第四次課 庫存戰(zhàn)略(一)

1、1四 庫存戰(zhàn)略（一） 第八章第八章 預(yù)測供應(yīng)鏈需求預(yù)測供應(yīng)鏈需求 第九章 庫存決策2第八章 預(yù)測供應(yīng)鏈需求 規(guī)劃、控制物流/供應(yīng)鏈活動需要準確估計供應(yīng)鏈所處理的產(chǎn)品和服務(wù)的數(shù)量。這些估計主要采用預(yù)測和推算的方式。 但物流管理者獨立為企業(yè)做綜合預(yù)測的情況并不常見。多數(shù)情況下是將任務(wù)分配給營銷、計劃或特別指定的小組去做。 在某些情況下，特別是諸如庫存控制或這兩調(diào)度之類的短期計劃，物流管理者常常覺得有必要自己親自做預(yù)測。3第八章 預(yù)測供應(yīng)鏈需求 8.1 需求的特性需求的特性 8.2 預(yù)測方法 8.3 對物流管理者有用的方法 8.4 物流管理者遇到的特殊預(yù)測問題 8.5 靈活性和快速反應(yīng)4需求的空間和

2、時間特征 需求隨時間的變化歸因于銷售的增長或下降、需求模式季節(jié)性變化和多個因素導(dǎo)致的一般性波動。 物流活動有空間和時間維度，即物流管理者必須知道需求量在何處發(fā)生，何時發(fā)生。尖峰需求和規(guī)律性需求 需求模式一般可以分解為趨勢、季節(jié)性和隨機性因素。 如果某種產(chǎn)品的需求由于總體需求量偏低，需求時間和需求水平非常不確定，那么需求就是間歇式的，這樣的時間序列就被稱為是“尖峰需求”。56派生需求和獨立需求 如在一種情況下，需求來自許多客戶，這些客戶多數(shù)為獨立采購，采購量只構(gòu)成企業(yè)分撥總量的很少一部分。此時的需求就被稱為是獨立的需求。 而在另一種情況下，需求是特定生產(chǎn)計劃要求派生出來的，這樣的需求就稱為派生的

3、。例如，從某供應(yīng)商處購買新輪胎的數(shù)量就是汽車廠要生產(chǎn)的新汽車數(shù)量的一定倍數(shù)。7案例 某大型制造企業(yè)的電力設(shè)備部門為工業(yè)用戶生產(chǎn)一系列小功率電動機，這些用戶將這些電動機在地板清洗器、磨光器之類的最終產(chǎn)品上。雖然電動機不是很復(fù)雜的產(chǎn)品，但每個電動機也要包含50100個單獨的部件。企業(yè)根據(jù)所受到的訂單制定生產(chǎn)計劃，產(chǎn)品在未來某時間交付，生產(chǎn)計劃的制定還要基于需求預(yù)測。 根據(jù)以上要求，需要制定未來三個月的生產(chǎn)計劃，表明什么時間生產(chǎn)某特定型號的電動機，生產(chǎn)多少。隨后，物料管理科經(jīng)理保證在需要的時候備齊生產(chǎn)所需的所有配件和原材料。8案例 供給計劃通常用兩種方法確定需求。對那些在多數(shù)電動機的生產(chǎn)中都需使用的

4、配件或原材料(銅線、鐵板和油漆)，管理人員先預(yù)測一般的消耗速度，隨后決定采購量以支持庫存。價值高、特殊設(shè)計的部件則要根據(jù)生產(chǎn)計劃的需要進行采購。本案例中，這類部件有轉(zhuǎn)子軸和軸承。這些產(chǎn)品的采購需求來自生產(chǎn)計劃，通過“瀏覽”物料清單獲得。 例如，假設(shè)某月需要生產(chǎn)三種型號的電動機，每種型號分別生產(chǎn)200個、300個和400個。各種型號的電動機都需要同樣的轉(zhuǎn)子軸，但是型號1和2各需要兩個球軸承，型號3只需要一個球軸承。因此，從每種型號電動機的物料清單就可以得出該型號所需的配件，隨后按配件類型分別求和就能得到每種配件的總需求，即需要轉(zhuǎn)子軸900個，軸承1400個。9案例 注意該公司混合使用統(tǒng)計預(yù)測和派

5、生需求的方法來制定物料供應(yīng)計劃。統(tǒng)計預(yù)測方法用在20%的原料上很有效。按需計劃的方法用于10%高價值、關(guān)鍵性或?qū)ψ罱K產(chǎn)品進行個性化處理的原料。 只要最終產(chǎn)品的需求確定、已知，利用派生需求的方法得出的需求預(yù)測是非常準確的。這種需求預(yù)測方法通過判斷系統(tǒng)隨時間發(fā)展而呈現(xiàn)的傾向性、規(guī)律性和模式來改進預(yù)測。如果不知道需求變化的原因或原因眾多，就存在隨機性。以統(tǒng)計分析為基礎(chǔ)的預(yù)測就可以有效的解決后一問題。10一些典型的需求模式時間銷售額實際銷售額平均銷售額1.隨機性或水平發(fā)展的需求，無趨勢或季節(jié)性因素時間銷售額實際銷售額平均銷售額2.隨機性需求，呈上升趨勢，但無季節(jié)性因素時間銷售額實際銷售額銷售趨勢平滑趨

6、勢3.隨機性需求，無趨勢，但有季節(jié)性因素時間銷售額4.尖峰需求模式實際銷售額平均銷售額11第八章 預(yù)測供應(yīng)鏈需求 8.1 需求的特性 8.2 預(yù)測方法預(yù)測方法 8.3 對物流管理者有用的方法 8.4 物流管理者遇到的特殊預(yù)測問題 8.5 靈活性和快速反應(yīng)12預(yù)測方法 預(yù)測可使用的標準化方法很多。這些方法分為三類：定性法、歷史映射法和因果法。 每一類方法對長期和短期預(yù)測的相對準確性不同，定量分析的復(fù)雜程度不同，產(chǎn)生預(yù)測方法的邏輯基礎(chǔ)不同（歷史數(shù)據(jù)、專家意見或調(diào)查）。13定性法 定性法是那些利用判斷、直覺、調(diào)查或比較分析對未來做出定性估計的方法。 影響預(yù)測的相關(guān)信息通常是非量化的、模糊的、主觀的。

7、 歷史數(shù)據(jù)或者沒有，或者與當前的預(yù)測相關(guān)程度很低。 當試圖預(yù)測新產(chǎn)品是否成功，政府政策是否變動或新技術(shù)的影響時，定性法可能是唯一的方法。14歷史映射法 如果擁有相當數(shù)量的歷史數(shù)據(jù)，時間序列的趨勢和季節(jié)性變化穩(wěn)定、明確、那么將這些數(shù)據(jù)映射到未來將是有效的短期預(yù)測方法。 該方法的基本前提就是未來的需求模式將會重復(fù)過去，至少大部分重復(fù)過去的模式。 時間序列定量分析的特點使得數(shù)學(xué)和統(tǒng)計模型成為主要的預(yù)測工具。15因果法 因果預(yù)測模型的基本前提就是預(yù)測變量的水平取決于其他相關(guān)變量的水平。例如，如果已知客戶服務(wù)隊銷售有積極影響，那么根據(jù)已知的客戶服務(wù)水平就可以推算出銷售水平。 因果模型有很多不同形式：統(tǒng)計

8、形式，如回歸和計量經(jīng)濟模型；描述形式，如投入產(chǎn)出模型、生命周期模型和計算機模擬模型。 主要問題在于真正有因果關(guān)系的變量常常很難找到。16第八章 預(yù)測供應(yīng)鏈需求 8.1 需求的特性 8.2 預(yù)測方法 8.3 對物流管理者有用的方法對物流管理者有用的方法 8.4 物流管理者遇到的特殊預(yù)測問題 8.5 靈活性和快速反應(yīng)17指數(shù)平滑法 這種幾何權(quán)數(shù)法可以用簡單的表達式表示，表達式中只涉及最近期的預(yù)測和當期的實際需求。這樣，下一期的預(yù)測需求就為：下一期預(yù)測值=a（實際需求值）+（1-a）（當前的預(yù)測值）其中，a是權(quán)數(shù)，通常稱作指數(shù)平滑系數(shù)，它的值介于0和1之間。需要注意的是所有歷史因素的影響都包含在前期

9、的預(yù)測值內(nèi)，這樣，在任何時刻只需抱有一個數(shù)字就代表了需求的歷史情況。18指數(shù)平滑法 案例假設(shè)本月預(yù)測的需求水平是1000單位。本月的實際需求是950單位。平滑系數(shù)a=0.3。則下個月的需求預(yù)計為新預(yù)測值=0.3950+0.71000=985單位當下個月重復(fù)這一過程時，該預(yù)測值就變?yōu)椤扒捌陬A(yù)測值”，依次類推。19指數(shù)平滑法 指數(shù)平滑法為方便起見，我們可以將這個“拉平”模型寫為： 為新一期的指數(shù)平滑預(yù)測值 為上一期的預(yù)測值 為上一期的實際需求 為指數(shù)平滑系數(shù) 多個歷史數(shù)據(jù)情形：111ttttFDFFtF1tF1tD1020指數(shù)平滑法 在選擇指數(shù)平滑系數(shù)的合適值時，需要一定程度的主觀判斷。 取值越大

10、，對近期需求情況給的權(quán)數(shù)越大，模型就能越快的對時間序列的變化做出反應(yīng)。 取值越小，預(yù)測未來需求時給需求歷史數(shù)據(jù)的權(quán)數(shù)越大，在反應(yīng)需求水平根本性變化時需要的時滯就越長。 取值通常在0.010.3之間。21指數(shù)平滑法 案例下列季度數(shù)據(jù)代表了某產(chǎn)品需求的時間序列。季度1234去年12007009001100今年14001000F322指數(shù)平滑法 我們希望預(yù)測今年第三季度的需求。假設(shè)a=0.2，將去年四個季度的平均數(shù)作為以前的預(yù)測值。F0=(12000+700+900+1100)=975. 今年第一季度的預(yù)測需求為F1=0.21100+0.8975=1000 今年第二季度的預(yù)測需求為F2=0.2140

11、0+0.81000=1080 今年第三季度的需求為F3=0.21000+0.81080=106423指數(shù)平滑法 校正趨勢如果數(shù)據(jù)中有明顯的趨勢和季節(jié)性特征，這類模型的內(nèi)在滯后性就會造成令人無法接受的預(yù)測誤差。校正由于趨勢造成的基本模型的預(yù)測時滯，可以采用以下方程組11111111tttttttttttTSFTSSTTSASttttATSF1第t+1期校正趨勢后的預(yù)測；第t期的最初預(yù)測；第t期的趨勢；趨勢平滑系數(shù)；第t期的需求值。24校正趨勢 案例在前面的例子中有如下數(shù)據(jù)季度1234去年12007009001100今年14001000F325校正趨勢 我們?nèi)匀幌ＭA(yù)測今年第三季度的需求，只是增加

12、了對趨勢的修正。我們以人為確定的起始值 開始（去年需求的平均數(shù)），同時 （沒有趨勢）。假設(shè)平滑系數(shù) 。現(xiàn)在開始預(yù)測。 今年第一季度的預(yù)測需求為S1=0.21100+0.8(975+0)=1000 T1=0.3(1000-975)+0.70=7.5 F1=1000+7.5=1007.50tT3 . 0975tS26校正趨勢 利用第一季度的結(jié)果，今年第二節(jié)度的預(yù)測需求為： S2=0.21400+0.8（1000+7.5）=1086 T2=0.3（1086-1000）+0.77.5=31.05 F2=1086+31.05=1117.05 利用第二季度的結(jié)果，今年第三季度的預(yù)測需求為： S3=0.21

13、000+0.8(1086+31.05)=1093.64 T3=0.3(1093.64-1086)+0.731.05=24.03 F3=1093.64+24.03=1117.6727校正趨勢 總結(jié)季度1234去年12007009001100今年14001000預(yù)測10081117111828校正趨勢和季節(jié)性因素 在校正過程中，除了考慮趨勢外，還要考慮時間序列的季節(jié)性波動的影響。 水平的、帶趨勢的和帶季節(jié)性變化的模型是圍繞指數(shù)的概念建立起來的，這里的指數(shù)就是實際需求相對于趨勢的指數(shù)。 11111111/11/LttttLttttttttttLtttITSFISAITSSTTSIAS第t+1期校正趨

14、勢和季節(jié)性因素后的預(yù)測；季節(jié)性指數(shù)基礎(chǔ)上的平滑系數(shù)；第t期的季節(jié)性指數(shù)。ttIF129指數(shù)平滑法 預(yù)測誤差的定義只要未來不完全重復(fù)過去，對未來需求的預(yù)測就會有一定程度的誤差。預(yù)測誤差指預(yù)測和實際需求水平接近的程度。在統(tǒng)計上表示為標準差、方差或者是平均絕對誤差。標準差的表達式12NFAStttF預(yù)測的標準誤差第t期的實際需求第t期的預(yù)測值預(yù)測期t的數(shù)量NFASttF30指數(shù)平滑法 預(yù)測誤差的定義表述預(yù)測的概率時，預(yù)測誤差的概率分布形式就變得十分重要。31指數(shù)平滑法 案例在“拉平”預(yù)測時有如下的數(shù)據(jù)與預(yù)測結(jié)果季度1234去年12007009001100今年14001000預(yù)測值 100010801

15、06432指數(shù)平滑法 現(xiàn)在我們來估計兩期（N=2）的預(yù)測誤差（SF），這兩期有預(yù)測值，也有實際需求值。假設(shè)需求圍繞預(yù)測值服從正態(tài)分布，我們可以對第三季度需求設(shè)95%的置信度。 我們估計 查正態(tài)分布表得Z95%=1.96，則對第三季度實際需求水平的最佳估計是Y=1064800，因此，在95%的置信區(qū)間內(nèi)預(yù)測的實際需求是264YQ*，管理方法需要做出哪些調(diào)整？131課堂作業(yè)4 某零售商店從分銷商處購入計算機軟件進行銷售。為了配合即將進行的促銷活動，零售商需要確定一次性購買的最佳訂貨量。其中一種產(chǎn)品是文字處理軟件，特售價是350美元。零售商估計銷售不同數(shù)量產(chǎn)品的概率如下： 從分銷商處購買軟件的單價為

16、250美元，若產(chǎn)品未能售出，推回到分銷商處需支付的重新儲存費用是購買價格的20%。 零售商的采購批量應(yīng)為多少？數(shù)量概率500.10550.20600.20650.30700.15750.051.00132課堂作業(yè)5 卡波特電器商店（Cabot Appliance）是一家零售連鎖店，打算確定應(yīng)向其供應(yīng)商訂購室內(nèi)空調(diào)的數(shù)量。室內(nèi)空調(diào)的銷售具有很強的季節(jié)性，銷售量與夏天的天氣情況關(guān)系密切?？úㄌ孛磕暧嗀浺淮?，銷售旺季開始后再進行訂貨是不現(xiàn)實的。雖然無法知道確切的實際銷售水平。但卡波特可以分析以往的銷售季節(jié)、長期天氣預(yù)報和經(jīng)濟的一般形式，該店估計不同銷售水平的概率如下： 每臺空調(diào)運到卡波特的價格是320美元，卡波特向客戶出售的價格是400美元。旺季結(jié)束后，未能售出的空調(diào)要以300美元的折扣價格清倉售出。最小采購批量是500臺，以250臺為單位遞增。 假設(shè)該企業(yè)不把庫存保存到明年，那么一次性訂購量是多少？ 如果卡波特可以獲得年利率為20%的貸款，支持其庫存，你會如何