项目名称: 统计估计与决策优化在库存和定价管理中的集成研究

项目编号: No.71471107

项目类型: 面上项目

立项/批准年度: 2015

项目学科: 管理科学

项目作者: 骆司融

作者单位: 上海财经大学

项目金额: 58万元

中文摘要: 市场需求受定价影响,同时企业根据需求确定库存,因此,库存与定价联合管理成为一种普遍的管理策略。但不断增长的计算能力以及爆发式增长的数据,使企业更多地采用基于数据统计分析的决策方式,而传统的库存与定价决策模型缺少对数据分析的支持。本项目在经典的库存与定价管理理论模型中,创新性地引入统计学中的样条函数,Cox生存分析模型以及分位数回归等统计方法,研究需求与定价的复杂非线性关系,解决存在删失数据以及市场异质性条件下的库存与定价决策优化问题。通过统计方法与决策优化理论的交叉融合,我们将需求的统计估计与库存定价的决策优化加以集成创新研究,以减少因统计估计不准导致的决策失误与利润损失。通过理论推导与实证分析,寻找数据驱动型的最优库存与定价决策,揭示最优库存定价决策与历史数据的相互关系,为库存与定价管理实践提供基于数据分析的决策模型、工具和管理智慧,提高我国企业的综合竞争力。

中文关键词: 运营管理;库存与定价联合管理;需求不确定性;统计估计;决策优化

英文摘要: The demand depends on the pricing decision, at the same time, the firm makes inventory decision based on the demand, thus, the joint inventory and pricing control has become a common managemnt strategy. But, the increased computing power and the explosion of data are changing the way firms make decisions, i.e., they make more use of statistical analysis of data. However, the traditional inventory and pricing decision models lack support for data analysis. This research project introduces new statistical methods, i.e., regression spline, Cox survival model and quantile regression model, into classical joint inventory and pricing decision models. To the best of our knowledge, we are the first to adopt these ststistical tools in joint inventory and pricing management area. These tools are used to study the complex nonlinear relationship between price and demand and solve the decision making problems with censored demand data and heterogeneous market. By combining these statistical theories and methods with classical inventory-pricing decision models,we creatively integrate the statistical estimation of price- dependent demand with inventory and pricing decision optimization. Our goal is to reduce the mistakes of decision and the loss profit because of the error in statistical estimation. With analytical proof and empirical validation, we will find the optimal data driven inventory and pricing decisions, explore the relationship between the optimal decisions and the history data,and provide effective decision models, tools and management insights from data analysis, which will help the firms to enhance their overall competency.

英文关键词: Operations Management;Joint Inventory and Pricing Management;Demand Uncertainty;Statistical Estimation;Decision Optimization

成为VIP会员查看完整内容
0

相关内容

【2022开放书】因果推理统计工具,377页pdf
专知会员服务
108+阅读 · 2022年4月20日
《数据中台交付标准化》白皮书
专知会员服务
122+阅读 · 2022年3月21日
【干货书】贝叶斯推理决策,195页pdf
专知会员服务
89+阅读 · 2021年12月11日
专知会员服务
117+阅读 · 2021年10月6日
专知会员服务
30+阅读 · 2021年2月7日
【WWW2021】用优化框架解释和统一图神经网络
专知会员服务
44+阅读 · 2021年2月1日
买中概股的年轻人:人还在,钱没了
创业邦杂志
0+阅读 · 2022年3月15日
定价模型,该如何做分析?
人人都是产品经理
0+阅读 · 2022年2月21日
算法歧视:个性化定价背后的价值考量
人人都是产品经理
1+阅读 · 2021年12月25日
来自一线大厂的云原生成本优化实践指南
InfoQ
0+阅读 · 2021年12月22日
零信任策略下云上安全信息与事件管理最佳实践
阿里技术
1+阅读 · 2021年11月25日
【机器学习】深入剖析机器学习中的统计思想
产业智能官
14+阅读 · 2019年1月24日
246 页《统计机器学习与凸优化》教程 PPT 下载
新智元
24+阅读 · 2018年9月21日
基于信息理论的机器学习
专知
21+阅读 · 2017年11月23日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年4月15日
Arxiv
110+阅读 · 2020年2月5日
小贴士
相关主题
相关VIP内容
【2022开放书】因果推理统计工具,377页pdf
专知会员服务
108+阅读 · 2022年4月20日
《数据中台交付标准化》白皮书
专知会员服务
122+阅读 · 2022年3月21日
【干货书】贝叶斯推理决策,195页pdf
专知会员服务
89+阅读 · 2021年12月11日
专知会员服务
117+阅读 · 2021年10月6日
专知会员服务
30+阅读 · 2021年2月7日
【WWW2021】用优化框架解释和统一图神经网络
专知会员服务
44+阅读 · 2021年2月1日
相关资讯
买中概股的年轻人:人还在,钱没了
创业邦杂志
0+阅读 · 2022年3月15日
定价模型,该如何做分析?
人人都是产品经理
0+阅读 · 2022年2月21日
算法歧视:个性化定价背后的价值考量
人人都是产品经理
1+阅读 · 2021年12月25日
来自一线大厂的云原生成本优化实践指南
InfoQ
0+阅读 · 2021年12月22日
零信任策略下云上安全信息与事件管理最佳实践
阿里技术
1+阅读 · 2021年11月25日
【机器学习】深入剖析机器学习中的统计思想
产业智能官
14+阅读 · 2019年1月24日
246 页《统计机器学习与凸优化》教程 PPT 下载
新智元
24+阅读 · 2018年9月21日
基于信息理论的机器学习
专知
21+阅读 · 2017年11月23日
相关基金
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员