United We Stand or Divided We Stand? Strategic Supplier Alliances Under Order Default Risk
Notice bibliographique
Résumé
We study the alliance formation strategy among suppliers in a framework with one downstream firm and n upstream suppliers. Each supplier faces an exogenous random shock that may result in an order default. Each of them also has access to a recourse fund that can mitigate this risk. The suppliers can share the fund resources within an alliance, but they need to equitably allocate the profits of the alliance among the partners. In this context, suppliers need to decide whether to join larger alliances that have better chances of order fulfillment or smaller ones that may grant them higher profit allocations. We first analytically characterize the exact coalition-proof Nash-stable coalition structures that would arise for symmetric complementary or substitutable suppliers. Our analysis reveals that it is the appeal of default risk mitigation, rather than competition reduction, that motivates cooperation. In general, a riskier and/or less fragmented supply base favors larger alliances, whereas substitutable suppliers and customer demands with lower pass-through rates result in smaller ones. We then characterize the stable coalition structures for an asymmetric supplier base. We establish that grand coalition is more stable when the supplier base is more homogeneous in terms of their risk levels, rather than divided among a few highly risky suppliers and other low-risk ones. Going one step further, our investigation of endogenous recourse fund levels for the suppliers demonstrates how financing costs affect suppliers’ investments in risk-reducing resources and, consequently, their coalition formation strategy. Last, we discuss model generalizations and show that, in general, our insights are quite robust. This paper was accepted by Serguei Netessine, operations management.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».