理論在庫とは？

理論在庫（帳簿在庫）は、入出庫の取引データに基づきシステム上で算出された数値上の在庫数量であり、適正な発注計算や需要予測を行うための基準データです。しかし、現場の現物数量（実在庫）との間に乖離（棚卸差異）が生じると、欠品による売上機会の損失や過剰在庫によるキャッシュフローの圧迫など、経営面で多大なリスクを引き起こします。本記事では、理論在庫の定義や計算手法、差異が発生する構造的な要因、在庫精度99％以上を達成するための実務的な改善策とデジタル活用手法を解説します。

理論在庫（帳簿在庫）とは？計算式と実在庫との違い・精度の指標

理論在庫の基本定義と計算式（入庫数・出庫数の関係）

理論在庫とは、商品の入荷や出荷などの取引データに基づき、データ上で計算・管理されている数値上の在庫数量です。システム上で「現在倉庫に存在するはずの数量」を示すものであり、現場の棚に置いてある現物を直接カウントした数値ではありません。

理論在庫を算出するための基本計算式は以下の通りです。

理論在庫 ＝ 期初在庫（または前回確定在庫） ＋ 入庫数 － 出庫数

この計算において、入庫数は入荷検収や仕入処理によって在庫が増加する要素であり、出庫数は出荷検品や売上伝票の計上、移動・廃棄処理によって在庫が減少する要素となります。

例えば、期初（または前回棚卸時点）に100個の在庫があった商品において、当日に入荷検収を完了した数量が50個（入庫数）、出荷指示に基づき梱包・出荷検品を通過した数量が30個（出庫数）の場合、理論在庫は120個（100＋50−30）と算出されます。この数値は在庫管理システムやWMS（倉庫管理システム）内でリアルタイムまたは日次のバッチ処理で更新され、受注処理時の自動引き当てや発注点判定の基準データとして活用されます。

実在庫・帳簿在庫・論理在庫の違いと用語の整理

在庫管理の現場では、「理論在庫」のほかに「実在庫」「帳簿在庫」「論理在庫」といった類似用語が使われます。概念の不一致によるトラブルを防ぐため、各用語の性質と役割は以下のように区分されます。

用語	定義・意味	データの更新タイミング	主な用途
理論在庫	伝票や入出庫データに基づき、計算上で導き出された在庫数。	入荷・出荷伝票の確定時、取引データの反映時	受注引き当て、発注計算、需要予測の基準
帳簿在庫	会計帳簿や在庫台帳に記帳・登録されている在庫数。理論在庫と同義で用いられることが多い。	売上・仕入伝票の記帳時、決算確定時	売上原価の算出、財務諸表の作成、資産評価
論理在庫	システム内部のプログラム・アルゴリズムが保持するデータ上の在庫数。実質的に理論在庫と同じ。	データベースの更新処理実行時	システム間のデータ連携、受発注システムでの引当可否判定
実在庫	倉庫や店舗の棚に物理的に保管されている実際の現物数量。	実地棚卸（現物カウント）の実施時	実物の保管状況確認、棚卸差異の検出

年間で5万点の出荷処理を行う製造業の物流拠点において、営業部門が「論理在庫（引当可能数）」を基に受注を受けたものの、現場の「実在庫」が破損や紛失により不足していた場合、出荷遅延や欠品トラブルが直ちに発生します。データ上の数値（理論・帳簿・論理在庫）と物理量（実在庫）を明確に分けて管理することが正確な運用の前提条件です。

在庫管理の健全性を測る「在庫精度（一致率）」の計算方法

管理している在庫データの正確性を客観的に評価する指標が「在庫精度（一致率）」です。在庫精度は、理論在庫と実在庫がどれだけ正確に合致しているかを数値化したものであり、運用プロセスの健全性を測る指標として活用されます。

在庫精度の計算式には、全管理品番（SKU）のうち差異のない品番の割合を示す「SKU一致率」を用いるのが一般的です。

在庫精度（SKU一致率：％） ＝ （理論在庫と実在庫が完全に一致したSKU数 ÷ 総管理SKU数） × 100

数量ベースで全体のズレの割合を算出する場合は、以下の計算式を使用します。

在庫精度（数量ベース：％） ＝ 100 － （ ｜実在庫数の合計 － 理論在庫数の合計｜ ÷ 理論在庫数の合計 × 100 ）

一般的な物流拠点において目指すべき在庫精度の目標値は95％〜99％以上です。WMSを高度に運用し、日常的に循環棚卸（特定エリアや特定品番を日次・週次で分割して行う棚卸）を実施する現場では、99.5％〜99.9％以上の精度を維持します。

1,000SKUを管理する拠点において棚卸を実施した際、理論在庫と実在庫が完全に一致した品番が920SKUにとどまる場合、在庫精度は92.0％となります。この状態では、データ上の数値と実際の在庫の乖離が大きいため、出荷作業前の現物確認作業が日常化し、現場作業者の工数が1日あたり平均1.5時間圧迫されます。

棚卸差異はなぜ起こる？「実在庫が多い／少ない」それぞれの発生原因

帳簿上のデータである理論在庫（帳簿在庫）と、倉庫に実際に保管されている実在庫の数が合わない「棚卸差異」は、現場のオペレーションミスや情報伝達のタイムラグによって発生します。「実在庫の方が多い」のか「実在庫の方が少ない」のかによって、確認すべき作業プロセスが異なります。

帳簿在庫より「実在庫が多い」場合に考えられる原因

理論在庫よりも実在庫が多く計測される状態は、「出荷されるべき商品が出荷されていない」または「入荷データの計上漏れ・処理遅延」が発生しているサインです。具体的には以下の要因で発生します。

• 出荷時の数量不足（入れ忘れ・出荷漏れ）：作業者が指示書より少ない数量で梱包・出荷した場合、システム上の理論在庫のみが減少し、実在庫が倉庫内に多く残ります。
• 入荷・返品データの入力漏れや計上遅延：仕入れ先からの入荷や購入者からの返品を受領した際、現物を棚に入庫したにもかかわらずシステムへの伝票入力が遅れると、理論在庫が実在庫を下回ります。
• 仕入れ先からの過剰納品：受入検品時に数量チェックを行わず、納品書記載よりも多い個数を受領した場合、帳簿に載らない実在庫が発生します。

日平均200件のカスタマー返品に対応するEC物流倉庫において、返品の現物検品とWMSへの再入庫データ更新の間に丸1日のタイムラグが生じている場合、常に数十個規模で「実在庫が多い」棚卸差異が固定化します。このタイムラグは在庫精度を低下させ、販売可能な在庫をWebサイト上で欠品表示させる機会損失に繋がります。

帳簿在庫より「実在庫が少ない」場合に考えられる原因

理論在庫よりも実在庫が少なくなる事態は、倉庫内の損壊・廃棄や管理外の持ち出し、出荷過多が原因です。計算式（棚卸差異 ＝ 実在庫 － 理論在庫）において数値がマイナスとなる状況は、直接的な資産損失に繋がります。

• 出荷時の過剰発送（重複ピッキング）：出荷検品をスキップし、1個の注文に対して誤って2個梱包・出荷した場合、理論在庫は1個分しか減少しないため、実在庫が1個少なくなります。
• 破損・汚損商品の無断廃棄・報告漏れ：フォークリフトでの接触や落下により商品が破損した際、現場作業者が廃棄や保留処理の報告を怠ると、帳簿上は正常品として理論在庫に残り続けます。
• 内部・外部による盗難や紛失：高額品や小型ガジェットなどを扱う倉庫において、セキュリティ管理や入退室ログの取得が不十分な場合、不正な持ち出しによって実在庫のみが減少します。

SKUが5,000を超える拠点の事例では、検品時に汚損品となった衣料を別エリアへ隔離する際、伝票処理を翌週の締め日にまとめて行った結果、棚卸時に実在庫が理論在庫より15点少ない差異が発生しました。原因特定が遅れると、存在しない在庫を基にした不要な発注を誘発し、キャッシュフローを圧迫します。

現場でミスが多発する3大ボトルネック（伝票遅延・ロケーション不備・商品取り違え）

実在庫の過不足を問わず、現場で棚卸差異を引き起こす根本的な要因は特定の作業工程に集中します。主な3大ボトルネックの構造は以下の表の通りです。

ボトルネック	現場で起こる具体的現象	棚卸差異への影響メカニズム
伝票遅延	紙伝票の回収遅れや、現場から事務所へのデータ連携が半日〜1日遅れる。	実際の物の移動（入出荷・移動）とWMSの更新にタイムラグが生じ、理論在庫が更新されない。
ロケーション不備	決められた棚以外に仮置きされたまま放置され、保管ルールが形骸化する。	棚卸時に「指定ロケーションに物がない」ため実在庫ゼロと判定され、差異として計上される。
商品取り違え	アパレルでのサイズ違い（S/M/L）や、類似型番の部品の誤ピッキング。	プラス差異とマイナス差異が同時に発生し、品目別の帳簿精度が著しく低下する。

カラーバリエーションが豊富なコスメ商品や、類似した電子部品を扱う現場では、目視ピッキングによる誤出荷がプラス差異とマイナス差異を同時に生じさせます。品番A（実在庫−1）と品番B（実在庫＋1）のように、合計の在庫数が合っていても品目ごとのデータが歪みます。このようなミスを防ぐには、年1回の棚卸だけに頼るのではなく、特定エリアを日常的に確認する循環棚卸を組み込み、差異発生から24時間以内にミスプロセスを特定する運用ルールの確立が必要です。

理論在庫と実在庫の乖離が及ぼす3つの経営・財務リスク

帳簿在庫（理論在庫）と実在庫の乖離（棚卸差異）は、売上の機会損失や不要な保管コストの発生、さらには財務諸表の歪みへと波及し、企業の収益性と信用力に悪影響をもたらします。

欠品による機会損失と顧客信頼度の失墜

理論在庫上は商品が存在すると認識して注文を受けたにもかかわらず、実際のピッキング現場に商品がない場合、出荷不能による欠品が発生します。データ上の数字を信じて受発注を行う営業部門やECサイトのシステムにおいて、実在庫との乖離は直接的な売り損じ（機会損失）を招きます。

月間10,000件の受注を処理するEC事業者の物流拠点において、データ精度の低さから毎月1%（100件）の欠品キャンセルが発生している場合、平均注文単価を8,000円と仮定すると、月間80万円、年間で960万円の売上機会を失います。

さらに深刻な問題は、出荷遅延や直前キャンセルによる顧客信頼度の失墜です。BtoB取引においては納期遅延が相手方の生産ラインや販売計画を停滞させ、取引口座の解約や他社への乗り換えを引き起こします。BtoC取引においても、低評価レビューの拡散により新規顧客の獲得コストが増大します。

過剰在庫の滞留による保管コスト増加とキャッシュフロー圧迫

実在庫の正確な数量を把握できていない現場では、担当者が欠品を恐れるあまり、不必要な先行発注や安全在庫の過剰設定を行いやすくなります。データ上は十分な在庫数があるにもかかわらず、現場で製品が見つからないために追加発注を重ね、結果として過剰在庫が倉庫内を圧迫する構造です。

過剰な在庫の放置は保管コストの増加に直結します。坪単価6,000円で賃貸している配送センターにおいて、滞留在庫によって50坪分のスペースが常時占有されている場合、年間で360万円の固定費が無駄に消費されます。

加えて、商品の仕入代金として支出された現金が在庫として固定化されるため、手元資金が減少し、資金繰り（キャッシュフロー）を圧迫します。

在庫回転率の低下と決算・財務諸表への悪影響

理論在庫と実在庫のズレは、財務諸表の信頼性を低下させ、各種経営指標の悪化を招きます。

指標・勘定科目	計算式・算出手法	棚卸差異が発生した場合の財務影響
在庫回転率	売上原価 ÷ 平均棚卸資産額	実在庫より帳簿上の数値が多い状態を放置すると、資産額が過大評価されて回転率が低下し、資金効率の悪化を示す。
棚卸減耗損	原価 ×（理論在庫数 － 実在庫数）	実地棚卸で判明した不足分を費用処理する必要が生じ、売上原価の増加や特別損失計上により利益を圧迫する。
棚卸資産評価損	（取得原価 － 正味売却価額）× 実在庫数	過剰在庫が長期滞留して品質低下や陳腐化を起こした場合、帳簿価額を切り下げる費用が発生して損益計算書が悪化する。

実在庫が帳簿上の数値を下回る棚卸差異が確定した際、会計上は不足分を「棚卸減耗損」として処理し、当期の利益を押し下げます。また、長期間放置された滞留品は市場価値が低下するため、「棚卸資産評価損」として簿価の切り下げを実施する必要があります。

これらの数値悪化は、貸借対照表（B/S）および損益計算書（P/L）の透明性を損ない、金融機関からの与信判断や融資条件に悪影響を及ぼします。

棚卸差異をゼロに近づける現場改善策と運用ルールの再構築

理論在庫と実在庫の数が一致しない棚卸差異は、システムの不備だけでなく現場の運用ルールや人為的ミスによって引き起こされます。将来的にWMSや各種在庫管理システムを導入する場合でも、土台となる現場の保管ルールや業務フローを整備し、在庫精度を高める取り組みが不可欠です。

ロケーション管理の徹底と5Sに基づく保管ルールの共通化

現場における物理的な配置ルールが曖昧な状態では、商品の置き間違えや探す手間の増加が発生し、実在庫の把握が困難になります。これを防ぐためには、5S（整理・整頓・清掃・清潔・習慣）に基づくロケーション管理の徹底が必要です。倉庫内のすべての保管棚に対して「エリア・通路・棚・段・間口」を特定するロケーションアドレス（例：A-01-02-1）を付与し、物理的な看板やラベルで明記します。

特に形状や品番が似ている商品の保管方法には留意が必要です。取扱アイテム数が3,000SKUを超えるアパレル物流の現場において、色違いやサイズ違いの類似商品を隣接する間口に配置すると、ピッキング時の取り違いや棚卸時のカウント漏れが頻発します。類似商品をあえて別区画のロケーションへ分散配置するルールを策定することで、誤ピッキングに起因する実在庫と理論在庫のズレを未然に防げます。

「入出庫時の即時記録」を実現する業務フローの見直し

入出庫や倉庫内移動が起きた際、「後でまとめて伝票を起票する」といった慣習が残っている現場では、実際の物の動きと帳簿上の記録にタイムラグが生じます。理論在庫の計算式（期初在庫 ＋ 入庫数 － 出庫数）が崩れる最大の原因は、この記録のタイムラグと記帳漏れです。

「モノが1個動いたら、その場で必ず記録する」という原則を徹底するため、伝票起票や移動表への記入を作業工程の必須ステップとして組み込みます。さらに、破損・不良品の発生やサンプル出荷、返品受入といった例外的な業務が発生した際には、管理者による二重チェックを義務化します。1日あたり500件以上の部品出庫を処理する資材倉庫において、例外処理時の伝票に担当者と確認者の双方の捺印を必須とした結果、伝票起票漏れによる棚卸差異の発生率が前月比で約80%削減された事例もあります。

日常的に精度を高める「循環棚卸（サイクルカウント）」の導入手順

年に1〜2回のみ全在庫を一斉に数え直す「一斉棚卸」は、差異が見つかっても原因特定が困難であり、業務を全停止させるため現場への負担も大きくなります。これに対し、日常業務を継続しながら特定のエリアや品目を細分化して定期的に棚卸を行う手法が「循環棚卸（サイクルカウント）」です。

循環棚卸の手順は以下の通りです。

• ステップ1：ABC分析による対象品目の優先順位付け
  出荷頻度や売上貢献度の高い商品をAランク、中程度をBランク、低いものをCランクに分類します。在庫回転率の高いAランク品は週1回、Bランク品は月1回、Cランク品は四半期1回といった検証サイクルを設定します。
• ステップ2：棚卸スケジュールと対象エリアの決定
  1日の作業時間のうち15分〜30分程度をカウント時間として割り当て、当日の対象棚（指定のアドレス）を決定します。
• ステップ3：該当エリアの入出庫一時停止と実数カウント
  カウント作業中の数値ズレを防ぐため、対象となる特定棚のみ一時的に作業を停止し、実在庫を計測します。
• ステップ4：理論在庫との照合および原因調査・修正
  実数値と帳簿上の理論在庫を照合し、差異があれば当日の移動履歴や伝票を確認して原因を特定した上で、帳簿データを修正します。

一斉棚卸と循環棚卸の運用上の違いは以下の通りです。

比較項目	一斉棚卸	循環棚卸（サイクルカウント）
業務への影響	全業務を停止する必要がある	対象エリアのみ限定停止（通常業務と並行可能）
作業人員・負担	短期的に大人数の人員と長時間が必要	少人数で短時間の日常業務として実施可能
差異の原因特定	長期間のログを調べるため困難	直近の作業履歴から原因を迅速に特定可能
在庫精度の維持	棚卸直後のみ高精度、徐々に低下する	年間を通じて高い在庫精度を維持できる

月間出荷数が1,000件を超える3PL拠点において、出荷頻度の高い上位20%の型番に対して毎週1回の循環棚卸を実施した場合、期末棚卸で発生する差異率を抑え、調整作業にかかる人件費コスト削減と高精度の在庫管理を両立できます。

在庫精度99％以上を実現するDX手法（WMS・ハンディ・IoT活用）

手作業の伝票起票や表計算ソフトでの管理では、入力漏れや転記ミスなどのヒューマンエラーを完全に防ぐことはできません。在庫精度99％以上を維持するためには、入出荷や商品移動が発生したその場でデジタルデータとして記録し、リアルタイムにシステムへ反映する環境の構築が求められます。

ハンディターミナル・バーコード読み取りによる検品ミスの排除

入荷・出荷時の検品作業を目視で行うと、類似型番の見間違いや個数の数え間違いが発生します。ハンディターミナルやスマートフォンアプリを活用したバーコード照合を導入することで、人間の判断に頼った検品ミスを物理的に遮断できます。

バーコードをスキャンする運用では、出荷指示データと一致しない商品を読み取った際に警告音で作業が停止します。これにより誤出荷や誤入庫が現場で即座に防がれます。月間5,000件の出荷を処理するEC物流拠点においてハンディターミナルを導入した場合、目視照合時間が削減されるとともに、検品ミス率が1%から0.01%以下へ低下する効果が得られます。

WMS（倉庫管理システム）導入による理論在庫のリアルタイム一元管理

ハンディターミナル等で取得した入出荷データは、WMS（倉庫管理システム）と連携させることで即時に理論在庫へ反映されます。紙伝票の回収後に一括入力する運用ではタイムラグが生じ、「システム上は在庫があるのに実在庫がない」という引当ミスが発生します。

WMSの導入によりロケーション管理が可視化され、入荷・ピッキング・出荷検品・棚卸の全フェーズで理論在庫がリアルタイム更新されます。自社の規模に応じたシステム構成の指標は以下の通りです。

規模・運用レベル	推奨ツール	理論在庫更新の仕組み	期待できる成果
小規模（SKU数100未満・日出荷数十件）	クラウド型在庫管理ソフト＋スマホアプリ	スマホでバーコードをスキャンした瞬間にクラウド上の理論在庫を更新	低予算で手入力ミスを削減し、棚卸差異の発生を大幅に抑える
中規模（SKU数1,000前後・日出荷数数百件）	標準型WMS＋ハンディターミナル	ハンディ読み取りデータとロケーション情報がリアルタイムで連動	リアルタイム引当が可能となり、在庫精度98%〜99%を達成する
大規模（SKU数数万以上・日出荷数千件超）	統合型WMS（ERP連携）＋自動搬送機器・RFID	入出荷・倉庫内移動・保管データが基幹システムへ自動連携	在庫精度99.5%以上を維持し、在庫回転率の最適化と欠品ゼロを実現する

IoT重量計や自動計測ツールを活用した実在庫データの自動連動

ボルトなどの小物品、液体や粉体の原材料、箱から取り出しての個数カウントが難しい資材は、スキャン漏れや計測ミスが頻発しやすい対象です。手動によるデータ入力すら困難な対象に対しては、IoT重量計をはじめとする自動計測ツールの導入が効果的です。

IoT重量計は、保管棚やパレットの下に設置したセンサーが重量変化を感知し、商品重量から実在庫数を自動計算してクラウドへデータを送信します。あらかじめ設定した安全在庫を下回った段階で、購買システムへ自動で補給・発注指示を発行することも可能です。

この自動連動により、現場での作業手順を介さずに実在庫データがシステムへ自動更新され、理論在庫とのズレが発生しにくい環境が整います。製造工場の資材倉庫でスマート重量センサーを導入したケースでは、従来毎週1〜2時間を要していた手動カウント作業と帳簿入力が不要になり、入力忘れに起因する在庫データのズレや製造ラインの停止リスクを排除できています。

よくある質問（FAQ）