In een vorige bijdrage hebben we vastgesteld dat bepaalde aspecten van credit management kunnen worden beheerd aan de hand van de technieken van risicobeheer.

In deze bijdrage bestuderen we hoe we dit kunnen gebruiken om tot een financiële evaluatie van een handelstransactie over te gaan. Daarbij gebruiken we enkele begrippen uit de statistiek. We streven er wel naar de complexiteit van de voorgestelde technieken te beperken of te herleiden tot hun meeste elementaire basisvorm.

Verwachte waarde

Het eerste, meest eenvoudige basisconcept dat we gebruiken bij onze evaluatie is het begrip ‘verwachte waarde’. Het is duidelijk dat als we een beslissing moeten nemen in verband met een handelstransactie en de voorwaarden waaronder we die eventueel willen laten doorgaan, we het liefst een zo eenduidig en eenvoudig mogelijk resultaat hebben om de beslissing op te baseren. Een volledige waarschijnlijkheidsverdeling met alle mogelijke uitkomsten zal in deze context dus niet zonder meer bruikbaar zijn. We zullen dan ook de verdeling omrekenen naar een enkel resultaat. Daartoe nemen we elk van de verschillende mogelijke resultaten en vermenigvuldigen die met de waarschijnlijkheid waarmee elk resultaat zich kan voordoen. Als we al deze tussenresultaten optellen, levert dat ons de verwachte waarde op.

Voorbeeld

We krijgen een bestelling binnen van een (nieuwe) klant. De klant bestelt 1.000 stuks van een bepaald product, de verkoopprijs is € 20 per stuk. Het volledige factuurbedrag is dus € 20.000 (we maken abstractie van BTW). We gaan op zoek naar informatie over deze klant en stellen vast dat er 10% kans is dat hij op korte termijn in faling zal gaan, en dus de factuur niet zal voldoen. Hierbij gaan we er eenvoudigheidshalve van uit dat we in dat geval de geleverde goederen niet kunnen recupereren en dat er geen dekking is door een kredietverzekering. Met andere woorden, het volledige bedrag van de factuur is verloren. We moeten uiteraard rekening houden met de kosten die we zelf gemaakt hebben om de – door ons geproduceerde of aangekochte – goederen te kunnen leveren. Stel dat de totale  kostprijs (we bekijken later nog wel even welke kosten we hier al dan niet in rekening brengen) op € 16 per stuk uitkomt, dan zijn er twee mogelijke uitkomsten:

* Klant betaalt: opbrengst is € 20.000, kosten zijn € 16.000, probabiliteit is 90%.
* Klant betaalt niet: opbrengst is € 0, kosten zijn € 16.000, probabiliteit is 10%.

Dus wordt de verwachte opbrengst: € 4.000 * 90% + (-€16.000) * 10% = € 2.000.

We houden dus een positief resultaat over, maar het is ook duidelijk dat we nog  enkele stapjes (of stappen) verder zullen moeten gaan om een echt realistisch beeld te krijgen.

Meerdere beslissingsmomenten

De sterke vereenvoudiging die we hebben gebruikt om de berekeningsmethode te illustreren, is inderdaad te ver van de realiteit verwijderd om zonder meer gebruikt te kunnen worden. Om te beginnen is het zo dat we bij het beoordelen van de volledige handelstransactie niet een enkel beslissingspunt hebben, maar dat er een aantal zullen optreden. Zetten we die even op een rijtje. De klant plaatst een bestelling en vraagt daarbij betalingsuitstel. We veronderstellen dat we de bestelde goederen beschikbaar hebben en dus kunnen leveren, en moeten beslissen over de betalingsvoorwaarden: eisen we van de klant contante betaling of staan we hem het gevraagde krediet toe? Als we betalingsuitstel toestaan en de goederen geleverd hebben, kunnen zich de twee hierboven beschreven situaties voordoen: de klant betaalt of de klant betaalt niet. Als we beslissen geen krediet toe te staan, zijn er opnieuw twee mogelijkheden: de klant besluit naar een andere leverancier te gaan of hij bestelt toch zijn goederen bij ons en aanvaardt dus de contante betaling. Het is duidelijk dat het doorgaans zeer moeilijk zal zijn de beslissing van de klant te voorspellen. Onze kennis van de markt en van de mogelijke andere leveranciers, in combinatie met het risicoprofiel van de klant, zullen ons daarbij moeten helpen. Ons eenvoudig beginmodelletje wordt dus al iets ingewikkelder. We hebben ook bijkomende gegevens nodig:

* De kans dat de klant failliet gaat en niet betaalt: Pfal.
* De kans dat de klant na weigering van betalingsuitstel toch bij ons bestelt: Pbest.

We maken onze berekening algemeen om die in formulevorm uit te drukken, dus hebben we bijkomende gegevens:

* P = verkoopprijs per stuk.
* Q = hoeveelheid.
* k = kostprijs per stuk.

Daarnaast zullen we ook rekening houden met de tijdswaarde van het geld (we zijn nu eenmaal financieringsspecialisten). In ons voorbeeld hebben we twee tijdstippen
waarop kasstromen optreden:

* Het tijdstip 0 waar de kosten gemaakt worden en waar de contante betaling gebeurt;
* Het tijdstip van de betaling door de klant indien we hem uitstel hebben toegestaan.

Voor het tweede tijdstip zullen we dus de contante waarde van de kasstroom berekenen door de nominale waarde te delen door de actualisatiefactor (1+i)d/360 , waarbij i de gemiddelde vermogenskost is en d het aantal dagen betalingsuitstel. Dan wordt het totaalresultaat als we het krediet aanvaarden:

* (1-Pfal) * Q * p * (1+i)-d/360 – (1-Pfal) * Q * k – Pfal * Q * k
* Als we het krediet weigeren: Pbest * Q * (p-k)

We kunnen deze twee resultaten dan met elkaar vergelijken om te beslissen of we de bestelling aanvaarden met of zonder betalingsuitstel.

Als we dit in ons voorbeeld zouden berekenen met een betalingstermijn van 45 dagen en een vermogenskost van 8% op jaarbasis, en bovendien veronderstellen dat er een kans van 40% is dat de klant ook zonder krediet zijn bestelling bij ons plaatst, vinden we als resultaat bij aanvaarding van het krediet € 1.828. Bij weigering komen we tot een lagere verwachte opbrengst van € 1.600. Als de falingskans tot 15% zou toenemen, zou bij aanvaarding de verwachte opbrengst reeds lager geworden zijn, namelijk € 837. Als onze winstmarge veel lager wordt – bijvoorbeeld bij een kostprijs per stuk van € 18, wordt bij aanvaarding (met falingskans 10%) de verwachte opbrengst reeds negatief: -€172. Zo kunnen we vrij gemakkelijk verschillende situaties en hypothesen uitproberen.

Tot besluit

Toch blijft dit nog steeds een sterk vereenvoudigde voorstelling van de complexe realiteit. We hebben nog geen rekening gehouden met laattijdige betalingen, incassokosten, korting voor contante betaling, kredietverzekering, eigendomsvoorbehoud, enzovoort. Bovendien hebben we ons beperkt tot één enkele eenmalige transactie met één klant. Het is dan ook duidelijk dat we nog een aantal bijkomende complicaties of verfijningen aan het theoretisch model kunnen aanbrengen. Die zullen we in de volgende bijdrage bespreken!

 

Bron: De Credit Manager