Optimierung der Sicherheit Lager Kopie Copyright. Inhalt auf InventoryOps ist urheberrechtlich geschützt und steht nicht für die Wiederveröffentlichung zur Verfügung. Optimierung der Sicherheit Lagerbestände durch die Berechnung der magischen Balance von minimalen Inventar während der Begegnung mit variablen Kundennachfrage wird manchmal als der Heilige Gral der Bestandsführung (ok, Prognose ist wahrscheinlich der wahre Heilige Gral, aber ich dachte, das klang gut) beschrieben. Viele Unternehmen sehen ihre eigenen Schwankungen an und gehen davon aus, dass es nicht genügend Konsistenz gibt, um zukünftige Variabilität vorherzusagen. Sie fallen dann wieder auf die Probe-und Fehler am besten guess Wochen liefern Methode oder die über vereinfachte 12 Vorlaufzeit Nutzung Methode, um ihre Sicherheitsbestand zu verwalten. Unglücklicherweise erweisen sich diese Verfahren als weniger wirksam bei der Bestimmung des optimalen Bestandsniveaus für viele Operationen. Wenn Ihr Ziel ist es, Lagerbestände unter Beibehaltung oder Erhöhung Service Levels zu reduzieren, müssen Sie komplexere Berechnungen zu untersuchen. Eine der am meisten akzeptierten Methoden zur Berechnung von Sicherheitsbeständen verwendet das statistische Modell von Standardabweichungen einer Normalverteilung von Zahlen, um die Wahrscheinlichkeit zu bestimmen. Dieses statistische Tool hat sich als sehr effektiv bei der Bestimmung optimaler Sicherheitsbestände in einer Vielzahl von Umgebungen erwiesen. Die Grundlage für diese Berechnung ist standardisiert, aber seine erfolgreiche Implementierung erfordert in der Regel Anpassung der Formel und Eingaben, um die spezifischen Merkmale Ihrer Operation zu erfüllen. Das Verständnis der statistischen Theorie hinter der Formel ist notwendig, um es richtig an Ihre Bedürfnisse anzupassen. Fehler in der Umsetzung sind in der Regel das Ergebnis der nicht Factoring in Variablen, die nicht Teil des ursprünglichen statistischen Modells Terminologie und Berechnungen Im folgenden ist eine Liste der Variablen und die Terminologie in diesem Sicherheitsbestand Modell verwendet: Normalverteilung. Begriff in der statistischen Analyse verwendet, um eine Verteilung der Zahlen, in denen die Wahrscheinlichkeit eines Auftretens, wenn graphed, würde die Form einer Glocke Kurve folgen zu beschreiben. Dies ist das populärste Verteilungsmodell zur Bestimmung der Wahrscheinlichkeit und es wurde festgestellt, dass es bei der Vorhersage der Nachfragevariabilität aufgrund von historischen Daten gut funktioniert. Standardabweichung. Wird verwendet, um die Verbreitung der Verteilung der Zahlen zu beschreiben. Die Standardabweichung errechnet sich aus den folgenden Schritten: Bestimmung des Mittelwertes eines Zahlensatzes. Bestimmen die Differenz von jeder Zahl und die mittlere Quadrat jede Differenz berechnen den Durchschnitt der Quadrate berechnen die Quadratwurzel des Durchschnitts. Sie können auch die Excel-Funktion STDEVPA verwenden, um die Standardabweichung zu berechnen. Bei Sicherheitsbestandsberechnungen wird häufig die Prognosemenge anstelle des Mittelwertes zur Bestimmung der Standardabweichung verwendet. Vorlaufzeit. Hochgenaue Vorlaufzeiten sind in der Sicherheitsbestandserfassung wesentlich. Vorlaufzeit ist die Zeitspanne von dem Punkt an, an dem Sie die Notwendigkeit festlegen, bis zu dem Punkt zu bestellen, an dem das Inventar zur Hand ist und für den Gebrauch verfügbar ist. Es sollte Lieferanten - oder Fertigungsvorlaufzeit, Zeit zum Auslösen der Bestellung oder eines Arbeitsauftrages einschließlich Genehmigungsschritte, Zeitpunkt für die Benachrichtigung des Lieferanten und die Zeit für die Verarbeitung durch Empfangen und jede Inspektion beinhalten. Lead-Zeit-Nachfrage. Prognostizierte Nachfrage während der Vorlaufzeit. Zum Beispiel, wenn Ihre prognostizierte Nachfrage 3 Einheiten pro Tag und Ihre Vorlaufzeit beträgt 12 Tage Ihre Vorlaufzeit Nachfrage wäre 36 Einheiten. Prognose. Konsequente Prognosen sind auch ein wesentlicher Bestandteil der Sicherheitsbestandsberechnung. Wenn Sie nicht eine formale Prognose verwenden, können Sie stattdessen durchschnittliche Nachfrage verwenden. Prognosezeitraum. Die Zeitspanne, auf der eine Prognose basiert. Der in der Sicherheitsbestandsberechnung verwendete Prognosezeitraum kann von Ihren formalen Prognoseperioden abweichen. Beispielsweise können Sie einen formalen Prognosezeitraum von vier Wochen haben, während der Prognosezeitraum für die Sicherheitsbestandsberechnung eine Woche dauern kann. Bedarfsverlauf. Eine Geschichte der Nachfrage gliedert sich in Prognoseperioden. Die Höhe der Geschichte benötigt hängt von der Natur Ihres Unternehmens. Unternehmen mit einer Menge von langsameren bewegten Artikeln müssen mehr Nachfrage Geschichte verwenden, um ein genaues Modell der Nachfrage zu erhalten. Im Allgemeinen, je mehr Geschichte, desto besser, solange Umsatz-Muster bleibt das gleiche. Auftragszyklus. Wird auch Wiederauffüllungszyklus genannt, bezieht sich der Auftragszyklus auf die Zeit zwischen den Aufträgen eines bestimmten Elements. Am leichtesten zu berechnen durch Division der Auftragsmenge durch die jährliche Nachfrage und Multiplikation mit der Anzahl der Tage im Jahr. Meldebestand. Inventarebene, die einen Auftrag initiiert. Nachbestellpunkt Vorlaufzeit Nachfragesicherheitsbestand. Service Level. Gewünschte Service-Ebene in Prozent ausgedrückt. Servicefaktor. Faktor, der als Multiplikator mit der Standardabweichung verwendet wird, um eine bestimmte Menge zu berechnen, um das angegebene Servicelevel zu erfüllen. Ich habe eine Servicefaktortabelle unten eingeschlossen oder Sie können Excel-Funktion NORMSINV verwenden, um Service-Level-Prozentsatz in Servicefaktor umzuwandeln. Kopie des Urheberrechts. Inhalt auf InventoryOps ist urheberrechtlich geschützt und steht nicht für die Wiederveröffentlichung zur Verfügung. Verstehen des statistischen Modells und Faktorisierung in zusätzlichen Variablen. Wie bereits erwähnt, ist ein Verständnis der statistischen Theorie hinter dieser Formel notwendig, um optimale Ergebnisse zu gewährleisten. Das statistische Modell verwendet die Standardabweichungsberechnung, um die Wahrscheinlichkeit einer Zahl, die in Bezug auf den Mittelwert in einer Normalverteilung auftritt, zu beschreiben. Eine Tabelle wird dann verwendet, um einen Multiplikator zu bestimmen, der zusammen mit der Standardabweichung verwendet wird, um Bereiche von Zahlen zu bestimmen, die einen bestimmten Prozentsatz des Auftretens ausmachen würden. Der Multiplikator wird als die Anzahl der Standardabweichungen bezeichnet, die erforderlich sind, um den Prozentsatz zu erreichen. Die Theorie besagt, dass Null-Standard-Abweichungen, die zu dem Mittel addiert werden, zu einer Zahl führen werden, in der 50 der Vorkommnisse unten auftreten werden, eine Standardabweichung, die dem Mittel hinzugefügt wird, zu einer Zahl führen wird, in der 84 der Vorkommnisse unterhalb von 2 Standard auftreten werden Abweichungen, die zu dem Mittel addiert werden, führen zu einer Zahl, in der 98 der Vorkommnisse unten auftreten werden, und 3 Standardabweichungen, die dem Mittel addiert werden, führen zu einer Zahl, in der 99,85 des Auftretens unten auftreten werden. In der Sicherheitsbestandsberechnung verweisen wir auf den Multiplikator als Servicefaktor und verwenden die Anforderungshistorie zur Berechnung der Standardabweichung. In seiner einfachsten Form würde dies eine Sicherheitsbestandsberechnung von. Sicherheitsbestand (Standardabweichung) (Servicefaktor). Wenn Ihre Vorlaufzeit, Reihenfolge Zykluszeit und Prognosezeitraum waren alle gleich und wenn Ihre Prognose war das gleiche für jeden Zeitraum und entspricht dem Mittel der tatsächlichen Nachfrage für diese Zeiträume, würde diese einfache Formel gut funktionieren. Da diese Situation höchst unwahrscheinlich ist, müssen Sie Faktoren der Formel hinzufügen, um diese Variationen zu kompensieren. Hier liegt das Problem. Sie müssen Faktoren hinzufügen, um diese Theorie anzupassen, um mit Ihrem Inventar zu arbeiten, aber jeder Faktor, den Sie hinzufügen, kompromittiert die Integrität der ursprünglichen Theorie. Das ist nicht ganz so schlimm wie es klingt. Während das Factoring kompliziert werden kann, können Sie es optimieren, bis Sie eine effektive Lösung finden. Ihre endgültige Formel sieht wie folgt aus: Sicherheitsbestand (Standardabweichung) (Betriebsfaktor) (Durchlaufzeitfaktor) (Auftragsfaktor) (Prognose-Mittelbedarfsfaktor). Es gibt keinen allgemeinen Konsens über die Formeln für diese Faktoren in der Tat, viele Berechnungen nicht einmal erkennen die Notwendigkeit für sie. Ich werde einige Empfehlungen für diese Faktoren geben, aber ich schlage vor, Sie testen und optimieren Sie sie mit Ihren Zahlen, um etwas, das für Sie arbeitet zu kommen. Bleifaktor. Dies ist notwendig, um die Unterschiede zwischen Vorlaufzeit und Prognosezeitraum zu kompensieren. Die Standardabweichung basierte auf dem Prognosezeitraum, ein Faktor ist notwendig, um die Sicherheitsbestände zu erhöhen oder zu senken, um diese Varianz zuzulassen. Eine Formel, die Sie ausprobieren können, ist Durchlaufzeitfaktor Quadratwurzel (Vorlaufzeitprognoseperiode). Zyklusfaktor bestellen. Da längere Bestellzyklen zu einem höheren Leistungsniveau führen, benötigen Sie dafür einen Faktor, um diesen auszugleichen. Eine Formel, die Sie ausprobieren können, ist Order cycle factor square root (Prognoseperiodenzyklus). Dies ist eine einfache Berechnung, die manchmal funktioniert, aber ich normalerweise eine komplexere Berechnung (verschiedene Logik vollständig) für diesen Faktor. Prognose-Mittelbedarfsfaktor. Denken Sie daran, dass das ursprüngliche statistische Modell auf dem Mittel der Verteilung basiert. Das Ersetzen einer Prognose für den Mittelwert bei der Berechnung der Standardabweichung schafft ein Problem, wenn das Prognosemittel und das tatsächliche Bedarfsmittel nicht nahe sind und auch wenn die Prognose zwischen Prognoseperioden (Saisonalität, Umsatzwachstum) variiert. Sorry, aber ich habe nicht eine Dose Formel für diese ein, dass ich das Gefühl, zuversichtlich genug mit zu veröffentlichen. Die tatsächliche Formel, die verwendet wird, variiert auf der Grundlage der Variantenarten und der verwendeten Methode für die Standardabweichungsberechnung. Mindestbestellwert. Für langsame bewegte Produkte und vor allem, wenn die Vorlaufzeit ist kurz, können Sie in einem Minimum anordnen Punkt, der das Äquivalent zu einem durchschnittlichen Verkauf zu programmieren ist. Blei-Zeit-Abweichungen. Sie haben vielleicht bemerkt, dass ich nur diskutiert haben Nachfrage Variationen in diesem Modell. Während Sie dieses Modell zur Vorhersage von Schwankungen im Angebot verwenden können, habe ich festgestellt, dass Versorgungsvariationen dazu neigen, viel zu zufällig und unvorhersehbar zu sein. Versorgungsprobleme neigen eher zu einem Anbieter als ein Element und die Schwere der Variationen fallen nicht in das Muster einer Normalverteilung. Der für die Nachfragevariation berechnete Sicherheitsbestand wird auch für einige Versorgungsschwankungen reichen. Der beste Weg, um mit variabler Versorgung umzugehen, besteht jedoch darin, eine hohe Kommunikation mit dem Anbieter zu haben und nicht auf Sicherheitsbestände zu zählen. Sie können feststellen, dass bestimmte Elemente, die für Ihren Betrieb kritisch sind, eine Sicherheitsbestandsberechnung erfordern, die auf der Art der Lieferkette des jeweiligen Artikels basiert. Während alle diese Faktoren und ihre potenziell schädlichen Auswirkungen auf die Integrität der ursprünglichen Formel können Sie fühlen sich weniger als vertrauenswürdig mit den Ergebnissen dieses Modells, sollten Sie erkennen, dass diese Faktoren bei jeder Methode der Berechnung der Sicherheitsbestände erforderlich wäre, die eine Wissenschaftlichen Ansatz zur Erfüllung der Service-Levels bei gleichzeitiger Erhaltung der minimalen Lagerbestände. Es ist sehr wichtig, das Modell vor der endgültigen Implementierung sorgfältig zu testen, um sicherzustellen, dass es korrekt arbeitet und Auswirkungen auf die Lagerbestände und den Cashflow bestimmt. Es ist auch eine gute Idee, mit einem höheren Dienstleistungsfaktor zunächst beginnen und allmählich zu reduzieren, bis Ihre tatsächlichen Service-Levels erfüllen Ihre Ziele. Sie werden nie finden Perfektion bei der Bestimmung der Wahrscheinlichkeit, aber diese Art von Formel ist sicherlich effektiver als die zuvor erwähnten halten es einfache Ansätze. Für detailliertere Informationen zu Safety Stock schauen Sie sich mein Buch Inventory Management Explained an. In dem Buch stelle ich eine viel gründlichere Diskussion der Logik sowie zusätzliche Vorschläge für Anpassungen. Sie können auch wollen, um meinen Artikel auf Dependent Demand Safety Stock. Gehen Sie zur Artikel-Seite für weitere Artikel von Dave Piasecki. Kopie des Urheberrechts. Inhalt auf InventoryOps ist urheberrechtlich geschützt und steht nicht für die Wiederveröffentlichung zur Verfügung. Dave Piasecki. Ist Eigentümer von Inventory Operations Consulting LLC. Ein Beratungsunternehmen, das Dienstleistungen im Zusammenhang mit Bestandsführung, Materialhandling und Lagerbetrieb anbietet. Er hat mehr als 25 Jahre Erfahrung in der Betriebsführung und kann über seine Website (inventoryops) erreicht werden, wo er zusätzliche relevante Informationen. Wie wählt man die beste Bestandsbewertungsmethode Wenn Sie versuchen, herauszufinden, welche Bewertungsmethode verwenden, um eine Aktie zu bewerten Das erste Mal, werden die meisten Investoren schnell entdecken Sie die überwältigende Zahl der Bewertung Techniken zur Verfügung, um sie heute. Es gibt die einfach zu bedienen, wie die vergleichbare Methode, und es gibt die Methoden, wie die Discounted-Cash-Flow-Methoden. Welches sollte man verwenden Leider gibt es keine Methode, die für jede Situation am besten geeignet ist. Jede Aktie ist anders, und jede Branche hat einzigartige Eigenschaften, die unterschiedliche Bewertungsansätze erfordern. Die gute Nachricht ist, dass dieser Artikel wird versuchen, die allgemeinen Fälle zu erklären, wann die meisten der Bewertungsmethoden verwenden. (Lernen Sie mehrere Werkzeuge, die die Profis verwenden, um zu prognostizieren, wo die Märkte sind Überschrift Check-Erkennung Markt Stärke.) Tutorial: Stock Basics Zwei Kategorien von Bewertungsmodellen Bewertungsmethoden fallen in der Regel in zwei Hauptkategorien: absolute und relative Bewertungsmodelle. Absolute Bewertungsmodelle versuchen, den intrinsischen oder wahren Wert einer Anlage zu finden, die nur auf Fundamentaldaten basiert. Betrachtet man die Grundlagen einfach nur, dass Sie nur auf solche Dinge wie Dividenden konzentrieren. Cash-Flow und Wachstumsrate für ein einziges Unternehmen, und keine Sorge über andere Unternehmen. Zu den Bewertungsmodellen, die in diese Kategorie fallen, gehören das Dividendenrabattmodell. Discounted-Cash-Flow-Modell. Verbleibenden Einkommensmodellen und Asset-basierten Modellen. Im Gegensatz zu absoluten Bewertungsmodellen arbeiten relative Bewertungsmodelle mit einem Vergleich des betreffenden Unternehmens mit anderen vergleichbaren Unternehmen. Diese Verfahren umfassen im Allgemeinen das Berechnen von Vielfachen oder Verhältnissen, wie das Mehrpreis-Preis-Gewinn-Verhältnis, und das Vergleichen derselben mit den Vielfachen anderer vergleichbarer Firmen. Zum Beispiel, wenn die PE der Firma, die Sie versuchen, Wert ist niedriger als die PE-Vielfache einer vergleichbaren Firma, kann diese Firma als relativ unterbewertet werden. Im Allgemeinen ist diese Art der Bewertung viel einfacher und schneller als die absoluten Bewertungsmethoden, weshalb viele Investoren und Analysten ihre Analyse mit dieser Methode beginnen. Werfen wir einen Blick auf einige der beliebtesten Bewertungsmethoden zur Verfügung stehenden Investoren, und sehen, wenn es angebracht ist, jedes Modell verwenden. Dividend Discount Model (DDM) Das Dividenden-Discount-Modell (DDM) ist eines der grundlegendsten der absoluten Bewertungsmodelle. Das Dividendenmodell berechnet den wahren Wert eines Unternehmens basierend auf den Dividenden, die das Unternehmen seinen Anteilseignern zahlt. Die Begründung für die Verwendung von Dividenden zur Wertschätzung einer Gesellschaft ist, dass Dividenden die tatsächlichen Cashflows für den Anteilseigner darstellen. So die Bewertung des Barwerts dieser Cash-Flows sollte Ihnen einen Wert für wie viel die Aktien wert sein sollte. Also, das erste, was Sie überprüfen sollten, wenn Sie diese Methode verwenden möchten, ist, wenn das Unternehmen tatsächlich eine Dividende auszahlt. Zweitens ist es nicht genug für das Unternehmen nur eine Dividendenzahlung der Dividenden sollte auch stabil und vorhersehbar sein. Die Unternehmen, die stabile und vorhersehbare Dividenden zahlen sind in der Regel reifen Blue-Chip-Unternehmen in reifen und gut entwickelten Industrien. Diese Art von Unternehmen sind oft am besten für diese Art von Bewertungsmethode geeignet. Zum Beispiel, werfen Sie einen Blick auf die Dividenden und das Ergebnis der Gesellschaft XYZ unten und sehen, wenn Sie denken, das DDM-Modell wäre für dieses Unternehmen geeignet: In diesem Snapshot hat die Firma einen steigenden positiven operativen Cashflow produziert. was gut ist. Aber Sie können durch das hohe Niveau der Investitionen sehen, dass das Unternehmen noch investiert eine Menge Geld zurück in das Geschäft zu sehen, um zu wachsen. Dies führt zu negativen freien Cashflows für vier der sechs Jahre und würde es extrem schwierig oder unmöglich machen, die Cashflows für die nächsten fünf bis zehn Jahre vorherzusagen. Um das DCF-Modell am effektivsten zu nutzen, sollte die Zielgesellschaft generell stabile, positive und vorhersehbare freie Cashflows haben. Unternehmen, die ideale Cashflows für das DCF-Modell geeignet sind, sind in der Regel die reifen Unternehmen, die über die Wachstumsstadien sind. (Weitere Informationen über diese Methode finden Sie unter Abzinsung des diskontierten Cashflows.) Vergleichsmethode Die letzte Methode, die Sie untersuchen, ist eine Art "catch-all" - Methode, die verwendet werden kann, wenn Sie nicht in der Lage sind, das Unternehmen mit anderen zu bewerten Modelle, oder wenn Sie einfach nicht wollen, verbringen die Zeit knirscht die Zahlen. Die Methode versucht nicht, einen intrinsischen Wert für die Aktie wie die vorherigen zwei Bewertungsmethoden zu finden, es einfach vergleicht die Aktien Preis Vielfachen zu einem Benchmark, um festzustellen, ob die Aktie relativ unterbewertet oder überbewertet ist. Die Begründung dafür beruht auf dem Gesetz des einen Preises. Dass zwei ähnliche Vermögenswerte für ähnliche Preise verkaufen sollten. Die intuitive Natur dieser Methode ist einer der Gründe, warum sie so beliebt ist. Der Grund, warum er in fast allen Fällen eingesetzt werden kann, liegt an der Vielzahl der möglichen Multiples, wie dem Preis-Leistungs-Verhältnis (PE), dem Preis-Buchwert (PB), dem Preis-zu-Verkauf (PS), Preis-Cash-Flow (PCF) und viele andere. Von diesen Kennziffern ist jedoch das PE-Verhältnis das am häufigsten verwendete, weil es auf das Ergebnis des Unternehmens fokussiert, das einer der Haupttreiber eines Investitionswertes ist. Wann können Sie das PE Multiple für einen Vergleich verwenden Sie können es in der Regel verwenden, wenn das Unternehmen öffentlich gehandelt wird, weil Sie den Preis der Aktie benötigen und Sie müssen das Ergebnis des Unternehmens kennen. Zweitens sollte das Unternehmen ein positives Ergebnis erzielen, weil ein Vergleich mit einem negativen PE-Mehrfachwert bedeutungslos wäre. Und schließlich sollte die Ertragsqualität stark sein. Das heißt, das Ergebnis sollte nicht zu volatil sein und die Bilanzierungsmethoden des Managements sollten das ausgewiesene Ergebnis nicht drastisch verfälschen. (Unternehmen können ihre Zahlen zu manipulieren, so müssen Sie lernen, wie die Genauigkeit von EPS zu bestimmen.) Dies sind nur einige der wichtigsten Kriterien, die Investoren bei der Auswahl, das Verhältnis oder Vielfache verwenden sollten . Wenn das PE-Multiple nicht verwendet werden kann, schauen Sie einfach mit einem anderen Verhältnis wie dem Preis-zu-Verkaufs-Vielfache. Die Bottom Line Eine Bewertungsmethode ist für jede Situation perfekt, aber durch die Kenntnis der Eigenschaften des Unternehmens können Sie eine Bewertungsmethode auswählen, die der Situation am besten entspricht. Darüber hinaus sind die Anleger nicht nur auf eine Methode beschränkt. Oft werden die Anleger mehrere Bewertungen durchführen, um eine Reihe von möglichen Werten zu erstellen oder alle Bewertungen zu einem Durchschnitt zu machen. Ein Vertrauen, in das die Treuhänder über die Vermögenswerte verfügen, und die Treuhänder haben keine Kenntnis von der. Eine Befragung durch das United States Bureau of Labor Statistics zur Messung von freien Stellen zu helfen. Es sammelt Daten von Arbeitgebern. 1. Ein Maß für die Streuung eines Datensatzes aus seinem Mittelwert. Je breiter die Daten sind, desto höher die Abweichung. Fintech ist ein Portmann der Finanztechnologie, die einen aufstrebenden Finanzdienstleistungssektor im 21. Jahrhundert beschreibt. Eine digitale oder virtuelle Währung, die Kryptographie für die Sicherheit verwendet. Ein cryptocurrency ist schwierig, wegen zu fälschen. Deep Learning ist eine künstliche Intelligenzfunktion, die die Funktionsweise des menschlichen Gehirns bei der Verarbeitung von Daten imitiert.
No comments:
Post a Comment