Capacity Selection under Uncertainty with Ratio Objectives
Notice bibliographique
Résumé
Capacity choice or expansion, whether organic or via mergers and acquisitions, creates firms of widely varying scales. The ex-post profitability of such a transformed firm relative to its original size will typically be evaluated on ratio (rate) measures like earnings per share or profits to asset ratio, as such are the only meaningful ways to compare profitability of firms of substantially different sizes. It thus seems desirable that ex-ante capacity selection decisions will also be guided by a ratio objective. We explore capacity choice decisions under demand uncertainty through the ratio measures: (1) Expected newsvendor (i.e., single period) costs per unit capacity. (2) Expected (newsvendor) profit per unit of capacity. (3) Expected profit per costs of acquiring capacity. (4) A weighted average of a ratio and non-ratio objectives. We allow the capacity-acquisition costs and capacity's production capability to be general non-linear functions. Cost and profit objectives cease to be equivalent when ratio objectives are involved. We show that cost ratio optimizers will select a larger capacity than absolute cost optimizers, while profit ratio optimizers will select smaller capacities than absolute counterpart. We provide examples which show that the difference in optimal capacities, and the associated difference in objective value can be substantial. We also perform comparative statics analyses of the effect of change in item's shortage cost and of stochastic shifts in demand.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».