枫叶论文代写网欢迎您的来访,数万篇经济,法律,教育,管理专业论文免费参考! 网站地图 | XML地图

代写代发表论文选枫叶论文网!

您当前的位置:首页 > 职称论文发表 本站提供论文代写,代写毕业论文和研究生论文服务!

企业对大数据投资的资本决策与协调研究

时间:2018-09-17 14:44:40  来源:互联网整理  作者:匿名  TAG:

  【摘 要】基于生产商和零售商组成的两级供应链模型,文章采用博弈均衡解理论和算例分析的方法,结合零售商经营场所内商品错放对最优订货量的影响,对企业投资大数据技术的资本决策与协调问题进行了研究,分别建立集中式决策和分散式决策的资本投资决策模型,得出商品错放率对供应链上成员收益的影响。研究结果表明,企业通过对大数据的采用,可以有效减少商品的错放,进而可以降低对供应链上成员之间的收益影响,并且,分散式和集中式下的供应链企业可承担的大数据投资的成本阈值是一致的。在此基础上,文章设计了数量折扣定价策略,实现了分散式决策供应链投资大数据的协调,结果发现多个数量折扣合同有利于实现供应链之间的相互协调。

  【关键词】资本决策;大数据;均衡博弈模型;供应链

  0 引言

  一直以来,库存成本控制的质量水平往往会对企业的生产成本产生影响,而企业对库存信息的获取能力直接关乎企业库存成本控制的质量水平。Srinagesh Gavirneniet.al(1999)通过对供应商层面的能力、库存和信息之间的关系进行研究,指出信息获取的多少决定库存管理的质量。此外,企业在商品销售过程中,往往会把生命周期较短的商品摆放错误,从而错过最佳的出售时间,导致供应链上成员的收益受到影响。Raman等人(2001)研究表明,商品错放会导致零售商收益减少近三成,未被及时发现的错放的商品只能低价促销甚至滞留无法销售。因此,如何有效提高库存成本控制的质量水平和消除供应链上下游企业的信息不对称,降低商品错放率,对提高企业收益和改善供应链绩效具有十分重要的作用。

  大数据被用来描述容量巨大、数据类型众多的数据组成的集合,经过不断发展,大数据已成为一种数据海量挖掘和分析技术,为企业的生产经营带来许多便利,然而在供应链企业的应用却举步维艰,原因在于大数据的实施,会导致企业成本的增加,包括数据收集、存储成本、信息处理的人工成本等。因此,在大数据运用的前提下,如何协调企业生产成本和收益实现均衡,对指导供应链上下游企业对大数据投资决策具有深刻的意义。

  与企业对大数据投资的资本投资与决策的相关研究主要有如下方面。在商品错放对企业生产成本的影响研究方面,一些学者进行了相关研究,Nicole De Horatius等人(2008)和Thiel D等人(2010)指出,商品错放是企业生产经营过程中存在的重要问题,容易降低供应链上下游企业的收益;我国学者张李浩等人(2015)对单个生产商和两个零售商组成的两级供应链模型进行分析,研究了商品错放率对其定价的影响。关于大数据的运用对供应链中企业盈利能力的优势方面,已经有了比较全面深入的研究。Kim等人(2015)对于供应链创新能力问题,采用推理图的分析框架发现,利用大数据挖掘技术可以有效提高企业的创新水平及盈利能力。闫志鑫(2015)采用案例分析方法研究大数据对零售企业的经营采购与供应链管理水平带来的变化,指出大数据分析与应用对零售企业的经营采购与供应链的管理水平升级与转型具有良好的推进作用。金巧梅(2016)利用大数据研究分析存在于电子商务中的与同一性商品识别相关的一些问题。管思源(2017)通过采用大数据技术,提高采购方案的效率,进而减少了采购成本,从而提高了企业的收益。张滨琪(2018)提出借助大数据技术,开发出相应的库存管理平台,解决了企业库存信息不对称、混乱等问题。综上,现有关于大数据的应用研究,在供应链投资决策方面比较少,尤其是更细化更具体的研究更少,比如商品错放和库存。

  本文在博弈均衡模型的基础上,把供应链上下游企业中由于商品错放和损耗所导致的库存、定价和定量问题结合起来,分别建立集中式决策和分散式决策供应链的资本决策模型,对大数据运用下的商品錯放的问题进行探讨,比较链上成员间的收益在采用大数据前后的变化,说明大数据的资本投资决策问题,然后对建立的模型进行分析。

  1 模型描述及基本假设

  为便于研究,本文仅分析在寡头垄断条件下的一个垄断生产商N和两个相互竞争的垄断零售商Ji,(i=1,2)所构成的两级供应链模型。在模型中,市场的供需情况决定了商品的单位零售价格p,即p=a-bq(a,b代表常数,q代表市场需求量),大数据技术的单位成本为CT。将生产商定义为具有支配地位的领导者,把生产商所提供商品的单位生产成本为CN,销售给零售商的商品单位批发价格为f,处于追随者地位的零售商根据领导者给予的单位价格和市场需求情况向上游生产商订货。假设两个零售商以斯塔克尔伯格博弈方式进行行业竞争,并认为链上成员都是风险中性者和完全理性者,且不存在生产商和零售商之间的信息不对称情况。将模型中的零售商J1定义为零售市场的领导者,它会根据自身情况先确定一个订货量q1;而在零售市场作为追随者的零售商J2,在明确J1零售商订货量q1后,进而确定其订货量q2。

  本文假设,当企业不投资大数据技术时,两零售商正常销售的商品数量与订货量的比值θ是一致的,θ与qi的积为零售商所正常销售的商品数量,而剩下的则为因商品错放而无法正常销售的商品数量,无法正常销售的商品的单位残值为λ。学者Camdereli A Z(2010),Zhang L(2013) Fan T J,Zhang L H,Feng W U(2013)研究发现,供应链上企业投资大数据技术时可以让库存准确率达到99.9%,因此假设企业对大数据技术进行投资后,将完全消除商品错放问题。为进一步简化模型,本文忽略掉固定成本,仅考虑数据的单位成本cB。

  2 分散式决策下供应链上成员对大数据技术的投资决策

  2.1 供应链上成员不对大数据技术进行投资

  研究结论4:当且仅当cT满足cT

  2.3 供应链上成员对大数据技术投资的决策分析

  供应链对大数据的投资可分为如下2种情况:{1}若供应链上成员没有对大数据进行投资,则企业由于没有支付大数据技术的购买费用,一定程度上降低了成本,将会因为商品错放而降低企业利润。{2}若供应链上成员对大数据进行投资,则企业由于支付了大数据技术的购买费用,增加了成本,但会减少商品错放,进而提高企业利润。所以,研究供应链上成员投资大数据技术的决策问题具有重要意义。

  2.3.1 供应链上成员是否投资大数据对收益产生的影响

  研究结论8:在分散式决策下供应链成员投资大数据的模型中,零售商和生产商最多愿意承担的大数据成本一致,都是cT=(1/θ-1)(cN-λ)。

  3 集中式决策下供应链上成员对大数据技术的投资决策

  3.1 供应链上成员不对大数据技术进行投资

  研究结论14:集中式决策和分散式决策下供应链成员最多愿意承担的大数据投资单位成本是一致的,即cT=(1/θ-1)(cN-λ)。

  故投资大数据的单位成本可归入企业成本中,最终通过生产商的销售价格向零售商进行转移。由公式(36)可知,θ值越大,cT越小,且商品生产成本cN与其商品残值λ的差值越小,则供应链成员最多愿意承担的大数据投资单位成本也越小。这也说明了当前企业对大数据技术投资的现状,因为其高昂的投资成本,所以大数据技术更多地应用于高价格商品和高错放率的商品上。

  结语

  本文在考虑了由商品错放而导致信息不准确对订货量和供应链成员收益产生的影响条件下,针对一个生产商和两个零售商所组成的两级供应链,利用Stackelberg博弈定价模型去分析分散式决策和集中式决策下,供应链上成员在投资大数据后收益的变化,为企业投资大数据技术提供了理论指导。

  参 考 文 献

  [1]Srinagesh,Gavirneni,Roman,et al.Value of Infor-

  mation in Capacitated Supply Chains[J].Management Science,1999,45(1).

  [2]Raman A,Dehoratius N,Ton Z.Execution: the missing link in retail operations[J].California Management Review,2001,43(3):136-152.

  [3]Dehoratius N,Raman A.Inventory Record Inaccuracy:An Empirical Analysis[J].Management Science,

  2008,54(4):627-641.

  [4]Thiel D,Hovelaque V,Hoa V T L.Impact of inve-

  ntory inaccuracy on service-level quality in(Q,R) continuous-review lost-sales inventory models[J].International Journal of Production Economics,2017,

  123(2):301-311.

  [5]張李浩,胡继灵.VMI下采用RFID技术对供应链收益的影响与协调[J].管理学报,2013(4):590-596.

  [6]Kim T,Yuanzhu Zhan,Guojun Ji,et al.Harvesting Big Data to Enhan ce Supply Chain Innovation Capabilities:An Analytic Infrastructure Based on Deduction Graph[J].International Journal of Production Economics,2015,165:223.

  [7]闫志鑫.大数据对零售业采购与供应链管理的影响[J].产业经济,2015(10).

  [8]金巧梅.大数据时代下电子商务同一性商品的识别[J].农业网络信息,2016(9):15-19.

  [9]管思源.大数据下企业采购成本的控制[J].现代商贸工业,2017(36):30-31.

  [10]张滨琪.大数据在传统中小型企业库存管理改进中的作用[J].信息与电脑:理论版,2018(2):111-114.

  [11]Camdereli A Z,Swaminathan J M.Misplaced Inventory and Radio Frequency Identification(RFID)Technology:Information and Coordination[J].Production & Operations Management,2010,19(1):118.

  [12]Zhang L.Effect of Using RFID Technology on Supply Chain Profit and Coordination Based on VMI[J].Chinese Journal of Management,2013(8).

  [13]Fan T J,Zhang L H,Feng W U,et al.Effectof RFID Technology on Lead-time Compression and Coordination of Supply Chain’s Revenue[J].Chinese Journal of Management Science,2013(4).


上一篇论文:基于发表论文统计的区域创新进展分析

下一篇论文:十九大报告对传统民本思想的创造性转化探析

联系我们
最新论文
热门论文
  1. 提升市民素质 构建和谐城市
  2. 初中电学难学、难教的案例研究
  3. 初中物理课堂如何实现精彩“落幕”
  4. 刍议在高中物理课中提升学生的批判性思维品质(图文)
  5. 视频分析软件改善物理实验教学
  6. 建筑工程项目管理中的造价管理和质量管理(图文)
  7. 电力工程管理中进度管理若干问题的探讨
  8. 供应链管理使传统库存管理向信息管理转变
  9. 煤矿仓储管理管理中ABC管理法的运用
  10. 元数据管理是指标管理与知识管理的基石

    联系电话
    18515576166