Debtor Ageing Forecast

Giới thiệu

Chức năng này giúp cho việc dự báo các khoản nợ sắp thu của khách hàng/ nhà cung cấp trong thời gian dự báo được chỉ định (trong vòng 30/60/.../n ngày sắp tới)

Sử dụng

Chương trình liệt kê công nợ của từng khách hàng. Các khoản nợ sẽ được sắp xếp vào các cột tương ứng với khung thời gian nợ đến hạn.

Khung thời gian các cột này ngầm định là 30-60-90-120-150 ngày. Ta có thể quy định lại các khung thời gian này ở chức năng Ledger Definition (Extended)

Ngoài ra ta cũng có thể quy định thông qua tham số câu lệnh Band01..Band05

e668a894-ba3a-411a-80f6-b83606a5fb57.pbs_bo_la_debtoragingforecast_md

Lưu ý: Các cột T30, T+60, T+90,... thể hiện số tiền các khoản nợ sắp thu nợ trong thời gian 30, 60, 90 ngày tới

Chương trình sẽ căn cứ vào ngày due date trên từng nghiệp vụ để sắp xếp các khoản phải thu. Due date được nhập vào nghiệp vụ ở cột Due Date. Nếu Due Date để trống, nó sẽ được tự tính bằng cách cộng ngày nghiệp vụ (TransDate) với số ngày cho phép nợ đối với khách hàng. Ngày này được quy định cho từng khách hàng tại mẩu tin Customer

Nút lệnh dùng để chuyển kỳ truy vấn phía trước kỳ đã chọn. Ví dụ: T=01/04/2017, khi chọn nút "Previous" phần mềm sẽ chuyển đến ngày truy vấn T=01/03/2017

Nút lệnh dùng để chọn ngày truy vấn công nợ. Ngày truy vấn đồng thời cũng dùng để làm thông tin tính toán thời gian hết hạn nợ của từng khách hàng/ nhà cung cấp

Nút lệnh dùng để chuyển đến kỳ truy vấn tiếp theo. Ví dụ: T=01/04/2017, khi chọn nút "Next" phần mềm sẽ chuyển đến ngày truy vấn T=01/05/2017

Các khoản thanh toán chưa phân bổ

Các khoản thanh toán phải được phân bổ tương ứng với các khoản phải trả để có dự đoán chính xác luồng tiền phải thu trong giai đoạn dự báo.

Nếu vì lý do nào đó tác vụ phân bổ chưa được thực hiện, giá trị các khoản thanh toán của khách hàng sẽ được cộng lại ở cột UnAllocatedPayment.

Các lệnh AutoMatch và UnMatch được dùng để phân bổ tự động các khoản này vào tổng phải trả, ưu tiên phải trả gần nhất.

Ví dụ Công ty 100011 có tổng thanh toán chưa phân bổ là 15 345 345 ở chế độ unmatch

8dc6beac-8e62-4e1d-bdec-d636403976c9.pbs_bo_la_debtoragingforecast_md

Sau khi phân bổ ta sẽ có con số sát thực tế hơn về dự báo phải thu:

bacd20dc-4f32-4c09-957f-eb8134abce09.pbs_bo_la_debtoragingforecast_md

Xem thêm

_{Updated on : 2022-04-21 20:27:16}. _{by : . at X1-Extreme}.

_{Topic : DebtorAgingForecast. pbs.bo.la.debtoragingforecast}