Download
1 / 63
640 likes | 790 Views
用料計畫與預算. Yung-Chung Chen. * Assistant Professor, Department of Logistics Management, SHU-TE University, Kaohsiung, Taiwan. 用料計畫的意義 用料計畫的意義 用料計畫處理程序 用料計畫與預算的目標 用料預算計畫實例 銷售預測 預測步驟 銷售預測方法 定性預測法 定量預測法 預測的精確性 用料預算計畫. 不同生產型態下之用料預算 生產型態 用料型態 用料預算差異原因分析與處理 用料差異統計 用料預算差異原因分析
E N D
用料計畫與預算 Yung-Chung Chen * Assistant Professor, Department of Logistics Management, SHU-TE University, Kaohsiung, Taiwan
用料計畫的意義 用料計畫的意義 用料計畫處理程序 用料計畫與預算的目標 用料預算計畫實例 銷售預測 預測步驟 銷售預測方法 定性預測法 定量預測法 預測的精確性 用料預算計畫 不同生產型態下之用料預算 生產型態 用料型態 用料預算差異原因分析與處理 用料差異統計 用料預算差異原因分析 用料預算差異原因與對策 學習內容
用料計畫之目的 • 產品用料計畫係配合產品生產計畫製訂採購計畫、產品存量計畫、物料存量計畫及生產計畫等，俾自產品生產製造之初至產品生產、銷售、存貨等各相關之作業均符合經濟原則，並能滿足業主品質、數量、時間及地點之要求。
計畫用料量 物料名稱 一月 二月 …… 十二月 用料計畫的意義 廣義的用料計畫，就是為了達成銷售目標，所制定的成品存量計畫、生產計畫、物料用量計畫、物料存量計畫及物料採購計畫。 表 2-1 用料計畫表
狹義的用料計畫定義，只包含物料用量計畫及物料採購計畫。可獲得以下之資訊狹義的用料計畫定義，只包含物料用量計畫及物料採購計畫。可獲得以下之資訊 • (1)每月各項物料預定用料及其成本。 • (2)每月各部門物料需求品項、數量及其成本。 • (3)每月各產品的標準用料及其成本。
依據生產計畫及採購計畫可擬定成本及物料期未存量：依據生產計畫及採購計畫可擬定成本及物料期未存量： • 期未成品存量公式: 期未成品存量=期初成品存貨量＋本期計畫生產量－本期計畫銷售量 • 期未物料存量公式: 期未物料存量=期初物料存貨量＋本期計畫採購量－本期計畫用量
產品 A1×1 A2×2 例1 • 產品結構如下，其銷售計畫、試訂定A1及A2之需求量。
用料計畫處理程序 • 進行銷售預測 • 擬定銷售計畫 • 制定製成品存貨計畫、掌握商機、避免存量過高或過低 • 計算並制定生產計畫 • 進行用料分析，計算各項物料在各期間的總用料量 • 制定物料存貨計畫，避免缺料及存量過高 • 制定物料計畫
擬訂銷售 計畫 製定成品存貨 需求 銷售 預測 訂定生產 計畫 訂定物料需求 計畫 訂定存貨 計畫 分析 物料用量 用料計畫處理程序
用料計畫與預算的目標 • 決定各期間各項物料所需用料量及採購量，使存量降至最低。 • 達成銷售計劃，確保準時交貨 (適時、適量、適質)。 • 滿足生產計劃，避免停工待料 (適時、適量、適質)。 • 強化資金預算控制及運轉能力。 • 進行用料差異分析，瞭解用料差異的原因，並修正用料計劃。
銷售預測方法之共同特徵 • 假設過去的因果關係，未來會繼續發生。 • 預測結果必然有誤差，而非完全精確，誤差只需在合理範圍內即可。 • 群體項目預測比單項預測準確。 • 短期預測一般比長期預測準確。 • 資料愈多愈完整，預測愈準確。
銷售預測步驟 • 決定預測的目的、期間及允許誤差 • 決定預測所須資料的期間，資料愈完整愈準確 • 選擇預測方法 • 搜集並分析資料 • 判定預測結果是否在允許誤差範圍內 由於預測勢必有風險(risk)，因此，預測值很難與未來的實際值相吻合。允許誤值是經檢討為達成目標可以容許調整的範圍。資料蒐集越完整，預測越準確；一般短期預測較易掌握其變化趨勢
定性預測法 由上往下預測法－高階主管預測。 由下往上預測法－基層意見表達 德爾菲法－專家意見之問卷調查方式，重複透過專家意見的表達進行投票表決。 小組意見調查法－小組成員共同討論之結果為依據。 歷史類比法－類似產品比較。 消費者調查法－市場調查 銷售預測方法
銷售預測方法 • 定量預測法 • 根據以往銷售資料的等比例預測法 • 時間數列分析法 • 長期趨勢預測法 • 半平均法 • 移動平均法 • 最小平方法 • 季節變動預測法 • 簡單平均法 • 移動平均法 • 指數平滑法 • 迴歸分析法
等比例預測法 • 短期產品銷售需求量預測： 例2 某公司前一年銷售2000個，今年銷售2200個，明年銷售額之預測值為何？
解 ＝ 2200*(2200/2000) ＝ 2420個
圖 2-1 長期趨勢、季節變動、循環變動與不規則變動 長期產品銷售趨勢預測法
半平均法 (Semi-Average Method) • 將歷史資料分為前、後二組。(當數據為奇數時，可扣除中間數據，再將數據分為前後各一組 ) • 計算各組的平均數 y1、y2及銷售期的平均數 t1、t2。 • 求長期銷售趨勢的直線方程式 y = a + bt。令 t0為第 1 個數據的銷售期，a為直線方程式截距，b 為斜率，則： y1 = a + b(t1- t0) y2 = a + b(t2 - t0)
例3 • 某公司歷年銷售量如下，試預估87年度銷售量。
解 • 共計7組(奇數) 數據，故刪除中間數據(83年)， • 第一組銷售期(年)：80、81、82年之平均值 y1=(100+110+120)/3=110 t1=(80+81+82)/3=81 • 第二組銷售期(年)：84、85、86年之平均值 y2=(145+160+178)/3=161 t2=(84+85+86)/3=85 • 110=a+b(81-80)----(1) • 161=a+b(85-80)----(2)
解 • 解(1)及(2) 得 a=97.25，b=12.75 即，預測方程式為： y=97.25+12.75(t-80) • 預測87年銷售量=97.25+12.75(87-80) =186.5
移動平均法(Moving Average Method) 將第 (i-1)、(i-2)....(i-n) 期的銷售量平均，作為第 i 期 銷售量的預測值，稱之為 n 期移動平均法。 MAn,i：第 i 期的 n 期移動平均預測值 n：移動平均之期數 i：預測期 Ak：第k期的實測值
例4 某公司歷年銷售資料如下，試各以移動平均法其期數為2、3、4、5期，預測87年銷售數量。
最小平方法(1/3) 所謂最小平方法意指全部預測值與觀察值(或實 測值)之間預測誤差的平方和為最小的預測法
最小平方法(2/3) • 其中 n=歷次數據之數目 • yi =第i期的實際值 • yi’=第i期的預測值 = a+bi(a，b為常數，ti表第i期)
n個觀察值 最小平方法(3/3) 觀察公式(2-9)及(2-10)，得知計算項目可歸納為：
例5 • 某公司銷售業績下，試預估89年銷售量。
解 • 計算累計值如下表
解 • 代入a，b公式中
(4)季節變動預測法 • 季節變動預測法分為： • A.簡單平均法 • B.移動平均法
簡單平均季節變動預測法計算步驟 • 以最小平方法進行長期趨勢年度預測 • 計算各季季節指數，季節指數計算過程為 計算每季的算術平均值 計算季平均值總和，並計算季總平均值，即(季平均值總和/季數) 計算季節指數 • 預測各季銷售值
例6 • 某公司各季銷售資料如下，試預估87年各季銷售量。
解 • 1.以最小平方法預測87年銷售量
解 =47 =684 y87=684+(47×5)=919/年=919/4/季
移動平均季節變動預測法 • 以最小平方法進行長期趨勢年度預測 • 以移動平均法計算季節指數 計算四季移動平均，再計算二季移動平均，以二季移動平均值代表原資料的第3個季 計算季節指數 • 調整季節指數 將步驟2所得季節指數，再以簡單平均法計算各季的平均季節指數 調整季節指數，使四季季節指數之和為4 • 預測各季銷售值
範例(1/4) 以下表數據預測87年各季銷售額
第一季調整後季指數=原指數*4/4.015=0.98*4/4.015=0.976第一季調整後季指數=原指數*4/4.015=0.98*4/4.015=0.976 • 87年各季預測值 • 第一季= 1719/4*0.976=419 • 第二季= 1719/4*1.273=547 • 第三季= 1719/4*1.006=432 • 第四季= 1719/4*0.744=319
Ft = Ft-1+α(At-1－Ft-1) • 其中 Ft=第t期預測值 • Ft-1=第t-1期預測值 • α=平滑係數；0≦α≦1，可取α=0.5 • At-1=第t-1期實測值 • Ft =Ft-1＋α(At-1－Ft-1) • =αΑt-1＋(1－α) Ft-1 • =αAt-1＋(1-α) (αAt-2＋(1－α) Ft-2﹞ • =αAt-1＋α(1－α)At-2＋(1－α)2 Ft-2 • =αAt-1＋α(1－α)At-2＋(1－α)2 (αAt-3＋(1－α) Ft-3) • ………………………………………………… • =αAt-1＋α(1－α)At-2＋α(1－α)2At-3＋…… • ＋α(1－α)n-1At-n＋(1－α)nFt-n
