Loven krever at styret har kontroll, lederne ønsker å vite hva de kan bruke og eierne vil vite hvor mye de kan ta i utbytte. Likviditetsprognosen er Kinderegget som leverer på alle tre behovene. Her er noen betraktninger og tips om hvordan man setter opp og vedlikeholder en slik prognose. Kanskje er en likviditetsprognose det nyttigste regnearket du noensinne lager?
Før du begynner
Uker, måneder – eller dager – som utgangspunkt
Likviditetsprognosen må vise pengebevegelser over tid, og du må bestemme deg for hvor finmasket oppsettet skal være. Mange nøyer seg med månedlige tall, men det er heller ikke uvanlig med ukesbaserte prognoser. Sistnevnte vil ofte kunne vise at det laveste cashnivået inne i en måned faktisk er betydelig lavere enn det man forventer å ha som saldo ved slutten av en måned. Generelt kan vi si at de med romslig likviditet kan bruke månedsbaserte prognoser, mens de som presser likviditeten litt hardere bør basere seg på uker.
Dokumentasjon og prosess for neste oppdatering
En prognose som en engangsøvelse er nyttig og kan vel med rette egentlig kalles et likviditetsbudsjett. En likviditetsprognose som holdes jevnlig oppdatert har derimot klart flere bruksområder, blant annet i møte med endrede forutsetninger. Dersom du derfor dokumenterer de konkrete praktiske stegene du går gjennom når du lager prognose første gang så vil det bli enklere å gjøre oppdateringer.
Innlegg om beslektede ord: En liten ordbok for samtaler om likviditet i en bedrift
Regneark som forenkler samarbeid
Det skal godt gjøres å ikke bruke et regneark til å lage slike prognoser. Så langt mulig er det å anbefale å bruke en løsning som lar deg dele arket med andre slik at flere kan bidra med å legge inn tall. Billigst i klassen i så måte er nok Google Sheets, men Excel “i skyen” fungerer også utmerket.
Bruk mal med måte
Det er fristende å gå på leting etter en mal å fylle inn før man begynner. Det må du gjerne gjøre men vær forberedt på å da gjøre mange justeringer i oppsettet og bruke tid på å se gjennom formlene. Alt annet likt kan det være lurt å begynne å sette opp modellen selv og heller lime tallene inn i en mal etter hvert dersom det viser seg å være nødvendig. (Når f.eks. styret skal agere på bakgrunn av modellen så bør den som ha laget den kunne svare på relativt kinkige spørsmål og det kan være behagelig å ha full kontroll.) Hvis du først skal bruke en mal så kan du finne en oversikt over tilgjengelige maler her: Mal for likviditetsprognose
Steg 1 – Samle inn tilgjengelige historiske tall
Vi er på jakt etter penger inn og penger ut, og vi vil gjerne ha et bilde av fortiden for å kunne gjøre det enklere å spå fremtiden. Generelt sett så er det ikke dumt å gå to nyttårsaftener tilbake, slik at du har et stk fullstendig år med data, samt tallene for året du er inne i.
Det du ønsker deg er en liste over transaksjoner med beløp, tidspunkt for betaling og kostnadsarten beløpet tilhører. Med denne kan du ved hjelp av en pivot-tabell gjenskape den likviditetsmessige fortiden.
Få tall fra regnskapssystemet – hvis du kan
Og hvor kan vi finne disse tallene? Regnskapssystemet burde kunne være en god kilde men er dessverre ikke alltid det. Du kan nemlig gjerne regnskapsføre en kostnad i mai og betale regningen i juli (og vise versa). Og penger du får betalt fra kunder kan for bli inntektsført først flere måneder fram i tid dersom levering ikke foregår samtidig med betalingen. Så vi må ett hakk dypere enn regnskapsførte beløp og finne fram til betalingsdato. Et spørsmål til kundeservice for ditt regnskapsprogram er trolig raskeste vei til mål for å finne ut om du kan få ut egnet rapport.
Bruk en eksport fra banken – hvis ikke bunter ødelegger
Banken har selvfølgelig oversikt over penger som har gått inn og ut, men de har ofte også såkalte bunter i transaksjonene. La oss si at 3 regninger har blitt betalt på samme dag ved hjelp av regnskapssystemet. Da vil disse betalingene fort kunne være samlet i en såkalt bunt i banken hvor du kun ser totalbeløpet. Når det gjelder inntekter så er dette ikke alltid et like stort problem, med mindre du ønsker å modellere inntekter like detaljert som kostnader. (Det gjør man normalt ikke.)
Last ned en kontoustkrift i regnearkformat og se hvilken informasjon som fremkommer. Dersom du får opp navn på mottaker vil du ha det du trenger til å sette kostnadsart på hver rad. (Dersom feltet med beskrivelse varierer noe så kan du bruke filterfunksjonen i regnearket og samtidig f.eks. klassifisere alle betalinger som har “Thon” i beskrivelsen som husleie.)
Det du uansett bør hente fra banken er saldo per tidspunkt i modellen bakover i tid. Formlene du legger inn i din likviditetsprognose bør kunne gjenskape disse saldoene basert på kostnader og inntekter.
Gå til plan B hvis du må – regnskapsmessige tall er bedre enn ingenting.
Hvis intet annet lar seg fremskaffe så må du ta til takke med regnskapsmessige tall. Og skal din likviditetsprognose lages på månedsbasis så vil du faktisk normalt sett kunne ta ut en ferdig oversikt. Dersom detaljgraden i den ikke passer helt kan det være greit å holde på tanken om å ta ut transaksjoner og bruke en pivot-rapport til å sortere i uker eller måneder. Da kan du nemlig gjøre din egen sortering i kostnadsarter og f.eks. kanskje beholde egne linjer til noen leverandører.
Resulatet
Når du er ferdig med dette steget bør du ha et regneark foran deg med rader av kostnadsarter (eller evt. leverandører), en eller flere rader med inntekter (og kanskje finansiering) og kolonner med tall på enten ukes- eller månedsbasis. Nederst på arket bør du ha saldo fra banken på slutten av hver periode. (Dersom flere kontoer er i sving så kan det noen ganger være hensiktsmessig å benytte en samlet saldo for disse i modellen.) Med dette i hende kan du begynne å lage kolonner for fremtiden. Juhu!
Steg 2 – Bygge formler og legge inn forventede tall
Formlene i en likviditetsmodell er ikke så avanserte heldigvis. (Utfordringen knytter seg mer til at de kan bli mange av dem i et stort regneark.) Pengene du hadde i foregående periode minus penger du har utbetalt pluss penger du har mottatt blir pengene du har i slutten av perioden du står inne i.
Så er det selvfølgelig noen ting som er mer krevende å beregne enn andre, i denne gjennomgangen nøyer vi oss med å liste opp noen eksempler: personalkostnader inkludert arbeidsgiveravgift og forskuddstrekk, merverdiavgift og innbetalinger fra kunder vs. utestående fordringer. En grei praksis kan være å bygge egne ark for disse eller eventuelt lag støtteberegninger lenger ned i hovedmodellen.
Poster og formel som brukes i et likviditetsbudsjett eller en likviditetsprognose
Samme tidspunkt året før er et godt startpunkt
Forventede tall kan i sin enkleste form være tilsvarende som samme periode i fjor. Så start gjerne med å kopiere disse som utgangspunkt. Så forventer du kanskje høyere inntekter, økte variable kostnader, nyansettelser, endringer i priser etc. og dette kan du så enten legge inn som direkte justeringer eller bygge formler for å beregne.
Dersom budsjettet tilsier en økning på 20% i inntekter kan det være en vei å gå å lage en faktor som påvirker inntekter i hver periode med en stigende prosent slik at samlet innbetaling blir 20% høyere enn fjoråret. Sett opp totaler per år til høyre i regnearket slik at du kan ta en sanity-check av tallene dine på overordnet nivå når du gjøre endringer.
Pass opp for sesonger etc. når du legger inn forutsetninger. Salget kan være dramatisk lavere i juni f.eks. Dersom man tar utgangspunkt i historiske tall så vil dette dog være ivaretatt i de fleste tilfeller. (Øker du et lavt juli-salg med 12% så er det fremdeles et moderat salg.)
Steg 3 – Analyse, feilretting og optimalisering
Likviditetsprognosen bør klare å gjenskape fortiden sånn noenlunde. Det blir neppe perfekt, men beregnet saldo bakover i tid bør matche noenlunde med det som faktisk stod i banken. Jobb med formlene og eventuelt dataene du har samlet inn til du har en OK match.
Utviklingen i fremtidig likviditet bør stemme noenlunde med hva du har sett tidligere og det fornuften tilsier. Gå på jakt etter feil i formler eller forutsetninger dersom noe virker snodig. Det betyr ikke at du ikke kan komme til å få overraskelser når du setter opp modellen, det er jo nettopp derfor du gjør jobben. Men dersom du f.eks. oppdager en kraftig likviditetsskvis på høsten så bør det første du gjør være å sjekke gjennom hvordan tallene fremkom.
Gode hjelpemidler i denne fasen er de tidligere nevnte samlede tallene på årsbasis til høyre i regnearket samt bruk av formler for å kunne se minimums- og maksimumsnivå av fremtidig likviditet mens du gjøre endringer. Med en eller to låste kolonner til venstre kan det være nyttig å legge slike formler i noen celler som du hele tiden kan se mens du jobber.
Kvalitet kommer med gjentatte oppdateringer
Likviditetsprognosen du sitter med på dette tidspunktet er en godt start. Men dersom du fortsetter å oppdatere i noen perioder vil du garantert ende opp med å gjøre store justeringer. Man får ikke nødvendigvis en treffsikker likviditetsprognose ved første forsøk. Snarere er det slik at kvaliteten på prognosen blir bedre og bedre etter hvert som du jevnlig sjekker av hva som faktisk ble realiteten vs. hva du trodde og justerer modell og forutsetninger deretter.
Mye godt arbeid er med andre ord gjort, men det er også mye godt arbeid som gjenstår. Lykke til!
– – –
Lurer du på om du bør prioritere å bruke tid på å lage en likvditetsprognose? Klikk her for å lese om hvordan man kan velge mellom ulike alternativer ved hjelp av det såkalte PIE-rammeverket eller besøk Frontflow for å vurdere om du skal få noen andre til gjøre det for deg.