【摘 要】
:
互联网对人们生活的全面渗透以及电子商务市场竞争的愈发激烈,迫使企业必须不断地更新产品销售模式以夺取市场优势。生鲜农产品作为日常生活中必不可少的消耗品,同时又有着保质期短、易腐烂、价值随时间变化的特性,因此预售模式受到了生鲜农产品供应链管理者的青睐。由于现实中生鲜农产品供应链的预售定价决策不仅与新鲜度、价格、时间相关,还会受到两阶段需求相关性、零售商的销售努力以及消费者对平台的偏好等因素的影响,因此
论文部分内容阅读
互联网对人们生活的全面渗透以及电子商务市场竞争的愈发激烈,迫使企业必须不断地更新产品销售模式以夺取市场优势。生鲜农产品作为日常生活中必不可少的消耗品,同时又有着保质期短、易腐烂、价值随时间变化的特性,因此预售模式受到了生鲜农产品供应链管理者的青睐。由于现实中生鲜农产品供应链的预售定价决策不仅与新鲜度、价格、时间相关,还会受到两阶段需求相关性、零售商的销售努力以及消费者对平台的偏好等因素的影响,因此生鲜农产品供应链又面临着更为复杂的管理决策。目前大多生鲜农产品预售定价的研究仅考虑了预售阶段的市场需求,且未考虑平台参与在其中所产生的作用。针对上述背景,本文采用建模的方法分别探究两种情形下的预售定价决策:供应商与单个平台的一个零售商参与预售、与入驻不同平台的两零售商参与预售。首先,建立生鲜农产品在预售、现售两个阶段的市场需求函数,通过构建博弈模型求解供应链的最优定价决策和最优销售努力;其次,对相关参数如何影响最优决策进行理论分析;最后通过数值实验探讨了新鲜度衰减指数、两阶段需求相关系数、平台间的竞争、零售商间的竞争等因素对最优定价决策、预售策略以及利润的影响。此外,还对单平台无竞争和双平台竞争两种情况下的供应链决策、利润变化进行了对比。研究表明:最优批发价、最优预售价与新鲜度衰减指数、两阶段需求相关系数负相关,最优销售努力与之正相关;两阶段需求相关系数或销售努力成本参数不变而现售时长越长,最优定价越低、销售努力越高、利润越大;供应商和零售商的最优利润均与两阶段需求相关系数正相关;此外,单平台模型中,最优批发价(最优预售价、最优销售努力)与销售努力成本参数正(负)相关,而双平台模型中,两零售商的最优预售价与该参数的关系受消费者偏好性取值的影响;双平台模型中,供应商的最优批发价、利润与消费者偏好性无关,优势(劣势)平台内的零售商其最优的预售价、销售努力、利润与消费者偏好性正(负)相关,供应链整体收益在消费者不存在偏好时最低,且优势(劣势)平台内的零售商其最优预售定价是销售努力敏感系数的增(减)函数。本文探讨了生鲜农产品的新鲜度特性、平台的参与、市场间的竞争等因素对供应链预售定价决策及预售策略的影响机制,为企业在生鲜农产品预售定价环节与销售环节提供了参考借鉴,同时也丰富了生鲜农产品预售定价决策的相关研究,具有一定的现实意义与理论价值。
其他文献
随着近年来金融自由化和金融创新全球化,金融机构之间的联系日益紧密,然而高度的关联性在促进资本自由流动的同时也增强了整个金融系统的脆弱性。此外,近年来频发的系统性金融事件也对金融机构和监管部门提出了更高的要求,如何有效应对系统性风险已成为当前亟待解决的问题。从“太大而不能倒”到“太关联而不能倒”,关联性对于系统性风险管理的意义愈发重要。因此准确度量金融机构关联性,对于科学防控系统性风险、维护金融系统
2008年金融危机带来的影响波动至今,而2020年疫情的爆发又加重全球经济形势,加之部分国家依然风行的单边主义与保护主义,我国仍处在一个不确定性和不稳定的世界中。经济政策不确定对股票市场的影响成为了研究重点。以往文献在更多关注于不同经济体中两者影响的差异。但同一市场上,不同行业因融资约束状况、行业集中度等的不同,受到经济政策不确定性的冲击会表现出异质性。因此本文从时频、分位和行业异质性来探究经济政
20世纪初,随着金融投资者在商品市场中的作用日益增强,大宗商品金融化的术语应运而生。此后,大宗商品价格的波动愈发与股票价格相似,隐有超出经济基本面趋势,这不仅不利于大宗商品市场的正常运行,可能还会使配置投资组合失灵。在金融市场面临的不确定性不断升高的环境下,大宗商品的金融化属性不断增强。因此,在时变条件下,分析大宗商品市场与股票市场之间的相关性和波动溢出效应具有重要意义。本文选取了2004年6月1
波动率是制定金融衍生产品价格、资产分配、风险管理和量化交易战略的重要基础,是金融研究的热点。随着信息技术的快速发展,取得能够反映市场上更多信息的高频率日内波动率研究数据变得容易,促进了对高频率领域的波动率研究的发展;另一方面,为了形成和发展高频率交易,制定交易战略,管理交易风险,优化交易过程,均需要高频率数据下已实现波动率。本文首先引入非对称因子检验沪深300指数高频数据日内波动率和收益率的非对称
在这个科技与经济急速发展的时代,各类产品更新换代的步伐也在不断增速。这不仅对环境造成了污染,也使得消费者对产品的技术水平提出了更高的要求。因此对产品或制造流程进行技术创新,已经成为很多制造企业提高市场竞争力的重要战略决策。同时各国政府也开始对产品创新予以高度重视,通过制定政策来激励企业进行创新研发,以提高企业的利润及生产效率。兼顾国家可持续发展战略与新时期经济高质量发展要求,技术创新下考虑政府补贴
随着我国绿色循环经济的不断发展和进步,越来越多的企业开始认识到只是完成正向供应链中的采购、生产储存、运输流通及销售等环节是完全不够的,逆向供应链中废旧品的回收再制造、再利用等也是提高效益的重要环节。在现实的商业环境中,许多大型企业可以借助一定的营销和销售努力行为来吸引消费者,增加消费者的好感度,从而提高产品的市场占有,刺激市场需求量的增加,而且消费者在选购产品的时候,也会同时关注企业的产品质量和社
在后危机时代,准确地度量金融机构之间的关联性与系统性金融风险成为监管当局与学术界广泛关注的热点问题。而以往针对关联性的研究大多数都假设机构之间的关联性在所有频率上都是相同的,而忽略了网络中金融机构之间关联性的方向和强度可能随频率而发生变化。因此,为了探索中国金融机构在时频范围内的关联性,提出时频信息溢出网络模型,以度量金融机构间风险溢出的方向、强度及期限结构。本文以A股上市的30家中国金融机构为研
Skyline查询广泛应用于多准则决策,作为一种强大的数据分析工具,它可以从不同分销商的大量绩效数据中检索出最具代表性的绩效信息,能够有效地满足分销渠道绩效评价的需求。但是,分销商提交的绩效数据可能包含敏感信息,Skyline查询过程也可能进一步泄露隐私信息,从而导致商业机密的泄露。因此,如何保证基于Skyline查询的分销渠道绩效评价的隐私性成为迫切需要解决的问题。由于差分隐私在隐私保护方面具有
随着“互联网+”技术对各行业不断渗透,在线教育行业得到迅速发展,尤其在2020新冠疫情影响后,更是得到迅猛发展。同时,互联网巨头的不断加入导致商业模式下的在线教育行业规模不断扩大,竞争越来越激烈。在线教育高速发展的背后存在着学习者粘性低、体验满意度低及多数课程处于休眠状态的问题。如何及时识别学习者需求及态度、提高课程质量及满意度一直以来都是运营商及学者关注的问题。通过传统的调查问卷、专家访谈、文献
近年来,随着金融市场体系的日渐完善,量化投资的蓬勃发展,越来越多的投资者尝试将机器学习算法应用于股票市场中以获得超额收益。股票指数走势作为股票市场趋势的综合表现,对其进行准确预测能够对投资起到重要的参考作用。然而由于股票市场受到各种复杂因素的影响,导致金融时间序列信噪比极低,这大大降低了股指趋势预测模型的有效性和准确性。在实际中,大多研究都着眼于优化模型自身以提高预测精度,而忽略了数据中噪声的存在