考虑策略型消费者和退货的零售商定价和订货决策研究

来源 :中国管理科学 | 被引量 : 19次 | 上传用户:mjsega
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
考虑策略型消费者对产品估值的异质性和无缺陷退货行为,应用理性预期(RE)均衡构建了两期决策模型,引入产品的耐用性参数,得到了允许(不允许)无缺陷退货两种模式下零售商的定价区间和订货策略。研究发现,产品的耐用性越弱,零售商可制定的价格越高;高类型的消费者越多,零售商定价越高;产品折扣率越低,第二阶段购买的消费者越多;零售商允许消费者无缺陷退货时,消费者退货成本越低,零售商定价越高。在两种模式下,产品定价与其耐用性程度呈负相关,当产品具备高度潮流性特征时,不允许退货更占优势;随商品耐用性程度的提升,允许退货带来的优势逐渐明显,而且退货成本越低,允许退货优势越强;随产品耐用性参数增加,允许退货缓解策略型消费者消极影响的作用愈加明显,退货成本越高,缓解越有效。本文合理刻画了策略型消费者的行为,考虑了消费者跨期决策中产品耐用性的影响,同时考虑了现实中广泛存在的消费者无缺陷退货行为与零售商的退货补贴政策,从而为零售商的定价和订货退货决策提供了理论参考。
其他文献
提出一种基于卷积神经网络的谱聚类算法,该算法首先采用预训练好的卷积神经网络对图像边缘进行特征提取和特征融合,减轻了对相似度矩阵的依赖.其次在相似度矩阵的谱分解过程中,使用Nystrom近似方法逼近相似度矩阵的特征空间,进而加速了图像分割的速度.最后通过Berkeley图像数据集证明了该算法能有效降低谱聚类的时间消耗.
随着我国经济实力与社会文明程度不断提高,国有人才储备增加的同时高校人才竞争力也变得日益激烈。无论是机械化还是智能化的工作结构,都对大学生就业、择业提出了一定的挑战。因此面对当前就业难、就业基数大等一系列问题,高校作为塑造与培养学生基本技能与知识的重要场所,对进一步加强对大学生就业问题的关注,引导学生实现高质量、高水平的就业目标具有重要的作用。因此本文以OBE教育模式为研究背景,以大学生就业问题为研
2022京津冀协同发展参事研讨会聚焦“数字经济引领京津冀产业协同发展”主题,围绕京津冀数字经济发展、推动数字经济和实体经济深度融合、加快数字产业化和产业数字化、引领河北产业转型升级等方面深入交流研讨。与会专家认为,加快京津冀区域数字经济发展,重组区域创新要素,加快区域产业结构升级与深度协同,助推京津冀协同发展不断向广度、深度拓展。针对数字经济引领京津冀产业协同发展中存在的问题,应进一步完善区域数字
在装置艺术繁荣发展的今天,人们越来越注重艺术品的制作材料,纸艺不但具有环保的特点,还有性价比高、可塑性强等多方面的优势。所以纸艺成了更多装置艺术设计师的不二选择,它既可以满足人们的审美需求,也可以满足人们追求个性化的需要。文章在对装置艺术的概念进行阐述的基础上,结合国内外案例从装置艺术设计中纸艺的表现技法与特色语言和纸艺装置艺术的艺术价值等方面进行分析,旨在为装置艺术设计提供一些灵感。
<正>党的二十大报告指出:“全面建设社会主义现代化国家,必须有一支政治过硬、适应新时代要求、具备领导现代化建设能力的干部队伍。要推进政治监督具体化、精准化、常态化,增强对‘一把手’和领导班子监督实效。”对一个地方和单位来说,“一把手”和领导班子是“引擎”,是“总舵手”和“关键少数”。
期刊
期刊
本文在目前现存的工程理论知识结构基础上,总结并分析了一些水源热泵工程项目常见的故障问题及其对策建议,分析并研究了相关调试程序、控制系统、使用江水、无污水等水源热泵的具体运用范围及相关问题。
信息技术的发展所带来的学习方式变革重塑了课堂中教与学的行为,如何利用好信息化建设成果的教学模式,提升课程高阶性与挑战度,成为当前教育教学改革的重要研究课题。本文在文献查阅和理论研究的基础上,以"大学生就业与创业指导"为例,从课程教学目标、教学内容、教学方法三方面分析了课程开展混合式教学模式改革的可行性与必要性,探索构建基于MOOC支持的混合式教学模式总体框架,以期为该课程进行混合式教学改革提供参考
本文针对策略型消费者网络购物问题,在考虑策略型消费者对产品估值不确定以及具有预期后悔行为下,研究了退货策略对消费者购买决策以及在线零售商运作决策的影响。以最大化在线零售商利润为目标,本文分别构建了退货策略与不退货策略下的利润模型。研究表明:消费者对产品估值的不确定性水平会降低零售商的利润,预期后悔会加剧零售商利润的降低;退货策略有利于缓解估值不确定与预期后悔对零售商的损害,且在退货策略下,消费者的
贵金属,尤其是其中的铂族金属因极度稀缺、价格昂贵,又具有难以替代的物理化学性能,被称为“第一高技术金属”和“工业维他命”,是国防军工高精尖领域不可替代、高新技术领域不可或缺的重要原材料。新材料研发主要采用传统的“试错法”依靠经验累积,存在贵金属消耗大、价格太高而“用不起”,应用性能要求太高、研发周期长而“效率低”两难问题。数据驱动的材料基因工程研究方法通过“大数据+人工智能”技术预测材料性能和设计