供应不确定环境下考虑消费者思考行为的供应链订货定价决策研究

来源 :深圳大学 | 被引量 : 0次 | 上传用户:wangking88
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
当市场上出现新产品时,消费者往往会对产品有用性以及自我感知价值产生不确定性。解决感知价值不确定性的一个有效方法是深思熟虑,即消费者花费一定的时间、精力等成本去了解产品和感知个人偏好。在市场中,制造商和零售商的促销、降价、广告,均有考虑消费者这方面的需求。同时,消费者思考行为也会对制造商和零售商的决策产生影响,是否思考以及思考成本大小会引发制造商和零售商制定不同的定价策略。此外,在现实商业环境中供应链充斥着各种各样的不确定性,甚至有断裂的可能。因此,中游企业不仅需要考虑下游客户的各种需求,还需要承担上游采购的不确定性风险。综上所述,在供应不确定以及消费者思考行为的双重环境下,零售商和制造商如何决策:包括制定价格策略、订货策略等等,成为了供应链以及市场营销等领域研究的一个新方向。首先,本文研究了供应不确定性环境下供应链成员的最优订货及定价策略。研究发现:当批发价较低时,最优订货量随着批发价的增大而减小;当批发价较高时,零售商不订货。零售商最优期望利润随着订货量的增加先增后减,存在唯一最大值,且最大利润随着批发价的增大而减小。制造商最优批发价与制造成本线性相关,随着制造成本的增大而增大。此外,由于存在供应不确定性,只有制造成本小于等于供应不确定性系数时,制造商才有利润,且最优利润随着批发价的增加先增加后减少,存在唯一最大值。综上可知,供应不确定环境下供应链订货与定价问题存在唯一最优解,最优订货量随着供应不确定性程度和单位生产成本的增大而减小,零售商的最优零售价随着供应不确定性程度和单位生产成本的增大而增大。其次,基于消费者思考行为理论,本文同时考虑供应不确定性,建立基本模型,研究此环境下零售商和制造商的最优订货定价策略,并与不考虑消费者思考行为时的最优解进行了横向对比。研究结果表明:当思考成本和制造成本不是特别小时,消费者的思考行为将影响供应链中制造商和零售商的定价订货策略。因为,零售商在制定零售价时,不仅会考虑消费者是否购买,还会考虑消费者是否深入思考。制造商的批发价又会影响零售商的定价与订货策略。因此,思考成本的存在将使得整条供应链达到新的均衡。具体体现在,当思考成本较小时,除去双重边际效应下的最优解,制造商还会制定高价策略,高批发价引导零售商响应,零售商制定较高零售价,刺激消费者思考。此时,高零售价将锁定高价值客户,购买量也将来自于这部分客户,总体来看,订货量减少,但零售价、批发价增大。当思考成本很大时,此时虽然消费者不会思考,但定价需考虑消费者的群体感知价值,消费者依然影响着整条供应链协调。最后,本文进一步拓展,讨论了集中式供应链下思考成本对供应链的决策影响,并且研究了思考成本的内生性。研究发现相比于集中式供应链,分散决策时零售商对制造成本更加敏感,零售商会更早地从冒险性订货策略转变为谨慎性的订货策略。同时,集中式供应链下定价策略相比于分散式时更加多元,可选择高价策略刺激消费者思考,也可选择低价策略使消费者不思考。消费者思考成本的内生性研究结果则表明消费者思考成本大小影响制造商利润和消费者剩余。因此,适当调整消费者思考成本大小可以提高消费者剩余和制造商利润。
其他文献
“乐感文化”是一种乐天知命的实用主义文化,具有导向人与内部身心、人与人、人与外部环境等的和谐、以追求“天人合一”为最高境界的内涵特征,对中国文化的发展有着深刻的影响。本研究以中国传统“乐感文化”作为切入点,以中国舞台民间舞创作为研究对象,分析“乐感文化”对中国舞台民间舞创作所产生的影响。文章绪论部分主要阐述研究缘起与研究目的,对以往有关“乐感文化”的研究动态、中国舞台民间舞创作的研究动态进行了历史
随着经济的发展和人民生活水平的提高,企业和个人迫切需要进行各种投资以使得其收入和资产得到保值和增值。股票、期货、外汇、黄金、基金等金融产品层出不穷。人们在投资这些金融产品时,可以获得较为高额的收益,但是也可能导致很大的损失。金融市场的危险无处不在,所以人们在投资时都需要面对一个问题,就是如何在追逐着丰厚收益的时候对其带来的风险进行评估与控制。投资组合是一种财务概念,可以组合多个股票以降低风险。投资
物联网时代,三维技术对深度传感器的需求在不断上升,特别是在自动驾驶、虚拟现实、增强现实、机器人视觉、工厂自动化、人工智能等领域的应用不断增加。近十年来,三维成像和测距成为了最重要和最富有创新性的研究领域之一。其中最为热门的即是光子飞行时间技术(Time of Flight),简称To F。To F根据测距原理的不同,一般可以分为两种:时差测距和相位测距,即直接式和间接式。间接式To F深度传感器具
文字包含丰富的语义信息,常用来表达情感,传承知识。本文主要研究现实生活中的文字,这类文字被称为自然场景文本。场景文字的检测和识别技术具有广泛的应用场景,如车牌识别、票据识别、图像检索等。自2012年以来,基于深度学习的方法在计算机视觉刷新了多项任务的指标,取得了叹为观止的成果,当下文本检测领域的主流方法也都使用深度学习算法。本文基于深度学习框架,围绕场景文本不规则的形状、变化幅度大的尺度以及大间距
大数据、人工智能技术的研究和应用正在不断加速金融产业的发展。许多金融信贷机构已经将数据挖掘技术应用于信用贷款风险预测、信用评分,从海量的客户数据中抽取可以识别客户风险的有效信息,进一步实现精细化的信贷审批和额度分配。由于客户数据存在高维度、类别极度不均衡、稀疏等问题。目前,信贷风险预测的研究主要集中在特征工程和信用评估模型上。特征工程可以从原始数据中构造出特征数据,评估模型将客户的特征数据进行模式
近几年来,随着国家经济快速发展与企业间竞争的加剧,上市公司越来越偏重于利用并购重组来实现经营扩张以提高竞争力。并购的高溢价是日趋活跃的并购市场的产物,高溢价所带来的高商誉屡见不鲜。当前,我国资本市场上市公司并购产生的高溢价、高商誉问题突出,引起了各方关注。资本市场投资者主要关注的是,并购的交易价格是否合理,并购的高溢价、高商誉能否换来优质资产,能否给公司带来更快的成长与价值提升。上市公司并购产生的
新零售平台通过利用信息技术和大数据分析有望获得可观的潜在回报,快速、深入发展的新经营模式推动了制造业供应链系统的变革和重塑。但投资应用大数据技术成本高昂,且由此带来的高能耗及环境问题也日益突显,因此从供应链信息研究的角度刻画并评估大数据投资和利用价值便显得尤为重要。在此背景下,本文将大数据投资作为内生性因素引入供应链信息共享分析框架中,尝试探讨大数据投资与信息共享在供应链中的交互影响。本文设定了由
随着科技的不断进步发展,人脸表情识别(facial expression recognition,FER)在人机交互、安全、机器人、医疗、通信和驾驶领域得到了广泛的应用,成为学术界和工业界的研究热点。然而,人脸表情特征的提取和分类仍然面临着诸多困难和挑战,存在着一系列亟待解决的问题。一方面,现有的人脸表情数据库不完备,要获得高质量带有标记的大规模训练样本是困难,目前的表情数据库规模都不大,影响了表
现在越来越多的分析师在进行盈余预测和股价预测的同时,会进行现金流量预测。据统计,2018年分析师发布的预测中,有超过一半的预测报告进行了现金流量预测。同时,随着经营现金流量预测的使用,越来越多的学者开始对分析师的经营现金流量预测进行研究。已经有研究证实经营现金流量预测可以提高盈余预测的准确性且有研究说明现金流量和盈余指标会影响股价,但是目前并没有研究证实经营现金流量预测、盈余预测和分析师的股价预测
特征提取方法可用于提取数据的重要信息,减少数据的冗余特征。经典的特征提取方法包括主成分分析(Principal component analysis,PCA)以及局部保持投影(Locality preserving projections,LPP)等基于统计以及几何结构的方法。研究人员发现,这些方法可以通过一个叫图嵌入的模型进行统一的表达。图嵌入方法在机器学习和模式识别领域中有着广泛的应用。但是,