广义需求过程下牛鞭效应的度量与实现

牛鞭效应（即需求变异性沿供应链向上游传递时增大的现象）的度量是供应链管理中的一个主要问题。尽管其定义简单（它是订单过程无条件方差与需求过程无条件方差之比），但显式公式难以获得。在本文中，我们研究了Zhang [Manufacturing and Services Operations Management 6-2 (2004b) 195] 的理论与实践问题，旨在量化牛鞭效应。考虑一个两级供应链，对于具有无限移动平均表示的ARMA(p,q)需求过程，度量了牛鞭效应。作为该时间序列模型的特殊情况，讨论了AR(p)、MA(q)、ARMA(1,1)、AR(1)和AR(2)。对于其中一些情况，获得了显式公式。我们表明，对于某些类型的需求过程，使用最小化均方预测误差的最优预测程序可显著降低安全库存水平。这凸显了使用该时间序列分析所带来的潜在经济效益。最后，编写了一个名为SCperf的R函数来计算牛鞭效应和其他供应链绩效变量。这为管理者和研究人员提供了一个简单而强大的工具。