基于惯例理论供应链库存需求区间预测模型研究.docVIP

基于惯例理论供应链库存需求区间预测模型研究 　　摘要：基于纳尔逊（Nelson）和温特（Winter）的惯例理论以及邓聚龙的灰色系统理论，本文针对供应链库存管理中的需求预测不确定性问题，建立库存需求区间预测模型，并运用实际案例数据进行分析论证，为库存预测问题提供一套需求区间预测的可行方案。 　　关键词：惯例；灰色系统理论；库存；GM（1，1）；区间预测 　　中图分类号：F224 文献标识码：A 文章编号：1001-828X（2014）06-00-03 　　一、引言 　　经济全球化以及全球金融危机使我国企业的发展面临前所未有的挑战。我国企业以不同的方式融入了全球供应链分工体系，并获得了快速的发展。面对全球金融危机导致的经济衰退和资源要素成本的上升，有效的库存管理已成为企业成本控制以及缓解利润空间逐步缩小的有效手段。 　　需求预测是企业库存管理的重点，但预测总存在一定的偏差，大致预测偏差的形成是由供应链内部企业和外部环境两类因素造成的。供应链中的信息结构分散，各成员的本地库存状态和动态需求预测信息不能分享，在节点企业的独立需求预测下，供应链中各成员都动态地维持其独立的预测过程并将预测结果引入到各自的库存补充策略中。由于供应链中时间延迟、需求放大等动态性的存在，各自预测结果差别较大，最终会产生“长鞭效应”。随着VMI技术的发展，这种偏差有了一定程度的改善。尽管随着创新产品创新技术的不断涌现，催生了各种预测的定性分析和定量研究，但仍然不能达到供应链各成员的期望值。 　　很多学者专门针对供应链库存需求预测难题进行了详细研究。Chen等研究一个制造商和一个零售商所构成的供应链的“长鞭”效应，分析了预测、提前期和信息对“长鞭”效应的影响[1][2]，研究得出：①如果零售商基于顾客需求信息定期刷新需求的均值和方差，则零售商订货量的方差要大于其所面对的需求的方差；②制造商与零售商通过信息共享能降低双方订货量的波动性，即弱化“长鞭”效应；③即使所有节点都实现信息共享，采用相同的预测技术和库存补货策略，供应链的“长鞭”效应仍然存在。Xu等考虑由一个制造商和一个零售商构成的两阶序列供应链[3]，研究了有效的信息交流和一致预测的价值。基于需求服从一阶自回归模式（AR（1））的假设，提出制造商和零售商可利用指数加权移动平均预测需求，并对供需合作前（各自独立预测）和合作后（统一由供应商负责预测）两种情形下对预测偏差和“长鞭”效应作了模型分析，论证了合作对削弱“长鞭”效应的正面影响和价值。在同样假设需要是一阶自回归（AR（1））的模式下，Lee等研究了两阶供应链信息共享的价值[4]，指出供需双方均采取基本库存策略，供应商基于购买商当期的订货量对下一期的订货量进行预测。当需求呈现很强的正序列相关，波动性比较大且提前期较长时，供应商能够从信息共享中获得巨大的成本节约。Zhao等通过计算机模拟研究了信息共享的价值以及需求模式对信息共享价值的影响[5]，假设了常数需求、季节性需求、下降趋势季节性需求、上升趋势季节性需求四种需求模式，通过模拟分析得到如下结论：①制造商分享零售商的订货计划信息要优于仅仅分享零售商的未来需求信息；②信息共享的价值受需求模式、预测准确性和供应商生产能力宽松度的影响；③信息共享对供应商都是有利的。然而，当能力宽松度比较低时，信息共享有可能使零售商的绩效下降。Raghunathan利用所有的历史数据预测下一期的购买商的订货量[6]，他指出当需求模式为AR（1）模式，采取基于所有订货历史数据进行预测的方法，信息共享对供应商的价值很小，但在实际运作当中，需求一般不是简单的AR（1）模式，如果是多阶回归模式，信息共享就能使供应商受益。 　　我国学者也开展了相关研究，如：周章金、郭进利研究了在AR（1）终端顾客市场需求模式下，平滑期、相关系数及提前期等因素对牛鞭效应的影响，并指出了如何减小牛鞭效应[7]。黄曦等建立了m个配送中心和n个零售商组成的配送网络需求预测模型[8]，基于该模型可求得每个配送中心的需求总量，并以长株潭家电物流配送网络为背景，预测配送中心的需求。叶涛锋和达庆利针对一个面向两个需求类的生产企业，根据客户每次订货是否可分批交货，提出了当客户订货可分割和不可分割时供应商的最优生产和库存配给策略，并在此基础上推广至包含任意多个需求类的生产系统[9]。 　　通常的需求按照一定的规律运行或表现出一定的规律特征，从需求预测模型的平稳需求假设可以看出研究者的程序化决策思想，但是任何预测方法都存在某些缺陷而无法确切地预测需求的波动和顾客心理反应，因此需要把非程序化决策思想引入到模型当中。杰克?J.弗罗门（Jack.J.Vromen）认为企业并不是按照新古典经济学的MC=MR来进行决策，而是依靠惯例[10]。依据纳尔逊和温特的企业惯