Využívání kreditních informací: Cesta k bezpečnějšímu byznysu

Takováto informace může být pro každou obchodní transakci zásadní, neboť ji lze využít při rozhodování, zda v obchodech s určitým subjektem pokračovat, či jej nahradit jiným a vyhnout se tak pádu do stavu druhotné platební neschopnosti či neschopnosti splnit navazující nasmlouvané dodávky. Z tohoto důvodu kreditní informace v posledním roce i v ČR začaly stále více pronikat také do firemních informačních systémů, u nichž lze v tomto směru očekávat další rozšiřování jejich funkcionality. Navíc může mít toto propojování i pozitivní makroekonomické očistné důsledky, neboť obchodování s nekreditními subjekty se většina firem pravděpodobně vyhne.

V praxi lze za KI považovat různé informace v rozličné formě, nicméně v následujícím textu je budeme chápat jako soubor obchodních informací s doporučeným kreditním rámcem a výslednou bonitou daného subjektu. Ty mohou být částečně dostupné jak z veřejných zdrojů, tak zejména v agregované podobě z placených systémů. Přibližme si, jaké jsou možnosti v této oblasti a jejich výsledné efekty.

Jaké informace využívat
Dílčí části KI na subjekty našeho zájmu lze čerpat v ČR i v zahraničí z různých zdrojů, veřejně přístupných i nepřístupných, soukromých, dostupných zdarma i placených, na internetu i z jiných zdrojů, on-line či formou zpožděných kreditních zpráv. Termíny dodání u kreditních zpráv bývají od hodin přes dny až po týdny a ceny v jednotkách až desítkách tisíc korun. Proti tomuto způsobu dílčího sběru KI ovšem hraje čas, lidská kapacita, roztříštěnost dostupných informací do mnoha zdrojů, cena a obecně podceňování kreditních rizik.

V jednotlivých státech mohou fungovat místní on-line informační systémy KI v návaznosti na zde existující zdroje kreditních informací, jejich technologické platformy a místní legislativu upravující nakládání s nimi. Někteří nadnárodní poskytovatelé mohou ve svých IS nabízet KI o subjektech z několika států. Obecně ovšem nikdo neumí nabídnout on-line kreditní informace na všechny existující subjekty ze všech států, což se řeší právě poskytováním objednaných (a se zpožděním dodaných) kreditních zpráv.

Zkušenost z uplynulého krizového roku ukázala, že velmi důležité je sledovat např. pád subjektu zájmu do insolvenčního řízení, neboť je na straně věřitele si tyto informace zajistit a promeškání správného okamžiku může znamenat, že se splacení svojí pohledávky již nemusí dočkat a navíc si při promeškání lhůty pro přihlášení pohledávky do insolvenčního řízení nesníží daňový základ o celou hodnotu pohledávky. Nejde však jen o komerční sektor, ale třeba i místní starosta (komunální manažer) by mohl prostřednictvím KI zpovzdálí sledovat ekonomické zdraví subjektů na svém regionu a včasnou radou či pomocí se pokusit zachránit například pracovní místa dříve, než bude muset řešit sociální dopady a kriminalitu související s jejich zánikem.

Profesionální systémy
Kromě vlastnoručního hledání je další možností využití profesionálních služeb existujících internetových systémů kreditních informací a návazných produktů a služeb, které existují i v ČR. Ty umožňují subjekty prověřovat ručně po jednom či je hlídat hromadně v čase automaticky nejen ve vztahu k insolvenci, ale i s ohledem na celý balík dílčích částí aktuálních KI.

Tyto systémy jsou si podobné základní strukturou KI, z velké části čerpají informace ze stejných zdrojů a následně k nim přidávají různé individuální speciality. Některé se v rámci ročního paušálu v řádech tisíců korun soustředí na aktuální KI, jiné nabídnou i historická data či možnost jejich stahování a práce s nimi ve vlastním PC, samozřejmě za tomu odpovídající ceny.

Mezi dílčí části kreditních informací v základním balíku patří:
•    Popisná data ze Živnostenského a Obchodního rejstříku včetně graficky názorných vazeb mezi lidmi
a subjekty, na kterých lze odhalit riziko přelévání kapitálu mezi několika subjekty jednoho vlastníka nebo nástup Bílého koně či již fázi jeho prázdného subjektu, kterému se občas podaří odebrat zboží či služby bez platby.
•    Evidenční data z Českého statistického úřadu o oborech podnikání, počtu zaměstnanců a obratu.
•    Data z Rejstříku exekucí, která nám naznačují, že existují i další nespokojení věřitelé, kteří si dělají nárok na majetek dlužníka.
•    Data z katastru nemovitostí, nad kterými lze optimalizovat zejména strategie vymáhání pohledávek, protože vymáhat právně a soudně vyšší částky na subjektu ve špatném ekonomickém stavu a ještě bez majetku bude zřejmě ekonomicky neefektivní, naopak outsourcování mimosoudního a soudního vymáhání při využití rozhodčího řízení v případě sice zhoršující se ekonomiky subjektu, ale při existenci majetku a zatím neevidované insolvenci a exekucích, může být v krátkém čase efektivní.
•    Dluhy u zdravotních pojišťoven naznačují, že se subjektu našeho zájmu ekonomicky již opravdu nedaří. Praxe je taková, že v případě finančních problémů subjekt do poslední chvíle „nějak“ platí dodavatele, aby se nezastavil byznys, „nějak“ platí zaměstnance, aby se nerozutekli, dále dočasně pod hrozbou sankcí pozastavuje platby sociálního pojištění a daní státu a do poslední chvíle pozdržuje platby zdravotním pojišťovnám, neboť to nemá vliv na byznys a dá se vyjednáváním a splácením získat čas. Většinou je však tato negativní dílčí KI předzvěstí budoucího pádu subjektu do insolvence.
•    Zveřejněné a ověřené vymáhané dluhy a výsledky vymáhání, které informují o míře porušování pravidel hry (splatností faktur) a úspěšnosti vymáhání na daný subjekt outsourcováním této služby, což je dnes výrazně efektivnější než využívání tzv. firemních právníků.
•    Monitoring tisku a zpráv vydávaných informačními agenturami zachycuje o subjektu našeho zájmu především dílčí KI typu dluhy, vymáhání, fúze, kapitálové vstupy, restrukturalizace, propady ekonomických ukazatelů či naopak výhled jejich růstu vlivem získání lukrativní zakázky.
•    Roční závěrky ze Sbírky listin, z nichž jsou velmi užitečnými údaji různé poměrové ukazatele s možností jejich porovnání s celostátními průměrnými hodnotami nad subjekty ve stejném oboru podnikání a maximální výše dodavatelského úvěru, který je subjekt schopen v různé splatnosti uplatit.
•    Celkové kreditní ohodnocení subjektu číselným ukazatelem v rámci definovaného intervalu jeho možných hodnot jasně naznačuje i laikovi stupeň rizika spolupráce s ním. V případě odběratele rizika nezaplacení pohledávky, v případě dodavatele nedodržení nasmlouvaných dodávek, v případě investice do subjektu její ohrožení.

Integrace s firemními IS
Dnes je v ČR již několik desítek tisíc subjektů, které aktivně čerpají a využívají balík KI od některého z jejich několika málo hlavních dodavatelů. Jedním ze způsobů, jak efektivně a v krátkém čase dostat kreditní informace k většímu počtu nových uživatelů je jejich propojení s ekonomickými (ERP) a zákaznickými (CRM) systémy. Stačí, aby se výrobce informačního systému spojil s některým z poskytovatelů balíku KI, vytvořil v adresáři svého systému linkové tlačítko na příslušný systém KI a objednal pro nového uživatele jejich zpřístupnění.

Každý obchodník, účetní či jakýkoliv manažer, pracující s adresářem svého ERP/CRM systému, pak bude moci přímo z karty svého obchodního partnera nahlížet na balík kreditních informací o něm, udělat nad nimi manažerské rozhodnutí (o odpovídajících obchodních podmínkách do nabídky či poptávky, o zastavení dodávek a přihlášení pohledávek do insolvenčního řízení, o strategii vymáhání pohledávky…) a s ním dále ve svém systému pracovat.

Propojení podnikového informačního systému s databází poskytovatele balíku kreditních informací pomocí jednoduchého linkového tlačítka je z časového a ekonomického hlediska asi tou nejsnazší cestou. Tento link zautomatizuje zadávání přihlašovacích údajů a identifikaci prověřovaného subjektu a uživatel po stisku tlačítka nahlíží přímo na obrazovku s aktuálními KI. Nicméně s nárůstem zájmu uživatelů o kreditní služby budou podnikové systémy pravděpodobně dále rozvíjeny tím způsobem, aby tyto IS dokázaly i s takto získanými daty zvenčí pracovat obdobně jako s interními daty ve firmě. Zatímco v případě přístupu přes web si musí uživatel udělat závěry o subjektech svého zájmu sám, při integraci do informačního systému mohou být uživatelé automaticky upozorňováni na negativní stav a využívat přidanou hodnotu, kterou informační systém nabízí.

Další oblasti, ve kterých mají kreditní informace potenciál najít uplatnění, jsou nejrůznější B2B nákupní systémy a tržiště, katalogy a databáze firem či informační portály, kde mohou být KI dostupné jako speciální placená služba.

Používání KI v praxi
V praxi se využívá prověřování kreditních informací o odběratelích, dodavatelích, konkurentech, účastnících výběrových řízení, subjektech investičních příležitostí a žadatelích o dotace či ekonomickou pomoc, ale i k porovnání osobně zveřejňovaných informací našimi známými (z rodiny, ulice, golfu, tenisu…) s jejich skutečným stavem.

Výhodné a logické bývá spojení poskytování kreditních informací s nabídkou služby outsourcingu správy pohledávek. Pokud takový poskytovatel vládne KI, efektivněji může spravovat zadané pohledávky, a pokud pracuje v dlouhodobém časovém horizontu s velkým množstvím dlužníků různých forem, velikostí, z různých oborů a regionů, nasbírá mnoho dílčích KI, kterými může obohatit jejich následné poskytování.

Autor pracuje jako projektový manažer ve firmě DC Group.