Немного о данных

На прошлой неделе вся прогрессивная общественность прочитала статьи, основанные на пресс-релизе Федеральной налоговой службы о том, что доходы российских компаний превысили квадриллион рублей (точное указанное значение – 1,268 квадриллиона). Цитата из интернетов (с сайта самой ФНС к концу недели уже убрали): «На сайте службы появилось пояснение, согласно которому выручка (доходы) рассчитана по данным отчета ФНС о налоговой базе и структуре начислений по налогу на прибыль организаций без учета всех видов их расходов. В ФНС также заявляют, что рост доходов бизнеса был обусловлен такими факторами, как увеличение доходов в связи с ростом средних экспортных цен в нефтегазовом секторе; восстановление спроса потребителей на товары и услуги; рост внереализационных доходов». Все приличные новостные издания (ссылки давать не буду) выступили с различной степенью восхищения.

В общем, можно радоваться за экономику. Но почему-то в сети появились публикации о том, что ФНС немного ошиблась. И причина этой ошибки – некорректные данные.

Веселые наблюдения

Есть системы раскрытия информации, лично я привык к СПАРК. Через поиск компаний и поищем наиболее отличившиеся за 2022 год.

Выручка

Начнем с выручки. Вот ранжирование по выручке:

Видно, что у ООО «Юсса» выручка почти в 30 раз больше, чем у ПАО «Газпром». Отчётность выглядит так:

В общем, не ошибся бы человек из Ханты-Мансийска, который сдавал отчётность, и не перепутал бы разрядность, новости ФНС про квадриллион, может быть, и не было бы…

Как пытливый пользователь, решил поискать еще что-нибудь интересного. Не уходя далеко от выручки – некоторым компаниям не везет, выручка аж отрицательна:

Возраст компании

Пойдем дальше по списку показателей. Вот, например, дольше всех зарегистрированные компании:

Ошибки здесь тоже очевидны, все компании зарегистрированы на 100 лет позже.

Численность работников

Если Вы думаете, что самая большая численность – в РЖД, Газпроме или еще каком-нибудь гиганте промышленности – ошибаетесь.

Самая большое количество сотрудников в России работает в ООО «УЦ «Город знаний» из Владивостока. Среднесписочно – 890205 человек. Справочно: население Владивостока – 597237 человек (Википедия на дату написания статьи). Еще интересный момент про данную подборку – природу ошибок об указании среднесписочной численности в ООО «Кучмазукино» из Баксана (работает, кстати, 2/3 населения Кабардино-Балкарии), ООО «Море посуды» из Владивостока и ООО «Отон» из Якутска понять можно. Когда заполняли показатели, «по умолчанию» настучали на клавиатуре дополнительных три ноля. А вот откуда взялись данные у остальных? Загадка…  

Уставный капитал

Аналитика показывает, что о доброй части компаний с самым большим уставным капиталом в РФ, Вы, скорее всего, и не слышали.

Учредители Всемирного института христианских исследований, судя по всему, просто глумились (одно имя руководителя что стоит, см. принтскрин):

А вот про ООО – лично у меня вопросы. Там, насколько я помню, уставный капитал должен быть оплачен в течение года…

Статьи бухгалтерской отчётности

Несколько наблюдений.

Оказывается, основных средств у Комплексного центра социального обслуживания и реабилитации Московской области почти на 20% больше, чем у ООО «Лукойл-Западная Сибирь», а у администрации одного из районов Забайкальского края их будет побольше, чем у самых больших розничных сетей:

По запасам – предлагаю национализировать ЗАО «Китон 21 век». Численность – 1 человек, а запасов – на 555,7 триллионов…

Очень не повезло Потребительскому кооперативу «Центральный» и лично Председателю его совета Антропову А.В. из Москвы. Контрагенты должны ему 17,5 триллионов рублей. Год назад ситуация была лучше, всего 3,6 млрд. 

Но многим компаниям то ли повезло, то ли не повезло: дебиторская задолженность вроде есть, но отрицательная. Чтобы это значило?

А вот за учредителей ООО «Приорат Кадастр» из Санкт-Петербурга можно только порадоваться. 39 человек – и больше 200 млрд. руб. прибыли: 

Грустная правда жизни 

Продолжать веселиться можно долго, если интересно – сами поэкспериментируйте. В качестве итогов – несколько грустных мыслей.  

Мысль 1. Иногда лучше, чтобы данных не было совсем, чем такие, как они есть. Как и во всём остальном – «лучше не делать ничего, чем так». В проекции на сдачу отчётности в государственные органы – за отсутствие «статистики» оштрафовать могут, за кривую статистику – не помню ни разу. Следствие из этого вывода – всё равно, какую отчётность предоставить, главное – предоставить. В проекции на бизнес – минимальное количество данных должно собираться вручную. Можно написать 50-страничные инструкции, всё равно кто-то да ошибётся. Хорошо, если ошибутся случайно, а не в своих целях. При автоматизации тоже возможны ошибки, но они будут одинаковы во всей совокупности. И еще дополнение – не нужно ставить людям невыполнимые задачи по подготовке аналитики. Вам соберут любую статистику – вопрос в её качестве.

Мысль 2. Это – нормальная ситуация. Ошибаться будут все и всегда. Но когда у Вас 100 строк, это заметно. Когда тысячи и миллионы, при этом вводимые разными людьми – уже нет. Можно вводить какие-либо контрольные процедуры (на железной дороге это называется «логконтроль»). Явные ошибки, безусловно, пропадут. Но всего не предотвратишь, поэтому задача – научиться выявлять и исправлять уже совершенные ошибки в больших массивах. И помните, что больше данных – больше ошибок (чем дальше в лес – тем толще партизаны). 

Мысль 3. Менеджмент на полном серьезе может обсуждать рост или падение чего-нибудь, искать причины, награждать неучаствовавших и наказывать невиновных. А вот о такой причине, что показатель просто неправильно измерен, задумываться в подавляющем большинстве случаев не будет. Случай с доходами всей страны – очень хороший пример (тут и экспорт, и спрос, и курсы, но не косяк человека из ХМАО). Про возможность объяснить всё вспоминается история (про разных академиков, поэтому фамилию убрал): «Однажды к академику подошёл его аспирант, показал график и сказал, что не понимает почему получилась такая странная зависимость. Академик глянул на график и сразу объяснил причину. Тут аспирант заметил, что академик держит график вверх ногами и перевернул. Академик не растерялся: «А так ещё легче объяснить!». Менеджмент, как правило, не академики, но тоже может объяснить всё, заодно придумав, почему он не виноват…

Мораль для внутреннего аудитора.

Хороший внутренний аудитор прежде, чем пользоваться данными, должен сделать две, назовём их так, гигиенические вещи.

Первое – оценить качество источника данных. Что указывает на риски:

• невозможность получить расшифровку («провалиться») каждого показателя из отчёта. Я знаю целую отрасль, которая живёт такими показателями. Раньше это выводилось не на экран монитора, а на перфорированную по бокам бумагу формата А3 через матричный принтер. Сейчас, конечно, уже и в Excel можно выгрузить, но по смыслу остаётся pdf, а отчётность в pdf – не отчётность;
• наличие макросов по обработке. Абсолютная классика – это инвестиционные проекты, но и в анализе бюджетов встречается. 

В общем, внутренний аудитор должен поставить под сомнение любые «черные ящики», даже если ими пользуются годами.

Второе – это хотя бы примерно оценить качество данных. Здесь приведу только те методы, которыми пользуюсь практически всегда. Тестов можно придумать бесконечное количество, подходы к оценке качества данных есть в интернете. Что всегда обязательно:

• полнота –
  • попытаться собрать данные из альтернативных источников и попытаться их сопоставить. Например, при отсутствии единой информационной системы – из разных информационных систем об одном и том же. Если информационная система едина, есть подварианты – первичный и окончательный учёт (условно, ежедневная рассылка и итоговые показатели), производственная и учётная система и т.п. Если хотя бы штуки совпадают или отличаются на несколько процентов – уже хорошо. Или, наоборот, плохо – зависит от ситуации;
  • просмотреть, много ли «пробелов», то есть отсутствующих заполненных полей в какой-нибудь табличке. При наличии – выяснить причину (может оказаться, что отсутствие заполненного поля – индикатор какой-то другой проблемы. Например, встретил, что отсутствие модели – признак арендованного оборудования) и попытаться оценить масштаб и влияние;
• достоверность – проанализировать минимумы и максимумы. Примеры в статье выше. Кстати, не нужно быть математиком и использовать жесткую логику «если есть ошибка в данных – нельзя пользоваться вообще». Нужно быть физиком – любое измерение имеет погрешность;
• прочие критерии: те ли периоды включены в отчеты и отсутствие дублирования.

Напоследок – одна история из жизни. Один из показателей анализируемого предприятия (важный, свидетельствующий об эффективности) как-то сильно просел год к году. Внутреннему аудитору, с одной стороны, хорошо – есть о чём писать. Однако личное наблюдение зародило у меня сомнение – предприятие эффективно, так быть не должно. В общем, детальное тестирование подтвердило гипотезу: речь шла о временнЫх показателях, специально обученная тётя несколько раз ошиблась в годе. Результат – четыре записи испохабили всю отчётность, в реальности было всё нормально. Так что вот…