4. 应收账款管理:信用政策制定、账龄分析、坏账准备计提

应收账款管理,说白了就是跟客户“要账”的艺术。芯片贸易这个行当,资金周转快,账期又长,搞不好就是“卖一颗赚十块,坏账亏掉一百”。我做了这么多年财务,见过太多公司因为应收账款失控,最后把自己拖垮的。

今天咱们就聊聊,怎么管好这笔“挂在别人口袋里的钱”。

4.1 信用政策制定:给客户画条线

信用政策,就是公司给客户的“赊账规则”。你想想看,芯片贸易里客户五花八门——有终端大厂、有代理商、有方案商。每个客户的信用状况都不一样,你不能一刀切。

我个人习惯的做法是:先分类,再定政策。

一般我会把客户分成三类:

  • A类客户:上市公司、行业龙头、合作3年以上无逾期。给30天账期,额度500万。
  • B类客户:中型企业、合作1年以上偶尔逾期。给15天账期,额度200万。
  • C类客户:新客户、小公司、有逾期记录。原则上现款现货,最多给7天账期,额度50万。

这里有个坑——额度不是死的。我记得有一次,一个B类客户突然要加急提货,订单金额超过了额度。我当时的做法是:要求对方先付50%预付款,剩余部分走15天账期。这样既保住了生意,又控制了风险。

小技巧:信用政策要定期review。我建议每季度更新一次客户信用评级,尤其是那些“突然变好”的客户——说不定是回光返照。

4.2 账龄分析:盯着账本过日子

账龄分析,就是看你的应收账款“老了多久”。芯片贸易的账期一般30-90天,超过90天就要拉警报了。

我常用的账龄分析表长这样:

账龄区间 金额(万元) 占比 风险等级
0-30天 800 50%
31-60天 400 25%
61-90天 200 12.5%
91-180天 100 6.25% 严重
180天以上 100 6.25% 坏账

为什么要做账龄分析?因为账龄越长,回收可能性越低。我见过一个极端案例:某公司一笔300万的应收账款拖了两年,最后客户破产了,一分钱没拿回来。如果当时及时做账龄分析,早该计提坏账了。

嗯,这里要注意:账龄分析不能只看总数,要按客户、按合同、按批次去拆。我曾经遇到过一个客户,总欠款500万,但其中300万是刚发生的,200万是半年前的。如果只看总数,你会觉得风险可控;但拆开一看,那200万其实已经悬了。

4.3 坏账准备计提:预期信用损失模型

坏账准备,就是提前“认亏”。以前咱们用的是“已发生损失模型”——等客户真不还钱了才计提。但新会计准则(IFRS 9)要求用“预期信用损失模型”,说白了就是:你得提前猜,哪些钱可能收不回来

这个模型听起来高大上,其实核心就三步:

  1. 分组:按账龄、客户类型、历史损失率分组。
  2. 算概率:统计每组的历史违约率。
  3. 计提:用违约率乘以账面金额,得出预期损失。

举个例子,假设你统计了历史数据:

账龄 历史违约率
0-30天 0.5%
31-60天 2%
61-90天 5%
91-180天 15%
180天以上 50%

那么,对于一笔100万的应收账款(账龄61-90天),预期信用损失就是:100万 × 5% = 5万。你需要在当期利润表里计提5万的坏账准备。

重点:预期信用损失模型不是让你“精确预测”,而是让你“合理估计”。我见过一些公司为了美化报表,故意把违约率算得很低,结果第二年坏账暴雷。千万别干这种事,审计师一眼就能看出来。

我曾经踩过一个坑:有一年,我们公司有个大客户,账龄已经超过180天了,但我总觉得“老客户了,应该会还的”,就没计提足额坏账。结果第二年客户资金链断裂,那笔300万的应收账款只收回了20万。从那以后,我再也不敢“凭感觉”了,老老实实按模型算。

4.4 核心逻辑框架图

下面这张图,把应收账款管理的核心逻辑串起来了:

应收账款管理核心逻辑 信用政策制定 账龄分析 坏账准备计提 客户分类 → 额度设定 → 账期约定 账龄区间 → 金额统计 → 风险评级 分组 → 历史违约率 → 预期损失 目标:降低坏账风险,加速资金周转 数据反馈,持续优化信用政策
警告:预期信用损失模型不是“一劳永逸”的。市场环境变了、客户经营状况变了,违约率也要跟着调。我建议至少每半年重新测算一次历史违约率,别用三年前的数据算今年的坏账。

好了,应收账款管理这块,核心就是三件事:定规矩(信用政策)、盯过程(账龄分析)、提前认(坏账准备)。芯片贸易利润薄,经不起坏账折腾。把这些基础工作做扎实了,你的财务数据才经得起推敲。


公众号:蓝海资料掘金营,微信deep3321