MétaCan
Menu
Retour à la cohorte
Enregistrement W2154692792 · doi:10.1287/opre.1100.0810

Dynamic Supplier Contracts Under Asymmetric Inventory Information

2010· article· en· W2154692792 sur OpenAlexaff
Hao Zhang, Mahesh Nagarajan, Greys Sošić

Notice bibliographique

RevueOperations Research · 2010
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueSupply Chain and Inventory Management
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésPurchasingSupply chainAdverse selectionBusinessOrder (exchange)Economic order quantityDownstream (manufacturing)Lead timeValue (mathematics)MicroeconomicsInformation asymmetryOperations researchComputer scienceEconomicsMarketingActuarial scienceFinance

Résumé

récupéré en direct d'OpenAlex

In this paper, we examine a supply chain in which a single supplier sells to a downstream retailer. We consider a multiperiod model with the following sequence of events. In period t the supplier offers a contract to the retailer, and the retailer makes her purchasing decision in anticipation of the random demand. The demand then unravels, and the retailer carries over any excess inventory to the next period (unmet demand is lost). In period t+1 the supplier designs a new contract based on his belief of the retailer's inventory, and the game is played dynamically. We assume that short-term contracts are used, i.e., the contracting is dynamically conducted at the beginning of each period. We also assume that the retailer's inventory before ordering is not observed by the supplier. This setting describes scenarios in which the downstream retailer does not share inventory/sales information with the supplier. For instance, it captures the phenomenon of retailers distorting past sales information to secure better contracting terms from their suppliers. We cast our problem as a dynamic adverse-selection problem and show that, given relatively high production and holding costs, the optimal contract can take the form of a batch-order contract, which minimizes the retailer's information advantage. We then analyze the performance of this type of contract with respect to some useful benchmarks and quantify the value of prudent contract design and the value of inventory information to the supply chain. Markovian adverse-selection models, in which the state and action in a period affect the state in the subsequent period, are recognized as theoretically challenging and are relatively less understood. We take a nontrivial step towards a better understanding of such models under short-term contracting.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,009
score de la tête « metaresearch » (Gemma)0,020
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,048

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,020
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,003
Communication savante0,0030,006
Science ouverte0,0030,002
Intégrité de la recherche0,0040,003
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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.

Tête enseignante Opus0,037
Tête enseignante GPT0,316
Écart entre enseignants0,278 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations82
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOperations ResearchMême sujetSupply Chain and Inventory ManagementTravaux en français237 207