摘要：主要研究原材料价格波动下，棉纺织企业库存优化策略，分析了我国棉花价格波动的现状和对下游纺织企业经营风险和成本的影响，在此基础上，对原材料价格波动下，棉纺织企业的库存优化策略进行了简要分析。
关键词：原材料；价格；库存
棉花是国家重要的战略物资，也是纺织业最基础的生产原材料，长期以来，我国的棉花价格都处于波动状态，给下游纺织企业带来了巨大的经营风险，研究棉纺织企业考虑到棉花价格的库存优化策略，对提高企业市场竞争力，控制库存成本有重要意义。
1概述
1.1研究背景
棉花价格受到供需关系、土地、劳动力、地方政策等多种因素影响，长期处于小范围波动状态，为了维持棉花价格稳定，近些年国家推行了一些相关政策，发布了一系列政策和指导文件，并在2014年，决定逐步开放棉花交易市场，希望通过市场调节来稳定价格，但是受到供需关系的影响，我国的棉花价格仍然存在着一定的波动，于是在2017年，国家进一步对棉花补贴方式进行了调整，棉花市场价格的波动幅度进一步减小，但是仍然存在着一定的波动幅度，给下游企业的经营管理带来了很大的风险。纺织业是关系到国计民生的重要传统支柱产业，纺织业的健康发展关系到国家经济稳定，近些年，国家纺织业虽然在快速发展，但同时也暴露出了许多问题。
1.2研究意义
1999年以后，我国开始进行棉花流通体制改革，此后国家棉花价格长期在小范围内波动，为了稳定棉花价格，国家颁布了一系列政策，虽然有效控制了棉花价格的波动幅度，但是小范围的价格变化仍然持续存在。棉花是纺织业最基础的原材料，原材料小范围的价格波动会给下游企业的成本以及盈利能力造成巨大的影响，如果采购数量过多，会导致库存积压，同时影响资金周转，如果采购数量不足，则可能会因为缺货而影响生产，并且还将面临原材料价格继续上涨的风险。因此，纺织业的下游企业需要对棉花价格进行预测分析，并根据棉花价格的波动趋势来制定合理的库存策略，才能够有效规避市场风险，在避免缺货的同时，降低原材料成本，提高企业的盈利能力。
1.3棉花价格预测
现阶段，棉花价格的预测分析方法主要有回归分析、指数平滑、神经网络等几种。张立杰通过研究1999-2011期间我国棉花价格指数，提出H-P滤波模型能够姣好的反映我国棉花价格的波动趋势，并用H-P滤波对未来棉花价格变化情况作出了一系列预测，基于前三年数据对下一年前四个月棉花的价格进行了预估，数据拟合度比较高。黄东霞则尝试基于灰色系统理论对棉花价格进行预测，对期货品的价格预测精度以及有效性均较高。除了以上几种方法，近些年马尔科夫链作为一种新型的分析预测方法和工具，在生物科技、教育、销售、汇率等方面的预测中应用也取得了比较理想的效果，但是目前，马尔科夫链主要用于宏观经济数据的研究分析，直接用于价格波动分析预测的研究相对较少。2011年，奥地利学者Massimo尝试了使用马尔科夫链进行股票分析和金融预测，充分证明了马尔科夫链用于金融分析预测的价值。
1.4国内棉花库存管理理论现状
库存是指企业对原材料、半成品等生产资料以及成品的存储，为了确保正常的经营管理，企业需要预留一定的库存量，对这个库存量的管理就是企业的库存管理。企业的库存管理目标主要为确保企业的正常经营，同时减少企业的资源浪费，解决库存瓶颈，控制库存成本。目前关于库存管理的研究主要集中在周期管理、层级管理、确定性随机性管理等几个方面，比如谢家平建立了基于假设条件的逆向物流模型，对生产发动机可回收再制造企业的单周期和多周期库存控制进行了优化，取得了比较理想的效果。而张毅考虑到库存的时效性，在传统的库存管理模型中，增设了应急物资选项，对传统库存控制模型进行了进一步优化，模型的效度得到了进一步提升。
2考虑棉花价格的纺织企业库存预测优化模型
2.1波动趋势概率预测矩阵
棉花价格波动趋势使用月度价格来进行描述，建立2014-2016的棉花价格波动矩阵，根据增长率氛围四个基础状态，进行马氏性检验，得出棉花价格月度增长率概率矩阵：
（1）
依据式（1），可知2017-2018年棉花月度价格以及其增长率都在[-1%，0%）区间内，分析可能和17年推出的棉花价格补贴政策有关，并且在18年6月份以后，棉花价格的波动区域有所下降，和实际情况相符，表明棉花价格补贴政策控制棉花价格波动卓有成效。
2.2马尔科夫链状态转移矩阵
2014-2016年国家月度棉花价格指数划分为4个基础状态空间，进行马氏性检验，建立转移概率矩阵P：
（2）
由（2）可知，对所有月份的棉花价格预测值都属于矩阵内的单位向量，故所有月份的预测值都分布在第一区间，且分布概率为100%。这说明，2014-2016期间，各月棉花价格都处于最低点，这和实际情况不符，可能和单位向量计算绝对化导致的，为了改变向量的初始状态，可以引入一个描述初始不确定性的模糊隶属度，进一步提高计算精度，不并且不影响马尔科夫加权。
2.3结果检验
先期的概率转移计算的2016-2018棉花价格预测结果和实际情况的对比，选取预测区间中间值作为基准线，计算预测结果和实际价格之间的误差，考虑到预测给出的是概率矩阵区间，而不是明确的价格，所以选择价值区间的均值作为代表预测值，用于和实际价格的比较，对预测误差进行量化，得出的最小误差12元/t，最大误差653元/t，绝对误差426.8元/t。为进一步提高预测精度，使用马尔科夫链模糊加权法进行拟合，综合两种方法，加权计算最终预测值。
2.4价格预测
首先建立阶段状态转换概率矩阵，把棉花价格指数描述为五个基础状态，并使用统计学方法建立概率转移矩阵，统计2014-2016棉花价格极值，根据极值计算不同价格序列的初始状态，引入模糊隶属度，描述棉花价格阶段性初始向量：
（3）
并由经式（3）计算后的的初始向量，对棉花月度价格的自相关系数统一经归一化马尔科夫链加权，取最大滞时，预测2017-2018月度棉花价格：
（4）
可知2017、2018年月度棉花价格在[11500，13500]区间，和实际情况相符。
2.5研究建议
经研究可知，棉花价格影响因素复杂，但是其中最直接的影响因素是原材料供需关系，客户的需求会直接影响库存和价格，为了有效应对市场压力，下游纺织企业需要根据客户需求来调整库存，避免自身决策失误带来的库存风险。生产实际中，库存存在到位延时、库存质量和管理风险，所以企业面临缺货的风险高于库存冗余，所以，建议今后企业需要考虑允许缺货情况下的成本管理，并对各种可能影响库存总成本的变量进行敏感性分析，找出关键性因素，在此基础上调整库存策略。
3结束语
本研究在传统库存管理模型基础上，引入了价格因素，用灰度隶属向量来描述价格的阶段性初始趋势，用马尔科夫链加权平均，对棉花价格给出了信度较高的预测模型，在此基础上，对纺织企业的库存优化给出了可行的建议。
参考文献：
[1]侯锋.棉价居高不下，纱布出口略有回暖，2016年12月棉纺织行业市场观察[J].纺织服装周刊，2017.
[2]宋江海，池宏，高敏刚.航空公司机上周转品多基地库存优化模型[J].中国管理科学，2019.
[3]景林娟.供应链环境下煤炭企业的库存优化研究[J].煤炭经济研究，2018.
[4]赖冬琴.供应链环境下石狮服装企业库存管理优化研究[J].山东纺织经济，2018.
[5]李嘉伟.存货大幅下降，企业降库存成效显著[J].中华纸业，2017.
论文作者:裴要果,王慧君
论文发表刊物:《基层建设》2019年第21期
论文发表时间:2019/10/14
标签：棉花价格论文; 库存论文; 价格论文; 棉花论文; 企业论文; 矩阵论文; 马尔论文; 《基层建设》2019年第21期论文;