MMFE价格预测机制下大宗商品采购策略研究

论文总字数：25892字

摘 要

关键词： 1

Abstract 2

Key words 2

第一章 绪论 3

1.1研究背景与意义 3

1.2国内外研究现状 4

1.3文章内容与结构 5

第二章 模型规划 6

2.1模型描述 6

2.2模型建立与求解 6

第三章 启发式策略及上下限 10

3.1启发式策略 10

3.2最优库存的上下限 11

3.3启发式策略结果误差 11

3.3.1误差上限 11

3.3.2误差下限 12

第四章 数值实验 14

4.1近似算法 15

4.2数值实验 17

4.2.1需求稳定情况下 18

4.2.2需求不稳定情况下 18

4.2.3动态调整与固定预测更新周期比较 19

第五章 结论 21

参考文献 22

致 谢 25

MMFE价格预测机制下大宗商品采购策略研究

14812122 王杰

指导教师 薛巍立

摘要:大宗商品的价格波动很大，以大宗商品为原材料的企业往往需要建立一定的预测技术和采购流程来缓和价格波动的潜在影响。其中，很多价格预测模型都属于Martingale Model of Forecast Evolution。本研究考虑企业在采用该预测技术对采购价格进行预测时，企业在决策多周期采购时应该如何制定采购策略。我们发现该策略是一个依赖状态的库存策略且会涉及多个维度，这就为策略的实际应用带来了困难，因此，该研究开发了相应的启发式策略。通过研究发现，最优的库存水平随着预测更新周期的增加以及计划期的增加而降低。最后，本研究根据启发式策略设计了近似算法，该算法可动态调节预测更新周期，通过该算法求解出的最优库存水平略小于真实值，预测更新周期偏大。通过数值实验发现需求稳定情况下最优基础库存水平是稳定的，不受连续两周期需求相关系数及价格波动幅度的影响，计算出的预测更新周期较小，算法效率很高，而对于需求不稳定情况近似算法并不适用。与固定预测更新周期相比，动态调整效率更高，且结果更为精确。

关键词：价格预测;MMFE;库存策略;启发式策略

Optimal Commodity Procurement Strategies under MMFE Price Forecast

14812122 Wang Jie

Supervised by Xue Weili

Abstract: Volatile commodity prices require companies to establish both the forecast techniques and the procurement processes to mitigate their potential impact. In this paper, we consider how enterprise would determine the procurement strategy for a planning horizon with multiple decision periods, when the price forecast is adopted by the MMFE technology. We show that the optimal policy is state-dependent and multidimensional, which is intractable to obtain computationally. We develop a heuristic policy to approximately solve the problem. We find that the optimal base-stock level decreases with planning horizon T and forecast-update-horizon. Finally, we design an approximate algorithm which can dynamically adjust the forecast-update-horizon to compute the results. Through the algorithm we obtain a lower optimal base-stock level and a bigger forecast-update-horizon. Three numerical experiments are performed to show the effectiveness of the algorithm. We find the optimal base-stock level is stable in stationary situation, no matter the coefficient of correlation of demands in two successive periods and price fluctuation is. The calculated forecast-update-horizon is small and the algorithm is efficient. But the algorithm isn’t applicable in nonstationary situation. Compared with the fixed forecast-update-horizon, dynamically adjusting the forecast-update-horizon gets more accurate results.

Key words：Price forecast; MMFE; Inventory policy; Heuristics policy

MMFE价格预测机制下大宗商品采购策略研究

第一章 绪论

1.1研究背景与意义

大宗商品，如电力、天然气、金属、农产品、记忆芯片等构成了大多数工业和商业活动的主要原始投入。大部分大宗商品在公开现货市场进行交易并且价格波动十分剧烈。据报道，“大宗商品的价格波动成为了除宏观经济因素之外，公开交易的公司收益不确定性的第二大影响因素。美国金融专业人士学会（AFP）在Oliver Wyman’s全球风险中心进行的调查指出，接近1/4（将近23%）的高级金融专业人士认为大宗商品是收益不确定性的主要影响因素。”对此，企业需要深刻意识到他们正面对难以预测的原材料价格，并且需要建立科学的采购流程和策略来减少价格波动的潜在影响。

面对不稳定的外在环境，预测是处理供应链不确定性的常用方法。例如，美国产业共同商务标准协会（VICS）首先提出的协同规划、预测与补给的方法通过对供应链进行预测获得了成功。事实上，各种各样的预测技术都已经被开发和运用来预测供应链不确定性，包括需求、供给和价格的不确定性，如时间序列模型、随机预测模型等。在这些模型中，时间序列模型应用更为广泛，并且对于大宗商品的价格预测的研究已经很多。当大宗商品的价格剧烈波动时，企业可以采用这些价格预测技术来制定采购策略。但是，现有的关于库存模型的研究主要是需求预测下的采购策略，原材料价格预测下的采购策略研究还比较少见。

MMFE（Martingale Model of Forecast Evolution）首先在Graves et al. (1986) ^[1]和Heath and Jackson (1994)^[2]的文章中被介绍出来。MMFE非常的灵活，它是一个一般化的预测模型，是多周期动态预测模型的一种框架，被广泛运用到各种研究之中。事实上，大部分时间序列模型，如AR(1)模型、IMA(0，1，1)模型以及一般化的ARMA模型，都可以看作是MMFE模型的一种特例。在本文中，我们将研究当企业运用MMFE预测技术预测原材料价格时，如何制定采购和库存策略。

剩余内容已隐藏，请支付后下载全文，论文总字数：25892字