供应链零售商预测技术研究-基于牛鞭效应的视角

《供应链零售商预测技术研究-基于牛鞭效应的视角》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、第２２卷第３期运筹与管理Ｖｏｌ．２２，Ｎｏ．３２０１３年６月ＯＰＥＲＡＴＩＯＮＳＲＥＳＥＡＲＣＨＡＮＤＭＡＮＡＧＥＭＥＮＴＳＣＩＥＮＣＥＪｕｎ．２０１３供应链零售商预测技术研究—基于牛鞭效应的视角马云高，王能民，徐金鹏（西安交通大学管理学院，陕西西安７１００４９）摘要：一阶自回归（ＡＲ（１））序列模拟需求过程是传统文献采用的经典模型，然而上述文献关于需求过程参数（如需求自回归系数）对牛鞭效应的影响分析缺乏实践意义，为了更符合企业的实际决策过程，本文建立了需求依赖于价格、而以ＡＲ（１）序列模拟价格过程的需求函数模型，分析了最小均方差、移动平均和指数平滑预测

2、下的牛鞭效应，确定了零售商的预测技术选择条件。研究表明：（１）产品市场规模不影响零售商预测技术的选择；（２）当产品价格敏感系数较小或价格自回归系数较小时，零售商应选择最小均方差预测技术；（３）当产品价格敏感系数和价格自回归系数均较大时，零售商应选择移动平均预测技术。关键词：供应链管理；预测技术研究；一阶自回归；牛鞭效应；价格敏感中图分类号：Ｆ２７４文章标识码：Ａ文章编号：１００７-３２２１（２０１３）０３-００５３-０８AnalysisofRetailer’sForecastingTechniquesinSupplyChain—BasedontheBul

3、lwhipEffectＭＡＹｕｎ-ｇａｏ，ＷＡＮＧＮｅｎｇ-ｍｉｎ，ＸＵＪｉｎ-ｐｅｎｇ（SchoolofManagement，Xi’anJiaotongUniversity，Xi’an７１００４９，China）Abstract：Ｉｎｔｈｅｐｒｅｖｉｏｕｓｒｅｓｅａｒｃｈ，ａｆｉｒｓｔ－ｏｒｄｅｒａｕｔｏｒｅｇｒｅｓｓｉｖｅ（ＡＲ（１））ｐｒｏｃｅｓｓｗａｓａｄｏｐｔｅｄｂｙｍｏｓｔｒｅｓｅａｒｃｈ-ｅｒｓｔｏｄｅｓｃｒｉｂｅｔｈｅｄｅｍａｎｄｐｒｏｃｅｓｓ．Ｈｏｗｅｖｅｒ，ｉｔｉｓｄｉｆｆｉｃｕｌｔｔｏｅｘｐｌａｉｎｔｈｅｍａｎａｇｅｒｉａｌｉｎｓｉｇ

4、ｈｔｓｏｆｔｈｅｄｅｍａｎｄｐｒｏｃｅｓｓｃｈａｒａｃｔｅｒｉｓｔｉｃｓ，ｓｕｃｈａｓｔｈｅｄｅｍａｎｄｃｏｒｒｅｌａｔｉｏｎｃｏｅｆｆｉｃｉｅｎｔｏｎｔｈｅｂｕｌｌｗｈｉｐｅｆｆｅｃｔ．ＯｕｒｒｅｓｅａｒｃｈｃｏｎｓｉｄｅｒｓａｄｅｍａｎｄｍｏｄｅｌｗｈｅｒｅｔｈｅｄｅｍａｎｄｄｅｐｅｎｄｓｏｎｉｔｓｐｒｉｃｅａｎｄｔｈｅｐｒｉｃｅｆｏｌｌｏｗｓａｎＡＲ（１）ｐｒｏｃｅｓｓ，ｗｅｄｅｒｉｖｅｔｈｅａｎａｌｙｔｉｃａｌｅｘｐｒｅｓｓｉｏｎｓｏｆｔｈｅｂｕｌｌｗｈｉｐｅｆｆｅｃｔｗｉｔｈｍｉｎｉｍｕｍｍｅａｎ-ｓｑｕａｒｅｄｅｒｒｏｒ（ＭＭＳＥ），ｍｏｖｉ

5、ｎｇａｖｅｒａｇｅ（ＭＡ）ａｎｄｅｘｐｏｎｅｎｔｉａｌｓｍｏｏｔｈｉｎｇ（ＥＳ）ｔｅｃｈｎｉｑｕｅｓａｎｄｄｅｄｕｃｅｔｈｅｃｏｎｄｉｔｉｏｎｓｕｎｄｅｒｗｈｉｃｈｔｈｅｒｅｔａｉｌｅｒｓｈｏｕｌｄｃｈｏｏｓｅｔｈｅｂｅｓｔｆｏｒｅｃａｓｔｉｎｇｔｅｃｈｎｉｑｕｅ．Ｒｅｓｕｌｔｓｓｈｏｗｔｈａｔ：ｆｉｒｓｔ，ｔｈｅｍａｒｋｅｔｄｅｍａｎｄｓｃａｌｅｄｏｅｓｎｏｔｉｎｆｌｕｅｎｃｅｔｈｅｒｅｔａｉｌｅｒ’ｓｃｈｏｉｃｅ．Ｓｅｃｏｎｄ，ｗｈｅｎｔｈｅｐｒｏｄｕｃｔｐｒｉｃｅｓｅｎｓｉｔｉｖｉｔｙｃｏｅｆｆｉｃｉｅｎｔｉｓｓｍａｌｌ，ｏｒｗｈｅｎｔｈｅｐｒｉｃ

6、ｅｃｏｒｒｅｌａｔｉｏｎｃｏｅｆｆｉｃｉｅｎｔｉｓｓｍａｌｌ，ｔｈｅｒｅｔａｉｌｅｒｓｈｏｕｌｄｃｈｏｏｓｅＭＭＳＥｔｅｃｈｎｉｑｕｅ．Ｔｈｉｒｄ，ｆｏｒｐｒｏｄｕｃｔｓｗｉｔｈａｌａｒｇｅｐｒｏｄｕｃｔｐｒｉｃｅｓｅｎｓｉｔｉｖｉｔｙｃｏｅｆｆｉｃｉｅｎｔａｎｄａｌａｒｇｅｐｒｉｃｅｃｏｒｒｅｌａｔｉｏｎｃｏｅｆｆｉｃｉｅｎｔ，ｔｈｅｒｅｔａｉｌｅｒｓｈｏｕｌｄｃｈｏｏｓｅＭＡｔｅｃｈｎｉｑｕｅ．Keywords：ｓｕｐｐｌｙｃｈａｉｎｍａｎａｇｅｍｅｎｔ；ｆｏｒｅｃａｓｔｉｎｇｔｅｃｈｎｉｑｕｅ；ＡＲ（１）ｐｒｏｃｅｓｓ；ｂｕｌｌｗｈｉｐｅｆｆｅｃｔ

7、；ｐｒｉｃｅｓｅｎｓｉｔｉｖｅＯ０引言牛鞭效应是指订货信息在向上游传播过程中出现的一种扭曲现象，从而造成供应链库存过量投入、服［１］务水平低下、企业利润损失、产能规划误导、运输无效率和生产计划紊乱等不利影响。早期研究主要集［２，３］中于证明牛鞭效应的存在，如，Ｆｏｒｒｅｓｔｅｒ通过案例研究最早发现了牛鞭效应这一现象，其后，Ｓｔｅｒｍａｎ利［４］用“啤酒分销游戏”对供应链库存系统进行了动态模拟仿真实验，同样证明了这种现象的存在。后续研收稿日期：２０１１-１２-０９基金项目：国家自然科学基金资助项目（７０６０２０１７）；国家社会科学基金资助项目（０６ＣＪＹ０

8、１９）；陕西省自然科学基础研究计划项目（２０１０ＪＭ９００３）；中央高校基本科研