辛月
【摘要】應收賬款融資是將現金預付給公司以抵銷其客戶尚未支付的應收賬款的過程,是企業公認的資金來源。本文分析了一種新穎的應收款融資的協作方法,與現有的集中化方法不同,在現有的集中化方法中,融資公司充當服務器來分別處理每個請求,而從網絡角度出發,在客戶之間觸發資金流卻具有獨特的優勢。
【關鍵詞】網絡 ?應收款融資 ?財務管理
引言:應收款是客戶因交付或使用但尚未付款的商品或服務而欠公司的債務。在企業財務管理過程中,應收款融資(RF)是債權人為現金提供服務的服務通過將應收帳款出售給出資者或融資公司而產生的流動。出資者預期應收款項的一部分,扣除一定百分比的服務費。應收款項融資主要是為了縮短應收款項的等待時間。這些時間通常為30到120天,這意味著企業將面臨緊張的等待,因為他們無法有效地提前計劃,而又不知道下一次付款的時間。兌現預期的應收款將使企業立即獲得一筆一次性的資金。這大大緩解了財務管理與應收款相關的現金流量問題。另一個優點是,出資者通常也管理信貸控制,這意味著債權人不再需要追逐債務人以收取應收款項。RF由銀行和金融機構提供。但最近幾年見證了RF數字平臺的出現,例如美國BlueVine,Fundbox和C2FO等公司。基于網絡的新穎視角。現有出資者使用的方法是出資者充當集中式服務器,處理每個應收賬款的請求,這些應收賬款是單獨融資的。集中化策略的主要限制在于它無法處理來自同一融資服務客戶的同時請求。換句話說,客戶-服務器RF完全無視這樣一個事實:請求融資公司的應收款構成了一個網絡,在該網絡中,相同的客戶可以充當不同應收款的債權人或債務人。
一、基于網絡的應收款融資與財務管理方案分析
通過考慮的方案,具體的財務管理方案中,出資者擁有一組客戶,這些客戶提交應收賬款以要求現金預期。出資者采用基于網絡的方法來進行應收賬款結算:即出資者不會單獨處理每個請求,而是嘗試自動識別一部分應收款,以便所涉及的客戶可以相互自動付款。資金提供者為客戶分配了一個專用帳戶,該帳戶用于支付被動應收款或獲得主動應收款的款項。此外,客戶可以在其帳戶上進行存款/取款。此類操作會觸發外部資金流,這些資金流并非來自應收款清算。使系統保持協作平衡的必要條件是,如果客戶從其帳戶中提取資金,則此操作不應增加客戶的邊際可用性,以通過RF服務兌現更多應收款。相反如果客戶將錢存入其帳戶,則此操作顯然會增強其支付更多應收款的能力。為了考慮這些原則,我們跟蹤客戶帳戶中的兩個不同余額,并要求此類余額受下限和上限的限制。從出資者及其客戶的角度來看,這個目標是可取的。實際上已結算的應收賬款金額越大,出資者的利潤就越大。同樣通過基于網絡的RF服務結算的較大的應收賬款金額也為客戶節省了更多的錢,否則他們將訴諸更昂貴的服務,例如傳統的RF。受到市場選擇的激勵,即避免只選擇一天中的某個客戶作為應收款的付款人。人們認為,向客戶表明他們被選擇支付應收賬款的任何一天,這對于鞏固他們對服務的滿意度和參與度至關重要。同時,不允許顧客成為僅收款人是為了進一步保證上述的沖銷原則。上面的原理被形式化為以下優化問題。
二、應收款融資與財務管理的混合算法及應用
可以通過輸入多重圖的每個弱連接組件上分別運行上述任何算法,然后采用所有部分解決方案的并集來解決最大利潤平衡解決方案。在較小的連接組件上運行精確的Settlement-bb算法,在其余組件上運行Settlement-beam算法。這種算法稱為“混合結算”,將弧按非遞增量排序,因為較大數量的弧更有可能對最優解有更大的貢獻。最后,我們嘗試了bfs和dfs訪問策略,但未發現任何實質性差異。另一方面,為了測試和解混合的可擴展性,我們考慮了有限上限,正常情況和隨機采樣的對應于5、10、15、30、60和90天的數據段。我們將每個段的應收款集合折疊為一個S-multigraph,并在其上運行Settlement-Hybrid,設置L=10和K =100。此實驗的目的是評估在較大范圍內Settlement-Hybrid的運行時間圖。每個段的S線圖大小,穩定量和運行時間。金額通常大于此處報告的金額。這兩個實驗在數量上是不具有可比性的,因為在四分之一的所有時刻的總和,每個壽命擴展到5天,10天或15天的窗口,具體取決于參數。相反,運行時間在15天以內是可比較的,因為第一張表報告了平均每天運行時間。確實,當考慮長達15天時,達到的時間與之前報告的時間一致。在30天的時間里,該算法仍然非常有效,耗時超過一分鐘。運行時間在兩個較大的段上增加了:該算法在兩個月的段上使用不到一小時,而在三個月的段上使用約7.5小時。盡管成本顯著增加,但請注意,基于網絡的RF服務旨在在每個工作日結束時離線運行。在這種情況下,即使報告的時間更長,也可以接受。此外,鑒于該服務每天都在工作,因此解決方案混合需要處理的實際數據大小是先前實驗的大小。最后,測試的實現是順序的。可以通過并行化輸入多圖的連接部分上的計算來改進它。
三、結論
本文分析了一種新穎的基于網絡的應收款融資方法,主要貢獻在于這種新穎服務的原則性表述和解決方案,在應收款網絡上定義和表征一個新穎的優化問題,并設計精確的算法和更有效的算法來解決該問題,從而實現更好的財務管理。實際應收數據的實驗表明,本文分析的算法在實踐中效果很好。未來可以通過合并預測方面來改進方法,在預測方面考慮近期財務決定而不是每天做出靜態決定。
參考文獻:
[1]康玉霞,王歡.新收入準則下融資性分期收款銷售商品的會計處理研究[J].現代商貿工業,2018,39(30):87-88.
[2]崔安琪,姜楠.區塊鏈技術在供應鏈金融中的應用實踐分析[J].中國經貿導刊(中),2018(23):53-55.
[3]原林.有形動產融資租賃的會計處理探討[J].中國商論,2018(22):25-26.
[4]王青亞.具有融資性質分期收款銷售業務的類比理解法[J].金融經濟,2018(14):116-117.