存貨管理及風(fēng)險共擔(dān)(ppt)

Chapter 03
存貨管理及風(fēng)險共擔(dān)
個案研討：
JAM電子公司的服務(wù)水平危機(jī)
在會議中他們討論出幾個服務(wù)水平低落的原因：
 預(yù)測顧客需求的困難－顧客需求變異性大！
 供應(yīng)鏈中太長的前置時間－改變運(yùn)輸方式，運(yùn)輸成本增加？
 JAM USA必須處理很多數(shù)目的儲存單位－生產(chǎn)產(chǎn)品種類太廣，小至繼電器大到大型可程序化的控制器。
 漢城總部給予美國分公司較低的優(yōu)先權(quán)－日本、韓國顧客的訂單有較高的優(yōu)先權(quán)！
個案研討：
JAM電子公司的服務(wù)水平危機(jī)
 在復(fù)雜的供應(yīng)鏈中，管理存貨是相當(dāng)困難的，而且可能對顧客的服務(wù)水平及供應(yīng)鏈系統(tǒng)的整體成本有顯著的影響。
 一個典型的供應(yīng)鏈包含供貨商及把原料轉(zhuǎn)成制成品的制造商；還有配銷中心和倉庫，負(fù)責(zé)將制成品配銷給顧客。
 存貨在供應(yīng)鏈中以數(shù)種形式存在：
‧原物料存貨
‧在制品存貨(WIP)
‧制成品存貨
 每一種形式的存貨，都有其各自的存貨控制機(jī)制，必須考慮不同階層間的互動；決定這些存貨控制機(jī)制非常具有挑戰(zhàn)性，但是獲得的利益也可能會很大。
個案研討：
JAM電子公司的服務(wù)水平危機(jī)
這個案例的主要問題是為何要持有存貨？
原因包括：
 因應(yīng)顧客需求的非預(yù)期變動。顧客需求總是難以預(yù)測，而且顧客需求的不確定性在這幾年有增加的趨勢，主要是由于：
 越來越多的產(chǎn)品所擁有的生命周期較短，有關(guān)顧客需求的歷史資料可能無法取得。
 市場上很多競爭產(chǎn)品出現(xiàn)，產(chǎn)品項目激增。
 許多供貨商的數(shù)量、質(zhì)量、供應(yīng)成本和配送時間出現(xiàn)明顯的不確定情況。
 運(yùn)輸公司提供規(guī)模經(jīng)濟(jì)(運(yùn)送折扣)來運(yùn)輸大量貨品。


個案研討：
JAM電子公司的服務(wù)水平危機(jī)
下面的例子說明要有效管理存貨常是困難的：
 1993年，DELL計算機(jī)在預(yù)計其會有虧損后，公司股票大跌。DELL說明公司的銷售將大幅落后其原先需求的預(yù)測，造成存貨賬面價值的降低。
 1993年Liz Claiborne因為高于預(yù)期的剩余存貨，而遭受不可預(yù)期的盈余減少。
 1994年，IBM因為無效率的存貨管理，以致面對ThinkPad產(chǎn)品線缺貨的問題。
上述例子引出存貨管理的兩個重要議題：
 需求預(yù)測
 訂購量計算

單一倉庫存貨管理
影響存貨政策的主要原因為何？
 最重要的是顧客需求，它可能預(yù)先得知或具隨機(jī)性。
 補(bǔ)貨前置時間，可于訂貨前得知，但也可能是不確定的。
 倉庫中不同產(chǎn)品儲存的數(shù)目。
 規(guī)劃期間的長度。
 成本，通常包含訂購成本和存貨持有成本。
 要求的服務(wù)水平
經(jīng)濟(jì)批量模式
(The Economic Lot Size Model )

 經(jīng)濟(jì)批量模式于1915年由Ford W. Harris提出，是一個簡單的模型，說明訂購成本及存貨持有成本間的互抵效果(trade-offs )。
 倉庫面對單一品項的穩(wěn)定需求。
 供貨商可無限供應(yīng)該產(chǎn)品。
經(jīng)濟(jì)批量模式
(The Economic Lot Size Model )
 這個模式做了以下的假設(shè)：
 前置時間(從下單到收到貨品的時間)為0。
 期初存貨為0。
 計劃期間很長(無限的)。
 D：需求是固定的，每日需求數(shù)量為D。
 Q：固定的訂購量。
 K：固定的整備成本(每次倉庫訂貨時即會發(fā)生此成本)。
 h：存貨持有成本，即每天持有一單位存貨的成本。
經(jīng)濟(jì)批量模式
(The Economic Lot Size Model )
 我們的目標(biāo)是去找出最適當(dāng)?shù)挠嗁徴?，在不缺貨的情況下，最小化每年的訂購成本和存貨持有成本。
 這是一個非常簡化的存貨系統(tǒng)。
 零存貨訂購特性(zero inventory ordering property)是一個最佳的存貨政策，是等到存貨為0時再訂購，這樣可以節(jié)省持有成本。
 我們將存貨水平視為時間的函數(shù)(圖2.6)，這就是所謂的鋸齒形存貨型態(tài)。
 我們將2個連續(xù)補(bǔ)貨動作之間的時間稱為周期時間(Cycle time)。
經(jīng)濟(jì)批量模式
(The Economic Lot Size Model )
 周期長度為T的總成本為K+(hTQ/2) 。
 需求以每一單位時間耗用D單位的比率維持固定，則Q=TD。
 總成本以T來除，或Q/D來除，計算出單位時間每一單位的平均總成本(KD/Q)+(hQ/2)
 使用簡單的微積分很容易求出上列成本最小化之最適量訂購量為Q*=( (2KD)/h)
 此一數(shù)量稱為經(jīng)濟(jì)訂購量(economic order quantity (EOQ) )。
經(jīng)濟(jì)批量模式
(The Economic Lot Size Model )
 這個簡單模式提供兩個重要的洞見：
 一個最佳政策平衡了每單位時間存貨持有成本和每單位時間整備成本間的均衡。每單位時間的整備成本=(KD)/Q，而每單位時間的持有成本=(hQ)/2，圖3.2。
 總成本對于訂購量較不敏感。給定一個倍數(shù)b，則訂購量Q=bQ*，表3.1表示倍數(shù)b改變對整體系統(tǒng)成本的影響，假使決策者訂購高于最適訂購量20%的數(shù)量，則總成本相對于最佳總成本的增加不會超過1.6%。
需求不確定的影響
 前述模型忽略了需求不確定性及預(yù)測的議題
 近來科技的進(jìn)步增加需求不確定性的程度
 許多產(chǎn)品擁有較短的生命周期
 同一時間在同一市場競爭的產(chǎn)品也很多
 為說明合并需求不確定性和預(yù)測需求于分析中的重要性，且顯示需求不確定性對存貨政策的影響，我們探討下列的案例
Case：泳裝生產(chǎn)(p46)
 泳裝分析激發(fā)了實施管理存貨的有用之存貨政策
– 無論何時，當(dāng)存貨低于某一數(shù)值(稱為s)時，我們就訂購(或生產(chǎn))以增加存貨水平到S
– 上述(s,S)政策，s稱為再訂購點(diǎn)(reorder point)而S為訂購量上限(order-up-to-level)
多重訂購機(jī)會
 以上描述及分析的模式是假設(shè)決策者只能對全部時程做單一的訂購決策
 流行商品個案。無第二個機(jī)會再訂購產(chǎn)品
 在許多實際的情況，決策者可能在一年中任何時間重復(fù)訂購產(chǎn)品
 探討如電視機(jī)配銷商的個案
 配銷商面對產(chǎn)品的隨機(jī)需求，且從制造商取得供應(yīng)品
 有一固定的運(yùn)送前置時間
多重訂購機(jī)會
 至少有3個理由可解釋為什么經(jīng)銷商要持有存貨：
– 滿足前置時間期間內(nèi)發(fā)生的需求
– 因應(yīng)需求的不確定性
– 平衡年存貨持有成本及年固定訂購成本
 要有效管理其存貨，配銷商必須決定何時訂購及訂購多少電視機(jī)滿足前置時間期間內(nèi)發(fā)生的需求因應(yīng)需求的不確定性平衡年存貨持有成本及年固定訂購成本
沒有固定訂購成本
 我們作了以下額外的假設(shè)
– 每日的需求是隨機(jī)的，且屬常態(tài)機(jī)率分配
– 沒有固定訂購成本
– 每單位時間每一項目都需計算存貨持有成本
– 假如接到顧客的訂購時，供貨商手中沒有存貨(亦即缺貨時)，此訂單即為一損失
– 配銷商詳細(xì)載明要求的服務(wù)水平
沒有固定訂購成本
 為了描繪配銷商應(yīng)采用存貨政策的特性，我們需要以下的信息：
– AGV=配銷商面臨的平均每日需求
– STD=配銷商面臨每日需求的標(biāo)準(zhǔn)差
– L=從供貨商到配銷商依日數(shù)計算的補(bǔ)貨前置時間
– H=配銷商持有一單位產(chǎn)品一天的成本
– a=服務(wù)水平。這隱含了缺貨的可能性是1-a
– 存貨狀況(Inventory position)是倉庫中實際存貨加上配銷商已訂購但未送達(dá)的品項數(shù)量
– 在此個案中一個有效的存貨政策是當(dāng)s=S時
沒有固定訂購成本
 訂購量上限S，包含2個組成要素
– 補(bǔ)貨前置時間內(nèi)的平均存貨：確保直到下一次的訂貨送達(dá)前，將有足夠的存貨使用
– 安全存貨，即配銷商需要在倉庫及通路中維持的存貨數(shù)量，來因應(yīng)前置時間期間內(nèi)平均需求的誤差：z是一個和服務(wù)水平相關(guān)的常數(shù)
沒有固定訂購成本
 訂購量上限
– L * AVG + z * STD * L
 常數(shù)z是從統(tǒng)計表中選出，為確保前置時間內(nèi)缺貨的可能性為1-a
 Prob{Demand during lead time >= L * AVG + z * STD * L}=1-a
 表3.2(p53)服務(wù)水平及z值

固定訂購成本
 假設(shè)有一筆固定成本K
 在這個案例中，應(yīng)該采用的存貨政策是(s,S)
 再訂購點(diǎn) s
– s = L * AVG + z * STD * L
 從此模式可回想訂購量的計算如下
– order quantity Q = 2K * AVG
固定訂購成本
 假設(shè)顧客需求不變，當(dāng)存貨降到 L * AVG水平時，配銷商及訂購Q單位商品，因為需花費(fèi)L天才能收到訂購物品
 然而，需求是會變動的，所以配銷商也需要維持安全存貨。需要的量為： z * STD * L
固定訂購成本
 因此，訂購量上限為
– S = max{Q, L * AVG} + z * STD * L
 圖3.7(p55)
 例子3.2.2(p55)

變動的前置時間
 運(yùn)送至倉庫的前置時間必須假設(shè)為常態(tài)機(jī)率分配
 AVGL：平均前置時間
 STDL：標(biāo)準(zhǔn)差

變動的前置時間
 在此種情況下
– s = AVG * AVGL + z AVGL * STD2 + AVG2 * STDL2

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

– AVGL * STD2 + AVG2 * STDL2 是平均前置時間內(nèi)的平均需求標(biāo)準(zhǔn)差
– z is chosen from Table 3.2
風(fēng)險共擔(dān)(Risk Pooling)
 ACME--是美國東北部的電子設(shè)備制造配銷公司，其公司配銷問題考慮。
 目前—配銷系統(tǒng)在東北美市場區(qū)域，為一個據(jù)點(diǎn)皆有一個倉儲。
 據(jù)點(diǎn)1—紐澤西，Paramus市。
 據(jù)點(diǎn)2—麻薩諸賽州，Newton市。

風(fēng)險共擔(dān)(Risk Pooling)
 而公司倉庫接收從芝加哥制造廠商的貨品項目。
 而運(yùn)送的前置時間(lead time)約一星期。
 目前—維持97%的服務(wù)水平。
 無法提供的訂單服務(wù)將無競爭力且無法滿足未來的訂單交付。
 有1500種不同產(chǎn)品，有10000位客戶。
風(fēng)險共擔(dān)(Risk Pooling)
 ACME思考繼而推出方案策略：在Paramus市與Newton市之間設(shè)置一個倉庫取代未在兩城市的倉庫(集中是配銷系統(tǒng))維持97%服務(wù)水平。
 新的配銷系統(tǒng)增加運(yùn)送時間但降低存貨水平。
 直觀：因為高平均需求顧客和低平均需求顧客會相互的彌補(bǔ)抵銷。
 隨著倉儲所供應(yīng)的零售商增加，相互彌補(bǔ)亦隨之增加。
風(fēng)險共擔(dān)(Risk Pooling)
 我們以分析特定產(chǎn)品A、B作為例子。
 訂購成本—$60元/1訂購單位
 存貨持有成本—$0.27/1訂購單位
 運(yùn)送成本(2個倉儲)—$1.05/1生產(chǎn)單位
 運(yùn)送成本(1個倉儲)—$1.10/1生產(chǎn)單位
 表3.5及表3.6顯示產(chǎn)品A、B的歷史資料。
 B產(chǎn)品周轉(zhuǎn)率較低且需求較A產(chǎn)品相對少很多

風(fēng)險共擔(dān)(Risk Pooling)
 表3.7提供一周需求總平均及需求標(biāo)準(zhǔn)差及變異系數(shù)。
 變異系數(shù)(Coefficient of variation)= 標(biāo)準(zhǔn)差
 平均需求

風(fēng)險共擔(dān)(Risk Pooling)
 集中式單一倉儲的平均需求相等于兩個倉儲平均需求的總和。
 然而，集中式倉儲的變異數(shù)(標(biāo)準(zhǔn)差或變異數(shù))遠(yuǎn)小于兩個倉儲組合在一起的變異數(shù)。
風(fēng)險共擔(dān)(Risk Pooling)
 目前存貨水平及建議系統(tǒng)在表3.8里。
 平均存貨=安全存貨+ Q/2
 產(chǎn)品A平均存貨-
在Paramus-88單位，在Newton-91單位
 集中式倉儲平均存貨為132單位
 88+91-132/88+91=26%
 存貨水平減少26%

風(fēng)險共擔(dān)(Risk Pooling)
 產(chǎn)品B平均存貨-
在Paramus-15單位，在Newton-15單位
 集中式倉儲平均存貨為20單位
 15+15-132/15+15=33%，存貨水平減少33%
 此例子證明風(fēng)險共擔(dān)是重要的觀念在供應(yīng)鏈管理中。
 風(fēng)險共擔(dān)—當(dāng)將不同地點(diǎn)的需求匯總起來需求變異數(shù)會變小
 當(dāng)變異數(shù)降低允許我們降低安全存貨也因此減少平均存貨。
風(fēng)險共擔(dān)(Risk Pooling)
 風(fēng)險共擔(dān)的三個具判斷力觀點(diǎn)：
 1.集中式存貨將減少安全存貨也減少平均存貨
而在地區(qū)之間存貨可被「重新分配」(依其
需求量)。
 2.變異系數(shù)越大從集中式配銷系統(tǒng)所獲得的利
潤越大。透過減少安全存貨可達(dá)成減少平均
存貨量。

風(fēng)險共擔(dān)(Risk Pooling)
 風(fēng)險共擔(dān)的三個具判斷力觀點(diǎn)：
 3.風(fēng)險共擔(dān)的獲利是依賴市場之間的需求行為
以及其相關(guān)性。當(dāng)一市場需求大于平均水平
則另一市場需求亦大于平均水平兩市場為正
相關(guān)。
 當(dāng)市場之間的需求關(guān)系呈現(xiàn)正相關(guān)，風(fēng)險共擔(dān)的利益會減少。
集中式配銷系統(tǒng)與分布式配銷系統(tǒng)
 集中式配銷系統(tǒng) VS 分布式配銷系統(tǒng)
 在比較集中式與分布式配銷系統(tǒng)時我們必須先了解什么是互抵效果(trade-offs)
 安全存貨(safe stock)-當(dāng)一公司從分布式系統(tǒng)轉(zhuǎn)為集中式系統(tǒng)安全存貨會減少
 而安全存貨減少的量取決于一些參數(shù)如：市場需求間變異系數(shù)或市場需求相關(guān)性

集中式配銷系統(tǒng)與分布式配銷系統(tǒng)
 服務(wù)水平(service level)-當(dāng)集中式和分布式系統(tǒng)有相同總安全存貨時，那么集中式配銷系統(tǒng)的服務(wù)水平較高。
 間接成本(overhead cost)-這些成本在分布式系統(tǒng)中較為多，因為經(jīng)濟(jì)規(guī)模較小。
 顧客前置時間(customer lead time)-分布式系統(tǒng)倉庫較接近顧客響應(yīng)時間(response time)短

集中式配銷系統(tǒng)與分布式配銷系統(tǒng)
 運(yùn)輸成本(transportation cost)-運(yùn)輸成本的影響視個別情況而定
 內(nèi)向運(yùn)輸成本(inbound cost)-將產(chǎn)品由供貨商或制造商運(yùn)至倉庫時所發(fā)生的費(fèi)用
 外向運(yùn)輸成本(outbound cost)-將產(chǎn)品由倉庫配送至客戶時所發(fā)生的費(fèi)用
 當(dāng)我們增加倉庫的數(shù)目時外向成本會減少但內(nèi)向成本會增加
 因此總運(yùn)費(fèi)的凈影響很難立即分清楚
集中式配銷系統(tǒng)與分布式配銷系統(tǒng)
 目前，所討論的存貨模式或例子都是假定一個單一設(shè)施(facility)例如一間倉庫或一個零售據(jù)點(diǎn)盡可能使成本最小化
 在典型的供應(yīng)鏈中最主要的目標(biāo)是要降低整體系統(tǒng)的成本將成本降到最低
 因此考慮一個由單一倉儲(warehouse)服務(wù)某些零售商的零售配銷系統(tǒng)
 考慮設(shè)施之間互動關(guān)系及應(yīng)該實行的存貨政策是非常重要的
在供應(yīng)鏈中管理存貨

假設(shè):
 存貨決策由單一決策者制訂，且這決策者的目標(biāo)是使整體系統(tǒng)成本減到最小

 決策者有獲取各零售商和倉庫存貨信息的管道


在供應(yīng)鏈中管理存貨
 在這些假設(shè)下，根據(jù)所謂階層存貨(echelon inventory)制定的存貨政策是一個管理存貨系統(tǒng)的有效方法
 這政策可以自然的方式擴(kuò)張，來管理更復(fù)雜的供應(yīng)鏈
 在配銷系統(tǒng)中，每一階段或?qū)蛹?亦即倉庫或零售商)被視為一階層
 這系統(tǒng)中，任何階段或?qū)蛹壍碾A層存貨等于此階層中現(xiàn)有的存貨，再加上所有的下游存貨(downstream inventory)
在供應(yīng)鏈中管理存貨

 舉例來說，在倉庫中的階層存貨等于在倉庫的存貨，再加上所有在途存貨和各零售商儲存的存貨
 倉庫的階層存貨狀態(tài)(echelon inventory position)則是倉庫中的階層存貨再加上那些倉庫已訂但尚未送達(dá)的商品。(參考圖3.8 p62)
在供應(yīng)鏈中管理存貨

一個非常有效的方法去管理單一倉庫多家零售
商的系統(tǒng)(multi-retailesystem)，如下:
 對于個別零售商，使用適當(dāng)?shù)?s,S)存貨政策
 倉庫的訂購決策是以倉庫中階層存貨狀態(tài)為基
礎(chǔ)。明確的說，對每一零售商，計算出其再訂
購點(diǎn)s，和訂購量上限S
 不論何時，當(dāng)零售商的存貨水平下降，低于再
訂購點(diǎn)s，則將下訂單以提高存貨至S水平

在供應(yīng)鏈中管理存貨

 和倉庫階層存貨狀態(tài)相關(guān)的再訂購點(diǎn)是:
s=Le × AVG + z × STD√Le
Le＝階層前置時間(echolon lead time)， 被定義成零售商和倉庫間的前置時間，再加上倉庫和供貨商間的前置時間
 AVG＝所有零售商的平均需求(亦即總需求的平均)
 STD＝所有零售商(總)需求的標(biāo)準(zhǔn)差
在供應(yīng)鏈中管理存貨
 Example 3.5.1(p63)
 此項技術(shù)可以擴(kuò)充至更復(fù)雜的供應(yīng)鏈－－即有額外階層的供應(yīng)鏈－－不過要在兩個前提下，一是這供應(yīng)鏈?zhǔn)窃诩惺娇刂浦?，一是各個階層的存貨信息，決策者都可得知
實務(wù)課題

在這調(diào)查報告中，有五項居首的策略降低存貨:
－周期存貨檢視政策
在這項政策中，每隔固定期間檢查存貨 ， 且在每一次檢查中，決定訂購量的大小
周期存貨檢視政策(Periodic inventory review policy)可有效確認(rèn)低周轉(zhuǎn)率和過時的商品，讓管理人員可持續(xù)降低存貨水平

實務(wù)課題

－使用率，前置時間和安全存貨的嚴(yán)格管理
這讓公司能確保存貨維持在適當(dāng)?shù)乃?
這樣的存貨控制過程，能讓公司確認(rèn)，例如使用率已下降數(shù)個月的情況。假如沒有采取適當(dāng)?shù)男袆?，使用率的下降，可能表示在相同的期間存貨水平的上升
實務(wù)課題
－ABC法
A類產(chǎn)品包括通常占年銷售大約20%存貨儲存單位的所有高價值產(chǎn)品
B類產(chǎn)品包括占年銷售大約15%的產(chǎn)品
C類產(chǎn)品則是產(chǎn)品價值不超過銷售額5%的低價值產(chǎn)品
A類產(chǎn)品占事業(yè)的大部分，故使用高頻率周期性存貨檢查政策(例如，一星期檢查一次)是較適當(dāng)?shù)?
周期性存貨檢查政策一樣可應(yīng)用于控制B類產(chǎn)品，只是檢查頻率可能沒A類產(chǎn)品那么高
視產(chǎn)品的價值而定，公司可以對昂貴的A類產(chǎn)品不持有存貨，或?qū)Ρ阋说腃類產(chǎn)品保有高的存貨量
實務(wù)課題
－減少安全存貨水平
這也許可以藉由減少前置時間來達(dá)成

－計量方法(Quantitative approach)
這些方法類似EOQ model，這些方法和這章所提及著重于存貨持有成本和訂購成本間恰好平衡的那些方法類似
實務(wù)課題
在最近幾年，我們看到了產(chǎn)業(yè)對提升存
貨周轉(zhuǎn)率(inventory turnover ratio)，而其
定義如下:
－存貨周轉(zhuǎn)率=年銷售/ 平均存貨水平
－存貨周轉(zhuǎn)的增加會導(dǎo)致平均存貨水平
的減少
－表3.9( p65)不同制造業(yè)的存貨周轉(zhuǎn)率
摘要
在供應(yīng)鏈中，供給和需求的配合是一個相當(dāng)大的挑戰(zhàn)
若要減少成本和提供要求的服務(wù)水平，計算存貨持有成本和設(shè)置成本，前置時間及預(yù)測需求是很重要的
存貨管理的第一法則說明:預(yù)測的需錯的
因此，這章所描述的存貨管理政策也列入有關(guān)需求變異性的計算信息

存貨管理及風(fēng)險共擔(dān)(ppt)