认知风险度基础下的集成供应链牛鞭之效应浅析

《认知风险度基础下的集成供应链牛鞭之效应浅析》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、认知风险度基础下的集成供应链牛鞭之效应浅析-->认知风险度基础下的集成供应链牛鞭之效应浅析摘要:在行为金融范式下,以DHS(Daniel-Hirshleifer-Subrahmanyam)代写经济管理论文模型描述了ISC(集成供应链)参与者的过度自信心理,建立了含有过度自信心理的ISC需求均衡模型;并且,从损失概率和期望损失两个角度,基于认知风险度量揭示了ISC牛鞭效应的作用机理。“有限理性人”更符合ISC系统运作的实际情形,本研究为在行为金融范式下度量ISC牛鞭效应提供了一种新的思路。关键词:集成供应锭;牛鞭效应;认知风险;过度自信1引言近年来,集成供应链(Integr

2、atedSupplyChain,ISC)成为供应链理论中发展最为迅猛的一个领域[1]。20世纪90年代,国际上主要研究ISC内部的关联机制和效率,揭示ISC各个成员之间如何合作增强其竞争优势。进入21世纪以来,研究聚焦于带有信息更新的ISC协作管理领域,其中尤以“牛鞭效应”相关的研究最为典型[2]。最初,宝洁公司(PG)发现并命名了牛鞭效应(Bullanabhan和IT”啤酒游戏”研究中,也指出过度的反映出现在供应链的上游,造成系统的总费用高于执行最优化策略产生的费用。参与者表现出一种普遍的行为:趋向于根据自己的在手库存减去未交付的需求来决定下期订单数量,然而忘记了考虑自

3、己的在途订货。这种非理性的决策在良好管理的企业中是不允许存在的,针对在“MIT啤酒游戏”中暴露出来的非理性决策问题,Sterman[6]提出通过培养参与者的“系统思维”来解决。对于随后的关于牛鞭效应的研究,总体上都是对Lee,Padmanabhan和andSignal)、订单批量(OrderBatching)、价格波动(FluctuatingPrice)和短缺博弈(ShortageGame),并针对每种情景讨论了解决策略。由此,导致产生了市场中的许多异常现象,对此在行为金融学中称为异象(Anomaly)。这与Akerlof[12],Kahne-man和Tversky[13

4、],Shefrin和Statman[14]的一贯努力直接相关,并且与认知科学、脑科学和基于案例的决策理论等“有限理性”假设下的决策科学密切关联。行为金融为这一研究提供了新的分析思路以及有力的工具。经济学家的注意力正从“不完全信息博弈”和“拍卖理论”逐渐向“行为经济学”领域持续发展,人的心理行为因素越来越受到众多学者的高度关注。伴随着行为金融理论的发展,投资者情绪对ISC的影响越来越受到重视。行为金融范式下,ISC的需求过程并非仅由其内在因素决定,在相当大程度上还受到参与主体行为的影响,即参与者心理行为对需求及其变动至关重要。人的情绪因素是指很多参与者依靠一些杂讯交易的现象

5、,Shiller[15]则提出另一种解释:参与者依靠流行的评价模型进行决策的行为。作为ISC牛鞭效应问题中的重要组成部分,参与者的决策行为不可避免地将受到噪音影响。并且,他们在市场中的动态交互作用更加剧了群体行为的复杂性。DeLong,Shleifer,Summers和ann[16]提出的一种噪声交易者与信息交易者彼此互动的模型,ISC的需求过程将由理性的信息交易者与非理性的噪声交易者共同决定,其中非理性的投资者受到情绪因素的影响,使需求的波动性明显增加。并且,噪声交易者和信息交易者之间的动态随机转化还将加剧问题的复杂性。基于此,Daniel,Hirshleifer和Su

6、brahmanyam[17]又提出了一种经典的“过分自信”噪声交易者模型,这也正是本研-->究描述ISC参与者过度自信心理的理论基点。杨春鹏等[18]在研究证券投资者“认知风险”度量问题时,假设有信息投资者为风险中性,无信息投资者为风险厌恶。但是,实际中ISC参与者的风险态度往往呈现随机转换的动态特征。3含有过度自信心理的ISC需求均衡针对DHS模型和杨春鹏提出的认知风险度量模型[19],本文引入一种两状态Markov链,以描述ISC参与者风险态度的动态转换过程。将参与者分为“信息参与者I”和“噪声参与者U”两类,若参与者过度估计自己对信息的准确性,则参与者为过度自信。具

7、体到ISC牛鞭效应问题中,ISC噪声参与者U为过度自信类型,信息参与者I类似理性交易者。设存在K个参与者,均存在状态I和状态U,各状态参与者的数量为KI和KU,系统整体状态可描述为一个集约变量x=(KI-KU)/K。任意某一投资对象单位时间内从状态I转移到状态U的转移概率为:πI→U=μKU/K;同理,πU→I=μKI/K。其中,μ是一个时间比例参数,μI=(1+x)K/2;μU=(1-x)K/2。单位时间改变状态的参与者数为:ωI→U=(μKU/K)?KI;ωU→I=(μKI/K)?KU。x为有限值时,这一两状态Markov