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

기술 요약: 주문 기반 대출을 포함한 다기간 다품목 확률적 재고 문제

문제 정의
본 논문은 유한한 계획 기간 동안 여러 제품을 판매하는 현금 제약이 있는 온라인 소매업체의 운영 의사결정 문제를 다룬다. 이 소매업체는 중국의 이커머스 플랫폼(예: Tmall, JD.com)에서 운영되며, 여기에는 특정한 거래 마찰이 존재한다. 즉, 고객 결제 대금이 플랫폼에 묶여 있다가 일정 기간의 수령 지연(통상 최소 2주) 후에 소매업체로 이체된다. 이러한 지연은 현금 흐름의 격차를 발생시켜, 특히 초기 자본이 제한적인 중소기업(SME)의 재고 보충 능력을 제한한다.

이를 완화하기 위해, 본 연구는 이러한 플랫폼들이 제공하는 금융 서비스인 '주문 기반 대출(order-based loans)' 도입을 조사한다. 이 제도하에서 플랫폼은 주문 배송 즉시 결제 대금을 소매업체에게 선지급하며, 이를 통해 소매업체는 해당 자금을 즉각적인 재고 보충에 사용할 수 있다. 소매업체는 합의된 기간 후에 원금과 이자를 상환해야 한다. 핵심 문제는 $N$개의 제품에 대해 $T$기간 동안 기대 최종 현금을 극대화하기 위해 최적의 주문량($Q_{n,t}$)과 대출 활용 정도($g_{n,t}$)를 결정하는 것이다.

방법론
저자들은 결정론적 모델에서 확률적 정식화로 발전하는 수학적 프레임워크를 개발하였다.

1. 결정론적 모델: 수요가 알려져 있다고 가정할 때(평균값으로 표현), 두 가지 베이스라인 모델을 구축한다.

   • SO-D (자기 자금 모델): 소매업체가 초기 현금과 매출 수익만으로 운영되는 경우이다.
   • OL-D (주문 기반 대출 모델): 소매업체가 신용 한도($BU$) 내에서 주문 기반 대출 시설을 활용하는 경우이다.
     두 모델 모두 재고 흐름, 현금 흐름, 그리고 수령 지연 길이($L$) 및 대출 상환 조건을 포함하는 특정 수익 인식 로직을 반영하는 선형 제약식을 포함한다.

2. 확률적 프로그래밍 모델: 고객 수요가 불확실하다는 점을 인식하여, 저자들은 확률적 대응 모델(SO-S 및 OL-S)을 구성한다.

   • 시나리오 표현: 수요의 불확실성은 각 노드가 특정 확률을 가진 이산적 수요 실현을 나타내는 시나리오 트리(scenario tree)를 사용하여 모델링된다.
   • 비선행성(Non-Anticipativity): 임의의 시점 $t$에서 내려지는 결정이 미래의 시나리오 실현이 아닌, 해당 시점까지 가용한 정보(공유된 이력)에만 의존하도록 제약 조건을 부과한다.
   • 시나리오 생성: 하단의 로그 정규 수요 분포의 특정 통계적 특성(평균, 분산, 왜도)을 충족하는 제한된 시나리오 세트를 생성하기 위해 모멘트 매칭 방법(Moment Matching Method; Høyland and Wallace, 2001)을 사용한다.
   • 시나리오 축소: 거대한 트리로 인한 계산의 복잡성을 해결하기 위해, 통계적 구조를 유지하면서 시나리오 수를 줄이는 Fast Forward Selection (FFS) 알고리즘(Heitsch and Römisch, 2003)을 사용한다.

3. 수치 분석: 컴퓨터 주변기기를 판매하는 실제 온라인 스토어에서 크롤링한 실제 데이터를 사용하여 모델을 해결한다. 계획 기간은 2주 단위의 6개 기간으로 설정하였으며, 이는 정상 수요 기간과 급증 수요 기간(예: 광군제)을 모두 포함한다. 시나리오 생성 및 축소 기법의 안정성을 검증하기 위해 안정성 테스트를 수행한다.

주요 기여
본 논문은 문헌에 대해 세 가지 주요 기여를 주장한다:

1. 새로운 금융 메커니즘: 학술적 재고 문헌에서는 연구가 미진하지만 중국 이커머스에서 널리 쓰이는 특정 금융 도구인 '주문 기반 대출'을 다기간 확률적 재고 모델에 통합한 최초의 연구 중 하나이다.
2. 확률적 모델링 프레임워크: 시나리오 트리와 축소 기법을 활용하여 현금 제약, 수령 지연, 주문 기반 대출의 메커니즘을 명시적으로 고려하는 포괄적인 확률적 다품목 재고 모델을 구축하였다.
3. 실증적 통찰: 실제 거래 데이터를 기반으로 한 수치 분석을 통해, 주문 기반 대출이 유익한 구체적인 운영 조건을 식별함으로써 이론적 가정을 넘어 데이터 기반의 경영적 통찰을 제시한다.

결과
수치 실험을 통해 다음과 같은 결과가 도출되었다:

• 확률적 vs 결정론적: 확률적 모델은 기대 최종 현금 측면에서 결정론적 모델보다 일관되게 우수한 성능을 보인다. 확률적 솔루션의 가치(VSS)는 소매업체가 현금 제약을 덜 받을 때(즉, 초기 현금이 더 많거나 운영 비용이 더 낮을 때) 특히 유의미하다.
• 대출 채택 트리거: 소매업체는 다음과 같은 상황에서 주문 기반 대출을 사용하는 것이 더 유리하다:
  • 초기 현금이 적을 때: 낮은 초기 자본($C_0$)은 대출이 제공하는 유동성을 필수적으로 만든다.
  • 수령 지연이 길 때: 긴 지연 시간($L$)은 현금 흐름의 격차를 악화시켜 즉각적인 금융의 가치를 높인다.
  • 운영 비용이 적절할 때: 높은 운영 비용은 유동성 필요성을 증가시키지만, 비용이 너무 높으면 금융 지원 여부와 상관없이 수익성을 잃게 된다.
  • 수요가 높을 때: 수요 급증기에 대출을 통해 빠르게 재고를 보충할 수 있는 능력은 더 높은 이익을 창출한다.
• 안정성: 시나리오 생성 및 축소 방법은 안정성을 입증하였으며, 서로 다른 시나리오 트리 간의 목적 함수 값 차이는 5% 미만으로 나타나 솔루션 접근 방식의 견고함을 검증하였다.

의의
본 논문은 공급망 금융이 성장하는 시장임에도 불구하고, 주문 기반 대출이라는 특정 메커니즘이 재고 최적화 문헌에서 간과되어 왔다고 주장한다. 이 메커니즘을 모델링함으로써, 본 연구는 소매업체가 언제 플랫폼 금융을 활용할지 결정할 수 있는 정량적 근거를 제공한다. 결과는 주문 기반 대출이 보편적인 해결책이 아니라, 낮은 초기 자본이나 긴 결제 주기로 인해 유동성 제약을 겪는 소매업체에게 가장 효과적인 전략적 도구임을 시사한다. 또한, 수요의 불확실성을 확률적 프로그래밍을 통해 통합하는 것이 현금 제약 운영 환경에서 결정론적 계획보다 뚜렷한 이점을 제공함을 입증한다. 저자들이 제안하는 향후 연구 방향에는 수요 대체 모델링과 유사한 확률적 프레임워크 내에서의 기타 공급망 금융 행태 탐색이 포함된다.