Controlli irrituali

Controlli irrituali

 

 

Le cifre tonde sono sempre false.

Samuel Johnson

 

 

Mi hai detto tutto quello che mi serve, come imprenditore, in fatto di bilancio?

 

Ti ho già parlato di una tecnica di verifica costituita dall’analisi di bilancio; ore te ne illustrerò altre due, forse ancora più efficaci ma insolite e anche divertenti.

La prima è la ricerca di anomalie per mezzo della tecnica statistica nota come analisi di regressione.

 

Perché ricercare le anomalie?

 

Perché è inutile sprecare energie e tempo in una verifica a tappeto di tutte le voci che costituiscono un bilancio, quando si può concentrare gli sforzi sulle voci identificate come anomale.

 

Già, ma come faccio a sapere quali sono le voci regolari e quali anomale?

 

Un certo volume di verifiche va fatto necessariamente su tutte le voci, il minimo indispensabile. Ma il grosso del lavoro è meglio farlo nel modo che ora ti spiego.

Supponiamo di voler verificare l’importo delle vendite effettuate da un’impresa. Potrei selezionare un certo numero di fatture e riscontrare attraverso i documenti disponibili (ordini, bolle di consegna, ecc.) la correttezza delle operazioni e, alla fine, estendere le conclusioni tratte dal mio campione a tutta la popolazione delle vendite.

 

Così facendo dovrei spendere molto tempo in un lavoro da certosino, noioso e dai risultati incerti. Chi mi garantisce che tutte le consegne siano state fatturate? Se non è così, posso controllare tutte le fatture che voglio, ma non sono mai certo che siano tutte quelle che dovrebbero esserci.

 

Inoltre questa procedura di verifica è troppo semplice: non richiede grande abilità né creatività.

Facciamo un altro ragionamento: immaginiamo di essere già riusciti, per altre vie, ad accertare il volume di merci consegnate ai clienti e spedite dal magazzino. Secondo logica, deve esserci una forte correlazione tra le quantità spedite e le quantità fatturate ai clienti.

Bada bene, ho detto correlazione forte, non assoluta: non tutti i clienti hanno gli stessi prezzi; se così fosse, basterebbe moltiplicare quantità per prezzo, ed ecco l’importo delle vendite.

 

Certo, per ogni cliente c’è un prezzo diverso, ma, nel complesso sembra logico che più spedisco e più fatturo. Dovrebbe esserci un certo grado di proporzionalità.

 

Per mezzo di una tecnica statistica, vado appunto alla ricerca di questa proporzionalità. Vediamo come.

Intanto mi procuro i dati, mese per mese, delle vendite in euro e delle quantità spedite in Kg. Poi metto tutto in forma grafica, come qui:

 

 

I numeri vicino ai pallini indicano i mesi. Nota che non sono in progressione secondo il calendario, perché quello che ci interessa è l’andamento del fatturato rispetto alle spedizioni, non l’andamento delle vendite nel tempo.

 

Vedo già che in settembre c’è stato un picco di fatturato, mentre il picco delle consegne è in luglio.

 

Non anticipare le conclusioni. Dobbiamo lavorare scientificamente. Qui viene la parte più difficile, ma per fortuna il computer fa tutto.

Ricordi che abbiamo parlato di analisi di regressione? Una volta inseriti i dati in un foglio elettronico, il programma è in grado di calcolare e disegnare la cosiddetta retta di regressione, così:

 

 

Cosa significa questa linea diritta?

 

È la linea che più si avvicina ai punti del grafico. La vicinanza si calcola in un modo complicato che ti risparmio. Il significato della linea sta nella ricercata proporzionalità tra spedizioni e fatturato. In teoria, se ci fosse perfetta proporzionalità, cioè il caso di un unico prezzo, tutti i punti si troverebbero sulla linea.

 

È quasi così, ma con qualche deviazione.

 

E noi cerchiamo proprio le deviazioni, o anomalie. Per identificarle, dobbiamo prima definirle: deviazioni da cosa? Ma da ciò che è considerato “normale”, cioè dalla linea che abbiamo visto.

Notiamo che nessuno dei punti si trova esattamente sulla linea, quindi, a rigor di logica, ogni punto costituirebbe un’anomalia. Ma a noi interessano le vere anomalie.

Possiamo anche ipotizzare l’esistenza di piccoli errori, ce ne sono sempre, ma a noi interessano quelli grandi.

 

Quelli che hanno un effetto rilevante sul bilancio.

 

Allora procediamo così. Stabiliamo un livello massimo di errore tollerabile. In tutte le discipline si fa così. L’ingegnere per ogni progetto indica le tolleranze costruttive: un certo pezzo per un’automobile non può discostarsi dalle misure di progetto per più di una certa quantità.

 

E questa non è la stessa per tutti i pezzi. Immagino che la differenza di un millimetro in un paraurti sia accettabile, mentre all’interno del motore non possano esserci errori maggiori di qualche micron.

 

È così anche per i bilanci. Un errore in alcune voci non ha la stessa conseguenza che in altre. Immagina un errore di 1.000 euro nella valorizzazione della esigibilità dei crediti e lo stesso errore nel versamento delle ritenute d’acconto. Nel primo caso siamo nel campo del legittimo giudizio contabile, nel secondo siamo nei guai!

Stabiliamo allora la tolleranza e disegniamo sul grafico altre due linee, parallele a quella già calcolata dal computer, a distanza pari alla nostra tolleranza. Così:

 

A questo punto emergono le vere anomalie, quelle degne di essere verificate a fondo.

 

Perfetto. Guarda: avevi visto giusto! Il mese di settembre è davvero anomalo. A fronte di un certo volume di spedizioni abbiamo un fatturato molto più che proporzionale.

E ancora, nel mese di agosto abbiamo il contrario: un fatturato molto al di sotto di quello che ci si attenderebbe dalle spedizioni effettuate. Queste sono poche, è vero, a causa delle ferie estive; ma il fatturato è ancora meno di quello che dovrebbe. Dobbiamo investigare.

 

È bellissimo. Abbiamo ridotto i mesi da controllare da 12 a 2 soli. È un bel risparmio di risorse.

 

Non solo. È vero che andremo a verificare in profondità solo agosto e settembre ma, se ci pensi bene, un certo grado di fiducia possiamo riporlo anche negli altri 10 mesi, dato che il loro andamento rientra, per così dire, nella normalità.

 

Per curiosità, quale potrebbe essere la causa delle anomalie riscontrate?

 

In questo caso, è la più semplice: il magazzino è stato aperto tutta l’estate, mentre l’impiegata che fa le fatture ha preso le ferie dal 15 agosto al 15 di settembre. Le fatture che non è riuscita a fare in agosto le ha fatte al suo ritorno.

 

È quindi il bilancio nel suo complesso va bene. C’è stato solo un travaso di ricavi tra un mese e l’altro.

 

Sì, ma pensa se il travaso fosse avvenuto tra dicembre e gennaio. Il bilancio ne sarebbe stato inficiato. Tra l’altro, quello di anticipare o ritardare la fatturazione è uno dei trucchi più usati per addomesticare il risultato d’esercizio.

 

Questa tecnica si applica solo a spedizioni e vendite?

 

Si può applicare in tutti i casi in cui si ipotizza, secondo logica, una correlazione plausibile tra due grandezze. Possono essere: numero di dipendenti e monte paghe, chilometri percorsi e acquisti di benzina, e altro ancora. Il solo limite è la fantasia.

Questa tecnica può essere utilmente impiegata per confrontare unità simili all’interno della stessa impresa. Immagina una banca con parecchie filiali. Si potrebbero raccogliere i dati economici per ciascuna filiale, ad esempio il margine lordo, il costo del personale, le spese generali, ecc., e identificare le filiali anomale, nel bene e nel male.

Lo stesso vale per le catene di alberghi o i consumi di gasolio dei condomini.

 

Potrei anche prendere i bilanci dei concorrenti e in questo modo vedere chi fa meglio e chi fa peggio della mia impresa.

 

E potresti copiare da quelli che fanno meglio. Queste tecniche vanno sotto il nome anglosassone di Benchmarking e Best practice, cioè confronto con i concorrenti e copiatura del meglio.

 

Mi avevi promesso due tecniche.

 

La prossima è ancora più curiosa. Si tratta di applicare la Legge di Benford.

 

Mai sentita. Non è una nuova tassa, vero?

 

No. Il nome deriva dal suo scopritore, il fisico Frank Benford, che nel 1938 formulò una legge di distribuzione sulla prima cifra di un insieme di numeri generati casualmente ma relativi a un contesto reale.

 

Non ho capito!

 

Benford, e prima di lui l’astronomo Simon Newcomb, si era accorto che in un qualsiasi elenco di misure di oggetti reali, ad esempio lunghezze di fiumi o abitanti di città, la prima cifra significativa non ricorre con la frequenza di 1/9 come ci si potrebbe aspettare, ma segue una distribuzione particolare per cui il numero 1 appare circa il 30% delle volte e i successivi numeri con frequenze sempre minori fino al 9 che appare circa il 4% delle volte.

Anche stavolta ti risparmio la dimostrazione e la formulazione esatta della Legge di Benford. Ti do comunque i valori delle frequenze della prima cifra da 1 a 9 per tuo uso personale.

 

1                    30,1%

2                    17,6%

3                    12,5%

4                      9,7%

5                      7,9%

6                      6,7%

7                      5,8%

8                      5,1%

9                      4,6%

 

Come posso usare questi numeri?

 

Prendi un bilancio e leggi tutti i numeri che trovi; saranno centinaia. Prendi nota della prima cifra significativa di ciascun numero. Se la frequenza si discosta troppo dalla tabella, puoi sospettare che il bilancio sia stato taroccato!

 

Quanto è troppo?

 

Per saperlo, fa’ l’analisi di prima: cerca la correlazione e investiga le differenze.

Una curiosità: pare che in Califor­nia si usino programmi informatici basati su questo metodo per un primo controllo delle dichiarazioni dei redditi.

 

 

Un fatto non è nulla

senza una teoria.

Anonimo

 

Torno all’indice del Libro