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

Sintesi Tecnica: Un problema di inventario stocastico multi-periodo e multi-prodotto con prestito basato sugli ordini

Definizione del Problema
Questo articolo affronta il processo decisionale operativo di un rivenditore online con vincoli di cassa che vende prodotti multipli su un orizzonte temporale finito. Il rivenditore opera su piattaforme di e-commerce cinesi (ad esempio, Tmall, JD.com) dove esiste un particolare attrito transazionale: i pagamenti dei clienti sono trattenuti dalla piattaforma e trasferiti al rivenditore solo dopo un ritardo nella ricezione (tipicamente di almeno due settimane). Questo ritardo crea un divario nel flusso di cassa, limitando la capacità del rivenditore di riassortire l'inventario, in particolare per le piccole e medie imprese (PMI) con capitale iniziale limitato.

Per mitigare questo problema, lo studio indaga l'adozione di "prestiti basati sugli ordini" (order-based loans), un servizio di finanziamento offerto da queste piattaforme. In base a questo schema, la piattaforma anticipa il pagamento al rivenditore immediatamente dopo la consegna dell'ordine, consentendo al rivenditore di utilizzare questi fondi per il riapprovvigionamento immediato. Il rivenditore deve rimborsare il capitale più gli interessi dopo un periodo concordato. Il problema centrale è determinare le quantità ottimali di ordine ($Q_{n,t}$) e l'entità dell'utilizzo del prestito ($g_{n,t}$) per $N$ prodotti su $T$ periodi per massimizzare il cassa finale atteso, soggetti a vincoli di cassa, dinamiche di inventario e incertezza della domanda.

Metodologia
Gli autori sviluppano un quadro matematico che progredisce da formulazioni deterministiche a stocastiche:

1. Modelli Deterministici: Vengono costruiti due modelli di base assumendo che la domanda sia nota (rappresentata dai valori medi):

   • SO-D (Cash di Proprietà): Il rivenditore opera esclusivamente con il cassa iniziale e i ricavi delle vendite.
   • OL-D (Prestito Basato sugli Ordini): Il rivenditore utilizza la facilità di prestito basato sugli ordini fino a un limite di credito ($BU$).
     Entrambi i modelli incorporano vincoli lineari per il flusso di inventario, il flusso di cassa e la specifica logica di riconoscimento dei ricavi che coinvolge la lunghezza del ritardo di ricezione ($L$) e i termini di rimborso del prestito.

2. Modelli di Programmazione Stocastica: Riconoscendo che la domanda dei clienti è incerta, gli autori formulano i corrispettivi stocastici (SO-S e OL-S).

   • Rappresentazione degli Scenari: L'incertezza della domanda è modellata tramite alberi di scenari, dove ogni nodo rappresenta una realizzazione discreta della domanda con una relativa probabilità.
   • Non-Anticipatività: Sono imposti vincoli per garantire che le decisioni prese in qualsiasi momento $t$ dipendano solo dalle informazioni disponibili fino a quel momento (storia condivisa), non dalle realizzazioni future degli scenari.
   • Generazione di Scenari: Lo studio impiega il metodo del moment matching (Høyland e Wallace, 2001) per generare un set limitato di scenari che soddisfino specifiche proprietà statistiche delle sottostanti distribuzioni di domanda log-normale.
   • Riduzione degli Scenari: Per affrontare l'intrattenibilità computazionale con alberi di grandi dimensioni, viene utilizzato l'algoritmo Fast Forward Selection (FFS) (Heitsch e Römisch, 2003) per ridurre il numero di scenari preservando la struttura statistica.

3. Analisi Numerica: I modelli vengono risolti utilizzando dati reali estratti da un negozio online che vende periferiche per computer. L'orizzonte di pianificazione è fissato a 6 periodi (due settimane ciascuno), coprendo sia periodi di domanda normale che di boom (ad esempio, il Singles' Day). Vengono condotti test di stabilità per validare le tecniche di generazione e riduzione degli scenari.

Contributi Chiave
L'articolo rivendica tre contributi primari alla letteratura:

1. Meccanismo di Finanziamento Innovativo: È tra i primi a integrare i "prestiti basati sugli ordini" — uno strumento di finanziamento specifico prevalente nell'e-commerce cinese ma poco studiato nella letteratura sull'inventario accademico — in un modello di inventario multi-periodo stocastico.
2. Quadro di Modellazione Stocastica: Costruisce un modello di inventario multi-prodotto stocastico completo che tiene esplicitamente conto dei vincoli di cassa, dei ritardi di ricezione e delle dinamiche dei prestiti basati sugli ordini, utilizzando alberi di scenari e tecniche di riduzione per risolvere il problema.
3. Approfondimenti Empirici: Attraverso l'analisi numerica basata su dati reali di transazioni, lo studio identifica le specifiche condizioni operative in cui i prestiti basati sugli ordini sono vantaggiosi, andando oltre le assunzioni teoriche verso intuizioni gestionali basate sui dati.

Risultati
Gli esperimenti numerici producono i seguenti risultati:

• Stocastico vs. Deterministico: Il modello stocastico supera costantemente il modello deterministico in termini di cassa finale attesa. Il valore della soluzione stocastica (VSS) è particolarmente significativo quando il rivenditore è meno vincolato dalla cassa (ovvero, ha un cassa iniziale più elevata o costi generali inferiori).
• Trigger di Adozione del Prestito: Il rivenditore ha maggiori probabilità di beneficiare dell'uso di prestiti basati sugli ordini quando:
  • Il Cassa Iniziale è Basso: Un capitale iniziale ridotto ($C_0$) rende critica la liquidità fornita dal prestito.
  • Il Ritardo di Ricezione è Lungo: Ritardi più lunghi ($L$) esacerbano i divari di cassa, aumentando il valore del finanziamento immediato.
  • I Costi Generali sono Moderati: Alti costi generali aumentano la necessità di liquidità, sebbene se i costi sono troppo elevati, la redditività si perde indipendentemente dal finanziamento.
  • La Domanda è Alta: Nei periodi di boom della domanda, la capacità di riassortire rapidamente tramite prestiti genera profitti più elevati.
• Stabilità: I metodi di generazione e riduzione degli scenari hanno dimostrato stabilità, con valori obiettivo che variano di meno del 5% tra i diversi alberi di scenari, convalidando la robustezza dell'approccio risolutivo.

Significatività
L'articolo sostiene che, sebbene il settore del finanziamento della catena di approvvigionamento sia in crescita, il meccanismo specifico dei prestiti basati sugli ordini è stato trascurato nella letteratura sull'ottimizzazione dell'inventario. Modellando questo meccanismo, lo studio fornisce una base quantitativa per i rivenditori per decidere quando sfruttare il finanziamento della piattaforma. I risultati suggeriscono che i prestiti basati sugli ordini non sono una soluzione universale, ma uno strumento strategico più efficace per i rivenditori che affrontano vincoli di liquidità a causa di un capitale iniziale basso o di cicli di pagamento lunghi. Lo studio convalida che l'integrazione dell'incertezza della domanda attraverso la programmazione stocastica fornisce un vantaggio distinto rispetto alla pianificazione deterministica, particolarmente nel contesto delle operazioni con vincoli di cassa. Le direzioni di ricerca futura suggerite dagli autori includono la modellazione della sostituzione della domanda ed esplorare altri comportamenti di finanziamento della catena di approvvigionamento all'interno di simili quadri stocastici.