浅析供应链需求预测及牛鞭效应.docVIP

浅析供应链需求预测及牛鞭效应【摘要】总结了供应链需求预测和牛鞭效应定量研究的方法,以H.L.Lee提出的AR(1)自相关模型为基础,定量的验证了基于一次指数平滑的需求预测方法下的牛鞭效应。需求预测方法对牛鞭效应有重要影响。 【关键词】供应链 预测 牛鞭效应 一、供应链和供应链需求 1、供应链 供应链是围绕核心企业,通过对信息流,物流,资金流的控制,从采购原材料开始,制成中间产品以及最终产品,最后由销售网络把产品送到消费者手中的将供应商,制造商,分销售,零售商,直到最终用户连成一个整体的功能网链结构模式。供应链管理则是对供应链中流动的物流、信息流、资金流的集成化管理。对企业所在的整个供应链进行整合,通过与供应链成员的合作,共享信息,协同作战,从而最大程度的缩减供应链的成本,提高产品响应市场的能力和服务水平。 2、供应链需求 为了在需求多变的市场上获得竞争优势,企业要随时关注市场需求变化信息,了解供应链需求,试图准确预测供应链需求来改善供应链绩效。而供应链需求由以下五个部分构成。基本需求,指剔除其他四种因素后所得的需求。季节性需求,指有些商品的需求具有季节波动性。比如空调,往往在夏季比较畅销。针对这类商品,预测时在基本需求的基础上进行一定幅度的增减。趋势性需求,需求往往要考虑产品的生命周期。比如产品处于成长期,那么其需求将增长快速。处于成熟期,其需求的增长比较缓慢且稳定。周期性需求,需求要考虑到产品周期性。有时会一季度一周期,有时会一年一周期或更长,因而在预测需求时可以根据产品需求呈现的周期性特点,进行相应的调整。不规律性需求,指需求的随机波动性。这种需求很难预测,因而可以通过多保有一些库存以抵消预测的不精确。 二、供应链需求预测 预测的需求是供应链所有成员和部门进行规划和控制的基础,需求数量和时间极大的影响了生产进度、资金安排和其他经营总体规划。需求预测水平的高低对供应链绩效有着重要的影响。如果预测不准确,供应链成员物料或产品的采购量同实际需求量之间就有误差,这个误差将沿着供应链传递到它的供应商,在供应链传递过程中误差将被不断地放大,形成了牛鞭效应,从而导致供应链库存费用增加、缺货增多和客户满意度降低等不良影响。 预测方法可以分为定性和定量两类。定性法是那些利用判断、直觉、调查或者比较分析对未来做出定性估计的方法。多数是因为缺乏历史数据而采用。比如要预测新产品销量,或者是否研发新技术等决策时,就只能采用定性预测法。常用的包括:德尔菲法、专家意见法、场景描述法和知觉法。 定量方法可以细分为两类:时间序列法和因果预测法。时间预测法的前提假设是未来的需求模式将会重复,或者很大程度上重复。这种方法是根据过去的销售数据、使用数学和统计学模型,根据需求的时间特征来预测未来的需求。通常预测短期需求比较准确。因果预测法前提是需求量的变化水平取决于某些相关的变量。从以往数据中找到这些自变量,就可以预测出作为因变量的需求水平。这种方法适用于中长期的预测。因果分析法又有很多不同形式:统计形式,如回归和计量模型;描述形式,如投入-产出模型、生命周期模型等。以下是对供应链常见需求预测方法的总结(如图1)。 三、需求预测与牛鞭效应 1、牛鞭效应 供应链管理中普遍存在着牛鞭效益现象,其首先被Forrester在20世纪50年代末发现。牛鞭效应是指供应链中的零售商向上一级供应商的订货量与其实际的销售量不一致,发给供应商的订货量,其方差大于销售给买方的,即需求发生扭曲。这种扭曲以放大的形式向供应链的上游蔓延,即方差继续变大。该现象之所以被称为“牛鞭效应”,是由于这种现象类似于养牛人挥鞭的情形。养牛人在挥动牛鞭赶牛时,他的手腕只要稍稍用力,牛鞭的稍部就会有较大幅度的摆动,这被称为牛鞭效应。牛鞭效应现象是供应链管理中主要关注的问题,它给企业造成的危害主要表现为以下方面:间接引起企业生产能力的盲目放大,即生产规模过大或过小;低效率的运输过程和超额的运输成本;企业库存水平提高、服务水平下降、运营成本增加以及定制化程度降低等一系列问题;影响供应链的经营效益与整体竞争能力,甚至导致整个供应链崩溃。 对于其成因,早期的牛鞭效应研究者,包括以Forrester为代表的案例研究者和以Sterman为代表的模拟实验者,都是从供应链动态性的角度考虑,认为供应链个体成员的非理性决策和供应链本身的阶段延迟问题是牛鞭效应产生的最根本原因。不同于以往的研究者,斯坦福大学Lee教授等在分析牛鞭效应的原因时,更关注供应链的结构和相关的运作过程,他认为牛鞭效应是供应链成员在供应链结构下进行理性决策的结果,需求预测、批量订货、价格波动和配给短缺博弈是牛鞭效应的四个主要原因,后有学者增加交货时间长这个因素。还有一些学者