Sezonski faktori i njihov uticaj na aktivnosti. Tema: Uticaj sezonskosti na efikasnost upravljanja zalihama u preduzeću

Menadžment privrednih subjekata sa sezonskim karakterom djelatnosti teži smanjenju nivoa sezonskih kolebanja. Za postizanje ovih ciljeva neophodna je preraspodjela radnih resursa, preopterećenje proizvodnih kapaciteta, oglašavanje, smanjenje cijena, što je nemoguće bez predviđanja.

U savremenim uslovima složenog ispreplitanja ekonomskih odnosa između industrija, sezonske fluktuacije koje nastaju u jednoj industriji prenose se na druge, uzrokujući odgovarajuće fluktuacije u narednim fazama proizvodnog ciklusa. Sezonalnost u poljoprivredi uzrokuje oscilacije u proizvodnom procesu u prerađivačkoj industriji, zatim se formiraju sezonski valovi u trgovini i potrošnji.

Budući da su industrijska sfera i njeno okruženje (tržište resursa, roba i usluga, domaćinstva, finansijsko tržište, država) direktno povezani, ovdje se uočavaju fluktuacije koje se mogu pripisati sezonalnosti. Sezonske promjene u društveno-ekonomskim procesima i pojavama određivat će ne samo klimatski faktori, već i društveni, ekonomski i pravni. Na primjer, povećanje nivoa nezaposlenosti zimi, povećanje prosječnih plata i prihoda po glavi stanovnika na kraju godine, periodični novčani tokovi plaćanja poreza, doprinosa u razne fondove i plaćanja usluga.

Čini se potrebnim procijeniti dinamiku sezonalnosti na primjeru industrije koja je najpodložnija sezonskim fluktuacijama – proizvodnje šećera.

Prilikom razmatranja dinamike sezonalnosti u proizvodnji šećera potrebno je uzeti u obzir da se šećer od repe uglavnom proizvodi u septembru - novembru, a sirovi šećer u martu - julu. Ova sezonska priroda povezana je sa periodima zrenja repe i otkupom uvoznog sirovog šećera.

Sezonska kolebanja cijena šećera potvrđuje donji grafikon.

Rice. 1. Veleprodajne i maloprodajne cijene šećera u Rusiji

(januar 2006. - april 2009.)

Na grafikonu se vidi da se rast veleprodajnih cijena dešava krajem januara - februara, što je povezano sa preradom zaliha repe od proizvođača i prelaskom proizvodnje na sirovu repu. Tako je u 2006. poskupljenje u februaru, u odnosu na početak januara, iznosilo 350 rubalja po toni (16.848 rubalja po toni), au februaru 2008. u odnosu na januar 300 rubalja po toni (14.022 rubalja po toni). Tako svake godine dolazi do sezonskog pada prodajnih cijena šećera krajem godine i njihovog povećanja početkom godine.

Rice. 2. Veleprodajne cijene šećera u Rusiji

2008. karakterizira najniži kurs rublje prema američkom dolaru, što je dovelo do značajnog pada veleprodajnih cijena šećera u septembru - decembru prošle godine, uprkos činjenici da je cijena šećera od repe iz žetve 2008. godine 16,8 rubalja. . po kg (sa PDV-om). Cene na domaćem tržištu u jesen su bile pod pritiskom zaliha sirovog šećera i tradicionalne konkurencije poljoprivrednih proizvođača. Uzeti zajedno, ovi faktori su doveli do nižih cijena šećera u ovom periodu.

Rezerve šećera na ruskom tržištu, uključujući i sirovi šećer, na kraju 2008. godine iznosile su rekordnih 2,91 miliona tona, u poređenju sa 2,78 miliona tona na kraju 2007. To je rezultat rekordne proizvodnje šećera od repe u 2008/09. 3,55 miliona tona (od avgusta do februara), u 2007/08 - 3,12 miliona tona. Čak su i rezerve sirovog šećera u šećeranama, prema podacima Soyuzrossakhara, od 9. februara 2009. godine 1,5 puta veće i iznose 301 hiljadu tona u odnosu na 197 hiljada tona godinu dana ranije.

Rice. 3. Rezerve šećera u Ruskoj Federaciji na kraju mjeseca, hiljade tona.

Prema Soyuzrossakharu, u kontekstu nestašice i rasta troškova kreditnih resursa u 3. i 4. kvartalu 2008. godine, šećerane nisu bile u mogućnosti da privuku kreditne resurse i samo su pružale usluge prerade šećerne repe na cestarini, što je za razliku od prethodnih godine, dovela je do promjene vlasničke strukture robnih rezervi šećera u pravcu njihovog povećanja u bilansima poljoprivrednih proizvođača. Nedostatak dovoljnog skladišnog kapaciteta za skladištenje takvih količina šećera doveo je do njegove masovne prodaje.

Proizvodnja šećera u Rusiji svake godine postaje sve sezonskija: rastu oktobarski vrhovi repe, smanjuje se proizvodnja sirovog šećera (zbog teško predvidljive isplativosti), a uvoz gotovog šećera, prvenstveno iz Bjelorusije, ne opada. Osim toga, nagle promjene uvoznih dažbina i fluktuacije na svjetskom tržištu ostavljaju traga. Problem razvoja infrastrukture oko šećerana i ubrzanje povećanja fabričkih skladišnih kapaciteta šećera, prvenstveno kod relativno perspektivnih šećerana sa stvarnim kapacitetom većim od 3.800 tona dnevno (u Ruskoj Federaciji postoji oko 31 takva fabrika) i razvoj instrumenata za sezonsko finansiranje poslovanja postaje sve hitniji.

Razvoj poljoprivredne proizvodnje u Rusiji u 2008. godini odvijao se pod uticajem niza negativnih faktora, posebno naglog rasta cena materijalnih resursa koji se koriste u poljoprivrednoj proizvodnji i građevinarstvu, kao i komplikovane situacije sa kreditiranjem poljoprivrednih proizvođača. . U periodu sezonskih radova rast cijena mineralnih đubriva iznosio je 70%, električne energije - 13,2%, prirodnog gasa - 11,3%, poskupljenja dizel goriva (do decembra 2007.) - 45%, što je dovelo do značajnog dodatni troškovi. Istovremeno, cijene poljoprivrednih proizvoda u periodu januar-novembar 2008. porasle su za svega 3,4%.

Situacija sa sezonalnošću je nešto drugačija u metalurškoj industriji. Početkom 2009. godine zabilježen je prilično ozbiljan porast potražnje za proizvodima od valjanog metala kod potrošača u azijsko-pacifičkoj regiji. Porast potražnje bio je selektivan i povezan isključivo sa potrebom proizvodnih preduzeća da popune zalihe. No, ipak, u uvjetima neizvjesnosti, i to je bilo dovoljno da tržištu da kratkoročni poticaj optimizmu i igrači su počeli dizati prognoze za perspektivu industrije i puštati u rad proizvodne pogone zamrznute u 4. kvartalu 2008. godine.

Za ruske metalurge dodatni faktor koji je značajno uticao na njihovo poslovanje bila je prilično oštra devalvacija rublje. Slabljenje nacionalne valute učinilo je proizvode ruskih metalurga konkurentnijim i omogućilo im da djelimično zamjene pad domaće potražnje izvoznim zalihama. Prema rezultatima prvog kvartala 2009. godine, udio izvoza u strukturi snabdijevanja ruskih metalurga porastao je na 70-80% sa 40-50% na kraju 2008. godine.

Osim toga, devalvacija rublje omogućila je metalurzima da povećaju cijene na domaćem tržištu, dovodeći ih u skladu sa svjetskim nivoima. Kao rezultat toga, Rusija je postala jedna od rijetkih zemalja u kojoj je, na osnovu rezultata prva tri mjeseca 2009. godine, zabilježen, iako neznatan, rast proizvodnje čelika u odnosu na nivo iz decembra 2008. godine.

Unatoč činjenici da je 1. kvartal 2009. godine bio bogat događajima i potvrdio većinu novih trendova u metalurgiji, o kojima smo pisali u godišnjoj strategiji, nije dao potpuno razumijevanje situacije, kao ni uticaj faktora sezonskosti tradicionalnog za metalurgija u 2009. godini može se okarakterisati kao prilično umjerena.

Faktori koji oblikuju sezonalnost razlikuju se kako po svojoj prirodi i karakteru, tako i po stepenu uticaja. Mogu se kombinovati u sledeće grupe:

1. Prirodno-klimatski. One utiču na formiranje sezonskih kolebanja u proizvodnji, trgovini i potrošnji.

2. Ekonomski faktori. To je prvenstveno obim proizvodnje, promet na malo, cijene i, shodno tome, prihodi stanovništva.

3. Društveni faktori. To uključuje socijalnu strukturu društva, nivo kulture stanovništva, nacionalne tradicije i praznike. Oni imaju veliki uticaj na formiranje sezonskih kolebanja potražnje i potrošnje.

4. Demografski faktori: sastav i veličina porodice, starost, pol, migracija stanovništva. Uglavnom utiču na potražnju i potrošnju.

5. Pravni faktori - zakonski utvrđene sve vrste plaćanja raznim fondovima, na primjer, plaćanja poreza, plaćanja penzija i osiguranja, naknade za komunikacione usluge.

Sezonske fluktuacije koje nastaju u proizvodnom sektoru prenose se na finansijski sektor, gdje se mijenjaju, jer se prirodni i klimatski faktori prepliću sa djelovanjem društveno-ekonomskih i pravnih faktora.

Na primjer, za privredne subjekte koji proizvode svoje proizvode neravnomjerno, potražnja za novcem se povećava u određenim periodima. U proleće se naglo povećava potreba za pozajmljenim sredstvima od poljoprivrednih preduzeća, au jesen se povećava potreba za dodatnim sredstvima prerađivačkih preduzeća koja žele da sebi obezbede sirovine za budućnost nakon žetve. Kreditne institucije, uzimajući u obzir ekonomske i finansijske uslove na lokalnom tržištu, moraju predvidjeti ovu promjenjivu potražnju i zadovoljiti je u svakom konkretnom trenutku. Stvorene su mnoge industrijske banke, fokusirane na kreditiranje preduzeća u relevantnoj industriji.

Na devizno tržište utiču izvozno orijentisane industrije i kompanije, od kojih su mnoge pod uticajem sezonskih fluktuacija u njihovim aktivnostima (automobilska industrija, proizvodnja nafte i gasa, metalurgija), što zauzvrat utiče na stanje platnog bilansa zemlje.

Periodično se prenose i doprinosi u mnoge fondove (penzioni fondovi, fondovi obaveznog zdravstvenog osiguranja, državni fond za zapošljavanje i drugi). U obračunu konkretnih iznosa poreskih prihoda u budžete različitih nivoa, predviđanje rasta i pada proizvodnje i trgovinskog prometa, uključujući i sezonske faktore, ima veliki značaj. Ovi podaci su važni za naredno formiranje budžeta na svim nivoima, jer mogu pouzdanije odražavati potrebe regiona za federalnim sredstvima u vidu subvencija, subvencija i transfernog finansiranja. Treba uzeti u obzir da postoje regije koje imaju fokus na poljoprivredu ili druge sirovine. Stoga je proučavanje sezonalnosti u finansijskim procesima od velikog interesa.

Analiza i predviđanje različitih socio-ekonomskih pokazatelja su takođe važni za razvoj socijalne i ekonomske politike države.

Koriste se opsežne informacije o stanju i kretanjima razvoja svih sektora privrede. Na većinu predviđenih procesa, u ovoj ili onoj mjeri, utiče sezonalnost (npr. monetarni agregati, krediti banaka privredi, prosječne plate, prihodi i rashodi stanovništva, stanja depozita stanovništva u bankama, dinamika broja nezaposlenih, indekse potrošačkih cijena i industrijske veleprodajne cijene) . Stoga je prilikom njihove analize potrebno uzeti u obzir ne samo monotone trendove, već i periodične (sezonske).

Berze takođe doživljavaju oscilatorne procese sa izraženim ciklusima: mesečni, kvartalni i 21-nedeljni, nedeljni. Kao razloge koji dovode do ovakvih ciklusa, autori navode periode i obim plasmana hartija od vrednosti, potrebe emitenta za sredstvima, izdavaočevu regulativu ročne strukture duga i dr. Navedeni ciklusi su uzrokovani privremenim, subjektivnim faktorima i oni se moraju uzeti u obzir pri razmatranju konkretnih, konkretnih zadataka. Budući da su fluktuacije na finansijskom tržištu bliske periodične prirode i završavaju se u toku jedne godine, one se klasifikuju kao sezonske fluktuacije.

Pogoršanje ekonomske situacije povezano sa finansijskom krizom primorava industrijska preduzeća da aktivnije identifikuju i ostvaruju štedne rezerve u svoj imovini. U tom smislu, analiza stanja zaliha preduzeća zaslužuje posebnu pažnju. Obrtna sredstva u zalihama u preduzećima su prilično značajna. Prema Rosstatu, udio svih vrsta rezervi u sastavu imovine u proizvodnim preduzećima je oko 20%, a u mašinogradnji - oko 30%. Zalihe robe i materijala kao dio obrtnih sredstava zauzimaju oko 15% u proizvodnim preduzećima, au mašinstvu oko 20%. Nažalost, posljednjih godina promet obrtnih sredstava, uključujući i promet zaliha, nije značajno ubrzan.

Prelaskom na tržišnu ekonomiju eliminisan je problem nestašice u snabdevanju preduzeća materijalnim resursima, preduzeća su mogla da napuste velike zalihe i glomazna skladišta za njih. No, istovremeno su se pojavili i novi problemi vezani za nestabilne i stalno rastuće cijene, nedostatak obrtnih sredstava i kredita za njih, kršenje ugovornih obaveza od strane partnera pri isporuci robe i materijala, nestabilnu prodaju gotovih proizvoda itd. Neizvjesnost u potražnji za proizvedenim proizvodima uzrokuje nesigurnost u predviđanju potrebnih materijalnih resursa. U tom smislu, akumulirane zalihe postaju faktor u koordinaciji stvarne ponude i potražnje, kao i smanjenja troškova proizvodnje.

Rezultati mjesečnog istraživanja menadžera industrijskih preduzeća, sprovedenog po nalogu „Poslovne Rusije“ na panelu IET laboratorije za istraživanje tržišta u aprilu 2009. godine, o relativnom trenutnom stanju preduzeća, prikazani su na Sl. 2.4-2.6.

Rice. 4. Prosječne cijene proizvoda ispitanih preduzeća u oktobru 2008. - aprilu 2009. godine.

Rice. 5. Promjene u obima zaliha u preduzećima koja su odgovorila u oktobru 2008. - aprilu 2009. godine.

Rice. 6. Dinamika rasta bilansa komponenti Indeksa tekućeg stanja u oktobru 2008. - aprilu 2009. godine u odnosu na isti period prethodne godine.

Na sl. 2.7 prikazana su povećanja bilansa mjesečnih komponenti Indeksa trenutnog stanja očekivanja u odnosu na isti period prošle godine, izračunata radi otklanjanja sezonskosti. Vrijednosti bilansa komponenti za april 2009. uključene su u indeks trenutnog stanja Barometra poslovne Rusije, prikazan na Sl. 2.8.

Jedan od glavnih pravaca za postizanje ušteda u oblasti logistike je smanjenje troškova vezanih za zalihe kroz razvoj politike upravljanja zalihama, koja predstavlja strukturu pravila za određivanje trenutka i obima kupovine. Kao dio politike upravljanja zalihama, formiraju se planovi snabdijevanja koji određuju u kom trenutku i za koje količine zalihe treba dopuniti.

U 1 sq. U 2009. godini, prvi put tokom krize, saldo stvarnog broja zaposlenih u korelaciji sa očekivanom potražnjom postao je naglo negativan. U januaru 2009. godine samo 7% preduzeća ocenilo je svoje osoblje kao „nedovoljno” (u oktobru 2008. bilo je 26%), a kao „preterano” – 33% (od 12%). Prolazi inercija dugog perioda naglog rasta proizvodnje, kada je kadrova često nedostajalo. Situacija na tržištu rada postaje prilično akutna, a to može imati ne samo ekonomske, već i socijalne posljedice.

U 1 sq. U 2009. godini indeks tekućeg stanja, izračunat na osnovu povećanja stanja za godinu, iznosio je -40,9 (u 4. kvartalu 2008. godine bio je -32,0). Moramo primijetiti prilično oštro pogoršanje postojeće situacije u odnosu na Q1. 2008. Sigurno će doći do izražaja u primjetnom padu industrijske proizvodnje i realnog BDP-a. Poređenjem sa prošlom dinamikom dolazi se do nedvosmislenog zaključka da ovako oštre promjene situacije na gore nije bilo od 1996. godine, odnosno od prvog trenutka za koji se može izračunati kvartalni indeks sadašnjeg stanja.

S druge strane, analiza mjesečne dinamike pojedinih komponenti indeksa tekućeg stanja pokazuje da još nije uočeno dalje ubrzanje pada. O tome svjedoči relativna stabilizacija bilansa nekoliko komponenti indeksa tekućeg stanja: a) obima proizvodnje nakon „kolapsa“ u novembru-decembru 2008; b) cijene gotovih proizvoda nakon „kolapsa“ u decembru 2008. – januaru 2009. godine; c) zalihe gotovih proizvoda nakon „kolapsa“ u januaru-februaru 2009. Nesumnjivo, opšti ekonomski pad u Rusiji se nastavlja (još se ne vide znaci oporavka, sve komponente indeksa ostaju negativne), ali tempo ovog pada najvjerovatnije se još ne ubrzava.

Problem upravljanja zalihama je posebno akutan iz sljedećih razloga. Prvo, postoji izuzetna raznolikost vrsta potrošnih dobara i materijala, što je povezano sa složenošću i višekomponentnom materijalnom strukturom proizvoda i prisustvom pomoćnih industrija. Drugo, sastav utrošenih dobara i materijala često se mijenja zbog obnavljanja proizvedenih proizvoda. Treće, materijalni tokovi između proizvodnih karika često nisu sinhronizovani, što dovodi do velikog broja međuzaliha u proizvodnim i logističkim lancima.

Upravljanje zalihama u domaćim preduzećima tokom godina planske privrede zasnivalo se uglavnom na normativnom pristupu. U ovom slučaju norme zaliha su određene empirijski ili kao procenat godišnjeg obima potrošnje, ili kao normalizovano trajanje jednog prometa po vrsti zaliha. Regulatorni pristup nije dao pouzdane, isplative rezultate, a zalihe su rutinski precijenjene.

Zalihe kreirane u različitim preduzećima služe prvenstveno za izjednačavanje različitih intenziteta međusobno povezanih tokova materijala, kao i za smanjenje uticaja na preduzeće nasumičnih faktora koji dovode do poremećaja u snabdevanju. Prisustvo rezervi podrazumijeva određene troškove za njihovo formiranje i održavanje. Definitivno, troškovi skladištenja zaliha, kao i administrativni troškovi za ispunjavanje naloga nabavke, nazivat će se troškovi upravljanja zalihama, a troškovi u vezi sa nabavkom materijalnih resursa (proizvod cijene na kupljeni volumen) troškovi nabavke.

Trenutno se mnoga industrijska preduzeća suočavaju sa problemom neefikasnog upravljanja obrtnim kapitalom. Ovo je posebno izraženo u preduzećima sa dugim proizvodnim ciklusom, gde obrtni kapital u proseku iznosi 80% godišnjeg prihoda. Prisustvo značajnih količina nepotraženih zaliha i dospjelih potraživanja negativno utiče na finansijsko stanje preduzeća i ne dozvoljava im da ostanu konkurentni. Postojanje ovog problema uzrokovano je nizom faktora.

Prvo, sa formiranjem tržišne ekonomije u Rusiji, uslovi u kojima preduzeća rade doživjeli su temeljne promjene. Ranije je postojao sistem centralizovanog planiranja, u kojem su planovi proizvodnje i prodaje proizvoda za preduzeća postavljani eksterno na osnovu formiranog bilansa nacionalne ekonomije, a preduzeća su mogla proizvoditi proizvode „za skladištenje“, shvatajući da su bi se prodalo. Trenutno je neizvesnost u odnosu preduzeća sa eksternim okruženjem značajno povećana: preduzeća treba da samostalno sprovode planiranje na osnovu predviđene potražnje kupaca, što je postalo od najvećeg i odlučujućeg značaja, polazna tačka pri planiranju proizvodnje i prodaje. Osim toga, razvoj konkurencije podstiče preduzeća da stalno unapređuju efikasnost internih poslovnih procesa kako bi što efikasnije zadovoljili potrebe svojih potrošača i zadržali svoju poziciju na tržištu. Dakle, pristup upravljanju preduzećima se iz temelja mijenja, stoga postoji potreba za poboljšanjem sistema upravljanja obrtnim kapitalom. Alati koji se za to koriste u planskoj ekonomiji više se ne mogu koristiti u svom čistom obliku, već se moraju prilagoditi savremenim uslovima funkcionisanja preduzeća.

Drugo, negativni rezultati eksperimenata sprovedenih u Rusiji 90-ih godina 20. veka. reforme, izražene u naglom padu industrijske proizvodnje, značajnoj inflaciji, dugotrajnom nedostatku ulaganja u osnovna sredstva, krizi plaćanja i drugim posljedicama, neminovno su uzrokovale pad efikasnosti svih glavnih poslovnih procesa industrijskih preduzeća. Prisustvo neproduktivnih procesa ili njihovih pojedinačnih delova produžava trajanje radnog ciklusa preduzeća, usled čega se smanjuje stopa obrta sredstava uloženih u obrtna sredstva, smanjuje se profitabilnost imovine preduzeća i njegova likvidnost, a povećava se dužnička pozicija. , tj. pogoršavaju se svi glavni ekonomski pokazatelji preduzeća.

Treba priznati da je po standardima razvijenih zemalja nivo upravljanja zalihama u Rusiji prilično nizak. Pitanje kako efikasno upravljati zalihama danas, kada marginalni prihodi od aktivnosti preduzeća opadaju, pristup pozajmljenim sredstvima se pogoršava, a konkurencija raste, od najveće je važnosti.

Tradicionalni analitički modeli zasnovani su na tri stuba:

– prvo, za ABC analizu,

– drugo, na formuli optimalne narudžbe EOQ (ekonomska količina narudžbe),

– treće, pod pretpostavkom da se svi slučajni procesi mogu opisati normalnom distribucijom (Gausova raspodjela).

Značajan napredak u upravljanju zalihama napravljen je u prošlom stoljeću korištenjem ovih modela. S obzirom da prije sto godina nije bilo modernih kompjutera i da su složena izračunavanja zahtijevala dosta vremena, a modeli koji se razmatraju su vrlo jednostavni, s pravom se smatraju klasičnim. Danas su ovi modeli prikladni samo za korištenje kao edukativni materijal, ali u praksi se praktički ne koriste. Osim toga, sasvim je očito da ovi modeli uopće ne uzimaju u obzir faktor sezonskosti, te stoga nisu primjenjivi za potrebe ovog istraživanja.

Savremena kompjuterska tehnologija omogućava da se problem upravljanja zalihama reši na ispravan i suštinski viši nivo nego do sada. Era brzog desktop računarstva otvorila je nove mogućnosti za upravljanje zalihama koje su još uvek slabo shvaćene. Objektivni razlog za to je nezrelost ruskog tržišta, a subjektivni razlog je nedovoljna matematička pismenost osoblja komercijalnih preduzeća.

Po našem mišljenju, trenutno je nemoguće razviti metode upravljanja zalihama bez dobre matematičke obuke. Osim toga, potrebno je iskustvo u magacinskom i maloprodajnom poslovanju.

Osnovni cilj gotovo svih savremenih kompjuterskih sistema za upravljanje zalihama koji se trenutno koriste je automatizacija procesa kupovine na osnovu jasno formulisanog cilja i na osnovu modela finansijske i ekonomske optimizacije. Drugi cilj uvođenja modernog sistema upravljanja zalihama je obezbjeđivanje mogućnosti objektivne kontrole nabavne situacije.

Osnova za optimizaciju je finansijski i ekonomski model. Za svaki artikl iz asortimana potrebno je dobiti određeni broj koeficijenata koji karakterišu njegovu finansijsku efikasnost (rentabilnost po komadu, trošak skladištenja komada po danu, trošak dopune komada). Osnovni cilj sistema je optimizacija profita preduzeća. Za svaku jedinicu zaliha postoje kontrolni parametri koji određuju kada (na kom stanju) iu kojoj količini treba izvršiti narudžbu. Drugim riječima, za svaku poziciju kontrolni parametri se određuju u okviru fleksibilne strategije praga.

Učinkovito upravljanje zalihama je ekonomska optimizacija, a mjera efikasnosti je profit. Efikasnost upravljanja zalihama po pravilu znači maksimiziranje neto dobiti preduzeća u meri u kojoj ovaj profit zavisi od upravljanja zalihama. S tim u vezi, jedna od komponenti rada na povećanju efikasnosti upravljanja zalihama je ispravan finansijski model preduzeća. Sve tekuće poslovne procese u preduzeću treba razmotriti sa stanovišta troškova povezanih sa upravljanjem zalihama. Ovo uključuje troškove skladištenja zaliha, troškove njegovog dopunjavanja i troškove nestašica u obliku izgubljene dobiti (uključujući dodatne kazne za odbijanje usluge).

Svi procesi u lancu snabdijevanja: transport, iznajmljivanje zgrada i opreme, troškovi osoblja, nabavne aktivnosti, organizacija prodaje, kamate na kredite, obaveze prema dobavljačima, potraživanja, porezi itd. - moraju biti adekvatno odraženi u finansijskom modelu. Ispravan model bi trebao pokazati apsolutno točno, u rubljama, koliko se troškovi smanjuju s povećanjem zaliha, koliko se povećavaju troškovi skladištenja, smanjuju troškovi od nestašica itd.

Prikazani pristup rješavanju problema upravljanja zalihama nije suštinski nov. Šezdesetih godina dvadesetog veka, Yu.I. Ryzhikov je napisao klasične radove o upravljanju zalihama. Pokušaji da se teorija provede u praksi očito su bili ispred svog vremena. Nedostatak pogodnih i brzih računarskih mašina, kao i, što je još važnije, nedostatak prirodnih poslovnih motiva u društvu totalne oskudice, nisu dozvolili da se teorijski razvoj sprovede u praksu. Danas postoji ogroman broj dostupnih alata kako po cijeni tako i po nivou vještina korisnika. Primijenjena matematika razvila je vrlo moćne algoritme, a moderna kompjuterska tehnologija omogućava da se proračuni izvode vrlo brzo. Sve navedeno je direktno povezano sa upravljanjem zalihama.

Postoji uvjerenje da složen problem kao što je optimalno upravljanje zalihama u sezonskim uvjetima ne može imati adekvatnu matematičku implementaciju. Međutim, po našem mišljenju, ovo je u osnovi pogrešno. Pojavom moderne kompjuterske tehnologije i povećanom konkurencijom na tržištu, tema upravljanja zalihama dobila je „drugi vjetar“. Pojavile su se nove mogućnosti koje omogućavaju rješavanje problema efikasnosti resursa na nivou koji se donedavno smatrao nedostižnim, uključujući i uzimanje u obzir sezonskog faktora.

Optimalna politika upravljanja zalihama može se pronaći korištenjem metoda matematičkog modeliranja. Klasični model upravljanja zalihama jednog proizvoda (Wilsonov model) razvijen je davne 1934. godine. Problem upravljanja zalihama u Wilsonovom modelu svodi se na određivanje obima narudžbe za planirani vremenski period na način da se minimiziraju troškovi upravljanja zalihama. . Sam model je opis procesa promjene zaliha i povezanih troškova pod određenim pretpostavkama koje ograničavaju njegovu praktičnu primjenu. Stoga se razmatra niz modifikacija ovog modela, koje se odnose na mogućnost nestašica i uzimajući u obzir troškove koje one izazivaju; sa sistemom popusta u zavisnosti od veličine kupovne serije; sa ograničenom brzinom isporuke u skladište itd.

Naše istraživanje za proučavanje izvodljivosti praktične primjene modela upravljanja zalihama zasniva se na podacima iz funkcionalnih odjela obezbjeđivanja materijalnih resursa grupi kompanija u rudarskoj industriji. Glavne karakteristike industrije su širok spektar nabavljenih materijalnih resursa i nestabilnost njihove potrošnje. To je zbog činjenice da se većina materijalnih resursa ne obezbjeđuje modernizovanim tehnološkim procesom sa dokazanim standardima, već kapitalnom izgradnjom i opremom rudnika. Nestabilnost potrošnje povezana je sa stepenastom prirodom takvih procesa, a stohastičnost potrošnje uzrokovana je činjenicom da na napredak kapitalne izgradnje utiču spoljašnji organizacioni i prirodni faktori.

Asortiman isporučenih materijalnih resursa obuhvata stotine grupa proizvoda, pa se postavlja zadatak klasifikacije isporučenih materijalnih resursa kako bi se identifikovale grupe u odnosu na koje se mogu primeniti jedinstveni pristupi formiranju politike upravljanja zalihama. U tabeli 2.8 pokazuje glavne pravce i ciljeve moguće klasifikacije materijalnih resursa.

Tabela 2.8.

Pravci i svrhe klasifikacije nabavljenih materijalnih resursa.

Proučavanje asortimana isporučenih materijalnih resursa prema prva tri klasifikacijska kriterija podrazumijeva analizu strateškog značaja proizvoda; kao i detaljnu studiju konkretnih uslova isporuke, kao što su minimalna veličina kupljene partije, rok za ispunjenje narudžbi, potreba za izvođenjem radno intenzivnih operacija u fazi prijema proizvoda u skladište, uslovi skladištenja itd. . Ovo je neophodno za odabir jedne ili druge modifikacije Wilsonovog modela i razjašnjavanje njegovih parametara.

Klasifikacija prema stabilnosti potrošnje i visini troškova skladištenja zanimljiva je sa stanovišta utvrđivanja mogućnosti upotrebe Wilsonovog modela, stabilnosti rezultata dobijenih na osnovu njega i zahtjeva za tačnost ovih rezultata. U tabeli Na slici 2.9 prikazana je odgovarajuća matrica za klasifikaciju materijalnih resursa prema stabilnosti potrošnje i visini troškova skladištenja.

Tabela 2.9.

Matrica za odabir politike nabavke

Ideja ove klasifikacije je da se povećanjem stabilnosti potrošnje (Z-Y-X grupa) povećava stabilnost rezultata primjene Wilsonovog modela. A kako se udio robnih artikala u prometu i troškovima skladištenja povećava, povećava se interes za preciznijim određivanjem veličine pošiljke, jer visoka preciznost omogućava opipljive uštede.

Grupa materijalnih resursa u ćeliji “AX” je najzanimljivija sa stanovišta primjene Wilsonovog modela, budući da zauzima veliki udio u prometu, povezana je sa visokim troškovima skladištenja i odlikuje se stabilnom potrošnjom. Grupa materijalnih resursa u ćeliji “AY” zahtijeva preliminarnu analizu funkcije potražnje, budući da je karakterizira niska stabilnost potrošnje. Grupa “Z” uključuje rijetko kupljena, obično jedinstvena, materijalna sredstva. Takvi artikli se kupuju na osnovu zahtjeva relevantnih odjela poduzeća, u pravilu ne podliježu skladištenju i za njih se ne koristi Wilsonova formula. Primjena modela upravljanja zalihama za grupu “C” ne zahtijeva visoku preciznost u određivanju optimalne veličine narudžbe. Za upravljanje rezervama ove grupe dovoljne su približne prognoze godišnje potražnje. Međutim, potrebno je stalno praćenje dinamike potrošnje i nivoa zaliha kako bi se smanjile netržišne zalihe.

Rezultat klasifikacije materijalnih resursa utrošenih od strane grupe preduzeća prikazan je na slici 2.1.

Rice. 2.1. Rezultati klasifikacije grupa proizvoda materijalnih resursa

Razmotrimo primjere korištenja modela upravljanja zalihama za isporučene materijalne resurse nekih ćelija matrice. Tako, na primjer, grupa materijalnih resursa ćelije „AH“ uključuje robnu stavku „Čelični lim“, koju karakteriziraju velike količine i stabilnost potrošnje.

Izračunata vrijednost optimalne veličine serije isporuke za predmetni artikl pretpostavlja česte isporuke. Međutim, nakon detaljnog proučavanja uslova isporuke, pokazalo se da to nije izvodljivo zbog tehničkih ograničenja dobavljača. S tim u vezi, stvarna veličina serije narudžbine bila je tri puta veća od optimalne, što je rezultiralo povećanjem troškova skladištenja (slika 2.2).

Rice. 2.2. Ovisnost troškova skladištenja i naručivanja
od obima kupovne serije

U odnosu na predmet koji se razmatra, upotreba modela upravljanja zalihama uz detaljnu studiju uslova isporuke omogućava otkrivanje rezervi za povećanje efikasnosti logistike. Dakle, sklapanje ugovora o nabavci sa drugim dobavljačem valjanih metalnih proizvoda omogućit će kompaniji isporuku u optimalnim količinama i smanjenje troškova.

U slučaju nestabilne potrošnje skupih artikala (ćelijska matrica “AU”), preporučljivo je proučiti funkciju potrošnje, na primjer, koristeći jednu od metoda analize vremenskih serija. Kao primjer, razmotrite stavku proizvoda „Mašinsko ulje“.

Na sl. Slika 2.3 ilustruje konstrukciju modela aditiva za vremensku seriju potrošnje motornog ulja na osnovu godišnjih podataka. Za poziciju koja se razmatra, moguće je prilično precizno odabrati aditivni model zbog izražene težine sezonske komponente. Na osnovu analize vremenskih serija moguće je napraviti prognozu intenziteta potrošnje i u skladu s tim izračunati veličinu serija narudžbi.

Rice. 2.3. Analiza funkcije potražnje za motornim uljem

Predviđanje potražnje pomoću modela analize aditivnog vremenskog niza omogućava vam da smanjite troškove skladištenja za 2 puta, u poređenju sa izračunavanjem serije narudžbine na osnovu pretpostavke ujednačene potrošnje materijalnih resursa (pretpostavljeno Wilsonovim modelom). Glavna razlika između upravljanja zalihama korištenjem analize funkcije potražnje i upravljanja zalihama baziranog na klasičnom Wilsonovom modelu je u tome što u prvom slučaju veličina kupljene serije ovisi o obimu potrošnje, a time i o vremenu, au drugom je konstantna. . U tom smislu, predviđanje distribucije godišnje potrošnje tokom vremena omogućava nam da formulišemo plan snabdevanja koji je blizu intenzivnog. Strogi plan snabdijevanja je onaj u kojem je, u trenutku prijema sljedeće pošiljke, zaliha u skladištu nula. Dokazano je da samo strogi plan može biti optimalan plan snabdijevanja.

Treba napomenuti da je pri određivanju optimalne količine narudžbe pomoću klasičnog Wilsonovog modela glavni razlog visokih troškova skladištenja prisustvo značajnog trenda (visoke stope rasta obima potrošnje), a ne fluktuacije uzrokovane sezonskom potražnjom. To je ilustrovano na slici 2.4, na kojoj su prikazani rezultati obračuna troškova skladištenja mašinskog ulja različitim metodama za određivanje količine narudžbe.

Rice. 2.4. Kumulativni troškovi skladištenja mašinskog ulja za različite metode za određivanje narudžbine

Analiza zavisnosti potražnje od vremena metodom najmanjih kvadrata (OLS) omogućava utvrđivanje trenda u dinamici potrošnje. Izračunavanje partija narudžbi na osnovu metode najmanjih kvadrata omogućava kreiranje plana nabavke u kojem se troškovi skladištenja ne razlikuju značajno od plana nabavke formiranog analizom sezonskih fluktuacija potražnje.

Ovaj primjer pokazuje da je za skupe artikle proizvoda grupa “A” i “B” važno pitanje određivanje godišnje potražnje i predviđanje dinamike potrošnje tokom cijele godine. U slučaju upravljanja zalihama za stavke proizvoda grupe „C“, stepen tačnosti prognoze nije toliko važan. To je zbog činjenice da čak i prilično značajna odstupanja stvarnog obima godišnje potrošnje od planiranog dovode do neznatnih odstupanja u troškovima upravljanja zalihama. Na osnovu analize stabilnosti rezultata Wilsonovog modela, može se pokazati da značajno odstupanje u godišnjem obimu potrošnje dovodi do neznatnog odstupanja u troškovima skladištenja i naručivanja. Tako, na primjer, za robnu stavku „Električne svjetiljke opšte namjene“, koja se nalazi u ćeliji „CX“, odstupanje od godišnjeg obima potrošnje za 50% će dovesti do promjene troškova upravljanja zalihama za 16%, što je ne više od 1% sličnih troškova za robnu stavku grupe „A“ „Čelični lim“. Dakle, za upravljanje zalihama za stavke proizvoda grupe „C“, dovoljno je imati približne procjene godišnjeg obima potrošnje, koje se mogu dobiti na osnovu iskustva stručnjaka za opskrbu koji upravljaju ovim artiklima.

Druga važna oblast postizanja ekonomske efikasnosti u oblasti upravljanja zalihama grupe preduzeća je objedinjavanje potreba za materijalnim resursima, što omogućava formiranje konsolidovanih planova nabavke koje karakterišu niži troškovi. Glavni izvori koristi od konsolidacije potreba su:

Uštede na administrativnim troškovima za naručivanje;

Smanjenje troškova skladištenja zaliha;

Ostvarivanje popusta povećanjem obima kupovine.

Procjena uštede troškova zbog centraliziranog odlučivanja o količinama kupljenih serija i učestalosti nabavki može se izvršiti na osnovu matematičkih modela upravljanja zalihama.

U okviru Wilsonovog modela može se pokazati da ako se obim potrošnje poveća za određeni broj puta α, optimalna količina narudžbe, troškovi skladištenja i troškovi ispunjenja narudžbe će porasti za faktor. One. Kombinacijom upravljanja zalihama više kompanija moguće je smanjiti ukupne troškove vezane za naručivanje smanjenjem broja transakcija nabavke i na taj način smanjenjem administrativnih troškova ispunjavanja narudžbi, kao i smanjenjem ukupnih zaliha i smanjenjem troškova skladištenja.

U slučaju centralizovanog snabdevanja grupe preduzeća koja troše sličan raspon materijalnih resursa, moguće je ostvariti uštede kroz formiranje zajedničke konsolidovane politike upravljanja zalihama. U ovom slučaju, smanjenje troškova upravljanja zalihama može se procijeniti na sljedeći način. Razmotrimo konsolidaciju nabavki za jednu vrstu materijalnog resursa za grupu od n kompanija. Neka Qi - godišnji obim potrošnje određene vrste proizvoda ja- kompanija koja pripada grupi. Tada se ukupna godišnja potražnja za robom grupe kompanija određuje kao:

Udio i-te kompanije u ukupnoj potrošnji je

Prema Wilsonovom modelu, troškovi upravljanja zalihama za i-tu kompaniju su zbir troškova ispunjenja narudžbi i skladištenja zaliha:

Gdje g– troškovi izvršenja naloga;

s– troškovi skladištenja jedinice zaliha;

q i- optimalna veličina serije narudžbi za i-tu kompaniju, izračunata po Wilsonovoj formuli:

Koristeći izraze (2.2) i (2.4) dobijamo:

q ukupno- optimalna veličina serije narudžbi pri konsolidaciji potreba grupa preduzeća

Zamjena rezultirajućeg izraza za q i U jednakosti (2.3) utvrđujemo odnos između troškova upravljanja zalihama i-tog preduzeća i iznosa troškova upravljanja zalihama u slučaju centraliziranog snabdijevanja:

Tada će omjer troškova upravljanja zalihama u slučaju nezavisnog upravljanja zalihama prema troškovima u slučaju centraliziranog upravljanja zalihama biti:

Ilustrujmo efekat uštede na primjeru izračunavanja troškova upravljanja zalihama za slučajeve centraliziranog i decentraliziranog upravljanja zalihama za proizvodnu stavku “Hardver” (tabela 2.10).

Tabela 2.10.

Izračunavanje uštede u upravljanju zalihama pri centralizaciji opskrbe na primjeru robne stavke "Hardver"

Iz prikazanih proračuna (tabela 2.10) jasno je da su za razmatranu grupu preduzeća troškovi upravljanja zalihama sa decentralizovanim snabdevanjem skoro duplo veći od istih troškova sa centralizovanim snabdevanjem. Imajte na umu da su vrijednosti troškova u kolonama (7) i (8) bliske. Ovo nije slučajno i objašnjava se činjenicom da je optimalna veličina narudžbine, pri kojoj se postiže minimalni trošak, tačka preseka dve krive koje karakterišu troškove skladištenja i ispunjenja naloga (slika 2.2). iznos uštede u troškovima skladištenja i ispunjavanja narudžbi je blizak među sobom.

Prikazani model za procjenu ušteda u troškovima upravljanja zalihama pri centralizaciji nabavke baziran je na Wilsonovom modelu, te stoga uključuje sva ograničenja klasičnog modela upravljanja zalihama, a također pretpostavlja da su troškovi skladištenja jedinice zaliha i ispunjenja naloga isto za sve kompanije u grupi. Posljednjem ograničenju treba posvetiti veliku pažnju ako se kompanije iz grupe nalaze u različitim regijama, koje se razlikuju u različitim nivoima zarada, cijenama zakupa poslovnog prostora itd.

Uprkos ovim ograničenjima, predstavljeni model ilustruje mogućnost postizanja ušteda centralizacijom snabdevanja i predlaže pristup njihovoj proceni.

Procjena ekonomskih koristi od centralizacije nabavke dobijenih od popusta za povećane količine nabavki zaslužuje posebnu pažnju. Da bi se procijenile uštede na nabavljenim materijalnim resursima, potrebno je ispitati prijedloge dobavljača za svaku stavku u asortimanu proizvoda. Najpoželjnije je tražiti isplative ponude za one artikle koji zauzimaju veliki udio u ukupnom iznosu kupovine. Za grupu preduzeća koja se proučava, to su materijalni resursi koji se nalaze u grupama „A“ i „B“ (slika 2.1). To je zbog činjenice da, uz određene količine godišnje potrošnje, grupa kompanija može postati strateški partner dobavljaču koji je proizvođač proizvoda, a ne posrednik. Uslov za sklapanje ovakvog partnerstva je, po pravilu, usklađenost sa zahtevima dobavljača za minimalne godišnje količine potrošnje. Prednosti ovakve saradnje su značajni popusti i stabilnost snabdevanja.

Ilustrujmo efekat sticanja ekonomskih koristi centralizacijom snabdevanja na primeru obračuna ušteda u troškovima nabavke za stavku proizvoda „Hardver“ (tabela 2.11).

Tabela 2.11.

Izračunavanje uštede troškova nabavke pri centralizaciji nabavke na primjeru robne stavke "Hardver"

Navedena kalkulacija pokazuje da centralizacija snabdijevanja, koja se sastoji od objedinjavanja potreba kompanija grupe za zajedničkim artiklima kupljenih artikala i kombinovanja procesa upravljanja zalihama, omogućava postizanje ekonomske koristi smanjenjem troškova upravljanja zalihama i nabavke.

Dakle, upotreba modela upravljanja zalihama omogućava vam da:

– identifikovati rezerve za povećanje efikasnosti aktivnosti u oblasti logistike;

– ostvariti uštede u troškovima logistike optimizacijom isporuke nabavnih materijalnih resursa;

– uz detaljnu studiju asortimana isporučenih materijalnih resursa, povećati efikasnost preduzeća smanjenjem troškova skladištenja oslobađanjem sredstava iz nelikvidnih zaliha;

– smanjiti troškove upravljanja zalihama i nabavke centralizacijom snabdijevanja grupe kompanija.

Konceptualni model za optimizaciju zaliha prikazan je na Sl. 2.5.

Rice. 2.5. Faze optimizacije zaliha.

1. faza. U ovoj fazi rješava se problem identifikacije i sistematizacije skupa faktora koji mogu uticati na potreban nivo zaliha i dovesti do manjka ili viška materijala.

Faktori koji utiču na nivo raspoloživih zaliha materijala mogu se podijeliti u tri grupe.

Prva grupa faktora karakteriše uticaj dobavljača. U ovu grupu spadaju: kršenje od strane dobavljača rasporeda isporuke materijala, neusklađenost kvaliteta materijala sa ugovorom, neusklađenost količine materijala sa ugovorom, neusklađenost isporučenog materijala sa nomenklaturom.

Druga grupa faktora karakteriše uticaj kupaca proizvoda preduzeća, izražen u promenama u visini tražnje.

Treća grupa faktora karakteriše uticaj proizvodne i ekonomske situacije u preduzeću. U ovu grupu spadaju faktori kao što su velika fluktuacija i niska obučenost kadrova, nesavršenost sistema motivacije za uštedu resursa i greške u planiranju potreba za materijalnim resursima.

Uticaj prve grupe faktora dovodi do odstupanja u stvarnom roku isporuke od planiranog Q(Δ tP). Uticaj druge dvije grupe se izražava u promjeni potreba za materijalima u odnosu na planiranu (standardnu) vrijednost Q(Δ potrošnja(tP) ) u periodu između dvije naredne isporuke.

2. faza. U ovoj fazi rješava se problem procjene prirode i stepena uticaja faktora na nivo proizvodnih zaliha. Provodi se analiza mogućih situacija koje uzrokuju nastanak nestašice ili viška materijala. Vrši se kvantitativna procjena veličine mogućeg nedostatka ili viška zaliha.

Najveći doprinos proučavanju teorije deficita dao je Janoš Kornai. U djelu pod naslovom “Oskudica” on definira koncept “oskudice” na sljedeći način: “odsustvo potrebnih resursa za realizaciju bilo kakve namjere” [link].

U svojoj teoriji on polazi od činjenice da planska ekonomija u principu ne može objektivno odražavati potrebe preduzeća za različitim resursima. Razlozi nestašice su stalne greške u proračunu potreba za određenim resursima, što, prema Kornaiju, neminovno dovodi do nestašice robe u pojedinim industrijama. U tržišnoj ekonomiji uzroci nestašica nisu „ograničenja resursa“, već „ograničenja uzrokovana potražnjom“ za proizvodima preduzeća, kao i način snabdevanja potrebnim materijalnim resursima i njihova potrošnja u procesu proizvodnje proizvoda.

Dakle, u tržišnoj ekonomiji, koncept „deficita“ je doživio transformaciju, uzrokovanu promjenjivim ekonomskim uslovima.

U procesu upravljanja zalihama, razlika između stvarne količine zaliha materijala na početku planskog perioda Qnjima(tn) i iznos predviđen planom ( Qnormalno) može se promijeniti. Razlika Qnjima(tn) - Qnormalno < 0 karakteriše količinu nestašice materijala δ :

δ = Qnjima(tn) - Qnormalno. (2.8)

Postoji nekoliko pristupa prilagođavanju proizvodnih preduzeća uslovima nedostatka materijalnih resursa:

1. Smanjenje obima proizvodnje na nivo koji omogućava realizaciju postojećeg nivoa zaliha materijala. U ovom slučaju Smanjuje se obim proizvoda koji se proizvode i isporučuju na tržište, što u konačnici dovodi do smanjenja profita. Kompanija trpi gubitke koji negativno utiču na njenu finansijsku stabilnost.

2. Promjena strukture troškova (prinudna zamjena jedne vrste materijalnog resursa drugom). Ako postoji nedostatak jednog resursa, preduzeće kupuje drugi, skuplji ako je zamjenski resurs boljeg kvaliteta, ili jeftiniji, ali slabijeg kvaliteta. To neminovno povlači pad kvalitete proizvoda.

3. Promjena strukture proizvoda.

Praksa pokazuje da je utvrđivanje gubitaka zbog nedostatka materijalnih resursa povezano s određenim poteškoćama, čiji uzrok nije samo faktor sezonskosti, već i slučajnost i nepredvidivost posljedica utjecaja različitih faktora vanjskog i unutrašnjeg okruženja. preduzeća na nivou zaliha. Međutim, raspolažući statističkim podacima za protekle periode, moguće je predvideti odstupanja od planiranih pokazatelja koja nastaju u oblastima proizvodne i ekonomske aktivnosti preduzeća kao što su snabdevanje, proizvodnja i prodaja gotovih proizvoda.

Iznos očekivanih gubitaka SA (δ ) zbog nedostatka materijalnih sredstava, jednak je:

SA (δ ) = M[∆T(f i)] , (2.9)

Gdje - prosječna cijena proizvoda koji se prodaju na tržištu, rub.;

QG - godišnji obim proizvoda koje preduzeće proizvodi, kom.;

365 - broj dana u godini;

M[∆T(f i)] - matematičko očekivanje odstupanja parametara za nabavku materijala uzrokovanog djelovanjem faktora f i (i = 1, 2, 3, 4).

Za stvaranje deficita δ Pored gore navedenih faktora, uticaj vrše:

1. Visok procenat kvarova u izradi proizvoda zbog niske tehnološke discipline, zastarjele opreme i niske kvalifikacije radnika.

2. Nepredviđeno povećanje potražnje za proizvodima kompanije.

3. Netačna prognoza potražnje za proizvodima preduzeća.

4. Finansijska nestabilnost preduzeća, koja ne dozvoljava blagovremeno sklapanje ugovora sa dobavljačima za nabavku materijala potrebnog asortimana i količine.

Proces formiranja gubitaka usled nedostatka materijalnih resursa koji nastaje pod uticajem navedenih faktora prikazan je na Sl. 2.6.

Rice. 2.6. Proces stvaranja gubitaka povezanih s nedostatkom materijala

Pojava nestašice δ povlači sljedeće negativne posljedice:

· zastoji proizvodnih objekata;

· zamjena materijala koji nedostaje sa zaliha;

· ubrzanje proizvodnje proizvoda nakon eliminisanja zastoja.

Svaka od ovih posljedica uzrokuje gubitke za preduzeće. U slučaju zastoja u proizvodnji i naknadnog ubrzanja procesa proizvodnje šteta se utvrđuje kao zbir osnovne i dodatne zarade radnika sa odbitcima; pri zamjeni sirovina, materijala, komponenti šteta se utvrđuje kao razlika između cijene stvarno korištenih resursa i cijene zamijenjenih resursa. Visina štete uzima se u obzir prilikom utvrđivanja ukupnih gubitaka uzrokovanih nestašicom.

Uticaj faktora u eksternom i unutrašnjem okruženju preduzeća može dovesti do stvaranja viška zaliha materijala. U takvoj situaciji stvarna količina zaliha materijala je Qnjima(tn) na početku planskog perioda će biti veća od vrijednosti Qnormalno predviđeno planom. Razlika Qnjima(tn) - Qnormalno > 0 karakteriše količinu viška zaliha materijala s:

s = Qnjima(tn) - Qnormalno. (2.10)

Javlja se u uslovima ekscesa s gubici SA (s) zbog prisustva viška rezervi karakterišu se kao zamrzavanje obrtnih sredstava u zalihama.

Očekivani gubici zbog prisustva viška rezervi određuju se:

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

Gdje - prosječna cijena jedinice materijalnog resursa, rub.;

- prosječna dnevna potrošnja materijalnih sredstava, t/dan;

M[s] – matematičko očekivanje količine viška zaliha materijala;

r- kamata na depozite u bankama, %.

Prilikom izrade kratkoročnog plana proizvodnje za naredni period, pretpostavlja se da je poznat nivo standarda Qnormalno zaliha i stvarni raspoloživi nivo Qnjima(tTo) zalihe materijala u preduzeću na kraju (početku narednog) planskog perioda. Ispod normativnog nivoa Qnormalno pod zalihama se podrazumijeva planirani saldo zaliha materijala za naredni planski period.

Kao rezultat uticaja navedenih faktora, postojeći nivo Qnjima(tTo) zaliha materijala i nivo standarda Qnormalno dionice mogu biti u jednom od sljedećih odnosa jedna s drugom - bilo Qnjima(tTo)= Qnormalno, ili Qnjima(tTo)> Qnormalno, ili Qnjima(tTo)< Qnormalno. Događaji ( Qnjima(tTo)= Qnormalno), (Qnjima(tTo)> Qnormalno), (Qnjima(tTo)< Qnormalno) su nasumični, od kojih se svaki javlja sa vjerovatnoćom P( Qnjima(tTo)= Qnormalno), R( Qnjima(tTo)> Qnormalno), R( Qnjima(tTo)< Qnormalno). Ovi događaji čine kompletnu grupu parno nekompatibilnih događaja, a vjerovatnoća njihovog nastanka jednaka je jedan:

R(Qnjima(tTo) = Qnormalno) + P(Qnjima(tTo) > Qnormalno) + P(Qnjima(tTo) < Qnormalno) = 1. (2.12)

Mogući omjeri vrijednosti raspoloživog nivoa zaliha na kraju planskog perioda Qnjima(tTo) i standardne zalihe Qnormalno ogledaju se u modelu stabla formiranja mogućih situacija formiranja nestašice materijalnih rezervi (sl. 2.7), a na osnovu njega izgrađen je tabelarni oblik koji predstavlja raznolikost mogućih gubitaka uzrokovanih nestašicom ili višak rezervi δ I s.

Događaji S 1 , S 2 , S 3 , S 4 , S 5 , S 6 , S 7 , S 8 , S 9 čine potpunu grupu slučajnih događaja nekompatibilnih po paru, tako da vrijedi jednakost P 1 + P 2 + P 3 + P 4 + P 5 + P 6 + P 7 + P 8 + P 9 =1.

Model formiranja gubitaka uzrokovanih fluktuacijama faktora eksternog i unutrašnjeg okruženja preduzeća.

Formule za izračunavanje količine manjka ili viška materijalnih sredstava za svih devet situacija prikazane su u tabeli. 2.12, gdje ν , ν - koeficijenti varijacije obima proizvodne potrošnje i intervala isporuke iznad planiranih vrijednosti; ν , ν - koeficijenti varijacije obima proizvodne potrošnje i intervala isporuke, čije su vrijednosti niže od planiranih.

Rice. 2.7. Stablo formiranja logično mogućih situacija nestašice i viška materijala

u upravljanju zalihama

Tabela 2.12.

Formule za određivanje nedostatka ili viška materijala

Poznavajući veličinu manjka ili viška materijala u svakoj od devet mogućih situacija, kao i vjerovatnoću da se situacija dogodi, možemo odrediti matematičko očekivanje M nedostatak ili višak materijala:

Ako vrijednost M0, onda postoji višak zaliha materijala s.

Poznavanje iznosa gubitaka zbog nestašice ili viška materijala u svakoj od devet mogućih situacija S 1 , S 2 , …, S 9 , kao i vjerovatnoća njihovog nastanka P 1,R 2, …,R 9, možemo odrediti matematičko očekivanje gubitaka GOSPOĐA].

Pojava nestašice δ podrazumijeva potrebu stvaranja sigurnosne zalihe kako bi se minimizirali gubici uzrokovani nedostatkom materijalnih resursa. Pojava ekscesa s ukazuje na potrebu smanjenja nivoa zaliha materijala, što podrazumijeva „zamrzavanje“ obrtnih sredstava uloženih u zalihe materijalnih resursa.

Dakle, iznos zaliha materijalnih resursa Qnormalno na početku planskog perioda, osiguravajući kontinuitet proizvodnog procesa, biće jednak:

Qnormalno = Qtech + Qpreg + Qstrah, (2.13)

Gdje Qstrah = M[δ ].

3. faza. Optimizacija nivoa zaliha materijalnih resursa svodi se na minimiziranje matematičkog očekivanja gubitaka uzrokovanih uticajem slučajnih faktora. Optimalni nivo zaliha će biti onaj na kojem matematičko očekivanje gubitaka dostiže minimum.

4. faza. Identifikacija uskih grla, čije potpuno ili djelomično otklanjanje će smanjiti veličinu potrebnih rezervi materijalnih resursa.

Rezultati analize uticaja faktora na nivo zaliha materijala omogućavaju utvrđivanje skupa potrebnih logističkih transformacija u aktivnostima različitih struktura za poboljšanje rezultata ovih aktivnosti.

5. faza. U ovoj fazi rješava se zadatak razvoja organizacionih mjera, čija će implementacija smanjiti potrebne rezerve materijalnih sredstava. Glavni pravci za otklanjanje uskih grla prikazani su u tabeli. 2.13.

Glavni napori da se minimiziraju gubici uzrokovani nestašicama ili viškovima materijalnih resursa u oblasti logistike snabdijevanja trebaju biti usmjereni na rješavanje problema osiguravanja konzistentnosti postupanja između dobavljača i preduzeća primaoca materijala kako bi se ispunili planirani uslovi isporuke. Istovremeno, proizvodna logistika treba da teži ka minimiziranju gubitaka u proizvodnji, a distributivna logistika treba da teži povećanju tačnosti predviđanja potražnje za proizvodima preduzeća.

Teorija optimizacije nivoa zaliha materijalnih resursa, koja se razvijala od početka 20. veka, imala je za cilj smanjenje veličine zaliha na nivo koji obezbeđuje minimalne troškove njegovog stvaranja i održavanja. U ovom slučaju gubici zbog nedostatka ili viška materijala nisu uzeti u obzir.

Tabela 2.13.

Spisak mjera za minimiziranje zaliha materijalnih resursa

Stoga se predloženi pristup upravljanju zalihama zasniva na metodologiji optimizacije nivoa zaliha prema kriteriju minimalnih gubitaka uzrokovanih manjkom ili viškom materijala zbog sezonskih fluktuacija.

Ekonomski efekat korišćenja predložene metodologije za utvrđivanje nivoa zaliha materijalnih resursa, minimizirajući gubitke usled njihovog nedostatka, je sledeći:

1. Izračunato na osnovu predložene metodologije, optimalni nivo zaliha livačkog gvožđa za 2009. godinu je znatno niži od standardne vrednosti koja je na snazi ​​u preduzeću VEMZ DD (tabela 2.14).

Tabela 2.14

Uporedna procjena nivoa zaliha livenog gvožđa za 2009. godinu

Razvijena metodologija

VEMZ

u tonama

u hiljadama rubalja

u % mjesečne potrebe za materijalom

u tonama

u hiljadama rubalja

u % mjesečne potrebe za materijalom

1. kvartal

2. kvartal

3. kvartal

4. kvartal

Prosjek

190,0

242,4

Standard za uložena obrtna sredstva u rezerve livničkog gvožđa za 1. kvartal 2009. godine iznosi 33% mjesečne potrebe za ovu vrstu materijalnih resursa. U 1. kvartalu 2009. godine standardne zalihe željeza koje su bile na snazi ​​u AD VEMZ bile su 50% mjesečne potrebe, što je znatno više od količine zaliha potrebne za osiguranje procesa proizvodnje.

2. Formiranje zalihe livenog gvožđa u količini utvrđenoj na osnovu predložene metodologije omogućava smanjenje nivoa materijalnih bilansa na početku planskog perioda za 242,4 tone -190,0 tona = 52,4 tone. zaliha livenog gvožđa povećava se za 27,5%. Vrijednost indikatora Δ TOo jednako: Δ TOo= 242,4/190=1,275.

Budući da je vrijednost Δ TOo> 1, onda postoji situacija u kojoj korišćenje predložene metodologije omogućava smanjenje iznosa predujmljenih obrtnih sredstava za formiranje zaliha materijalnih resursa.

3. Potreban iznos predujmljenih finansijskih sredstava za formiranje zaliha livenog gvožđa u skladu sa važećim standardom zaliha za 2009. je 1260 hiljada rubalja. mjesečno ili 15120 hiljada rubalja. za 2004

Ušteda obrtnog kapitala uloženog u livničke rezerve livenog gvožđa, čija je optimalna vrednost utvrđena na osnovu razvijene metodologije, iznosi 3264 hiljade rubalja. za 2009. godinu (Tabela 2.15).

Tabela 2.15

Obračun ušteda od oslobađanja obrtnih sredstava,

uloženo u rezerve livenog gvožđa 2009

4. Nivo ponude proizvodnje livenog gvožđa u proseku za 2009. godinu biće najmanje 95%. Poređenja radi, stvarno odobreni standardi zaliha livenog gvožđa (za 2009. godinu) značajno su premašili potrebni nivo zaliha materijala. Nivo proizvodne ponude livenog gvožđa u 2004. godini kretao se od 107% do 152%, što je na kraju godine iznosilo 137%.

Materijalne rezerve u privrednim sistemima formiraju se iz više razloga. Osnovni razlozi za formiranje materijalnih rezervi su: nesklad između obima ponude i potražnje za materijalnim resursima (međuproizvodima i finalnim proizvodima) u vremenu i prostoru; mogući poremećaji u normalnom toku proizvodnje, distribucije i transporta materijalnih resursa, kao i nagle promjene (fluktuacije) u visini potražnje; sezonske fluktuacije proizvodnje (ponude), potrošnje (tražnje), kao i one određene uslovima transporta materijalnih resursa; špekulativne namjere i inflatorna očekivanja; ekonomski faktori zasnovani na uštedama: troškovi transporta, zbog popusta na cene za veličinu kupljene parcele; troškovi naručivanja; kao rezultat, minimiziranje zastoja u proizvodnji, uz trenutnu uslugu kupcima (klijentima), itd.

Jedan od razloga gomilanja zaliha je mogućnost sezonskih oscilacija u potražnji. Potražnja za zalihama proizvoda može biti deterministička (u najjednostavnijem slučaju, konstantna tokom vremena) ili nasumična. Slučajnost potražnje opisuje se ili slučajnim momentom potražnje ili slučajnim iznosom potražnje u determinističkim ili slučajnim vremenima. Proučavamo modele upravljanja zalihama (IM) sa slučajnim količinama potražnje. Obično, ako nemate dovoljnu zalihu robe ili sirovina za njenu proizvodnju u slučaju preduzeća koja radi „po narudžbini“, ne može se isključiti situacija kada efektivna potražnja neće biti zadovoljena.

U savremenim ekonomskim uslovima u Rusiji, jedan od glavnih problema finansijskih i ekonomskih aktivnosti preduzeća je problem rasta cena. Značajno povećanje troškova materijalnih resursa neophodnih za proces proizvodnje negativno utiče na funkcionisanje preduzeća, što dovodi do prekida snabdevanja, pa čak i do zaustavljanja proizvodnog procesa. Stoga je ulaganje raspoloživih sredstava u zalihe jedan od mogućih načina da se izbjegne pad kupovne moći novca.

S druge strane, sistem koji je uspio da predvidi inflatorne procese u privredi stvara rezervu kako bi se ostvario profit povećanjem tržišne cijene.

Kada se proučava bilo koji problem upravljanja zalihama, potrebno je odrediti količinu naručenih proizvoda i vrijeme njihovog plasmana. Potražnja se može zadovoljiti stvaranjem jednokratne zalihe za cijeli vremenski period koji se razmatra ili kreiranjem zaliha za svaku vremensku jedinicu ovog perioda.

Dakle, odluke o relativnoj veličini naloga određuju se iz uslova za minimiziranje ukupnih troškova sistema upravljanja zalihama, koji su izraženi u obliku slike 2.8.

Rice. 2.8. Sistem upravljanja zalihama

Pod statičnim modelima (zadacima) upravljanja zalihama podrazumijevaju se takvi modeli čiji svi parametri ostaju nepromijenjeni tokom cijelog perioda upravljanja ili se njihove promjene mogu zanemariti. Postoji definicija drugih autora, na primjer: "Ako se svi parametri modela ne mijenjaju tokom vremena, onda se naziva statičnim, a inače - dinamičkim" .

U problemima statičkog upravljanja zalihama, planirani period upravljanja je vremenski period u kojem se odluka o nivou zaliha donosi samo jednom, na početku ovog perioda, uzimajući u obzir svu prethodnu istoriju i ne zavisi od vremena.

Proučavanje statičkih modela je od interesa kada je potrebno uspostaviti početni nivo zaliha novih proizvoda, što je polazna osnova za rješavanje problema dinamičkog upravljanja zalihama. Za razliku od statičkih, dinamički modeli upravljanja zalihama nastaju u situacijama kada se vrijednost parametara modela mijenja tokom vremena.

Pretpostavimo da su svi proizvodi koji se nalaze na lageru objedinjeni u jedan proizvod. Neke od ovih rezervi mogu se koristiti u procesu proizvodnje, a neke za potrošnju. Proučavanje ovih modela je od nezavisnog interesa i izvorni je materijal za proučavanje modela zaliha više proizvoda.

Problem KM pojedinačnog proizvoda sastoji se od izbora rješenja koje se sastoji u pronalaženju takvog obima zaliha proizvoda x, čime se minimiziraju ukupni troškovi, koji se sastoje od troškova zaliha, kao i očekivanih troškova skladištenja i gubitaka od nestašica zaliha proizvoda, tj.

pod ograničenjima

xÎ X= {x: 0 ≤ x ≤ x ≤}. (2.15)

Ovdje je funkcija troškova f(X,ω) je dat kako slijedi:

Gdje cx– troškovi stvaranja rezerve; a – specifični troškovi skladištenja, mjereni u novčanim jedinicama; b - jedinični troškovi zbog nestašica, mjereni u novčanim jedinicama; z- prodajna cijena jedinice robe; x – vektor garantovane potražnje; - gornji nivo zaliha proizvoda za posmatrani period; φ (ω) dω- vjerovatnoća da potražnja ω za period koji se razmatra je u intervalu (ω, ω + dω).

Zadatak (2.14) i (2.15) je poseban slučaj problema stohastičke optimizacije.

Za poređenje sa algoritmima predloženim u radu, predstavljamo uobičajeni - klasični (ili tradicionalni) - pristup rješavanju problema (2.14), (2.15) bez ograničenja. Tada je neophodan uslov da x* je optimalni nivo zaliha, hoće

Evo – derivacija funkcije cilja F(x) V tačka x*,– derivat funkcije troškova (integralne). f(x, w) na optimalnom nivou zaliha x* i potražnja w.

Prema (2.16)

Fx(x)= With+a R(w ≤ x)- (b+z)(1- P(w ≤ x}) =

= With+ (a + b+z) P(w ≤ x) – (b+z) = 0,

jer - funkcija distribucije w, onda

Dakle, optimalan nivo zaliha, koji odgovara minimumu funkcije cilja F(x), određuje se pomoću inverzne funkcije (2.17), tj.

Ako uzmemo u obzir ograničenje (2.15), onda se rješenje obično nalazi na sljedeći način: ako, onda prihvatamo; ako, prihvatiti; ako onda X* je pravo rješenje za optimalan nivo zaliha.

Tako smo odredili obim ulaganja I u materijalno-tehničke rezerve prema formuli:

I = P c · X*, (2.18)

Gdje P c– tržišnu vrijednost jedinice zaliha proizvoda, X*- optimalan nivo zaliha.

Prilikom rješavanja zadataka (2.14) i (2.15) klasičnom metodom obično se javlja niz poteškoća koje se sastoje od sljedećeg: nije uvijek moguće odrediti funkcije (zakon) raspodjele potražnje, tj. rješavanje jednačine (2.16) postaje teško.

Ove karakteristike ograničavaju upotrebu klasičnog pristupa, stoga je potrebno kreirati posebne metode usmjerene na rješavanje KM problema oblika (2.14) i (2.15), koji se rješavaju korištenjem dostupnih informacija o zapažanjima (realizacijama) vrijednosti potražnje. w i vrijednost funkcije troškova f(x,w) za fiksnu potražnju w i nivo zaliha X.

Algoritam 1. Neka se aproksimacija dobije na s. iteraciji x s , s= 0, 1, ..., do optimalnog nivoa zaliha X*(x 0 – početna aproksimacija se može izabrati proizvoljno jednaka 0). onda:

1. U skladu sa početnim podacima o specifičnim vrijednostima potražnje, dobijamo zapažanje w s nad implementacijom slučajne varijable w na iteraciji. Imajte na umu da se za to može koristiti simulacijski model potražnje.

2. Konstruirajte vektor stohastičkog gradijenta funkcije Fx(x), definisan sa (2.14):

gdje je stohastički gradijent funkcije f(x, w) od strane X u tački (xs, w s), definira se na sljedeći način:

Evo x 0 = 0; ρ s je veličina koraka u smjeru gradijentnog spuštanja u sth iteraciji.

Ovi uslovi su neophodni za konvergenciju niza ( xs), dobijeno prema (2.20) za rješavanje problema X* vjerovatnoća 1.

Algoritmi se ne mijenjaju s promjenama u zakonu raspodjele potražnje w; eksplicitno poznavanje ovih zakona nije potrebno. Potonje znači da je algoritam primjenjiv na rješavanje složenijih problema u kojima je potražnja specificirana korištenjem simulacionog modela. Ovaj algoritam se lako može implementirati na računar.

Za razliku od poslova za jedan proizvod, kompanija organizuje zalihe m vrste proizvoda. Zadatak je pronaći takvu količinu zaliha x= (x 1 , ..., x m), čime se minimiziraju očekivani troškovi, tj.

pod ograničenjima

Ovdje je funkcija troškova f i (x i ,ω i), vezano za obim zaliha x i i potražnja ω i, može se predstaviti u sljedećem obliku:

Gdje sa i - troškovi povezani sa stvaranjem zaliha jedinice robe i-ti tip (uključujući troškove izvršenja naloga); α – jedinični troškovi povezani sa skladištenjem viška zaliha i th proizvoda po jedinici vremena; β i– jedinični troškovi povezani sa gubicima od nestašica i th proizvoda po jedinici vremena; z i – Prodajna cijena i-ta vrsta proizvoda; I - donju i gornju graničnu količinu zaliha proizvoda i-th tip.

Konkretno, kada F(x) ima kontinuirane derivacije, njegov minimum bez uzimanja u obzir ograničenja (2.22) je napravljen klasičnom metodom sličnom (2.17), traženo rješenje je x i *, i= 1,...,m nalazi se iz jednačine, i= 1,2 …, m, gdje je F i(x i) = P{ω i < x i} - funkcija distribucije ωi.

Ako je funkcija distribucije poznata, onda.

U slučaju kada je funkcija F nepoznata i(Xi), primjena metode stohastičkog gradijenta svodi se na analitički algoritam 2.14.

Algoritam 2. Neka se aproksimacija dobije na sth iteraciji , s= 0, 1, ..., do optimalnog nivoa zaliha ( – početna aproksimacija se može izabrati proizvoljno, na primjer jednaka 0). onda:

1. U skladu sa početnim podacima o vrijednostima potražnje, dobijamo zapažanje implementacije slučajne varijable w na sth iteraciji. Imajte na umu da se za to može koristiti simulacijski model potražnje.

2. Konstruirajmo stohastički gradijent vektora, gdje je stohastički gradijent funkcije f i (x i , w i) u tački - definira se na sljedeći način:

3. Određujemo novu aproksimaciju prema rekurentnom pravilu:

Da bi niz () konvergirao rješenju problema, dovoljni su slični uvjeti dati u algoritmu 1.

Rješenje problema KM sa odlukama o usklađivanju je da se prvobitno donesena (na osnovu dostupnih statističkih podataka o potražnji) odluka o količini zaliha proizvoda u uslovima netačnih informacija i potražnje naknadno pojašnjava i prilagođava kao sve tačnije informacije o njima. je primljeno. Opšta šema za rješavanje problema upravljanja sa korekcijom je sljedeća: odluka (prihvatanje početnog nivoa zaliha) - posmatranje (implementacija potražnje) - odluka (određivanje optimalne korekcije nivoa zaliha). Ovdje je glavni cilj problema upravljanja zalihama sa korekcijom da se izabere nivo zaliha koji minimizira očekivane troškove njegove implementacije i korekcije. Problemi KM sa odlukama o prilagođavanju imaju svojstva prilagođavanja prilikom donošenja optimalne odluke u pogledu nivoa zaliha.

Prilagođavanje nivoa zaliha nije posledica nedostataka u funkcionisanju preduzeća, ono je organski svojstveno upravljanju zalihama u probabilističkim uslovima.

U problemu upravljanja zalihama, uzimajući u obzir mogući transport, vodeći računa o korekciji u kojoj je potrebno minimizirati očekivane troškove viškova, transporta proizvoda i očekivane gubitke od nestašica, tj.

At x i≥ 0, i= 1, ... , m. (2.26)

Evo f(x, w) je slučajna varijabla, optimalna vrijednost ciljne funkcije stohastičkog transportnog problema određuje se na sljedeći način: minimum funkcije:

Na varijable y ij , r i, And h i sljedeće podliježu ograničenjima

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

Problem (2.26) – (2.27) je američki problem s korekcijom, gdje je (2.26) korektivna; (2.28) - popravni.

U navedenim zadacima postoje dvije faze odlučivanja: prva je donošenje odluke o početnom nivou zaliha; drugi je preraspodjela zaliha između tržišta nakon što postane poznata veličina potražnje.

Za rješavanje problema (2.26) - (2.28) predlaže se algoritam 2.16.

Prilikom razmatranja i analize praktične primjene problema KM sa korekcijom dolazi se do zaključka koje će varijable biti u zadatku određivanja početnog nivoa inventara, a koje u zadatku korekcije.

Dinamički KM problemi nastaju kada se vrijednosti parametara modela mijenjaju tokom kontrolnog intervala. Takve promjene se mogu dešavati kontinuirano, u svakom trenutku vremena, i tada se razmatra dinamički model sa kontinuiranim vremenom, ili u momentima prelaska iz jednog podintervala (perioda) kontrole u drugi - tada se razmatra dinamički model sa diskretnim vremenom.

Treba napomenuti da se iz više razloga (manja složenost informacija, jednostavniji aparat za matematičko modeliranje, diskretna priroda dobijanja informacija i promjena upravljačkih radnji, itd.) najčešće sreću dinamički modeli sa diskretnim vremenom. Za rješavanje ovih problema predložene su metode zasnovane na idejama dinamičkog programiranja i teorije čekanja. Uspjeh primjene ovih metoda na probleme upravljanja zalihama je neefikasan, jer ove metode nameću vrlo stroge zahtjeve za dimenziju problema i zakone raspodjele slučajnih varijabli.

Dinamički KM modeli, u kojima je kontrolni period podložan fragmentaciji, a proizvod koji je ostao na kraju prethodnog vremenskog perioda, mogu se koristiti za zadovoljavanje potražnje u narednom vremenskom periodu, tj. kontrolne akcije su funkcije vremena.

Promjene parametara modela tokom vremena ne mogu se uvijek zanemariti. To se može učiniti, na primjer, u slučaju relativno kratkog kontrolnog intervala ili u slučaju stacionarnog kontrolnog procesa.

Deterministički i stohastički problemi dinamičkog upravljanja zalihama razmatrani su u radovima domaćih i stranih naučnika. Za rješavanje ovih problema predložene su metode zasnovane na idejama dinamičkog programiranja i teorije čekanja. Uspjeh primjene ovih metoda na probleme upravljanja zalihama je neefikasan, jer ove metode nameću vrlo stroge zahtjeve za dimenziju problema i zakone raspodjele slučajnih varijabli.

Hajde da razmotrimo t interval, koji se deli na N period. Tokom ovih perioda kompanija mora zadovoljiti slučajnu potražnju w t za neki homogeni proizvod x t V t-th period. Funkcija raspodjele potražnje ili njena implementacija smatra se poznatom. Potražnja w t je zadovoljan u potpunosti ili djelimično - u mjeri u kojoj raspoložive zalihe to dozvoljavaju. Ako potražnja w t nije u potpunosti zadovoljena, onda iznos nezadovoljene potražnje y t određena formulom

Pretpostavimo da je iznos ranije nezadovoljene potražnje att nije uzeto u obzir u ( t+ 1)th period. U ovom slučaju kompanija trpi gubitke direktno proporcionalne iznosu nezadovoljene potražnje ω t. Strategija upravljanja zalihama je da se proveri da li je nivo zaliha dostigao niži kontrolni (kritični) nivo, tj. da li je uslov ispunjen x t≤ . Ako je to slučaj, a prethodno poslani zahtjev za povećanje obima zaliha je zadovoljen, onda se podnosi novi zahtjev za povećanje obima zaliha proizvoda. Obim istovremenog povećanja zaliha je fiksan i jednak je gornjem nivou kontrole , > . U ovom slučaju, količina zaliha proizvoda se provjerava samo u diskretnim vremenskim trenucima u redovnim intervalima, na primjer, koji se poklapa s početkom svakog perioda. Rok isporuke za novu seriju naručenih proizvoda je ll< N .

Matematička formulacija problema je pronaći takve optimalne parametre , , koji minimiziraju očekivane troškove kompanije F(, ) = Mf(, , w) pod uslovom 0≤ ≤ .

Evo f(, , w) – funkcija troškova, izražava ukupne troškove vezane za poslovanje preduzeća, a određuje se na sljedeći način:

Ovdje: ; ; respektivno, su troškovi stvaranja, troškovi skladištenja viška i gubici od manjka zaliha proizvoda.

Slika 2.9 prikazuje blok dijagram funkcionisanja simulacionog modela razmatranog problema upravljanja zalihama.

Rice. 2.9. Dijagram toka za izračunavanje očekivanih ukupnih troškova

Kao rezultat (igranja) eksperimenta, na izlazu dobijamo numeričku vrijednost funkcije (2.30). Odgovarajući ciklus simulacije ocrtan je iza isprekidanog pravokutnika.

Algoritam za rješavanje problema se suštinski ne razlikuje od prethodnih.

Razmatranje konceptualne formulacije još jednog praktičnog KM zadatka je kako slijedi. Planiranje ujedinjenih vazduhoplovnih jedinica u hijerarhijskim sistemima MTS-a vrši se godišnje za određeni period pre kraja tekuće godine. Na osnovu stanja ovog materijala koji se očekuje na kraju godine, sastavlja se godišnji zahtjev (potrebni resursi) P:

P = PP + (NC + NW – O), (2.31)

gdje je PP proizvodna rezerva za zadovoljavanje potražnje dodijeljene flote aviona i helikoptera; O - ostatak; NZ- minimalna rezerva namijenjena podmirivanju potreba za redovnim avionima drugih državnih avio-uprava (GUAP); NW- sigurnosne zalihe dizajnirane da kompenzuju poremećaje u opskrbi.

Pošto se isporuke vrše kvartalno, nivo zaliha se utvrđuje za svaki kvartal (osim NW, što je prijenos) a godišnja primjena se dobija zbrajanjem kvartalnih zaliha uzimajući u obzir stanja prema formuli (2.31), što je nedovoljno.

Naime, nivoi rezervi svake vrste, a shodno tome i potreba za resursima, određuju se potražnjom za imovinom za planirani period (godinu). Složenost i odgovornost planiranja u hijerarhijskom višeelementnom sistemu snabdijevanja sa slučajnom potražnjom otežava potreba da se uzmu u obzir veliki gubici od zastoja flote aviona i helikoptera u slučaju nedostatka avio opreme i značajnih troškova skladištenja. i održavanje viška zaliha u normalnom stanju u slučaju viška avio opreme.

Za njega se, pored uvedenih oznaka, uvode i sljedeće oznake: x i, - početni nivo zaliha za i-th magacin; wj, - slučajne varijable koje karakterišu potražnju za rezervnim dijelovima j Vazduhoplovnotehnička baza (ATB); y ij- obim zaliha rezervnih delova iz i th magacin u j th baza; c ij- jedinični troškovi za transport rezervnih dijelova iz i th magacin u j th baza; α i- jedinični troškovi skladištenja rezervnih dijelova i-th magacin; β j- specifični gubici uzrokovani nedostatkom rezervnih dijelova na j th base. Pretpostavlja se da β j ≥ max c ij, gdje se izračunava maksimum za ta mjesta skladištenja i, prijevoz od kojeg do mjesta potrošnje j su prihvatljivi.

Cilj je odabrati početni nivo zaliha koji minimizira očekivane ukupne troškove vezane za skladištenje, skladištenje i transport rezervnih dijelova.

Osnovna karakteristika robnog toka kao objekta trgovinske logistike je njegova količina, koju određuju: obim i način potrošnje korisnika i kapacitet proizvođača; propusnost preprodavača; priroda proizvodnog procesa dobavljača-proizvođača; efikasnost transporta i komunikacija; finansijske sposobnosti trgovačkih subjekata, njihovu sposobnost da blagovremeno i u potpunosti isporuče proizvode.

Predmet razvoja je trgovačko društvo (ili trgovačko investiciono društvo) koje se bavi prodajom građevinskog materijala. Kompanija ima konglomerat - lanac prodavnica. Ove prodavnice prodaju građevinski materijal. Postoji generalni magacin u koji se isporučuje materijal za privremeno skladištenje i prodavnice gde se prodaju na malo. Istovremeno, roba se prodaje na veliko iz skladišta.

Prilikom rješavanja problema (2.14), (2.15) izvršeni su proračuni za sljedeće vrijednosti njegovih parametara: cijena 1 m 3 rezane građe u trenutku isporuke u skladište (uključujući troškove ispunjenja narudžbe) je With= 153 USD; troškovi skladištenja za 1 m 3 ploča α = 3 USD godišnje; gubici od nedostatka 1 m 3 ploča β = 44 USD; potražnja ω – ravnomjerno raspoređena po intervalu, tj. prema klasičnom pristupu, optimalan nivo zaliha će biti x*= 3226,2 m 3. Istovremeno, obim ulaganja je

I = 153 ·3226,2 = 493608,6 c.u.

Izvršeni proračuni pokazuju da veličina optimalne partije isporuke za potrebe formiranja zaliha značajno zavisi od troškova skladištenja i ostvarene cijene. Dakle, ako organizacija isporuke i skladištenja jednog automobila drvnog materijala, prema našim proračunima, iznosi 9180 USD, onda se trošak skladištenja 60 m 3 drvne građe za godinu dana utvrđuje u iznosu od 60 m 3 x 3 AMERIČKI DOLAR. = 180 USD

Rezultat pomoću algoritma 1 prikazan je u tabeli 2 i na slici 6.

Kao što se vidi iz trećeg reda tabele 2, vrednost očekivanih troškova poklapa se sa njegovom vrednošću pronađenom klasičnom metodom, a nivo zaliha x*= 3229,137m 3 ne odgovara. Ova slika prirodno nastaje zbog netačnosti apriornih informacija o nasumičnoj potražnji. Prilikom izvođenja proračuna nema potrebe za dobivanjem rješenja visoke preciznosti.

Proračuni su izvršeni za sljedeće vrijednosti parametara modela: ω i– slučajne varijable ravnomjerno raspoređene u intervalu [ l i, q i], i= 1,...,5. Vektori l = (l l, ..., l 5), q= (q 1 , ..., q 5), a= (α 1, ..., α 5); β = (β 1, ..., β 5), dato u obliku l= (9700, 9500, 7000, 6600, 4850), q= (10000, 10000, 7500, 6800, 5000),

Tabela 2.

Proračun optimalnog nivoa zaliha drvne građe kada se troškovi skladištenja mijenjaju, a prodajna cijena ostaje nepromijenjena

(z = 244 cu)

α = (5, 5, 5, 5, 5),

β = (50, 45, 45, 30, 39),

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

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

Rice. 2.10. Grafikon procesa optimizacije nivoa zaliha svakih 10 iteracija

Potražnja ω – ravnomjerno raspoređena u intervalu [ l i, q i].

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

F(X*) = 8949085,51.

Kao rezultat proučavanja algoritma 2, dobijen je optimalan nivo zaliha.

Na osnovu sprovedenog naučnog istraživanja mogu se donijeti sljedeći zaključci i prijedlozi:

1. Sveobuhvatno proučavanje teorijskih, metodoloških i praktičnih problema formiranja i korišćenja zaliha, optimizacije njihove veličine u savremenim uslovima pokazalo je da, generalno, uvođenje stohastičkih modela i metoda upravljanja zalihama ima određeni ekonomski efekat, njihov Široka upotreba u trgovini na veliko otkriće skrivene interne rezerve preduzeća i povećati nivo efikasnosti njihovih aktivnosti.

2. Kao rezultat studije utvrđeno je da preduzeća ostvaruju profit koji je očigledno nedovoljan za normalno funkcionisanje u tržišnim ekonomskim uslovima, postoji nizak obrt sredstava uloženih u zalihe i visok nivo troškova distribucije. Razlog tome je djelimično što se odluke o regulisanju zaliha u trgovačkim i investicionim društvima uglavnom donose intuitivno, bez uzimanja u obzir posebnih ekonomskih proračuna. Kao rezultat toga, čak i manje greške postaju velike greške koje skupo koštaju kompaniju. Stoga se korištenjem matematičkih metoda u upravljanju zalihama stvaraju preduslovi za donošenje naučno utemeljenih odluka.

3. Na osnovu razvijenih složenih ekonomsko-matematičkih modela upravljanja zalihama, otkriveno je da veličina optimalne partije isporuke za potrebe kreiranja zaliha zavisi od troškova formiranja, održavanja, cene robe, nivoa prihoda, sezonalnosti i faktori konkurentnosti.

4. Izvršena je sistematska analiza preduslova za praktičnu upotrebu sistema modela upravljanja zalihama, čije se predložene metode mogu koristiti u praksi, posebno u veletrgovinskim preduzećima. U tržišnim uslovima, potonji imaju priliku da samostalno donose odluke o vremenu i veličini narudžbe robe, samostalno uspostavljaju ekonomske odnose s dobavljačima, po potrebi privlače dodatni obrtni kapital, a također samostalno određuju prodajnu cijenu robe.

5. Nivo glavnih ekonomskih pokazatelja aktivnosti viših nivoa menadžmenta kompanije određen je sistemom generalizovanih indikatora. Međutim, metode analize koje se koriste u praksi ne zadovoljavaju u potpunosti savremene zahtjeve. U tom smislu, obećavajuće metode stohastičke optimizacije, posebno dvostepeni problem stohastičkog programiranja posebne strukture.

6. Rezultati naučnog istraživanja bili su razvoj metodologije za konstruisanje skupa ekonomsko-matematičkih modela za optimizaciju upravljanja zalihama, u cilju povećanja stepena efikasnog korišćenja materijalnih i radnih resursa. Uvođenje ove metode kroz implementaciju modela optimizacije omogućava povećanje profita i poboljšanje ekonomske efikasnosti preduzeća.

Odobrena je lista sezonskih djelatnosti u čijim se organizacijama tokom cijele sezone pri obračunu staža osiguranja uzima u obzir da njegovo trajanje u odgovarajućoj kalendarskoj godini bude puna godina. Uredba Vlade Ruske Federacije od 4. jula 2002. br. 498.

Sudakevič S. A., Osobine planiranja i računovodstva u preduzećima industrije konzervi u novim uslovima rada, M., 1970.

Neujednačenost proizvodnje niza industrija, građevinarstva i poljoprivrede povezana sa godišnjim dobima. Faktor sezonskosti manifestuje se u nemonotoničnom, pulsirajućem obliku grafova obima proizvodnje u zavisnosti od vremena... Rečnik ekonomskih pojmova

- (vidi SEZONALNOST PROIZVODNJE) ... Enciklopedijski rečnik ekonomije i prava

Nonfarm Payrolls - (Broj novih poslova van poljoprivrede) Nonfarm Payrolls je makroekonomski pokazatelj zaposlenosti stanovništva SAD van poljoprivrede Makroekonomski pokazatelj zaposlenosti Nonfarm Payrolls, broj poslova izvan ... Enciklopedija investitora

PROIZVODNJA, sezonski faktor povezan sa godišnjim dobima, neujednačenost proizvodnje niza industrija, građevinarstva i poljoprivrede. Faktor sezonskosti manifestuje se u nemonotonskom, pulsirajućem obliku grafova zavisnosti... ... Ekonomski rečnik

Gajdarske transformacije u privredi i sistemu javne uprave koje je izvršila ruska vlada pod rukovodstvom Borisa Jeljcina i Jegora Gajdara u periodu od 6. novembra 1991. do 14. decembra 1992. godine. Jeljcinova vlada... ... Wikipedia

Recesija - (Recesija) Sadržaj >>>>>>>>> Recesija je definicija produktivnosti koja karakteriše nulti ili negativan glavni indikator bruto domaćeg proizvoda, koji se dešava šest meseci ili više... Enciklopedija investitora

Inflacija - (Inflacija) Inflacija je depresijacija monetarne jedinice, smanjenje njene kupovne moći.Opšti podaci o inflaciji, vrstama inflacije, šta je ekonomska suština, uzroci i posledice inflacije, pokazatelji i indeks inflacije, kako.. ... Enciklopedija investitora

Veleprodajne zalihe - (Veleprodajne zalihe) Utvrđivanje zaliha na veliko, trgovačkih i magacinskih zaliha Informacije o utvrđivanju zaliha na veliko, trgovačkih i magacinskih zaliha Sadržaj Sadržaj Vrste zaliha i njihove karakteristike Trgovinske i magacinske zalihe Principi ... ... Enciklopedija investitora

RHACHISCHIS - RHACHISCHIS, vidi Spina Ufida. RAHITI. Sadržaj: Istorijski podaci..............., . . 357 Geografska distribucija i statistika. . 358 Socijalno-higijenski značaj........359 Etiologija......................360 Patogeneza...Velika medicinska enciklopedija

Konjunktura - (Konjunktura) Konjunktura je formirani skup uslova u određenoj oblasti ljudske delatnosti.Pojam konjunkture: vrste konjunkture, metode predviđanja konjunkture, uslovi finansijskog i robnog tržišta Sadržaj... ... Investitor Encyclopedia

Pronađena greška:

Sezonska analiza je dugo bila zatvoreno područje profesionalnih trgovaca, ali je u protekloj deceniji postala široko rasprostranjena među individualnim trgovcima i investitorima. Još uvijek je teško doći do dobrih informacija o sezonskom trgovanju, što samo po sebi nije loše, jer još uvijek postoji niša koja se može efikasno iskoristiti.

Određivanje sezonalnosti

Sezonalnost se odnosi na obrasce koji zavise od doba godine. Sezonski faktor se, kao takav, manifestuje u mnogim oblastima poslovanja. Na primjer, prodaja božićnih čestitki sasvim logično dostiže vrhunac prije Božića. Računovodstvene usluge dostižu vrhunac na kraju finansijske godine. Vrhunac prodaje crvenih ruža je uoči 14. februara. Mnoga preduzeća, proizvodi i statistika podložni su sezonskim promjenama. Za pripremljenog trgovca ovo može značiti dobru priliku za trgovanje.

Šta pokreće sezonske obrasce

Odgovor na ovo pitanje je isti kao i na cijenu – ponuda i potražnja. Uzmite u obzir potražnju za govedinom. U svakoj ekonomiji potražnja je najveća kada je najhladnije vrijeme. To je sasvim logično, jer ljudi jedu više toplih jela zimi nego ljeti. Iako je potražnja za govedinom visoka tokom sezone roštiljanja, obično je manja od potražnje za dobrim domaćim obrokom.

Sa strane ponude, zauzvrat, prirast žive stoke tokom zime je prilično nizak. Zbog toga je tokom zime potražnja velika, a ponuda ostaje mala. To dovodi do sezonskih varijacija cijena. Ako odaberete pravo vrijeme za ulazak na tržište, možete dobro zaraditi od ovoga.

Još jedan primjer sezonskosti na tržištu roba je kafa. Potrošnja kafe je mnogo veća na sjevernoj nego na južnoj hemisferi, a aktivnija je zimi nego ljeti. Tako, nakon marta, potrošnja počinje da opada. Uz to, berba na južnoj hemisferi obično počinje u junu. Shodno tome, proizvođači imaju tendenciju da likvidiraju zalihe do ovog trenutka, čineći isporuku majskih fjučersa (počevši od 20. aprila) manje poželjnom. Ovo stvara dobru priliku za trgovinu na kratko.

Osnovna ili tehnička osnova sezonskog trgovanja

Za mnoge trgovce je važno da znaju da li prate tehničke ili fundamentalne faktore. Pogledajmo definiciju svake grupe faktora i kako se ona odnosi na sezonsko trgovanje:

Tehnička analiza- proučavanje trendova i obrazaca cijena. Često se to odnosi na grafičku analizu, iako je, da budemo precizni, grafička analiza podoblast tehničke analize.

Fundamental Analysis povezana s analizom dinamike ponude i potražnje, a ne grafikonima cijena.

Dakle, šta je sezonska analiza? Postoje dva načina da se to posmatra. S jedne strane, možete reći da je sezonska analiza fundamentalne prirode jer procjenjuje promjenu ponude i potražnje u bilo koje doba godine. U navedenim primjerima sezonskost smo posmatrali sa stanovišta fundamentalnih faktora. U primjerima su razmatrani ciklusi usjeva i proizvodnje, vremenske prilike i potražnja potrošača - to su, naravno, fundamentalni faktori koji analiziraju ponudu i potražnju.

Takođe možete gledati na sezonsko trgovanje iz tehničke perspektive jer je to analiza cjenovnih obrazaca na tržištu. Ovi obrasci cijena se mogu ponoviti i u skladu s tim predstavljaju mogućnosti trgovanja. Prepoznavanje ponavljajućih obrazaca je osnova tehničke analize, tako da sezonsku analizu možemo smatrati vrstom tehničke analize.

Imajte na umu da ne postoji ispravan ili pogrešan pristup ovom pitanju. Svi trgovci imaju svoje preferencije i mogu imati svoje individualno razumijevanje trgovine sijenom. Međutim, postoje neke prilično važne stvari koje treba uzeti u obzir.

Pronađite dobar izvor informacija. Osim ako niste kvantitativni analitičar, morate odnekud dobiti sezonske podatke. Nemojte koristiti sezonske podatke za direktnu trgovinu fjučersima. Uzmite u obzir trgovačke marže, gdje su signali obično pouzdaniji. Pronađite dobrog brokera koji će vam dati mogućnost da efikasno postavljate naloge za širenje. Nemojte koristiti sezonske podatke u izolaciji. To je ono što iznevjerava mnoge trgovce. Sezonski podaci su samo dio ukupne tržišne jednadžbe. Zauzmite sistematski pristup. Imati prave informacije i slijediti plan je najbolji način djelovanja. Ne jurite za sezonskim ponudama po svaku cijenu. Mnogo je važnije dobiti prave informacije i u skladu s tim plasirati trgovine.

Čak i ako ne trgujete robom, s obzirom na blisku međusobnu povezanost finansijskih tržišta, uključivanje analize sezonalnosti može biti od velike pomoći u pronalaženju profitabilnih prilika za trgovanje i na drugim tržištima.

Posebno mjesto među faktorima koji utiču na razvoj turizma zauzima sezonalnost, koja djeluje kao najvažniji specifični problem.

Sezonalnost je svojstvo turističkih tokova da se koncentrišu na određenim mjestima u kratkom vremenskom periodu. Sa ekonomske tačke gledišta, on predstavlja ponovljene fluktuacije potražnje sa naizmjeničnim vrhovima i padovima. U zemljama sjeverne hemisfere s umjerenom klimom, glavna („visoka“) godišnja doba su ljeto (jul-avgust) i zima (januar-mart). Osim toga, postoje van sezone (april-jun, septembar) i „niska sezona“ (oktobar-decembar), tokom kojih turistički tokovi izumiru, a potražnja je svedena na minimum.

Karakteristike sezonske potražnje u turizmu su sljedeće: značajno varira po vrsti turizma. Dakle, edukativni turizam karakteriziraju manje značajne sezonske fluktuacije od rekreativnog turizma. Manja sezonska neujednačenost potražnje karakteristična je i za medicinski i poslovni turizam; Različite turističke regije imaju specifične oblike sezonske neujednačenosti potražnje. Dakle, možemo govoriti o specifičnostima turističke potražnje na određenom lokalitetu, regiji, zemlji, pa iu globalnim razmjerima.

Tako, prema statistikama, u Evropi na dva ljetna mjeseca otpada i do polovine svih turističkih putovanja. U zemljama u kojima su godišnja kolebanja temperature i drugih klimatskih elemenata neznatna, sezonalnost turizma je manje izražena (npr. Maroko ima turističku sezonu tokom cijele godine); Sezonalnost u turizmu uglavnom je određena faktorima kao što su klimatski, socijalni i psihološki utjecaji.

Na sezonalnost potražnje utiču i psihološki faktori (tradicija, imitacija, moda). Vrhovi i doline turističke aktivnosti se u velikoj mjeri mogu objasniti konzervativnošću većine turista, tj. duboko ukorijenjeno mišljenje da je ljeto najpovoljnije vrijeme za odmor.

Sezonske fluktuacije turističke potražnje negativno utiču na nacionalnu ekonomiju. Oni dovode do prisilnog zastoja materijalno-tehničke baze i dovode do društvenih problema. Činjenica da se većina preduzeća u turističkoj industriji i njeno osoblje koristi samo nekoliko mjeseci godišnje razlog je povećanja udjela polufiksnih troškova u troškovima turističkih usluga. To smanjuje mogućnost provođenja fleksibilne politike cijena, otežava djelovanje turističkih poduzeća na tržištu i smanjuje njihovu konkurentnost.

Negativne posljedice sezonske neujednačenosti potražnje zahtijevaju proučavanje ovog fenomena i poduzimanje organizacionih, ekonomskih i društvenih mjera kako bi se izgladili sezonski vrhunci i recesije u turizmu. U tu svrhu turističke organizacije i preduzeća praktikuju sezonsku diferencijaciju cijena (povišene cijene u visokoj sezoni, umjerene cijene van sezone i niže cijene u „niskoj sezoni“; razlika u hotelskim cijenama u zavisnosti od sezone može doseći 50 posto ), podstiče razvoj vrsta turizma koji nisu podložni sezonskim fluktuacijama (npr. poslovni, kongresni i sl.).

Izglađivanje sezonalnosti u turizmu ima veliki ekonomski učinak, omogućavajući vam da produžite vijek trajanja materijalno-tehničke baze, povećate stepen korištenja osoblja tijekom cijele godine i povećate prihode od turizma.

Smještajni i ugostiteljski objekti zauzimaju posebno mjesto u turističkoj djelatnosti. Privlačnost regije za turiste u velikoj mjeri zavisi od nivoa hotelske i restoranske usluge. No, turistička industrija, posebno smještajna i ugostiteljska poduzeća, podložna je fluktuacijama potražnje za turističkim uslugama tijekom cijele godine (sezonski), što dovodi do povećanja troškova održavanja smještajnih i ugostiteljskih poduzeća i povećanja troškova njihovih usluga. .

turizam prirodno geografski ekonomski

Posebno mjesto među faktorima koji utiču na razvoj aktivnosti organizacije u uslužnom sektoru zauzima faktor sezone. Ovisno o sezoni, obim usluga može značajno varirati. Organizacije i institucije poduzimaju niz mjera usmjerenih na smanjenje sezonskih padova, na primjer, uvođenje sezonske diferencijacije cijena (razlika u tarifama može doseći 50%).

Sezonalnost se odnosi na promjene vremenskih serija koje imaju unutargodišnju cikličnost, ovisno o kalendarskom periodu godine, prirodnim pojavama, praznicima itd. Na primjer, prodaja proizvoda tvornice krzna će se povećati u oktobru, dostići maksimum u novembru, opasti do marta, a zatim će ostati na veoma niskom nivou do septembra - oktobra. Kao primjer, zanimljivo je uporediti sezonske promjene nivoa cijena u Rusiji i zapadnoevropskim zemljama. U Rusiji se nivo cijena tokom praznika (na primjer, Božić, Nova godina, 9. maj, 1. septembar, itd.) značajno povećava. Dok se u zapadnoj Evropi rasprodaje po pravilu održavaju predprazničnim danima, tj. Uglavnom cijene padaju.

Pojave koje su podložne sezonskim promjenama moraju se ispitati na prisustvo osnovnog trenda razvoja. Da bi se to postiglo, potrebno je raspodijeliti volumen promjene u fenomenu između sezonske komponente i glavnog trenda.

Proučavanje i mjerenje sezonalnosti vrši se pomoću posebnog indikatora - indeksa sezonalnosti.

Indeksi sezonskosti pokazuju koliko je puta stvarni nivo serije u trenutku ili vremenskom intervalu t veći od prosječnog nivoa, ili nivoa izračunatog jednadžbom trenda f(t). Kada se analizira sezonalnost, nivoi vremenskih serija pokazuju razvoj fenomena u mjesecima (kvartovima) od jedne ili nekoliko godina. Za svaki mjesec (kvart) dobija se generalizovani indeks sezonskosti kao aritmetička sredina istoimenih indeksa za svaku godinu.

Metode za određivanje indeksa sezonalnosti zavise od prisustva ili odsustva osnovnog trenda.

Proučavanje sezonalnosti omogućava vam da:

utvrđivanje stepena uticaja prirodno-klimatskih uslova na formiranje potražnje za uslugama;

postaviti trajanje sezonskih fluktuacija;

otkriti faktore koji određuju sezonalnost;

utvrditi ekonomske posljedice sezonalnosti na regionalnom nivou;

razviti skup mjera za smanjenje sezonskih neujednačenosti u službi.

Sezonalnost u uslužnom sektoru određena je brojnim faktorima:

prirodno-klimatski - količina i kvalitet specifičnih pogodnosti;

ekonomski - struktura potrošnje dobara i usluga, formiranje solventnosti potražnje kroz ponudu;

društveno – dostupnost slobodnog vremena;

demografska – diferencirana potražnja prema polu, starosti i drugim karakteristikama;

psihološki – tradicija, moda, imitacija;

logistički;

tehnološki – integrisani pristup pružanju kvalitetnih usluga.

S jedne strane, faktor sezonskosti dovodi do neravnomjerne raspodjele radnog vremena (prekovremeni rad u periodima sve veće potražnje za uslugama i nedovoljnog opterećenja radnika van sezone) i, kao posljedicu, značajan udio nedovoljno zaposlenih radnika i fluktuacija osoblja.

S druge strane, sezonalnost stimuliše multidisciplinarnost poslova, kada isti radnik obavlja različite funkcije u zavisnosti od sezonskih uslova.

Osim toga, sezonski rad je koristan za mnoge kategorije stanovništva kao izvor dodatnog prihoda.

U procesu analize i planiranja obima prodatih usluga organizaciji koja je podložna sezonalnosti, potrebno je uzeti u obzir obrazac odstupanja pojedinačnih mjesečnih indikatora od godišnjeg prosjeka.

Ovi proračuni su napravljeni na osnovu koeficijenata sezonskosti, koji se izračunavaju kao procenat prosječnog mjesečnog nivoa za određeni broj godina prema prosječnom mjesečnom obimu prodatih usluga za cijeli obračunski period po formuli:

gdje: - koeficijent sezonskosti, %;

- prosječni nivo obima prodatih usluga za određeni mjesec, rub.;

- prosječni mjesečni obim prodatih usluga za obračunski period, rub. .

Djelatnosti vezane za proizvodnju i (ili) prodaju roba, radova ili usluga sezonskog karaktera su same po sebi poduzetničke prirode i imaju sve karakteristike koje karakteriziraju poduzetničku djelatnost:

1. Posebna vrsta ekonomske aktivnosti. Stalna želja za inovacijama, potraga za nekonvencionalnim rješenjima i mogućnostima, širenje obima i obima aktivnosti te stalna spremnost na preuzimanje rizika i pronalaženje načina za njihovo prevazilaženje. Sve se to u potpunosti može pripisati preduzećima sa sezonskom prirodom djelatnosti, što je posljedica posebnosti njihovog funkcionisanja.

Preduzetnik koji je odabrao ovu oblast je u određenoj mjeri spreman na rizik gubitka dijela dobiti u vansezoni i, što je sasvim prirodno, stalno pokušava pronaći načine da je smanji. Istovremeno, povećana konkurencija tokom sezonskog buma prisiljava je da pronađe nova, različita od postojećih, rješenja koja će joj omogućiti da uhvati veliki dio efektivne potražnje.

2. Nezavisnost. Kao iu svakom drugom slučaju, vlasnici preduzeća sa sezonskim karakterom delatnosti donose sopstvene odluke, kao i sredstva za njihovu realizaciju, oslanjajući se na postojeće resurse. Donošenje upravljačkih odluka može biti ograničeno pravnim okvirima ili prirodnim procesima.

3. Subjekti odnosa. Prisustvo svih subjekata tržišnih odnosa (samog preduzetnika, potrošača, konkurenata, države i drugih tržišnih partnera) u ovoj oblasti delatnosti ne podleže nikakvoj sumnji. Međutim, u zavisnosti od različitih okolnosti, posebna pažnja preduzetnika, za razliku od drugih oblasti delatnosti, može se posvetiti državi, kao tržišnom subjektu zainteresovanom za održavanje preduzeća u nepovoljnom vremenskom periodu uzrokovanom sezonskim uticajem.

4. Optimalno korištenje resursa. Želja za optimalnim korišćenjem postojećih resursa tipična je za svako preduzeće, jer to omogućava sticanje dodatnih konkurentskih prednosti i, kao rezultat, poboljšanje finansijske i ekonomske pozicije preduzeća.

Za preduzeća sa sezonskom prirodom aktivnosti, ovo je posebno tačno zbog sezonskog pada prodaje. Optimalna upotreba resursa (uglavnom smanjenje troškova) omogućava preduzeću da lakše preživi sezonski pad. U tom smislu, preduzetnik stalno traži načine da bolje iskoristi kapital i druge resurse, što je tipično za preduzetničku aktivnost.

5. Odgovornost za rezultate rada. Efikasnost poslovnih struktura sa sezonskom prodajom zavisi od njihove sposobnosti da dovoljno brzo i sa minimalnim potrebnim troškovima odgovore na uticaj eksternih faktora, tj. biti fleksibilan u konkurentskom okruženju.

Analiza eksternog okruženja čiji je glavni faktor sezonalnost, procjena internih resursa i sposobnosti poslovnih struktura osnova je fleksibilnosti njihovog ponašanja.

Neefikasnost sistema za reagovanje na uticaj sezonskih faktora dovodi do smanjenja nivoa profitabilnosti, pouzdanosti i praga komercijalne sigurnosti poslovnih struktura.

Funkcionisanje turističkog tržišta i srodnih turističkih preduzeća podložno je oštrim sezonskim fluktuacijama potražnje za turističkim proizvodom.

Sezonalnost se shvaća kao stabilan obrazac unutargodišnje dinamike određene pojave, koji se manifestuje unutargodišnjim povećanjem ili smanjenjem nivoa određenog indikatora tokom niza godina.

Proizvodni i uslužni proces turizma ima izraženu zavisnost od sezonskih fluktuacija.

Proučavanje sezonalnosti u turizmu omogućava vam da:

utvrđivanje stepena uticaja prirodno-klimatskih uslova na formiranje turističkih tokova;

odrediti trajanje turističke sezone;

otkriti faktore koji određuju sezonalnost u turizmu;

utvrditi ekonomske posljedice sezonalnosti na nivou regije i turističkog preduzeća;

razviti set mjera za smanjenje sezonskih neujednačenosti u usluživanju turista.

Sezonalnost u turizmu karakteriziraju sljedeće karakteristike:

period maksimalnog intenziteta turističkog toka naziva se glavna turistička sezona;

turistička regija, turističko preduzeće, zavisno od razvijenosti vrste turizma, može imati jednu ili više turističkih sezona;

turistički razvijene zemlje, regije, centri i kompanije imaju dužu glavnu turističku sezonu, a intenzitet turističkog toka nema izražene sezonske neujednačenosti, odnosno značajne sezonske fluktuacije karakteristične su za nizak stepen razvijenosti turističke ponude. ;

Sezonske fluktuacije u turizmu su različite za pojedine vrste turizma tokom vremena.

Svi navedeni faktori sezonskih fluktuacija mogu se podijeliti na primarne i sekundarne. Primarni faktori su faktori nastali pod uticajem prirodnih i klimatskih uslova; do sekundarnog - sve ostalo.

Shodno tome, postoji realna mogućnost uticaja na sezonsku neujednačenost potražnje u turizmu. Sezonalnost turizma dovodi do sezonske prirode zapošljavanja radnika u turizmu. Ovo ima svoje pozitivne i negativne strane.