A multi-period multi-product stochastic inventory problem with order-based loan

तकनीकी सारांश: ऑर्डर-आधारित ऋण के साथ एक बहु-अवधि बहु-उत्पाद स्टोकेस्टिक इन्वेंटरी समस्या

समस्या की परिभाषा
यह शोध पत्र एक सीमित नियोजन अवधि (planning horizon) के दौरान कई उत्पाद बेचने वाले एक नकदी-सीमित (cash-constrained) ऑनलाइन रिटेलर के परिचालन निर्णय लेने की प्रक्रिया को संबोधित करता है। रिटेलर चीनी ई-कॉमर्स प्लेटफॉर्म (जैसे कि Tmall, JD.com) पर कार्य करता है जहाँ एक विशिष्ट लेनदेन संबंधी घर्षण (transactional friction) मौजूद है: ग्राहकों द्वारा किया गया भुगतान प्लेटफॉर्म द्वारा रोक कर रखा जाता है और प्राप्ति विलंब (receipt delay) के बाद ही रिटेलर को हस्तांतरित किया जाता है (आमतौर पर कम से कम दो सप्ताह)। यह विलंब एक नकदी प्रवाह अंतराल (cash flow gap) उत्पन्न करता है, जो रिटेलर की इन्वेंटरी को फिर से भरने (restock) की क्षमता को सीमित करता है, विशेष रूप से उन लघु और मध्यम उद्यमों (SMEs) के लिए जिनके पास प्रारंभिक पूंजी सीमित है।

इस स्थिति को कम करने के लिए, यह अध्ययन "ऑर्डर-आधारित ऋण" (order-based loans) को अपनाने की जांच करता है, जो इन प्लेटफॉर्मों द्वारा प्रदान की जाने वाली एक वित्तपोषण सेवा है। इस योजना के तहत, प्लेटफॉर्म डिलीवरी के तुरंत बाद भुगतान को रिटेलर को अग्रिम रूप से उपलब्ध करा देता है, जिससे रिटेलर इन निधियों का उपयोग तत्काल पुनर्भरण (replenishment) के लिए कर सकता है। रिटेलर को एक सहमत अवधि के बाद मूलधन और ब्याज सहित राशि चुकानी होती है। मुख्य समस्या $N$ उत्पादों के लिए $T$ अवधियों में इष्टतम ऑर्डर मात्रा ($Q_{n,t}$) और ऋण उपयोग की सीमा ($g_{n,t}$) निर्धारित करना है ताकि नकदी बाधाओं, इन्वेंटरी गतिशीलता और मांग अनिश्चितता के अधीन अपेक्षित अंतिम नकदी को अधिकतम किया जा सके।

कार्यप्रणाली (Methodology)
लेखक एक गणितीय ढांचे को विकसित करते हैं जो नियतत्ववादी (deterministic) से स्टोकेस्टिक (stochastic) स्वरूपों की ओर बढ़ता है:

1. नियतत्ववादी मॉडल (Deterministic Models): दो आधारभूत मॉडल बनाए गए हैं जो यह मानकर चलते हैं कि मांग ज्ञात है (औसत मानों द्वारा प्रतिनिधित्व):

   • SO-D (स्व-स्वामित्व वाली नकदी): रिटेलर केवल प्रारंभिक नकदी और बिक्री राजस्व पर कार्य करता है।
   • OL-D (ऑर्डर-आधारित ऋण): रिटेलर क्रेडिट सीमा ($BU$) तक ऑर्डर-आधारित ऋण सुविधा का उपयोग करता है।
     दोनों मॉडल इन्वेंटरी प्रवाह, नकदी प्रवाह और प्राप्ति विलंब लंबाई ($L$) तथा ऋण पुनर्भayment शर्तों से जुड़े विशिष्ट राजस्व पहचान तर्क को शामिल करने वाले रैखिक बाधाओं (linear constraints) को शामिल करते हैं।

2. स्टोकेस्टिक प्रोग्रामिंग मॉडल (Stochastic Programming Models): ग्राहक की मांग अनिश्चित होने की वास्तविकता को देखते हुए, लेखक इसके स्टोकेस्टिक समकक्ष (SO-S और OL-S) तैयार करते हैं।

   • परिदृश्य प्रतिनिधित्व (Scenario Representation): मांग अनिश्चितता को परिदृश्य वृक्षों (scenario trees) का उपयोग करके मॉडल किया गया है, जहाँ प्रत्येक नोड एक संबद्ध प्रायिकता के साथ एक असतत मांग वास्तविकता का प्रतिनिधित्व करता है।
   • गैर-पूर्वानुमानिता (Non-Anticipativity): ऐसे प्रतिबंध लागू किए गए हैं जो यह सुनिश्चित करते हैं कि किसी भी समय $t$ पर लिए गए निर्णय केवल उस समय तक उपलब्ध जानकारी (साझा इतिहास) पर निर्भर करते हैं, न कि भविष्य के परिदृश्यों पर।
   • परिदृश्य निर्माण (Scenario Generation): अध्ययन अंतर्निहित लॉग-नॉर्मल मांग वितरणों के विशिष्ट सांख्यिकीय गुणों (माध्य, विचरण, विषमता) को संतुष्ट करने वाले परिदृश्यों के एक सीमित सेट को उत्पन्न करने के लिए मोमेंट मैचिंग विधि (Moment Matching Method - Høyland and Wallace, 2001) का उपयोग करता है।
   • परिदृश्य न्यूनीकरण (Scenario Reduction): बड़े वृक्षों के साथ कम्प्यूटेशनल जटिलता को संबोधित करने के लिए, फास्ट फॉरवर्ड सिलेक्शन (FFS) एल्गोरिदम (Heitsch and Römisch, 2003) का उपयोग परिदृश्यों की संख्या को कम करने के लिए किया जाता है, जबकि उनके सांख्यिकीय ढांचे को सुरक्षित रखा जाता है।

3. संख्यात्मक विश्लेषण (Numerical Analysis): मॉडलों को कंप्यूटर पेरिफेरल्स बेचने वाले एक ऑनलाइन स्टोर से क्रॉल किए गए वास्तविक डेटा का उपयोग करके हल किया गया है। नियोजन अवधि को 6 अवधियों (दो सप्ताह प्रत्येक) के लिए निर्धारित किया गया है, जिसमें सामान्य और बढ़ती मांग (जैसे सिंगल्स डे) दोनों अवधि शामिल हैं। परिदृश्य निर्माण और न्यूनीकरण तकनीकों को मान्य करने के लिए स्थिरता परीक्षण किए गए हैं।

प्रमुख योगदान
यह शोध पत्र साहित्य में तीन प्राथमिक योगदान का दावा करता है:

1. नवीन वित्तपोषण तंत्र: यह "ऑर्डर-आधारित ऋण" को एकीकृत करने वाले पहले अध्ययनों में से एक है—जो चीनी ई-कॉमर्स में प्रचलित एक विशिष्ट वित्तपोषण उपकरण है लेकिन अकादमिक इन्वेंटरी साहित्य में कम शोधित है—इसे एक बहु-अवधि स्टोकेस्टिक इन्वेंटरी मॉडल में शामिल किया गया है।
2. स्टोकेस्टिक मॉडलिंग ढांचा: यह एक व्यापक स्टोकेस्टिक बहु-उत्पाद इन्वेंटरी मॉडल का निर्माण करता है जो स्पष्ट रूप से नकदी बाधाओं, प्राप्ति विलंब और ऑर्डर-आधारित ऋणों के तंत्र को ध्यान में रखता है, और इसे हल करने के लिए परिदृश्य वृक्षों और न्यूनीकरण तकनीकों का उपयोग करता है।
3. अनुभवजन्य अंतर्दृष्टि (Empirical Insights): वास्तविक लेनदेन डेटा पर आधारित संख्यात्मक विश्लेषण के माध्यम से, अध्ययन उन विशिष्ट परिचालन स्थितियों की पहचान करता है जिनमें ऑर्डर-आधारित ऋण फायदेमंद होते हैं, जो सैद्धांतिक धारणाओं से आगे बढ़कर डेटा-संचालित प्रबंधकीय अंतर्दृष्टि प्रदान करते हैं।

परिणाम
संख्यात्मक प्रयोग निम्नलिखित निष्कर्ष प्रदान करते हैं:

• स्टोकेस्टिक बनाम नियतत्ववादी: अपेक्षित अंतिम नकदी के मामले में स्टोकास्टिक मॉडल लगातार नियतत्ववादी मॉडल से बेहतर प्रदर्शन करता है। स्टोकेस्टिक समाधान का मूल्य (VSS) विशेष रूप से महत्वपूर्ण है जब रिटेलर कम नकदी-सीमित होता है (अर्थात, अधिक प्रारंभिक नकदी या कम ओवरहेड लागत)।
• ऋण अपनाने के ट्रिगर्स (Loan Adoption Triggers): रिटेलर निम्नलिखित स्थितियों में ऑर्डर-आधारित ऋणों का उपयोग करने से अधिक लाभान्वित होता है:
  • प्रारंभिक नकदी कम होना: कम प्रारंभिक पूंजी ($C_0$) ऋण द्वारा प्रदान की गई तरलता को महत्वपूर्ण बनाती है।
  • प्राप्ति विलंब लंबा होना: लंबे विलंब ($L$) नकदी प्रवाह अंतराल को बढ़ा देते हैं, जिससे तत्काल वित्तपोषण का मूल्य बढ़ जाता है।
  • ओवरहेड लागत मध्यम होना: उच्च ओवरहेड लागतें तरलता की आवश्यकता को बढ़ाती हैं, हालांकि यदि लागत बहुत अधिक है, तो वित्तपोषण के बावजूद लाभ कम हो जाता है।
  • मांग अधिक होना: बढ़ती मांग के दौर में, ऋणों के माध्यम से तेजी से स्टॉक भरने की क्षमता उच्च लाभ देती है।
• स्थिरता: परिदृश्य निर्माण और न्यूनीकरण विधियों ने स्थिरता प्रदर्शित की, जिसमें विभिन्न परिदृश्य वृक्षों के बीच उद्देश्य मान (objective values) 5% से कम भिन्न थे, जो समाधान दृष्टिकोण की मजबूती की पुष्टि करता है।

महत्व
यह शोध पत्र तर्क देता है कि जबकि आपूर्ति श्रृंखला वित्त (supply chain finance) एक बढ़ता हुआ बाजार है, ऑर्डर-आधारित ऋणों के विशिष्ट तंत्र को इन्वेंटरी अनुकूलन साहित्य में अनदेखा किया गया है। इस तंत्र को मॉडल करके, यह अध्ययन रिटेलर्स को यह निर्णय लेने के लिए एक मात्रात्मक आधार प्रदान करता है कि उन्हें कब प्लेटफॉर्म वित्तपोषण का लाभ उठाना चाहिए। परिणाम बताते हैं कि ऑर्डर-आधारित ऋण एक सार्वभौमिक समाधान नहीं हैं, बल्कि एक रणनीतिक उपकरण हैं जो उन रिटेलरों के लिए सबसे प्रभावी हैं जो कम प्रारंभिक पूंजी या लंबी भुगतान चक्रों के कारण तरलता बाधाओं का सामना कर रहे हैं। यह अध्ययन प्रमाणित करता है कि मांग अनिश्चितता को स्टोकेस्टिक प्रोग्रामिंग के माध्यम से शामिल करना, विशेष रूप से नकदी-सीमित संचालन के संदर्भ में, नियतत्ववादी नियोजन की तुलना में एक विशिष्ट लाभ प्रदान करता है। लेखकों द्वारा सुझाए गए भविष्य के अनुसंधान दिशाओं में मांग प्रतिस्थापन (demand substitution) को मॉडल करना और इसी तरह के स्टोकेस्टिक ढांचे के भीतर अन्य आपूर्ति श्रृंखला वित्त व्यवहारों की खोज करना शामिल है।