Unit4 FP&A
med stöd för leasingredovisning
enligt IFRS 16
Implementera redovisning av leasingavtal snabbare
IFRS 16 för redovisning av leasingavtal har utformats för bättre kontroll och transparens i rapporteringen, vilket ställer krav på leasetagarna att redovisa alla leasingavtal i balansräkningen. Unit4 FP&A har en särskild funktion för hantering av leasingavtal för att göra det enkelt att införa IFRS 16.
Se denna video för att förstå hur vi kan stötta er IFRS 16-redovisning av leasingavtal.
Anpassa dig till IFRS 16 med några få enkla steg
Steg 1
Importera eller använd ett databasbaserat register över företagets eller gruppens leasingavtal.
Steg 2
Identifiera varje kontrakts effekt på redovisningen och summera effekterna för varje vald dimension (t.ex. kontraktsgrupp, företag, kostnadsställe, grupp osv.).
Steg 3
Skapa en bokföringsmall för att överföra data till ERP- eller konsolideringssystemet för att justera den (konsoliderade) ekonomiska rapporten enligt IFRS 16.
Skapa ett bättre sätt att arbeta
-
Automatisera import och registrering av leasingavtal i databasen.
-
Funktioner för flera användare.
-
Identifiera effekterna på balansräkning, resultaträkning och KPI:er med ett enda klick.
-
Säker datalagring.
-
Transparenta beräkningar.
-
Simulerings- och analys verktyg (inklusive datavisualisering).
-
Kompatibilitet med alla ERP- eller konsolideringssystem.
-
En kostnadseffektiv och lättimplementerad (5–10 dagar) molnbaserad lösning.
Med hjälp av Unit4:s IFRS 16-lösning kan vi snabbt och enkelt importera alla leasingavtal. Vi kan sedan fastställa redovisningseffekterna av varje avtal och samla dessa på olika kostnadsställen.
Robert Abery
Förvaltningsrevisor, East of England Ambulance Service NHS Trust
Verifierad av organisationer över hela världen som har människor i fokus.
Additional resources
Produkt: Unit4 FP&A – IFRS 16
Vår lösning medför en smidig implemetering för redovisnig av leasingavtal genom snabb och enkel anpassning till IFRS 16.
Läs mer om Unit4 FP&A
Planera framtiden med hjälp av optimerad verksamhetsplanering och avancerade AI-drivna prognosfunktioner samt maskininlärning och bästa praxis.