Czynniki sezonowe i ich wpływ na działalność. Zajęcia dotyczące wpływu sezonowości na działalność organizacji w zakresie turystyki

Wysyłanie dobrej pracy do bazy wiedzy jest proste. Skorzystaj z poniższego formularza

Studenci, doktoranci, młodzi naukowcy korzystający z bazy wiedzy w swoich studiach i pracy będą Ci bardzo wdzięczni.

Podobne dokumenty

Rola czynnika sezonowości w sferze turystyki rosyjskiej. Nowoczesne metody badania wpływu sezonowości na wielkość sprzedaży usług turystycznych. Analiza działalności LLC „Gama” podczas sezonowego spadku popytu, środki mające na celu poprawę jej wydajności.

praca dyplomowa, dodana 24.06.2015 r.


Historia powstania i rozwoju turystyki morskiej. Określenie jej roli we współczesnej branży turystycznej na przykładzie makroregionu turystycznego Morza Czarnego, do którego należą takie kraje jak Bułgaria i Rumunia. Problemy sezonowości w turystyce międzynarodowej.

praca semestralna dodana 02.03.2011


Cechy produktu turystycznego jako szczególnego zespołu usług, składającego się z elementów materialnych i niematerialnych. Określenie problemów zarządzania jakością usług w zakresie turystyki w czynnikach sezonowości, statyki i siły wyższej.

praca semestralna, dodano 26.09.2010


Istota turystyki oraz podstawowe pojęcia organizacji i zarządzania w zakresie turystyki. Specyfika organizacji i zarządzania w dziedzinie turystyki. Wykorzystanie nowych technologii. Znaczenie marketingu w branży turystycznej. Wyjątkowość usługi turystycznej.

streszczenie, dodane 20.10.2006


Wydajność bazy noclegowej. Wpływ sezonowości na wielkość sprzedaży usług. Analiza konkurencji oraz wskaźników finansowo-ekonomicznych hostelu. Wykorzystanie technologii informatycznych do efektywnego funkcjonowania przedsiębiorstwa hotelarskiego.

praca dyplomowa, dodana 14.06.2015


Wydajność bazy noclegowej. Analiza metod badawczych wpływu sezonowości na wielkość sprzedaży usług. Dynamika rynku usług hotelarskich w Rosji. Wykorzystanie technologii informatycznych do poprawy efektywności hostelu.

praca dyplomowa, dodana 25.07.2015 r.


Stan regulacji normatywno-prawnych w zakresie turystyki w Polsce Federacja Rosyjska... Cechy infrastruktury turystycznej i współpracy międzynarodowej w dziedzinie turystyki. Główne kierunki i mechanizmy rozwiązywania problemów rozwoju przemysłu. Ocena ryzyka.

praca semestralna, dodana 18.07.2011

Nierównomierność produkcji wielu gałęzi przemysłu, budownictwa i rolnictwa związana z porami roku. Czynnik sezonowości przejawia się w niemonotonicznej, pulsującej postaci wykresów zależności wielkości produkcji od czasu… Słownik terminów ekonomicznych

- (patrz SEZONOWOŚĆ PRODUKCJI) ... Encyklopedyczny słownik ekonomii i prawa

Płace poza rolnictwem- (Liczba nowych miejsc pracy poza rolnictwem) Nonfarm Payrolls to makroekonomiczny wskaźnik zatrudnienia w USA poza rolnictwem Makroekonomiczny wskaźnik zatrudnienia Nonfarm Payrolls, liczba miejsc pracy poza rolnictwem. Encyklopedia inwestorów

PRODUKCJA, czynnik sezonowy związany z porami roku, nierównomiernością produkcji wielu gałęzi przemysłu, budownictwa, rolnictwa. Czynnik sezonowości przejawia się w niemonotonicznej, pulsującej postaci wykresów zależności…… Słownik ekonomiczny

Reformy Gajdara w gospodarce i systemie administracji publicznej, przeprowadzone przez rząd rosyjski pod przewodnictwem Borysa Jelcyna i Jegora Gajdara w okresie od 6 listopada 1991 do 14 grudnia 1992. Rząd Jelcyna ... ... Wikipedia

Recesja- (Recesja) Spis treści >>>>>>>>> Recesja to definicja produktywności, która charakteryzuje zerowy lub ujemny główny wskaźnik produktu krajowego brutto, płynący przez sześć miesięcy lub dłużej ... Encyklopedia inwestorów

Inflacja- (Inflacja) Inflacja to deprecjacja jednostki monetarnej, spadek jej siły nabywczej Ogólne informacje o inflacji, rodzajach inflacji, co jest istota ekonomiczna, przyczyny i konsekwencje inflacji, wskaźniki i indeks inflacji, jak ... ... Encyklopedia inwestorów

Zapasy hurtowe- (Zapasy hurtowe) Definicja zapasów hurtowych, zapasów handlowych i magazynowych Informacje dotyczące określenia zapasów hurtowych, zapasów handlowych i magazynowych Spis treści Zawartość Rodzaje zapasów i ich charakterystyka Zapasy handlowe i magazynowe Zasady ... ... Encyklopedia inwestorów

RHACHISCHISIS- RHACHISCHISIS, patrz Spina Ufida. KRZYWICA. Spis treści: Dane historyczne .............,. ... 357 Rozmieszczenie geograficzne i statystyka. ... 358 Wartość socjo-higieniczna .. 359 Etiologia ...................... 360 Patogeneza ... Świetna encyklopedia medyczna

Stan rzeczy- (Koniunktura) Koniunktura to uformowany zespół warunków w pewnym obszarze działalności człowieka. rynki towarowe Zawartość… … Encyklopedia inwestorów

Kierownictwo podmiotów gospodarczych o sezonowym charakterze działalności dąży do ograniczenia poziomu wahań sezonowych. Aby osiągnąć te cele, konieczna jest redystrybucja zasoby pracy, dociążenie hal produkcyjnych, reklama, obniżka cen, co jest niemożliwe bez prognozowania.

V nowoczesne warunki złożone przeplatanie się powiązań gospodarczych między branżami, wahania sezonowe, które powstały w jednej branży, przenoszą się na inne, powodując odpowiednie wahania w kolejnych ogniwach cyklu produkcyjnego. Sezonowość w rolnictwie powoduje wahania procesu produkcyjnego w przemyśle wytwórczym, następnie w handlu i konsumpcji powstają fale sezonowe.

Ponieważ sfera przemysłowa i jej otoczenie (rynek surowców, towarów i usług, gospodarstwa domowe, rynek finansowy, państwo) są ze sobą bezpośrednio powiązane, występują również wahania, które można przypisać wahaniom sezonowym. Sezonowe zmiany procesów i zjawisk społeczno-gospodarczych będą determinowane nie tylko czynnikami klimatycznymi, ale także społecznymi, ekonomicznymi i prawnymi. Np. wzrost poziomu bezrobotnych zimą, wzrost przeciętnego wynagrodzenia i dochodu per capita na koniec roku, okresowe przepływy pieniężne z płatności podatkowych, odpisy na różne fundusze, płatności za usługi.

Niezbędne wydaje się oszacowanie dynamiki sezonowości na przykładzie branży najbardziej podatnej na wahania sezonowe – produkcji cukru.

Biorąc pod uwagę dynamikę sezonowości w produkcji cukru należy wziąć pod uwagę, że cukier buraczany produkowany jest głównie we wrześniu - listopadzie, cukier surowy w marcu - lipcu. Ten sezonowy charakter związany jest z okresami dojrzewania buraków oraz zakupem importowanego cukru surowego.

Sezonowe wahania cen cukru potwierdza poniższy wykres.

Ryż. 1. Ceny hurtowe i detaliczne cukru w ​​Rosji

(styczeń 2006 - kwiecień 2009)

Z wykresu wynika, że ​​wzrost cen hurtowych następuje na przełomie stycznia i lutego, co wiąże się z przerobem zapasów buraków od producentów i przejściem produkcji na surowiec. I tak, w 2006 r. wzrost cen w lutym w stosunku do początku stycznia wyniósł 350 rubli za tonę (16848 rubli za tonę), aw lutym 2008 r. w porównaniu ze styczniem 300 rubli za tonę (14022 rubli za tonę). Tym samym co roku następuje sezonowy spadek cen sprzedaży cukru pod koniec roku i ich wzrost na początku roku.

Ryż. 2. Ceny hurtowe cukru w ​​Rosji

Rok 2008 charakteryzuje się najniższą wartością rubla w stosunku do dolara amerykańskiego, co doprowadziło do znacznego spadku hurtowych cen cukru we wrześniu-grudniu ubiegłego roku, mimo że koszt własny cukru buraczanego ze zbiorów 2008 r. wynosi 16,8 rubla. za kg (w tym VAT). Ceny krajowe były pod presją zapasów cukru surowego i tradycyjnej konkurencji producentów rolnych jesienią. Łącznie czynniki te doprowadziły do ​​spadku cen cukru w ​​tym okresie.

Rezerwy cukru dla Rynek rosyjski w tym cukier surowy na koniec 2008 roku wyniósł rekordowe 2,91 mln ton w porównaniu z 2,78 mln ton na koniec 2007 roku. Jest to efekt rekordowej produkcji cukru buraczanego w latach 2008/09 - 3,55 mln ton (od sierpnia do luty), 2007/08 – 3,12 mln ton. Nawet zapasy cukru surowego w cukrowniach, według danych Soyuzrossahar z dnia 9 lutego 2009 r., są 1,5 raza wyższe i wynoszą 301 tys. ton w porównaniu do 197 tys. ton rok wcześniej.

Ryż. 3. Zapasy cukru w ​​Federacji Rosyjskiej na koniec miesiąca, tys. ton.

Według Soyuzrossahara, w kontekście deficytu i wzrostu kosztu środków kredytowych w III i IV kwartale 2008 r. cukrownie nie miały możliwości pozyskania środków kredytowych, a jedynie świadczyły usługi w zakresie przerobu buraków cukrowych, co , w przeciwieństwie do roku poprzedniego, spowodowały zmianę struktury własnościowej rezerw towarowych cukru w ​​kierunku ich wzrostu w bilansach producentów rolnych. Brak wystarczającej liczby zbiorników magazynowych do przechowywania tej ilości cukru doprowadził do jej masowej sprzedaży.

Produkcja cukru w ​​Rosji z roku na rok staje się coraz bardziej sezonowa: rosną październikowe szczyty buraków, spada produkcja cukru surowego (ze względu na trudną do przewidzenia rentowność), a import cukru gotowego, głównie z Białorusi, nie maleje. Ponadto pozostawiają ślady gwałtowne zmiany ceł importowych i wahania na rynku światowym. Problem rozbudowy infrastruktury wokół cukrowni i przyspieszonego wzrostu pojemności fabrycznych magazynów cukru, przede wszystkim przy stosunkowo perspektywicznych cukrowniach o rzeczywistej wydajności powyżej 3800 t/dobę (w Federacji Rosyjskiej jest około 31 takich fabryk) a rozwój narzędzi do sezonowego finansowania biznesu staje się coraz pilniejszy.

Rozwój produkcji rolnej w Rosji w 2008 roku odbywał się pod wpływem szeregu negatywnych czynników, w szczególności szybkiego wzrostu cen surowców wykorzystywanych w produkcji rolnej i budownictwie, a także skomplikowanej sytuacji z kredytami rolniczymi. producentów. W okresie prac sezonowych wzrost cen nawozów mineralnych wyniósł 70%, energii elektrycznej 13,2%, gazu ziemnego 11,3%, wzrost cen oleju napędowego (do grudnia 2007 r.) 45%, co doprowadziło do znacznych dodatkowych kosztów. Jednocześnie ceny produktów rolnych w okresie styczeń-listopad 2008 r. wzrosły jedynie o 3,4%.

Nieco odmienna sytuacja sezonowości kształtuje się w przemyśle metalurgicznym. Na początku 2009 roku odnotowano dość poważny wzrost popytu na wyroby walcowane ze strony konsumentów w regionie Azji i Pacyfiku. Wzrost popytu był selektywny i związany wyłącznie z koniecznością uzupełniania zapasów przez przedsiębiorstwa produkcyjne. Niemniej jednak, w warunkach niepewności, nawet to okazało się wystarczające, aby rynek zyskał krótkoterminowy zastrzyk optymizmu, a gracze zaczęli podnosić prognozy perspektyw branży i uruchamiać zamrożone moce produkcyjne w IV kwartale 2008 roku.

Dla rosyjskich metalurgów dodatkowym czynnikiem, który znacząco wpłynął na ich działalność, była dość ostra dewaluacja rubla. Osłabienie waluty krajowej zwiększyło konkurencyjność wyrobów rosyjskich hutników i pozwoliło im częściowo zastąpić spadek popytu krajowego dostawami eksportowymi. Na koniec I kwartału 2009 roku udział eksportu w strukturze zaopatrzenia hutników rosyjskich wzrósł do 70-80% z 40-50% na koniec 2008 roku.

Ponadto dewaluacja rubla pozwoliła metalurgom na podniesienie cen na rynku krajowym, dostosowując je do poziomu światowego. W efekcie Rosja stała się jednym z nielicznych krajów, w których według wyników pierwszych trzech miesięcy 2009 r. odnotowano, choć niewielki, wzrost produkcji stali do poziomu z grudnia 2008 r.

Pomimo tego, że I kwartał 2009 roku obfitował w wydarzenia i potwierdził większość nowych trendów w metalurgii, o których pisaliśmy w rocznej strategii, nie dał pełnego zrozumienia sytuacji i wpływu tradycyjnego czynnika sezonowości w metalurgii w 2009 r. można określić jako dość umiarkowaną.

Czynniki kształtujące sezonowość różnią się zarówno charakterem i charakterem, jak i stopniem oddziaływania. Można je łączyć w następujące grupy:

1. Naturalne i klimatyczne. Wpływają na powstawanie wahań sezonowych w produkcji, handlu, konsumpcji.

2. Czynniki ekonomiczne. Jest to przede wszystkim wielkość produkcji, obrót detaliczny, ceny i odpowiednio dochód ludności.

3. Czynniki społeczne. Obejmują one struktura społeczna społeczeństwo, poziom kultury ludności, tradycje narodowe i święta. Mają główny wpływ na kształtowanie się sezonowych wahań popytu i konsumpcji.

4. Czynniki demograficzne: skład i wielkość rodziny, wiek, płeć, migracje ludności. Wpływają głównie na popyt i konsumpcję.

5. Czynniki prawne - ustawowo ustalone wszelkiego rodzaju płatności na różne fundusze, na przykład płatności podatkowe, płatności emerytalne i ubezpieczeniowe, płatności za usługi komunikacyjne.

Wahania sezonowe, które pojawiły się w sektorze wytwórczym, przenoszone są na sektor finansowy, gdzie ulegają zmianie, gdyż czynniki naturalne i klimatyczne przeplatają się z działaniem czynników społeczno-ekonomicznych i prawnych.

Na przykład wśród podmiotów gospodarczych, które wytwarzają swoje produkty nierównomiernie, w pewnych okresach wzrasta popyt na pieniądz. Wiosną gwałtownie wzrasta zapotrzebowanie na pożyczone środki od przedsiębiorstw rolnych, a jesienią wzrasta zapotrzebowanie na dodatkowe środki od przedsiębiorstw przetwórczych, dążących do zapewnienia sobie surowców na przyszłość po zbiorach. Instytucje kredytowe, biorąc pod uwagę warunki ekonomiczne i finansowe na lokalnym rynku, muszą przewidywać ten zmieniający się popyt i zaspokajać go w dowolnym momencie. Powstało wiele banków sektorowych, skoncentrowanych na udzielaniu kredytów przedsiębiorstwom z danej branży.

Na rynek walutowy wpływają branże i firmy zorientowane na eksport, z których wiele podlega sezonowym wahaniom swojej działalności (przemysł motoryzacyjny, wydobycie ropy i gazu, metalurgia), co z kolei wpływa na stan bilansu płatniczego kraju.

Okresowo przekazywane są również składki do wielu funduszy (fundusze emerytalne, kasy obowiązkowego ubezpieczenia zdrowotnego, Państwowego Funduszu Pracy i inne). Przy obliczaniu konkretnych kwot wpływów podatkowych do budżetów różnych szczebli, bardzo ważne jest przewidywanie wzrostu i spadku produkcji, handlu, w tym z powodu czynniki sezonowe... Dane te są ważne dla przyszłego tworzenia budżetów wszystkich szczebli, ponieważ mogą bardziej wiarygodnie odzwierciedlać potrzeby regionów na środki federalne w postaci dotacji, grantów i finansowania transferowego. Należy wziąć pod uwagę, że istnieją regiony o orientacji rolnej lub surowcowej. Dlatego bardzo interesujące jest badanie sezonowości procesów finansowych.

Ważna dla rozwoju polityki społeczno-gospodarczej państwa jest również analiza i prognozowanie różnych wskaźników społeczno-gospodarczych.

Wykorzystywane są obszerne informacje o stanie i tendencjach rozwojowych wszystkich sektorów gospodarki. Większość prognozowanych procesów w takim czy innym stopniu podlega wpływowi sezonowości (na przykład agregaty monetarne, kredyty bankowe dla gospodarki, średnie płace, dochody i wydatki ludności, salda depozytów gospodarstw domowych w bankach, dynamika liczba bezrobotnych, wskaźniki cen konsumpcyjnych i ceny hurtowe przemysłu) ... W związku z tym przy ich analizie należy brać pod uwagę nie tylko trendy monotonne, ale także okresowe (sezonowe).

Procesy oscylacyjne o wyraźnych cyklach obserwowane są również na giełdach: miesięczne, kwartalne i 21 tygodniowe, tygodniowe. Jako przyczyny takich cykli autorzy wskazują okresy i wielkości lokowania papierów wartościowych, zapotrzebowanie emitenta na środki, regulowanie przez emitenta struktury zadłużenia terminowego i inne. Wymienione cykle wynikają z tymczasowych, subiektywnych czynników i muszą być brane pod uwagę przy rozważaniu konkretnych, szczegółowych zadań. Ponieważ wahania na rynku finansowym mają charakter zbliżony do okresowych i kończą się w ciągu roku, określa się je mianem wahań sezonowych.

Pogorszenie się sytuacji gospodarczej związane z kryzysem finansowym zmusza przedsiębiorstwa przemysłowe do aktywniejszej identyfikacji i realizacji rezerw oszczędnościowych we wszystkich posiadanych aktywach. W związku z tym szczególną uwagę należy zwrócić na analizę stanu zapasów przedsiębiorstw (TMC). Aktywa obrotowe w akcjach przedsiębiorstw są dość ważkie. Według Rosstatu udział wszystkich rodzajów zapasów w składzie majątku przedsiębiorstw produkcyjnych wynosi około 20%, a przy przedsiębiorstwa budowy maszyn,- około 30%. Zapasy towarów i materiałów w składzie kapitał obrotowy zajmują około 15% w przedsiębiorstwach produkcyjnych, aw inżynierii mechanicznej - około 20%. Niestety w ostatnich latach rotacja kapitału obrotowego, w tym rotacja zapasów, nie uległa znaczącemu przyspieszeniu.

Przejście do gospodarki rynkowej usunęło problem niedoboru zasobów materialnych dla przedsiębiorstw, przedsiębiorstwa mogły dla nich zrezygnować z dużych zapasów i wielkogabarytowych magazynów. Ale jednocześnie pojawiły się nowe problemy związane z niestabilnymi i stale rosnącymi cenami, brakiem kapitału obrotowego i kredytów na nie, naruszeniem zobowiązań umownych przez partnerów w zakresie dostaw towarów i materiałów, niestabilną sprzedażą produkt końcowy itp. Niepewność popytu na wytwarzane produkty powoduje niepewność w prognozowaniu wymaganych zasobów materiałowych. W związku z tym skumulowane zapasy stają się czynnikiem dopasowania realnej podaży i popytu, a także obniżenia kosztów produkcji.

Wyniki miesięcznej ankiety dla kadry kierowniczej przedsiębiorstwa przemysłowe realizowane na zamówienie” Biznes Rosja»Według panelu Laboratorium Badań Biznesowych IET w kwietniu 2009 r. względny aktualny stan przedsiębiorstw przedstawia ryc. 2.4-2.6.

Ryż. 4. Średnie ceny produktów badanych przedsiębiorstw w okresie październik 2008 - kwiecień 2009

Ryż. 5. Zmiany wielkości zapasów w badanych przedsiębiorstwach w okresie październik 2008 – kwiecień 2009

Ryż. 6. Dynamika wzrostu sald składowych Wskaźnika Stanu Bieżącego w okresie październik 2008 - kwiecień 2009 w porównaniu do analogicznego okresu roku ubiegłego.

Na ryc. 2.7 pokazuje przyrosty sald miesięcznych składowych Indeksu obecnego stanu oczekiwań w porównaniu z analogicznym okresem ubiegłego roku, obliczone w celu wyeliminowania sezonowości. Wartości sald składowych za kwiecień 2009 r. zostały uwzględnione w Indeksie aktualnego stanu „Barometru Biznesu Rosji” pokazanego na ryc. 2.8.

Jednym z głównych kierunków osiągania oszczędności w obszarze logistyki jest redukcja kosztów związanych z zapasami poprzez opracowanie polityki zarządzania zapasami, która jest strukturą zasad określania terminów i wielkości zakupów. W ramach polityki zarządzania zapasami tworzone są plany dostaw, które ustalają, w jakich momentach i na jakie ilości należy uzupełnić zapasy.

Za 1 tys. W 2009 roku po raz pierwszy w okresie kryzysu saldo faktycznej liczby zatrudnionych, skorelowane z oczekiwanym popytem, ​​stało się mocno ujemne. W styczniu 2009 r. tylko 7% przedsiębiorstw oceniło swój personel jako „niewystarczający” (w październiku 2008 r. – 26%), a jako „nadmierny” – 33% (było to 12%). Przemija bezwładność długiego okresu gwałtownego wzrostu produkcji, kiedy personel często brakowało. Sytuacja na rynku pracy staje się coraz bardziej dotkliwa, co może mieć konsekwencje nie tylko ekonomiczne, ale także społeczne.

Za 1 tys. W 2009 r. wskaźnik stanu bieżącego, liczony na podstawie przyrostu bilansów za rok, wyniósł -40,9 (w IV kwartale 2008 r. -32,0). Trzeba przyznać, że w obecnym otoczeniu rynkowym w porównaniu do I kwartału dość mocno się pogorszyło. 2008 Prawdopodobnie znajdzie to wyraz w zauważalnym spadku produkcji przemysłowej i realnego PKB. Porównanie z dynamiką minioną prowadzi do jednoznacznego wniosku, że nie było tak gwałtownej zmiany sytuacji na gorsze od 1996 roku, czyli od pierwszego momentu, dla którego można obliczyć kwartalny wskaźnik stanu obecnego.

Z kolei analiza miesięcznej dynamiki poszczególnych składowych wskaźnika stanu bieżącego pokazuje, że nie zaobserwowano jeszcze dalszego przyspieszenia spadku. Świadczy o tym względna stabilizacja bilansów kilku składników bieżącego wskaźnika stanu jednocześnie: a) wielkości produkcji po „załamaniu” w okresie listopad-grudzień 2008 r.; b) ceny wyrobów gotowych po „załamaniu” w okresie grudzień 2008 – styczeń 2009; c) zapasy wyrobów gotowych po „załamaniu” w okresie styczeń-luty 2009 Niewątpliwie trwa ogólna recesja gospodarcza w Rosji (na razie nie widać oznak ożywienia, wszystkie składowe indeksu pozostają ujemne), ale tempo tej recesji , najprawdopodobniej jeszcze nie rośnie.

2. Praktyczne doświadczenie krajowe i zagraniczne w zarządzaniu zapasami w przedsiębiorstwie w warunkach sezonowych

Problem zarządzania zapasami jest szczególnie dotkliwy z następujących powodów. Po pierwsze, występuje wyjątkowa różnorodność gatunkowa spożywanych towarów i materiałów, co wiąże się ze złożonością i wieloskładnikowym charakterem struktury materiałowej produktów, obecnością przemysłów pomocniczych. Po drugie, skład konsumowanych towarów i materiałów często zmienia się w związku z odnawianiem wytwarzanych produktów. Po trzecie, przepływy materiałów między ogniwami produkcyjnymi często nie są zsynchronizowane, co skutkuje wieloma zapasami tymczasowymi w produkcji i łańcuchach dostaw.

Zarządzanie zapasami dla przedsiębiorstwa krajowe w latach gospodarki planowej opierał się głównie na podejściu normatywnym. W tym przypadku normy zapasów zostały określone empirycznie albo jako procent rocznej wielkości konsumpcji, albo jako znormalizowany czas trwania jednego obrotu według rodzajów towarów i materiałów. Podejście normatywne nie przyniosło wiarygodnych, opłacalnych wyników, a zapasy były zwykle zawyżone.

Utworzono dnia różne przedsiębiorstwa rezerwy służą przede wszystkim wyrównaniu różnych intensywności interakcji przepływ materiałów, a także ograniczenie wpływu na przedsiębiorstwo czynników losowych prowadzących do zakłóceń w dostawach. Obecność rezerw wiąże się z pewnymi kosztami ich tworzenia i utrzymania. Dla jednoznaczności koszty magazynowania zapasów, a także koszty administracyjne realizacji zamówień na dostawy będą nazywane kosztami gospodarki magazynowej, a koszty związane z pozyskaniem zasobów materiałowych (iloczyn ceny przez zakupiony wolumen) - koszty zakupów.

Obecnie wiele przedsiębiorstw przemysłowych boryka się z problemem nieefektywnego zarządzania kapitałem obrotowym. Jest to szczególnie widoczne w przedsiębiorstwach o długim cyklu produkcyjnym, gdzie kapitał obrotowy stanowi średnio 80% rocznych przychodów. Obecność znacznych ilości nieodebranych zapasów i przeterminowanych należności wpływa negatywnie na kondycję finansową przedsiębiorstw, uniemożliwiając im zachowanie konkurencyjności. Istnienie tego problemu wynika z wielu czynników.

Po pierwsze, wraz z powstaniem gospodarki rynkowej w Rosji, warunki funkcjonowania przedsiębiorstw uległy zasadniczym zmianom. Wcześniej istniał system planowania scentralizowanego, w którym plany produkcji i sprzedaży produktów dla przedsiębiorstw były ustalane z zewnątrz na podstawie ukształtowanej równowagi gospodarki narodowej, a przedsiębiorstwa mogły wytwarzać produkty „na magazyn”, zdając sobie sprawę, że zostaną zrealizowane. Obecnie znacznie wzrosła niepewność w relacjach przedsiębiorstwa z otoczeniem zewnętrznym: przedsiębiorstwa muszą samodzielnie przeprowadzać planowanie w oparciu o przewidywany popyt nabywców, co stało się nadrzędne i decydujące, punktem wyjścia w planowaniu produkcji i obroty. Dodatkowo rozwój konkurencji zachęca przedsiębiorstwa do stałego podnoszenia efektywności wewnętrznych procesów biznesowych w celu zaspokojenia potrzeb konsumentów z najwyższą jakością i utrzymania pozycji na rynku. Tym samym zasadniczo zmienia się podejście do zarządzania przedsiębiorstwem, w związku z czym istnieje potrzeba doskonalenia systemu zarządzania kapitałem obrotowym. Narzędzia wykorzystywane do tego w gospodarce planowej nie mogą już być używane w czystej postaci, muszą być dostosowane do współczesnych warunków funkcjonowania przedsiębiorstw.

Po drugie, negatywne skutki tych przetrzymywanych w Rosji w latach 90. XX wieku. reformy, wyrażone w gwałtownym spadku wolumenu produkcja przemysłowa, znaczna inflacja, brak inwestycji w środki trwałe przez długi czas, kryzys płatności i inne konsekwencje, nieuchronnie spowodowały spadek wydajności wszystkich głównych procesów biznesowych przedsiębiorstw przemysłowych. Obecność procesów nieproduktywnych lub ich poszczególnych części wydłuża czas trwania cyklu operacyjnego przedsiębiorstwa, w wyniku czego maleje tempo rotacji środków zainwestowanych w kapitał obrotowy, spada rentowność majątku przedsiębiorstwa i jego płynność oraz stan zadłużenia wzrasta, tj pogarszają się wszystkie główne wskaźniki ekonomiczne przedsiębiorstwa.

Należy przyznać, że według standardów kraje rozwinięte poziom zarządzania zapasami w Rosji jest raczej niski. Kwestia tego, jak efektywnie zarządzać akcjami dziś, kiedy maleją krańcowe dochody z działalności przedsiębiorstw, pogarsza się dostęp do pożyczonych środków, a konkurencja rośnie, nabiera pierwszorzędnego znaczenia.

Tradycyjne modele analityczne opierają się na trzech filarach:

- po pierwsze do analizy ABC,

- po drugie, na wzorze na optymalne zamówienie EOQ (ekonomiczna wielkość zamówienia),

- po trzecie, przy założeniu, że wszystkie procesy losowe można opisać rozkładem normalnym (rozkład Gaussa).

Dzięki tym modelom w ostatnim stuleciu poczyniono znaczne postępy w zarządzaniu zapasami. Biorąc pod uwagę, że sto lat temu nie było nowoczesnych komputerów, a skomplikowane obliczenia zajmowały dużo czasu, a rozważane modele są bardzo proste, słusznie uważa się je za klasyczne. Dziś te modele nadają się tylko do użytku jako materiały naukowe w praktyce praktycznie nie są wykorzystywane. Ponadto jest dość oczywiste, że modele te absolutnie nie uwzględniają czynnika sezonowości, a zatem nie mają zastosowania do celów niniejszego badania.

Nowoczesna technologia komputerowa pozwala rozwiązać problem gospodarki magazynowej poprawnie i na zasadniczo wyższym poziomie niż dotychczas. Era szybkich komputerów stacjonarnych otworzyła nowe możliwości zarządzania zapasami, które wciąż są słabo poznane. Powodem obiektywnym jest niedojrzałość rynku rosyjskiego, a subiektywnym niewystarczająca znajomość matematyki personelu przedsiębiorstw komercyjnych.

Naszym zdaniem bez dobrego przygotowania matematycznego nie da się obecnie rozwijać metod zarządzania zapasami. Ponadto wymagane jest doświadczenie w branży magazynowo-handlowej.

Nadrzędnym celem niemal wszystkich stosowanych obecnie nowoczesnych komputerowych systemów zarządzania zapasami jest automatyzacja procesu zakupowego w oparciu o jasno sformułowany cel oraz w oparciu o model optymalizacji finansowo-ekonomicznej. Kolejny cel wdrożenia nowoczesny system zarządzanie zapasami ma zapewnić możliwość obiektywnej kontroli sytuacji zakupowej.

Optymalizacja oparta jest na modelu finansowo-ekonomicznym. Dla każdej pozycji asortymentowej konieczne jest uzyskanie szeregu współczynników charakteryzujących jego efektywność finansową (rentowność na sztukę, koszt przechowania sztuki na dobę, koszt uzupełnienia sztuki). Główny cel System ma na celu optymalizację zysku przedsiębiorstwa. Dla każdej jednostki magazynowej znajdują się takie parametry kontrolne, które określają kiedy (przy jakim saldzie) iw jakiej ilości należy złożyć zamówienie. Innymi słowy, dla każdej pozycji określane są parametry kontrolne w ramach strategii elastycznego progu.

Efektywne zarządzanie zapasami polega na optymalizacji ekonomicznej, a zysk jest miarą efektywności. Z reguły efektywność zarządzania zapasami oznacza maksymalizację zysku netto firmy w części, w której zysk ten zależy od zarządzania zapasami. W związku z tym jednym z elementów pracy nad zwiększeniem efektywności zarządzania zapasami jest prawidłowy model finansowy przedsiębiorstwa. Wszystkie bieżące procesy biznesowe w przedsiębiorstwie należy rozpatrywać pod kątem kosztów związanych z zarządzaniem zapasami. Jest to koszt przechowywania inwentarza i koszt jego uzupełnienia oraz koszt deficytu w postaci utraconego zysku (z uwzględnieniem dodatkowych kar za odmowę wykonania usługi).

Wszystkie procesy w łańcuchu dostaw – transport, wynajem budynków i wyposażenia, koszty osobowe, zaopatrzenie, organizacja sprzedaży, odsetki od kredytów, zobowiązania, należności, podatki itp. – muszą być odpowiednio odzwierciedlone w modelu finansowym. Prawidłowy model powinien absolutnie dokładnie, w rublach, pokazywać, jak bardzo spadają koszty wraz ze wzrostem zapasów, o ile wzrastają koszty magazynowania, maleją koszty deficytu itp.

Przedstawione podejście do rozwiązywania problemów zarządzania zapasami nie jest zasadniczo nowe. W latach 60. XX wieku Yu.I. Ryżikow napisał klasyczne prace na temat zarządzania zapasami. Próby zastosowania teorii w praktyce wyraźnie wyprzedzały swój czas. Brak wygodnych i szybkich komputerów, a także, co ważniejsze, brak naturalnych motywacji biznesowych w społeczeństwie, w którym panuje całkowity niedobór, nie pozwoliły na wprowadzenie rozwiązań teoretycznych w praktyce. W dzisiejszych czasach istnieje ogromna liczba narzędzi dostępnych zarówno pod względem ceny, jak i poziomu umiejętności użytkownika. Matematyka stosowana opracowała bardzo potężne algorytmy, a nowoczesna technologia komputerowa umożliwia bardzo szybkie wykonywanie obliczeń. Wszystko to ma wiele wspólnego z zarządzaniem zapasami.

Istnieje przekonanie, że złożony problem, taki jak optymalne zarządzanie zapasami w warunkach sezonowości, nie może mieć odpowiedniego matematycznego urzeczywistnienia. Jednak naszym zdaniem jest to z gruntu błędne. Wraz z pojawieniem się nowoczesnych technologii komputerowych, wraz ze wzrostem konkurencji na rynku, temat zarządzania zapasami znalazł „drugi wiatr”. Pojawiły się nowe możliwości, które pozwalają na rozwiązanie problemów efektywności wykorzystania zasobów na poziomie do niedawna uznawanym za nieosiągalny, w tym z uwzględnieniem czynnika sezonowości.

Optymalną politykę zarządzania zapasami można znaleźć za pomocą metod modelowania matematycznego. Klasyczny jednoproduktowy model zarządzania zapasami (model Wilsona) został opracowany już w 1934 roku. Problem zarządzania zapasami w modelu Wilsona sprowadza się do określenia wielkości zamówienia na zaplanowany okres czasu w taki sposób, aby zminimalizować zapasy koszty zarządzania. Sam model jest opisem procesów zmian zapasów i związanych z nimi kosztów przy pewnych założeniach, które ograniczają jego praktyczne zastosowanie. W związku z tym rozważa się szereg modyfikacji tego modelu, związanych z możliwością powstania deficytu i uwzględnienie kosztów, jakie on powoduje; z systemem rabatów w zależności od wielkości partii zakupu; z ostateczną szybkością dostawy do magazynu itp.

Nasze badania dotyczące studiów wykonalności praktyczne zastosowanie Modele zarządzania zapasami oparte są na danych pionów funkcjonalnych zaopatrzenia w zasoby materiałowe grupy spółek z branży wydobywczej. Główne cechy branży to szeroki wachlarz kupowanych surowców oraz niestabilność ich zużycia. Wynika to z faktu, że większość zasobów materialnych pochodzi nie ze sprawnie funkcjonującego procesu technologicznego o sprawdzonych standardach, ale z budowy kapitału i wyposażenia kopalń. Niestabilność konsumpcji związana jest z etapowością takich procesów, a stochastyczny charakter konsumpcji wynika z tego, że na przebieg budowy kapitału mają wpływ zewnętrzne czynniki organizacyjne i przyrodnicze.

Nomenklatura dostarczanych zasobów materiałowych obejmuje setki grup produktów, więc pojawia się problem klasyfikacji dostarczanych zasobów materiałowych do wybranych grup, w stosunku do których można zastosować ujednolicone podejścia do formułowania polityki zarządzania zapasami. Tabela 2.8 pokazuje główne kierunki i cele możliwej klasyfikacji zasobów materialnych.

Tabela 2.8.

Kierunki i cele klasyfikacji nabywanych zasobów materialnych.

Badanie zakresu dostarczanych zasobów materiałowych według pierwszych trzech kryteriów klasyfikacyjnych obejmuje analizę strategicznego znaczenia produktów; a także szczegółowe badanie konkretnych warunków dostawy, takich jak minimalna wielkość kupowanej partii, czas realizacji, konieczność wykonywania pracochłonnych operacji na etapie nadania produktów do magazynu, warunki przechowywania itp. Jest to konieczne, aby wybrać taką lub inną modyfikację modelu Wilsona i dopracować jego parametry.

Klasyfikacja według stabilności zużycia i wartości kosztów magazynowania jest interesująca z punktu widzenia określenia możliwości zastosowania modelu Wilsona, stabilności uzyskanych na jego podstawie wyników oraz wymagań dotyczących dokładności tych wyników . Tabela 2.9 przedstawia odpowiednią macierz klasyfikacji zasobów materiałowych według stabilności zużycia i wartości kosztów magazynowania.

Tabela 2.9.

Macierz wyboru polityki zakupowej

Ideą takiej klasyfikacji jest to, że wraz ze wzrostem stabilności konsumpcji (grupa Z-Y-X) wzrasta stabilność wyników zastosowania modelu Wilsona. A wraz ze wzrostem udziału pozycji towarowych w kosztach obiegu i magazynowania rośnie zainteresowanie dokładniejszym określeniem gabarytów przesyłki, ponieważ duża dokładność pozwala na uzyskanie wymiernych oszczędności.

Grupa zasobów materiałowych w komórce AX jest najciekawsza z punktu widzenia zastosowania modelu Wilsona, gdyż zajmuje wysoki udział w obrocie, wiąże się z wysokimi kosztami magazynowania i charakteryzuje się stabilnym zużyciem. Grupa zasobów materiałowych w komórce „AY” wymaga wstępnej analizy funkcji popytu, gdyż charakteryzuje się niską stabilnością zużycia. Grupa „Z” obejmuje z reguły rzadko kupowane, unikatowe zasoby materialne. Pozycje takie nabywane są na podstawie ofert od odpowiednich działów przedsiębiorstwa, z reguły nie podlegają składowaniu i nie stosuje się do nich formuły Wilsona. Zastosowanie modelu zarządzania zapasami dla grupy „C” nie wymaga dużej precyzji w określeniu optymalnej wielkości zamówienia. Do zarządzania zapasami tej grupy wystarczą przybliżone prognozy rocznego zapotrzebowania. Niezbędne jest jednak stałe monitorowanie dynamiki konsumpcji i poziomu zapasów w celu zmniejszenia zapasów niepłynnych.

Wynik klasyfikacji zużytych zasobów materialnych przez grupę firm przedstawia rysunek 2.1.

Ryż. 2.1. Wyniki klasyfikacji grup towarowych zasobów materialnych

Schemat przedstawia następujące grupy produktów:
	Części zamienne do sprzętu górniczego
	Sprzęt elektryczny i materiały elektryczne
	Materiały metalowe
	Narzędzie
	Oprzyrządowanie i automatyka
	Komunikacja i radio
	Paliwa i oleje
	Materiały budowlane
	Odczynniki, materiały laboratoryjne
	Wyposażenie biura
	Materiały do ​​​​kontenerów i pojemników

Rozważmy przykłady zastosowania modeli zarządzania zapasami dla dostarczanych zasobów materiałowych niektórych komórek macierzy. I tak na przykład do grupy zasobów materialnych ogniwa „AX” należy pozycja towarowa „Blacha stalowa”, która wyróżnia się dużą objętością i stabilnością zużycia.

Szacunkowa wartość optymalnej wielkości partii dostawy dla danego przedmiotu zakłada częste wysyłki. Jednak po dokładnym przestudiowaniu warunków dostaw okazało się, że nie jest to wykonalne ze względu na ograniczenia techniczne dostawcy. Pod tym względem rzeczywista wielkość partii zamówienia była trzykrotnie wyższa od optymalnej, co doprowadziło do wzrostu kosztów magazynowania (rys. 2.2).

Ryż. 2.2. Uzależnienie od kosztów magazynowania i zamawiania
od wielkości partii zakupu

W rozpatrywanym przypadku zastosowanie modelu zarządzania zapasami wraz ze szczegółowym studium warunków dostaw pozwala znaleźć rezerwy na zwiększenie efektywności wsparcia materiałowego i technicznego. Tym samym zawarcie umowy na dostawę z innym dostawcą wyrobów walcowanych pozwoli spółce realizować dostawy w optymalnych partiach i obniżyć koszty.

W przypadku niestabilnego zużycia dla pozycji o dużej wartości (komórka macierzy „AU”) wskazane jest zbadanie funkcji zużycia np. jedną z metod analizy szeregów czasowych. Jako przykład rozważmy nagłówek „Olej maszynowy”.

Na ryc. Rysunek 2.3 ilustruje budowę modelu addytywnego dla szeregu czasowego zużycia oleju silnikowego na podstawie danych rocznych. Dla rozważanej pozycji możliwy jest dość dokładny wybór modelu addytywnego ze względu na wyraźną dotkliwość składnika sezonowego. Na podstawie analizy szeregów czasowych można dokonywać prognoz intensywności zużycia i na tej podstawie obliczać wielkości partii zamówień.

Ryż. 2.3. Analiza funkcji zapotrzebowania na olej silnikowy

Prognozowanie popytu z wykorzystaniem addytywnego modelu analizy szeregów czasowych pozwala na dwukrotne obniżenie kosztów magazynowania w porównaniu z obliczaniem partii zamówienia przy założeniu równomiernego zużycia zasobu materiałowego (co zakłada model Wilsona). Główna różnica między zarządzaniem zapasami z wykorzystaniem analizy funkcji popytu a zarządzaniem zapasami w oparciu o klasyczny model Wilsona polega na tym, że w pierwszym przypadku wielkość kupowanej partii zależy od wielkości zużycia, a więc od czasu, a w drugim jest stała. . W związku z tym prognozowanie rozkładu rocznego zużycia w czasie pozwala ułożyć plan dostaw bliski napiętej. Tense to plan dostaw, w którym w momencie nadania kolejnej partii dostawy towar jest w magazynie to zero... Udowodniono, że tylko napięty plan może być optymalnym planem zaopatrzenia.

Należy zauważyć, że przy ustalaniu optymalnej partii zamówienia według klasycznego modelu Wilsona główną przyczyną wysokich kosztów magazynowania jest występowanie istotnego trendu (duże tempo wzrostu zużycia), a nie wahania spowodowane sezonowością popytu . Ilustruje to rysunek 2.4, na którym przedstawiono kalkulację kosztów magazynowania oleju maszynowego przy użyciu różnych metod określania partii zamówienia.

Ryż. 2.4. Skumulowane łączne koszty magazynowania oleju maszynowego dla różnych metod ustalania partii zamówień

Analiza zależności popytu od czasu metodą najmniejszych kwadratów (OLS) pozwala na ustalenie trendu w dynamice konsumpcji. Obliczanie partii zamówień metodą najmniejszych kwadratów pozwala na stworzenie planu zaopatrzenia, którego koszty magazynowania nie odbiegają znacząco od planu zaopatrzenia wygenerowanego na podstawie analizy wahań sezonowych popytu.

Przykład ten pokazuje, że dla drogich pozycji towarowych z grup „A” i „B” ważną kwestią jest określenie rocznego popytu oraz prognoza dynamiki zużycia w ciągu roku. W przypadku zarządzania zapasami dla nagłówków z grupy „C” stopień trafności prognoz nie jest tak istotny. Wynika to z faktu, że nawet dość duże odchylenia rzeczywistego rocznego wolumenu zużycia od planowanego prowadzą do nieznacznych odchyleń w kosztach zarządzania zapasami. Na podstawie analizy stabilności wyników modelu Wilsona można wykazać, że znaczne odchylenie wielkości rocznego zużycia prowadzi do niewielkiego odchylenia kosztów magazynowania i zamawiania. Na przykład dla pozycji towarowej „Lampy elektryczne ogólnego przeznaczenia” znajdującej się w komórce „СХ” odchylenie od rocznej wielkości zużycia o 50% doprowadzi do zmiany kosztów zarządzania zapasami o 16%, co wynosi nie więcej niż 1% tych samych kosztów dla pozycji towarowej z grupy „A” „Blacha”. Tym samym do zarządzania zapasami według pozycji towarowych z grupy „C” wystarczy mieć przybliżone szacunki wielkości rocznego zużycia, które można uzyskać na podstawie doświadczenia specjalistów ds. zaopatrzenia w te pozycje.

Kolejnym ważnym obszarem osiągania efektywności ekonomicznej w zakresie gospodarki magazynowej grupy spółek jest konsolidacja potrzeb na zasoby materiałowe, co pozwala na tworzenie skonsolidowanych planów zakupowych wyróżniających się niższymi kosztami. Głównymi źródłami korzyści z konsolidacji potrzeb są:

Oszczędność kosztów administracyjnych związanych z zamawianiem;

Obniżenie kosztów magazynowania zapasów;

Otrzymywanie rabatów poprzez zwiększanie objętości przesyłki.

Szacowanie oszczędności kosztowych dzięki scentralizowanemu podejmowaniu decyzji o wielkościach zakupionych partii i częstotliwości zakupów można przeprowadzić w oparciu o matematyczne modele zarządzania zapasami.

W ramach modelu Wilsona można wykazać, że w przypadku wzrostu wielkości zużycia określoną liczbę razy α, nastąpi wzrost optymalnej partii zamówienia, kosztów magazynowania oraz kosztów realizacji zamówienia razy. Tych. Konsolidacja zarządzania zapasami w wielu firmach umożliwia zmniejszenie ogólnych kosztów zamówień poprzez zmniejszenie liczby operacji zaopatrzenia, a tym samym zmniejszenie kosztów administracyjnych realizacji zamówień, a także zmniejszenie ogólnych kosztów zapasów i magazynowania.

W przypadku scentralizowanej podaży grupy przedsiębiorstw, które zużywają podobną nomenklaturę zasobów materialnych, możliwe jest osiągnięcie oszczędności poprzez kształtowanie ogólnej skonsolidowanej polityki zarządzania zapasami. Jednocześnie obniżenie kosztów zarządzania zapasami można oszacować w następujący sposób. Rozważ konsolidację zakupów jednego rodzaju surowca dla grupy n firm. Pozwalać Q i - roczne zużycie określonego rodzaju produktu i- spółka należąca do grupy. Wówczas całkowite roczne zapotrzebowanie na produkt grupy firm określa się jako:

Udział i-tej firmy w całkowitym zużyciu wynosi

Zgodnie z modelem Wilsona koszty zarządzania zapasami i-tej firmy są sumą kosztów realizacji zamówień i przechowywania zapasów:

gdzie g- koszty realizacji zamówienia;

s- koszty przechowywania jednostki magazynowej;

q ja- optymalna wielkość partii zamówienia dla i-tej spółki, obliczona wzorem Wilsona:

Używając wyrażeń (2.2) i (2.4) otrzymujemy:

q suma- optymalna wielkość partii zamówienia przy konsolidacji potrzeb spółek grupy

Podstawiając wynikowe wyrażenie do q ja na równość (2.3) definiujemy zależność między kosztami zarządzania zapasami i-tej firmy a wartością kosztów zarządzania zapasami w przypadku scentralizowanej dostawy:

Wówczas stosunek kosztów gospodarki zapasami w przypadku samodzielnej gospodarki zapasami do kosztów w przypadku scentralizowanej gospodarki zapasami będzie wynosił:

Zilustrujmy efekt oszczędności kosztowych na przykładzie kalkulacji kosztów gospodarowania zapasami dla przypadków scentralizowanego i zdecentralizowanego gospodarowania zapasami dla pozycji towarowej „Sprzęt” (tabela 2.10).

Tabela 2.10.

Obliczanie oszczędności kosztów gospodarki magazynowej w centralizacji zaopatrzenia na przykładzie pozycji towarowej „Sprzęt”

Spółka	Wielkość zużycia, [t/rok]	Koszty wdrożenia jednej aplikacji	Koszty przechowywania tony ładunku, [rubla /	Optymalna partia zakupu, [t]		Liczba operacji zakupowych rocznie	Koszty wykonania wniosków, [rub.]	Koszty magazynowania, [rubla / rok]	Koszty zarządzania zapasami, [rubla / rok]
								(8) = 0,5∙ (4)∙(5)
Przedsiębiorstwo 1 przemysł wydobywczy
Przedsiębiorstwo 2 przemysł maszynowy
Przedsiębiorstwo 3 sektor budowlany
Przedsiębiorstwo 4 przemysł wydobywczy
CAŁKOWITY:
Scentralizowane zarządzanie zapasami
Oszczędność

Z przedstawionych wyliczeń (tab. 2.10) widać, że dla rozważanej grupy firm koszty zarządzania zapasami przy zdecentralizowanej dostawie są prawie dwukrotnie wyższe niż podobne koszty przy scentralizowanej dostawie. Zwróć uwagę, że wartości kosztów w kolumnach (7) i (8) są zbliżone. Nie jest to przypadkowe i tłumaczy się tym, że optymalna wielkość zamówienia, przy której osiągane są koszty minimalne, jest punktem przecięcia dwóch krzywych charakteryzujących koszty przechowywania i realizacji zamówień (rysunek 2.2). oszczędności w przechowywaniu i realizacji zamówień są blisko siebie.

Przedstawiony model szacowania oszczędności kosztów zarządzania zapasami przy centralizacji zaopatrzenia oparty jest na modelu Wilsona, a więc uwzględnia wszystkie ograniczenia klasycznego modelu zarządzania zapasami, a także zakłada, że ​​koszty magazynowania jednostki magazynowej i realizacji zamówień są to samo dla wszystkich spółek w grupie. Dużą uwagę należy zwrócić na ostatnie ograniczenie, jeśli spółki grupy są zlokalizowane w różnych regionach o różnym poziomie wynagrodzeń, stawek za wynajem powierzchni biurowej itp.

Mimo tych ograniczeń przedstawiony model ilustruje możliwości osiągnięcia oszczędności w centralizacji podaży i sugeruje podejście do jej oceny.

Oddzielnej uwagi zasługuje ocena korzyści ekonomicznych z centralizacji podaży uzyskanych z rabatów za zwiększone wolumeny zakupów. Aby ocenić oszczędności kosztów zakupionych zasobów materiałowych, konieczne jest zbadanie propozycji dostawców dla każdej pozycji towaru. Najkorzystniej jest szukać korzystnych ofert na te pozycje nomenklatury, które zajmują duże udziały w całkowitej ilości zakupów. Dla badanej grupy firm są to zasoby materialne zlokalizowane w grupach „A” i „B” (rys. 2.1). Wynika to z faktu, że przy określonej wielkości rocznego zużycia grupa firm może stać się strategicznym partnerem dostawcy będącego producentem wyrobów, a nie pośrednikiem. Warunkiem nawiązania takiego partnerstwa jest, co do zasady, spełnienie wymagań dostawcy dotyczących: minimalne ilości roczne zużycie. Korzyści z takiej współpracy to znaczne rabaty i stabilność dostaw.

Efekt uzyskiwania korzyści ekonomicznych przy centralizacji podaży zilustrujmy na przykładzie wyliczenia oszczędności w kosztach zakupu pozycji towarowej „Sprzęt” (tab. 2.11).

Tabela 2.11.

Kalkulacja oszczędności w kosztach zakupu z centralizacją dostaw na przykładzie pozycji towarowej „Sprzęt”

Spółka	Zakup partii [t]	Cena zakupu dla różnych ilości zakupionej partii, [rub/tonę]			Wielkość zużycia [t/rok]	Koszty zakupu [rubla / rok]	Oszczędności na zakupach scentralizowanych [rubla / rok]
				powyżej 25 [t]
						(6) = (5)∙(3)	(7) =(6)‑(5)∙(4)
Przedsiębiorstwo 1 przemysł wydobywczy
Przedsiębiorstwo 2 przemysł maszynowy
Przedsiębiorstwo 3 sektor budowlany
Przedsiębiorstwo 4 przemysł wydobywczy
CAŁKOWITY:						36 195 000	5 835 000
Scentralizowane zarządzanie zapasami

Z powyższej kalkulacji wynika, że ​​centralizacja zakupów, polegająca na konsolidacji potrzeb spółek grupy na ogólne pozycje kupowanego towaru oraz na ujednoliceniu procesów zarządzania zapasami, pozwala na uzyskanie korzyści ekonomicznych poprzez obniżenie kosztów zarządzania zapasami i zaopatrzenia.

Tym samym zastosowanie modeli zarządzania zapasami umożliwia:

- identyfikowanie rezerw na poprawę efektywności działań w zakresie wsparcia materialnego i technicznego;

- osiągnięcie oszczędności kosztów wsparcia materiałowego i technicznego poprzez optymalizację partii dostaw zakupionych zasobów materiałowych;

- wraz ze szczegółowym badaniem zakresu dostarczanych zasobów materiałowych, w celu zwiększenia efektywności przedsiębiorstwa poprzez obniżenie kosztów magazynowania poprzez uwolnienie aktywów z niepłynnych zapasów;

- obniżenie kosztów zarządzania zapasami i zakupami poprzez centralizację zaopatrzenia grupy firm.

Koncepcyjny model optymalizacji zapasy materiałów pokazano na ryc. 2.5.

Ryż. 2.5. Etapy optymalizacji zapasów.

I etap. Na tym etapie rozwiązuje się zadanie zidentyfikowania i usystematyzowania zestawu czynników, które mogą wpłynąć na wymagany poziom zapasów i doprowadzić do niedoboru lub nadmiaru materiałów.

Czynniki wpływające na poziom dostępnych zapasów materiałów można podzielić na trzy grupy.

Pierwsza grupa czynników charakteryzuje wpływ dostawców. Do tej grupy należą: naruszenie przez dostawcę harmonogramu dostaw materiałów, niezgodność jakości materiałów z umową, niezgodność ilości materiałów z umową, niezgodność dostarczonych materiałów z nomenklaturą.

Druga grupa czynników charakteryzuje wpływ nabywców produktów firmy wyrażony zmianą wartości popytu.

Trzecia grupa czynników charakteryzuje wpływ sytuacji produkcyjno-ekonomicznej w przedsiębiorstwie. Do tej grupy należą takie czynniki, jak duża rotacja i niski poziom wyszkolenia, niedoskonałość systemu motywacyjnego oszczędzającego zasoby oraz błędy planowania w potrzebie zasobów materialnych.

Wpływ pierwszej grupy czynników prowadzi do odchyleń rzeczywistego okresu dostawy od planowanego Q(Δ TP). Wpływ pozostałych dwóch grup wyraża się w zmianie zapotrzebowania na materiały w stosunku do wartości planowanej (normatywnej) Q(Δ marnotrawstwo(TP) ) w okresie pomiędzy dwiema kolejnymi dostawami.

II etap. Na tym etapie rozwiązany jest problem oceny charakteru i stopnia wpływu czynników na poziom zapasów produkcyjnych. Analiza możliwych sytuacji powodujących powstanie niedoboru lub nadmiaru materiałów. Przeprowadzana jest ilościowa ocena wielkości ewentualnego deficytu lub nadwyżki zapasów.

Największy wkład w badanie teorii niedoboru wniósł Janos Kornai. W swojej pracy zatytułowanej „Niedobór” podaje następującą definicję pojęcia „niedobór”: „To jest brak niezbędnych środków do realizacji jakiegokolwiek zamiaru” [link].

W swojej teorii wychodzi z tego, że gospodarka planowa w zasadzie nie może obiektywnie odzwierciedlać potrzeb przedsiębiorstw na różne zasoby. Przyczyną niedoboru są ciągłe błędy w kalkulacji zapotrzebowania na określone zasoby, które według Kornaia nieuchronnie prowadzą do niedoboru produkcji w każdej branży. W gospodarce rynkowej przyczyną deficytu nie są „ograniczenia zasobów”, ale „ograniczenia popytu” na produkty firmy, a także sposób zaopatrzenia w niezbędne zasoby materialne i ich zużycie w procesie wytwarzania produktów.

Tym samym w gospodarce rynkowej nastąpiła transformacja pojęcia „deficyt”, spowodowana zmienionymi warunkami gospodarowania.

W procesie zarządzania zapasami różnica między rzeczywistą wartością zapasów materiałów na początku okresu planowania Qich(Tn) oraz kwotę przewidzianą w planie, ( Qnormy) może być zmienione. Różnica Qich(Tn) - Qnormy < 0 charakteryzuje wielkość niedoborów magazynowych materiałów δ :

δ = Qich(Tn) - Qnormy. (2.8)

Istnieje kilka podejść do dostosowania przedsiębiorstw produkcyjnych do warunków niedoboru zasobów materialnych:

1. Zmniejszenie wielkości produkcji do poziomu, który pozwala na istniejący poziom zapasów materiałów. W tym przypadku ilość produktów wytwarzanych i dostarczanych na rynek maleje, co ostatecznie prowadzi do zmniejszenia otrzymywanego zysku. Spółka ponosi straty, które negatywnie wpływają na jej stabilność finansową.

2. Zmiana struktury kosztów (wymuszona zamiana jednego rodzaju zasobu materialnego na inny). Przy braku jednego zasobu przedsiębiorstwo nabywa drugi, droższy, jeśli zasób zastępczy jest lepszej jakości lub tańszy, ale gorszej jakości. To nieuchronnie pociąga za sobą spadek jakości produktów.

3. Zmiana struktury produktów.

Praktyka pokazuje, że określenie strat z tytułu niedoboru zasobów materialnych wiąże się z pewnymi trudnościami, których przyczyną jest nie tylko czynnik sezonowości, ale także losowość, nieprzewidywalność skutków oddziaływania różnych czynników zewnętrznych i środowisko wewnętrzne przedsiębiorstw do poziomu zapasów. Mając jednak dane statystyczne za minione okresy, można przewidzieć odchylenia od planowanych wskaźników powstających w takich obszarach produkcji i działalności gospodarczej przedsiębiorstwa, jak zaopatrzenie, produkcja i sprzedaż wyrobów gotowych.

Kwota oczekiwanych strat Z(δ ) ze względu na niedobór zasobów materialnych wynosi:

Z(δ ) = М [∆Т (f ja)] , (2.9)

gdzie - średnia cena produktów sprzedawanych na rynku, ruble;

Qg - roczna ilość produktów wytwarzanych przez przedsiębiorstwo, szt;

365 - liczba dni w roku;

М [∆∆ (f ja)] jest matematycznym oczekiwaniem odchylenia parametrów dostawy materiałów spowodowanym działaniem czynnika f ja (i = 1, 2, 3, 4).

O powstawaniu deficytu δ oprócz czynników wymienionych powyżej wpływ wywierają:

1. Wysoki odsetek wad w produkcji wyrobów spowodowany niską dyscypliną technologiczną, przestarzałym sprzętem, niskimi kwalifikacjami pracowników.

2. Nieoczekiwany wzrost popytu na produkty firmy.

3. Niedokładna prognoza popytu na produkty firmy.

4. Niestabilność finansowa przedsiębiorstwa, która nie pozwala na terminowe zawieranie umów z dostawcami na dostawę materiałów o wymaganym asortymencie i ilości.

Proces powstawania strat z powodu niedoboru zasobów materialnych powstających pod wpływem wymienionych czynników pokazano na ryc. 2.6.

Ryż. 2.6. Proces powstawania strat związanych z niedoborem zapasów materiałów

Pojawienie się deficytu δ pociąga za sobą następujące negatywne konsekwencje:

· Przestój urządzeń produkcyjnych;

· Wymiana materiałów, których nie ma w magazynie;

· Przyspieszenie produkcji wyrobów po wyeliminowaniu przestojów.

Każda z tych konsekwencji powoduje straty dla przedsiębiorstwa. W przypadku przestoju produkcyjnego i późniejszego przyspieszenia procesu produkcyjnego szkodę określa się jako sumę płacy podstawowej i dodatkowej pracowników z potrąceniami; przy wymianie surowców, materiałów, części składowych szkodę ustala się jako różnicę między kosztem faktycznie zużytych zasobów a kosztem zastępowanych zasobów. Wysokość szkody jest brana pod uwagę przy ustalaniu łącznych strat spowodowanych deficytem.

Wpływ czynników otoczenia zewnętrznego i wewnętrznego przedsiębiorstwa może prowadzić do powstawania nadwyżek zapasów materiałów. W takiej sytuacji rzeczywista wartość zapasów materiałów Qich(Tn) na początku okresu planowania będzie większa niż wartość Qnormy przewidziane w planie. Różnica Qich(Tn) - Qnormy > 0 charakteryzuje ilość nadmiaru materiału s:

s = Qich(Tn) - Qnormy. (2.10)

Powstające w warunkach nadmiaru s straty Z(s) ze względu na występowanie nadmiernych zapasów charakteryzują się one zamrożeniem kapitału obrotowego w zapasach.

Oczekiwane straty z powodu nadwyżek zapasów określane są przez:

Z(s) = M [s] * r, (2.11)

gdzie - średnia cena jednostki zasobu materialnego, ruble;

- średnie dzienne zużycie zasobów materiałowych, t / dzień;

M [s] - matematyczne oczekiwanie wielkości nadwyżki materiałów;

r- odsetki od lokat bankowych,%.

Podczas opracowywania krótkoterminowego Plan produkcji dla kolejnego okresu przyjmuje się, że poziom standardowy jest znany Qnormy stan magazynowy i aktualny poziom Qich(TDo) zapas materiałów w przedsiębiorstwie na koniec (początek kolejnego) okresu planowania. Na poziomie normatywnym Qnormy zapas oznacza planowaną pozostałą część zapasów materiałów na następny okres planowania.

W wyniku wpływu powyższych czynników, istniejący poziom Qich(TDo) zapas materiałów i poziom standardowy Qnormy akcje mogą być między sobą w jednej z następujących relacji - albo Qich(TDo)= Qnormy lub Qich(TDo)> Qnormy lub Qich(TDo)< Qnormy... Wydarzenia ( Qich(TDo)= Qnormy), (Qich(TDo)> Qnormy), (Qich(TDo)< Qnormy) są losowe, z których każdy występuje odpowiednio z prawdopodobieństwem P ( Qich(TDo)= Qnormy), R( Qich(TDo)> Qnormy), R( Qich(TDo)< Qnormy). Zdarzenia te tworzą kompletną grupę zdarzeń niekompatybilnych parami, a prawdopodobieństwo ich wystąpienia jest równe jeden:

R(Qich(TDo) = Qnormy) + P (Qich(TDo) > Qnormy) + P (Qich(TDo) < Qnormy) = 1. (2.12)

Możliwe wskaźniki wartości dostępnych stanów magazynowych na koniec okresu planowania Qich(TDo) i zapasy regulacyjne Qnormy znajdują odzwierciedlenie w drzewiastym modelu kształtowania się możliwych sytuacji powstawania niedoboru zapasów materiałowych (ryc. 2.7), a na jego podstawie tabelaryczna forma przedstawienia różnorodności możliwych strat spowodowanych niedoborem lub nadmiarem akcji δ oraz s.

Zdarzenia S 1, S 2, S 3, S 4, S 5, S 6, S 7, S 8, S 9 tworzą kompletną grupę niekompatybilnych parami zdarzeń losowych, dlatego równość Z 1 + Z 2 + Z 3 + Z 4 + Z 5 + Z 6 + Z 7 + Z 8 + Z 9 = 1.

Model powstawania strat spowodowanych wahaniami czynników otoczenia zewnętrznego i wewnętrznego przedsiębiorstwa.

W tabeli przedstawiono wzory obliczania wielkości deficytu lub nadwyżki zasobów materialnych dla wszystkich dziewięciu sytuacji. 2.12, gdzie ν , ν - współczynniki zmienności wielkości zużycia produkcyjnego i interwału dostaw przekraczające wartości planowane; ν , ν - współczynniki zmienności wielkości zużycia produkcyjnego i interwału dostaw, których wartości są niższe od planowanych.

Ryż. 2.7. Drzewo powstawania logicznie możliwych sytuacji powstawania niedoboru i nadmiaru materiałów

w zarządzaniu zapasami

Tabela 2.12.

Wzory do określania niedoboru lub nadmiaru materiału

Sytuacja	Wzór obliczeniowy	Charakterystyka ilościowa δ	Niedobór - δ Nadmiar - s
	δ = szybki (- ν - ν ν-ν)	δ < 0
	δ = post (-ν )	δ < 0
	δ = post (ν+ ν ν -ν)	lub δ < 0, lubδ > 0	lub δ , lubs
	δ = post (-ν )	δ < 0
	δ =0	δ = 0	δ = 0
	δ = postν	δ > 0
	δ = post (- ν+ν ν+ν)	lub δ < 0, lubδ > 0	lub δ , lubs
	δ = postν	δ > 0
	δ = szybki (ν- ν ν+ ν)	δ > 0

Znając wielkość niedoboru lub nadmiaru materiałów w każdej z dziewięciu możliwych sytuacji, a także prawdopodobieństwo wystąpienia sytuacji, można określić matematyczne oczekiwanie m niedobór lub nadmiar materiałów:

Jeśli wartość m<0 , wtedy brakuje zapasów materiałów δ , Jeśli M> 0, wtedy jest nadmiar zapasów materiałów s.

Znajomość wysokości strat z powodu niedoboru lub nadmiaru materiałów w każdej z dziewięciu możliwych sytuacji S 1 , S 2 , …, S 9 , a także prawdopodobieństwo ich wystąpienia R1,R 2, …,R 9, możesz określić matematyczne oczekiwanie strat SM].

Pojawienie się deficytu δ pociąga za sobą konieczność stworzenia zapasu bezpieczeństwa w celu zminimalizowania strat spowodowanych brakiem zasobów materialnych. Pojawienie się nadmiaru s wskazuje na konieczność obniżenia poziomu zapasów materiałów, co wiąże się z „zamrożeniem” kapitału obrotowego inwestowanego w zapasy zasobów materialnych.

Zatem wartość zasobu zasobów materialnych Qnormy na początku okresu planowania, zapewniającego ciągłość procesu produkcyjnego, wyniesie:

Qnormy = Qtechnika + Qstrąk + Qstrach, (2.13)

gdzie Qstrach = M [δ ].

III etap. Optymalizacja poziomu zasobów materialnych sprowadza się do minimalizacji matematycznego przewidywania strat spowodowanych wpływem czynników losowych. Optymalnym poziomem będzie poziom zapasów, przy którym matematyczne oczekiwanie strat osiągnie minimum.

IV etap. Identyfikacja „wąskich gardeł”, których całkowite lub częściowe wyeliminowanie zmniejszy ilość niezbędnych zapasów zasobów materialnych.

Wyniki analizy wpływu czynników na poziom zapasów materiałowych pozwalają określić kompleks niezbędnych przekształceń logistycznych w działalności różne struktury aby poprawić wyniki tej działalności.

5 etap. Na tym etapie rozwiązuje się zadanie opracowania środków organizacyjnych, których wdrożenie zmniejszy niezbędne zapasy zasobów materialnych. Główne kierunki eliminacji „wąskich gardeł” przedstawiono w tabeli. 2.13.

Główne dążenia do minimalizacji strat spowodowanych niedoborem lub nadwyżką zasobów materiałowych w zakresie logistyki dostaw powinny być ukierunkowane na rozwiązanie problemu zapewnienia koordynacji działań pomiędzy dostawcą a przedsiębiorstwem odbierającym w celu dotrzymania planowanych warunków dostaw . Jednocześnie logistyka produkcji powinna dążyć do minimalizacji strat w produkcji, a logistyka dystrybucji powinna dążyć do poprawy trafności prognozowania popytu na produkty firmy.

Rozwijająca się od początku XX wieku teoria optymalizacji poziomu zasobu surowców materialnych miała na celu zmniejszenie wielkości zasobu do poziomu zapewniającego minimalne koszty jego tworzenia i utrzymania. Jednocześnie nie uwzględniono strat wynikających z braku lub nadmiaru materiałów.

Tabela 2.13.

Lista działań mających na celu minimalizację zapasów zasobów materialnych

	działania
Naruszenie przez Dostawcę harmonogramu dostaw materiałów. Niezgodność jakości materiałów z umową. Niezgodność ilości materiałów z umową. Niezgodność dostarczonych materiałów zgodnie z nomenklaturą.	Wybor dostawcy zapewnienie wymaganego poziomu jakości zasobów materialnych. W przypadku braku możliwości znalezienia innego dostawcy konieczne jest, aby przedsiębiorstwo uczestniczyło w podnoszeniu jakości dostarczanych surowców. Koordynacja z dostawcami najbardziej efektywnych, pod względem kosztów, warunków dostaw produktów.
Nieoczekiwany wzrost popytu na produkty firmy. Nieoczekiwana zmiana składu zamówienia na gotowy produkt.	Usprawnienie pracy obsługi marketingu i sprzedaży. Współpraca z klientami, w tym tworzenie i wspólne wdrażanie z klientami skutecznej strategii fizycznej dystrybucji wyrobów gotowych.
Wysoka rotacja personelu. Niska jakość szkolenia. Niedoskonałość księgowości magazynowej materiałów. Niedoskonałość systemu motywacyjnego oszczędzania zasobów (małżeństwo). Błędy w planowaniu zapotrzebowania na zasoby materialne.	Profesjonalny rozwój personelu. Doskonalenie technologii, organizacji produkcji wyrobów gotowych, a także rozliczania materiałów, zarówno w magazynie, jak iw produkcji w toku.

Proponowane podejście do zarządzania zapasami opiera się zatem na metodzie optymalizacji poziomu zapasów według kryterium minimalnych strat spowodowanych niedoborem lub nadwyżką materiałów na skutek wahań sezonowych.

Efekt ekonomiczny zastosowania zaproponowanej metodyki wyznaczania poziomu zapasów surowców materialnych minimalizujących straty z tytułu ich niedoboru jest następujący:

1. Obliczony na podstawie zaproponowanej metodyki optymalny poziom zapasu żeliwa odlewniczego na rok 2009 jest znacznie niższy od wartości normy obowiązującej w OAO „VEMZ” (tab. 2.14).

Tabela 2.14

Ocena porównawcza poziomu zapasów żeliwa odlewniczego za rok 2009

Opracowana technika

VEMZ

w tonach

w tysiącach rubli

w% do miesięcznego zapotrzebowania materiałowego

w tonach

w tysiącach rubli

w% do miesięcznego zapotrzebowania materiałowego

1 kwartał

2 kwartały

3 kwartały

4. kwartał

Przeciętny

190,0

242,4

Standard kapitał obrotowy zainwestowany w zapasy żeliwa odlewniczego za I kwartał 2009 r. stanowi 33% miesięcznego zapotrzebowania na ten rodzaj surowca. WI kwartale 2009 r. stan magazynowy żeliwa w OJSC VEMZ wynosił 50% miesięcznego zapotrzebowania, czyli znacznie więcej niż ilość zapasów potrzebnych do zapewnienia procesu produkcyjnego.

2. Utworzenie zapasu żeliwa odlewniczego w ilości ustalonej na podstawie zaproponowanej metodyki pozwala na obniżenie poziomu pozostałości materiałowych na początku okresu planowania o 242,4 tony -190,0 tony = 52,4 tony. wzrost zapasów odlewni o 27,5%. Wartość wykładnika Δ DOorówna się: Δ DOo= 242,4/190=1,275.

Ponieważ ilość Δ DOo> 1, wówczas dochodzi do sytuacji, w której zastosowanie proponowanej metodyki pozwala na zmniejszenie wielkości kapitału obrotowego przeznaczonego na utworzenie zapasu zasobów materialnych.

3. Wymagana kwota środków przekazanych na utworzenie zapasu żeliwa odlewniczego zgodnie z obowiązującym stanem magazynowym na rok 2009 wynosi 1260 tys. rubli. miesięcznie lub 15120 tysięcy rubli. za rok 2004

Oszczędność kapitału obrotowego zainwestowanego w zapasy żeliwa odlewniczego, którego optymalna wartość określana jest na podstawie opracowanej metodologii, wynosi 3264 tys. rubli. za rok 2009 (tabela 2.15).

Tabela 2.15

Naliczanie oszczędności z uwolnienia kapitału obrotowego,

zainwestował w zapasy żeliwa odlewniczego w 2009 r.

2009 r.	Standardowy poziom zapasów żeliwa odlewniczego na początku miesiąca		Oszczędzanie kapitału obrotowego
	Opracowana technika	VEMZ
	w tysiącach rubli	w tysiącach rubli	w tysiącach rubli
			4 =(3-2)*3
1 kwartał			428 ∙ 3=1284
2 kwartały			312 ∙ 3=936
3 kwartały			95 ∙ 3= 285
4. kwartał			253 ∙ 3=759
Całkowity

4. Poziom zabezpieczenia produkcji odlewnią żeliwa średnio w 2009 roku wyniesie co najmniej 95%. Dla porównania, faktycznie przyjęte normy dla zapasów żeliwa odlewniczego (na rok 2009) znacznie przekroczyły wymagany poziom zapasów materiałów. Poziom zaopatrzenia produkcji surówką w 2004 r. wahał się od 107 do 152%, wynosząc na koniec roku 137%.

Zapasy materiałów w systemy gospodarcze powstają z różnych powodów. Głównymi przyczynami powstawania zapasów są: rozbieżność między wielkością podaży i popytu na zasoby materialne (produkty pośrednie i końcowe) w czasie i przestrzeni; możliwe zakłócenia w normalnym toku produkcji, dystrybucji i transportu zasobów materialnych, a także gwałtowne zmiany (wahania) wartości popytu; wahania sezonowe produkcji (podaży), konsumpcji (popytu), a także uwarunkowane warunkami transportu zasobów materialnych; intencje spekulacyjne i oczekiwania inflacyjne; czynniki ekonomiczne oparte na oszczędnościach: koszty transportu ze względu na upusty cenowe na wielkość zakupionej partii; koszty złożenia zamówienia; w efekcie minimalizacja przestojów produkcyjnych, z natychmiastową obsługą klientów (klientów) itp.

Jednym z powodów tworzenia zapasów jest możliwość sezonowych wahań popytu. Popyt na magazynowany towar może być deterministyczny (w najprostszym przypadku stały w czasie) lub losowy. Losowość zapotrzebowania jest opisana albo przez losowy moment zapotrzebowania, albo przez losową wielkość zapotrzebowania w deterministycznych lub losowych momentach czasu. Badamy modele zarządzania zapasami (KM) z losową wielkością popytu. Zwykle, jeśli nie dysponujesz wystarczającymi zapasami towaru lub surowców do jego produkcji w przypadku pracy firmy „na zamówienie”, istnieje możliwość, że efektywny popyt nie zostanie zaspokojony.

W nowoczesnych warunkach gospodarczych w Rosji jednym z głównych problemów działalności finansowo-gospodarczej firmy jest problem wzrostu cen. Znaczny wzrost kosztów zasobów materiałowych potrzebnych do procesu produkcyjnego niekorzystnie wpływa na funkcjonowanie przedsiębiorstwa, prowadzi do przerw w dostawach, aż do przerwania procesu produkcyjnego. Inwestowanie wolnych środków w zapasy jest więc jednym z możliwych sposobów uniknięcia spadku siły nabywczej pieniądza.

Z drugiej strony system, który zdołał przewidzieć procesy inflacyjne w gospodarce, tworzy rezerwę w celu osiągnięcia zysku poprzez wzrost ceny rynkowej.

Przy badaniu wszelkich problemów związanych z zarządzaniem zapasami wymagane jest określenie ilości zamawianych produktów oraz terminów ich rozmieszczenia. Zapotrzebowanie można zaspokoić tworząc zapas jednorazowo na cały okres, o którym mowa, lub tworząc zapas na każdą jednostkę czasu w tym okresie.

Zatem decyzje o względnej wielkości zamówienia wyznaczane są z warunków minimalizacji całkowitych kosztów systemu zarządzania zapasami, które wyrażono w postaci rysunku 2.8.

Ryż. 2.8. System zarządzania zapasami

Jako modele statyczne (zadania) zarządzania zapasami rozumiane są takie modele, których wszystkie parametry przez cały okres zarządzania pozostają niezmienione lub ich zmiany można pominąć. Istnieje definicja innych autorów, na przykład: „Jeżeli wszystkie parametry modelu nie zmieniają się w czasie, to nazywa się to statycznym, a inaczej – dynamicznym” .

W statycznych problemach gospodarki zapasami planowany okres zarządzania to przedział czasu, w którym decyzja o stanie zapasów podejmowana jest tylko raz, na początku tego okresu, z uwzględnieniem całej historii i nie jest uzależniona od czasu.

Badanie modeli statycznych jest interesujące w przypadku, gdy konieczne jest ustalenie początkowego poziomu zapasów nowych produktów, który jest punktem wyjścia do rozwiązywania dynamicznych problemów zarządzania zapasami. W przeciwieństwie do statycznych, dynamiczne modele zarządzania zapasami powstają w sytuacjach, gdy wartość parametrów modelu zmienia się w czasie.

Załóżmy, że wszystkie pozycje magazynowe są zagregowane w jedną pozycję. Część z tych rezerw może być wykorzystana w procesie produkcyjnym, a część do konsumpcji. Badanie tych modeli jest przedmiotem niezależnego zainteresowania i jest materiałem źródłowym do badania wieloproduktowych modeli zapasów.

Jednoproduktowym zadaniem UZ jest wybór rozwiązania polegającego na znalezieniu takiej wielkości zapasów produktów x, co minimalizuje koszty całkowite, na które składają się koszt zapasów, a także przewidywane koszty magazynowania i straty wynikające z niedoborów magazynowanych produktów, tj.

z ograniczeniami

xÎ x= {x: 0 ≤ x ≤ x ≤}. (2.15)

Tutaj funkcja kosztu F(X,ω) definiuje się następująco:

gdzie cx- koszt stworzenia zapasów; a - jednostkowe koszty magazynowania, mierzone w jednostkach pieniężnych; b - koszty jednostkowe z tytułu deficytu, mierzone w jednostkach pieniężnych; z- cena sprzedaży jednostki towaru; x – wektor gwarantowanego popytu; - górny poziom zapasów w okresie objętym przeglądem; φ (ω) d Czy prawdopodobieństwo tego żądania? ω w rozważanym okresie znajduje się w przedziale (ω, ω + d).

Zadanie (2.14) i (2.15) to szczególny przypadek problemu optymalizacji stochastycznej.

Dla porównania z algorytmami zaproponowanymi w tej pracy przedstawiamy zwykłe - klasyczne (lub tradycyjne) - podejście do rozwiązywania problemu (2.14), (2.15) bez ograniczeń. Następnie warunek konieczny Co x * jest optymalnym stanem magazynowym, będzie

Tutaj - pochodna funkcji celu F (x) v punkt x *,- pochodna funkcji kosztu (całka) F(x, w) przy optymalnym stanie magazynowym x* i żądanie w.

Zgodnie z (2.16)

F x (x)= Z+ a r(w ≤ x) - (b + z) (1- P(w ≤ x}) =

= Z+ (a + b + z) P(w ≤ x) - (b + z) = 0,

bo - dystrybuant w, wtedy

W związku z tym optymalny poziom zapasów, który odpowiada minimum funkcji celu F (x), jest zdefiniowany za pomocą odwrotności do funkcji (2.17), tj.

Jeżeli, biorąc pod uwagę ograniczenie (2.15), to zwykle rozwiązanie znajduje się w następujący sposób: jeżeli, to akceptujemy; jeśli zaakceptujemy; Jeśli następnie X* to prawdziwe rozwiązanie dla optymalnych stanów magazynowych.

W ten sposób ustaliliśmy wielkość inwestycji i w inwentarzach według wzoru:

I = Pc · X*, (2.18)

gdzie Pc- wartość rynkową jednostki magazynowanych produktów, X*- optymalny poziom zapasów.

Podczas rozwiązywania problemu (2.14) i (2.15) metoda klasyczna zwykle pojawia się szereg trudności, polegających na tym, że: nie zawsze możliwe jest określenie funkcji (prawa) rozkładu popytu, tj. rozwiązanie równania (2.16) staje się trudne.

Cechy te ograniczają zastosowanie podejścia klasycznego, dlatego konieczne jest tworzenie specjalnych metod nastawionych na rozwiązywanie problemów ultradźwiękowych o postaci (2.14) i (2.15), które są rozwiązywane za pomocą dostępne informacje o obserwacjach (realizacjach) wartości popytu w i wartości funkcji kosztu F(x, w) dla stałego popytu w i poziomu zapasów x.

Algorytm 1. Niech przybliżenie x s, s = 0, 1, ..., do optymalnego stanu magazynowego X*(x 0 – wstępne przybliżenie może być arbitralnie wybrane jako równe 0). Następnie:

1. Zgodnie z danymi początkowymi o określonych wartościach popytu otrzymujemy obserwację w s nad realizacją zmiennej losowej w w s-tej iteracji. Należy zauważyć, że można do tego wykorzystać symulacyjny model popytu.

2. Konstruujemy wektor stochastycznego gradientu funkcji F x (x), określony przez (2.14):

gdzie jest stochastyczny gradient funkcji f (x, w) przez x w punkcie (x s, w s) definiuje się następująco:

Tutaj x 0 = 0; ρ s to wielkość kroku w kierunku opadania gradientu w s-tej iteracji.

Warunki te są niezbędne do zbieżności ciągu ( x s) uzyskany zgodnie z (2.20) do rozwiązania problemu X* prawdopodobieństwo 1.

Algorytmy nie zmieniają się wraz ze zmianą prawa dystrybucji popytu w; nie jest wymagana wyraźna znajomość tych praw. To ostatnie oznacza, że ​​algorytm ma zastosowanie do rozwiązywania bardziej złożonych problemów, w których zapotrzebowanie jest ustalane za pomocą modelu symulacyjnego. Algorytm ten można łatwo zaimplementować na komputerze.

W przeciwieństwie do zadań dotyczących pojedynczych produktów, firma organizuje zapasy m rodzaje produktów. Zadanie polega na znalezieniu takiej ilości zapasów x= (x 1 , ..., x m), która minimalizuje oczekiwane koszty, tj.

z ograniczeniami

Oto funkcja kosztu fi ja (x ja,ω i) związane ze stanem magazynowym x ja i żądam ω i, można przedstawić w następujący sposób:

gdzie z ja - koszty związane z tworzeniem zapasów jednostki towaru i-ty typ (w tym koszty realizacji zamówienia); α - koszty jednostkowe związane z przechowywaniem nadwyżki magazynowej i-ta produkcja na jednostkę czasu; β i- koszty jednostkowe związane ze stratą deficytu i-ta produkcja na jednostkę czasu; z ja - Cena sprzedaży i-ty rodzaj produktu; oraz - odpowiednio dolny i górny limit objętości przechowywanych produktów i-tego rodzaju.

W szczególności, kiedy F(x) ma pochodne ciągłe, jego minimum bez uwzględnienia więzów (2.22) jest wyznaczane metodą klasyczną podobną do (2.17), wymagane rozwiązanie x ja *, ja = 1,...,m znajduje się z równania, i= 1,2 …, m, gdzie f i(x i) = P{ω i < x ja} - funkcja dystrybucyjna ω ja.

Jeśli funkcja dystrybucji jest znana, to.

W przypadku, gdy funkcja Ф i(xi), zastosowanie metody gradientu stochastycznego sprowadza się do algorytmu analitycznego 2.14.

Algorytm 2. Niech przybliżenie , s = 0, 1, ..., do optymalnego stanu magazynowego ( – wstępne przybliżenie może być wybrane dowolnie, na przykład równe 0). Następnie:

1. Zgodnie z danymi wyjściowymi o wartości popytu uzyskujemy obserwację realizacji zmiennej losowej w w s-tej iteracji. Należy zauważyć, że można do tego wykorzystać model symulacji popytu.

2. Konstruujemy stochastyczny wektor gradientu, gdzie jest gradientem stochastycznym funkcji fi ja (x ja, w i) w punkcie - określa się następująco:

3. Nowe przybliżenie ustala się według powtarzającej się zasady:

Aby sekwencja () była zbieżna do rozwiązania problemu, wystarczy mieć podobne warunki podane w Algorytmie 1 for.

Rozwiązaniem problemu KM z decyzjami korygującymi jest to, że początkowo podjęta (na podstawie dostępnych danych statystycznych na żądanie) decyzja o ilości przechowywanych produktów w warunkach niedokładnych informacji i popytu jest następnie dopracowywana, korygowana jako coraz dokładniejsze informacje o nich jest uzyskiwany. Schemat ogólny rozwiązanie problemu UZ z korektą wygląda następująco: decyzja (akceptacja początkowego poziomu zapasów) - obserwacja (realizacja zapotrzebowania) - decyzja (określenie optymalnej korekty stanu zapasów). Tutaj głównym celem skorygowanych zadań zarządzania zapasami jest dobranie takiego poziomu zapasów, który minimalizuje przewidywane koszty jego wdrożenia i dostosowania. Problemy ultradźwiękowe z rozwiązaniami korekcyjnymi mają właściwości adaptacyjne przy podejmowaniu optymalnej decyzji dotyczącej poziomu zapasów.

Korekty poziomu zapasów nie są konsekwencją niedociągnięć w funkcjonowaniu firmy, są one organicznie wpisane w zarządzanie zapasami w warunkach probabilistycznych.

W problemie gospodarowania zapasami z uwzględnieniem ewentualnego transportu, z uwzględnieniem korekty, w której wymagane jest zminimalizowanie oczekiwanych kosztów nadwyżek, transportu produktów oraz oczekiwanych strat wynikających z niedoboru tj.

Na x ja≥ 0, i= 1, ... , m. (2.26)

Tutaj f (x, w) jest zmienną losową, optymalna wartość funkcji celu stochastycznego problemu transportu jest wyznaczana jako minimum funkcji:

O zmiennych y jaj, r ja, oraz cześć następujące są ograniczone

; ; tak ij ≥0 , h j ≥ 0, i=1, … , m; . J=1, … , n. (2.28)

Problem (2.26) - (2.27) to problem USG z korekcją, gdzie (2.26) jest korygujące; (2.28) - poprawkowy.

We wskazanych zadaniach występują odpowiednio dwa etapy podejmowania decyzji: pierwszy – podejmowanie decyzji na początkowym poziomie zasobu; drugi to redystrybucja akcji między rynkami po poznaniu wielkości popytu.

Do rozwiązania problemu (2.26) - (2.28) proponuje się algorytm 2.16.

Rozważając i analizując praktyczne zastosowanie problemu USG z korekcją, stwierdza się, jakie zmienne będą w zadaniu określenia początkowego poziomu zasobu, a które - w zadaniu korekcyjnym.

Problemy z dynamicznym KM pojawiają się, gdy wartości parametrów modelu zmieniają się w okresie kontrolnym. Takie zmiany mogą zachodzić w sposób ciągły, w każdym momencie czasu i wtedy rozważany jest model dynamiczny z czasem ciągłym, lub w momentach przejścia z jednego podprzedziału (okresu) sterowania na inny - wtedy rozważany jest model dynamiczny z czasem dyskretnym.

Należy zauważyć, że z wielu powodów (mniejsza złożoność informacji, prostszy aparat modelowania matematycznego, dyskretny charakter pozyskiwania informacji i zmiany działań sterujących itp.) najczęściej spotykane są modele dynamiczne z czasem dyskretnym. Aby rozwiązać te problemy, zaproponowano metody oparte na ideach programowania dynamicznego i teorii kolejkowania. Powodzenie zastosowania tych metod do problemów kontroli zapasów jest nieefektywne, ponieważ metody te nakładają bardzo surowe wymagania na wymiar problemów i prawa rozkładu zmiennych losowych.

Modele dynamiczne KM, w których okres kontrolny ulega fragmentacji, a produkt pozostający na końcu poprzedniego przedziału czasowego można wykorzystać do zaspokojenia zapotrzebowania w kolejnym przedziale czasowym, tj. działania kontrolne są funkcjami czasu.

Nie zawsze można pominąć zmiany parametrów modelu w czasie. Można to zrobić na przykład w przypadku stosunkowo krótkiego okresu sterowania lub w przypadku stacjonarnego procesu sterowania.

W pracach naukowców krajowych i zagranicznych rozważano deterministyczne i stochastyczne problemy gospodarowania zapasami typu dynamicznego. Aby rozwiązać te problemy, zaproponowano metody oparte na ideach programowania dynamicznego i teorii kolejkowania. Powodzenie zastosowania tych metod do problemów kontroli zapasów jest nieefektywne, ponieważ metody te nakładają bardzo surowe wymagania na wymiar problemów i prawa rozkładu zmiennych losowych.

Rozważać T interwał, który rozpada się na n Kropka. W tych okresach firma musi zaspokoić losowe zapotrzebowanie w T dla jakiegoś jednorodnego produktu x t v T-ty okres. Dystrybucyjną funkcję popytu lub jej realizację uważa się za znaną. Popyt w T spełniony w całości lub w części - w zakresie, w jakim pozwalają na to dostępne zapasy. Jeśli żądanie w T nie jest w pełni zaspokojona, to kwota niezaspokojonego popytu y t określa wzór

Załóżmy, że wartość wcześniej niezaspokojonego popytu wT nie uwzględniono w ( T+ 1) -ty okres. W tym przypadku firma ponosi straty wprost proporcjonalne do wartości niezaspokojonego popytu ω T... Strategia kontroli zapasów polega na sprawdzeniu, czy poziom zapasów osiągnął dolny poziom odniesienia (krytyczny), tj. czy warunek jest spełniony? x t≤. Jeżeli tak jest, a przesłane wcześniej żądanie zwiększenia stanu magazynowego zostanie spełnione, wówczas składany jest nowy wniosek o zwiększenie stanu magazynowego. Jednoczesny wzrost zapasów ustala się na górnym poziomie odniesienia , > ... W takim przypadku ilość magazynowanych produktów jest sprawdzana tylko w dyskretnych momentach w regularnych odstępach czasu, na przykład pokrywających się z początkiem każdego okresu. Czas dostawy zamówionej nowej partii produktów wynosi LL< N .

Matematyczne sformułowanie problemu polega na znalezieniu takich optymalnych parametrów , minimalizujące oczekiwane koszty firmy F (, ) = Mf (, , w) z zastrzeżeniem 0≤≤.

Tutaj F (, , w) - funkcja kosztu, wyraża całkowite koszty związane z działalnością przedsiębiorstwa i jest określana w następujący sposób:

Tutaj: ; ; odpowiednio są koszty wytworzenia, koszty przechowania nadwyżki oraz straty wynikające z niedoboru przechowywanych produktów.

Rysunek 2.9 przedstawia schemat blokowy funkcjonowania modelu symulacyjnego rozpatrywanego problemu zarządzania zapasami.

Ryż. 2.9. Schemat blokowy do obliczania przewidywanych kosztów całkowitych

W wyniku (odtworzenia) eksperymentu na wyjściu otrzymujemy wartość liczbową funkcji (2.30). Odpowiedni cykl symulacji jest przedstawiony za przerywanym prostokątem.

Algorytm rozwiązania problemu nie różni się zasadniczo od poprzednich.

Rozważanie koncepcyjnego sformułowania innego praktycznego zadania KM jest następujące. Planowanie w hierarchicznych systemach MTS zjednoczonych oddziałów lotniczych odbywa się corocznie przez pewien okres przed końcem bieżącego roku. Na podstawie przewidywanego salda tego materiału na koniec roku składany jest wniosek roczny (wymaganie zasobowe) P:

P = PP + (NZ + SZ – O), (2.31)

gdzie PP to zapas produkcyjny zaspokajający zapotrzebowanie przydzielonej floty samolotów i śmigłowców; O - reszta; Nowa Zelandia- nieredukowalna rezerwa przeznaczona na zaspokojenie zapotrzebowania na regularne loty innych osób departamenty rządowe przedsiębiorstwa lotnicze (SUAI); SZ- zapasy bezpieczeństwa, mające na celu zrekompensowanie przerw w dostawach.

Ponieważ dostawy planowane są raz na kwartał, to poziom zapasów ustalany jest dla każdego kwartału (z wyjątkiem SZ, który jest przenoszony), a wniosek roczny uzyskuje się poprzez zsumowanie stanów kwartalnych z uwzględnieniem sald według wzoru (2.31), który jest niewystarczający.

W rzeczywistości poziom zapasów każdego rodzaju, a co za tym idzie zapotrzebowanie na zasoby, jest zdeterminowany zapotrzebowaniem na nieruchomość w planowanym okresie (roku). Złożoność i odpowiedzialność planowania w hierarchicznym wieloelementowym systemie zaopatrzenia o losowym zapotrzebowaniu potęguje konieczność uwzględnienia dużych strat z przestojów floty samolotów i śmigłowców w przypadku niedoboru lotniczego wyposażenia technicznego i znacznych koszty przechowywania i utrzymywania w stanie normalnym nadwyżek zapasów w przypadku nadmiaru lotniczego wyposażenia technicznego.

W tym celu oprócz wprowadzonych oznaczeń wprowadza się następujące oznaczenia: x ja, to początkowy poziom zapasów dla i-m magazyn; wJ, - zmienne losowe charakteryzujące zapotrzebowanie na części zamienne J-ta lotnicza baza techniczna (ATB); tak ij- zakres dostaw części zamiennych od i-tym magazyn w J podstawa; c ij- koszty jednostkowe transportu części zamiennych z i-tym magazyn w J podstawa; α i- koszty jednostkowe przechowywania części zamiennych i-m magazyn; β j- konkretne straty spowodowane brakiem części zamiennych do J podstawa. Zakłada się, że β j ≥ max c ij gdzie maksimum jest obliczane dla tych punktów składowania i, transport z którego do miejsca konsumpcji J są dopuszczalne.

Wyzwaniem jest wybór podstawowego poziomu zapasów, który minimalizuje oczekiwane całkowite koszty związane z magazynowaniem, brakami i wysyłką części zamiennych.

Główną cechą przepływu towarów jako przedmiotu logistyki handlowej jest jego ilość, którą określają: wielkość i sposób konsumpcji użytkownika oraz możliwości producenta; przepustowość sprzedawcy; charakter procesu produkcyjnego dostawcy-producenta produktu; wydajność transportu i komunikacji; możliwości finansowe podmiotów działalności handlowej, ich zdolność do terminowego i pełnego dostarczania produktów.

Przedmiotem realizacji opracowań jest firma handlowa(lub handlowa firma inwestycyjna), która sprzedaje materiały budowlane. Firma posiada konglomerat - sieć sklepów. Te sklepy sprzedają materiały budowlane... Istnieje wspólny magazyn, w którym dostarczane są materiały do ​​tymczasowego przechowywania oraz sklepy, w których są one sprzedawane detalicznie. Jednocześnie towary sprzedawane są luzem z magazynu.

Przy rozwiązywaniu zadania (2.14), (2.15) obliczenia przeprowadzono dla następujących wartości jego parametrów: koszt 1 m 3 materiału drzewnego w momencie jego dostarczenia do magazynu (wraz z kosztami zamówienia wykonanie) jest Z= 153 j.m.; koszt przechowywania 1 m 3 płyty α = 3 USD rocznie; straty z deficytu 1 m 3 deski β = 44 cu; zapotrzebowanie ω jest równomiernie rozłożone w przedziale, tj. według podejście klasyczne, optymalnym stanem magazynowym będzie x * = 3226,2 m 3... W tym przypadku wielkość inwestycji wynosi

I = 153 3226,2 = 493608,6 j.m.

Z przeprowadzonych obliczeń wynika, że ​​wielkość optymalnej partii dostawy na potrzeby tworzenia zapasów w znacznym stopniu zależy od kosztów kosztów magazynowania oraz zrealizowanej ceny. Jeśli więc organizacja dostawy i składowania jednego wagonu materiału drzewnego według naszych obliczeń wynosi 9180 USD, to koszt składowania 60 m 3 drewna w ciągu roku ustala się na 60 m 3 x 3 USD. = 180 zł

Wynik przy użyciu algorytmu 1 przedstawiono w tabeli 2 i na rysunku 6.

Jak widać z trzeciego wiersza tabeli 2, wartość oczekiwanych kosztów pokrywa się z ich wartością ustaloną metodą klasyczną, a stanem zapasów x * = 3229,137m 3 nie pasuje. Taki obraz w naturalny sposób powstaje z powodu nieścisłości, informacji a priori, dotyczącej losowego zapotrzebowania. Przy przeprowadzaniu obliczeń nie ma potrzeby uzyskiwania wysokiej dokładności rozwiązań.

Obliczenia przeprowadzono dla następujących wartości parametrów modelu: ω i- zmienne losowe równomiernie rozłożone w przedziale [ ja ja, q ja], i= 1, ..., 5. Wektory ja = (ja ja, ..., ja 5), Q= (Q 1 , ..., Q 5), a = (a 1, ..., a 5); β = (β 1, ..., β 5) są podane w postaci ja= (9700, 9500, 7000, 6600, 4850), Q= (10000, 10000, 7500, 6800, 5000),

Tabela 2.

Obliczanie optymalnego poziomu zapasów tarcicy przy zmianie kosztów magazynowania i niezmienionej cenie sprzedaży

(z = 244 cu)

	Koszty magazynowania - a, (m 3 / cu)	Optymalny stan magazynowy x*, (m3)	Całkowite przewidywane koszty - F (x), (c)
		3229,137	627781,795

α = (5, 5, 5, 5, 5),

β = (50, 45, 45, 30, 39),

c = (210, 200, 190, 185, 157),

z = (260, 245, 235, 215, 196).

Ryż. 2.10. Wykres procesu optymalizacji poziomu zapasów co 10 iteracji

Popyt ω jest równomiernie rozłożony w przedziale [ ja ja, q ja].

x* = (9780,7972; 9644,3672; 7168,0885; 6655,7884; 4880,9800),

F(x*) = 8949085,51.

W wyniku badania Algorytmu 2 uzyskano optymalny poziom zasobu.

Na podstawie przeprowadzonych badań naukowych można wyciągnąć następujące wnioski i sugestie:

1. Kompleksowe badanie teoretycznych, metodologicznych i praktycznych problemów tworzenia i użytkowania zapasów towarowych, optymalizacja ich wielkości we współczesnych warunkach wykazała, że ​​na ogół wprowadzenie modeli stochastycznych i metod zarządzania zapasami ma pewien efekt ekonomiczny , ich szerokie zastosowanie w handlu hurtowym ujawni ukryte wewnętrzne rezerwy firmy i zwiększy poziom efektywności ich działań.

2. W wyniku przeprowadzonych badań stwierdzono, że firmy uzyskują zyski wyraźnie niewystarczające do normalnego funkcjonowania w rynkowych warunkach gospodarowania, występuje niska rotacja środków zainwestowanych w zapasy oraz wysoki poziom kosztów dystrybucji. Wynika to po części z faktu, że decyzje dotyczące regulacji zapasów w firmach handlowych i inwestycyjnych podejmowane są głównie intuicyjnie, bez uwzględniania specjalnych kalkulacji ekonomicznych. W rezultacie nawet drobne błędy stają się dużymi błędami, które drogo kosztują firmę. Dlatego wykorzystanie metod matematycznych w zarządzaniu zapasami stwarza przesłanki do podejmowania decyzji opartych na nauce.

3. Na podstawie opracowanych złożonych modeli ekonomicznych i matematycznych gospodarowania zapasami stwierdzono, że wielkość optymalnej partii dostaw na potrzeby tworzenia zapasów zależy od kosztów tworzenia, utrzymania, ceny towarów, poziomu dochody ludności, czynniki sezonowości i konkurencyjności.

4. Dokonano systematycznej analizy przesłanek do praktycznego stosowania systemu modeli zarządzania zapasami, których proponowane metody mogą z powodzeniem znaleźć zastosowanie w praktyce, w szczególności w hurtowniach. W warunkach rynkowych ci ostatni mają możliwość samodzielnego podejmowania decyzji dotyczących terminu i wielkości zamawiania towaru, samodzielnego nawiązywania więzi ekonomicznych z dostawcami, w razie potrzeby pozyskiwania dodatkowego kapitału obrotowego, a także samodzielnego ustalania ceny sprzedaży towaru.

5. Poziom głównych wskaźników ekonomicznych działalności wyższych szczebli kierownictwa przedsiębiorstwa określa system wskaźników uogólnionych. Jednak stosowane w praktyce metody analizy nie w pełni spełniają współczesne wymagania. Pod tym względem metody optymalizacji stochastycznej są obiecujące, w szczególności dwustopniowy problem programowania stochastycznego o specjalnej strukturze.

6. Wynikiem badań było opracowanie metodyki budowy kompleksu modeli ekonomiczno-matematycznych do optymalizacji gospodarki zapasami, mającej na celu zwiększenie poziomu efektywnego wykorzystania zasobów materiałowych i pracy. Wprowadzenie tej metody poprzez wdrożenie modeli optymalizacyjnych pozwala na zwiększenie kwoty zysku oraz zwiększenie efektywności ekonomicznej przedsiębiorstwa.

„Wykaz branż sezonowych, w których działają organizacje w pełnym sezonie, przy obliczaniu okresu ubezpieczenia jest uwzględniany w taki sposób, aby jego czas trwania w odpowiednim roku kalendarzowym był rokiem pełnym” – zatwierdził. Uchwała Rządu Federacji Rosyjskiej z dnia 4 lipca 2002 r. nr 498.

Sudakevich S.A., Cechy planowania i rachunkowości w przedsiębiorstwach przemysłu konserwowego w nowych warunkach pracy, M., 1970.

W takim przypadku ważne jest, aby wziąć pod uwagę wpływ wahań sezonowych. Na przykład dla firm zajmujących się poszukiwaniem geologicznym w Rosji sezonowość ma wyraźny charakter - główny okres aktywnej pracy związanej z poszukiwaniami geologicznymi przypada na październik-kwiecień, ponieważ w tym czasie załogi i sprzęt mogą być przemieszczane po nierównym terenie (w tajga lub tundra wzdłuż „zimowej drogi” ). Determinuje to roczny cykl produkcyjny w następującym schemacie – późną wiosną, latem i wczesną jesienią, prace przygotowawcze i staranne planowanie, a od października do kwietnia – operacyjne zarządzanie procesem produkcyjnym. Ale stwarza to również trudności, w szczególności w zarządzaniu finansami firmy, ponieważ prawie wszystkie projekty z takim podejściem są projektami inwestycyjnymi i wymagają zastrzyku środków na kilka miesięcy (do 6-8 miesięcy) przed rozpoczęciem aktywnego faza pracy. A firma otrzymuje wynagrodzenie za pracę wykonaną już na końcowych etapach projektów – na podstawie wyników obserwacji fizycznych.

Wpływ wahań sezonowych na produkcję ropy naftowej związany z organizacją procesu produkcyjnego nie jest tak istotny. Wynika to z rozwoju technologii budowlanych, które dziś są w stanie zapewnić ciągłość procesu wydobycia węglowodorów o każdej porze roku. Nadal jednak utrzymuje się wpływ sezonowych wahań temperatury zatłaczanej wody na wydobycie ropy naftowej. Wynika to z faktu, że w zimnych porach zatłaczana woda może mieć znacznie niższą temperaturę niż temperatura złożowa, co prowadzi do zmiany właściwości złożowych formacji produkcyjnych, a w konsekwencji do strat w wydobyciu ropy. Straty takie mogą wynieść 0,3-1% skumulowanego wydobycia ropy. Wszystko to wymaga od firm produkcyjnych dodatkowego zestawu działań mających na celu ograniczenie strat w wydobyciu ropy (izolowanie rurociągów wodociągowych, zapewnienie ogrzewania zatłaczanej wody, zmiana cykliczności zatłaczania wody itp.). Jeśli chodzi o transport węglowodorów, ważne jest, aby wziąć pod uwagę sposób, w jaki transport będzie realizowany głównymi rurociągami naftowymi lub drogami wodnymi do transportu ropy i gazu, w tym schematy eksportowe wzdłuż Północnej Drogi Morskiej i innymi szlakami. Przy korzystaniu z transportu wodnego ropy i gazu istnieją restrykcyjne warunki, które wynikają z wpływu wahań sezonowych: reżim lodowy, ograniczenie ładowności tankowców, sezonowość transportu.

Istotne jest również uwzględnienie wahań sezonowych związanych z bilansem podaży i popytu na ropę i gaz w kraju i za granicą, z pracami remontowymi w rafineriach, które zwykle prowadzone są późnym latem - wczesną jesienią, działalność w kompleks rolno-przemysłowy (siew, zbiór ).

Tym samym wpływ wahań sezonowych odczuwają niemal wszystkie firmy z sektora ropy i gazu, co wymusza na nich przestrzeganie określonych zasad i uwzględnianie ewentualnych ograniczeń w zarządzaniu biznesem:

• przy identyfikacji sezonowych zależności produkcji i sprzedaży – analiza sezonowości powinna opierać się na szeregach czasowych obejmujących kilkuletnią (ok. 3 lata) rytmiczną działalność przedsiębiorstwa oraz nowoczesne metody statystycznego przetwarzania danych;
• podczas prowadzenia analiza porównawcza- porównanie wskaźników efektywności firmy (wielkość produkcji, rezerwy, transport, sprzedaż, przychody, dochód krańcowy, koszty operacyjne) dla różnych okresów powinno być przeprowadzone z uwzględnieniem sezonowości, tak aby porównywane dane były porównywalne;
• w tworzeniu modeli planistycznych – średnio- i długoterminowe modele planistyczne powinny uwzględniać sezonowe wahania wielkości światowego i krajowego zużycia węglowodorów oraz możliwa zmiana ceny;
• przy prognozowaniu działalności firmy i przeprowadzaniu analiz typu „co jeśli” – prognoza operacyjna i modelowanie powinny być wrażliwe na zmiany czynników zewnętrznych i szybko reagować na ich zmiany spowodowane zarówno wahaniami sezonowymi, jak i zmianami czynników w ciągu sezonu.

Aby rozwiązać te problemy, biorąc pod uwagę sezonowość, stosuje się systemy BI.

Co potrafią systemy BI?

Firmy naftowe i gazowe zaczęły wykazywać zainteresowanie różnymi systemami informatycznymi od momentu pojawienia się na rynku rosyjskim. Dziś możemy śmiało powiedzieć, że Przemysłu naftowo-gazowego- jeden z liderów w dziedzinie automatyzacji własnej produkcji. Tak więc, począwszy od lat 90., przedsiębiorstwa z branży aktywnie wprowadzały systemy technologiczne zarządzanie (APCS), w latach 2000 - systemy planowania biznesowego i analizy biznesowej. Decyzje te miały na celu przede wszystkim realizację funkcji księgowej. Najczęściej były to systemy klasy ERP lub własne opracowania, które w pierwszych etapach obejmowały z reguły zadania materiałowe, zarządcze i księgowe przedsiębiorstwa. Nieco później inne obszary działalności (sprzedaż, logistyka, zakupy itp.) zostały zautomatyzowane za pomocą takich systemów. Jednak dzisiaj takie systemy nie są w stanie uwzględnić czynników zewnętrznych i nie pozwalają na poważną analitykę na różnych parametrach. A dziś firmy naftowe i gazowe potrzebują wiele do analizy: dynamikę sprzedaży, strukturę dowolnych wskaźników, zachowanie Analiza czynników, identyfikować zależności, oceniać wahania sezonowe i ich wpływ na określone procesy w firmie (widzieć zdjęcie)... Ten ostatni czynnik jest ważny do rozważenia zarówno w procesie analizy działań, ponieważ jego zignorowanie może prowadzić do błędów z powodu porównywania odmiennych tablic informacji podczas budowania prognoz i planów, ponieważ niewłaściwa prognoza lub plan, który nie uwzględnia czynników sezonowości może prowadzić do strat finansowych, przestojów sprzętu lub przepełnienia magazynu.

Dlatego obserwujemy obecnie dość duże zapotrzebowanie na rozwiązania klasy Business Discovery, które pozwalają użytkownikom biznesowym samodzielnie analizować informacje biznesowe i na tej podstawie podejmować świadome i świadome decyzje. Np. nowoczesne narzędzia BI pozwalają wyszukiwać zależności różnych wskaźników wydajności firmy oraz uwzględniać wpływ wahań sezonowych na wskaźniki ekonomiczne i produkcyjne, oceniać możliwy wpływ przesunięcia granic pór roku (nieprawidłowych pogoda). Ponadto systemy BI pozwalają na symulację różnych sytuacji związanych z koniecznością eliminowania odchyleń, które powstały pod wpływem sezonowości (np. zwiększenie produktywności w celu osiągnięcia zaplanowanych wolumenów, wydłużenie czasu pracy do osiągnięcia celów itp.) .

Jak firma dochodzi do wniosku, że potrzebuje narzędzia BI? Impulsem do wprowadzenia nowej aplikacji biznesowej są przede wszystkim poważne zmiany w biznesie (połączenie spółek, wydzielenie podziału na niezależną jednostkę biznesową itp.), obecność „moralnie” przestarzałego systemu, których aktualizacja może nie przynieść efektu, jaki można uzyskać z zastosowania BI, lub sytuacja, gdy firma zgromadziła dużą ilość danych, przy których praca analityczna zoptymalizuje działania firmy i znajdzie dodatkowe punkty oszczędności w firmie.

Podstawowe wymagania przy wyborze systemu BI:

. Zapewnienie analizy całej tablicy informacji historycznych- w wielu przypadkach mówimy o konieczności przetwarzania informacji zgromadzonych przez 3-5 lat. Ma swoje osobliwości związane np. z faktem, że eksploatowane Systemy informacyjne dość często „ewoluują”, stale dokonują wszelkich zmian, które wpływają zarówno na strukturę przechowywanych danych, jak i na modyfikacje samych danych „warunkowo stałych” (w szczególności są to takie przypadki jak dodawanie nowych tabel do baz, modyfikacja istniejących , zmiana nazwy przedsiębiorstwa, zmiana struktury przedsiębiorstwa itp.);

. Wysoka szybkość przetwarzania żądań użytkowników- duża liczba źródeł danych i ich znaczne wolumeny nie powinny być przeszkodą w uzyskaniu odpowiedzi na pytania biznesowe. Dziś nikt nie jest gotowy czekać, nie tylko kilka dni, kilka godzin, aby poznać przyczyny odchyleń jakichkolwiek wskaźników wydajności przedsiębiorstwa od planowanych. A czasami trzeba przetworzyć dziesiątki terabajtów informacji, które mogą pochodzić z 10-15, a czasem nawet więcej źródeł;

. Szybkie wdrożenie narzędzia do analizy biznesowej- często ważna jest nie tylko szybkość obsługi zgłoszeń, ale także szybkość wdrożenia narzędzia do analizy biznesowej. Projekty trwające 10-12 miesięcy lub dłużej oznaczają znaczne straty dla właścicieli firm i menedżerów, których można i należy unikać. Dlatego z całego zestawu ofert na rynku należy wybrać dokładnie takie rozwiązanie, które będzie najbardziej zrównoważone pod względem kosztów, czasu wdrożenia i możliwości;

. Elastyczność narzędzia i jego dostępność dla biznesu- ze względu na fakt, że zbiór źródeł nie jest stały, pojawiają się okresowo nowe obszary do analizy, pojawiają się źródła zewnętrzne dla przedsiębiorstw (strony internetowe, zasoby agencji informacyjnych, firmy monitorujące), narzędzie analizy biznesowej powinno zapewniać elastyczne możliwości rekonfiguracji. Jednocześnie ważne jest, aby narzędzie zapewniało, że model pozostaje niezmieniony dla użytkownika biznesowego w przypadku zmiany zbioru źródeł i ewoluuje w przypadku dodania nowych obszarów analizy.

Jak pokazuje nasza praktyka, inicjatorem wdrożenia BI ze strony samych firm jest najczęściej dział finansowo-ekonomiczny. I jest to logiczne, ponieważ przedstawiciele tego konkretnego departamentu są odpowiedzialni za ocenę i zwiększenie efektywności przedsiębiorstwa jako całości i jego poszczególnych Centralny Okręg Federalny. Na przykład wśród naszych projektów (wdrażano system BI w oparciu o platformę Qlik View): głównym klientem wdrożenia w Geotech Holding był CFO, a w Gazpromniefti - Departament Ekonomiczno-Finansowy Regionalnej Dyrekcji Sprzedaży . Często wprowadzenie BI jest inicjowane przez samo kierownictwo w celu podniesienia poziomu zarządzania firmą.

Jak wdraża się BI?

Aby jednak wdrożenie systemu BI miało swoje uzasadnienie i przyniosło oczekiwany efekt, konieczne jest uwzględnienie wszystkich „pułapek” projektu na etapie planowania. Bazując na doświadczeniu we współpracy z takimi firmami jak Gazpromnieft', GEOTEK Holding i TNK BP, możemy śmiało powiedzieć, że projekt może być z powodzeniem zrealizowany tylko wtedy, gdy uwzględnia specyfikę branży i w momencie realizacji firma posiada księgowość. W takich warunkach system BI staje się w ciągu kilku miesięcy narzędziem pracy dla prawie wszystkich działów firmy. W przeciwnym razie integrator IT, który zaprojektuje system BI, będzie musiał uporządkować systemy księgowe oraz informacje regulacyjne i referencyjne spółki naftowo-gazowej, podnosząc w ten sposób jakość danych wymaganych do pracy z narzędziem BI . Oczywiście wybór wykonawcy i wiedza branżowa firmy informatycznej mają ogromne znaczenie, gdyż nie będzie ona mogła w takich przypadkach ograniczyć się do typowej realizacji projektu – poprzedzi to dużo pracy z podstawowymi informacjami . I tu im więcej doświadczenia i znajomości branżowych niuansów, tym szybciej i lepiej zostanie wdrożona aplikacja BI.

Generalnie metodologia wdrażania systemu BI składa się z czterech etapów (patrz schemat): przygotowanie, projekt, realizacja i uruchomienie. Jednocześnie pierwszy etap jest kluczowy, ponieważ wiele zależy od tego, jak dobrze zbudowana zostanie komunikacja między zespołem wykonawcy a klientem, jak zostaną rozdzielone role między uczestników projektu i harmonogram prac z kamieniami milowymi (wynikami) jest sporządzony. Głównym zadaniem drugiego etapu jest opracowanie architektury i opisanie wszystkich szczegółów projektu systemu BI, który mógłby nie tylko organicznie wpasować się w istniejące procesy biznesowe, ale również sugerować możliwość skalowania systemu zarówno pod względem ilości danych oraz liczbę użytkowników. Na etapie wdrożenia ideolodzy projektu otrzymują od klienta gotowe rozwiązanie z pełną funkcjonalnością. Jest testowany i oceniany, w razie potrzeby dokonywane są niezbędne korekty i przygotowywane są instrukcje do pracy nowy system... I wreszcie, w czwartym etapie rozwiązanie BI zostaje uruchomione próbnie. Tutaj są zdefiniowane okresy sprawozdawcze, podczas której system posłuży do przygotowania analityki raportowej. Gdy tylko zostanie przygotowany i dokładnie przeanalizowany pod kątem wszelkich nieścisłości, nowy system BI zostaje uruchomiony.

Co się zmienia wraz z pojawieniem się BI?

Najważniejszą rzeczą, która dzieje się z wdrożeniem systemu BI, jest znaczne ograniczenie rutynowych procesów i możliwość bezpośredniego przejścia do pracy analitycznej w kontekście tych wskaźników, które są istotne w określonym przedziale czasu. W tym przypadku „głębokość” analizy zależy tylko od konkretnego zadania i życzeń użytkownika: zaczynając od samego niższy poziom a kończąc na wskaźnikach makroekonomicznych, oceniających perspektywy konkretnego projektu inwestycyjnego.

Dziś, w warunkach ostrej konkurencji, każdy liczy tylko na siebie. Ktoś stawia na biznes sezonowy wykorzystać krótkoterminowych klientów i zmaksymalizować zyski. A dla niektórych wręcz przeciwnie, ze względu na czynnik sezonowości pojawiają się spore problemy ze spadkiem sprzedaży i konsekwencjami tych recesji.

Obroty handlowe to wielkość sprzedaży towarów przez organizację handlową w kategoriach pieniężnych przez określony czas.

O wielkości sprzedaży, dynamice i realizacji planu obrotów sprzedaż są pod wpływem różnych czynników związanych z:

1.ze zmianami cen i ilości sprzedanych towarów;

2. ze zmianą liczby ludności i sprzedażą towarów na osobę;

3. ze zmianą podaży pracy i poziomu wydajności pracy;

4. z bezpieczeństwem zasobów towarowych;

5. z sezonowością sprzedawanych produktów.

Jednym z ważnych czynników wpływających na wielkość sprzedaży w przedsiębiorstwach jest czynnik sezonowości. Tabela pokazuje rodzaje produktów, na które jest zapotrzebowanie w określonych porach roku.

Tabela 1

Popyt na produkty w różnych okresach roku

	Święta i terminy	Produkty na żądanie
listopad-styczeń		towary noworoczne, pamiątki, pocztówki, żywność, napoje alkoholowe i bezalkoholowe, Urządzenia, odzież, kosmetyki, pirotechnika itp.
luty marzec	Dzień Świętego Walentego (14 lutego). Dzień Obrońcy Ojczyzny (23 lutego). Międzynarodowy Dzień Kobiet (8 marca).	pamiątki, kwiaty, pocztówki, Cukiernia, napoje alkoholowe, odzież, kosmetyki, perfumy itp.
Marzec kwiecień		jajka, mąka, ciasta, barwniki, świece
		artykuły piknikowe, napoje alkoholowe, kwiaty itp.
sierpień-październik		artykuły papiernicze, podręczniki, odzież, obuwie, komputery i sprzęt biurowy.

Uważa się, że sezonowe wahania wielkości sprzedaży prawie zawsze negatywnie wpływają na działalność firmy. Należy wziąć pod uwagę wszystkie plusy i minusy takich zjawisk.

Ryzyko zamrożenia kapitału obrotowego.

Przy znacznym uzależnieniu rocznych wielkości sprzedaży od czynników zewnętrznych (np. pogody) problemy można napotkać nawet w okresie przewidywanego maksymalnego wzrostu popytu konsumpcyjnego.

Obroty i brak wykwalifikowanych pracowników.

W celu obniżenia kosztów menedżerowie wielu sezonowych przedsiębiorstw albo zwalniają część pracowników w okresie ciszy, albo zatrudniają początkowo pracowników tylko na sezon lub obniżają poziom wynagrodzeń. Jednak na początku sezonu wzrostu popytu firmy często mają problemy z rekrutacją wykwalifikowanej kadry.

Rozwój i wprowadzanie nowych produktów.

Czas spadku aktywności konsumenckiej jest również dogodny do wykorzystania na opracowanie i wprowadzenie na rynek nowych produktów, które następnie uzupełnią listę asortymentową firmy i pomogą zwiększyć sprzedaż.

Szkolenie personelu, przygotowanie do pracy w sezonie.

Wiele przedsiębiorstw w okresie spadku popytu konsumenckiego przywiązuje dużą wagę do rozwoju kadr, aby przygotować ludzi do jakość pracy w okresie wzrostu sprzedaży.

A to tylko niektóre ze zjawisk związanych z sezonowością biznesu i powodowanymi przez nią konsekwencjami. Przedsiębiorstwa, których wielkość sprzedaży zależy od wahań sezonowych, konieczne jest prowadzenie działalności w zakresie sprzedaży produktów. Jak pokazuje praktyka, w zależności od intensywności sprzedaży wymagane są różne środki motywacyjne. Działania te przedstawiono na rysunku 1.

Rys. 1 Zależność działań od intensywności sprzedaży

Analizę wpływu czynnika sezonowości na wielkość sprzedaży przeprowadzono na przykładzie przedsiębiorstwa LLC „Modern”. Analiza została przeprowadzona na podstawie danych sprzedażowych przedsiębiorstwa handlowego miasta Kemerowo. Ta analiza wykazali, że czynnik sezonowości ma duży wpływ na wielkość sprzedaży przypraw.

Ryż. 2 Dynamika sprzedaży produktów pod wpływem czynnika sezonowości

Z danych wykresów widać, że w okresie lipiec-sierpień (okres solenia) następuje wzrost sprzedaży przypraw do kapusty, pomidorów i ogórków. W kolejnych miesiącach sprzedaż tych produktów spada do zera. Sprzedaż zieleniny (cebula, pietruszka i koperek) wzrasta w okresie listopad-grudzień. Wynika to z faktu, że warzywa przechowywane od lata kończą się i istnieje potrzeba zakupu suszonych warzyw. Sprzedaż przypraw do kurczaka gwałtownie wzrosła w grudniu. Taka dynamika wiąże się z nadejściem świąt noworocznych. Aby generować wyższe zyski, działania promocyjne należy planować i realizować z uwzględnieniem sezonowych wahań sprzedaży.

Po przeanalizowaniu wpływu sezonowości na sprzedaż produktów możemy stwierdzić, że czynnikiem sezonowości jest oczywiście najważniejszy czynnik wpływ na sprzedaż przypraw. Należy zauważyć, że sezonowości nie należy traktować wyłącznie jako zjawiska negatywnego, gdyż analiza rynku zbytu i prawidłowe stymulowanie sprzedaży może prowadzić do jeszcze większej sprzedaży, a w efekcie do wzrostu zysku netto firmy.