Статьи
Методы расчёта нормы запаса: от простого min-max до вероятностного моделирования
Норма запаса – это инструмент, который обеспечивает баланс между двумя противоположными задачами. С одной стороны – регулярное наличие товара для заказа, отсутствие дефицита и упущенных продаж. С другой – разумная заморозка денежных средств, при которой у компании остаются ресурсы для последующих закупок и нет лишних издержек на хранение. Слишком маленький запас ведёт к срывам поставок, слишком большой – к складским расходам, списаниям и «мёртвому» капиталу.

Существует несколько методов расчёта нормы запаса. Они различаются по сложности, точности и требованиям к данным. В этой статье мы рассмотрим их по возрастанию сложности – от простейшего min-max до вероятностного моделирования, а в конце покажем, как оценить экономическую целесообразность выбранной нормы.

Метод 1. Эвристический min-max: просто и быстро

Это самый простой и самый распространённый метод, особенно в малом бизнесе. Норма запаса определяется на основе опыта и экспертных оценок. Специалист изучает отчётность за предыдущий период, анализирует рынок и принимает решение о минимально необходимых запасах.
Суть метода:
Устанавливаются две границы:

  • Минимальный запас (точка заказа). Уровень, при котором нужно размещать новый заказ. Если остаток опускается ниже этой границы – товар заказывается.
  • Максимальный запас. Уровень, до которого пополняется запас при размещении заказа.
Формула: 
Минимальный запас = среднедневной расход × срок поставки. 
Максимальный запас = минимальный запас + размер партии заказа.
Преимущество метода – можно установить в 1С и использовать встроенные инструменты для расчета заказов поставщикам.
В чём подвох:
  • Субъективность. Опыт – это хорошо, но закупщик может перестраховаться и завысить норму.
  • Нет масштабируемости. Если ассортимент растёт, вручную устанавливать и пересматривать нормы для каждой позиции становится невозможно.
  • Метод не учитывает колебания спроса. Он предполагает, что спрос более-менее равномерный. Если продажи скачут, min-max не даст точности.
Этот метод подходит для коротких логистических циклов, когда результаты можно быстро оценить и сбалансировать склад без риска перетарить склад настолько, что у компании закончатся деньги.

Метод 2. Теория ограничений систем (TOC): расширенный min-max

Теория ограничений (Theory of Constraints, TOC) – это философия непрерывного улучшения, разработанная Элияху Голдраттом. В управлении запасами TOC предлагает подход, который можно назвать «расширенным min-max».
Суть метода:
Вместо жёстких границ min и max TOC использует три зоны:

  • Зелёная зона. Запас достаточен, заказывать не нужно.
  • Жёлтая зона. Запас приближается к критическому уровню, нужно готовиться к заказу.
  • Красная зона. Запас ниже минимального, требуется немедленный заказ.
Границы зон подбираются методом проб и ошибок на основании времени, которое запасы проводят в каждой зоне. Цель – найти оптимальные показатели, при которых запас не заканчивается, но и не залёживается длительное время в зеленой зоне.

TOC-модель распределения и пополнения запасов, в отличие от классического min-max, предлагает держать большинство запасов на более высоком уровне в системе распределения, а не на самом нижнем. Это снижает риск дефицита на местах.
В чём подвох:
  • Подбор границ методом проб и ошибок. TOC не даёт готовой формулы – границы нужно искать эмпирически. Даже специализированные программные решения используют подбор +/-30% от заданного уровня → тестирование с новыми нормами → повторная корректировка, пока не будут найдены оптимальные пороги.
  • Требует времени на настройку. Для большого ассортимента это может быть трудоёмко и потребует специализированных программных решений.
Метод TOC, как и классический min-max, подходит для коротких логистических циклов, где можно быстро оценить результаты и скорректировать границы. Если использовать на длинных логистических циклах, есть риск обанкротиться раньше, чем будут найдены оптимальные границы.

Метод 3. Оценка предельных отклонений

Достаточно простой для реализации метод. Рассчитываются предельные отклонения от среднего и используются в расчете страхового запаса.
Страховой запас = (Максимальная продажа – Средняя продажа) * Время поставки
Для расчета нормы запаса нужно к страховому запасу добавить прогноз между поставками:
Норма запаса = Страховой запас + Прогноз продаж между поставками
Обратите внимание, что норма запаса использует прогноз между поставками товара, а не в период поставки товара – размещено у поставщика может и 2, и 10 заказов с разными сроками отгрузки, которые ритмично поступают на склад с интервалами.
В чём подвох:
  • Несистемные пики, отгрузки под заказ клиентов могут увеличить нормы товарных запасов, превратив их в неликвид.
  • Метод основан только на статистике продаж, в случае роста продаж уровень обслуживания будет падать, т.к. максимальные продажи будут ограничены запасом, сформированным под более низкую динамику.

Метод 4. Формулы со среднеквадратическим отклонением (СКО)

Это самый распространённый «расчётный» метод. Он основан на статистике продаж и сроков поставки. Среднеквадратическое отклонение (СКО) показывает, насколько фактическое значение отклоняется от среднего.
Суть метода:
Рассчитывается среднеквадратическое отклонение продаж и/или срока поставки, на его основании рассчитывается страховой запас и норма запаса.

Метод основан на законах нормального распределения случайной величины. В соответствии с ним использование одного среднеквадратического отклонения приведет к 84% вероятности отсутствия дефицита на складе и 16% вероятности дефицита. Если необходимо увеличить вероятность наличия товара, то используют повышающие коэффициенты:
Таблица уровней удовлетворения спроса
Коэффициент (z)
1,0
1,3
1,6
2,0
2,3
2,6
3,0
Уровень удовлетворения спроса, %
84,1
90,3
94,5
97,7
98,9
99,5
99,9
Формула:
Страховой запас = z * √(СКО продаж² × Срок поставки² + СКО срока поставки² × Средняя продажа²)
где z – коэффициент, соответствующий уровню удовлетворения спроса.
Если требуется посчитать страховой запас только по отклонениям в продажах или наоборот только по отклонениям в поставках, то одно слагаемое просто принимается за 0.

Норма запаса, как и в предыдущем случае: Страховой запас + Прогноз продаж в период поставки
Как улучшить формулу:
Если использовать формулу в таком виде, то она не будет учитывать прогноз продаж и сезонность, в итоге в пике сезона такой запас не обеспечит уровень наличия, а вне сезона создаст неликвид. В более универсальном виде формулу переводят в мес. или дни:
Страховой запас = z * √(СКО продаж² × Срок поставки² + СКО срока поставки² × Средняя продажа²) / Средняя продажа
Норма запаса = Страховой запас + Интервал между поставками товара
Встречается также и формула без квадрата поставки, авторство которой в разных источниках приписывают Фоттеру или Бауэрсоксу и Клосу:

Страховой запас = z × √( Срок поставки × СКО продаж² + Средняя продажа² × СКО срока поставки²)

Спорная математическая корректность. Непонятно, почему средняя продолжительность поставки в формуле не возведена в квадрат, т.е. при использовании формулы только для отклонения в продажах будет использоваться корень из срока поставки. И аналитически, и эмпирически формула опровергается.
В чём подвох:
  • Проблема с длительными сроками поставки. СКО рассчитано на одну временную единицу (чаще месяц). Если срок поставки – 5 месяцев, вероятность того, что отклонение составит СКО × 5, – вовсе не 84%. На практике либо игнорируют этот нюанс, либо используют скользящие средние для расчёта СКО в период поставки.
  • Требует качественных данных. Если компания часто сталкивается с дефицитами, крупными поставками под заказ клиента, если статистики для качественного описания недостаточно, расчёт даст неверный результат.

Метод 5. Вероятностное моделирование

Самый точный, но и самый сложный метод. Он предполагает описание случайной величины, моделирование продаж в период поставки и определение значения, соответствующего допустимому уровню дефицита.
Суть метода:
  1. Собрать статистику продаж за достаточный период.
  2. Описать случайную величину (обычно используется нормальное распределение, но могут быть и другие, в частности обобщенное нормальное распределение).
  3. Смоделировать продажи в период поставки (например, методом Монте-Карло).
  4. Определить значение запаса, при котором вероятность дефицита не превышает заданный уровень.
В чём подвох:
  • Сложность реализации. Если речь не о 10 позициях, требуется специализированное ПО и компетенции аналитика. В противном случае хватит надстройки «Анализ данных» в Excel и Генерации случайных величин.
  • Чувствительность к данным. Дефициты могут создавать дополнительное отклонение, несистемные пики с крупными отгрузками искажают статистику. Плюс самой статистики может быть недостаточно для описания нормального распределения – и результат моделирования будет некорректным.
  • Не гарантирует идеал. Даже лучшая модель – это приближение. Внешние шоки (резкий рост цен, уход клиента) могут сломать любой прогноз.
Метод отличный, но требует ресурсов. Подходит для компаний с большим ассортиментом и финансовыми ресурсами на приобретение специализированного ПО.

Метод 6. Оценка экономической целесообразности

Любой выбранный метод необходимо оценить через экономическую целесообразность. Норма запаса – это не только вопрос наличия товара, но и вопрос денег.
Что делать:
На основании рентабельности продаж, стоимости хранения на складе, стоимости заморозки денег и доли коммерческих расходов в цене товара определить, какой размер запаса является предельным.
МНЗ = (Р – КР)*ЦР/(СС*% кредит + СХ*V)

где:
МНЗ - предельная норма товарного запаса,
Р – рентабельность продаж,
КР – доля коммерческих расходов в цене товара за вычетом расходов на хранение,
ЦР – средняя цена реализации,
СС – себестоимость товара,
% кредит – стоимость использования денежных средств в месяц (или ключевая ставка ЦБ/12),
СХ – стоимость хранения 1 м3 в мес,
V – объем 1 единицы товара.
Зачастую вместо расчетов используют экспертные оценки: «выше такой-то нормы ничего не закупать». Подход местами неточный, но лучше, чем ничего. Иначе деньги могут закончиться раньше, чем рассчитывал менеджер по закупкам.

Для утверждения самих норм необходимо посчитать бюджет движения денежных средств (БДДС) с учётом этих норм. Если этого не делать, то может получиться, что нормы рассчитали под 99% обеспечения продаж, хотя денег хватало с трудом на 80%. В итоге бюджет порвался, источники финансирования не предусмотрели – и получилась классическая ситуация: товар на складе есть, но не тот, который нужен, потому что на всё денег не хватило.
В чём подвох:
  • Экспертные оценки субъективны. Без расчёта можно либо перестраховаться, либо недооценить риски.
  • БДДС и нормы запаса должны быть увязаны. Если этого не сделать, нормы останутся теоретическими, а бюджет – невыполнимым.
  • Экономическая целесообразность меняется со временем. Рентабельность, стоимость хранения и заморозки могут измениться – нормы нужно пересматривать.

Как выбрать метод и не ошибиться

Не существует «единственно правильного» метода. Выбор зависит от размера бизнеса, ассортимента, качества учёта и доступных ресурсов.
Что делать:

  • Малый бизнес, небольшой ассортимент → эвристический min-max. Быстро, дёшево, но требует периодической проверки.
  • Средний бизнес, короткие логистические циклы → TOC или min-max с расширенными зонами.
  • Средний бизнес, стабильный спрос → метод предельных отклонений или формулы со СКО.
  • Крупный бизнес, широкий ассортимент → формулы со СКО или вероятностное моделирование.
Можно комбинировать: для группы A – вероятностное моделирование, для группы C – эвристический min-max. Главное – регулярно пересматривать нормы и оценивать их экономическую целесообразность.
В чём подвох:
  • Слепое следование методу. Даже самая точная формула не заменит контроля. Нужно отслеживать фактические продажи и корректировать нормы.
  • Игнорирование изменений. Рынок меняется: поставщики, конкуренты, спрос. Норма, рассчитанная год назад, может быть неактуальной.
  • Отсутствие ответственного. Если за нормы запаса отвечают «все», значит, никто. Нужен конкретный человек, который ведёт процесс.

Чек-лист для быстрого старта

  1. Определить, какой метод подходит вашему бизнесу: min-max, TOC, метод предельных отклонений, СКО или вероятностное моделирование.
  2. Собрать данные: продажи, остатки, сроки поставки, затраты на хранение.
  3. Рассчитать норму выбранным методом.
  4. Оценить экономическую целесообразность: рентабельность, стоимость хранения и заморозки.
  5. Проверить нормы через БДДС: хватает ли денег на выбранный уровень запасов.
  6. Установить нормы в 1С, Excel или в специализированном ПО.
  7. Назначить ответственного за пересмотр норм.
  8. Проверять и корректировать нормы не реже раза в квартал.
13.10.2026