供应链信息风险中的“牛鞭效应”分析

“牛鞭效应”是供应链信息风险中的一个主要现象,如何最大程度地弱化供应链中的“牛鞭效应”,对改善供应链的有效运作、提高资源的使用效率和企业效益有着重要的意义,本文在界定“牛鞭效应”定义的基础上,就供应链风险中的“牛鞭效应”的进行了分析与解读。     

供应链中牛鞭效应成因及对策研究——基于“啤酒游戏”的视角

供应链中的牛鞭效应现象严重影响企业的库存和成本,影响供应链的运作效率,减缓牛鞭效应对企业具有重要的意义。通过"啤酒游戏"实验描述了供应链中的牛鞭效应现象,根据"啤酒游戏"模拟实验过程中考虑的因素,分析牛鞭效应产生的原因,可以看到,通过信息共享、提前期压缩或JIT采购、参与人的理论决策等策略可以减缓牛鞭效应,从而提高供应链的运作效率。     

供应链中的牛鞭效应及其缓解策略

供应链中牛鞭效应的存在给供应链造成的直接后果是链中冗余库存的大量积压,导致各节点企业额外成本支出增加。本文通过对牛鞭效应产生的原因进行分析,并提出有针对性的缓解措施,从而减轻牛鞭效应带来不利影响。     

消费者参考质量存在时滞效应的动态质量改进策略

考虑制造商产品质量改进的时滞效应对消费者参考质量的影响,构建了Nash非合作博弈、协同合作博弈、制造商承担零售商广告成本的部分合作博弈以及零售商承担制造商质量成本的部分合作博弈的供应链微分博弈模型。借助微分博弈原理得到了4种博弈模式的成员均衡策略和供应链绩效。研究发现:产品质量改进的时滞效应影响制造商的质量改进策略,不影响零售商的广告策略;成员的边际收益和成本是影响其策略以及绩效的关键因素。对比分析和数值算例发现:供应链成员的部分合作博弈虽不能实现供应链的完美协调,但可对分散式供应链进行帕累托改进;无论时滞效应存在与否,协同合作博弈下的成员策略、绩效及消费者参考质量水平更高。     

煤炭供应链牛鞭效应量化研究

考虑一个煤炭勘探开采企业和一个煤炭销售运输企业组成的两级煤炭供应链,建立了煤炭市场需求服从SARMA时间序列过程,煤炭销售运输企业采用MA技术预测市场需求和Orderup-to库存策略的煤炭供应链牛鞭效应量化模型,并对该模型的影响因素进行理论分析和算例验证。研究表明:0<ρ<1,0<θ<1时,煤炭供应链必会产生牛鞭效应;L≤k≤S时,牛鞭效应值较小;季节性自回归系数、季节性移动平均系数、季节性循环周期、订货提前期和历史数据个数5个参数对煤炭供应链牛鞭效应有直接影响。具体而言,季节性循环周期的增大有助于减少煤炭供应链牛鞭效应,季节性自回归系数的增大并不总是能减少煤炭供应链牛鞭效应,而季节性移动平均系数和订货提前期的减少有助于减少煤炭供应链牛鞭效应。     

Multi-Agent供应链信息共享协调机制研究——以中兴供应链为例

在供应链中牛鞭效应是不可避免的,信息流的传递总会发生或多或少的扭曲失真,但是各供应链成员通过信息共享能够有效地抑制牛鞭效应.通过分析深圳市中兴通讯股份有限公司为核心企业的多代理(Multi-Agent)供应链,结合牛鞭效应成因、影响和控制,对信息共享内容和协调模式进行研究,构建合理的信息共享模式以提高信息共享的程度,从而达到弱化牛鞭效应,提高整个供应链的运作效率.     

VMI模式下供应商与其下游企业的博弈分析——基于Nash和Stackelberg博弈

供应商管理库存（VMI）的模式可以有效避免供应链牛鞭效应,提高供应链整体效率.在短期内,下游企业相对更愿意实行VMI供应链模式以减少库存成本等,获取更大收益;而对供应商来说,这种模式的收益并不显著.因此,VMI模式下,供应商与下游企业之间存在一种博弈关系.本文从供应链整体收益以及利润分配等角度,综合比较、分析各类研究VMI供应链利润分配的博弈模型,系统阐释了博弈对于供应商与其下游企业之间利润分配的影响.结果表明,在Nash讨价还价模型中,双方议价能力是决定各自利润分配的主要影响;在Stackelberg博弈中,先行优势明显.最后,指出模型改进以及深入研究的方向,可从激励与补贴机制、Shapley合作博弈等角度优化博弈模型.     

供应链中的牛鞭效应分析

牛鞭效应是指需求信息在从供应链下游传向上游的过程中发生的放大现象。这里分析了牛鞭效应可能带来的危害;具体分析了引起牛鞭效应的原因,指出牛鞭效应主要在于供应链中的信息沟通问题和供应链的一些固有的属性;最后提出了减小牛鞭效应的一些措施,指出关键在于供庆链各成员相互合作、建立起战略性伙伴关系、共享供应链中的需求信息、进行集成化供应链管理。     

缓解供应链中牛鞭效应的策略及方案

供应链中的牛鞭效应对供应链的运作产生了不利影响 .从信息互递结构上的不对称和信息互递途径上的不对称两方面对牛鞭效应进行了分析 .提出可以通过建立相应激励机制和基于电子商务的信息共享系统最大程度缓解供应链管理中的牛鞭效应问题 .最后以一个三级供应链模型为例验证了该方案的可行性 .     

基于n人合作博弈的服装企业和面辅料供应商的联盟分析

本文系统分析服装企业和面辅料供应商之间的合作关系,并运用n人合作博弈理论对合作企业之间的收益进行定性分析,提出当供应链企业之间建立有效的合作关系时,不仅实现自身利益的最大化,同时也使整个供应链上的节点企业利益实现最大化,从而促使企业在市场竞争中具有更大的优势,实现企业的持续性发展。     

基于物流网络化体系下牛鞭效应的综合治理

以物流作为供应链的核心,在其网络化体系下充分利用网络技术和手段对供应链中常出现的牛鞭效应进行全方位的综合治理,以缓解和消除牛鞭效应给企业带来的巨大的经济损失。     

缓解供应链中“牛鞭效应”的策略研究

缓解供应链中“牛鞭效应”是实现供应链管理的关键,也是提升供应链竞争力的有效方式之一.分析了产生“牛鞭效应”的原因,论述了减少供应层级及实现需求信息共享能有效地缓解“牛鞭效应”,在此基础上提出建立基于电子商务/Internet的信息共享系统、对可定制产品采用大规模定制生产策略,能最大限度地缓解供应链中的“牛鞭效应”.     

关于建立供应链企业中激励机制方法的探讨

在供应链中,企业与企业之间存在着直接或间接的利益关系。如何使供应链在在众多的成员之间、时空跨度上进行良好的合作和运行,是一个复杂的管理操作层面问题。从这个层面上说,建立一个有效的供应链企业激励机制,将直接关系到供应链企业成员的利益和积极性,直接关系到供应链运作的效率、效益和竞争力。本文对供应链企业激励的评价标准、供应链企业激励的主体与客体模式进行适当的介绍与分析,重点探讨了供应链管理环境下实施激励的方法和手段,并提出了几个应注意的问题。     

制造企业与物流企业间供应链博弈分析

以制造企业与物流企业间的供应链博弈为中心,分析了制造企业与物流企业的合作博弈,得出供应链合作的可能性。在此基础上,构建不完全信息动态博弈模型,提出了供应链合作中的投机行为及相应的惩罚机制,以及促进制造企业与物流企业供应链合作的措施。     

基于合作博弈的JIT批量模型

现代市场竞争是供应链与供应链之间的竞争,提出供需研究是以顾客需求为中心的供应链管理的最重要,最基本的内容,分析了供需双方在非合作条件下的批量模型以及其成本,建立了供需双方合作博弈下的批量模型,分析了利益分配问题,从而使供应链得到优化,供需双方达到双赢的目的,运用模型进行了案例进行,最终得出结论,纯粉的JIT供需方案并非最优,最优策略在于供需双方进行合作博弈,共享合作带有的利益。     

网际时代供应链信息共享的有效性分析

供应链的引入,带来了一些需要急切解决的管理问题,如"牛鞭效应"就是其中之一,通过信息共享可以有效地缓解牛鞭效应.参与供应链的节点企业需要维持长期稳定的关系,从博弈论的角度看,这种关系是可以实现的.通过对两阶段供应链库存信息共享前后的供应链成本分析,说明信息共享不但有必要,而且很有效.供应链中的核心企业可以运用委托代理理论来激励与其它企业的信息共享.     

需求波动对供应链整合策略选择的影响

为了减少牛鞭效应、提高供应链的绩效,目前学术界已经普遍就整合供应链的观念达成一致。虽然Internet的发展为供应链整合提供了有效的技术支持,但是由于诸如供应链节点利益分配等问题的存在使得充分实现整合供应链的做法不可能或者成本太高。根据供应链充分整合的不同子策略给出不同的供应链整合模型,利用系统动力学的方法在不同的市场需求波动条件下进行动态模拟对比分析。结果显示,在不能实现供应链充分整合时,企业应该根据所面对的不同的市场需求波动环境选择不同的供应链整合子策略,以实现最优的部分供应链整合,提高供应链的整体绩效。     

基于需求预测技术弱化牛鞭效应影响研究

研究了供应链系统中的牛鞭效应．不同于通常研究采用的量化公式模型，建立计算机模型模拟当供应链成员采用需求预测技术进行订货决策时的订货过程．利用模拟过程产生的数据进行研究分析，比较不同需求预测方法下产生的牛鞭效应．并得出与指数平滑法比，最小均方差法对抑制牛鞭效应更有效，在某些情况下。采用最小均方差法可以消除牛鞭效应．     

快速消费品供应链中的“牛鞭效应“分析

针对存在于快速消费品供应链中的牛鞭效应现象,从需求预测、批量定货、价格波动等方面入手,分析该效应的成因,提出通过共享信息、科学预测、库存控制、提前回款期限等方法解决快速消费品供应链牛鞭效应现象的问题.     

华晨宝马供应链牛鞭效应研究

牛鞭效应是供应链上的一种需求变异的放大现象,其会导致需求信息出现越来越大的波动,造成供应链服务水平下降、过多的库存投资、误导生产计划、无效运输和收益减少等损失。本文力求采用定量化方法,建立牛鞭效应量化模型,并将该模型应用于华晨宝马公司,分别对其非固定周期订货零件和固定周期订货零件进行牛鞭效应量化分析。