摘要：考慮到農(nóng)產(chǎn)品在運(yùn)輸銷售過程中的大量損耗變質(zhì)，從風(fēng)險規(guī)避型零售商角度，引入期權(quán)契約來研究單周期二級農(nóng)產(chǎn)品供應(yīng)鏈中零售商的最優(yōu)訂貨策略。首先通過條件風(fēng)險模型刻畫零售商的風(fēng)險規(guī)避程度，然后分別構(gòu)建在批發(fā)價格下和期權(quán)契約下的決策目標(biāo)函數(shù)，最后得到零售商的農(nóng)產(chǎn)品最優(yōu)訂購策略。模型分析得到，考慮損耗和風(fēng)險規(guī)避因素下，零售商在期權(quán)契約下的農(nóng)產(chǎn)品基本訂購量與期權(quán)購買量之和大于批發(fā)價格下的訂購量；零售商期權(quán)契約下獲得的收益大于批發(fā)價格下的收益；零售商的訂購量和利潤都與農(nóng)產(chǎn)品損耗率、風(fēng)險規(guī)避程度成反比；在期權(quán)契約下，零售商能有效地規(guī)避市場不確定性帶來的風(fēng)險。

關(guān)鍵詞：農(nóng)產(chǎn)品；損耗率；期權(quán)契約；條件風(fēng)險模型（CVaR）

中圖分類號：F274；F323.7 文獻(xiàn)標(biāo)識碼：A 文章編號：0439-8114（2016）16-4307-04

DOI：10.14088/j.cnki.issn0439-8114.2016.16.060

由于農(nóng)產(chǎn)品易腐爛變質(zhì)、生命周期短，需求彈性小的特點(diǎn)，導(dǎo)致農(nóng)產(chǎn)品供應(yīng)鏈上各個節(jié)點(diǎn)企業(yè)的高風(fēng)險性。有統(tǒng)計顯示中國農(nóng)產(chǎn)品消耗量巨大，但每年有數(shù)萬噸果蔬在流通環(huán)節(jié)腐爛變質(zhì)，平均損失率高達(dá)25%～35%，經(jīng)濟(jì)損失超過1 000億元，而發(fā)達(dá)國家的損耗率為5%左右[1]。因此損耗率對于中國農(nóng)產(chǎn)品發(fā)展是一個至關(guān)重要的影響因素，在流通過程中控制損耗能有效地提高和促進(jìn)國民經(jīng)濟(jì)和生活水平。

近年來，關(guān)于農(nóng)產(chǎn)品供應(yīng)鏈上損耗的研究有許多。Hingley等[2]研究了英國和意大利的生鮮農(nóng)產(chǎn)品零售商的訂貨區(qū)別策略；林略等[3]提出了依賴運(yùn)輸時間的新鮮度和損耗比例模型研究供應(yīng)鏈上各成員的最優(yōu)期望利潤以及收益共享契約下的利潤分配模型；陳軍等[4]借助變質(zhì)庫存控制理論研究減少周期利潤來控制農(nóng)產(chǎn)品損耗；王婧等[5]考慮生鮮農(nóng)產(chǎn)品流通過程的損耗，從批發(fā)商角度研究單周期供應(yīng)鏈的最優(yōu)訂貨策略；李琳等[6]應(yīng)用RFID技術(shù)提升流通效率，改善農(nóng)產(chǎn)品的實(shí)體數(shù)量損耗和價值新鮮度損耗。

同時風(fēng)險管理也是供應(yīng)鏈研究的一個熱點(diǎn)，特別是應(yīng)用金融衍生工具期權(quán)契約更多地被應(yīng)用到供應(yīng)鏈管理中。在風(fēng)險中性的條件下，已經(jīng)有研究證實(shí)了期權(quán)契約可以協(xié)調(diào)農(nóng)產(chǎn)品供應(yīng)鏈[7]；在風(fēng)險規(guī)避下，Rockaflle[8，9]提出了條件價值模型一般化公式來度量風(fēng)險規(guī)避成員的決策行為；李劍鋒等[10]研究在市場需求不確定和集成商風(fēng)險規(guī)避的物流服務(wù)供應(yīng)鏈中期權(quán)契約能有效地分散風(fēng)險；程永文等[11]通過回購策略和期權(quán)策略發(fā)現(xiàn)了風(fēng)險規(guī)避對于不同協(xié)調(diào)合約的影響，零售商是風(fēng)險規(guī)避者時期權(quán)合約更有實(shí)際價值。

目前，以上兩種文獻(xiàn)的研究中沒有考慮到零售商因運(yùn)輸銷售過程的損耗存在風(fēng)險規(guī)避偏好的問題。本研究主要針對農(nóng)產(chǎn)品易損耗變質(zhì)的特性，同時考慮零售商風(fēng)險規(guī)避偏好，將期權(quán)契約應(yīng)用到農(nóng)產(chǎn)品供應(yīng)鏈管理中，從零售商訂購決策的角度來研究最優(yōu)訂貨策略。

1 問題描述與基本假設(shè)

考慮由一個風(fēng)險規(guī)避型零售商和一個風(fēng)險中性的供應(yīng)商組成的單周期二級農(nóng)產(chǎn)品供應(yīng)鏈。為了刻畫農(nóng)產(chǎn)品的易損耗易變質(zhì)的特性，引入農(nóng)產(chǎn)品損耗因素？茁，同時滿足？茁∈（0，1）。零售商承擔(dān)由于運(yùn)輸、存儲以及銷售過程中的自然損耗或人為損耗的風(fēng)險。期權(quán)契約下，零售商向供應(yīng)商訂購基本數(shù)量的農(nóng)產(chǎn)品和購買一定數(shù)量的期權(quán)，供應(yīng)商根據(jù)零售商期初的訂購量和期權(quán)購買量來組織生產(chǎn)。為討論方便，定義以下符號：

c：供應(yīng)商農(nóng)產(chǎn)品的收購加工單位成本；w：單位農(nóng)產(chǎn)品的批發(fā)價格；p：零售商的市場銷售價格；v：農(nóng)產(chǎn)品剩余時的單位處理成本；g：農(nóng)產(chǎn)品的單位缺貨成本；Q：批發(fā)價格下零售商的農(nóng)產(chǎn)品訂購量；c0：單位期權(quán)的購買價格；ce：單位期權(quán)的執(zhí)行價格；q：期權(quán)契約下零售商的農(nóng)產(chǎn)品固定訂購量；M：期權(quán)契約下零售商的農(nóng)產(chǎn)品期權(quán)訂購量；x：不確定農(nóng)產(chǎn)品的實(shí)際市場需求，是一個非負(fù)隨機(jī)變量，其需求的概率密度函數(shù)與累積分布函數(shù)分別為f（x）與F（x），其期望為μ；？濁：零售商的風(fēng)險規(guī)避系數(shù)，其值越小表示風(fēng)險規(guī)避程度越高，當(dāng)其值為1時，表示零售商為風(fēng)險中性。

相關(guān)的基本假設(shè)如下：

假設(shè)1：c0+ce>w，農(nóng)產(chǎn)品期權(quán)的購買價格與執(zhí)行價格之和要高于批發(fā)價格，供應(yīng)商激勵零售商采用批發(fā)價格訂購農(nóng)產(chǎn)品。

假設(shè)2：銷售末期農(nóng)產(chǎn)品的剩余價值很低，不考慮農(nóng)產(chǎn)品的剩余價值。

假設(shè)3：農(nóng)產(chǎn)品供應(yīng)鏈中零售商承擔(dān)全部的農(nóng)產(chǎn)品損耗。

假設(shè)4：p>w>c，p>c0+ce>w，且ce<（p+g）（1-？茁）是零售商選擇期權(quán)契約的前提條件。

4 期權(quán)契約下風(fēng)險規(guī)避型零售商的經(jīng)濟(jì)分析

假設(shè)某一農(nóng)產(chǎn)品的市場需求為服從[0，100]的均勻分布，同時設(shè)基本參數(shù)為p=80，g=60，c0=5，ce=25，v=5，w=20，c=10。分析農(nóng)產(chǎn)品損耗率？茁對零售商訂購量及利潤的影響（表1）。

由表1可知，風(fēng)險規(guī)避下零售商的訂購量隨著損耗率？茁的增加而逐漸增加，但其收益隨損耗率？茁的增加而逐漸減少，則零售商的訂購量與損耗率？茁成正比，而零售商的利潤與損耗率成反比。因此可知，零售商需要加強(qiáng)措施來控制在運(yùn)輸、銷售過程中的損耗，提高自身收益。在零售商風(fēng)險規(guī)避時，期權(quán)契約下的零售商獲得的利潤大于簡單的批發(fā)價格契約下獲得的收益，由于期權(quán)契約中，基本訂購量小于批發(fā)價格契約下的訂購量，零售商在季中可以根據(jù)實(shí)際市場需求選擇執(zhí)行期權(quán)或者不執(zhí)行期權(quán)，供應(yīng)商分擔(dān)了零售商部分的農(nóng)產(chǎn)品剩余處理的費(fèi)用。同時分析數(shù)據(jù)可得，在期權(quán)契約下的零售商對于損耗率？茁的承受能力更大。

進(jìn)一步分析風(fēng)險規(guī)避程度？濁對零售商的利潤的影響，結(jié)果如表2。選取具有代表性的農(nóng)產(chǎn)品損耗率，當(dāng)？茁為0.125時的訂購量和零售商利潤的變化。由表2可知，隨著？濁的不斷增大，即零售商的風(fēng)險規(guī)避程度越來越小，零售商的訂購量逐步增加，同時零售商的收益隨之增加。對于零售商而言，期權(quán)契約能夠有效地提高其最大收益。綜合考慮，零售商通過購買期權(quán)契約將部分損耗風(fēng)險和市場不確定風(fēng)險轉(zhuǎn)移給上游企業(yè)，因此在考慮損耗率因素下，期權(quán)契約一定程度上能夠分散零售商的風(fēng)險，實(shí)現(xiàn)零售商收益Pareto改進(jìn)。

5 結(jié)論

本研究根據(jù)農(nóng)產(chǎn)品易損耗的特點(diǎn)，利用條件風(fēng)險值（CVaR）度量風(fēng)險規(guī)避程度來構(gòu)建風(fēng)險規(guī)避型的零售商訂貨利潤決策函數(shù)。通過金融衍生工具期權(quán)來管理農(nóng)產(chǎn)品供應(yīng)鏈風(fēng)險，從零售商訂購決策的角度來研究最優(yōu)訂貨策略。零售商的收益隨著損耗率的增加而減小，隨著風(fēng)險規(guī)避程度的增加而減小。在期權(quán)契約下，零售商的存在最優(yōu)的訂購量和期權(quán)購買量以及零售商的最優(yōu)利潤值；期權(quán)契約下的零售商收益大于批發(fā)價格下的零售商收益；通過數(shù)值分析，還得到契約使得零售商對于損耗率有更大的承受能力，同時轉(zhuǎn)移了部分農(nóng)產(chǎn)品處理費(fèi)用和分散了市場不確定性帶來的風(fēng)險。

然而，本研究的假設(shè)是一個比較理想化的環(huán)境，沒有考慮農(nóng)產(chǎn)品的市場價格波動，上游供應(yīng)商的契約承諾能力等因素，而且本研究僅僅考慮零售商單個企業(yè)的決策。在進(jìn)一步研究中可以考慮以上的因素，構(gòu)建多個零售商與供應(yīng)商之間的決策模型，從而提高決策模型的實(shí)際應(yīng)用價值。

參考文獻(xiàn)：

[1] 但 斌，陳 軍.基于價值損耗的生鮮農(nóng)產(chǎn)品供應(yīng)鏈協(xié)調(diào)[J].中國管理科學(xué)，2008，16（5）：42-49.

[2] HINGLEY M，SODANO V，LINDGREEN A. Differentiation strategies in vertical channels： A case study from the market for fresh produce[J]. British Food Journal，2008，110（1）：42-61.

[3] 林 略，楊書萍，但 斌.時間約束下鮮活農(nóng)產(chǎn)品三級供應(yīng)鏈協(xié)調(diào)[J].中國管理科學(xué)，2011，19（3）：55-62.

[4] 陳 軍，但 斌.基于實(shí)體損耗控制的生鮮農(nóng)產(chǎn)品供應(yīng)鏈協(xié)調(diào)[J].系統(tǒng)工程理論與實(shí)踐，2009，29（3）：54-62.

[5] 王 靖，陳 旭.考慮期權(quán)合同的生鮮農(nóng)產(chǎn)品批發(fā)商的最優(yōu)訂貨[J].系統(tǒng)工程理論與實(shí)踐，2010，29（3）：2137-2144.

[6] 李 琳，范體軍.基于RFID技術(shù)應(yīng)用的鮮活農(nóng)產(chǎn)品供應(yīng)鏈決策研究[J].系統(tǒng)工程理論與實(shí)踐，2014，34（4）：836-844.

[7] ZHAO Y，WANG S，CHENG T C E，et al. Coordination of supply chains by option contracts： A cooperative game theory approach[J].European Journal of Operational Research，2010， 207（2）：668-675.

[8] ROCKAFELLAR R T. Optimization of conditional value-at-risk[J].Journal of Risk，2000，2：21-42.

[9] ROCKAFELLAR R T， URYASEV S. Conditional value-at-risk for general loss distributions[J].Journal of Banking Finance， 2002，26（7）：1143-1471.

[10] 李劍鋒，陳世平，黃祖慶，等.基于期權(quán)與集成商風(fēng)險規(guī)避的物流服務(wù)供應(yīng)鏈協(xié)調(diào)[J].計算機(jī)集成制造系統(tǒng)，2013，19（5）：1105-1113.

[11] 程永文，周永務(wù).風(fēng)險規(guī)避假定下對回購策略以及期權(quán)策略的不同影響[J].系統(tǒng)工程理論與實(shí)踐，2013，33（4）：861-869.