Geum.ru
Темы диссертаций по экономике » Математические и инструментальные методы экономики

Оптимизационные компьютерные технологии управления запасами предприятия в условиях неопределенности тема диссертации по экономике, полный текст автореферата



Автореферат



Ученая степень кандидат экономических наук
Автор Лашкевич, Мария Алексеевна
Место защиты Москва
Год 2005
Шифр ВАК РФ 08.00.13

Автореферат диссертации по теме "Оптимизационные компьютерные технологии управления запасами предприятия в условиях неопределенности"

На правах рукописи

ЛАШКЕВИЧ Мария Алексеевна

ОПТИМИЗАЦИОННЫЕ КОМПЬЮТЕРНЫЕ ТЕХНОЛОГИИ УПРАВЛЕНИЯ ЗАПАСАМИ ПРЕДПРИЯТИЯ В УСЛОВИЯХ ' НЕОПРЕДЕЛЁННОСТИ

Специальность 08.00.13 - математические и инструментальные методы

экономики

АВТОРЕФЕРАТ

диссертации на соискание ученой степени кандидата экономических наук

Москва 2005

Работа выпонена во Всероссийском НИИ проблем вычислительной техники и информатизации (ВНИИПВТИ) Министерства информационных технологий и связи Российской Федерации

Научный руководитель: доктор экономических наук, профессор

Росс Геннадий Викторович

Официальные оппоненты: доктор технических наук

Братухин Павел Иванович

Защита состоится 07 июля 2005 г. в 15.00 часов на заседании диссертационного совета Д 219.007.01 во ВНИИПВТИ по адресу: 115114, Москва, 2-й Кожевнический пер., дом 8, ауд. 213.

С диссертацией можно ознакомиться в библиотеке ВНИИПВТИ. Адресу: 115114, Москва, 2-й Кожевнический пер., дом 8.

Автореферат разослан 2005г.

доктор экономических наук Журавлева Тамара Борисовна

Ведущая организация: Институт микроэкономики

Минэкономразвития РФ

Ученый секретарь диссертационного совета, кандидат экономических наук

МО 6- г

Общая характеристика работы

Актуальность. Сущность происходящих в настоящее время преобразований в системе управления запасами определяется, с одной стороны, непрерывным процессом формирования и адаптации рыночных отношений в России и, с другой стороны, научно-техническими новациями в целом, и в области складского хозяйства, в частности. В настоящее время государство не вмешивается непосредственно в бизнес - процессы, а только определяет важнейшие правила рыночных отношений, в том числе особые правила для некоторых отраслей производственной и непроизводственной сферы. Эти особые правила действуют, например, в торговле нефтепродуктами, электроэнергией и газом, осуществляемой крупными вертикально - интегрированными компаниями (ВИК). В некоторых случаях ВИК определяет политику цен и объемы поставок, формирует приоритеты в отношениях со смежниками, определяет экспортно-импортную политику. Вместе с тем, возможны и такие ситуации, когда предприятие, специализирующееся на хранении и доставке товарных ресурсов, и входящее в состав ВИК, в значительной мере сохраняет свою самостоятельность как в части сферы своей деятельности, так и в части ценообразования. Наконец, возможны и ситуации, когда предприятие, работающее, например, по принципу КАН-БАН, может самостоятельно работать на рынке услуг хранения и доставки.

Экономика предприятий и отраслей, в той мере, в которой осуществляемые ими бизнес - процессы зависят от хранения и доставки товарных ресурсов, зависит от эффективности управления запасами. Управление запасами является одной из задач маркетинговых служб предприятия. В настоящее время возникла ситуация, когда с помощью оптимизационных компьютерных технологий (ОКТ) эффективность деятельности в области управления запасами может быть существенно повышена. Необходима разработка инструментов оптимального управления запасами, адаптированных к условиям работы конкретных предприятий, работающих в различных организационных условиях. Необходимо создание научно-методического обеспечения управления запасами, как на подразделениях ВИК, так и на предприятиях, специализирующихся на оказании услуг хранения и работающих на открытом рынке.

В настоящее время и в обозримой перспективе количество коммерческих структур, специализирующихся на управлении запасами определяется действием ряда факторов, имеющих разную направленность, в частности, интенсивностью протекания процессов формирования, слияния и распада предприятий. Так, например, основой сбытовой сети вертикально интегрированных нефтяных компаний (ВИНК) являются региональные предприятия нефтепродуктообеспечения, которые ранее (до 1994г.) являлись абсолютными (статусными) монополистами на региональных рынках. В условиях конкурент! " ОЛ-90% своих

объемов. Согласно

настоящее

время, так и в обозримой перспективе, ВИНК будут основными операторами на рынке нефтепродуктов. В связи с этим несомненную актуальность составляют задачи оптимизации управления запасами ВИНК с учетом изменения условий их существования. Решение задачи повышения эффективности управления запасами в ВИНК способно обеспечить снижение издержек производства и обращения нефтепродуктов, активизацию, на этой основе, ценовой политики компании, направленной на привлечение потребителей нефтепродуктов, обеспечение надежности поставок нефтепродуктов, повышение конкурентоспособности.

Крупный вклад в развитие теории и прикладных методов управления сложными социально-экономическими системами внесли многие отечественные ученые. В их числе: А.К. Аганбегян, C.B. Емельянов, JI.B. Канторович, H.H. Моисеев, Г.С. Поспелов, В.А. Трапезников, И.П. Федоренко, а также Багриновский, В.Н. Бурков, B.JI. Вокович, О.В. Голосов, И.Н. Дрогобыцкий, и другие.

Как в отечественной экономической науке, так в зарубежных источниках, в качестве инструмента решения задач управления запасами, в частности, в качестве методов нормирования запасов, в основном используются методы, основанные на том, что сформировавшиеся тенденции проецируются на будущее. Методы такого проецирования достаточно разнообразны, в частности, некоторые из них допускают определенные корректировки, но сам принцип остается неизменным. При этом игнорируются реальные экономические риски как для производителей, так и для потребителей услуг хранения.

Высоко оценивая отечественные и зарубежные труды по методам управления запасами и, в частности, по методам нормирования запасов, необходимо отметить, что большинство методических подходов опирается на различные варианты усреднения или построения трендов, без учета действия механизма формирования равновесия и, прежде всего, равновесия рисков. Поэтому в настоящее время возникла объективная необходимость более глубокого исследования поведения субъектов рынка, оказывающих услуги по хранению и доставке товарных ресурсов.

Важным и в научном отношении новым аспектом анализа проблемы управления запасами является проблема учета в технологии принятия решений ситуации неопределенности, в которой вынуждены принимать решения службы предприятий, упономоченные разрабатывать нормы и нормативы хранения. Источники неопределенности объективны и не устранимы. К их числу, в частности, относятся конъюнктурные колебания спроса, поведение клиентов и конкурентов. Для учета этих особенностей пока что не разработаны модели оптимального управления запасами.

Оптимизация производственных запасов необходима для сокращения издержек производства. Недостаток запасов, как и их излишек, порождает значительные производственные потери, причем природа этих потерь существенно различна. Излишние запасы вызывают не рациональные затраты на хранендё, пйтфю части' Хранимых товаров и снижение их

качества в процессе хранения, замораживание оборотных средств. Недостаток запасов, в свою очередь, ведет к сбоям производства, потере части прибыли, уменьшению доли на рынке.

Оптимальный объем запаса дожен учитывать не только последствия возможных излишков или недостатка запаса, но так же характер спроса на хранимые товары, а так же следствия недостатка или излишка запасов. Характер спроса (частота и размер запросов на хранимые товары), в сочетании с последствиями недостатка или излишков запаса, в совокупности и определяют оптимальный размер запаса. Все эти факторы в совокупности дожны учитываться при разработке и применении моделей оптимизации запасов.

Кроме того, при этом дожен учитываться случайный характер спроса, который зависит от многих факторов, являющихся случайными по своей внутренней природе: ритмичность производства, конъюнктура рынка, автоколебания в системах управления и др. Случайный характер спроса создает ситуацию неопределенности, при которой возможно как завышение, так и занижение запасов. Важно подчеркнуть, что неопределенность является объективно существующим, принципиально не устранимым фактором, имеющим большое, а в некоторых случаях решающее значение для эффективности нормирования запасов. Наличие неопределенности делает недостаточно эффективными существующие методы нормирования запасов.

Назревшая потребность реформирования механизма управления запасами на предприятии, учитывающего конкретные риски, порождаемые неопределенностью, актуальность и недостаточная проработанность проблемы организации оптимальных компьютерных технологий на единой методологической базе экономико-математического моделирования и определили выбор темы настоящего исследования.

Целью диссертационного исследования является разработка методов и моделей нормирования запасов в условиях неопределенности на единой методологической базе экономико-математического моделирования.

В результате необходимо разработать комплекс моделей, встроенных в программные средства ОКТ для оптимального управления запасами.

Для достижения указанной цели в диссертации поставлены и решены следующие задачи:

- проведен анализ существующих подходов к решению задачи управления запасов на предприятии;

- изучена возможность использования современных ОКТ для решения задач оптимизации управления запасами, а также определения норм запасов;

- разработана методика организации механизма управления запасами и формирования нормативов, которая базируется на равновесных моделях;

- разработаны имитационные экономические модели оптимального управления запасами на встроенных средствах компьютерной системы Decision;

- проведены экспериментальные исследования диалоговых процедур:

- оптимизации нормативов и проверки погрешности;

- влияния цены на норму запаса, суточные затраты и прибыль;

- нормирования запасов в коммерческой фирме, работающей по принципу КАНБАН.

Объектом исследования является процесс принятия решений, связанных с нормированием запасов и управлением запасами.

Предметом исследования являются методы и методики нормирования запасов.

Методология исследования. Теоретическую и методологическую базу исследования составили системный подход к моделированию сложных социально-экономических систем, экономическая теория, в том числе основные положения теории маркетинга, теории управления запасами, теории равновесных случайных процессов.

При решении конкретных задач использовались труды отечественных и зарубежных ученых в области математического программирования, теории вероятностей, математической статистики, теории графов и теории игр, государственного регулирования экономики,

Источниковедческую базу исследования составили материалы научной периодики, конференций и семинаров, а также данные статистических сборников и проектные разработки ведущих научных школ в области компьютерных технологий.

Научная новизна работы заключается в решении задачи разработки методов нормирования запасов в условиях неопределенности на единой методологической базе экономико-математического моделирования с использованием оптимизационных компьютерных технологий.

Научная новизна диссертационных исследований заключается в следующем.

1. Разработаны модели задач оптимального управления запасами в условиях неопределенности внешней, конкурентной среды, которые позволили существенно повысить качества принимаемых решений на единой инструментальной базе.

2. Разработаны эффективные методики: оптимизации нормативов и проверки погрешности; влияния цены на норму запаса, суточные затраты и прибыль; нормирования запасов в коммерческой фирме, работающей по стратегии КАНБАН. Использование этих методик позволяет повысить конкурентоспособность предприятий и их прибыль за счет услуг хранения и доставки товарных ресурсов.

3. Разработаны диалоговые процедуры решения задач нормирования запасов, которые позволяют обеспечить возможность моделирования стратегий оптимизации ценообразования.

4. Предложены рекомендации по применению инструментального программного обеспечения для управления запасами, которые повышают конкурентоспособность предприятий и повышают прибыль от услуг хранения и доставки товарных ресурсов до 7% .

Практическая ценность работы заключается в том, что основные положения, выводы и рекомендации диссертации ориентированы на широкое применение методик и инструментальных программных средств для разработки новых моделей управления запасами.

Проведенные исследования и полученные результаты составляют теоретическую основу экономико-математического моделирования системы управления запасами. Разработанные методики направлены на решение задачи повышения эффективности системы управления запасами предприятия. Результаты исследования доведены до конкретных методик, агоритмов и программных комплексов.

Самостоятельное практическое значение имеют:

- комплекс инструментальных программных средств, реализующих методики оптимизации нормативов и проверки погрешности; влияния цены на норму запаса, суточные затраты и прибыль; нормирования запасов в коммерческой фирме, работающей по принципу КАНБАН;

- имитационные модели задач оптимального управления запасами в условиях неопределенности внешней, конкурентной среды на базе диалоговой компьютерной системы лDecision.

Апробация и внедрение результатов исследования. Проведенные в диссертации исследования непосредственно связаны с планами научно-исследовательских работ Центра стандартизации ВНИИПВТИ Министерства информационных технологий и связи. Основные положения диссертации прошли экспериментальную проверку в Центре и используются принятия решений по нормативам.

Результаты исследований внедрены на предприятии ООО ВС в виде макета программной системы, которая была использована для моделирования стратегий принятия решений по определению возможных сценариев функционирования и развития системы управления запасами в условиях неопределенности.

Снижение затрат в системе управления запасами ООО ВС позволило повысить эффективность ценообразования, обеспечить укрепление позиций предприятия на рынке. В целом, использование научных выводов и рекомендаций по принятию решений в указанных областях, повысили конкурентоспособность предприятий и повысили прибыль от услуг хранения и доставки товарных ресурсов до 7% -10%.

Теоретические и практические результаты диссертационного исследования были использованы при чтении курсов Автоматизированные информационные системы и Информационные технологии управления для студентов факультетов Информатики и Защита информации РГТУ.

Основные положения диссертации докладывались и получили одобрение на следующих конференциях и семинарах: 7-й Международной НТК Проблемы регионального и муниципального управления (Москва, РГГУ, 2005); МЭСИ, ВЗФЭИ, РГТУ, ФА при Правительстве РФ.

Публикации. Основные положения диссертационного исследования опубликованы в 3 печатных работ (авторский объём 1,7 п.л.).

Структура и объем работы. Диссертация состоит из введения, трех глав, заключения, списка литературы и приложения, содержащего акты о внедрении. Общий объем диссертационной работы 130 страниц, содержащих машинописный текст, 17 таблиц и 25 рисунка.

СОДЕРЖАНИЕ РАБОТЫ

Первая глава посвящена исследованию существующих методов управления запасами и методов нормирования запасов. В ней рассмотрена теория управления запасами и модели управления запасов различной степени сложности. Как показано в диссертации, любая модель управления запасами, в конечном счете, дожна определить количество товара1, которое следует заказывать, а также частоту и сроки производства заказов.

Обобщённо задачу управления запасами можно сформулировать следующим образом:

- в случае периодического контроля состояния запаса следует обеспечивать поставку нового количества товара в объеме размера заказа через равные интервалы времени;

- в случае непрерывного контроля состояния запаса необходимо размещать новый заказ в размере объема запаса, когда его уровень достигает точки заказа.

Термины размер заказа и точка заказа обозначают переменные, определяемые из условий минимизации суммарных затрат всей системы управления запасами (см. рис. 1).

Рис. 1. Компоненты затрат в системе управления запасами

Описанная обобщенная схема управления запасами, представляется достаточно простой. Тем не менее, существует большое разнообразие моделей и методов решения соответствующих задач, базирующихся на различном математическом аппарате: дифференциальном и интегральном исчислении, агоритмах динамического и других видов математического программирования. Причина этого в том, что спрос может изменяться по

1 Здесь необходимо уточнить значение термина товар. Как правило, на складах хранятся не только готовые изделия, поступающие в продажу, но и разнообразные товары, заготовки и полуфабрикаты, которые классифицируются согласно их марке, сорту и размеру (маркосорторазмер) В частности, для системах управления запасами в составе предприятий, не специализированных на услугах хранения, товары, заготовки и полуфабрикаты составляют значительную долю Поэтому в дальнейшим изложении термин товар употребляется не только как изделие, поставляемое на рынок, но и как маркосорторазмер изделия, используемого только в пределах производственного процесса на предприятии

достаточно сложному закону, он может быть детерминированным (т.е. считаться известным) или носить вероятностный характер. Затраты, в свою очередь, могут быть описаны различными аналитическими выражениями.

На рисунке 2 приведена схема классификации спроса, обычно используемая в моделях управления запасами. В данном случае под спросом понимается поток заявок на товар со стороны мекооптовых (или штучных) клиентов или со стороны различных подразделений предприятия, в котором действует система управления запасами.

Рис. 2: Классификация спроса и сложность моделей нормирования запаса

Характер спроса является одним из основных факторов при построении модели управления запасами. Имеются и другие факторы, определяющие тип модели. К их числу, в частности, относятся:

1. Запаздывание поставок или сроки выпонения заказов. Эта величина может быть детерминированной или случайной.

2. Процесс попонения запаса может осуществляться мгновенно или равномерно в течение некоторого промежутка времени, который так же может рассматриваться как детерминированный или случайный.

3. Период времени, в течение которого осуществляется регулирование уровня запаса.

4. Число пунктов накопления запаса (возможен один пункт или несколько пунктов хранения запаса).

5. Число видов запасаемых и хранимых товаров.

Далее рассмотрены основные аналитические модели нормирования, характерным примером которых является так называемая основная детерминированная модель нормирования запасов. Эта модель базируется на зависимости объема текущего 0 запаса от временем а так же зависимости размера совокупных затрат С от размера партии поставляемой на склад ц. Модель строится для одного вида товара (маркосорторазмера изделия). Зависимость ((г) строится при ряде упрощающих предположений и при учете ограниченного числа факторов, в частности: стоимость товара; организационные издержки; издержки на хранения.

Эти факторы, в свою очередь, выражаются с помощью следующего

Простейшие модели

сложные модели

Наиболее

Возрастание степени

матемпичесхоб

сложности

набора величин:

- Цена единицы товара (обозначим с), которая предполагается постоянной и относится к одному виду товара;

- Интенсивность спроса (обозначим (Г), который тоже предполагается постоянным, а так же непрерывным;

- Организационные издержки (обозначим $) на одну партию товара, завозимого на склад, которые предполагаются независимыми от размера партии;

- Издержки на хранение запаса (обозначим А), которые предполагаются постоянными;

- Размер одной партии товара, поставляемого на склад (обозначим д), предполагается постоянным.

При сделанных предположениях график функции изменения текущего запаса имеет вид, показанный на рис. 3.

Рис. 3: Изменение текущего запаса во времени при допущениях, принятых в основной детерминированной модели нормирования запасов

Задача управления запасами формулируется как задача выбора параметра q таким образом, чтобы минимизировать совокупные годовые затраты С, в предположении, что параметры с, й, 5, А известны. Для ее решения строится аналитическое выражение зависимости С от параметров с,

</, 5, А, ц. Эта зависимость имеет вид: С = сс/+Ч+ Ч. При постоянных с, й,

А график зависимости С от q имеет вид, показанный на рис. 4. При этом задача сводится к поиску д из условия: ттС(<?) на множестве д > 0. Легко

видеть, что:

С(?) = (л*)'+1 Ч Я.

Ч + -. Приравнивая С'(д) нулю,

найдем: д

. (формула Харриса).

Рис. 4: Зависимость совокупных затрат от объема поставок

На примере вертикально - интегрированных компании РАО ГАЗПРОМ проводится анализ методов нормирования запасов. Согласно действующих методик нормы производственных запасов на предприятии при транзитных поставках рассчитываются для каждого невзаимозаменяемого 1-го типосорторазмера ф-го вида (номенклатурной группы) товара, поставляемого транзитом на основе рационального объема поставки п по следующей схеме2:

1) Среднее количество поставок в году: к=Р/п (где Р - годовой расход).

2) Средний интервал между поставками: и=3б5/к (дни).

3) Текущая часть нормы запаса: Ы-г=и/2 (дни), Нт=Ыт*(Р/365)=п/2 (нат. ед.)-

4) Страховая часть нормы запаса: Нс=Ыт/2=и/4=365/4к=365п/4Р.

5) Специфицированная норма производственного запаса -го типосорторазмера при транзитных поставках: К=Ыт+Мс+Н0П+МС1, (дни) (где индекс лоп ознчает подготовительный обычный, а сп - подготовительный специальный). Н=К*Р/365 (натуальные единицы).

6) Норма производственного запаса ф-го вида (номенклатурной группы)

товара при транзитных поставках: М\,= (^Гл^Р'К^Р1) (нат.ед.).

Суммирование выпоняется по всем 1 типосорторазмерам товара, входящим в вид (номенклатурную группу) ф, поставляемым транзитом.

7) Составляющие части нормы производственного запаса (ф-го вида),

поставляемого транзитом: текущая (дни) и страховая

'сР')/((дни) части нормы запаса.

Аналогичным образом на основе на основе рационального объема поставки п рассчитываются нормы производственных запасов при складских поставках.

При проведении анализ пакетов прикладных программ (111111) и различных инструментальных средств, которые могут быть использованы для решения задач управления запасами в качестве основных критериев

2 Схема дана в упрошенном виде

оценки выбора их применимости либо не применимости является пригодность для:

- применения имитационного моделирования спроса, издержек от избытка запаса и издержек от дефицита запаса;

- комплексного учета всех факторов и условий формирования спроса на товар, формирования запаса и издержек от излишка запаса и его дефицита;

- возможности нормирования запасов в диалоговом режиме.

Проведенный анализ инструментальных средств позволил выявить

достоинства и недостатки существующих методов управления запасами, а также методические преимущества оптимизационных компьютерных технологий. Аналитические модели управления запасами не точно описывают реальную систему и поэтому решения, получаемые на их основе, не позволяют получать качественные решения.

Основное достоинство и основное предназначение аналитических моделей управления запасами состоит в том, что в них содержатся корректные математические и содержательные экономические формулировки задач. Эти формулировки составляет необходимую базу для дальнейшего совершенствования методов управления запасами на основе современных OKT.

Основные недостатки аналитических моделей состоят в следующем:

- для моделирования спроса и текущего запаса с учетом конкретных особенностей рассматриваемой хозяйственной ситуации необходимо строить имитационные модели, которые в свою очередь не дают возможность применять методы дифференциального исчисления для оптимизации норм запасов;

- принцип оптимизации нормы запаса, состоящий в минимизации совокупных затрат - односторонен: он не учитывает потерь от дефицита. Из этого затруднения предлагается три выхода и ни один из них нельзя считать удовлетворительным. Первый состоит в том, что издержки от дефицита игнорируются (основная детерминированная модель нормирования запасов, модель производственных поставок, см. стр.' 19 и 22 соответственно). Второй состоит в том, что допускается резервный запас, благодаря которому ситуация дефицита поностью исключается (см. стр.29). Недостатки этих способов очевидны - они приводят к существенному завышению норм запасов и соответствующему неоправданному росту затрат на хранение. Третий способ состоит в том, чтобы построить зависимость математического ожидания затрат от дефицита и суммировать эти затраты с затратами на хранение и оформление заказа. Этот способ встречается с пока что не преодоленной методической трудностью: необходимостью построения аналитической зависимости затрат, порождаемых дефицитом, от размера запаса. Причем желательно, чтобы эта зависимость выражалась дифференцируемой функцией. Сложность состоит в получении статистической информации, так как для этого, с одной стороны, требуются значительные затраты средств и времени и, с другой стороны, информация быстро устаревает.

- Рассмотренные, принципы, методы и модели нормирования запасов не содержат средств, допускающих поиск норматива в случае, когда спрос, издержки от излишнего запаса и издержки от дефицита запаса описываются с помощью имитационных моделей. Вместе с тем, именно имитационное моделирование позволяет, с одной стороны, достаточно детально воспроизвести все существенные особенности управления запасами и, с другой стороны, снимают необходимость сбора статистической информации в случаях, когда эта информация либо слишком дорога, либо недоступна, либо не стабильна.

Все названные недостатки рассмотренных методов и моделей в поной мере относятся и к методикам нормирования запасов, применяемым на практике в вертикально интегрированных компаниях (ВИК) Кроме того, применяемые в ВИК методики, обладают допонительными недостатками, главный из которых состоит в том, что базовый норматив устанавливается на основе сложившейся фактической практики, а производные нормативы рассчитываются на основе базового. При этом базовый норматив переносит все недостатки сложившейся практики на будущее и не учитывает издержек и рисков, возникающих в изменяющейся ситуации.

Для расчета норм и нормативов затрат товарных, а так же и денежных ресурсов в некоторых компаниях применяется проектно-техническая и проектно-технологическая документация. При этом предполагается, что эта документация разработана с учетом наиболее передовых технических средств, технологических приемов, прогрессивных форм управления производством. Эффективность такого методического подхода в значительной мере обесценивается благодаря тому, что не учитываются сроки освоения новых производств. Бывает так, что прогрессивные нормы, заложенные в проектной документации, устаревают к моменту пуска производства. Кроме того, этот метод не позволяет учесть реальные условия функционирования системы управления запасами, в частности, конъюнктуру рынка. Между тем, конъюнктура рынка оказывает существенное влияние на экономическую эффективность компании. Это очевидно, если компания работает по принципу КАНБАН на открытом рынке. Это так же справедливо, хотя и менее очевидно, когда речь идет о подсистеме управления запасами внутри компании.

Обобщая сказанное можно заключить, что наличие равновесных случайных процессов, иначе говоря, факторов неопределенности, создающих риски, которые, в свою очередь, определяют поведение хозяйствующих субъектов, делает все рассмотренные методы нормировании запасов недостаточно эффективными. Основные причины недостаточной эффективности всех рассмотренных методов нормирования запасов состоят в том, что они не учитывают:

- конкретных рисков, порождаемых неопределенностью;

- конъюнктуру рынков товарных ресурсов, подлежащих хранению (или доставке);

- ожидаемые тенденции изменения конъюнктуры и технологии хранения и доставки;

- намечаемые программы роста или диверсификации производства.

Сравнительный анализ специальных программных продуктов

показывает, что компьютерные технологии, а именно, диалоговая компьютерная система лDecision, дает необходимое математическое обеспечение и набор инструментальных средств для преодоления всех названных недостатков.

Во второй главе рассматриваются вопросы применения оптимизационных компьютерных технологий для нормирования запасов. В ней показано, что все основные экономические аспекты формирования нормативов поностью укладываются в методологию эволюционно-симулятивного моделирования (ЭСМ), которая является универсальной структурной формулировкой модели равновесного случайного процесса. К числу процессов этого типа относятся и процессы управления запасами. Рассмотрим структурную формулировку ЭСМ, показанную на рис. 5, с точки зрения необходимых условий моделирования нормативов.

Рис. 5: Блок схема поведения лица, принимающего решение в условиях неопределенности

Спрос на товар является непосредственным выражением производственной потребности в товаре. Спрос зависит от многих, в том числе случайных причин. Блок I на рис. 5 изображает механизм формирования запросов ЕА1 (с учетом страхового запаса) и РА2 (без учета) л

под воздействием факторов Г],...,^. Лицо, принимающее решение (ПР) в данном случае это юридическое или физическое лицо, орган управления или структурное подразделение предприятия, обладающее правом или упономоченное утверждать норматив РЬ (см. блок 3 на рис. 5). ПР учитывает экономические следствия решения и, при правильном распределении ответственности, именно ПР несет бремя этих последствий (в виде доходов и экономии, в случае эффективно принимаемых решений или в виде издержек - в противном случае).

Поскольку текущий запас РА] (и РА2) - случайная величина, а норматив РЬ - величина детерминированная, заранее установливаемая ПР

и неизменная в течение достаточно длительного периода, то совпадение РЬ с ЕА1 или с ЕА2 маловероятно. Не совпадение РЬ с РА], либо РА2 порождает издержки. Если норматив завышен, то преобладает ситуация, когда завозимый на склад товар в объеме РЬ оказывается не поностью востребованным, т.е. РЬ>ЕА1. Порождаемые этим издержки завышения определяются экономическими условиями, а так же техническими и организационными условиями (блок 2 на рис. 5): затраты на хранение, частичная потеря качества товара в процессе хранения, замораживание оборотных средств. Функция Г^Ь^А]) и является выражением издержек завышения. Эта функция (представляемая в виде имитационной модели) дает возможность рассчитать издержки завышения для любого конкретного значения установленного норматива РЬ и любого конкретного значения текущего запаса РА!. Процесс формирования текущего запаса без существенных упрощающих предположений с обозначениями, принятыми в ЭСМ илюстрирует рисунок 6.

ГА, - текущий запас, РЬ- норматив. Текущий пас, как правило, не совпадает с нормативом. Пунктирно! линией покатаны запросы иа материал, не удовлетворенные из-за отсутствия на складе.

Рис. 6. Формирование текущего запаса с принятыми в ЭСМ обозначениями

Норматив используется достаточно длительное время, в течение которого текущий запас постоянно изменяется. Поэтому для ПР последствия завышения норматива предстают не в виде сиюминутных издержек, а в виде их усредненного за достаточно длительный период времени значения (см. блок 4 на рис. 5), иначе говоря, в виде риска завышения: М^^РЬ^А])}, где М - знак математического ожидания.

Если же норматив занижен, то преобладает ситуация, когда завозимый на склад товар в объеме РЬ оказывается недостаточным для удовлетворения поступающих запросов, т.е. РЬ<ЕА2, где ЕА2=ГА1*(1-К), К - размер страхового запаса, в долях единицы. Порождаемые этим издержки занижения так же определяются экономическими условиями, техническими и организационными условиями (блок 2 на рис. 5). В данном случае издержки - это либо упущенный доход склада (если он является самостоятельным юридическим лицом), либо последствия недогрузки и

простоев на производстве, структурным подразделением которого является склад. Функция F2(PL,FA2) является выражением издержек занижения. Эта функция (представляемая в виде имитационной модели), которая дает возможность рассчитать для любого конкретного значения установленного норматива PL и любого конкретного значения текущего запаса FAi. Для ПР последствия занижения норматива (как и последствия его завышения) предстают в виде их усредненного за достаточно длительный период времени значения (см. блок 5 на рис. 5), иначе говоря, в виде риска занижения: M{F2(PL,FA2)}, где М - знак математического ожидания.

Блок-схема на рис. 5 отражает систему управления с двумя обратными связями. Одновременно, это блок-схема принятия решений в условиях неопределенности. Изображенные на блок-схеме соотношения можно несколько уточнить, допонить и представить в виде математически корректной формулировки модели нормирования [1]-[7], в которой гь r2, qi, q2 - имитационные модели. При этом ri и г2 позволяют с использованием метода статистических испытаний получать ожидаемые текущие значения FAi и FA2, а qi и q2 позволяют рассчитывать соответствующие ожидаемые реализации издержек завышения Fi(PL, FAi) и издержек занижения F2(PL, FA2).

FA1 = r1ifl,f2,-,W [1]

FA, = ftA.....fc) 12]

{Fi(PL, FAi) = qi(PL, FAi), PL > FAj

HPL, FAj) = qj(PL, FAj), PL < FAj Oda { М{Ф(РЬ, FAi,FAj)}J [4]

min {mar {MFi(PL, FAO, MF,(PL, FAJ}} [5J

P{PL > FAj) = P1 [6]

EPL>FA1) = P1 . {7]

где Р'иР2- вероятности того, что в каждый момент времени нормативный запас будет достаточен для удовлетворения потребностей в этом товаре.

В совокупности соотношения [1] - [7] позволяют определить оптимум PL. Система соотношений [1] - [3], [5] является структурной формулировкой задачи нормирования, иначе говоря, формулировкой, в которой представлены основные элементы (имитационные модели: п, r2, qb q2) и способ их взаимной увязки с учетом особенностей задачи нормирования, в частности с учетом многократного использования норматива.

Рис. 5 поясняет не только основные закономерности поведения ПР в условиях неопределенности, но так же поясняет смысл понятия оптимального норматива. Кривые, представленные на рис. 7 показывают характер зависимости рисков занижения и завышения от устанавливаемого норматива PL.

0 " V р Нормапш (РЬ)

Оптимальный норматив V доставляет минимум совокупному риску

Р Нормапш (РЬ)

Рис. 7: Оптимальный норматив РЬ = V доставляет минимум сумме рисков завышения и

занижения

Далее рассмотрены функциональные требования к нормативам, которые определяют конкретные требования к разработке имитационных моделей гД л"2 Чь 42- Понятие оптимальности нормирования, вытекающее из ЭСМ, является достаточно универсальным и относится к любым типам норм и нормативов. Вместе с тем, при разработке конкретных имитационных моделей гь г2, Я], 42, привязанных к конкретной ситуации есть возможность и необходимость учесть технические, организационные, экономические особенности исследуемой задачи. Проведен анализ особенностей управления на фирме, работающей с запасами на основе принципа КАНБАН. В этом случае фирма, является, как правило, независимым юридическим лицом и доставляет со склада клиенту заявленные им партии в нужное место и требуемое время.

Сформулированы основные требования, состоящие в том, что информация дожна быть: доступна и возобновляема; достаточна для применения моделей оптимизации. Это информация о факторах и исходных показателях фигурирующих в имитационных моделях гД г2, ч,, .

Рассмотрена роль норматива запасов как элемента системы управления в условиях неопределенности. Это схематично представлено на рис. 8.

К ас книг пя^аха N ГС ууошж

Рис. 8: Следствия установленного норматива зависят от типа норматива

Третья глава посвящена разработке имитационных моделей Г], г2, q2 применительно к различным условиям работы фирмы, оказывающей услуги хранения; способам сбора и предварительной подготовки исходной информации; формам сбора исходной информации, диалоговым процедурам решения задач по управлению запасами, практическим расчетам.

Рассмотрены модели нормирования запасов, учитывающие специфику функционирования служб управления запасами, действующими в рамках ВИК.

Модели г,(Г1,Г2,...,^,р1,р2,...,Рм) г2(ГДГ2,...,Гк,рДр2,...,рм), я,(РЬ, РА,) и q2(PL, РА2) разработаны и написаны на встроенном в модуль статистической оптимизации агоритмическом языке диалоговой компьютерной системы. Искомый оптимальный объем единовременной поставки товара соответствует РЬ, а РА - фактический размер единовременного запроса на товар, который может быть удовлетворен не обязательно в один день. Факторы модели:

^ - фактический единовременный запрос от предприятий на товар (в один

день или отнесенный к одному дню). Г2 - совокупные амортизационные отчисления на предприятиях,

заказывающих товар. Гз - допонительные расходы в случае простоев и недогрузки оборудования (поломки оборудования, возрастание договых обязательств, потеря качества). и - условно-постоянные расходы.

- простои на производстве, порожденные недопоставкой рв% товаров. ^ - простои на производстве, порожденные недопоставкой р7% товаров. Ь - простои на производстве, порожденные недопоставкой р8% товаров. Г8 - средняя ставка банковского процента по депозиту в день.

- продожительность хранения невостребованного товара. Ао - конкурентная среда (потенциальная емкость рынка).

Гп - цена на товар у конкурента.

Показатели модели: Р1 - средний промежуток времени между запросами. р2 - собственные удельные затраты на хранение единицы товара на складе, рз - цена, по которой склад (организация, осуществляющая транзит), получает товар.

Р4 - цена, по которой товар отпускается со склада (цена для конечного потребителя).

р5 - объем недополученного в сравнении с запросом товара. р6 - объем недополученного в сравнении с запросом товара. р7 - объем недополученного в сравнении с запросом товара. р8 - варианты расчета издержек занижения: 0 или 1. р9 - вспомогательный коэффициент. р10 - размер страхового запаса.

вспомогательные коэффициенты для исследования влияния

р,2 - различных факторов и построения зависимостей с применением

Рхз - диалоговой процедуры: Расчет в диапазоне показателя.

Рн - годовой расход товара данной марки, сорта и пазмера.

Pis - если конкуренция не учитывается, то показатель полагается равным О,

иначе -1.

Имитационная модель условий завышения n(f^.f?.. .,fN,PbPj,.. .,рм) позволяет в статистических испытаниях получать реализации фактического спроса FA], которые используются в имитационной модели издержек завышения qi(PL, FAi): V=f]*p9; - фактический спрос в сутки. If pi5=0 then goto 1;

- если конкуренция не учитывается, то величина V не корректируется. If p4>fД then V=V-V*(fД/p4);

- если цена товара предприятия, в интересах которого ведется расчет (р4) больше цены товаров конкурентов (fn) то часть наших клиентов, пропорциональная соотношению цен, переходит от нашего предприятия к конкурентам.

If p4<fД then V=V+f,0*(p4/fn);

- если же цена предприятия, в интересах которого ведется расчет (р4) меньше цены конкурентов (fM) то часть клиентов конкурентов (f10), пропорциональная соотношению цен, переходит к нашему предприятию от конкурентов.

1: RETURN V;

Имитационная модель условий завышения г^ь^.-ч^РьР^-.мРм) воспроизводит фактический спрос за сутки. Показатель р9 является вспомогательным и присутствует в модели для того, чтобы сделать возможным исследование влияние уровня запросов на оптимальный объем единовременной поставки товара. Имитационная модель учитывает наличие конкуренции и позволяет исследовать рынок запасов.

Имитаиионная модель условий занижения riffi Х Х

позволяет в статистических испытаниях получать реализации фактического спроса FA2, которые используются в имитационной модели издержек занижения q2(PL, FA2). W=fi*pn; - фактический спрос за сутки. If pi5=0 then goto 1;

- если конкуренция не учитывается, то величина V не корректируется. If p4>fД then W=W-W*(fn/p4);

- если цена предприятия, в интересах которого ведется расчет (р4) больше цены конкурентов (fn) то часть наших клиентов, пропорциональная соотношению цен, переходит от нашего предприятия к конкурентам.

If p4<fД then W=W+f10*(p4/fД);

- если же цена предприятия, в интересах которого ведется расчет (р4) меньше цены конкурентов (fn) то часть клиентов конкурентов (f10),

пропорциональная соотношению цен, переходит к нашему предприятию от конкурентов.

RETURN W*(l-pio);

Имитационная модель условий занижения r2(fi,f2,...,fN,pi,p2,...,pM) воспроизводит фактический спрос за сутки. Как и в имитационной модели условий завышения, в данном случае показатель рц является вспомогательным и присутствует в модели для того, чтобы сделать возможным исследование влияние уровня запросов на оптимальный объем единовременной поставки товара. В отличие от модели условий завышения в данной модели присутствует множитель (1-рю), поскольку страховой запас не учитывается при расчете издержек занижения. Дело в том, что наличие страхового запаса полагается абсолютно необходимым, при этом затраты на его содержание минимальны и, возможно, покрываются за счет страховых средств.

Имитационная модель издержек завышения позволяет для любого норматива единовременной поставки товара товара PL и любой реализации фактического спроса FAi (суммы поступивших заявок на товар отнесенной к одним суткам) рассчитать издержки завышения.

1=0; X=p3*(PL-FA);3 - средства, вложенные в хранимый, но не востребованный товар. Y=l;2=0;

1: 1=1+1; - количество дней хранения не востребованного товара. Y=Y*f8/100; - ставка, по которой выплачиваются проценты по заемным средствам, взятым на I периодов времени (сложный процент). Z=Z+X*Y; - сумма издержек от временно извлеченных из оборота (замороженных) средств, выраженная процентными выплатами, которые могли бы быть получены, если бы эти средства были на депозите в течение I периодов.

IF I> f9 THEN GOTO 2; GOTO 1; V=I*p2*(PL-FA);

- затраты на хранение невостребованного товара в течение I периодов. RETURN (Z+V)*p12;

- издержки завышения складываются из издержек от замораживания средств Z и издержек на хранение V. Коэффициент р12 позволяет исследовать влияние издержек завышения на оптимальный норматив единовременной поставки товара.

Имитационная модель издержек занижения g^ff^f?.....f^Pbtb.....Рм)

позволяет для любого норматива единовременной поставки товара PL и любой реализации фактического спроса FA2 (суммы поступивших заявок на товар, отнесенной к суткам) рассчитать издержки занижения.

' Встроенный в модуль статистической оптимизации агоритмический язык автоматически различает FAi и FAj. Поэтому в агоритмах модели издержек индекс при FA опускается

X~(P4-P3"P2)*(FA-PL); - упущенная прибыль в ситуации, когда запросы превышают запас;

A=f2*pi/360; - размер амортизационных отчислений в сутки; B=(f3+f4)*p,/360; - условно-постоянные и допонительные расходы в сутки; С=(А+В)*1000; - сумма амортизационных отчислений и условно постоянных расходов за период между запросами (коэффициент 1000 введен потому, что С выражено в тыс. руб.); R=C*fj/100;

IF (FA-PL)/PL<Ps/100 THEN GOTO 1; R=C*fл/100;

IF (FA-PL)/PL<P6/100 THEN GOTO 1; - издержки, вызванные

простоями из-за отсутствия товара на складе. R=C*f7/100;

IF (FA-PL)/PL<p7/l 00 THEN GOTO 1; R=C;

1: IF p8=l THEN X=R; - в случае, если складские хозяйства (или службы, осуществляющие транзит товара) являются самостоятельными юридическими лицами (р8=0) издержки занижения норм запаса выражаются упущенной прибылью этих юридических лиц; если же они находятся в составе предприятий, использующих товары как сырье или комплектующие (рв=1) издержки занижения выражаются амортизационными отчислениями и условно постоянными расходами при простоях или недогрузке мощностей. RETURN Х*р13; - показатель р,3 присутствует для того, чтобы сделать возможным исследование влияния издержек занижения на оптимальный норматив единовременной поставки товара.

Модели нормирования запасов на предприятии, работающем по системе КАНБАН предназначены для нормирования производственных запасов (отдельно для каждого маркосорторазмера), а так же для расчета оптимальной нормы запаса фирмы, работающей по системе КАН-БАН.

Предложена классификация исходных данных и формы сбора данных. Исходная информация, необходимая для расчетов частично различается в зависимости от того, является ли распорядитель запасов: независимым юридическим лицом, оказывающим услуги по хранению и доставке товаров; подразделением предприятия, использующим товар как сырье или полуфабрикат; находится в конкурентной среде; является монополистом на рынке запасов; конкретного сочетания названных условий.

Предложены диалоговые процедуры ввода данных на реальных данных рассмотрены способы сбора и первичной подготовки исходной информации и диалоговые процедуры сбора данных. Наиболее существенное значение имеет то, что исходная информация о спросе является ограниченным статистическим массивом, на основе которого с применением специфических правил строится кусочно-линейный закон распределения вероятностей. Эта информация вводится с применением встроенных средств OKT.

Предложены диалоговая процедура оптимизации нормативов и

диалоговая процедура проверки погрешности.

В заключении перечислены основные результаты работы.

1. Сформулированы основные принципы нормирования запасов и система ограничений, на основе проведенного анализа существующих научно-методические подходов по управлению запасами на предприятиях. Выявлены основные недостатки существующих методов нормирования запасов, связанные с отсутствием возможности детально учитывать конкретные особенности управления запасами, использования имитационных моделей в рамках существующих методологических подходов, а также учета реальных рисков (риска завышения и риска занижения).

2. Проведен анализ основных ошибок менеджмента в управлении запасами. Проанализированы методы нормирования в вертикально -интегрированных компаниях (ВИК), в специализированных предприятиях, работающих на открытом рынке по принципу КАНБАН, сформулированы особенности применяемых на практике методов и их недостатки, в частности:

- перенос сложившейся практики с ее недостатками на нормативы;

- замена реального анализа и моделирования процессов в системе управления запасами прямыми оценками специалистов;

- субъективизм в процессе нормирования.

3. Проанализированы специальные программные средства принятия решений и обоснована необходимость применения оптимизационных компьютерных технологий (ОКТ): диалоговой компьютерной системы лDecision для управления запасами. ОКТ имеет необходимые предпосыки для разработки методических подходов, позволяющих преодолеть все недостатки, перечисленные в п.п. 1 и 2 настоящих выводов.

4. Разработаны основные принципы управления запасами в условиях неопределенности на основе ОКТ.

5. Разработаны имитационные модели спроса, издержек хранения, издержек дефицита для нормирования запасов на базе инструментальных средств ОКТ для:

- подразделений предприятий, специализирующихся на нормировании запасов (производственное нормирование запасов);

- вертикально - интегральных компаний;

- предприятий, работающих на открытом рынке по системе КАНБАН.

6. Разработаны способы сбора и первичной подготовки информации с указанием источников и форм представления исходных данных.

7. Разработаны диалоговые процедуры решения задач нормирования с применением моделей, названных в предыдущем пункте, для всех этапов решения задач нормирования, в частности:

- ввод исходных данных;

- выпонение оптимизационных расчетов;

- исследование зависимостей, в частности, рафиков зависимости норм запасов и прибыли от стоимости хранения единицы товара, его отпускной цены. Эти зависимости учитывают конъюнктуру.

8. Выпонены практические расчеты для различных коммерческих структур. Ожидаемый экономический эффект от оптимизации управления запасами с применением ОКТ может достигать 7% затрат в системе управления запасами. Применение предложенной методологии нормирования запасов позволяет:

- повысить эффективность системы управления запасами за счет комплексного учета рисков при расчете норм запасов,

- повысить оперативность (нормирование запасов производиться в режиме диалога),

- адаптировать процесс управления запасами к изменениям хозяйственной ситуации или конъюнктуры на рынке

Косвенным эффектом применения предлагаемых методов управления запасами является общее повышение эффективности деятельности компании за счет снижения себестоимости При этом компания попучает допонительные резервы для оперативного маневра при формировании ценовой политики. Денежное выражение косвенного эффекта может существенно превышать денежное выражение прямого эффекта

9. Сформулированы методические рекомендации по управлению запасами с применением ОКТ при различных условиях деятельности системы управления запасами:

- в качестве подразделения предприятия;

- в составе ВИК;

- при работе на открытом рынке.

По теме диссертации опубликованы следующие работы:

1. Лашкевич М.А. Мецатунян М А Методика оптимизации нормирования запасов// В сборнике докладов 7-й МНТК Проблемы регионального и муниципального управления, М ' РГГУ, 2005, 0,6/0,1 п л

2. Лашкевич М.А. Методические проблемы нормирования запасов на предприятии// В сборнике докладов 7-й МНТК Проблемы регионального и муниципального управления, М : РГТУ, 2005, 0,4/0,1 п л

3. Лашкевич М.А. Методические проблемы нормирования запасов Модель финансово-экономической почитнки фирмы// В сборнике докладов 2-й МНТК Проблемы регионального и муниципального управления, М . РГГУ, 2005, 0,7/0,1 п.л.

05-1 397 5

РНБ Русский фонд

2006-4 9136

Похожие диссертации