64
собираемся обеспечивать со склада? Если мы вернемся к нашему примеру,
где граничный срок M' оказался равным 8 дням, и предположим, что всю
отсрочку платежа мы отдаем клиентам, то критический максимум M
окажется равным 7 штукам. Это следует из таблицы, так как уже восьмая
единица продукции будут продаваться в среднем 15 дней, а значит, маржи от
ее продажи не хватит для покрытия затрат на ее хранение. А что же будет со
всеми продажами, которые будут больше 7 единиц? Неужели мы их просто
потеряем? Нет, для таких продаж мы будем отдельно подвозить товар под
заказ клиента, то есть зарабатывать на продаже будем, а тратиться на
хранение и заморозку денег - нет. А если клиент откажется? Ну, значит, мы
на нем не заработаем, зато и не получим заведомый убыток, оплачивая
хранение на складе под эту продажу. А чтобы клиент не отказался, надо его
как-то простимулировать давать заявки на крупные поставки заранее, чтобы
мы могли вовремя все подвезти. Заодно неплохо было бы простимулировать
и продавцов, чтобы они эту информацию активно добывали, а не просто
продавали со склада, как в магазине. В принципе компании даже выгодно
дать при такой схеме поставки дополнительную скидку клиенту и
дополнительный бонус продавцу - при отгрузке "с колес" она все равно
заработает больше, так как не будет тратиться на хранение и заморозку
денег. Также рекомендуется вводить регламент для отгрузок, превышающих
это значение, по их обслуживанию за счет спецпоставок под заказ клиента.
Это позволяет не опустошать при таких запросах склад и не отказывать в
этой позиции остальным клиентам до прихода следующей поставки.
Нахождение критического минимума,
необходимого для осуществления продаж
Если дефицит не редкий случай в вашей компании, то временной ряд
продаж надо очищать и от заниженных значений, которые были обусловлены
недостаточным наличием позиции на остатках. При длительных периодах
дефицита искажение может быть существенным и занижать потребность в
разы. Если мы посмотрим на ситуацию со свободными утренними остатками
65
на складе 5 в нашем примере, то увидим, что с 7-го по 12-е число и 30-го
числа товара не было на складе:
Таблица 10
Определение числа товаров на складе
N дня
1
2
3
4
5
6
7
8
9
10
остатки, штук
15
13
13
11
9
2
0
0
0
0
N дня
11
12
13
14
15
16
17
18
19
20
остатки, штук
0
0
50
46
44
37
35
27
25
23
N дня
21
22
23
24
25
26
27
28
29
30
остатки, штук
16
14
14
9
2
1
38
31
27
0
А значит, нулевые продажи, которые мы видим в эти дни, это не
статистика спроса C: он мог быть, просто продажа не состоялась из-за
отсутствия товара. А так как мы делаем заказ, чтобы удовлетворять будущий
спрос, а не прошлые продажи, то должны считать именно спрос! Более того,
далее мы будем говорить только о складском спросе, то есть спросе, который
мы собираемся удовлетворять со склада, а не отдельно закупая под заказ
клиента. При этом будем называть складской спрос просто спросом, так как
все наши заказы на склад будем делать только из расчета на него. И как нам
получить временной ряд этого складского спроса из имеющегося у нас ряда
продаж? Все просто: если остатки на утро были недостаточными для
продажи, то мы не знаем, какой был спрос в этот день; а если нет, то спрос
равнялся продажам, так как продажи - это удовлетворенный спрос, и какой
спрос был, такой мы и удовлетворили. Разумеется, речь идет не просто об
остатках, а о свободных остатках, то есть таких, которые любой клиент с
улицы сможет прийти и купить. А как понять, какое количество достаточно
для продаж? При определении этого критического минимума возможны
различные подходы, но всегда анализируются продажи в день, когда хотя бы
одна продажа была. Причем мы будем анализировать только тот спрос,
который мы собираемся удовлетворять со склада, то есть мы отбрасываем
66
все значения продаж больше 7 единиц:
( ), : 0
i
m
медиана A i Ai
= >
,
где:
m - критический минимум остатков, необходимых для осуществления
продаж по позиции [Единиц];
Ai - суммарные отгрузки из документов расхода за i-ю дату по позиции
[Единиц].
В этой формуле отсекаются все нулевые продажи. Это нужно для того,
чтобы по позициям, продающимся не каждый день, не занижать
необходимый уровень остатков для осуществления продаж. Знание этого
минимума m позволит вам точно определять периоды дефицита.
Таблица 11
Периоды дефицита
N дня
1
3
4
5
6
13
14
продажи
2
2
2
7
2
4
2
N дня
15
16
17
18
19
20
21
продажи
7
2
8
2
2
7
2
N дня
23
25
26
27
28
29
медиана
продажи
5
2
1
7
4
2
7
2
Мы берем медиану - срединное значение - число, которое оказывается
посередине списка после сортировки числового ряда по убыванию или
возрастанию. То есть в 50% случаев, а обычно и больше, нам хватит
срединного значения, чтобы удовлетворить дневной спрос по позиции.
Расчет истории спроса
После того как вы получили верхнюю и нижнюю границы для очистки
временного ряда продаж, остается только применить их обе для расчета
временного ряда спроса по позиции на каждую дату:
67
,
,
i i i i
i
i i i
A A M S A m
C
NULL A M S A m
≤ ∧ + ≥
=
> ∨ + <
,
где:
i
C
- спрос по позиции за i-ю дату [Единиц];
i
A
- суммарные отгрузки из документов расхода за i-ю дату по позиции
[Единиц];
M - критический максимум остатков по позиции, выше которого
хранить на складе убыточно [Единиц];
i
S
- остатки по позиции на утро i-й даты без учета оплаченных резервов
[Единиц];
m - критический минимум остатков, необходимый для осуществления
продаж по позиции в течение дня [Единиц].
Если оба граничных условия выполняются, то спрос равен просто
суммарным продажам за эту дату. Если не выполняется хотя бы одно из
условий, то есть остатков вместе с приходами на дату было недостаточно для
осуществления продаж в этот день или вы осуществляли отгрузку по
спецпоставке под заказ клиента, то мы считаем спрос за эту дату
неизвестным (NULL). Получим теперь числовой ряд спроса за день - мы
будем брать все значения продаж меньше 7 единиц, когда свободные остатки
на утро плюс продажи за день были больше 2 единиц:
Таблица 12
Определение свободных остатков
N дня
1
2
3
4
5
6
спрос, штук
2
0
2
2
7
2
N дня
13
14
15
16
18
19
спрос, шт
ук
4
2
7
2
2
2
N дня
20
21
23
25
27
28
спрос, штук
7
2
5
2
7
4
68
Расчет точек заказа при заданных уровнях удовлетворения спроса
остатками
Ну наконец-то можно считать среднее значение и неравномерность
полученного спроса? Нет, это будет среднее значение и неравномерность
дневного спроса, а нас-то интересуют возможные продажи за четыре дня. Да,
есть формулы перевода одних значений в другие, но они действуют только
для нормально распределенных случайных величин, которые не так часто
встречаются на практике. Поэтому мы будем оценивать показатели спроса,
суммированного за столько дней, на сколько мы делаем анализ, например, за
4 дня. Но для этого нам придется убрать все пробелы в числовом ряду
спроса, когда мы не знали, каким он был:
Таблица 13
Оценка показателей спроса
N дня
1
2
3
4
5
6
13
14
15
16
остатки, штук
2
0
2
2
7
2
4
2
7
2
спрос за 4 дня, штук
6
11
13
15
15
15
15
13
13
13
N дня
18
19
20
21
22
23
24
25
27
28
остатки, штук
2
2
7
2
0
5
0
2
7
4
спрос за 4 дня, штук
13
11
14
7
7
14
13
15
13
8
Значения
i
C
сортируются по возрастанию даты, а индексы
присваиваются по порядку без пропусков, после чего на основании этого
ряда создается новый ряд суммированного спроса за L дней -
0
{ }
j
C
.
0
max( ) max( ) 1
0
1
, 1 max( ) 1
, max( ) 1 max( )
j L
j i
i j
i j L i
j i i
i j i
C C j i L
C C C i L j i
+
=
+ − −
= =
= ≤ ≤ − +
= + − + < ≤
,
где:
69
0
j
C
- j-я сумма спроса по позиции за количество дней, необходимое для
ее производства и поставки [Единиц];
i
C
- спрос по позиции за i-ю дату [Единиц];
L - время реакции, то есть срок от момента заказа позиции у
поставщика и до момента, когда позиция поступает в свободную продажу
[Дней].
Как бы страшно не выглядели условия суммирования в этих формулах,
на практике они означают лишь, что надо сложить L подряд идущих
значений спроса за день и сделать это с шагом в день ровно столько раз,
сколько имеется значений спроса. Это нужно для того, чтобы впоследствии
оценивать возможные изменения спроса за интересующий вас период и
создавать страховые запасы, адекватные именно их вероятностным
характеристикам, не проверяя различных статистических гипотез.
Таблица 14
Возможные изменения спроса
Показатель
Относительное среднее
отклонение
Максимум
спрос за день, штук
61%
7
спрос за 4 дня, штук
13%
15
Теперь, заказывая, мы знаем критический уровень остатков - 15 штук.
Причем, как мы видим, это значение вовсе не равно максимальному спросу
за один день, умноженному на четыре. Ощутимо снижается и относительное
среднее отклонение.
Расчет необходимой величины заказа
Итак, мы получили нижнюю границу, при достижении остатками
которой нам необходимо начинать заказ, - это 15 единиц. То есть каждый раз,
когда остатки плюс товары в пути становятся равными 15 или даже
оказываются меньше, надо начинать процесс закупки. Товары в пути надо
обязательно учитывать, чтобы не заказать эту же позицию на следующий
70
день, хотя она к нам и так уже едет. Но сколько же необходимо заказать
теперь? Для того чтобы определить это, нам надо прибавить к четырем дням,
в течение которых будет осуществляться поставка, еще период между
поставками и повторить наши расчеты из предыдущего пункта, уже для этого
суммарного срока. Например, если поставки осуществляются еженедельно,
то есть период между поставками составляет 7 дней, то наш суммарный срок
окажется равным 4 + 7 = 11 дней. Теперь строим для этих данных таблицу,
аналогичную той, которую мы получили в предыдущем пункте:
Таблица 15
Определение остатков и спроса
N дня 1 2 3 4 5 6 13 14 15
6
остатки, штук
2
0
2
2
7
2
4
2
7
спрос за 4 дня,
штук
32 32 39 39 37 35 33 31 36
3
N дня 18 19 20 21 22 23 24 25 27
8
остатки, штук
2
2
7
2
0
5
0
2
7
спрос за 4 дня,
штук
33 31 31 26 31 33 32 34 39
4
А результирующая таблица станет такой:
Таблица 16
Результативная таблица
Показатель
Относительное среднее
отклонение
Максимум
спрос за день, штук
61%
7
спрос за 4 дня, штук
13%
15
спрос за 11 дней, штук
7%
39
Таким образом, мы пришли к минимаксной модели закупок с
оптимальными параметрами: мы будем закупать в оптимальный момент,
когда остатки плюс товары в пути стали меньше 15 единиц, и оптимальное
количество - доводя остатки плюс товары в пути до 39 единиц.
71
ЗАКЛЮЧЕНИЕ
В выпускной квалификационной работе рассмотрены вопросы
организации, задачи учета, операции по движению и использованию
материального – производственных запасов, порядок документирования
учета материально – производственных запасов, ведение синтетического и
аналитического учета материально – производственных запасов, аудит и
анализ материально – производственных запасов.
Целью проверки операций с производственными запасами является
формулирование мнение относительно правильности классификации
производственных запасов, реальности их оценки и достоверности
отражения в учете и отчетности.
Основными источниками информации при проверке служат:
бухгалтерская отчетность (форма № 1 «Бухгалтерский баланс»); учетные
регистры (Главная книга, журналы – ордера, ведомости, машинограммы по
счетам 10 «Материалы», 15 «Заготовление и приобретение материальных
ценностей», 16 «Отклонение в стоимости материальных ценностей» и
другим); первичные документы (приходные ордера, накладные, товарно –
транспортные накладные, счета – фактуры, доверенности, акты о приемке
материалов, лимитно – заборные карты, требования – накладные, накладные
на отпуск материалов на сторону, акты на списание, карточки учета
материалов, инвентаризационные описи); юридические документы (договор
о полной материальной ответственности, договора поставки).
Для устранения имеющихся недостатков учетной политики можно
порекомендовать:
- пересмотреть положения и сделать ссылки на соответствующие
законодательные и нормативные документы;
- внести ряд элементов в учетную политику, касающихся
внутрипроизводственного контроля, структуры бухгалтерской службы,
аналитического учета движения материальных ценностей.
72
Был проведен экономический анализ эффективности использования
материальных ресурсов, в ходе чего выяснилось, что предприятию для
дальнейшего увеличения прибыли необходимо уменьшать материальные
затраты, в результате чего снизиться себестоимость, уменьшать
материалоемкость, увеличивать материалоотдачу, и т.д.
На основании анализа ликвидности баланса, можно сделать вывод о
недостаточно устойчивой платежеспособности ООО «ГРЕЙС» в
анализируемом периоде, что в свою очередь указывает не
неплатежеспособность организации без привлечения дополнительных
источников инвестирования. Был проведен финансовый анализ
платежеспособности предприятия. Из него следует следующий вывод, что в
целом предприятие находится неустойчивом состоянии платежеспособности.
Для улучшения финансово – хозяйственной деятельности ООО
«ГРЕЙС» необходимо:
- сокращение суммы постоянных расходов на содержание
управленческого персонала, ремонт основных средств и т. д.;
- снижение уровня переменных издержек за счет сокращения
численности производственного персонала и роста производительности
труда;
- ускоренной амортизации машин и оборудования;
- реализации неиспользуемого имущества;
- отказ от внешних социальных и других программ, снижение
инвестиционной активности предприятия и т. д.
Также необходимо ежемесячно проводить показателей хозяйственной
деятельности и финансового состояния, чтобы своевременно выявлять
происходящие изменения, влияющие как положительно, так и негативно на
финансовые результаты деятельности и стремиться устранять их. Таким
образом, реализация на практике высказанных рекомендаций позволит
рационально использовать материально – производственные запасы,
внедрять новые технологии и др.
73
С помощью приведенного в параграфе 3.3 методики управления
запасами для получения максимальной прибыли от удовлетворения спросов
клиентов мы пришли к минимаксной модели закупок для ООО «Грейс» с
оптимальными параметрами: мы будем закупать в оптимальный момент,
когда остатки плюс товары в пути стали меньше 15 единиц, и оптимальное
количество - доводя остатки плюс товары в пути до 39 единиц.