Финансовая модель приложения для питча учитывает допущения НДС требования банка

Инвестор открывает финансовую модель приложения и за 90 секунд ищет не график выручки на пять лет, а три строки: стоимость привлечения клиента в рублях, пожизненная ценность клиента в рублях и срок окупаемости подписчика. Банк открывает ту же таблицу и смотрит на график погашения кредита, ликвидность и НДС в кассовых разрывах. Поэтому модель для презентации инвестору нельзя просто отправить кредитному аналитику, а банковскую версию инвестор закроет на третьем листе. Разберу, как строить модель приложения от допущений до требований банка, включая НДС и сценарный стресс.

Допущения финансовой модели приложения: от установки до подписки

Разработка финансовой модели приложения начинается не с табличного файла, а с набора допущений. В модели для презентации инвестору каждый вход должен находиться на отдельном листе «Допущения» и связываться с расчётами прямыми ссылками, без ручного ввода чисел в формулах. Это соответствует стандарту FAST и требованиям к моделям инвестиционных проектов. Для приложения ключевые допущения: число установок в месяц, доля регистраций, конверсия регистрации в пробный период, конверсия пробного периода в платящего пользователя, средний доход на платящего пользователя, месячный отток подписчиков, стоимость установки, расходы на серверы и команду.

Условный пример: 10 000 установок в месяц, 25% становятся зарегистрированными пользователями, 20% из них активируют семидневный пробный период, 30% пользователей пробного периода покупают подписку за 590 рублей в месяц. Тогда число новых платящих пользователей за месяц составит: 10000 0,25 0,20 0,30 = 150. Месячная выручка с них без НДС: 150 590 = 88 500 руб. Это первая проверка на адекватность. Если воронка даёт 150 новых клиентов, а стоимость их привлечения составляет 500 000 рублей, срок окупаемости клиента приближается к 8 месяцам, и экономика продукта выглядит слабо.

Отток подписчиков нельзя закладывать на глаз. В условном сценарии месячный отток платящих пользователей в размере 5–8% даёт среднее время жизни клиента от 12,5 до 20 месяцев. Пожизненная ценность клиента рассчитывается по формуле LTV = средний доход на платящего пользователя * валовая маржа / отток. При среднем доходе 590 рублей, валовой марже 70% и оттоке 5% показатель LTV равен 8 260 рублям. Если стоимость привлечения клиента составляет 1 200 рублей, соотношение LTV к стоимости привлечения равно 6,9 к 1. При стоимости привлечения 3 333 рубля соотношение снижается до 2,5 к 1, и финансовую модель стоит пересобрать.

Откуда брать данные для допущений

Допущения финансовой модели без источника разваливаются на первом вопросе аналитика: «Почему конверсия 30%?» Источниками для приложения могут быть собственные запуски тестового трафика, отчёты аналитических платформ по отрасли и публичные показатели конкурентов из открытых кейсов. Для старта без запущенного продукта можно использовать консервативные медианные значения: конверсию установки в регистрацию 15–25%, конверсию регистрации в покупку 3–5%, месячный отток подписчиков 5–8% и стоимость установки в России 60–180 рублей для прикладных приложений. Если модель опирается на более сильную конверсию, добавьте обоснование: платная аудитория, узкий сегмент или реферальная механика.

Тестовый бюджет в 200–300 тысяч рублей на таргетированную рекламу может дать данные о стоимости установки, конверсии и границах воронки. Эти цифры можно поставить в модель как базовый сценарий. Оптимистичный сценарий может улучшать конверсию на 20–30%, а пессимистичный — увеличивать отток на 5 процентных пунктов и стоимость установки на 25%. Банк и инвестор будут читать не целевой «хоккейный» график, а разброс между сценариями.

Финансовая модель НДС: где налог ломает движение денежных средств приложения

Финансовая модель НДС для приложения на общей системе налогообложения может учитывать три потока: исходящий НДС с продаж подписок, входной НДС по расходам и НДС к уплате или возмещению в каждом периоде. Если подписка в условном примере продаётся физическому лицу за 708 рублей с НДС, выручка в отчёте о прибылях и убытках равна 590 рублям, а исходящий НДС — 118 рублям. В отчёте о прибылях и убытках налог не отражается как выручка, в отчёте о движении денежных средств поступление от клиента проходит полностью — 708 рублей, а уплата НДС в бюджет отражается отдельной строкой в следующем периоде.

Входной НДС по рекламе, облачным услугам, комиссиям магазинов приложений и программным инструментам уменьшает НДС к уплате, если компания применяет общую систему налогообложения и получила счета-фактуры. В модели банка важно не сворачивать входной НДС в статью расходов: платежи поставщикам уходят с НДС сразу, а вычет учитывается позже. Например, счёт за серверы на 120 000 рублей с НДС уменьшает движение денежных средств на 120 000 рублей, хотя в отчёте о прибылях и убытках расход равен 100 000 рублей. Кассовый разрыв между авансовыми платежами и вычетами может сократить запас денежных средств.

Если приложение работает на упрощённой системе налогообложения, НДС в модели не начисляется, но банк может запросить сценарий перехода на общую систему при превышении установленного лимита. Для банка такой сценарий показывает, как может измениться цена подписки для клиента или маржа. Комиссии магазинов приложений нужно показывать отдельной строкой. Если не вычесть входной НДС из комиссии, коэффициент покрытия долга окажется ниже расчётного.

Разработка финансовой модели для банка: структура и проверка коэффициента покрытия долга

Разработка финансовой модели для банка отличается от модели для презентации инвестору не объёмом, а структурой. Банковский аналитик проверит, как модель пересчитывается при изменении допущений, нет ли скрытых листов, циклических ссылок и внешних файлов. Согласно требованиям к финансовым моделям инвестиционных проектов, модель должна быть в совместимом табличном формате без пароля, с вводными на одном листе, прямыми формулами, автоматическим пересчётом, детализацией по продуктам и периодам, в рублях. Шаг прогноза для банка можно задать помесячно на первые 12–18 месяцев, затем поквартально.

Основной показатель для банковской модели приложения — коэффициент покрытия долга. Формула: коэффициент покрытия долга = операционная прибыль до вычета процентов, налогов и амортизации / (проценты + основной долг за период). Если в условном сценарии приложение генерирует такую прибыль в размере 850 000 рублей в месяц, а ежемесячный платёж по кредиту составляет 600 000 рублей, коэффициент равен 1,42. В модели можно задать минимальные значения коэффициента для базового и стрессового сценариев. В стрессовом сценарии выручка падает на 30%, отток растёт на 5 процентных пунктов, стоимость установки увеличивается на 20%, а срок поступления оплаты от платёжного посредника — с 30 до 45 дней.

Баланс и отчёт о прибылях и убытках в банковской модели должны сходиться с отчётом о движении денежных средств по каждому периоду. Интегрированные отчёты означают, что изменения в допущениях автоматически пересчитывают не только выручку, но и дебиторскую задолженность по агентским платежам, начисленные налоги и остатки на счетах. Например, по статье «Авансы от клиентов» в балансе отражаются оплаты годовой подписки, а в отчёте о прибылях и убытках выручка признаётся ежемесячно. Банк проверяет, что остаток денежных средств на конец каждого месяца не отрицательный, иначе график погашения кредита нереален. Если в модели есть макросы, приложите текстовую инструкцию: банк не запускает код без описания. НДС в отчёте о движении денежных средств и график его уплаты должны быть отдельным блоком, иначе аналитик не увидит месяцы с двойной налоговой нагрузкой.

Упаковка модели для презентации инвестору и банка: один файл, два сценария

Не делайте две разные модели с нуля. Соберите один файл с общим листом допущений и тремя листами отчётов: отчётом о прибылях и убытках, отчётом о движении денежных средств и балансом. Для презентации инвестору добавьте отдельный лист экономики клиента: стоимость привлечения, пожизненная ценность, срок окупаемости, средний доход на платящего пользователя и показатели активности. Для банка добавьте лист коэффициента покрытия долга, график кредита и стрессовый сценарий. Такая структура экономит время: инвестор смотрит экономику клиента, банк — коэффициент покрытия долга, а вы не пересчитываете воронку вручную.

Проверьте модель тремя тестами перед отправкой. Первый: измените конверсию пробного периода в оплату с 30% до 20% — модель должна пересчитать всю цепочку до баланса. Второй: отключите вычет входного НДС — движение денежных средств должно просесть в месяцах крупных закупок трафика. Третий: скопируйте формулу коэффициента покрытия долга на все периоды кредита — нигде не должно быть ручных констант. Если модель проходит тесты, презентация инвестору и банковская заявка выглядят профессионально. Если нет, вы отправляете таблицу, которая уже на первом вопросе аналитика показывает дыры.