不完备质量下带有风险厌恶的库存决策模型

doi:10.16381/j.cnki.issn1003-207x.2021.0339

摘要/Abstract

摘要：

在质量的不完备性诱发联动效应的环境下，考虑带有风险厌恶的库存决策问题。假设质量水平为一马尔可夫过程，并将马氏理论和条件风险值（conditional value-at-risk， CVaR）准则纳入库存决策模型的框架，进而给出了不完备质量下带有风险偏好的决策模型及其最优决策机制。模型数值实验的结果表明：最优期望订购量和期望销售利润关于供应能力和风险厌恶因子都为单调递增；库存系统的可靠性与随机质量过程的不可约性、遍历性等基本性质有关，即当随机质量过程为不可约的遍历马氏链时，模型的最优解具有平稳的极限性态。

关键词: 不完备质量, 马尔可夫链, CVaR准则, 库存决策

Abstract:

Quality uncertainty is one of the most important risk sources of the inventory system， which has a negative correlation with the supply capacity on the supply side. Meanwhile， the corresponding linkage effect induced by the quality uncertainty has a disturbing effect on the decision-making behavior of the inventory system， and then affects the risk preference of decision-makers. Therefore， based on the uncertainty of supply capacity， purchase price， wholesale price， residual value and other factors caused by quality imperfection， an inventory decision model with risk aversion under imperfect quality is proposed by Markov process. According to the results of the new model and numerical simulation， the following important conclusions and management implications can be drawn：Firstly， the effect of quality level and supply capacity on optimal expected order quantity and expected profit of inventory system has consistent attribute， that is， the effect of quality level and supply capacity on both have a positive correlation. When the quality level and supply capacity are in the optimal state， the optimal expected order quantity and expected profit reach the optimal value， otherwise vice versa. In addition， if the quality process ${Z k}$ meets ergodicity and irreducibility， the inventory system has a good robustness， and the decision maker can obtain relatively stable expected profits as long as he takes a robust ordering strategy.Secondly， under the multiple random decision environment which is formed by the quality level， supply ability， pleased， wholesale price， the salvage value and demand， the transmission mechanism of risk aversion factor has an invariance property to the decision making mechanism， that is， the attribute of relationships （positive correlation） between risk aversion factor $η$ and optimal expected order quantity and expected profit is not affected by exogenous random factors. This further verifies an important conclusion in behavioral science， that is， in different decision-making environments， the higher the degree of risk aversion of decision makers， the more conservative they will adopt strategies.Thirdly， the relevant conclusion shows that the post-decision information set has certain advantages which is derived from incorporating Markov process into the theoretical framework of the classic risk-averse newsboy model， that is， based on the statistical regularity of Markov process， the traditional post-decision information can be extended from two dimensions to five， and then enrich the ideological connotation of the post-decision information set， to describe the movement mechanism for the optimal expected order quantity， expected profit， order quantity robustness， expected profit stability， return expected profit and other elements of the inventory system. Obviously， Multi- dimensionalization of post-decision information set is more conducive to revealing the statistical structure of stochastic inventory system and perfecting the evaluation mechanism of reliability and performance of inventory system.

Key words: imperfect quality, Markov chain, CVaR criterion, inventory decision

中图分类号:

O211.62

陈杰,邢灵博,李胃胜,陈志祥,陈崇萍. 不完备质量下带有风险厌恶的库存决策模型[J]. 中国管理科学, 2024, 32(2): 54-64.

Jie Chen,Lingbo Xing,Weisheng Li,Zhixiang Chen,Chongping Chen. A risk-Averse Inventory Decision-making Model with Quality Incompleteness[J]. Chinese Journal of Management Science, 2024, 32(2): 54-64.

图/表 6

表1

模型的符号说明"

模型符号	定义
$k = 0,1, 2, ?, K$	多产品库存系统的周期
$S = {1,2, ?, S}$	产品质量的状态集,即根据产品的质量缺陷率的大小,将其划分为 $S$ 个状态以描述产品质量水平的高低(状态 $i$ 的取值越大,质量水平就越高)
${Z k = i, i ∈ S}$	产品的马氏质量波动过程
$P = (p i j) S × S$	产品随机质量过程的转移概率矩阵,其中 $p i j$ 表产品的质量水平从状态 $i$ 转移到 $j$ 的概率
$C k j i$	在第 $k$ 周期,当产品质量水平从状态 $i$ 转移到 $j$ 时的进货价格
$V k j i$	在第 $k$ 周期,当产品质量水平从状态 $i$ 转移到 $j$ 时的单位残值(Salvage value)
$P k j i$	产品在第 $k$ 周期,当产品质量水平从状态 $i$ 转移到 $j$ 时的销售价
$X k$	产品在第 $k$ 周期的随机需求变量
$W k j i$	当产品质量水平从状态 $i$ 转移到 $j$ 时,该产品于第 $k$ 周期的供应能力
$f X k (x)$ , $F X k (x)$	产品在第 $k$ 周期随机需求变量的密度函数和分布函数
$? W k j i (w)$ , $Φ W k j i (w)$	当产品质量水平从状态 $i$ 转移到 $j$ 时,该产品于第 $k$ 周期供应能力的密度函数和分布函数

表1

表2

不同状态下产品供应能力的密度函数"

质量状态	状态1	状态2	状态3
密度函数	$? W k + 1 (1 i 0) (w) = γ 1 2 w Γ (2) e γ 1 w, w ≥ 0 0, ????????????????? w < 0$	$? W k + 1 (2 i 0) (w) = γ 2 2 w Γ (2) e γ 2 w, w ≥ 0 0, ????????????????? w < 0$	$? W k + 1 (3 i 0) (w) = γ 3 2 w Γ (2) e γ 3 w, w ≥ 0 0, ????????????????? w < 0$

表2

表3

一定风险厌恶和不同初始状态下库存系统的决策信息"

模型参数	转移概率矩阵 $P$				其他参数
模型参数	$P = p 11 p 12 p 13 p 21 p 22 p 23 p 31 p 32 p 33 = 0.50 0.30 0.20 0.10 0.40 0.50 0.05 0.15 0.80$			$V k + 1 1 i 0 = 10$ , $V k + 1 2 i 0 = 20$ , $V k + 1 3 i 0 = 30$ $P k + 1 1 i 0 = 300$ , $P k + 1 2 i 0 = 260$ , $P k + 1 3 i 0 = 220$ $C k + 1 1 i 0 = 150$ , $C k + 1 2 i 0 = 130$ , $C k + 1 3 i 0 = 110$ $η = 0.90$ , $λ = 0.030$ , $γ 1 = 0.025$ ; $γ 2 = 0.035$ $γ 3 = 0.045$
后决策信息	$Q ˉ k + 1 * (i 0)$	$E [Ω k + 1 (Q ˉ k + 1 * (i 0))]$	$E [Ω 再返 (Q * (i ˉ i ˉ))]$		$E [Ω 再返 (Q * (i ? i ?))]$	$Q ˉ 平稳 * (i 0)$	$E 平稳 (i 0)$
初始状态 $i 0 = 1$	72.1	6610.0	6690.1		/	67.3	6497.8
初始状态 $i 0 = 2$	68.2	6523.5	/		/	67.3	6497.8
初始状态 $i 0 = 3$	66.2	6470.6	/		6433.7	67.3	6497.8

表3

图1

表4

一定初始状态下风险厌恶因子对最优解的影响"

模型参数	转移概率矩阵 $P$						其他参数
模型参数	$P = p 11 p 12 p 13 p 21 p 22 p 23 p 31 p 32 p 33 = 0.50 0.30 0.20 0.10 0.40 0.50 0.05 0.15 0.80$					$V k + 1 12 = 10$ , $V k + 1 22 = 20$ , $V k + 1 32 = 30$ $P k + 1 12 = 300$ , $P k + 1 22 = 260$ , $P k + 1 32 = 220$ $C k + 1 12 = 150$ , $C k + 1 22 = 130$ , $C k + 1 32 = 110$ $λ = 0.030$ , $γ 1 = 0.025$ ; $γ 2 = 0.035$ $γ 3 = 0.045$
厌恶因子 $η$	0.15	0.25	0.35	0.45	0.55		0.65	0.75	0.85	0.95
$Q ˉ k + 1 * (2)$	16.2	22.0	27.4	32.8	38.5		44.8	52.1	61.7	77.4
$E [Ω k + 1 (Q ˉ k + 1 * (2))]$	1901.6	2474.5	2939.2	3336.5	3684.2		3991.0	4260.4	4491.0	4669.4

表4

表5

一定风险偏好下供应能力与最优解之间的关联性"

模型参数	转移概率矩阵 $P$						其他参数
模型参数	$P = p 11 p 12 p 13 p 21 p 22 p 23 p 31 p 32 p 33 = 0.50 0.30 0.20 0.10 0.40 0.50 0.05 0.15 0.80$					$n = 2$ , $η = 0.50$ , $λ = 0.030$ $V k + 1 12 = 10$ , $V k + 1 22 = 20$ , $V k + 1 32 = 30$ $P k + 1 12 = 300$ , $P k + 1 22 = 260$ , $P k + 1 32 = 220$ $C k + 1 12 = 150$ , $C k + 1 22 = 130$ , $C k + 1 32 = 110$
$γ 1$	0.012	0.014	0.016	0.018	0.020		0.022	0.024	0.026	0.028
$γ 2$	0.016	0.018	0.020	0.022	0.024		0.026	0.028	0.030	0.032
$γ 3$	0.020	0.022	0.024	0.026	0.028		0.030	0.032	0.034	0.036
$Q ˉ k + 1 * (2)$	52.1	50.3	48.6	46.9	45.3		43.7	42.1	40.7	39.3
$E [Ω k + 1 (Q ˉ k + 1 * (2))]$	5158.8	4976.2	4796.6	4621.4	4451.9		4288.5	4131.7	3981.8	3838.8

表5

参考文献 32

1	搜狐.台积电5nm工艺良品率升至 50%［EB/OL］. （2019-12-09）［2021-02-22］..
	Sohu. TSMC 5nm process yield rose to 50%［EB/OL］. （2019-12-09）［2021-02-22］..
2	搜狐.台积电7nm工艺良品率极高［EB/OL］.（2019-12-13）［2021-02-22］..
	Sohu. TSMC 7nm process yield is very high［EB/OL］. （2019-12-13）［2021-02-22］..
3	董枳君.华为“芯”痛［J］.商学院，2020（10）：9-12.
	Dong Z J. Huawei is stuck with chips［J］. Business Management Review，2020（10）：9-12.
4	Hsu J T， Hsu L F. An EOQ model with imperfect quality items， inspection errors， shortage backordering， and sales returns［J］. International Journal of Production Economics， 2013， 143（1）： 162-170.
5	Alamri A A， Harris I， Syntetos A A. Efficient inventory control for imperfect quality items［J］. European Journal of Operational Research， 2016， 254（1）：92-104.
6	魏津瑜，陈子星，刘倩文.基于质量缺陷和学习效应的易腐品库存与筛选决策问题研究［J］.工业工程与管理， 2019， 24（5）： 22-31.
	Wei J Y， Chen Z X， Liu Q W. Research on decision of inventory and screening of perishable items based on learning effect and imperfect quality［J］. Industrial Engineering and Management，2019， 24（5）： 22-31.
7	Jaber M Y， Zanoni S， Zavanella L E. Economic order quantity models for imperfect items with buy and repair options［J］. International Journal of Production Economics， 2014， 155： 126-131.
8	Sher M， Kim S L. An economic order quantity model for items experiencing failure in storage［J］. International Journal of Operational Research， 2015，22（4）： 405-422.
9	Zhou Y W， Chen C Y， Li C W， et al. A synergic economic order quantity model with trade credit， shortages， imperfect quality and inspection errors［J］. Applied Mathematical Modelling， 2016， 40（2）：1012-1028.
10	Khanna A， Gautam P， Jaggi C K. Inventory modeling for deteriorating imperfect quality items with selling price dependent demand and shortage backordering under credit financing［J］. International Journal of Mathematical Engineering & Management Sciences， 2017， 2（2）：110-124.
11	李群霞，张群，朱晓宁，等. 缺陷品可完全退货的库存控制模型的研究［J］. 中国管理科学， 2009， 17（6）： 116-121.
	Li Q X， Zhang Q， Zhu X N， et al. Optimal inventory model with completely returning defective items［J］. Chinese Journal of Management Science， 2009， 17（6）： 116-121.
12	刘云志，樊治平.考虑损失规避与质量水平的供应链协调契约模型［J］.系统工程学报，2017，32（1）：89-102.
	Liu Y Z， Fan Z P. Supply chain coordination contract model considering loss aversion and quality level［J］. Journal of Systems Engineering，2017， 32（1）：89-102.
13	Choi S， Ruszczyński A. A multi-product risk-averse newsvendor with exponential utility function［J］. European Journal of Operational Research， 2011， 214（1）： 78-84.
14	金伟，骆建文.考虑风险规避的资金约束供应链最优信用契约设计［J］.中国管理科学，2018，26（1）：35-46.
	Jin W， Luo J W. Optimal credit contract design for a capital-constrained supply chain incorporating into risk aversion［J］. Chinese Journal of Management Science， 2018， 26（1）： 35-46.
15	Federgruen A， Yang N. Optimal supply diversification under general supply risks［J］.Operations Research， 2009， 57（6）： 1451-1468.
16	Xanthopoulos A， Vlachos D， Iakovou E. Optimal newsvendor policies for dual-sourcing supply chains： a disruption risk management framework［J］. Computers & Operations Research， 2012， 39（2）： 350-357.
17	Kouvelis P， Pang Z， Ding Q. Integrated commodity inventory management and financial hedging： a dynamic mean-variance analysis［J］. Production and Operations Management， 2018， 27（6）： 1052-1073.
18	王新辉，汪贤裕.考虑销售商风险规避的双边信息不对称的供应链协调［J］.中国管理科学，2015，23（3）：97-107.
	Wang X H， Wang X Y. The coordination of supply chain with bilateral asymmetric information by considering risk aversion of retailer［J］. Chinese Journal of Management Science， 2015， 23（3）： 97-107.
19	Kouvelis P， Li R. Integrated risk management for newsvendors with value-at-risk constraints［J］. Manufacturing & Service Operations Management， 2019， 21（4）： 816-832.
20	黄松，杨超，杨珺. 考虑成员风险态度和VaR 约束时的供应链协调模型［J］. 管理工程学报， 2011， 25（2）： 136-141.
	Huang S， Yang C， Yang J. Supply chain coordination model considering risk attitudes of agents with VaR constraints ［J］. Journal of Industrial Engineering/Engineering Management， 2011， 25（2）： 136-141.
21	Fan Y H， Feng Y， Shou Y Y. A risk-averse and buyer-led supply chain under option contract： CVaR minimization and channel coordination［J］. International Journal of Production Economics， 2020， 219： 66-81.
22	陈建新，周永务，钟远光. 基于CVaR准则的资金约束供应链回购契约协调策略［J］. 系统管理学报， 2019， 28（3）：552-559.
	Chen J X， Zhou Y W， Zhong Y G. Coordination strategy of buyback contract in capital-constrained supply chain based on CVaR criterion［J］. Journal of Systems and Management， 2019， 28（3）：552-559.
23	代建生，孟卫东，范波.风险规避供应链的回购契约安排［J］.管理科学学报，2015，18（5）：57-65.
	Dai J S， Meng W D， Fan B. Supply chain coord-ination with risk aversion via buy-back contracts［J］ Journal of Management Sciences in China， 2015， 18（5）： 57-65.
24	肖群，马士华.风险厌恶零售商考虑信息预测成本的协调机制［J］.管理科学学报，2016，19（11）：45-53.
	Xiao Q， Ma S H. Coordination of supply chains with endogenous investment in information acquisition and order quantity［J］. Journal of Management Sciences in China， 2016， 19（11）：45-53.
25	Ross S M. Quality control under Markovian deterioration［J］. Management Science， 1971，17（9）：587-596.
26	Yao D， Zheng S H. Markov decision programming for process control in batch production［J］. Probability in the Engineering & Informational Sciences， 1998， 12（3）： 351-371.
27	林元烈. 应用随机过程［M］. 北京：清华大学出版社， 2002.
	Lin Y L. Applied stochastic processes［M］. Beijing： Tsinghua University Press， 2002.
28	Choi S， Ruszczynski A， Zhao Y. A multi-product risk-averse newsvendor with law-invariant coherent measures of risk［J］. Operations Research， 2011， 59（2）： 346-364.
29	Artzner P， Delbaen F， Eber J M， et al. Coherent measures of risk［J］. Mathematical Finance， 1999， 9（3）：203-228.
30	Rockafellar R T， Uryasev S. Optimization of conditional value-at-risk［J］. Journal of Risk， 2000， 29（1）：1071-1074.
31	Wu M， Zhu S， Teunter R H. The risk-averse newsvendor problem with random capacity［J］. European Journal of Operational Research，2013，231（2）：328-336.
32	Chen Y H， Xu M H， Zhang Z. A risk-averse newsvendor model under the CVaR criterion［J］. Operations Research， 2009， 57（4）：.1040-1046.

[1]	田世海,王春梦,杨文蕊. 基于ANP和随机Petri网的突发事件网络舆情危机预警机制研究[J]. 中国管理科学, 2023, 31(10): 215-224.
[2]	李坚飞, 孙梦霞, 李蓓. 零售服务供应链动态演化中存在“质量桥”吗？[J]. 中国管理科学, 2022, 30(8): 130-142.
[3]	曹裕, 易超群, 万光羽. 碳税政策下随机双渠道库存与协调研究[J]. 中国管理科学, 2022, 30(1): 111-123.
[4]	王治莹, 李勇建, 王伟康. 基于随机Petri网的突发事件信息演化模型[J]. 中国管理科学, 2020, 28(3): 113-121.
[5]	武博, 官雨娴, 陈杰, 陈志祥. 带有马尔可夫竞争因子的多产品报童模型[J]. 中国管理科学, 2019, 27(5): 96-108.
[6]	王淑云, 姜樱梅, 牟进进. 基于新鲜度的冷链一体化库存与定价联合决策[J]. 中国管理科学, 2018, 26(7): 132-141.
[7]	伏红勇, 但斌. 不利天气影响下“公司+农户”型订单契约设计[J]. 中国管理科学, 2015, 23(11): 128-137.
[8]	王伟钧, 唐小我, 倪得兵. 需求信息滞后下的零售商决策与牛鞭效应分析[J]. 中国管理科学, 2008, 16(4): 84-89.
[9]	詹文杰, 杨洁. 连续双向拍卖市场中基于马尔可夫链的交易策略研究[J]. 中国管理科学, 2008, 16(1): 111-116.
[10]	夏海洋, 黄培清. 混合分销渠道结构下短生命周期产品供应链库存策略分析[J]. 中国管理科学, 2007, 15(2): 70-75.
[11]	胡素华, 张世英, 张彤. 金融工程中资产收益的连续时间模型评述[J]. 中国管理科学, 2006, (2): 24-32.
[12]	林静, 韩玉启, 朱慧明. 基于MCMC稳态模拟的贝叶斯经验费率厘定信用模型[J]. 中国管理科学, 2006, (2): 33-38.
[13]	柳键. 时变需求环境下供应链缺货时点与补货次数优化研究[J]. 中国管理科学, 2005, (6): 23-28.