存货管理及风险共担(ppt)

Chapter 03
存货管理及风险共担
个案研讨：
JAM电子公司的服务水平危机
在会议中他们讨论出几个服务水平低落的原因：
 预测顾客需求的困难－顾客需求变异性大！
 供应链中太长的前置时间－改变运输方式，运输成本增加？
 JAM USA必须处理很多数目的储存单位－生产产品种类太广，小至继电器大到大型可程序化的控制器。
 汉城总部给予美国分公司较低的优先权－日本、韩国顾客的订单有较高的优先权！
个案研讨：
JAM电子公司的服务水平危机
 在复杂的供应链中，管理存货是相当困难的，而且可能对顾客的服务水平及供应链系统的整体成本有显著的影响。
 一个典型的供应链包含供货商及把原料转成制成品的制造商；还有配销中心和仓库，负责将制成品配销给顾客。
 存货在供应链中以数种形式存在：
‧原物料存货
‧在制品存货(WIP)
‧制成品存货
 每一种形式的存货，都有其各自的存货控制机制，必须考虑不同阶层间的互动；决定这些存货控制机制非常具有挑战性，但是获得的利益也可能会很大。
个案研讨：
JAM电子公司的服务水平危机
这个案例的主要问题是为何要持有存货？
原因包括：
 因应顾客需求的非预期变动。顾客需求总是难以预测，而且顾客需求的不确定性在这几年有增加的趋势，主要是由于：
 越来越多的产品所拥有的生命周期较短，有关顾客需求的历史资料可能无法取得。
 市场上很多竞争产品出现，产品项目激增。
 许多供货商的数量、质量、供应成本和配送时间出现明显的不确定情况。
 运输公司提供规模经济(运送折扣)来运输大量货品。


个案研讨：
JAM电子公司的服务水平危机
下面的例子说明要有效管理存货常是困难的：
 1993年，DELL计算机在预计其会有亏损后，公司股票大跌。DELL说明公司的销售将大幅落后其原先需求的预测，造成存货账面价值的降低。
 1993年Liz Claiborne因为高于预期的剩余存货，而遭受不可预期的盈余减少。
 1994年，IBM因为无效率的存货管理，以致面对ThinkPad产品线缺货的问题。
上述例子引出存货管理的两个重要议题：
 需求预测
 订购量计算

单一仓库存货管理
影响存货政策的主要原因为何？
 最重要的是顾客需求，它可能预先得知或具随机性。
 补货前置时间，可于订货前得知，但也可能是不确定的。
 仓库中不同产品储存的数目。
 规划期间的长度。
 成本，通常包含订购成本和存货持有成本。
 要求的服务水平
经济批量模式
(The Economic Lot Size Model )

 经济批量模式于1915年由Ford W. Harris提出，是一个简单的模型，说明订购成本及存货持有成本间的互抵效果(trade-offs )。
 仓库面对单一品项的稳定需求。
 供货商可无限供应该产品。
经济批量模式
(The Economic Lot Size Model )
 这个模式做了以下的假设：
 前置时间(从下单到收到货品的时间)为0。
 期初存货为0。
 计划期间很长(无限的)。
 D：需求是固定的，每日需求数量为D。
 Q：固定的订购量。
 K：固定的整备成本(每次仓库订货时即会发生此成本)。
 h：存货持有成本，即每天持有一单位存货的成本。
经济批量模式
(The Economic Lot Size Model )
 我们的目标是去找出最适当的订购政策，在不缺货的情况下，最小化每年的订购成本和存货持有成本。
 这是一个非常简化的存货系统。
 零存货订购特性(zero inventory ordering property)是一个最佳的存货政策，是等到存货为0时再订购，这样可以节省持有成本。
 我们将存货水平视为时间的函数(图2.6)，这就是所谓的锯齿形存货型态。
 我们将2个连续补货动作之间的时间称为周期时间(Cycle time)。
经济批量模式
(The Economic Lot Size Model )
 周期长度为T的总成本为K+(hTQ/2) 。
 需求以每一单位时间耗用D单位的比率维持固定，则Q=TD。
 总成本以T来除，或Q/D来除，计算出单位时间每一单位的平均总成本(KD/Q)+(hQ/2)
 使用简单的微积分很容易求出上列成本最小化之最适量订购量为Q*=( (2KD)/h)
 此一数量称为经济订购量(economic order quantity (EOQ) )。
经济批量模式
(The Economic Lot Size Model )
 这个简单模式提供两个重要的洞见：
 一个最佳政策平衡了每单位时间存货持有成本和每单位时间整备成本间的均衡。每单位时间的整备成本=(KD)/Q，而每单位时间的持有成本=(hQ)/2，图3.2。
 总成本对于订购量较不敏感。给定一个倍数b，则订购量Q=bQ*，表3.1表示倍数b改变对整体系统成本的影响，假使决策者订购高于最适订购量20%的数量，则总成本相对于最佳总成本的增加不会超过1.6%。
需求不确定的影响
 前述模型忽略了需求不确定性及预测的议题
 近来科技的进步增加需求不确定性的程度
 许多产品拥有较短的生命周期
 同一时间在同一市场竞争的产品也很多
 为说明合并需求不确定性和预测需求于分析中的重要性，且显示需求不确定性对存货政策的影响，我们探讨下列的案例
Case：泳装生产(p46)
 泳装分析激发了实施管理存货的有用之存货政策
– 无论何时，当存货低于某一数值(称为s)时，我们就订购(或生产)以增加存货水平到S
– 上述(s,S)政策，s称为再订购点(reorder point)而S为订购量上限(order-up-to-level)
多重订购机会
 以上描述及分析的模式是假设决策者只能对全部时程做单一的订购决策
 流行商品个案。无第二个机会再订购产品
 在许多实际的情况，决策者可能在一年中任何时间重复订购产品
 探讨如电视机配销商的个案
 配销商面对产品的随机需求，且从制造商取得供应品
 有一固定的运送前置时间
多重订购机会
 至少有3个理由可解释为什么经销商要持有存货：
– 满足前置时间期间内发生的需求
– 因应需求的不确定性
– 平衡年存货持有成本及年固定订购成本
 要有效管理其存货，配销商必须决定何时订购及订购多少电视机满足前置时间期间内发生的需求因应需求的不确定性平衡年存货持有成本及年固定订购成本
没有固定订购成本
 我们作了以下额外的假设
– 每日的需求是随机的，且属常态机率分配
– 没有固定订购成本
– 每单位时间每一项目都需计算存货持有成本
– 假如接到顾客的订购时，供货商手中没有存货(亦即缺货时)，此订单即为一损失
– 配销商详细载明要求的服务水平
没有固定订购成本
 为了描绘配销商应采用存货政策的特性，我们需要以下的信息：
– AGV=配销商面临的平均每日需求
– STD=配销商面临每日需求的标准差
– L=从供货商到配销商依日数计算的补货前置时间
– H=配销商持有一单位产品一天的成本
– a=服务水平。这隐含了缺货的可能性是1-a
– 存货状况(Inventory position)是仓库中实际存货加上配销商已订购但未送达的品项数量
– 在此个案中一个有效的存货政策是当s=S时
没有固定订购成本
 订购量上限S，包含2个组成要素
– 补货前置时间内的平均存货：确保直到下一次的订货送达前，将有足够的存货使用
– 安全存货，即配销商需要在仓库及通路中维持的存货数量，来因应前置时间期间内平均需求的误差：z是一个和服务水平相关的常数
没有固定订购成本
 订购量上限
– L * AVG + z * STD * L
 常数z是从统计表中选出，为确保前置时间内缺货的可能性为1-a
 Prob{Demand during lead time >= L * AVG + z * STD * L}=1-a
 表3.2(p53)服务水平及z值

固定订购成本
 假设有一笔固定成本K
 在这个案例中，应该采用的存货政策是(s,S)
 再订购点 s
– s = L * AVG + z * STD * L
 从此模式可回想订购量的计算如下
– order quantity Q = 2K * AVG
固定订购成本
 假设顾客需求不变，当存货降到 L * AVG水平时，配销商及订购Q单位商品，因为需花费L天才能收到订购物品
 然而，需求是会变动的，所以配销商也需要维持安全存货。需要的量为： z * STD * L
固定订购成本
 因此，订购量上限为
– S = max{Q, L * AVG} + z * STD * L
 图3.7(p55)
 例子3.2.2(p55)

变动的前置时间
 运送至仓库的前置时间必须假设为常态机率分配
 AVGL：平均前置时间
 STDL：标准差

变动的前置时间
 在此种情况下
– s = AVG * AVGL + z AVGL * STD2 + AVG2 * STDL2

– S = max{Q, AVG * AVGL} + z AVGL * STD2 + AVG2 * STDL2

– AVGL * STD2 + AVG2 * STDL2 是平均前置时间内的平均需求标准差
– z is chosen from Table 3.2
风险共担(Risk Pooling)
 ACME--是美国东北部的电子设备制造配销公司，其公司配销问题考虑。
 目前—配销系统在东北美市场区域，为一个据点皆有一个仓储。
 据点1—纽泽西，Paramus市。
 据点2—麻萨诸赛州，Newton市。

风险共担(Risk Pooling)
 而公司仓库接收从芝加哥制造厂商的货品项目。
 而运送的前置时间(lead time)约一星期。
 目前—维持97%的服务水平。
 无法提供的订单服务将无竞争力且无法满足未来的订单交付。
 有1500种不同产品，有10000位客户。
风险共担(Risk Pooling)
 ACME思考继而推出方案策略：在Paramus市与Newton市之间设置一个仓库取代未在两城市的仓库(集中是配销系统)维持97%服务水平。
 新的配销系统增加运送时间但降低存货水平。
 直观：因为高平均需求顾客和低平均需求顾客会相互的弥补抵销。
 随着仓储所供应的零售商增加，相互弥补亦随之增加。
风险共担(Risk Pooling)
 我们以分析特定产品A、B作为例子。
 订购成本—$60元/1订购单位
 存货持有成本—$0.27/1订购单位
 运送成本(2个仓储)—$1.05/1生产单位
 运送成本(1个仓储)—$1.10/1生产单位
 表3.5及表3.6显示产品A、B的历史资料。
 B产品周转率较低且需求较A产品相对少很多

风险共担(Risk Pooling)
 表3.7提供一周需求总平均及需求标准差及变异系数。
 变异系数(Coefficient of variation)= 标准差
 平均需求

风险共担(Risk Pooling)
 集中式单一仓储的平均需求相等于两个仓储平均需求的总和。
 然而，集中式仓储的变异数(标准差或变异数)远小于两个仓储组合在一起的变异数。
风险共担(Risk Pooling)
 目前存货水平及建议系统在表3.8里。
 平均存货=安全存货+ Q/2
 产品A平均存货-
在Paramus-88单位，在Newton-91单位
 集中式仓储平均存货为132单位
 88+91-132/88+91=26%
 存货水平减少26%

风险共担(Risk Pooling)
 产品B平均存货-
在Paramus-15单位，在Newton-15单位
 集中式仓储平均存货为20单位
 15+15-132/15+15=33%，存货水平减少33%
 此例子证明风险共担是重要的观念在供应链管理中。
 风险共担—当将不同地点的需求汇总起来需求变异数会变小
 当变异数降低允许我们降低安全存货也因此减少平均存货。
风险共担(Risk Pooling)
 风险共担的三个具判断力观点：
 1.集中式存货将减少安全存货也减少平均存货
而在地区之间存货可被「重新分配」(依其
需求量)。
 2.变异系数越大从集中式配销系统所获得的利
润越大。透过减少安全存货可达成减少平均
存货量。

风险共担(Risk Pooling)
 风险共担的三个具判断力观点：
 3.风险共担的获利是依赖市场之间的需求行为
以及其相关性。当一市场需求大于平均水平
则另一市场需求亦大于平均水平两市场为正
相关。
 当市场之间的需求关系呈现正相关，风险共担的利益会减少。
集中式配销系统与分布式配销系统
 集中式配销系统 VS 分布式配销系统
 在比较集中式与分布式配销系统时我们必须先了解什么是互抵效果(trade-offs)
 安全存货(safe stock)-当一公司从分布式系统转为集中式系统安全存货会减少
 而安全存货减少的量取决于一些参数如：市场需求间变异系数或市场需求相关性

集中式配销系统与分布式配销系统
 服务水平(service level)-当集中式和分布式系统有相同总安全存货时，那么集中式配销系统的服务水平较高。
 间接成本(overhead cost)-这些成本在分布式系统中较为多，因为经济规模较小。
 顾客前置时间(customer lead time)-分布式系统仓库较接近顾客响应时间(response time)短

集中式配销系统与分布式配销系统
 运输成本(transportation cost)-运输成本的影响视个别情况而定
 内向运输成本(inbound cost)-将产品由供货商或制造商运至仓库时所发生的费用
 外向运输成本(outbound cost)-将产品由仓库配送至客户时所发生的费用
 当我们增加仓库的数目时外向成本会减少但内向成本会增加
 因此总运费的净影响很难立即分清楚
集中式配销系统与分布式配销系统
 目前，所讨论的存货模式或例子都是假定一个单一设施(facility)例如一间仓库或一个零售据点尽可能使成本最小化
 在典型的供应链中最主要的目标是要降低整体系统的成本将成本降到最低
 因此考虑一个由单一仓储(warehouse)服务某些零售商的零售配销系统
 考虑设施之间互动关系及应该实行的存货政策是非常重要的
在供应链中管理存货

假设:
 存货决策由单一决策者制订，且这决策者的目标是使整体系统成本减到最小

 决策者有获取各零售商和仓库存货信息的管道


在供应链中管理存货
 在这些假设下，根据所谓阶层存货(echelon inventory)制定的存货政策是一个管理存货系统的有效方法
 这政策可以自然的方式扩张，来管理更复杂的供应链
 在配销系统中，每一阶段或层级(亦即仓库或零售商)被视为一阶层
 这系统中，任何阶段或层级的阶层存货等于此阶层中现有的存货，再加上所有的下游存货(downstream inventory)
在供应链中管理存货

 举例来说，在仓库中的阶层存货等于在仓库的存货，再加上所有在途存货和各零售商储存的存货
 仓库的阶层存货状态(echelon inventory position)则是仓库中的阶层存货再加上那些仓库已订但尚未送达的商品。(参考图3.8 p62)
在供应链中管理存货

一个非常有效的方法去管理单一仓库多家零售
商的系统(multi-retailesystem)，如下:
 对于个别零售商，使用适当的(s,S)存货政策
 仓库的订购决策是以仓库中阶层存货状态为基
础。明确的说，对每一零售商，计算出其再订
购点s，和订购量上限S
 不论何时，当零售商的存货水平下降，低于再
订购点s，则将下订单以提高存货至S水平

在供应链中管理存货

 和仓库阶层存货状态相关的再订购点是:
s=Le × AVG + z × STD√Le
Le＝阶层前置时间(echolon lead time)， 被定义成零售商和仓库间的前置时间，再加上仓库和供货商间的前置时间
 AVG＝所有零售商的平均需求(亦即总需求的平均)
 STD＝所有零售商(总)需求的标准差
在供应链中管理存货
 Example 3.5.1(p63)
 此项技术可以扩充至更复杂的供应链－－即有额外阶层的供应链－－不过要在两个前提下，一是这供应链是在集中式控制之下，一是各个阶层的存货信息，决策者都可得知
实务课题

在这调查报告中，有五项居首的策略降低存货:
－周期存货检视政策
在这项政策中，每隔固定期间检查存货 ， 且在每一次检查中，决定订购量的大小
周期存货检视政策(Periodic inventory review policy)可有效确认低周转率和过时的商品，让管理人员可持续降低存货水平

实务课题

－使用率，前置时间和安全存货的严格管理
这让公司能确保存货维持在适当的水平
这样的存货控制过程，能让公司确认，例如使用率已下降数个月的情况。假如没有采取适当的行动，使用率的下降，可能表示在相同的期间存货水平的上升
实务课题
－ABC法
A类产品包括通常占年销售大约20%存货储存单位的所有高价值产品
B类产品包括占年销售大约15%的产品
C类产品则是产品价值不超过销售额5%的低价值产品
A类产品占事业的大部分，故使用高频率周期性存货检查政策(例如，一星期检查一次)是较适当的
周期性存货检查政策一样可应用于控制B类产品，只是检查频率可能没A类产品那么高
视产品的价值而定，公司可以对昂贵的A类产品不持有存货，或对便宜的C类产品保有高的存货量
实务课题
－减少安全存货水平
这也许可以藉由减少前置时间来达成

－计量方法(Quantitative approach)
这些方法类似EOQ model，这些方法和这章所提及着重于存货持有成本和订购成本间恰好平衡的那些方法类似
实务课题
在最近几年，我们看到了产业对提升存
货周转率(inventory turnover ratio)，而其
定义如下:
－存货周转率=年销售/ 平均存货水平
－存货周转的增加会导致平均存货水平
的减少
－表3.9( p65)不同制造业的存货周转率
摘要
在供应链中，供给和需求的配合是一个相当大的挑战
若要减少成本和提供要求的服务水平，计算存货持有成本和设置成本，前置时间及预测需求是很重要的
存货管理的第一法则说明:预测的需错的
因此，这章所描述的存货管理政策也列入有关需求变异性的计算信息

存货管理及风险共担(ppt)