带有缺货损失报童模型利润与风险均衡分析.docVIP

带有缺货损失报童模型利润与风险均衡分析 　　摘要：报童模型中，当有缺货损失时，零售商的最优定货量会受到一定的影响，且这个影响还依赖于需求的分布、单位缺货惩罚的大小等因素。本文研究了需求量为指数分布下带有缺货损失的报童模型的期望利润与亏损风险的均衡分析。 　　关键词：报童模型；缺货损失；最优定货量；指数分布 　　中图分类号：F275.4 文献标识码：A 文章编号：1001-828X（2011）11-0104-02 　　 　　一、引言 　　报童模型是随机存储理论中的一个基本的模型之一，其主要研究的目标是如何确定一个最优订货量使得决策者的利润期望值最大或者亏损风险最小。在传统的报童模型中，一般都是在风险中性的前提下如何使得期望利润最大，例如文献[1]等等。然而在实际生活中，有很多决策者对风险是设法规避的，而且随着现代经济的发展，各种消费产品的多样化，供求关系逐渐变得相对敏感和不稳定，从而会给决策者带来风险。因此，风险中性这个假设在现实生活中得不到满足，于是人们又开始寻求如何使得利润和风险达到平衡，因此人们又开始研究风险厌恶的报童模型，例如文献[2] [3] [4]等。 　　在文献[2]中，Charles X. Wang, Scott Webster等利用分段线性的效用函数分析了单周期的风险厌恶报童模型，并给出了需求量分别是均匀分布，指数分布和截断正态分布时，决策者的最优订货量，并给出了相应的数值分析。 　　在文献[3]中，杨建奎等在研究利润与亏损风险平衡时，引入了半方差方法来衡量风险，并通过比较半方差与方差函数的性质，得出当管理者所能容忍的风险下限一定的情况下，用均值半方差方法分析风险，需要购买的货物和能够得到的利润多于用均值方差方法分析所得；当管理者期望的最低利润一定的情况下，实际问题具有的风险要小于用均值方差方法分析所得。当然，要把这样的风险度量方式纳入一些经典的效用函数中分析，还有待于做深入的研究。 　　对于上述研究中，他们所讨论的报童问题没有考虑缺货引起的损失，这种情况下，用来衡量风险的方差函数是一个单调非降的函数，期望利润和风险的平衡点相对比较容易得到。但是当零售商品存货不够时，可能会导致顾客流失、公司信誉下降等，从而引起缺货损失。因此在传统的报童模型中引入缺货损失这个变量是非常有必要的。由于缺货损失这个变量的引入使得方差函数的性质变得相对复杂，前人的有些结论不再有效，进而使得期望利润和风险分析难度加大，要想直接寻求平衡点比较因难，因此我们先给出一种特殊情况下的分析。 　　在文献[5]中，Wu Jun等研究了带有缺货损失的报童模型，并分析了该情形下利润方差和期望函数的性质，给出了需求量D的密度分布是幂函数的假设下如何确定最优定货量的分析。但其限制了需求量以及定货量的区间范围[0，1]，似乎不切合生活实际。而本文的主要工作是修改需求量的密度分布函数，对期望利润函数和方差函数的性质做研究，进而找到最优定货量。 　　本文后面内容结构如下：第二节引入变量及带有缺货损失的期望利润风险分析的模型，第三节分析期望利润和方差函数的性质，第四节是总结本文的结果。 　　二、模型的介绍 　　我们先引入本文中要用到的一些变量及函数： 　　订货量 　　最优定货量 　　一个周期的需求量 　　单位货物的卖出价格 　　单位货物的买入价格 　　剩余货物的回收价格 　　缺货时单位货物引起的损失 　　需求量的概率密度 　　需求量的分布函数 　　显然，实际生活中应该有如下关系式成立： 　　按惯例：对不同的两个量和，记 　　记一个周期的总利润为，则有： 　　在风险中性下，报童模型的目标函数为： 　　最优定货量满足： 　　若在模型中引入参数衡量决策者对风险的喜好程度，则目标函数为： 　　其中是衡量不同决策者对风险喜好程度的一个参数。其中， 　　若不考虑缺货时单位货物引起的损失，则随机利润的方差函数是一个关于订货量的单调非降函数，因此目标函数想达到最大值相对简单。一旦引入变量，方差的单调性质就不明显，为了使得利润和风险达到一个平衡点就比较复杂，所以我们只能在一些特殊的情况下分析方差的性质，从而得出最优订货量。Wu Jun等研究了需求量的密度函数满足幂函数分布的一种特殊情况，而且限制订货量的范围区间，这使得模型在实际中的运用受到一定的限制。本文是假设需求量的密度函数是指数分布的条件下，对报童模型的利润与亏损风险做了平衡分析。 　　三、指数分布的情形 　　假设需求量的概率密度函数和概率累积分布函数分别为： 　　则有： 　　因此，在风险中性的情况下，最优订货量满足： 　　在指数分布的情形下，方差函数为： 　　对于期望利润函数的凸性及方差函数的有界性可参考文献[5]. 　　定理：对于需求量是指数分布的