时代经贸ＥＣＯＮＯＭＩＣ＆ＴＲＡＤＥ ＵＰＤＡＴＥ 投稿邮箱：ｗｔｏｓｄｊｍ＠１６３．ｃｏｍ 制造企业４：ｔ－－用零部件安全库存管理研究 孙彪彪 （北京林业大学，北京１０００８３） 【摘 要】以一个具体的装配制造企业为对象，为降低整体供应链的综合成本，考虑其共用零部件的特殊性，结合具体实际情况，对不同需求的共用零部件的 安全系数进行优化，建立基于提前期和需求可变的安全库存管理体系，并用算例进行了说明。 【关键词】安全库存；共用零部件；优化 １．引言 针对制造装配企业共用零部件管理的思想早已有专家学者提 出，但在不同的企业实践中，各个企业的实际情况不同，其实施 的方法也有不同。在此本文针对速得尔公司的具体情况，根据每 种共用零部件的市场需求量不同，对其安全系数进行优化，得出 套适合该公司实际情况的共用零部件库存控制方案。速得尔公 司是一家主要生产制造射击运动电子靶的厂商，电子靶的类型分 为１Ｏ米、２５米和５Ｏ米三种。三种类型中拥有许多的共用零部件， 本文的目的就是对这些零部件进行合理的安全库存控制，从而减 少库存成本所占企业流动资金的比例，提高企业资金利用率。 ２．共用零部件安全库存的优化方法 一标准差 。每种类型电子靶在一阶段内对第ｉ种零部件的需求量，计 算每种类型电子靶对第ｉ种零部件需求统计均值 和标准差 （ｊ代表 电子靶类型）。 步骤三：计算各类型电子靶对第ｉ种零部件需求占总需求的比例 在求出 中最大值ｍａｘ（ 。最大的 安全系数取为基础安全系数＆。 步骤四：采用公式１计算相对比例系数，按照模型１及公式２计 算第ｉ种零部件对第Ｊ类型电子靶的优化安全系数。 “ ＝一 ｎｌａｘ（ 、） ｃ 公式ｌ ｇ Ｐ 凡 、 １ ３ｔ３ ！ ：！ 模型１ 公式２ ２．１安全库存简介 ｎ Ｊ （＆ｌ Ｊ １ 新时期需求拉动型的市场环境决定了企业在生产和制造方面 步骤五：采用模型２计算第ｊ类型电子靶对第ｉ种零部件的安全 的不确定性，安全库存就是为了应付这种不确定性的。安全库存是 库存 （楼润平，２Ｏ１２），并以此计算所有类型电子靶对第ｉ种共 种额外持有的库存，作为一种缓冲剂用来补偿在订货提前期内实 用件的安全库存，按公式３计算第ｉ种零部件的总安全库存量。 际需求量超过期望需求量，或是提前期超过期望提前期所产生的需 Ｉ＿＝女 丽 模型２ 求。企业以一部分的库存资金占用为代价来换取一定时间内对生产 稳定性与交货及时性的保证。通过设置合理的安全库存，可以帮助 公式３ 企业通过高的服务水平扩大市场份额和赢得成本优势。正因如此， 本方案的特点是共用零部件占比例较小的电子靶类型供货 安全库存在现代企业经营管理中地位愈来愈重要，其不仅关系到企 不及时情况出现时，可调用占比例较大的部分共用零部件进行补 业资金的合理流动，更影响到企业的服务能力和信誉。 充，同时又不会影响后者的生产，从而可以在一定程度上减小占 ２．２共用零部件安全库存的优化 比例较小电子靶类型对共用零部件的安全库存量，最终从整体上 速得尔公司所生产的电子靶主要客户是各省市的射击队。生 对该共用零部件的安全库存。 产模式主要是依据订单，订货也是依据订单，是一种典型的由需 ３．共用零部件安全库存设置实例 求拉动的制造装配企业。企业在经营过程中由于需求的不确定性 根据上述提到的安全库存设置方法，以三种类型共用零部件 导致了订货的不确定性。由此可知企业在生产制造过程中影响其 换能器为例计算其安全库存，确定基础安全系数＆＝１．１２。通过对 一生产稳定性和交货及时性的因素主要有两方面：市场需求的不确 定性和订货提前期的不确定性。采集该公司过去２个月内电子靶的 需求数据，得出如下的统计表。 表一需求的频率分布表 需求量 ｌ２ ２ 企业的历史数据整理得到以下数据。 表二换能器的订货及到货时间 订货日期 到货日期 历经天数 ＺＯ１２ ０３—０９ ２０１２－０４－２７ ２０Ｉ ２ ０４＿２３ ２ ｎ＿２—０６—１３ ５０ ２叭２—０５吨９ ２０ｌ２－０７ ｌ９ ５０ ２０Ｉ ２ Ｏ７ ０５ ２０ｌ２—０８—２２ ２Ｏ１２一吣一２０ ２Ｏｌ２ １０ Ｏ８ ∞１ ２ｌＯ ０３ ２Ｏ１２一ｌ＿ ２０ 天数 Ｉ 订货日期 到货日期 撵天数 ２∞２一ｌ ０９ ２叭２一ｌ２—２】 ２叭２一ｌ２一坞 ２０１３－０卜０３ ２叭３一Ｏ２—２ｌ ２叭３—６２—１０ ２ｏ１３∞一２８ 蛇 ２０１０ ｏ３ ０６ ２ＯＩ ３一Ｏ４—１ ６ ４０ ２Ｏ１３—０ｄ—Ｏ７ ２０１ ３ ０５ ２７ ５０ “ ４８ 霎 ｆ圃．圆 豳． ． ．豳．豳．豳 圈． 表三不同类型电子靶一段时间内对换能器的需求量 ２０ｌ２—０９ ２０ｌ２ １０ ２Ｏｌ２一Ｉ】 ２０ｌ３—０ｌ ２Ｏ１ ３ Ｏ２ ｌ０米电于靶 ８６ ５６ ２５米电予靶 ５Ｏ米电子靶 ５８ ５６ １０１ ４５ ８５ ｌ２７ １１５ 经计算得到换能器订货提前期的均值和方差，见表三。 表四换能器订货提前期的均值和方差 分析发现其分布情况关于中值近似对称，所以我们假设其需 求近似服从正太分布。为此我们在本文中采用Ｋｒｕｐｐ所提出的需求 和订货提前期都变化的一种安全库存管理模型。 共用零部件具有一定的特殊性，特殊在于它是所有类型产成品 加工过程中的必需品，而且具有互用性。正因如此，当一种类型的 电子靶在生产过程中出现某种共用零部件备货不足时，则可以调用 其他类型电子靶在此共用零部件上的一定库存。不同的零部件在三 种不同类型的电子靶产品（１０米、２５米和５Ｏ米）装配过程中所占用 的数量是不同的，市场在一定时期内对三种不同类型电子靶的需求 也是不同的，所以在设置共用零部件安全库存时其安全系数也是不 同的。为此我们采用共用零部件占总量比例较大的各类型电子靶选 择基础安全系数，并对比例较小的其他类型电子靶所用安全系数在 此基础安全系数上进行适度衰减的办法，从而在满足需求的情况下 有效降低库存资金占用比例，提高企业资金利用率。 步骤一：对不同类型的电子靶所使用的共用零部件进行编号 ｉ＝ｌ，２，…，ｎ，并确定基础安全系数＆，基础安全系数是一种满足客 户需求的能力，数值越大则其满足客户各种需求的能力越强。 步骤二：分别收集历史数据中第ｉ种零部件一阶段内订货日期 样本个数 １２ ｌ Ｉ 均值 ４６ ４１６６７ ｌ Ｊ方差 ３ ５２８０２６ 以及三种类型电子靶的需求均值方差。 表同类型电子靶所需换能器的均值和方差 类型 均值 方盐 Ｆ均需求／总需求 １ｏ）Ｋ ２５米 ５０米 １ ０５ ４０ ７０３８１ ２９ ２０１０３ Ｏ ４０７２４ ８５ ３３３３３ ０ ９３０９６３ 由此可知Ⅲａ ＝０．４０７２４，按照模型一以及公式二计算出在 三种不同类型电子靶中换能器的安全系数，利用模型二计算出换 能器的安全库存如下表。 表六不同类型电于靶的安全库存计算结果 类型 ｌＯ米 ２５米 安全系数 １ ｌ１９９９９ １ ０８９３１ｌ Ｉ Ｊ ｌ安金库存 ６１８ ２７１ ５ ３３８ ０２Ｉ９ ５０米 １Ｉ ０５７３４ ｌ４Ｏ１ ０７７４ 使用公式三得知换能器总的安全库存量 和到货曰期，计算第ｉ种零部件的提前期统计均值￡及提前期统计 ４２・ ・投稿邮箱：ｗｔｏｓｄｊｍ＠１６３．ｃｏｎｒ ＥＣＯＮＯＭＩＣ＆ＴＲＡＤＥ ＵＰＤＡＴＥＩ时代经贸 长寿风险管理方式研究 张凤英 （云南财经大学，云南昆明６５０２２１） 【摘要】上个世纪七十年代以来，全球经济快速增长与医疗条件不断改善，死亡率急剧下降，人口老龄化的１＇７题凸显。人口老龄化的推进是长寿风险不断累 积的过程，、寿险公司的养老金及企业年金面临着巨大的长寿风险，如何有效的管理长寿风险就不可避免的成为重要１＇７题之一。本文主要探讨了长寿风险 的识别，对比分析了不同的长寿风险管理方法，并通过研究长寿风险管理工具的设计，最后提出长寿风险转移和对冲的有效途径。 【关键词】长寿风险；生存债券；生存衍生品 １．引言 风险必然会增加。 近些年来，随着人们生活水平的提高，国家福利、医疗 ２．２．２长寿风险的度量 水平以及个人健康意识的改善，人类的预期寿命有了很大幅度的 长寿风险主要来自两个方面：一是由于人口死亡率下降而带 增长。从生命函数曲线来看，死亡率的变化有着矩形化和扩展化 来的寿命增加；二是个人或社会群体自身财富效用的变化。一般 两种趋势。两者都将增加年金的给付额和给付时间。这种由于死 来说，现实生活中消费者会根据自己的收入状况来安排生活消费 亡率的改善使得年金等其他生存收益成本增加的风险即为长寿风 支出和投资决策。但是，在目标消费函数确定的情况下，财富总 险。长寿风险对个人而言，是指寿命延长使个人面ｌ临未来支付增 量在退休之后不断减少的趋势可能使目标消费无法满足。因此， 加而遭受的保障不足或无力支付的风险；对养老保障型产品提供 对长寿风险的识别需要同时考虑实际寿命高于预期寿命和财富效 机构而言是指寿命延长使未来给付年限和给付额度增加，导致负 用短缺这两种可能性。 债大于资产的风险。 ●死亡率模型 目前中国人口寿命表现出明显的增长趋势（见表１），长寿风 为了度量长寿风险的大小，首先需要对人口死亡率的现状 险已成为中国、企业和个人所面临的一种日益严重的社会风 和未来变化趋势进行合理的估计。本文选择被学者们广泛应用的 险。尤其是，由于长寿风险转移市场的缺失或发展迟缓，养老保 Ｌｅｅ—Ｃａｒｔｅｒ模型对死亡率进行预测。 障型产品提供机构等在为个人提供长寿风险管理的同时，自身陷 Ｌｅｅ—Ｃａｒｔｅｒ模型将死亡率的变化分解为时间因子ｔ和年龄因子 入了长寿风险管理困境。 ｘ。如果用ｍｘ，ｔ表示时间ｔ时年龄为ｘ岁的人群的中心死亡率，那么 表１ ｍｘ，ｔ满足以下函数关系： ｉｎ（ｍｘ，ｔ）＝Ⅱｘ＋Ｂ ｘｋｔ＋￡Ｘ，ｔ （１） ｌ 出生人ＬＩ 预期寿命（岁） Ｉ ６７ ８ ｌ ６８ ６ Ｉ ７０ ８ ｌ ７１ ４ ｌ ７２ １ ｌ ７４ ８３ ｌ 其中ｎ ｘ为依赖于年龄因子的参数，反映特定年龄人群死亡率 ２０世纪９Ｏ年代保险公司利用资本市场发行巨灾债券，将巨灾 自然对数的平均水平；ｋｔ为依赖于时间因子的参数，通常称为死 风险很好的转移到资力雄厚的资本市场。鉴于巨灾债券的成功， 亡率指数，反映死亡率随时间变化的速度；Ｂ ｘ表示年龄因子对ｋｔ 长寿风险证券化也提上了日程。目前，在市场上早己流通了多种 的敏感度；￡Ｘ，ｔ是均值为０、方差为 的误差项。 多样的和死亡率有关的债券，而且仍有好多相关的长寿风险管理 ●长寿风险度量模型 工具正在筹划准备中。 本文构建的长寿风险量化模型如下： ２．长寿风险的内涵及其识别 ＬＲｘ，ｔ＝Ｆｘ，ｔ Ｐｒｏ（Ｕｔ＜Ｏ） （２） ２．１长寿风险的内涵 其中，ＬＲｘ，ｔ表示当前年龄为Ｘ岁的人群第ｔ年所面临的长寿 从广义上说，长寿风险是指个人或总体人群未来的平均实际 风险的大小，Ｆｘ，ｔ表示Ｘ岁的人群在第ｔ年的存活概率（Ｆｘ，ｔ＝卜 寿命高于预期寿命所产生的风险（ＭａｃＭｉｎｎ，Ｂｒｏｃｋｅｔｔ，Ｂｌａｋｅ，２００６ ｍｘ，ｔ），Ｐｒｏ（Ｕｔ＜Ｏ）表示财富效用小于０的概率。式（２）中的财富 ：Ｓｔａｌｌａｒｄ，２００６）。长寿风险主要源于在死亡率预期水平上的非系 演化函数ｗｔ可以进一步表示为： 统性波动和偏离预期水平的系统性风险。在长寿风险中，最具挑 Ｗｔ＝Ｗｔ一１（１＋ａ）＋Ｉｔ—Ｐｔｙ—Ｃｔ （３） 战性的不确定性源于预期寿命提高的趋势，即系统性长寿风险。 其中ｎ为财富的自然增长率，假设其服从正态分布；ｙ是一个 根据长寿风险敏感性分析，６５岁人群的预期寿命每增加一年，英 服从泊淞分布的参数，代表每年由于意外事件的发生而产生的额 国养老金负债的现值增加３％。系统性长寿风险严重制约了年金机 外支出的次数；Ｐｔ表示意外事件发生而产生的额外费用；Ｉｔ为其 构的供给能力。在系统性长寿风险持续累积的条件下，养老保障 他收入所得，如社会养老福利和年金福利等；ｃｔ为第ｔ年的目标消 型产品提供者的发展需要一系列风险管理工具。 费额，包括生活消费、医疗和其他常规支出，其大小由第ｔ—１年 ２．２长寿风险的识别 的目标消费额ｃｔ一１和居民消费价格指数决定。为了简化分析，这 ２．２．１从长寿风险的承担主体来看，存在三种形式的长寿风险 里采用直线效用函数，即假设Ｕｔ＝Ｗｔ。通过分析，当财富量ｗｔ小于 第一种，社会养老保险计划面临的长寿风险：理论上， ０时，将有财务风险。通过式（３）获得年龄为Ｘ岁的人群未来各年 提供的现收现付式的社会基本养老保险计划不会面Ｉ性长寿风险。 的财富水平，并结合式（１）来获取相应的死亡率数据，便可对未 事实上，由于未来领取养老金人群比例的增加和平均领取时间的 来长寿风险发生的概率进行模拟计算。通过改变模型中各参数的 延长，将可能出现未来职工缴费负担大幅度增加的风险，从而给 取值，并模拟计算不同参数取值下的结果，可以进行相应的敏感 当时的社会和经济发展带来巨大压力。 性分析，以检验模型中各个参数对长寿风险的影响方向和程度的 第二种，企业退休计划（ＤＢ型计划）面临的长寿风险：很多企 大小。这将有利于加深对长寿风险的认识，更好地制定出应对和 业（不是中国的企业）都建立有确定给付型的退休计划，此类计 管理长寿风险的方法和工具。 划无疑将面临严重的长寿风险。 ３．长寿风险管理分析 第三种，商业保险人提供的养老年金计划面临的长寿风险： ３．１当前长寿风险管理方法的对比分析 商业保险公司所承受的长寿风险目前只占全寿风险的少数。 当前机构管理长寿风险的方式基本包括四大类：一是机构 但随着现收现付式社会养老保险计划的减少，雇主提供的退休计 自留长寿风险，即机构将长寿风险视为正常商业风险，并予以承 划转化为确定缴费型计划，保险公司、再保险公司所承但的长寿 担。二是在现有的制度中寻求解决方案，如长寿风险的多元化或 通过以上方法可以计算出其它共用零部件的安全库存量。 例，提高了企业效益。 ４总结 以上的分析是针对具造企业实行的共用零部件安全库 参考文献： 存设置方案，将提前期和需求分布近似看成是正太分布，充分考 ［１］楼润平，薛声家．面向ＥＲＰ的安全库存管理模型Ⅱ］．科技管理研究，２０１２（１１）：１６１—１６３ 虑共用零部件的特殊性，从安全系数的优化入手，建立能够兼顾 ［２］黄波．整车制造企业安全库存设置Ⅱ］企业物流，２０１１，３０（４）：１２５—１２６ 整体和局部的安全库存设置方案。本文所提供安全库存模型在具 ［３】周永务，王圣东．库存控制理论与方法 田．北京：科学出版社，２００９． 体实施之后，实现了在保证库存满足需求的前提下最大程度地降 ［４］林勇，郑阿美．面向随机需求的安全库存管理研究叩物流技术，２００６，２１（１）：６１ ６３． 低共用零部件安全库存量，有效减少库存所占企业流动资金的比 【５】林勇，马士华．基于提前期的通用件安全库存管理Ⅱ］．系统工程，２００３（１）：７１—７５． ・４３・
