服裝行業(yè)庫存的去季節(jié)化對策

徐為明，張廣存，余紅劍

（1.上海商學院，上海 200235；2.杭州師范大學，浙江 杭州 311121）

1 引言

服裝作為季節(jié)性商品，其銷售的關鍵在于庫存的優(yōu)化管理。相比促銷的使用，更行之有效的應該是季節(jié)性商品庫存的事前控制，如精確預測服裝商品的需求以安排產(chǎn)量。一個需求驅(qū)動的供應鏈的統(tǒng)計預測的主要目標是決定目標產(chǎn)品的可能數(shù)量，以便能在目標客服水平的范圍內(nèi)滿足消費者。為滿足需求，服裝企業(yè)可以通過加強產(chǎn)能，在提前期內(nèi)補貨和持有大量的庫存，即安全庫存來實現(xiàn)。當服裝企業(yè)面臨市場不斷增長，資本壓力越來越大的內(nèi)外部環(huán)境時，庫存決策尤為重要。

2 服裝商品的特性

（1）服裝商品需求季節(jié)性特別明顯。服裝商品季節(jié)性起因于消費者隨季節(jié)變換服裝。對于大部分地區(qū)而言，季節(jié)的明顯差異，致使服裝產(chǎn)品需求按照季節(jié)的變換而變換。所以一年之中服裝要素要隨氣溫的波動而變化多次。

（2）服裝商品季初和季末的供求關系有著顯著差別。通常銷售旺季初期出現(xiàn)的是供不應求現(xiàn)象，旺季末期則很少有人問津。

（3）服裝商品價格波動較大。服裝基本特征是，剛上市或上市不久的商品的市場價格最高，此后價格有所下降，銷售末尾階段市場價格大幅度下跌，有些商家宣傳是虧本銷售。

（4）服裝商品過季后要進行庫存清理。一般情況是，銷售季節(jié)一過，一部分未銷售出去的商品必須作降價處理，另還有一部分服飾會作報廢處理。如果庫存控制不合理，導致大量服裝積壓，會產(chǎn)生龐大的清理費用，嚴重的將導致服裝企業(yè)虧損[1]。

3 服裝商品庫存管理目標

服裝商品庫存管理意義重大，其目標的實現(xiàn)關系到市場營銷目標、財務目標等的實現(xiàn)。其目標為滿足客戶的需求，準時交貨，提高資金的周轉率，保證企業(yè)的現(xiàn)金流，最后實現(xiàn)庫存管理的最終目標：促進利潤最大化。如圖1所示[2]。

4 服裝商品的屬性

由表1可以看出，服裝行業(yè)內(nèi)部結構復雜。為簡單起見，本文僅把服裝分為定制禮服和非定制禮服。定制禮服屬于訂單牽引式商品，其供應鏈中，無論是產(chǎn)品原材料、中間品，或是產(chǎn)成品和整個生產(chǎn)所需的MRO輔料等，都是由訂單牽引。非定制禮服則庫存推動明顯。整個供應鏈都具有大量的備貨，因此異常難以管理。近年運動服裝行業(yè)陷入困境也是源于此。這也使得服裝庫存研究異常緊迫[3]。

圖1 庫存管理的目標體系

表1 商品庫存分類示例

5 服裝安全庫存去季節(jié)性計算方法

服裝市場最糟糕的時段是2012 年。自耐克、阿迪達斯在2009年飽受高庫存之痛以后，國內(nèi)服裝行業(yè)重蹈覆轍，深受高庫存之累。雖然各大服裝企業(yè)隨后采取各種措施減少庫存，但伴隨市場的飽和、終端消費的嚴重下滑，這一過程并不順利。服裝行業(yè)存在的一個很大問題就是庫存積壓嚴重，銷售增長乏力，大量的存貨無法銷售出去，各類線下實體店承受著巨大的壓力。在國內(nèi)服裝企業(yè)普遍受高庫存拖累的現(xiàn)狀下其中又以運動品牌服裝表現(xiàn)得最為明顯。年報顯示：2013年，國內(nèi)六大運動品牌李寧、安踏、匹克、361 度、中國動向和特步的存貨分別為9.42 億元、6.89 億元、3.66 億元、4.09 億元、1.83億元和5.37 億元，存貨總量超過31 億元。從營收來看，2013財年，李寧實現(xiàn)收入58.24 億元，與上年同期相比下跌12.8%；安踏在報告期內(nèi)，公司營業(yè)收入為72.81億元，凈利潤為13.15億元，毛利率為41.7%；匹克2013 年財報則顯示其營業(yè)額、毛利率、凈利潤等多項數(shù)據(jù)均出現(xiàn)不同程度下降，凈利潤由2012年的3.11億元減少21.3%至2013年的2.44億元。

5.1 服裝高庫存的原因分析

運動品牌快速擴張，訂貨機制長期沒有理順，訂貨量與市場需求脫節(jié)，是導致庫存過多的主要原因。近幾年，國內(nèi)運動品牌企業(yè)在沒有準確把握市場需求的基礎上，進行店面擴張，占領市場份額，導致庫存量大，效益下滑。在早期的發(fā)展中，我國大部分服裝企業(yè)多以粗放式擴張搶占市場份額，動輒幾千家的門店，運動品牌服裝更是如此。但現(xiàn)在，這些門店成為企業(yè)的負擔，此前被粗放式高增長所掩蓋的問題集中爆發(fā)。為了扭轉局面，李寧、安踏、匹克等企業(yè)紛紛關閉業(yè)績差或虧損的店面，減少產(chǎn)品種類。年報顯示，截至2013年12月31日，李寧常規(guī)店、旗艦店、工廠店及折扣店的店鋪數(shù)量為5 915家，較2012 年12 月31 日凈減少519 家；匹克的零售店數(shù)量減少471家至6 012家；361度的產(chǎn)品由1 400種減至1 000種，成人服裝零售店由2012年的8 082家減至7 299家。同時，一些服裝企業(yè)在鼓勵零售商關閉表現(xiàn)不佳的零售店、提高同店銷售額時，向這些零售商提供上架津貼，用于改善產(chǎn)品陳列及購物環(huán)境。此外，有些企業(yè)還選擇通過代理其他品牌和進軍童裝市場等措施，來優(yōu)化品牌結構，彌補運動產(chǎn)品的虧損。

5.2 服裝安全庫存去季節(jié)性計算方法

5.2.1 標準APICS 算法。安全庫存標準算法—APICS 算法使用歷史近期目標顧客服務水平、累積預測誤差決定最小的安全庫存。當需求穩(wěn)定時，使用該方法計算安全庫存較為有效。但該公式不適合波動性大的需求，比如季節(jié)性波動。標準APICS算法可以表示為：

其中：ss：安全庫存；Z：是和（平均）客服水平相關的一個值，（平均）客服水平是指能保證的顧客需求的百分比，（平均）客服水平和（平均）缺貨率的關系是：（平均）客服水平=1-（平均）缺貨率；Z 值和平均客服水平的關系可由正態(tài)分布函數(shù)得到，例如，如果你要達到99%的客服水平（即以99%的可能性滿足顧客），相應的由正態(tài)分布函數(shù)算出Z 值為2.33，同樣，98%、95%和90%的客服水平分別對應2.05，1.65 和1.28[4]；LT：提前期；σ2：標準差平方。

標準差σ的計算公式為：

其中N是觀察值數(shù)量。

以表2的值為例，容易算出其標準差為：

對于一個典型的年度計劃，在月初持有的庫存數(shù)應該為預測的數(shù)量加上安全庫存，即351+34=385。此時，可以實現(xiàn)99%的客服水平的目標。

若使用安全庫存標準算法計算季節(jié)性商品安全庫存，則容易出現(xiàn)較大的偏差。服裝行業(yè)里實際的銷售額呈現(xiàn)出高度季節(jié)性。使用安全庫存標準算法的結果見表3。

設提前期為1，則可以算出此時的安全庫存：ss=2.33×=8 847，即每月應該持有8 847 個產(chǎn)品作為安全庫存。本案例中，以四月份為例，若在月初持有8 847個產(chǎn)品，將產(chǎn)生多達2 510(22 204-(10 847+8 847))的短缺。而在所有淡季月份，都無一例外過多持有庫存。

5.2.2 改良APICS 算法。在給定的一年里，季節(jié)性波動會涉及到不止一個月。針對一年里的某個特定月，收集、研究若干年該月份的數(shù)據(jù)可以幫助我們解決上述標準算法不能解決的季節(jié)性需求產(chǎn)品的安全庫存問題。

表2 非季節(jié)性商品安全庫存標準算法示例

表3 季節(jié)性商品安全庫存標準算法示例

首先收集若干年的數(shù)據(jù)，然后針對相同的月份加以分別分析。以四月份為例，數(shù)據(jù)見表4。

該商品在連續(xù)四年的第四月份的標準差為：

接下來計算安全庫存。仍然假設提前期為1，客服水平為99%。

表4 4月份實際銷售和預測銷售比較

5.2.3 兩種結果的比較。比較標準APICS 算法和改良APICS算法，四月份分別得到ss為8 847和154 976。結果表明，當四月份持有8 847個產(chǎn)品作為安全庫存時，會有2 510的短缺，結果沒有實現(xiàn)99%的客服水平。而持有15 497 的安全庫存，即使用改良APICS 算法得到的安全庫存，能以多出實際需求4 140（15 497+10 847-22 204）個產(chǎn)品實現(xiàn)99%的客服水平。而且平均庫存大幅下降。

6 結論

根據(jù)比較表明，APICS算法存在以下缺陷：

（1）無法實現(xiàn)既定客服水平目標。按照該公式的要求，需要提前假設目標客服水平。但在這種假設下算出的安全庫存，卻根本無法實現(xiàn)期望的客服水平。這種矛盾是致命的。

（2）庫存過大。用該種方法算出的安全庫存會達到實際需求的數(shù)十倍。

而改良APICS 算法能準確提升旺季的庫存，降低淡季的庫存，從而能在降低總庫存成本的同時，有效改善供需匹配情形。同時，該方法也適用于非季節(jié)性商品。

[1]Teng J T,Chang C T.Economic Production Quantity Models for Deteriorating Items with Price and stock- dependent Demand[J].Computer Operations Research,2005,32:297-308.

[2]Zhou Y W,Yang S L.A Two warehouse Inventory Model for Items with Stock- level- dependent Demand Rate[J].International Journal of Production Economics,2005,95:215-228.

[3]陳兵兵.快速消費品行業(yè)的供應鏈管理[J].物流技術與應用,2005,10(1):55-60.

[4]周永務,王圣東.庫存控制理論與方法[M].北京:科學出版社,2009.