Формализация процесса взыскания просроченной дебиторской задолженности для угледобывающих предприятий

Размещено на http://www.allbest.ru/

Формализация процесса взыскания просроченной дебиторской задолженности для угледобывающих предприятий

В.Г. Печенкин1, А.В. Печенкина2

Хакасский государственный университет

им. Н.Ф. Каганова, Республика Хакасия, г. Абакан,

Российская Федерация

АО «Хакасэнергосбыт», Республика Хакасия, г. Абакан, Российская Федерация

Аннотация

На примере угледобывающих предприятий в статье рассмотрена возможность автоматизации взыскания просроченной дебиторской задолженности в ходе ее искового взыскания и исполнительного производства. На основе системного и бизнес-анализа процессов рассмотрено формирование информации при отсутствии формализованной взаимосвязи данных в виде формул и существование указанной информации только в виде управленческих решений и действий как откликов на сложившуюся ситуацию. При этом управленческие решения и действия связаны между собой в определенной последовательности и регламентированы сроками каждого этапа событий, прописанными как в нормативных документах, так и в различных регламентах предприятия. На основе инфологической модели предложено создание автоматизированного рабочего места, обеспечивающего своевременное информационное сопровождение исковой работы и исполнительного производства при взыскании просроченной дебиторской задолженности как по каждому должнику или договору, так и в целом по всем искам.

Ключевые слова

Взыскание; задолженность; автоматизированное рабочее место; анализ; исковая работа; исполнительное производство

Abstract

FORMALIZATION OF THE PROCESS OF COLLECTING OVERDUE ACCOUNTS RECEIVABLES FOR COAL MINING ENTERPRISES

Vladimir G. Pechenkin1, Alena V. Pechenkina2

Katanov Khakas State University, Khakas Republic, Abakan, the Russian Federation

«Khakasenrgosbit», Khakas Republic, Abakan, the Russian Federation

This article examines the possibility of automatic collection of overdue receivables using the example of coal producers in the course of legal collection and enforcement proceedings. Researchers used system and business analysis to examine generation of information in the absence of formalized data correlations by formulae and the existence of this information only in the form of management decisions and actions in response to recent developments. At the same time, management decisions and actions are linked in a specific sequence and are regulated by the deadlines at each stage of these events, detailed in both statutory and other enterprise regulations. Using the infological model the researchers proposed to create an automated workplace that ensures timely information support of litigation work and enforcement proceedings in collection of overdue receivables, as for each debtor or contract, and in general for all claims.

Keywords

Debt collection; delinquencies; automated workplace; analysis; lawsuits; enforcement proceedings

Введение

Проблематика улучшения финансового состояния угольных предприятий является достаточно актуальной. В научных работах рассматриваются вопросы общего улучшения финансовой политики [1], а также отмечается необходимость решения более конкретных вопросов, таких как внедрение практики бюджетирования [2] и улучшение управления дебиторской задолженностью [3]. Одной из основных проблем при управлении оборотным капиталом угольного предприятия является успешная работа с просроченной дебиторской задолженностью, и в частности ее эффективное взыскание в судебном порядке.

Успешность реализации того или иного управленческого решения зачастую зависит от своевременного выполнения конкретными специалистами определенной последовательности действий в установленные сроки [4; 5]. При этом имеется в виду, что исполнители выполняют определенную последовательность действий, тех или иных видов работ, установленных паспортами или регламентами.

Всегда существует риск нарушения этой цепочки событий из-за несвоевременных действий специалистов, непривлечения специалистов с определенными компетенциями, нарушения установленной последовательности этих действий и совершения их в неполном объеме [6]. Рациональность принятия управленческого решения тесно связана с ограниченной рациональностью лица, принимающего решения [7]. Однако правильно организованный бизнес-процесс по принятию решения позволяет снизить данный риск. Необходимо отметить, что ключевым элементом успешности внедрения в организации ERP является разработка дорожной карты ее реализации [8].

В статье предлагается подход, позволяющий устранить указанный выше риск и отличающийся от сетевого планирования, при котором, как правило, сроки исполнения процессов по достижению промежуточной или конечной цели управленческих решений жестко закрепляются. Не рассматривается влияние внешних факторов, которые могут значительно поменять последовательность действий и их продолжительность, изменить направление управленческих решений и вытекающих из них действий и последствий.

Примером мониторинга событий, направленных на достижение цели принятого управленческого решения, может служить мониторинг действий специалистов при реализации управленческих решений по взысканию просроченной дебиторской задолженности в исковом порядке и в ходе исполнительного производства [9; 10]. При этом необходимо отметить, что процесс взыскания просроченной дебиторской задолженности обычно нельзя алгоритмизировать линейным моделированием [11]. Также нужно иметь в виду, что процессуальные действия, абсолютно понятные для юридических служб, не входят в компетенцию других отделов и служб, в том числе программистов, которые и будут создавать алгоритм и программу для автоматизированного рабочего места по взысканию просроченной дебиторской задолженности [12].

Основная часть

Формализация всех необходимых действий и компетенций юридической службы, а также иных служб и отделов, принимающих участие в подготовке документов для подачи в суд, других процессуальных действий возможна только на основе их системного и бизнес-анализа.

Очевидно, что создание автоматизированного рабочего места по взысканию просроченной дебиторской задолженности [9; 10] имеет смысл при значительном количестве должников, когда работники юридических служб, загруженные текущей работой, не в состоянии при необходимости в режиме реального времени отследить взыскание долга по каждому делу, открытому судами, получить по всем делам сводную и отчетную информацию:

- на каком этапе находится процесс взыскания;

- какие службы или отделы вовремя предоставили информацию в юридический отдел;

- изменение сумм долга и т.п.

Зачастую угледобывающие предприятия поставляют уголь многочисленным муниципальным котельным, которые на конкурсной основе сдаются в аренду предпринимателям. Анализ существующей практики заключения арендных договоров показывает, что заключаются они на один отопительный сезон, в последние месяцы которого арендаторы стремятся не платить за полученный уголь, поскольку школы, детские сады и больницы зимой прокуратура не даст отключить от отопления. Так формируется безнадежная дебиторская задолженность. Поэтому уже на стадии заключения таких договоров крайне важно отслеживать сроки их заключения, а также гарантии муниципалитетов по расчетам арендаторов за уголь.

На первом этапе, как правило, в первичных управленческих структурах угледобывающего холдинга на основе результатов системного и бизнес-анализа [13-15] создается информационная база в виде матрицы событий с указанием вариантов последствий этих событий, их влияния на изменение суммы задолженности, а также с перечнем данных о событии, которые необходимо внести в карточку первичной информации (исходных данных).

Структура матрицы следующая: порядковый номер события, наименование события, варианты последствий события, изменение суммы задолженности после события, перечень данных о событии для внесения в карточку исходных данных.

Схематично процесс подготовки к взысканию задолженности в судебном порядке можно представить в виде матрицы, являющейся основой постановки задачи для разработки автоматизированного рабочего места «Исковое и исполнительное производство» (табл.).

Возможны различные причины задолженности: неплатежеспособность контрагента, изменение конъюнктуры рынка, рост отпускной цены в соответствии с договорными условиями из-за ухудшения горно-геологических условий или увеличения себестоимости в связи с удорожанием взрывчатых веществ, дизтоплива и т.п.

Далее, в зависимости от причин, вызвавших задержку платежей потребителя, необходимо привлечение к судебному разбирательству специалистов различных служб -- геологической, сбытовой, финансовой и т.д. Из названных специалистов создается рабочая группа, которая на своих заседаниях определяет тактику поведения и состав участников судебного разбирательства. При этом, как правило, согласовываются три позиции, которые условно можно назвать:

- полное удовлетворение взыскания задолженности;

- приемлемое удовлетворение взыскания задолженности (определяются частичные уступки, например для сохранения долговременных хозяйственных связей);

- полное принятие условий должника, например по рассрочке гашения долга в целях сохранения стратегического партнерства или уступка по причине социальной напряженности в определенном регионе, в котором предприятие является единственным поставщиком угля.

автоматизация взыскание дебиторская задолженность

Исковое и исполнительное производство

В каждой конкретной ситуации позиций может быть меньше или больше, главное, чтобы к судебному заседанию была выработана четкая, исчерпывающая доказательная позиция.

Аналогичным образом структурируется информация о других событиях, связанных с взысканием задолженности в исковом порядке: в апелляционном и кассационном производстве и т.д. вплоть до исполнения судебного акта службой судебных приставов.

Для оценки своевременности событий матрица событий дополняется контрольными сроками совершения каждого из них. Контрольные сроки для внутрифирменных событий устанавливаются локальными нормативными актами предприятия: стандартами, положениями, регламентами. Контрольные сроки событий, которые должны произойти вне предприятия, могут быть регламентированы государственными нормативными актами, в случае взыскания задолженности в исковом порядке -- Гражданским процессуальным кодексом РФ, а также могут устанавливаться экспертным путем на основе анализа времени подготовки и совершения аналогичных или однотипных событий.

Именно контрольные сроки позволяют настроить систему оповещения о необходимости того или иного события, дать оценку эффективности работы специалистов по подготовке и реализации событий.

В матрице событий, приведенной в качестве примера в таблице, контрольные сроки в днях будут дополнительным параметром в отдельной колонке.

На втором этапе в подразделении, ответственном за автоматизацию бизнес-процессов угледобывающего холдинга с учетом всех постановочных аспектов, формализованных на первом этапе, разрабатывается инфоло- гическая модель [16], которая демонстрирует иерархическую и логическую взаимосвязь событий, отражающих бизнес-процессы, формирование базы данных этих событий. Визуализация как метод является одним из способов повышения эффективности производственных процессов [17].

В случае реализации управленческого решения по взысканию задолженности в исковом порядке укрупненно инфологическая модель будет иметь структуру, приведенную на рисунке.

На третьем этапе на основе инфологиче- ской модели в подразделениях угледобывающего холдинга, ответственных за взыскание задолженности, условия заключения договоров и формирование ценовой политики, определяется неразрывно связанная с каждым событием информация в виде конкретных данных, которые при формализации алгоритма последовательности событий и связанных с ними действий специалистов целесообразно считать параметрами модели процессов. Например, такое событие, как образование задолженности, будет связано со следующими параметрами: состояние задолженности (просроченная), основание иска, дата начала образования задолженности, на какое число взыскивается задолженность, дата передачи служебной записки о взыскании задолженности в исковом порядке в юридический отдел, сумма задолженности и т.п.

Наименования параметров систематизируются и обобщаются в табличной форме. Для каждого параметра в таблице обязательно вводится следующая информация: номер по порядку, наименование параметра, кем вводятся данные, источник информации, в какой колонке и отчетной форме используется, кем используется, признак обязательности для занесения, наименование поля для занесения параметров, наименование вкладки с полями, наименование карточки, объединяющей несколько вкладок.

Структура инфологической модели

Так, в соответствии с инфологической моделью структурное соотношение разграничения информации можно проиллюстрировать следующим примером. Создается карточка «Исковое и исполнительное производство», имеющая следующие вкладки: «Обращение в суд первой инстанции», «Апелляционное производство», «Кассационное производство», «Производство в надзорном порядке».

Поля вкладки «Обращение в суд первой инстанции» следующие: вид задолженности, дата образования задолженности, дата передачи в юридический отдел, сумма задолженности, примечание юридического отдела, дата передачи документов в юридический отдел, дата подачи иска, дата предварительного заседания суда, номер дела, дата решения суда, результат рассмотрения дела, дата вступления решения суда в силу, дата и номер исполнительного листа, дата повторного рассмотрения дела, задолженность по решению суда, в том числе пени (штрафы), сумма госпошлины, подлежащей возврату по решению суда.

На четвертом этапе в юридическом подразделении угледобывающего холдинга формируются отчетные формы, обобщающие данные по искам в удобной для восприятия табличной форме.

Основным инструментом, обеспечивающим информационную взаимосвязь отчетных форм с данными о событиях, заносимыми в карточки, их поля и вкладки, является таблица соответствий. Таблица может иметь следующую структуру в разрезе колонок: номер по порядку, номер столбца отчетной формы, наименование столбца отчетной формы, наименование карточки, вкладки и поля, содержащих необходимые данные.

Рассмотренный подход к разработке алгоритма формирования информации о ходе и результативности выполнения управленческих решений позволяет получить формализованные данные о каждом связанном с реализацией управленческого решения событии. Эти данные, в свою очередь, обеспечивают реальную основу для подготовки технического задания на разработку автома-тизированного рабочего места по взысканию просроченной дебиторской задолженности.

Необходимо отметить, что формализация взыскания просроченной дебиторской задолженности соответствующими подразделениями холдинга выстраивается с учетом всех особенностей работы низовых организационно-управленческих структур, которые, собственно, и поставляют уголь конкретным потребителям и выстраивают с ними финансовые отношения.

Заключение

Таким образом, рассмотренные в статье процессы формирования информации позволяют:

- перейти к автоматизации ее получения при отсутствии взаимосвязи между входящими и расчетными данными в виде формул, т.е. когда разработка алгоритма на основе расчетных данных невозможна;

- создать автоматизированное рабочее место, обеспечивающее своевременное ин-формационное сопровождение состояния исковой работы и исполнительного производства при взыскании просроченной дебиторской задолженности как по каждому должнику или договору, так и в целом по всем искам;

- автоматизировать отчетность и на этой основе в дальнейшем построить систему оценки эффективности действий работников не только юридических служб, но и различных структурных подразделений, от которых зависит подготовка информации для взыскания долгов.

Особенно это важно при значительных массивах данных о событиях, которые для успешности и своевременности реализации принятых управленческих решений должны совершаться в определенной последовательности, в установленные сроки и в определенном объеме.

СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ

1. Седых Н.К. Пути улучшения финансовой политики угольных предприятий / Н.К. Седых, И.Н. Чайковская // Горный информационно-аналитический бюллетень. -- 2014. -- № 11. -- С. 297-302.

2. Куприянова Т.А. Центры ответственности как элемент бюджетирования в угольной компании / Т.А. Куприянова, А.А. Вострова, А.С. Долгих // Российское предпринимательство. -- 2017. -- Т. 18, № 8. -- С. 1345-1352. -- DOI: 10.18334/rp.18.8.37768.

3. Гринкевич О.В. Особенности управления дебиторской задолженностью на горном предприятии / О.В. Гринкевич, С.В. Стрекалов // Актуальные проблемы экономики и управления в XXI веке : материалы 1-й Междунар. науч.-практ. конф. -- Новокузнецк, 2015. -- Ч. 1. -- С. 263-266.

4. Фатхутдинов Р.А. Управленческие решения : учебник / Р.А. Фатхутдинов. -- М. : Инфра-М, 2008. -- 342 с.

5. Ширяев В.И. Принятие решений: динамические задачи, управление фирмой / В.И. Ширяев, Е.В. Ширяев. -- М. : Либроком, 2016. -- 192 с.

6. Александров Д.В. Моделирование и анализ бизнес-процессов : учебник / Д.В. Александров. -- Саратов : Ай Пи Эр Медиа, 2017. -- 226 c.

7. HassabElnaby H.R. Debt Covenant Violation and Earnings Management: A Neuroscience Approach and Future Directions -- A Research Note / H.R. HassabElnaby, A. Abdel-Maksoud, A. Said // Advances in Accounting Behavioral Research. -- 2017. -- Vol. 20. -- P. 63-78.

8. Jagoda K. An Integrated Framework for ERP System Implementation / K. Jagoda, P. Samaranayake // International Journal of Accounting & Information Management. -- 2017. -- Vol. 25, iss. 1. -- P. 91-109.

9. Дудин А. Дебиторская задолженность: методы возврата, которые работают/ А. Дудин. -- СПб. : Питер, 2012. -- 191 с.

10. Якименко Д. Автоматизация бизнес-процесса взыскания задолженности [Электронный ресурс] / Д. Якименко. -- М. : Секвойя Кредит Консолидейшн. -- Режим доступа: https://www.sas.com/content/ dam/SAS/ru_ru/image/events/SAS-Forum-Russia/Presentation/Risk-Management/7_Debt-Collection- Automation-on-SAS-Platform-(SFR2015).pdf.

11. Lawrence K.D. A Multi-Objective Mathematical Programming Model for Audit Samples of Balances for Accounts Receivable / K.D. Lawrence, R. Klimberg, M. Lawrence // Applications of Management Science. -- 2006. -- Vol. 12. -- P. 63-76.

12. Колесниченко Е.А. Инструментарий управления дебиторской задолженностью предприятия / Е.А. Колесниченко, Я.Ю. Радюкова, Н.Р. Загуменнов // Социально-экономические явления и процессы. -- 2017. -- Т. 12, № 2. -- С. 106-114.

13. Корнипаев И. Требования для программного обеспечения: рекомендации по сбору и документированию / И. Корнипаев. -- М. : Кн. по требованию, 2013. -- 118 с.

14. Laursen G.H.N. Business Analytics for Managers: Taking Business Intelligence Beyond Reporting / Gert H.N. Laursen, Jе. Thorlund. -- Hoboken : John Wiley&Sons, 2016. -- 288 p.

15. Данелян Т.Я. Юридические информационные системы / Т.Я. Данелян. -- М. : URSS, 2017. -- 208 с.

16. Карпова Т.С. Базы данных. Модели, разработка, реализация : учеб. пособие / Т.С. Карпова. -- М. : Интуит, 2016. -- 403 с.

17. Singh K. Interactive Visual Analysis of Anomalous Accounts Payable Transactions in SAP Enterprise Systems / K. Singh, P. Best // Managerial Auditing Journal. -- 2016. -- Vol. 31, iss. 1. -- P. 35-63.

REFERENCES

1. Sedykh N.K., Chaikovskaya I.N. The Ways to Improve Fiscal Policy of the Coal Mining Enterprises. Gornyi informatsionno-analiticheskii byulleten' = Mining informational and analytical bulletin, 2014, no. 11, pp. 297-302. (In Russian).

2. Kupriyanova T.A., Vostrova A.A., Dolgikh A.S. Responsibility СЄМЄ^ as an element of budgeting in a coal company. Rossiiskoe predprinimatel'stvo = Russian Journal of Entrepreneurship, 2017, vol. 18, no. 8, pp. 1345-- 1352. DOI: 10.18334/rp.18.8.37768. (In Russian).

3. Grinkevich O.V., Strekalov S.V. Characteristics of receivables management at a mining company. Aktual'nye problemy ekonomiki i upravleniya v XXI veke. Materialy 1-i Mezhdunarodnoi nauchno-prakticheskoi konferentsii [Actual Problems of Economy and Management in the XXI Century. Materials of the 1st International Scientific and Practical Conference]. Novokuznetsk, 2015, pt. 1, pp. 263-266. (In Russian).

4. Fatkhutdinov R.A. Upravlencheskie resheniya [Management decisions]. Moscow, Infra-M Publ., 2008. 342 p.

5. Shiryaev V.I., Shiryaev E.V. Prinyatie reshenii: dinamicheskie zadachi, upravlenie firmoi [Decision-making. Dynamic Problems of Company Management]. Moscow, Librokom Publ., 2016. 192 p.

6. Aleksandrov D.V. Modelirovanie i analiz biznes-protsessov [Model and business process analysis]. Saratow, IPR Media Publ., 2017. 226 p.

7. HassabElnaby H.R., Abdel-Maksoud A., Said A. Debt Covenant Violation and Earnings Management: A Neuroscience Approach and Future Directions -- A Research Note. Advances in Accounting Behavioral Research, 2017, vol. 20, pp. 63-78.

8. Jagoda K., Samaranayake P. An Integrated Framework for ERP System Implementation. International Journal of Accounting & Information Management, 2017, vol. 25, iss. 1, pp. 91-109.

9. Dudin A. Debitorskaya zadolzhennost': metody vozvrata, kotorye rabotayut [Accounts receivables: collection methods that work]. Saint Petersburg, Piter Publ., 2012. 191 p.

10. Yakimenko D. Avtomatizatsiya biznes-protsessa vzyskaniya zadolzhennosti [Automatization of debt collection business process]. Moscow, Sequoia Credit Consolidation. Available at: https://www.sas.com/content/ dam/SAS/ru _ru/image/events/SAS-Forum-Russia/Presentation/Risk-Management/7_Debt-Collection-Auto- mation-on-SAS-Platform-(SFR2015).pdf. (In Russian).

11. Lawrence K.D., Klimberg R., Lawrence M. A Multi-Objective Mathematical Programming Model for Audit Samples of Balances for Accounts Receivable. Applications of Management Science, 2006, vol. 12, pp. 63-76.

12. Kolesnichenko E.A., Radyukova Y.Y., Zagumennov N.R. Tools of Management of Receivables of the Enterprise. Sotsial'no-ekonomicheskie yavleniya i protsessy = Socio-Economic Processes and Phenomena, 2017, vol. 12, no. 2, pp. 106-114. (In Russian).

13. Kornipaev I. Trebovaniya dlya programmnogo obespecheniya: rekomendatsii po sboru i dokumentiro- vaniyu [Software standards: recommendations on collection and documentation]. Moscow, Kniga po Trebovaniyu Publ., 2013

14. Laursen G.H.N., Thorlund Jе. Business Analytics for Managers: Taking Business Intelligence Beyond Reporting. Hoboken, John Wiley&Sons, 2016

15. Danelyan T.Ya. Yuridicheskie informatsionnye sistemy [Legal information systems]. Moscow, URSS Publ., 2017. 208 p.

16. Karpova T.S. Bazy dannykh. Modeli, razrabotka, realizatsiya [Databases. Models, development, implementation]. Moscow, Intuit Publ., 2016. 403 p.

17. Singh K., Best P. Interactive Visual Analysis of Anomalous Accounts Payable Transactions in SAP Enterprise Systems. Managerial Auditing Journal, 2016, vol. 31, iss. 1, pp. 35-63.

Размещено на Allbest.ru