Risk Analysis in Stochastic Supply Chains: A Mean-Risk Approach

تحلیل ریسک در مدل های زنجیره تامین تصادفی بسیار مهم است. در چند سال گذشته، سرعت تحقیقاتی که در تلاش برای کشف مسائل تجزیه و تحلیل ریسک در مشکلات مدیریت زنجیره تامین است، افزایش یافته است، در حالی که اکثر مقالات اخیر بر چارچوب مفهومی یا تحلیل عددی محاسباتی تمرکز دارند. فرمول میانگین ریسک (MR) که توسط مارکوویتز برنده جایزه نوبل در دهه 1950 پیشگام شد، به یک نظریه اساسی برای مدیریت ریسک در امور مالی تبدیل شد. علیرغم اهمیت و محبوبیت رویکردهای مرتبط با MR در امور مالی، کاربردهای آنها در مطالعه مشکلات مدیریت زنجیره تامین چند لایه تنها در سال های اخیر به طور جدی مورد بررسی قرار گرفته است.

در حالی که نشان داده شده است که رویکرد MR در انجام تجزیه و تحلیل ریسک در مدل‌های زنجیره تامین تصادفی مفید است، هیچ منبع مرجع جامعی وجود ندارد که یافته‌های پیشرفته را در مورد این مدل مهم ارائه کند. مدیریت زنجیره تامین بنابراین مهم است که کتابی داشته باشیم که آثار مرتبط با MR را برای تجزیه و تحلیل ریسک زنجیره تامین بررسی و گسترش دهد.

این کتاب در پنج فصل تنظیم شده است. فصل 1 موضوع را معرفی می کند، مروری به موقع در زمینه های مختلف مرتبط ارائه می دهد و توضیح می دهد که چرا رویکرد MR برای انجام تجزیه و تحلیل ریسک زنجیره تامین مهم است. فصل 2 مدل موجودی تک دوره ای را با رویکردهای میانگین واریانس و میانگین نیمه انحراف بررسی می کند. بحث های گسترده ای در مورد مرزهای کارآمد نیز گزارش شده است. فصل 3 مدل موجودی چند دوره ای افق نامتناهی را با رویکرد میانگین واریانس بررسی می کند. فصل 4 مشکل هماهنگی زنجیره تامین را با یک قرارداد تخفیف هدف همه کاره و یک خرده فروش ریسک گریز که دارای هدف بهینه سازی میانگین واریانس است، بررسی می کند. فصل 5 کتاب را به پایان می‌رساند و جهت‌گیری‌ها و توسعه‌های پژوهشی امیدوارکننده‌ای را در آینده مورد بحث قرار می‌دهد. هر فصل را می‌توان به‌عنوان یک مقاله مستقل در نظر گرفت، و نمادهای درون هر فصل به‌طور پیوسته استفاده می‌شوند.

Risk analysis is crucial in stochastic supply chain models. Over the past few years, the pace has quickened for research attempting to explore risk analysis issues in supply chain management problems, while the majority of recent papers focus on conceptual framework or computational numerical analysis. Pioneered by Nobel laureate Markowitz in the 1950s, the mean-risk (MR) formulation became a fundamental theory for risk management in finance. Despite the significance and popularity of MR-related approaches in finance, their applications in studying multi-echelon supply chain management problems have only been seriously explored in recent years.

While the MR approach has already been shown to be useful in conducting risk analysis in stochastic supply chain models, there is no comprehensive reference source that provides the state-of-the-art findings on this important model for supply chain management. Thus it is significant to have a book that reviews and extends the MR related works for supply chain risk analysis.

This book is organized into five chapters. Chapter 1 introduces the topic, offers a timely review of various related areas, and explains why the MR approach is important for conducting supply chain risk analysis. Chapter 2 examines the single period inventory model with the mean-variance and mean-semi-deviation approaches. Extensive discussions on the efficient frontiers are also reported. Chapter 3 explores the infinite horizon multi-period inventory model with a mean-variance approach. Chapter 4 investigates the supply chain coordination problem with a versatile target sales rebate contract and a risk averse retailer possessing the mean-variance optimization objective. Chapter 5 concludes the book and discusses various promising future research directions and extensions. Every chapter can be taken as a self-contained article, and the notation within each chapter is consistently employed.