如何确定客户的赊销额度
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
如何确定客户的赊销额度
【本讲重点】
用营运资产法确定赊销额度
用销售量统计法确定赊销额度
赊销风险自动评估
决策系统的使用
【导言】
作为企业的信用经理或专业信用分析人员,在评估客户赊销额度之前,首先要搞清楚的问题是“我们乐意让客户欠我们多少钱?”或者说“我们自己的资金实力和基本抗风险能力有多大。”
然后,就是明确计算赊销额度的方法。有一种现成的方法是购买专业信用调查机构的观点,专业机构会给出建议的额度,这种方法的好处是他们提供的专业经验和服务,不足之处是他们不了解企业与客户的具体交易背景。
企业如果想自己计算赊销额度,目前流行两种基本方法:
第一种,营运资产法。以客户的最大负债能力为最大限额,并在此基础上进行修订的确定方法。它的基本假设是客户的偿债能力,这种方法是我们建议使用的,但目前国内企业采用的比较少。第二种,销售量统计法。根据以往客户的订货量和订货周期确定赊销额度的方法。
【自检】
你认为评估客户的赊销额度都有哪些方面的作用?
【参考答案】
◆避免业务人员做出的主观赊销决策的风险。
◆避免在制定和执行公司统一赊销政策时,没有相对科学的依据,造成公司赊销目标难以实现,或各部门的协调,缺乏一个基本标准。出现疑义时,没有强有力的观点支持赊销决策。
◆赊销决策过程可以保持连续性,并形成客户信用历史记录。
◆大量的客户信用数据可以压缩成一个赊销数字。
◆赊销额度和期限便于对客户和赊销过程进行计算机化的管理。
◆不同部门员工重视并严格按照规定的程序及额度进行赊销操作。
◆赊销额度和期限便于向客户说明,有助于谈判的进行。
用营运资产法确定赊销额度
第一步,计算营运资产营运资产=(流动资产-流动负债+所有者权益)/2
第二步,通过相关财务比率衡量营运资产质量
流动比率=流动资产/流动负债×100%
速动比率=速动资产/流动负债×100%
短期债务净资产比率=流动负债/净资产
债务净资产比率=负债总额/净资产
第三步,计算评估值
评估值=流动比率+速动比率-短期债务净资产比率-债务净资产比率
第四步,找出经验值,计算信用限额
表10-1 信用额度计算表
评估值经验性百分比率信用限额=营运资产 经验性百分比率
小于-4.6 0%
-4.6~-3.9 2.5%
-3.9~-3.2 5%
-3.2~-2.5 7.5%
-2.5~-1.8 10%
-1.8~-1.1 12.5%
-1.1~-0.4 15%
-0.4~0.3 17.5%
0.3~0.9 20%
大于0.9 25%
第五步,对信用限额进行修正,确定信用额度用客户信用分析结果对其进行修正;
针对某个客户的信用额度要根据具体情况修正,比如作为客户供应商的地位等。(具体修正方法需要培训和在实践中掌握)
用销售量统计法确定赊销额度
以客户的上个月度(或季度)订货量为基本数额,以行业标准信用期限为参数,计算赊销额度的一种方法。客户历史付款记录或客户风险级别作为修正参数。
计算公式
信用限额=季度订货量*标准信用期限/90赊销额度=信用限额*风险修正系数
表10-2 风险修正系数(风险级别)
风险级别修正系数
AA 100%
A 80%
BB 50%
B 10%
C 0
D 0
表10-3 风险修正系数(信用记录)
拖欠金额*拖欠天数(某行业)信用记录评分修正系数
无100 100%
25万天80 80%
50万天50 50%
100万天20 20%
200万天10 10% 另外,确定客户的赊销额度时,还应该考虑的具体因素包括:客户是否能够提供抵押,以及竞争对手提供给客户的赊销额度是多少。客户能够提供抵押,将较大地提高其信用额度。
迅速确定信用额度的方法
第一,客户上个季度平均月定货量的两倍。
第二,不超过净资产的10%或流动资产的20%。
或者取两种方法的较低者。
赊销风险自动评估决策系统的使用
今天,信用经理必须在作出客观、一致和准确的决策的前提下,对客户作出快速反应,以适应激烈竞争的需要。信用经理还必须在使利润最大化的同时,使对每位交易对象的授信成本最小化,且降低坏账风险。
目前,企业的单位授信成本在200—1500元之间,新客户授信时间至少为10个工作日。
要做到快速和低成本地授信,借助计算机自动信用评估决策系统显得尤为重要。(本部分内容参考西方国家成熟的信用管理经验)
什么是自动信用评估决策系统
自动信用评估决策系统是用来预测某公司严重拖欠(即逾期90天以上)的可能性的统计模型。这些评分卡并非用来预测某企业的付款能力,而是其及时付款的主动性。
这样的模型利用财务状况、支付记录、(债务)诉讼记录、行业比较数据和公司统计数据等特征来评定严重拖欠或不支付的风险。
模型根据对有类似特征的授信对象的分析,来评定一个申请者严重拖欠的可能性。通过对上千事例的统计分析,模型给被认定与高度信用风险相关的特征打分。积极的信息(如稳定的企业现状、无诉讼记录或良好的支付表现)增加分值,而负面信息(如存在诉讼记录、不良支付记录、经营或管理问题)则减少分值。一份典型的评测拖欠风险的评分卡的分值分布在1(最高风险)至100(最低风险)之间,其分值能被整合进公司的自动决策支持系统。
这种自动评估系统的深度分析很少,最好用来做大量的快速、小额度或低风险的信用决策。这对处于高度竞争和高速成长市场中的企业尤其有用,如电信、电子、租赁、银行、运输和商务服务等。
自动信用评估系统与传统的信用决策方法有几方面不同;传统上,分析员对每一项授信申请进行审阅,这个过程可能昂贵且费时,尤其当需要在几小时甚至几分钟内对客户做出反应时。信用评估系统使整个信用审阅过程自动化,将需要人工审阅和研究的授信申请数量减至最低。同时,信用经理能在更一致的解释和更少的资源基础上,更快地反馈给客户。信用评估决策系统使信用经理有能力做到:
a.通过更准确和一致的决策,更好地控制整体风险;
b.通过减少做人工信用核查所需的工作时间、文书工作和电话次数,降低营运成本;
c.在大量的场所和人员中间实施一致的信用决策系统和信用政策。
自动评估系统特别适用于以下情况和程序