Управление запасами производственного предприятия

     Большое значение для ускорения оборота  запасов имеет также организация  контроля за их состоянием. [9, с.61].

     Таким образом, существенными резервами  ускорения оборачиваемости выступают  оптимизация соотношения необходимых  сырья и материалов с их наличием, а также снижение норм запасов  в днях.

     Любая система учета и контроля запасов  должна содержать информацию о местонахождении  запасов, об отгрузках и их получении.Важное значение имеет автоматизация и компьютеризация учетных работ.

     Известно, что наиболее точную информацию о  наличии производственных запасов  на складе дают инвентаризации. Ежегодные  инвентаризации обеспечивают соответствие количества хранимого запаса и количества запаса  по финансовым документам и  отчетам.

     Решения, принимаемые руководством предприятия  в области оптимизации запасов, в конечном счетекасаются каждого отдельного вида товара или предмета хранения, каждая конкретная единица которых, подлежащая контролю, называется единицей учета запасов (е.у.з.). Это помогает идентифицировать наиболее важные е.у.з., находящиеся в запасах. Они получают приоритет при распределении времени в процессе управления товарно-материальными запасами.

     Важным  инструментом управления ассортиментом  является ABC-анализ. Это способ нормирования и контроля за состоянием запасов и реализованной продукции, который заключается в разбиении номенклатуры товарно-материальных ценностей на 3 неравных множества – А, В, С. Данный метод строится на основании принципа Парето: за большинство возможных результатов отвечает относительно небольшое число причин, более известного, как правило «20:80». Результатом  анализа является группировка объектов по степени влияния на общий результат.

     Для проведения анализа АВС использованы данные «Отчета об остатках, поступлении и отпуске готовой продукции» за  4 квартала 2010 г. (Приложение Д, Е, Ж, З). Признак, на основе которого осуществлена классификация товаров, - остатки готовой продукции за 4 квартала 2010 г. Исходные данные для проведения анализа АВС и его результаты приведены в приложении Ф, Х. Для анализа потребуется рассчитать среднегодовую величину запасов по каждому изделию по формуле: 

            , (3.1) 

где – остаток оборотных средств на конец 1-го, 2-го, 3-го и 4-го квартала соответственно.

     Для подведения итогов анализа составим таблицу 3.1. 

     Таблица 3.1 – Итоги проведенного АВС-анализа

 

     По  результатам проведенного анализа  что в группу А включены 4 товарные группы вместо двух, рассчитанных по правилу, что связано с тем, что остатки запасов по данным группам изделий близки по значению друг к другу.

     Товары, относящиеся к группе А (костюм муж.мод. 75-08, костюм “Зима” мод.47-05, костюм муж. мод. 53-06 “Гудок”, костюм муж. мод.76-08 “Путеец”) − наиболее легкореализуемые товары, именно эти товары предприятию необходимо всегда иметь на складе в достаточном количестве для удовлетворения спроса. Для расчета этого достаточного количества можно воспользоваться методами теории игр и статистических решений. Для этого введем понятие участвующих сторон и вариантов стратегий. Одна из сторон  – работник отдела снабжения (его стратегия – различные варианты прогноза потребности в запасах); вторая сторона – «природа» (некая незаинтересованная сторона, поведение которой неизвестно принимающему решение).

     Задача  состоит в выборе наилучшей стратегии  снабженца, т.е. наиболее выгодного  прогноза потребности в запасах  продукции. Пусть получено n стратегий природы П_j, j = 1, n. Имеется n возможных стратегий снабженца Q₁,Q₂…Q_i…Q_n – варианты прогноза потребности в товарах, соответствующие различным состояниям «природы». Затраты на запасы готовой продукции a_ij при каждой паре стратегий Q_i, П_j задаются матрицей затрат А.

     Элементы  матрицы А рассчитываются следующим образом.

     Если  фактический расход продукции совпадает  с прогнозным (i = j), то затраты на запасы готовой продукции складываются из затрат на производство и хранение товаров на складе и определяются по формуле: 

 

где q_i– прогноз потребности в запасах определенной номенклатуры продукции, соответствующий определенной Q_i стратегии снабженца, шт.;

   Ц_д – цена единицы продукции, р.;

   С_x – стоимость хранения единицы продукции на складе, р.

     Затраты на запасы готовой продукции не должны превышать некоторую заданную величину а^*. В матрице А среди всех элементов а_ij можно выделить максимальное a_max и минимальное a_min значения затрат, сопоставление которых с допустимой величиной затрат а^* приводит к ситуации выбора наилучшей стратегии.

     Следует отметить, что самым простым выбором  решения в условиях неопределенности служит выбор при наличии «доминирующей» стратегии (с наименьшими затратами). В соответствии с этим будем использовать критерий минимального риска (критерий Сэвиджа). Этот критерий рекомендует в условиях неопределенности выбирать ту стратегию, при которой величина риска принимает наименьшее значение.

     Спрогнозируем размер запасов готовой продукции (в натуральном выражении) костюмов муж.мод. 75-08, костюмов “Зима” мод.47-05, костюмов муж. мод. 53-06 “Гудок”, костюм муж. мод.76-08 “Путеец” на 1-й квартал 2011 г. и выберем оптимальную стратегию поведения. Исходные данные для проведения корреляционно-регрессионного анализа запасов на основании данных «Отчета об остатках, поступлении и отпуске готовой продукции» за  4 квартала 2010 г. (Приложение Д, Е, Ж, З) представлены в приложении Ц.

     Для начала спрогнозируем запас для  группы «Костюм муж.мод.75-08».

     Различные варианты прогноза (стратегии снабженца) найдем с помощью корреляционно-регрессионного анализа. Будем использовать зависимость  запасов от объема реализации.

     В результате проведения анализа получены коэффициенты линейного уравнения  зависимости запасов от объема реализации:

     - коэффициент а =894,042;

     - коэффициент b = 0,458.

     Уравнение зависимости запасов от объема реализации будет иметь вид: 

     Y = 894,042 + (0,458) * х,                                   (3.3) 

     где х – объем реализации, шт.;

           Y – величина запасов готовой  продукции, шт.

     Объем реализации костюмов муж. мод. 75-08, запланированный РУП «Белжелдорснаб» на 1-й квартал 2011 г. составляет 250 шт.

     Следовательно, прогнозная величина запасов костюма  составит 1009 шт. (894,042+ 0,458 * 250).

     Такой прогноз называется точечным. Очевидно, что точное совпадение фактических  данных в будущем и прогностических  оценок маловероятно. Поэтому точечный прогноз должен сопровождаться интервальным прогнозом путем расчета доверительного интервала.

     Рассчитывается  средняя ошибка оценки прогнозируемого  показателя: 

      ,                                          (3.4) 

     где - средняя ошибка оценки прогнозируемого показателя;

           – фактическое значение  уровня временного ряда для  времени t;

           – расчетная оценка соответствующего показателя по модели;

         n – количество  уровней в исходном ряду;

         k – число параметров  модели.

     В результате расчетов средняя ошибка прогноза составила 143 шт. Тогда, для 95 % доверительного интервала прогнозная величина запасов готовой продукции  по группе «Костюм муж.мод.75-08» в 1-м квартале 2011г. будет находиться в пределах от 866 шт. (1009 - 143) до 1152 шт. (1009+143).

     Для дальнейшего анализа выберем  следующие варианты прогноза:

     − минимальное значение запаса (Q₁: q₁) – 866 шт.;

     − среднее значение запаса (Q₂ :q₂) – 1009 шт.;

     − максимальное значение запаса (Q₃ :q₃) – 1152 шт.

     Стоимость хранения костюма мод. 75-08 на складе в среднем составляет С_x = =40,7 р./шт., потери организации из-за отсутствия запасов данной группы составляют С_п = 137 718 р./шт. Цена костюма в среднем Ц_д = 117693 р. Также известно, что в следующем квартале в РУП «Белжелдорснаб» в запасе будет не более 1120 данных костюмов (q^* = 1120).

     Рассчитаем  допустимую величину затрат на запас  костюмов мод. 75-08:

     a^* =  Ц_д * q^* + C_x * q^* = 117 693* 1120 + 40,7 * 1120 =131 861 744 р.

     Определим элементы матрицы А:

     а₁₁ = 117 693 * 866 + 40,7 * 866 = 101 957 384 р.

     а₂₁ = 117 693 * 866 + 40,7 * 866 + 117 693 * (1009 - 866) * 1,01+40,7* *(1009-866) = 118 961 604 р.

     а₃₁ = 117 693 * 866 + 40,7 * 866 + 117 693 * (1152 - 866) * 1,01 +40,7* *(1152 - 866) = 135 965 824 р.

     а₁₂ = 117 693 * 866 + 40,7 * 866 + (1009- 866) * 137 718 = 121 651 058 р.

     а₂₂ = 117 693 * 1009 + 40,7* 1009 = 118 793 303 р.

     а₃₂ = 117 693 * 1009 + 40,7 * 1009 + 117 693 * (1152 - 1009) * 1,01 + +40,7* (1152 - 1009) = 135 797 523 р.

     а₁₃ = 117 693 * 866 + 40,7* 866 + (1152- 866) * 137 718 = 141 344 732 р.

     а₂₃ = 117 693 *1009 + 40,7* 1009 + (1152-1009)*137 718= 138 486 977 р.

     а₃₃ = 117 693 * 1152 + 40,7 * 1152 = 135 629 222 р.

     Составим  матрицу А:

 

      Выбираем  a_min =  101 957 384 р. и a_max = 141 344 732 р.

     Данная  ситуация неопределенная: 101 957 384 < а^* < 141 344 732 − возникает проблема выбора наилучшей стратегии.

     Рассматриваем матрицу рисков. Определяем в матрице  затрат минимумы в столбцах a_j = mina_ij:

     а₁ = 101 957 384, а₂ = 118 793 303, а₃ = 135 629 222.

     Составим  матрицу рисков R. Элементы данной матрицы рассчитываются по формуле: