基于二维信息更新的采购决策次序研究

基于二维信息更新的采购决策次序研究

论文摘要

本文研究的是大宗商品采购问题。采购是企业维持生产的一个重要前提,深深影响着企业的生存与发展。在大宗商品供应链的采购阶段,公司的采购量和采购模式不仅受到不确定的未来市场需求的影响,而且现货商品价格的波动也会对其造成影响。公司会因为不确定的市场需求而形成库存压力,也会因为现货价格跌宕起伏而造成采购成本的不确定,这就要求公司在进行战略性采购决策时,需要综合考虑这两方面的问题。采购模式根据采购价格是固定的还是在生产或订购时确定的进行分类,可以将其分为两类:采购价格若是固定的,则称之为固定价格合约;采购价格若是在生产或订购时确定的,则称之为现货采购。本文考虑两家公司最初进行采购博弈(即选择固定价格的合约采购还是选择现货采购),选择固定价格合约采购的公司将获取私有需求预测信号,该公司根据其预测信号来决策产量;选择现货采购的公司不会获得需求预测信号,而是直接决策其产量,最后两个公司将在本地市场销售产品并展开Cournot竞争。公司在制定生产决策时,商品现货价格仍不确定,且与不确定的未来市场需求有关。因此,获取准确的市场需求预测信息是帮助企业做出明智商业决策的一条有效途径。二维信息更新的提出对企业来讲是做决策时的一个依靠,这是因为需求预测信息既可以更新公司对未来市场需求的认识,也可以更新其对现货价格的认识。文章基于二维信息更新,综合运用博弈论中的Stacklberg博弈模型和Cournot博弈模型计算出公司的均衡采购量和均衡收益,进一步对价格波动、预测精度等对公司决策产生影响的因素进行灵敏度分析;探究了给定一家公司的选择策略后另一家公司会如何决策;最后根据划线法得出Nash均衡,分析Nash均衡出现的条件以及每个公司选择的采购模式。研究发现,大宗商品投入的价格波动将借助于需求预测和成本副作用对公司的产出调整量和调整幅度产生影响,因此这些公司可能会受益于不断上涨的价格波动。另外,只有在非对称采购模式下,企业的绩效才会受到价格波动的影响,并且在这种模式下,一家公司的预测准确度的提高可能会使其竞争对手受益。进一步分析表明,采购均衡是由价格波动和市场规模或需求—价格相关系数所衡量的竞争强度所驱动的,并进一步影响公司的决策和预期利润(业绩)。

论文目录

  • 摘要
  • Abstract
  • 第1章 绪论
  •   1.1 研究背景
  •   1.2 研究现状
  •   1.3 主要工作及章节安排
  • 第2章 模型分析
  •   2.1 模型假设
  •   2.2 均衡采购量和均衡收益
  • 第3章 灵敏度分析
  •   3.1 价格波动的影响
  •   3.2 预测精度的影响
  •   3.3 非对称竞争的价值
  • 第4章 采购博弈策略选择及均衡
  • s=w时的采购策略选择'>  4.1 μs=w时的采购策略选择
  • s≠w时的采购策略选择'>  4.2 μs≠w时的采购策略选择
  • s=w时的采购均衡'>  4.3 μs=w时的采购均衡
  • s≠w时的采购均衡'>  4.4 μs≠w时的采购均衡
  • 第5章 结论与展望
  • 参考文献
  • 附录一 命题及性质证明
  • 附录二 在读期间参与的基金项目
  • 致谢
  • 文章来源

    类型: 硕士论文

    作者: 张金鑫

    导师: 邢伟

    关键词: 采购模式,价格波动,需求预测,博弈

    来源: 曲阜师范大学

    年度: 2019

    分类: 基础科学,经济与管理科学

    专业: 数学,企业经济

    单位: 曲阜师范大学

    分类号: F274;O225

    总页数: 35

    文件大小: 1955K

    下载量: 27

    相关论文文献

    • [1].旅游需求预测理论基础与方法研究[J]. 营销界 2019(47)
    • [2].连锁便利店需求预测研究[J]. 中国物流与采购 2020(04)
    • [3].ANRPC:NR需求下降,再次下调产量预估[J]. 特种橡胶制品 2020(05)
    • [4].基于需求预测更新的高速公路项目柔性特许期模型[J]. 统计与决策 2020(09)
    • [5].基于多价值链的汽车零配件需求预测研究[J]. 现代计算机 2020(24)
    • [6].世界钢铁协会发布2019年4月版短期钢铁需求预测结果[J]. 天津冶金 2019(02)
    • [7].云计算环境下资源需求预测与优化配置方法研究[J]. 信息通信 2016(08)
    • [8].全国农药药械需求预测会商会在杭州召开[J]. 农业技术与装备 2011(22)
    • [9].中西方旅游需求预测对比研究:理论基础与模型[J]. 旅游学刊 2010(08)
    • [10].解析全球能源需求预测结果及相关模型体系[J]. 资源与产业 2009(03)
    • [11].改进果蝇算法优化回声状态网络的旅游需求预测研究[J]. 计算机工程与科学 2020(02)
    • [12].产业转型升级中的河北省科技人员需求预测[J]. 产业与科技论坛 2017(20)
    • [13].中国城乡居民生活用电月度需求预测[J]. 统计与决策 2015(02)
    • [14].供应链条件下制造企业需求预测管理研究[J]. 价值工程 2014(07)
    • [15].预测模型在图书需求预测中的应用[J]. 出版科学 2009(06)
    • [16].基于部门消费混合模型的我国天然气未来需求预测[J]. 中国地质调查 2020(04)
    • [17].基于精益理论下的电力物资需求预测管理提升措施[J]. 运输经理世界 2018(02)
    • [18].常态化电网工程物资需求预测管理模式的研究[J]. 物流工程与管理 2018(08)
    • [19].专家判定矩阵法在连锁零售企业分店库存商品需求预测中的应用[J]. 经济研究导刊 2017(05)
    • [20].基于网络搜索数据的旅游需求预测研究进展[J]. 四川文理学院学报 2016(02)
    • [21].基于灰色理论的山东省能源需求预测及分析[J]. 中国工程咨询 2016(01)
    • [22].略谈石油档案的需求预测[J]. 兰台世界 2008(S2)
    • [23].2012年我国钢铁消费分析和2013年需求预测[J]. 冶金经济与管理 2013(01)
    • [24].个性化需求预测面临的挑战及解决方法研究[J]. 预测 2009(05)
    • [25].农药需求预测量化考量农民需求[J]. 植物医生 2009(06)
    • [26].住宅地产电动汽车充电需求预测和协同调度分析[J]. 住宅科技 2020(02)
    • [27].考虑信息泄露的零售商需求预测信息共享研究[J]. 运筹与管理 2020(07)
    • [28].基于服务链业务科技资源的配件需求预测研究[J]. 物流科技 2019(05)
    • [29].基于简单移动平均法的汽车售后配件需求预测研究[J]. 中国商论 2019(14)
    • [30].未来10年我国锡资源需求预测[J]. 中国国土资源经济 2018(01)

    标签:;  ;  ;  ;  

    基于二维信息更新的采购决策次序研究
    下载Doc文档

    猜你喜欢