г. |
2021г. |
|
1 |
2 |
3 |
4 |
5 |
6 |
|
Выручка (год), (В), млн. руб. |
37321,0 |
39278,5 |
42116,9 |
42004,2 |
45645,6 |
|
Дебиторская задолженность на конец года ДЗ, млн. руб. |
3866,0 |
3910,1 |
3819,4 |
4250,3 |
3788,4 |
|
Средняя величина дебиторской задолженности ДЗср, млн. руб. |
3787,1 |
3888,0 |
3864,7 |
4034,8 |
4019,3 |
|
Самые срочные пассивы П1 (кредиторская задолженность (стр.1520)), млн. руб. |
3179,5 |
3628,3 |
4062,6 |
4474,7 |
4848,4 |
|
Краткосрочные пассивы П2 (краткосрочные кредиты и займы (стр.1510+1540+1550+1530)), млн. руб. |
1507,6 |
715,6 |
510,3 |
619,2 |
192,3 |
|
Краткосрочные обязательства на конец периода П1+П2, млн. руб. |
4687,1 |
4343,9 |
4572,9 |
5093,9 |
5040,7 |
|
Наиболее ликвидные активы А1 (денежные средства и КФВ (1250+1240)), млн. руб. |
69,2 |
88,5 |
971,3 |
1549,7 |
2528,8 |
|
Быстро реализуемые активы А2 (дебиторская задолженность и прочие активы (1230+1260)), млн. руб. |
3961,8 |
4054,6 |
3995,6 |
4250,3 |
3789,3 |
|
Медленно реализуемые активы А3 (запасы и затраты (1210+1220)) , млн. руб. |
23,1 |
19,5 |
13,8 |
24,5 |
17,0 |
|
Стоимость оборотных активов на конец периода А1+А2+А3, млн. руб. |
4054,1 |
4162,6 |
4980,7 |
5824,5 |
6335,1 |
|
Коэффициент текущей ликвидности |
0,86 |
0,96 |
1,09 |
1,14 |
1,26 |
|
Коэффициент оборачиваемости дебиторской задолженности |
9,9 |
10,1 |
10,9 |
10,4 |
11,4 |
|
Доля дебиторской задолженности в оборотных активах, ДДЗ, % |
95,4 |
93,9 |
77,6 |
69,3 |
63,4 |
Для принятия решения о достижении целевых ориентиров, исходя из полученных данных таблицы 2, необходимо присвоить весовой коэффициент каждому KPI.
При помощи метода Data Envelopment Analysis оценим эффективность деятельности подразделения как единый объект. Данный метод подробно рассматривается работах [1,2,3].
Исходя из установленных целевых ориентиров построим DEA-модель с ориентацией на выход.
Двойственная input-ориентированная модель (CCRD-Input) описывается следующим образом:
при условиях:
g0 – величина эффективности исследуемого периода;
μj, ti – переменные факторы взвешивания;
n – число единиц, которые сравниваются;
r – число входных факторов;
s – число выходных параметров;
xi0 – выражение i-того входного фактора исследуемого DMU;
yj0 – выражение j-того выходного параметра исследуемого DMU;
xim – выражение i-того входного фактора m-того DMU с i=1,... r и m=1,..., n
yjm – выражение j-того выходного параметра m-того DMU с j=1,...s и m=1,...n
Для решения данной задачи используется симплексный метод. В ходе исследования определяются объекты, у которых показатель эффективности оказывается меньше 1. В результате для таких объектов ставится цель по выведению их на границу эффективности т.е. пропорциональное сокращение входных параметров на величину g при сохранении выходных параметров.
Входные и выходные параметры представлены в таблице 3.
Таблица 3 – Входные и выходные параметры
|
Входные |
Выходные |
||
|
обозначение |
наименование |
обозначение |
наименование |
|
ДЗср |
средняя величина дебиторской задолженности |
В |
выручка |
|
П1+П2 |
краткосрочные обязательства |
А1+А2+А3 |
оборотные активы |
Исходные данные для построения CCRD-Input модели представлены в таблице 4, полученный результат в таблице 5.
Таблица 4 – Исходные данные для построения CCRD-Input
|
DMU |
ДЗср
|
П1+П2 |
В |
А1+А2+А3 |
μ1 |
μ2 |
t1 |
t2 |
|
на 31.12.2017 |
3787,1 |
4687,1 |
37321,0 |
4054,1 |
0,403 |
0,352 |
0,432 |
0,441 |
|
на 31.12.2018 |
3888,0 |
4343,9 |
39278,5 |
4162,6 |
0,425 |
0,361 |
0,444 |
0,408 |
|
на 31.12.2019 |
3864,7 |
4572,9 |
42116,9 |
4980,7 |
0,455 |
0,432 |
0,441 |
0,430 |
|
на 31.12.2020 |
4034,8 |
5093,9 |
42004,2 |
5824,5 |
0,454 |
0,506 |
0,460 |
0,479 |
|
на 31.12.2021 |
4019,3 |
5040,7 |
45645,6 |
6335,1 |
0,493 |
0,550 |
0,459 |
0,474 |
|
λ |
8765,5 |
10635,1 |
92506,0 |
11516,5 |
|
|
|
|
Ограничение задачи максимизации обеспечивает нахождение значений эффективности в области между нулем и единицей, что будет соответствовать выполнению KPI от 0 до 100%
Таблица 5 – Результат расчетов
|
Период |
Функция |
Общие ограничения |
g |
|
2017 |
maxg2017(0,403y1+0,352y2) 0,432x1+0,441x2=1 |
0,403y1+0,352y2-0,432x1-0,441x2≤0
0,425y1+0,361y2-0,444x1-0,408x2≤0
0,455y1+0,432y2-0,441x1-0,430x2≤0
0,454y1+0,506y2-0,460x1-0,479x2≤0
0,493y1+0,550y2-0,459x1-0,474x2≤0 |
0,86 |
|
2018 |
maxg2018(0,425y1+0,361y2) 0,444x1+0,408x2=1 |
0,98 |
|
|
2019 |
maxg2019(0,455y1+0,432y2) 0,441x1+0,430x2=1 |
1,00 |
|
|
2020 |
maxg2020(0,454y1+0,506y2) 0,460x1+0,479x2=1 |
0,92 |
|
|
2021 |
maxg2021(0,493y1+0,550y2) 0,459x1+0,474x2=1 |
1,00 |
Таким образом, расчет показал, что KPI по управлению дебиторской задолженностью в 2021г. персоналом компании выполнен и составляет 100%.
Применение инструмента DEA – метод позволило предложить общую технологию оценки эффективности работы подразделения по управлению дебиторской задолженностью. Важно отметить: измерение эффективности одного решения выводится по отношению ко всем другим решениям при помощи оценки веса как входных параметров, так и выходных, что позволяет проследить динамику улучшения или ухудшения фактических финансовых показателей во времени.
СПИСОК ЛИТЕРАТУРЫ:
Моргунов Е.П., Моргунова О.Н. Краткое описание метода Data Envelopment Analysis // Версия 0.1. С. 53
Лисситса А., Бабичева Т. Анализ оболочки данных (DEA) – Современная методика определения эффективности производства // Discussion Paper, No. 50, Institute of Agricultural Development in Central and Eastern Europe (IAMO), Halle (Saale). С. 38
Алимханова А.Н, Мицель А.А. Оценка эффективности предприятий на основе метода DEA // Доклады ТУСУР. 2019. Том 22, №2. С. 104-107
Муравьева Н.Н., Каширина А.А. Формирование системы показателей эффективного управления дебиторской задолженностью в коммерческих организациях // Journal of Economy and Business, vol.10. С. 95-98
Башэлектросбыт: информация о деятельности компании [Электронный ресурс]. URL: https://www.bashesk.ru/corporate/company/(дата обращения 15.10.2022 г.).
Bykova A.V.
student
Ufa State Aviation University
(Ufa, Russia)
EVALUATION OF PERFORMANCE
OF ACCOUNTS RECEIVABLE MANAGEMENT UNIT
Abstract: this article discusses the possibility of using the Data Envelopment Analysis method to assess the performance indicators of the accounts receivable management unit, using the example of the company ESKB LLC. The KPI system for managing receivables is based on such indicators of the company as revenue, turnover of current assets, and the amount of accounts payable.
Keywords: receivables, Data Envelopment Analysis, efficiency, key performance indicators.
Номер журнала Вестник науки №10 (55) том 5
Ссылка для цитирования:
Быкова А.В. ОЦЕНКА ЭФФЕКТИВНОСТИ ДЕЯТЕЛЬНОСТИ ПОДРАЗДЕЛЕНИЯ ПО УПРАВЛЕНИЮ ДЕБИТОРСКОЙ ЗАДОЛЖЕННОСТЬЮ // Вестник науки №10 (55) том 5. С. 14 - 21. 2022 г. ISSN 2712-8849 // Электронный ресурс: https://www.вестник-науки.рф/article/6326 (дата обращения: 27.04.2024 г.)
Вестник науки СМИ ЭЛ № ФС 77 - 84401 © 2022. 16+