28. Управление запасами.

Производственные запасы в данном случае - сырье и материалы, включая малоценные и быстроизнашивающиеся предметы, незавершенное производство и готовая продукция, а также и товары для перепродажи.

Для финансового менеджера запасы — это иммобилизованные средства, т.е. средства, отвлеченные из оборота.

Принципы управления запасами предполагают ответ на два вопроса:

а) какова должна быть структура источников запасов;

б) каков должен быть объем запасов?

Алгоритмизация политики управления величиной запасов в свою очередь требует ответа на следующие вопросы:

а) можно ли принципе оптимизировать политику управления величиной запа­сов;

б) каков должен быть оптимальный объем заказываемой партии;

в) какой объем запасов является минимально необходимым;

г) когда следует заказывать очередную партию запасов?

Решение любой оптимизационной задачи с неизбеж­ностью предполагает идентификацию целевого критерия:

- затраты, свя­занные с поддержанием запасов и укрупненно состоящие из двух компонентов — затраты по хранению и затраты по размещению и выпол­нению заказов.

Оба компонента общих затрат, связанных с поддержанием запасов, изменяются обратно пропорционально друг другу, поэтому можно найти, по крайней мере теоретически, такую величину средне­го запаса, которой соответствует минимальный уровень этих затрат.

Введем обозначения:

q — размер заказываемой партии запасов, ед.;

D — годовая потребность в запасах, ед.;

F — затраты по размещению и выполнению одного заказа (обычно предполагаются постоянными), руб.;

Н — затраты по хранению единицы производственных запасов, руб.;

С_с — затраты по хранению, руб.;

С_o — затраты по размещению и выполнению заказа, руб.;

С_t — общие затраты, руб.

Cуммарные затраты по поддержа­нию:

С_t= С_с+ С_o=H*q/2+F*D/q

Оптимальная партия заказа (Есопотiс Оrder Quantity, ЕОQ):

EOQ = корень квадратный из 2*F*D/H

Cхемы управления заказами:

RP=MU*MD

SS=RP-AU*AD

MS=RP+EOQ-LU*LD

AU — средняя дневная потребность в сырье, ед.;

AD — средняя продолжительность выполнения заказа (от момента размеще­ния до момента получения сырья), дн.;

SS — наиболее вероятный минимальный уровень запасов (страховой запас), ед.;

MS — максимальный уровень запасов, ед.;

RP — уровень запасов, при котором делается заказ, ед.;

LU — минимальная дневная потребность в сырье, ед.;

MU — максимальная дневная потребность в сырье, ед.;

MD — максимальное число дней выполнения заказа;

LD — минимальное число дней выполнения заказа.

Политика управления заказами в этом случае такова. На основе статистики и экспертных оценок рассчитываются значения исходных факторов системы моделей. Как только уровень запасов опускается до величины RP или ниже, делается заказ на поставку сырья и мате­риалов. Если поставка осуществляется максимально эффективно, то уровень запасов в компании может достичь максимальной величины МS. Если после совершения заказа ежедневное потребления сырья и материалов достигло максимума и по каким-либо причинам поставка очередной партии затянулась, компании приходится воспользоваться страховым запасом, т.е. уровень запасов может опуститься ниже вели­чины SS, а при самых неблагоприятных условиях он может быть близ­ким к нулю.

В зависимости от того, какие методы учета запасов (или себестоимости продукции) определены учетной поли­тикой хозяйствующего субъекта, возможна различная оценка средств, вложенных в запасы, а следовательно, и различны значения парамет­ров, участвующих в определении оптимальной политики управле­ния ими.

Важнейшим элементом анализа запасов является оценка их обора­чиваемости. Основной показатель — время обращения в днях, рас­считываемый делением среднего за период остатка запасов на одно­дневный оборот запасов в этом же периоде. Ускорение оборачиваемо­сти сопровождается дополнительным вовлечением средств в оборот, а замедление — отвлечением средств из хозяйственного оборота, их относительно более длительным омертвлением в запасах (или иммо­билизацией собственных оборотных средств).

Ретроспективный анализ производственных и товарных запасов может выполняться с использованием жестко детерминированных факторных моделей.