Machine Translated by Google

Recibido: 15 de marzo de 2021 Aceptado: 15 de marzo de 2022

DOI: 10.1111 / decisión 12564

ARTÍCULO ORIGINAL

Decisiones de pedido bajo incertidumbre de suministro e

inexactitud en el registro de inventario: una investigación experimental

Nienke Hofstra1,2 Eirini Spiliotopoulou3 Sander de Leeuw4,5

1Departamento de Información, Logística y Resumen

Innovación, Facultad de Ciencias Económicas y Empresariales,
Universidad Libre de Ámsterdam, Ámsterdam, La
Países Bajos
2Grupo de Investigación Logística y Alianzas, HAN
Universidad de Ciencias Aplicadas, Arnhem, La
Países Bajos
3Departamento de Gestión, TiSEM, Tilburg
Universidad, Tilburg, Países Bajos
4Departamento de Ciencias Sociales, Wageningen
Universidad e Investigación, Wageningen, The
Países Bajos
5 Escuela de Negocios de Nottingham, Nottingham Trent
Universidad, Nottingham, Reino Unido
Correspondencia
Sander de Leeuw, Departamento de Ciencias Sociales, Universidad
e Investigación de Wageningen, Hollandseweg 1, 6706KN
Wageningen, Países Bajos.
Correo electrónico: Sander.deleeuw@wur.nl
La incertidumbre por el lado de la oferta es un problema común al que se enfrentan los planificadores.
¿Cómo incorporan los tomadores de decisiones la incertidumbre del inventario cuando hacen pedidos?
Investigamos las decisiones de pedido bajo dos formas de incertidumbre con respecto al inventario total
disponible para satisfacer la demanda: incertidumbre de suministro (SU; falta de confiabilidad en los envíos
entrantes) e imprecisión en el registro de inventario (IRI; ineficiencias internas que conducen a una
discrepancia entre los inventarios físicos y registrados). Los resultados experimentales revelan regularidades
de comportamiento en las decisiones de pedido bajo ambas formas de incertidumbre total del inventario.
Encontramos que los sujetos tienen un exceso de existencias en entornos con bajos márgenes de
beneficio, y el exceso de existencias es más pronunciado en IRI que en SU. Este exceso de existencias
con bajos márgenes de beneficio es similar a las decisiones de pedido observadas en condiciones de
incertidumbre de la demanda. En estos entornos, los sujetos muestran una mayor aversión a la escasez
bajo IRI (que es incertidumbre interna) que bajo SU (que es incertidumbre externa). Además, encontramos
que los sujetos persiguen realizaciones pasadas de suministro/inventario disponible, aunque el efecto depende del tipo de
Aunque SU e IRI están, en la práctica, a menudo presentes simultáneamente, sus causas son diferentes.
Al proporcionar información sobre el efecto relativo de los tipos de incertidumbre en la calidad de las
decisiones de reabastecimiento de inventario, este estudio destaca la importancia de reducir SU e IRI para
productos con bajos márgenes de beneficio.

PALABRAS CLAVE

OR conductual, operaciones conductuales, inexactitud en el registro de inventario, incertidumbre en el suministro

1. INTRODUCCIÓN
Hacer coincidir la oferta con la demanda es un desafío constante en las
cadenas de suministro. Los planificadores de suministro toman decisiones
de pedidos de inventario (o reabastecimiento) con el objetivo de satisfacer
la demanda del cliente mientras enfrentan muchas incertidumbres. La
investigación indica que la toma de decisiones bajo la incertidumbre de la
demanda es compleja, y las decisiones reales de pedidos humanos se ven
sistemáticamente afectadas por sesgos. Por ejemplo, los resultados
experimentales muestran que cuando los humanos determinan las
cantidades de pedido, toman decisiones subóptimas al "anclarse" a la
media de la demanda e incorporar de manera insuficiente en su decisión el
margen de beneficio del producto (efecto de atracción al centro). Además,
persiguen la demanda pasada, están influenciados por los objetivos o
tienen una mayor aversión psicológica a las sobras que a los desabastecimientos.2013) o problemas de producción que conducen a una subproducción (p. ej., Kouvelis
(Benzion et al., 2008; Bolton & Katok, 2008; Bostian et al., 2008; Chen et
al., 2015).
Los planificadores de la oferta enfrentan no solo incertidumbre por el
lado de la demanda, sino también incertidumbres que afectan el inventario
disponible para satisfacer la demanda (por el lado de la oferta). Por ejemplo,
los planificadores pueden enfrentarse a la incertidumbre sobre la cantidad
real recibida frente a lo que se ha pedido. Los resultados de una encuesta
de 2015 entre los directores de adquisiciones de las empresas Fortune
1000 revelaron que el 45 % indicó que el riesgo relacionado con los
proveedores es el riesgo más importante que enfrenta en las adquisiciones
(Consero Group, 2015). Las interrupciones del suministro durante la
pandemia de COVID-19 destacaron el problema de la incertidumbre del
suministro (SU). La cantidad recibida puede desviarse de la cantidad pedida
debido, por ejemplo, a problemas de capacidad de envío (Fransoo & Lee,

Este es un artículo de acceso abierto bajo los términos de Creative Commons Attribution-NonCommercial-NoDerivs Licencia, que permite su uso y distribución en cualquier medio, siempre que se cite debidamente la obra original, el uso no

sea comercial y no se realicen modificaciones o adaptaciones. © 2022 Los autores. Decision Sciences publicado por Wiley Periodicals LLC en nombre del Decision Sciences Institute.

Ciencias de la Decisión. 2022;1–16. wileyonlinelibrary.com/journal/deci 1

Machine Translated by Google
2 UNA INVESTIGACIÓN EXPERIMENTAL
FIGURA 1 El inventario total disponible para satisfacer la demanda
y Milner, 2002; Lee, 2002) o sobreproducción (p. ej., Degraeve et al., 2002;
Verderame & Floudas, 2009). Nos referimos a la incertidumbre asociada a los
envíos recibidos como SU.
Otra incertidumbre en el lado de la oferta surge porque el nivel real de
inventario disponible puede desviarse de lo que está en los registros de la
empresa. DeHoratius y Raman (2008) analizaron los registros de inventario de
un minorista y revelaron que más del 65 % de los casi 370 000 niveles de
inventario informados para una empresa de casos eran inexactos. Las
conversaciones con el gerente de producción de una empresa de fabricación
líder en la industria de soluciones adhesivas personalizadas señalaron que los
registros inexactos del inventario de materias primas son un problema
apremiante que a menudo causa retrasos en las órdenes de producción
planificadas. Las empresas a menudo experimentan ineficiencias internas
como resultado de artículos extraviados, deterioro o robo interno (Rekik et al.,
2007). En consecuencia, las empresas enfrentan incertidumbre en sus niveles
de inventario debido a la diferencia entre los niveles de inventario registrados
y las cantidades reales en existencia. Esta situación se denomina inexactitud
del registro de inventario (IRI).
La investigación existente se ha centrado en derivar políticas de pedido
de inventario teóricamente óptimas bajo SU e IRI y en formas de reducir estas
incertidumbres o mejorar la información (p. ej., Inderfurth & Kelle, 2011;
Merzifonluoglu & Feng, 2013; Xu & Lu, 2013). A diferencia de estos estudios,
nosotros estudiamos empíricamente las decisiones de pedido bajo IRI y SU,
desde una perspectiva conductual. Por lo tanto, en este artículo, estudiamos
cómo estos dos tipos de incertidumbres, que conducen a la incertidumbre
sobre el nivel real de inventario que está disponible para satisfacer la demanda
(Figura 1), afectan las decisiones de pedido de los tomadores de decisiones
humanos.
Nuestro estudio tiene su origen en un estudio sobre el efecto de la
imprecisión del inventario en el rendimiento de las tiendas en el comercio
minorista de moda, en el que participó uno de los coautores (cf. Shabani et al.,
2021). Este estudio, realizado en el contexto de un minorista de moda con 81
tiendas, se centró en la medición cuantitativa de IRI y cómo comparar el efecto
de esta inexactitud entre tiendas.
Una pregunta importante del minorista con el que trabajamos fue cómo los
planificadores pueden tener en cuenta los registros de inventario de la tienda
al asignar la demanda en línea a las tiendas para la entrega de pedidos en
línea desde el inventario de la tienda. Este es un problema particularmente
desafiante ya que los niveles de existencias en la tienda de artículos de moda
individuales suelen ser bastante bajos (es común tener solo uno o dos artículos
disponibles por combinación de estilo/tamaño/color).
Una preocupación planteada por el minorista (y en particular por el director a
cargo de las operaciones de la cadena de suministro) fue que SU no estaba ac
cuenta en la gestión de las líneas de suministro, lo que afecta la disponibilidad
a nivel de tienda.
En el comercio minorista de moda, la SU suele ser considerable (Simatupang
et al., 2004). Sin embargo, esta no es la única fuente de incertidumbre.
Además, la disponibilidad real del inventario puede ser incierta debido a IRI. El
minorista considerado aquí, por lo tanto, verificó aleatoriamente los suministros
entrantes en el centro de distribución. Todos los envíos fueron aceptados y
procesados en el sistema, y todas las desviaciones fueron informadas al
proveedor para su reconciliación. En general, las desviaciones no superaban
el 10 % de la cantidad pedida. Antes del envío a las tiendas nuevamente, se
realizó una verificación escaneando las cajas y los artículos individuales.
En las tiendas solo se escaneaban las cajas, no el contenido de la caja.
Durante los recuentos de ciclos, se observó que el IRI seguía siendo un
problema (ver Shabani et al. (2021), quienes informan que el 11,6 % de las
unidades de mantenimiento de existencias padecían IRI).
Esto llevó a la pregunta de cómo reaccionan los planificadores tanto a IRI
como a SU y cómo pueden diferir estas reacciones. Este desafío en particular
se discutió más a fondo con otros dos expertos senior con experiencia en la
industria minorista, lo que condujo a la pregunta de investigación de este
artículo. En todas nuestras discusiones, se indicó que, como era de esperar,
el juicio humano a menudo desempeña un papel en las decisiones de los
compradores (minoristas). Incluso si los pronósticos del sistema están
disponibles, estos se complementan con el juicio humano en la toma de
decisiones finales (Siemsen & Aloysius, 2020). Nuestros contactos observaron
que los compradores minoristas, al buscar garantizar un inventario disponible
suficiente para satisfacer la demanda, generalmente aumentan sus pedidos
en previsión de las incertidumbres del lado de la oferta relacionadas con los
envíos entrantes y/o los niveles actuales de existencias. De hecho, un estudio
sueco mostró que disponible para prometer, la cantidad proyectada de
inventario disponible para vender, se considera uno de los tres principales
desafíos en la gestión de pedidos minoristas, sin embargo, sincronizar la
información requerida para eso es un desafío clave (Kembro & Norman, 2019).
De acuerdo con ese hallazgo, se indicó en nuestras discusiones que la intuición
juega un papel importante en las decisiones de pedido, ya que generalmente
hay una visión limitada, por ejemplo, de los niveles actuales de existencias
debido al conteo cíclico esporádico en las tiendas minoristas. Dado que las
iniciativas para proporcionar información y reducir tales incertidumbres cuestan
dinero, es valioso comprender el efecto que tienen estas incertidumbres y, por
lo tanto, comprender su costo para guiar los esfuerzos para reducir estas
incertidumbres.
En este estudio, exploramos las decisiones de pedido cuando existe
precisión en el registro de inventario o SU (es decir, incertidumbre en los
envíos entrantes). Estas dos incertidumbres afectan la disponibilidad del
inventario, pero sus causas son bastante distintas; son internos, causados por
operaciones de la empresa, o al menos parcialmente bajo el control de la
empresa (p. ej., robo, pérdida o daño; IRI), o externos, causados por falta de
confiabilidad en el sistema de suministro (SU). Para desentrañar sus efectos,
consideramos IRI y SU por separado (es decir, suponemos que se observa y
registra cualquier discrepancia entre la cantidad pedida y la cantidad recibida).
Comparar las decisiones tomadas bajo IRI y SU nos permite inferir el impacto
de la fuente de incertidumbre del inventario en las decisiones de pedido y
evaluar la importancia relativa de IRI y SU.
Machine Translated by Google
HOFSTRA ET AL.
Realizamos experimentos de laboratorio incentivados y nuestros
los resultados indican que los sujetos toman decisiones de pedido subóptimas
frente a IRI y SU. También observamos diferencias en el comportamiento de
pedidos bajo IRI y SU (Estudio 1).
Para productos de bajo margen de beneficio, el sujeto tiene exceso de existencias más
bajo IRI, en comparación con SU. Un estudio de seguimiento indica que
estos hallazgos también se mantienen cuando SU depende del orden
cantidad, lo que sugiere que nuestras ideas son sólidas para la forma en que
se modela la incertidumbre (Estudio 2). En otras palabras, la fuente
de incertidumbre es suficiente para inducir efectos conductuales que induzcan
diferentes decisiones de orden bajo IRI y SU. En la configuración de
con un margen de utilidad bajo, encontramos una mayor aversión a edades cortas
bajo IRI que bajo SU. Esto puede explicar por qué los sujetos
stock más bajo IRI que bajo SU en este entorno. Similar a los estudios sobre
pedidos bajo demanda incierta (p. ej.,
Feng & Gao, 2020; Zhang & Siemsen, 2019), observamos
asimetría en el efecto de atracción hacia el centro (siendo el centro el
las necesidades medias de inventario para satisfacer la demanda). Bajo ambos IRI
y SU, las órdenes están más cerca de la media en configuraciones de margen
bajo que en configuraciones de margen alto. También encontramos que los
pedidos de los sujetos se ven afectados por realizaciones previas de suministro y
inventario disponible, aunque el efecto depende del tipo
de incertidumbre Esto puede contribuir a las desviaciones observadas de la
optimización. Además, nuestros hallazgos proporcionan indicaciones de que la
variabilidad del orden se reduce cuando la magnitud
de incertidumbre es independiente de (no se calcula como el porcentaje del
tamaño del pedido), en lugar de depender del pedido
Talla.
El resto de este artículo se organiza como sigue. Primero nosotros
revisar la literatura relacionada. A continuación, presentamos el Estudio 1,
incluyendo modelos de toma de decisiones bajo IRI y SU, seguidos por la
configuración experimental y el análisis de los resultados.
A continuación, presentamos el Estudio 2 como una verificación de robustez. terminamos con
una discusión y conclusiones.
2 LITERATURA RELACIONADA
La literatura sobre la cadena de suministro relacionada con este estudio puede ser
agrupados en tres áreas principales: ordenamiento conductual bajo
incertidumbre de la demanda, ordenando políticas y decisiones bajo
IRI y SU y su efecto en las políticas de inventario.
2.1 Consideraciones de comportamiento en el pedido
bajo incertidumbre de la demanda
Dentro del campo de la gestión de operaciones, una variedad de estudios
exploran cómo los seres humanos toman decisiones de pedido de inventario.
bajo incertidumbre de la demanda. Muchos estudios utilizan el problema del
vendedor de periódicos para estudiar los efectos del comportamiento. Schweitzer
y Cachon (2000) escribieron un artículo experimental fundamental .
Publicaron los resultados empíricos de un experimento de vendedor de periódicos
de un solo período en el que los tomadores de decisiones hacen pedidos cuando
la demanda es aleatoria y la oferta es segura y los productos que pueden
tienen un margen de beneficio alto o bajo. Los pedidos promedio realizados son
entre la cantidad de pedido que maximiza las ganancias y la media
3
demanda, es decir, los pedidos están por debajo (por encima) del óptimo para
productos con un alto (bajo) margen de beneficio. Esto se llama el
efecto de atracción hacia el centro (el centro es la demanda media), y
este patrón de orden se ha encontrado repetidamente en estudios posteriores
(Bolton y Katok, 2008; Katok y Wu, 2009; Kocabiyikoglu
et al., 2016; Moritz et al., 2013). Otras desviaciones de la optimidad que se han
encontrado repetidamente son, entre otras,
persecución de la demanda e influencia de los objetivos (Benzion et al.,
2008; Chen et al., 2015; Gavirneni y Xia, 2009; Recuerdos &
Van Wassenhove, 2010).
Las explicaciones propuestas para el ordenamiento observado
comportamiento incluyen una tendencia a minimizar el inventario ex-post
error, anclaje y ajuste insuficiente, exceso de confianza,
racionalidad limitada y teoría prospectiva (Li et al., 2017;
Largo y Nasiry, 2015; Nagarajan y Shechter, 2014; Ren &
Croson, 2013; Zhao y Geng, 2015). Varios remedios para el
se han propuesto decisiones de pedido subóptimas observadas,
como la descomposición de tareas y proporcionar retroalimentación para fomentar
aprendizaje (Bolton & Katok, 2008; Bostian et al., 2008; Lee &
Siemsen, 2017; Lurie y Swaminathan, 2009).
2.2 IRI y efecto en las políticas de pedido
En los últimos años, el tema de IRI ha recibido cada vez más
atención en la literatura. IRI tiene numerosas causas, tales como
errores de ejecución relacionados, por ejemplo, con el registro incorrecto de
ventas, errores de reposición, extravío de productos,
artículos dañados no registrados o registrados incorrectamente, o factores tales
como robo por parte de los empleados o hurto en tiendas por parte de los clientes
(DeHoratius & Raman, 2008; Kök & Shang, 2014). Tal
Las circunstancias conducen a mayores costos de inventario y falta de existencias.
(Mersereau, 2015) porque se ordenan o
las ventas se pierden (Cannella et al., 2015). La existencia de
IRI socava el uso eficiente y eficaz de las herramientas de apoyo a la toma de
decisiones, como las herramientas de reabastecimiento automatizado que no
dar cuenta de las imprecisiones y, en última instancia, obstaculizará el producto
disponibilidad y por lo tanto el cumplimiento de la demanda.
Las decisiones de pedido de inventario en presencia de IRI tienen
recibió una atención considerable, aunque sólo desde una perspectiva teórica.
Los investigadores han diseñado análisis
modelos para derivar políticas de inventario en presencia de inexactitudes en los
registros de inventario (Chuang & Oliva, 2015; DeHoratius
et al., 2008; Mersereau, 2013; Rekik, 2011; Sahin et al.,
2008). Además, los investigadores han propuesto estrategias que
tienen como objetivo aliviar el IRI, como las auditorías de inventario, el uso de
datos de punto de venta y el uso de RFID (Radio Frequency
Identificación) (DeHoratius & Raman, 2008; Fan
et al., 2014; Gel et al., 2010; Kök & Shang, 2014; Rekik
et al., 2009). Los experimentos de campo de Hardgrave et al. (2013)
indican que la tecnología RFID puede ser eficaz para reducir
IRI en tiendas minoristas.
Estos modelos teóricos determinan el orden óptimo
estrategias bajo IRI. Sin embargo, no se centran en la
consideraciones de comportamiento de los tomadores de decisiones humanos reales.
Estudiar los efectos del comportamiento es importante para comprender mejor y
predecir la toma de decisiones humanas y, en última instancia, para
Machine Translated by Google
4 UNA INVESTIGACIÓN EXPERIMENTAL
anticipar los efectos conductuales para mejorar la toma de decisiones.
Zhu et al. (2013) incorporan la aversión al riesgo en su modelo
de un vendedor de periódicos que se enfrenta a IRI. Los autores obtienen resultados óptimos
ordenar políticas y estudiar el efecto de realizar auditorías
y el uso de RFID para reducir la contracción. Sin embargo, ellos no
investigar las decisiones reales de pedidos bajo IRI. De hecho, a la
según nuestro conocimiento, ningún trabajo previo estudia empíricamente cómo el
IRI afecta el reabastecimiento/pedido real del inventario
decisiones
2.3 Ordenar políticas y decisiones bajo
SU
En este estudio, nos centramos en el SU operativo, que refleja la
riesgo de que la cantidad entregada sea una fracción aleatoria de la
cantidad pedida. Este riesgo puede ser causado por varios factores,
como problemas de calidad o falta de confiabilidad del proveedor (Burke et al.,
2009). La incertidumbre asociada impide que las empresas relacionen la oferta con
la demanda con precisión (Xu & Lu, 2013), lo que
es importante para evitar desabastecimientos, costos de oportunidad asociados,
o descuentos requeridos para vender excedentes (Burke et al., 2009).
Con respecto a ordenar decisiones bajo SU, los investigadores
han utilizado predominantemente modelos prescriptivos para caracterizar
estrategias de pedido óptimas (por ejemplo, Burke et al., 2009; Inder furth & Kelle,
2011; Merzifonluoglu & Feng, 2013; Xu & Lu,
2013). Los investigadores suelen modelar SU como un modelo estocástico
rendimiento proporcional del que depende la cantidad recibida
de la cantidad pedida (Yano & Lee, 1995). Incertidumbre
también se puede modelar de manera aditiva cuando la cantidad
recibido es independiente de la cantidad pedida (por ejemplo, Dada
et al., 2007; Keren, 2009; Rekik et al., 2007). Estos modelos teóricos determinan las
órdenes de maximización de beneficios esperadas
cuando el suministro es incierto. Sin embargo, los resultados experimentales
de las decisiones reales de pedido bajo la incertidumbre de la demanda muestran
que los sujetos toman decisiones que se desvían de la cantidad que maximiza el
beneficio. Inspirados por estos resultados, los investigadores
han comenzado recientemente a incorporar consideraciones de comportamiento
en sus modelos teóricos. Por ejemplo, los investigadores han
hizo esfuerzos para mejorar los modelos analíticos modelando a los tomadores de
decisiones con aversión al riesgo que se enfrentan al suministro estocástico en
entornos de un solo proveedor o de múltiples proveedores (p. ej., Giri, 2011; Liu et al., 2014;
Ma et al., 2016; Shu et al., 2015). Tales modelos indican que
la aversión al riesgo y a la pérdida reduce los pedidos colocados en
proveedores.
Recientemente, la investigación empírica sobre el comportamiento de pedido
bajo SU ha comenzado a surgir. Uno de los pocos estudios en
este dominio es el de Käki et al. (2015), quienes utilizan experimentos conductuales
en los que los sujetos se enfrentan a SU además de
incertidumbre de la demanda. Los autores encuentran patrones de pedido similares
a experimentos anteriores con vendedores de periódicos:
productos con margen de beneficio y exceso de pedidos bajo margen de beneficio
productos Nuestra configuración SU adopta una tarea de pedido similar pero
considera entornos en los que se sabe que la demanda se desenreda
el efecto de SU del de la incertidumbre de la demanda. Además, estudiamos
decisiones de pedido bajo IRI y comparamos
ellos con decisiones de orden bajo SU para explorar el comportamiento
diferencias orales provocadas por estas dos fuentes de inventario
incertidumbre.
Gurnani et al. (2014) y Kalkanci (2017) se centran en las decisiones de pedido en
entornos de un solo período con dos proveedores que
tienen diferentes perfiles de costos y riesgos. Estudian cómo los sujetos
diversificar sus pedidos entre los dos proveedores. Sus resultados de laboratorio
indican que los sujetos diversifican sus órdenes más
equitativamente entre los dos proveedores de lo que sugeriría el óptimo teórico. Craig
et al. (2016) usan datos de campo para estudiar
el efecto de la confiabilidad del proveedor en términos de inventario de proveedores
niveles de servicio Encuentran que aumentan los desabastecimientos en los proveedores
pedidos minoristas a corto plazo, pero disminuyen los pedidos a largo
término. Similar a Gurnani et al. (2014) y Kalkanci (2017),
consideramos configuraciones de un solo período. Nuestra tarea de pedido incluye
un proveedor mientras se comparan las decisiones de pedido en dos
diferentes tipos de incertidumbre.
SU también se ha estudiado en contextos distintos al
problema del vendedor de noticias. Los investigadores también han considerado las
cadenas de suministro de múltiples etapas, por ejemplo, utilizando el juego de la cerveza (p. ej.,
Ancarani et al., 2013; Niranjan et al., 2011; Sarkar & Kumar,
2015). Por ejemplo, Ancarani et al. (2013) usa el juego de la cerveza
en sus experimentos para explorar el efecto de la incertidumbre cuando
llegan los suministros (modelados por tiempos de entrega estocásticos) en las
decisiones de pedido. Los investigadores observan que para cada uno excepto el
escalón minorista, los pedidos son más altos en entornos con solo clientes potenciales
incertidumbre de tiempo que en escenarios con solo incertidumbre de demanda. Los
autores sugieren que esta observación implica que
los sujetos perciben una mayor necesidad de mitigar la incertidumbre del tiempo de
entrega aumentando los niveles de existencias que hacerlo bajo demanda
incertidumbre. Sarkar y Kumar (2015) utilizan el juego de la cerveza en
sus experimentos para estudiar el efecto de compartir la disrupción
información en una cadena de suministro. Encuentran que las interrupciones en el
suministro (un período repentino en el que se impide que un escalón
operaciones normales, es decir, satisfacer la demanda, hacer pedidos,
y la entrega de artículos de reabastecimiento) podría causar un pedido más alto
variabilidad, pero que esta variabilidad se puede reducir compartiendo
información sobre interrupciones. A diferencia de Ancarani et al.
(2013) y Sarkar y Kumar (2015), consideramos ordenar
decisiones en una sola etapa de la cadena de suministro donde operacionalizamos
la incertidumbre en el suministro como incertidumbre en la cantidad
recibió.
3 ESTUDIO 1
3.1 Modelos de IRI y SU
3.1.1 Ajuste
Considere un tomador de decisiones, por ejemplo, un minorista, que
hace un pedido para satisfacer su demanda. Tiene inventario inicial
disponible Para simplificar, asumimos que el minorista coloca
pedidos en cada período. La demanda del producto es determinista, pero el minorista
se enfrenta a IRI o SU. Por lo tanto, cada
período, su decisión de pedido implica el equilibrio entre
pérdida de ventas cuando se ordena muy poco y exceso de inventario cuando
ordenar demasiado.
Machine Translated by Google
HOFSTRA ET AL.
La demanda se conoce y se indica con D. El inventario disponible
del minorista se denota con I y su pedido a su proveedor con q.
Suponemos que I < D. Además, el costo de compra unitario se denota
por c, y el precio de venta se denota por p. El inventario total disponible
para satisfacer la demanda W consta de la cantidad real en el almacén
(conocida con certeza bajo SU, aleatoria bajo IRI) y la cantidad recibida
(aleatoria bajo SU, conocida bajo IRI). Al final del período, por cualquier
inventario sobrante, el minorista incurre en un costo, reduciendo el
valor de cada unidad sobrante a su valor de recuperación s (es decir, s
< c).
El costo del exceso de existencias es el costo de compra menos el
valor de rescate al final del período, es decir, (c ÿ s). Por otro lado, la
escasez de inventario da como resultado la pérdida de ventas.
Por lo tanto, el costo de la escasez de existencias es el margen de utilidad
del minorista, es decir, (p ÿ c). A continuación, presentamos los modelos
desarrollados para los dos escenarios: IRI y SU.
3.1.2 modelo IRI
Bajo IRI, el nivel real de inventario inicial (disponible) es incierto. Está
dado por I + Z, la suma del inventario registrado I y una variable
aleatoria Z, con distribución acumulativa conocida F(z), función de
densidad f(z), y soporte [z, ÿz], donde z ÿ ÿ I (el inventario disponible
real no puede ser menor que cero). Si zÿ ÿ 0, el inventario disponible
real solo puede ser inferior al nivel de inventario registrado, pero si zÿ
> 0, el inventario disponible real podría ser mayor que el nivel de
inventario registrado. Por ejemplo, si z = ÿ40 y zÿ = 40, el nivel de
inventario disponible real puede ser de hasta 40 unidades más o menos
que el nivel de inventario registrado. La cantidad que recibe quien toma
la decisión es igual a la cantidad pedida q. Por lo tanto, el inventario
total que el tomador de decisiones tiene disponible para satisfacer la
demanda es WIRI = I + Z + q. El beneficio del tomador de decisiones es
ÿ (q) = pMin [ D, WIRI] + sMax [ WIRI ÿ D, 0 ] ÿ cq. (1)
La ganancia del tomador de decisiones consiste en los ingresos de
las ventas más el posible valor de rescate menos los costos de compra.
Consideramos el costo de compra del pedido realizado en lugar de
(también) el costo del inventario disponible (que se ordenó en un
período anterior). Esto está en línea con lo que los compradores tienen
en cuenta en la práctica. El beneficio esperado del tomador de
decisiones está dado por
zÿ
DÿIÿq
mi [ (q) ] = pag ÿ Df (z) dz + p ÿ (I + Z + q) f (z) dz
DÿIÿq Con
zÿ
ÿ ((I + Z + q) ÿ D) f (z) dz ÿ cq. + s DÿIÿq
Los ingresos consisten en las ventas de inventario (D si WIRI > D o
WIRI si WIRI < D) y el valor de salvamento obtenido de la venta (o
transferencia al siguiente período) del exceso de inventario (WIRI ÿ D
si WIRI > D) al final del período de venta actual. Costos
5
se basan en la cantidad pedida. Como q es determinista, los costos
son ciertos. La cantidad óptima de pedido qÿ se obtiene tomando la
derivada de primer orden, es decir,
mi [ÿ (q) ]
= (pag - s) F (re - yo - q) + s - do, (3)
q
e igualándolo a cero. La derivada de segundo orden con respecto a q
es negativa (ver Apéndice A). Por lo tanto, la función de ganancia
esperada es cóncava en q, y la condición de primer orden es suficiente
para la optimalidad. La cantidad de pedido óptima qÿ para cualquier
distribución de Z viene dada por
(c - s) (pag - c)
F (re - yo - qÿ) = = 1 - (pag - s) (pag - . (4)
s)
Bajo IRI y demanda determinista, la cantidad de pedido óptima es la
cantidad que asegura que la probabilidad de que (cÿs)
. Esta razón es el complemento
WIRI < D es igual a la relación
(pÿs)
de la conocida relación crítica. En el noticiero estándar
dor (demanda estocástica, oferta determinista), la (pÿc) representa la
probabilidad óptima de satisfacer por completo (pÿs) la demanda,
relación equilibrando el costo de tener muy poco inventario con el
de tener un exceso de inventario. Intuitivamente, a medida que
aumenta la relación crítica, qÿ también aumentará.
3.1.3 SU model
Bajo SU, la cantidad recibida es incierta. Similar al modelo IRI,
modelamos SU con una variable aleatoria U con distribución acumulativa
conocida F(u), función de densidad f(u) y soporte [u, ÿu], donde u ÿ ÿq.
Bajo SU, la cantidad recibida viene dada por q + U (incertidumbre
aditiva similar al modelo IRI, por motivos de consistencia y comparación).
Por lo tanto, la incertidumbre es independiente de la cantidad de
pedido. En la práctica, podría decirse que es más probable que la
incertidumbre en el suministro dependa del tamaño del pedido. Por lo
tanto, llevamos a cabo un estudio de seguimiento que modela SU
dependiendo del tamaño del pedido y realizamos experimentos
adicionales como verificación de robustez (consulte la sección Estudio
2). Bajo SU, si ÿ ÿ 0, la cantidad recibida solo puede ser inferior a la
cantidad pedida, pero si ÿ > 0, la cantidad recibida podría ser mayor.
Recibir más de lo pedido puede ser menos común que recibir menos
de lo pedido. Sin embargo, sí ocurre en la moda, por ejemplo, como
resultado de lotes que maximizan el uso de materias primas en el
proceso de corte (Degraeve et al., 2002) o en otras industrias que
tienen producción a granel (por ejemplo, producción animal ). fabricación
de piensos o hierro; Verderame & Floudas, 2009). Como se sabe con
certeza I en esta situación, el inventario total disponible para la venta
(2) WSU = I + U + q. El beneficio del tomador de decisiones es:
ÿ (q) = pMin [ D, WSU] +
sMax [(WSU) ÿ D, 0 ] ÿ c (U + q) . (5)
Machine Translated by Google
6 UNA INVESTIGACIÓN EXPERIMENTAL
El beneficio del tomador de decisiones se basa en los ingresos por ventas y
valor de rescate menos el costo de la cantidad recibida. En la práctica, no es
poco común en el comercio minorista de moda que los compradores paguen por
la cantidad que reciben. Por ejemplo, el minorista consideró
en esta investigación indicaron que pagan por todas las entregas
reciben ya que las desviaciones en las cantidades recibidas de
las cantidades pedidas no son muy grandes.
en DÿIÿq
ÿ Df (u) du + p ÿ (I + U + q) f (u) dz
mi [ (q) ] = pag
DÿIÿq en
en
+s
ÿ ((I + U + q) - D) f (u) du
DÿIÿq
ÿ
-c ÿ (U + q) f (u) du.
en
Como antes, los ingresos se componen de las ventas de inventario (D si
WSU > D, o WSU si WSU < D) y valor de rescate obtenido
por la venta del exceso de inventario, si lo hay, (WSU ÿ D si WSU > D)
al final del período de venta. A diferencia de los entornos de fabricación
en el que los costos son una función de alguna cantidad conocida de entrada
(por lo tanto, los costos son ciertos), en nuestra configuración de inventario, los costos son
basado en la cantidad incierta recibida (Dada et al., 2007;
Yano y Lee, 1995). Si las cantidades recibidas son inciertas, hay
es la incertidumbre asociada con los costos totales de compra del
artículos pedidos porque las empresas normalmente solo pagan por lo que
ha sido recibido. Los costos totales, por lo tanto, aumentan (disminuyen)
si la cantidad recibida es superior (inferior) a la pedida
cantidad. La cantidad óptima de pedido qÿ se obtiene tomando
la derivada de primer orden, es decir,
mi [ÿ (q) ]
= (pag - s) F (re - yo - q) + s - do,
q de hipótesis formales. Tomamos una exploración
e igualándolo a cero. La derivada de segundo orden con
con respecto a q es negativo (ver Apéndice A). Por lo tanto, los
función de beneficio esperado es cóncava en q, y la función de primer orden
condición es suficiente para la optimización. La cantidad de pedido óptima
qÿ para cualquier distribución de U viene dada por
(c - s) (p - c)
F (re - yo - qÿ) = = 1 - (pag - s) (pag - s) . (8)
Para el modelo IRI, la cantidad de pedido óptima es la cantidad que
asegura que la probabilidad de que WSU < D sea igual a
(cÿs)
la relación .
(pÿs)
3.2 Consideraciones de comportamiento
Sabemos por estudios experimentales sobre decisiones de pedido en
situaciones con demanda incierta que los humanos hacen pedidos
que se desvían de la elección maximizadora de beneficios esperada debido
a, entre otros, el efecto pull-to-center y la demanda chas
(Benzion et al., 2008; Bolton & Katok, 2008; Bostian
et al., 2008; Schweitzer & Cachon, 2000). Recent studies
en SU también han observado decisiones de pedido subóptimas.
Por ejemplo, bajo demanda y SU, Käki et al. (2015) también
observó el efecto pull-to-center y la persecución de la demanda. Gurnani et
al. (2014) observaron que bajo la fuente dual, los sujetos
anclar sus pedidos al punto donde el suministro esperado
coincide con la demanda. Kalkanci (2017) observó que, en tales situaciones,
los sujetos pueden incluso realizar pedidos que están por encima de la
demanda del cliente (cobertura de cantidad).
Tras estos hallazgos, esperamos un pedido subóptimo
decisiones cuando hay incertidumbre en el inventario total
disponibles para satisfacer la demanda, ya sea por SU o por IRI. Establecido
En la literatura de comportamiento de pedidos bajo demanda incierta,
también esperamos un efecto de atracción hacia el centro en pedidos bajo demanda.
(6) incertidumbre del inventario, donde el centro es el inventario promedio
(adicional) necesario para satisfacer la demanda. en particular, nosotros
esperar que los pedidos estén por debajo (por encima) del óptimo y por encima (por debajo)
el inventario adicional promedio necesario en margen alto (bajo)
ajustes.
Además, se ha demostrado que los sujetos atribuyen un costo psicológico
a tener sobras y escasez (Ho et al.,
2010). Sin embargo, los sujetos valoran las sobras y la escasez de manera
diferente, lo que afecta las decisiones de pedido (Becker-Peth et al., 2013;
Castaneda & Gonçalves, 2018; Schiffels et al., 2014). In our
estudio, hay diferencias en las fuentes y el encuadre de
incertidumbre bajo SU e IRI (incertidumbre en suministros externos versus
inventario disponible interno). Quizás la fuente
de incertidumbre afecta el costo psicológico asociado a las sobras y la
escasez, lo que a su vez afecta las decisiones de pedido.
Por lo tanto, conjeturamos que hay diferencias en el orden
comportamiento bajo SU e IRI. Sin embargo, debido a que nuestra
comprensión empírica del contexto es bastante limitada, nos abstenemos
de teorizar por adelantado sobre la dirección de estas diferencias a través
(7)
enfoque en su lugar. Comenzamos analizando y comparando los
decisiones de pedido observadas bajo los dos escenarios y con
predicciones de la teoría estándar y luego proponer posibles explicaciones
de comportamiento para los patrones de orden observados. En el
siguiente sección, discutimos la configuración de nuestros experimentos.
Posteriormente, evaluamos la influencia de las realizaciones previas de
incertidumbre en las decisiones de pedido.
3.3 Diseño experimental
El diseño experimental consta de cuatro tratamientos (ver
Tabla 1). Los tratamientos difieren en cuanto al tipo de incertidumbre y el
margen de beneficio de los productos, denotados por XY.
X indica el tipo de incertidumbre y puede ser I (en el caso
de IRI) o S (en el caso de SU). Y indica el margen de beneficio
y puede ser H (en el caso de un alto margen de beneficio) o L (en el caso de
caso de un margen de beneficio bajo).
Empleamos un diseño entre sujetos en el que los participantes
experimentaron solo uno de los cuatro tratamientos. Llevamos a cabo dos
conjuntos de experimentos (dos períodos de recolección de datos).
En cada conjunto de experimentos, ejecutamos los cuatro tratamientos. los
Machine Translated by Google
HOFSTRA ET AL.
TABLA 1 Resumen de tratamientos—Estudio 1
Tratamiento Tipo de incertidumbre
A ELLOS
Inexactitud del registro de inventario (IRI)
LA IRI
SH Incertidumbre de suministro (SU)
SL SU
(IH = Inexactitud del registro de inventario y margen de beneficio alto; IL = Inexactitud del registro de inventario y margen de beneficio bajo; SH = Incertidumbre de suministro y margen de beneficio alto; SL = Suministro
incertidumbre y bajo margen de beneficio)
(cÿs) (cÿs)
*Alta: relación = 0,25 y baja: relación = 0,75.
(pÿs) (pÿs)
El primer conjunto de experimentos consistió en 22 sesiones e incluyó
64 temas. El segundo conjunto de experimentos consistió en ocho
sesiones e incluyó 57 temas. Un total de 121 sujetos participaron en los
experimentos. Los sujetos podían inscribirse individualmente en las sesiones.
La tabla 1 indica el número de sujetos
por tratamiento. La proporción hombre-mujer en el experimento fue
59% hombres versus 41% mujeres.
Utilizamos la siguiente parametrización de nuestros tratamientos.
La demanda del cliente es D = 100 unidades y el inventario inicial
I = 50 unidades. Además, utilizamos el mismo precio de venta y
valor de salvamento como Schweitzer y Cachon (2000), es decir, p =
12 y s = 0, respectivamente. Similar a Schweitzer y Cachon
(2000), consideramos un producto de alto y bajo margen de beneficio
con costos de compra por unidad de cH = 3 y cL = 9, respectivamente. Para
simplificar la tarea, establecemos s = 0 y suponemos
que U y Z son cero media distribuida uniformemente al azar
variables con soporte [ÿ10, 10]. La distribución uniforme es
común en experimentos de ordenamiento bajo incertidumbre; ver,
for example, Schweitzer and Cachon (2000), Gurnani et al.
(2014), Kaki et al. (2015) y Ancarani et al. (2016). Con
esta parametrización, las cantidades óptimas de pedido son las mismas
para un margen de beneficio dado en ambos tipos de incertidumbre
(qÿH = 55 y qÿ L
= 45). Es decir, el orden óptimo quan (cÿs)
tidad bajo IRI se puede escribir como qÿ = D ÿ I ÿ z ÿ (z ÿ z)
(pÿs)
De manera similar, la cantidad óptima de pedido bajo SU se puede escribir
(cÿs)
diez como qÿ = re ÿ yo ÿ u ÿ (u ÿ u) . Diferencias de potencial
(pÿs)
entre los ajustes SU e IRI, por lo tanto, se puede atribuir a
factores conductuales. Debido a los parámetros elegidos, los sujetos no
experimentan una pérdida incluso cuando realizan un pedido.
tan grande como la cantidad máxima que podrían vender. Por eso,
la aversión a la pérdida no es una preocupación en nuestro medio.1 Además,
aunque las realizaciones de Z y U difieren en las 22 rondas
jugado, los sujetos experimentan la misma secuencia de realizaciones. De
esta forma, tenemos en cuenta los efectos potenciales de las diferencias
aleatorias en las posiciones del inventario, lo que permite realizar comparaciones. para las instrucciones sobre el Juego de Ordenar Inventario). Se les dijo a
entre tratamientos y sujetos.
Los tratamientos se programaron en z-Tree (Fischbacher,
2007). La primera serie de sesiones experimentales se llevó a cabo
en un laboratorio de una Escuela de Negocios Europea. Participantes en
el experimento fueron estudiantes de segundo año de licenciatura en
Administración de Empresas que obtuvieron un crédito de investigación por par
1
Bajo el supuesto común de que el punto de referencia del sujeto es cero en cada ronda.
7
Nº de asignaturas
Margen de beneficio* Primera serie de experimentos Segunda serie de experimentos Total
Alto 13 17 30
Bajo 15 15 30
Alto 18 12 30
Bajo 18 13 31
participantes en el experimento, siempre que siguieran cuidadosamente
las instrucciones. Para incentivar a los sujetos a hacer lo mejor que puedan,
aplicó el principio de lotería (De Véricourt et al., 2013). Después
se terminaron todas las sesiones experimentales del estudio, de todas
participantes, cinco estudiantes fueron seleccionados al azar para recibir
vales (un cupón de compra que se puede gastar en una variedad de tiendas)
de un valor proporcional a la ganancia que obtuvieron
durante las 20 rondas experimentales jugadas (excluyendo así la
dos rondas de prueba) con un máximo de 50 euros. Todas las materias
fueron informados sobre esta selección aleatoria para la compensación
al inicio de los experimentos. El segundo grupo de experimentos
sesiones se llevó a cabo en el laboratorio en otro europeo
Escuela de Negocios. Los participantes eran de licenciatura y maestría.
estudiantes de Ciencias Empresariales. Todos estos sujetos recibieron una
pago monetario por la participación en el experimento, que
incluyeron una cuota de participación de 5 euros y un pago proporcional a
la ganancia que obtuvieron durante los 20 años experimentales
rondas La retribución media de los sujetos fue de 9,30 euros.
El uso de estudiantes en experimentos de laboratorio es común.
por razones pragmáticas (p. ej., facilidad de acceso, compatibilidad de
incentivos a través de recompensas económicas) y puede justificarse cuando
la tarea experimental no requiere un conocimiento profundo de
un contexto particular (Eckerd et al., 2021). Cierta evidencia existente
. sugiere que las estrategias de decisión de los estudiantes son similares a
las de los profesionales en tareas de operaciones (Lonati et al., 2018).
En especial, la tarea de decisión en este estudio es relativamente simple, un
período único que ordena la decisión bajo incertidumbre sobre el
lado de la oferta. La dinámica y la complejidad de esta tarea se asemejan al
juego del vendedor de periódicos bajo demanda incierta, donde
estudios previos han demostrado que el comportamiento de pedidos de
gerentes y estudiantes es cualitativamente similar (Bolton et al., 2012).
Al comienzo de todas las sesiones, los sujetos recibieron una instrucción
hoja que explica la configuración apoyada por ejemplos ilustrativos y luego
jugó el "Juego de ordenar inventario" durante 22
rondas en total, incluidas dos rondas de prueba (consulte el Apéndice B
los sujetos que podían recibir hasta 10 unidades más
o menos de su pedido (o tener hasta 10 unidades más o menos
que el nivel informado de inventario en stock), respaldado por un
ejemplo sobre cómo calcular el inventario disponible mínimo y máximo
posible y una explicación de que cualquier cantidad
entre los límites es igualmente probable. El facilitador del experimento
también indicó verbalmente que las rondas son independientes;
la incertidumbre es independiente de las rondas, y cualquier sobrante
Machine Translated by Google
8 UNA INVESTIGACIÓN EXPERIMENTAL
TABLA 2 Pedido promedio colocado en cada tratamiento Desviaciones estándar ( ) y mediana (M) entre paréntesis—Estudio 1
Cantidad media de pedido ( ,
Alto margen de beneficio (qÿ = 55)
IRI 53,29 ( = 2,84, M = 53,50***)
SU 53,48 ( = 3,63, M = 53,83)
** p < 0,05;
*** p < 0,01.
el inventario al final de una ronda no se puede llevar a la siguiente
redondo. A los sujetos se les dijo que el juego contendría hasta
a 25 rondas para evitar posibles efectos al final del juego. Asignaturas
no se les permitía comunicarse entre sí, pero podían
tomar notas con lápiz y papel. Al final de cada ronda,
se muestran los resultados, incluida la cantidad recibida/real
inventario inicial, cantidad ordenada, inventario total, ventas
y ganancias (consulte el Apéndice C para obtener capturas de pantalla del
juego de pedido de inventario). Al final del juego, los sujetos llenaron
un cuestionario posterior al juego en el que se les pidió que
describir su estrategia de pedido, explicar su motivación, proporcionar
retroalimentación y comentarios sobre el experimento y responder
cuestiones demográficas. Además, incluimos preguntas de comprensión para
verificar si los sujetos entendieron el
conceptos utilizados. Capturas de pantalla del cuestionario posterior al juego
se muestran en el Apéndice D.
3.4 Resultados
En esta sección, presentamos estadísticas descriptivas de los resultados.
También exploramos si las decisiones de pedido promedio y cómo
comparar entre configuraciones de incertidumbre (IRI vs. SU) y desviarse
de la optimalidad y comparar la variabilidad del orden entre los tratamientos.
Dos sujetos del tratamiento IH (tratamiento con Inventory
inexactitud de registro y alto margen de beneficio) fueron excluidos
del análisis porque sus órdenes indican que los sujetos no entendieron el juego
(ordenaron menos de
la cantidad mínima que necesitarían en el juego o
pidieron más de la cantidad máxima que pueden pedir
necesidad), resultando 28 sujetos en tratamiento HI. Aunque el
la inclusión de estos sujetos no influiría en nuestra estadística
resultados, hacerlo daría lugar a promedios y varianzas distorsionados, lo cual
no es deseable.
La Tabla 2 indica la cantidad promedio de pedido colocada en
cada uno de los tratamientos. Como los sujetos hacen pedidos múltiples
decisiones, tomamos las órdenes promedio de los sujetos para realizar más
cálculos y pruebas estadísticas (es decir, N = 28 para el tratamiento
IH, 30 para tratamientos IL (tratamiento con registro de Inventario
imprecisión y bajo margen de beneficio) y SH (tratamiento con
Incertidumbre de suministro y Alto margen de beneficio), y 31 para SL
(tratamiento con Incertidumbre de Suministro y Bajo margen de beneficio).
Primero, se realizan pruebas de suma de rangos de Wilcoxon por tratamiento
para examinar si existe una diferencia significativa entre
los pedidos promedio colocados en este tratamiento en el primer frente al
segundo conjunto de experimentos (es decir, datos del primero frente al segundo
período de recolección). Para ninguno de los tratamientos, hubo una
METRO)
Bajo margen de beneficio (qÿ = 45)
51,28 ( = 3,53, M = 52,28***)
48,25 ( = 5,08, M = 47,35***)
diferencia significativa entre los dos conjuntos de experimentos
(p > 0,05 entre tratamientos); por lo tanto, los datos de los dos períodos se
combinaron para un análisis posterior.
A continuación, se utilizan las pruebas de rango con signo de Wilcoxon para examinar
si las cantidades de pedido colocadas en cada uno de los tratamientos son
significativamente diferente de la cantidad óptima de pedido. los
Los resultados de las pruebas se indican en la Tabla 2. La Figura 2 muestra el
comportamiento de pedidos a lo largo del experimento, con pedidos promedio
por ronda bajo SU e IRI. La Tabla 2 y la Figura 2 muestran
que, en promedio, los sujetos hacen pedidos que son significativamente
diferente del óptimo a través de los márgenes de beneficio (53,29
unidades bajo IH (p = 0.0048), 53.48 unidades bajo SH (p =
0,0410), 51,28 unidades bajo IL (p < 0,001), y 48,25 unidades
bajo SL (p < 0,001).2 Similar a los estudios sobre ordenar
Bajo la incertidumbre de la demanda, observamos asimetría en el efecto de
atracción hacia el centro (siendo el centro el inventario promedio).
necesidades para satisfacer la demanda). Las órdenes son atraídas hacia el centro en
configuración de margen bajo. En configuraciones de alto margen, este efecto es sólo
observado bajo IRI. También se observa que los pedidos promedio
colocados en el tratamiento IL son significativamente más altos que en el
tratamiento SL (prueba de suma de rangos de Wilcoxon, p < 0,001). Pedidos realizados
bajo IL también son superiores al orden óptimo en el caso de
sin incertidumbre (qÿ = 50 si z ÿ z = 0). Claramente, bajo la baja
margen de beneficio, el exceso de existencias de los sujetos es significativamente mayor bajo IRI
carbón SU.
3.5 Explicación de las diferencias de pedido
Los resultados experimentales presentados anteriormente indican (1) asimetría
en el efecto de tracción al centro observado y (2) orden mayor
cantidades bajo IRI que bajo SU por bajo margen de beneficio
productos A continuación, examinamos estos hallazgos con más detalle.
Estudios previos han demostrado que los sujetos atribuyen un costo
psicológico a tener sobras y escasez (Ho et al., 2010).
Se ha demostrado una diferencia en estos costos psicológicos, es decir, una
diferencia en la valoración de las sobras y las carencias.
afectar las decisiones de pedido (Becker-Peth et al., 2013; Castaneda &
Gonçalves, 2018; Schiffels et al., 2014). Nosotros evaluamos
la valoración de sobrantes y faltantes bajo diferentes beneficios
márgenes y bajo SU e IRI para examinar si puede
explicar las diferencias de orden observadas.
Lo hacemos estimando modelos de comportamiento de SU e IRI.
que consideran los costos psicológicos del exceso de existencias y
2
Para todos los tratamientos, los pedidos promedio son diferentes de la media de 50 unidades (Wilcoxon
pruebas de rango con signo, p < 0,001, p = 0,0148, p < 0,001 y p = 0,0023 bajo IH, IL, SH,
y SL, respectivamente).
Machine Translated by Google
HOFSTRA ET AL.
FIGURA 2 Promedio de pedidos por ronda—Estudio 1
subpoblación y comparando estos modelos de comportamiento con
estimaciones de los modelos básicos de SU e IRI sin efectos
conductuales. Similar a Schiffels et al. (2014), modelamos un
evaluación sesgada de los costos de sobrepoblación y subpoblación al
incluir el parámetro > 0. indica el
sujetos de peso atribuyen al costo de subpoblación en relación con
el costo del exceso de existencias. = 1 indica que las sobras y
la escasez se pondera por igual, 0 < < 1 indica sobrantes
aversión, y > 1 indica aversión a la escasez. Cuanto más cerca está de
uno, más débil es la aversión a las sobras/escasez. Esto lleva
al siguiente modelo de comportamiento para IRI (ver Apéndice E para
derivaciones):
(c - s)
qbi = re - yo - z - ( z - z )
(pag - c) + (c - s)
y para SU
(c - s)
qbi = re - yo - tu - ( tu - tu )
(pag - c) + (c - s)
donde qb i representa la cantidad de pedido promedio del sujeto i
bajo el modelo de comportamiento, representa el factor de ponderación
del costo de escasez de existencias, la incertidumbre es uniformemente
distribuido Z, U ÿ Uniforme con = 0, y N(0, 2) es= el término de error.
DE EN
Siguiendo estudios previos (Becker Peth et al., 2013; Castaneda &
Gonçalves, 2018), utilizamos
estimación de máxima verosimilitud para estimar el comportamiento
parámetro. Estimamos el siguiente modelo:
L(q| , ) = ÿn f ( qb i ; , ).
yo=1
Por tratamiento, comparamos el modelo básico (donde =
1, es decir, no hay diferencia en la valoración de las sobras
y escasez) con el modelo de comportamiento (donde > 0).
Para todos los tratamientos, las pruebas de relación logarítmica de verosimilitud indican que
los modelos de comportamiento, que permiten una valoración diferente
de las sobras y las carencias, explican los datos mejor que
9
los modelos básicos sin este efecto conductual. Bajo IRI,
2(1) = 8,95 con p < 0,01 en el ajuste de margen alto y
2(1) = 43,64 con p < 0,001 en el ajuste de margen bajo.
Bajo SU, 2(1) = 5,00 con p < 0,05 en el margen alto
y 2(1) = 10,92 con p < 0,01 en el margen bajo
ajuste.
Se muestran los resultados de la estimación de los modelos de comportamiento.
en la Tabla 3, donde LL indica el valor de log-verosimilitud. Puede
puede verse que bajo el margen de beneficio alto < 1 en todos los tipos
de incertidumbre. Esto indica que los sujetos dan más peso a
el costo del exceso de existencias en relación con el costo de la falta de existencias,
es decir, los sujetos son reacios a las sobras. Para el margen de utilidad
bajo, > 1 bajo IRI y SU. Esto indica que los sujetos
otorgar más peso al costo de la escasez de existencias en relación con
+ yo, (9)
el costo del exceso de existencias, es decir, los sujetos son reacios a las
edades cortas. También se puede ver que el costo psicológico de edades
cortas bajo márgenes bajos es de tres a casi seis veces mayor
que el costo psicológico de las sobras con márgenes elevados.
+ yo, (10) Esta asimetría en la valoración de las carencias y las sobras
puede explicar por qué el efecto de atracción hacia el centro se observa
particularmente en márgenes de utilidad bajos.
A continuación, comparamos los tipos de incertidumbre. Por la alta ganancia
margen, cuanto más cerca está de 0, más fuerte es la aversión a las
sobras. Dado que las cantidades medias de pedido según IRI y
i
ÿ
SU no son significativamente diferentes en el marco del margen de
beneficio alto, nos fijamos en particular en el margen de beneficio bajo. Para el
margen de beneficio bajo, cuanto más se acerca a 1, más débil es la
aversión a la escasez. Por lo tanto, SU < IRI indica más
que reacios
los sujetos
a lason
escasez bajo IRI que bajo SU.
Schweitzer y Cachon (2000) se refieren a esto como aversión al
desabastecimiento. Quizás la aversión al desabastecimiento es más fuerte bajo IRI que
(11)
bajo SU debido a la fuente de incertidumbre: Bajo SU,
los desabastecimientos pueden atribuirse a fuerzas externas, mientras que bajo
IRI implican falla propia o interna. tal vez esto
motiva a los sujetos a colocar órdenes más altas bajo IRI que bajo
SU. Sin embargo, si la fuente de incertidumbre induce a ordenar
diferencias, también esperaríamos diferencias en el alto margen
ajustes. Como no encontramos diferencias en la configuración de márgenes altos,
se necesita más investigación para examinar este mecanismo en más
detalle.
Machine Translated by Google
10 UNA INVESTIGACIÓN EXPERIMENTAL

TABLA 3 Estimaciones del modelo de comportamiento con desviaciones estándar ( ) entre paréntesis

Alto margen de beneficio Bajo margen de beneficio

ÿLL ÿLL

IRI 0,66 ( = 0,08) 2,78 ( = 0,37) 43 3,88 ( = 0,50) 3,45 ( = 0,45) 52

SU 0,69 ( = 0,10) 3,57 ( = 0,46) 53 2,10 ( = 0,39) 5,00 ( = 0,63) sesenta y cinco

3.6 La influencia de realizaciones previas de TABLA 4 Impacto de recibir/tener realmente menos o más de
ordenado/reportado
incertidumbre
Variable Coeficiente Error estándar valor p
Estudios sobre decisiones de pedido bajo incertidumbre de la demanda
Interceptar 48.19 0,69 < 0.001
han demostrado que las realizaciones previas de la demanda afectan las
Margen alto 5.18 0.87 < 0.001
decisiones de pedido posteriores (Bostian et al., 2008; Schweitzer &
IRI 3.28 0,92 < 0.001
Cachón, 2000). La persecución de la demanda puede contribuir a la
desviaciones del orden óptimo. Margen alto ÿ IRI ÿ3,48 1.25 0.005

Examinamos si los sujetos consideran experiencias previas de recibir Menosÿ1 0.08 0.04 0.075
más de lo ordenado (en realidad tener más 0.017 0.05 0.738
Menosÿ1IRI
inventario disponible de lo que se informó) o recibir menos
Moretÿ1 ÿ0,07 0.05 0.102
que el ordenado (o en realidad tener menos inventario disponible que
Moret - 1IRI ÿ0,16 0.06 0.011
lo que se informó) en sus decisiones de pedido.3 Usamos regresión lineal
Redondo 0.00 0.02 0.805
de efectos aleatorios, que controla
(Greene, 2003), para retroceder el orden colocado por sujeto
i en el tiempo t (qi,t) sobre, entre otras, las variables Lesstÿ1 y
Moretÿ1, lo que lleva al siguiente modelo de regresión:

q,t = 0 + 1Margen alto + 2IRI + 3Margen alto ÿ IRI
+ 4Menosÿ1 + 5Menosÿ1IRI + 6Mástÿ1
+ 7Moretÿ1IRI + 8Roundt + i + it,
(12)
donde Highmargin se refiere al alto margen de beneficio y
IRI se refiere al tipo de incertidumbre que es IRI. Menosÿ1
es Max(0, qi,tÿ1 ÿ recibidotÿ1), es decir, la escasez en el
cantidad recibida o inventario disponible real en la ronda anterior, y Moretÿ1
es Max(0,receivedtÿ1 ÿ qi,tÿ1), que
es, el superávit en la cantidad recibida/inventario disponible real
experimentado en la ronda anterior. También incluimos el
efectos de interacción entre Lesstÿ1 (y Moretÿ1) y el
condición de incertidumbre (IRI). La variable Roundt indica la
efecto de la ronda de decisión en el experimento para controlar por
aprendizaje potencial a lo largo del experimento. El término de error
i es el error entre sujetos que explica la heterogeneidad individual, y es el
error dentro de los sujetos, que cambia
eso
impacto significativo en los pedidos en la ronda siguiente (p = 0.102),
es decir, reduciendo los pedidos en 0,07 unidades. Además, mientras que
el efecto de interacción entre Lesstÿ1 y el tipo de incertidumbre es
insignificante, la interacción entre Moretÿ1 y
tipo de incertidumbre es significativo (p = 0,011): Comparado con
SU, bajo IRI, los sujetos disminuyen su orden en 0,16 unidades
más al haber experimentado un superávit en el anterior
redondo. En otras palabras, nuestros hallazgos indican que los efectos
de perseguir realizaciones pasadas de suministro o inventario disponible
depende del tipo de incertidumbre. También se puede ver que
no hay un efecto significativo de la ronda. Análisis adicional de pedidos
promedio de solo el último tercio de rondas del
juego (Ronda 14-20) muestra que los promedios por tratamiento
son similares a los promedios de todas las rondas, lo que sugiere que
no hay efecto de aprendizaje.

a través de los individuos y con el tiempo. 4 ESTUDIO 2

Los resultados se muestran en la Tabla 4. Como se esperaba, la ganancia
El margen y el tipo de incertidumbre afectan las decisiones de pedido (p <
0,001). En línea con hallazgos previos, el efecto de interacción
entre el margen de beneficio y el tipo de incertidumbre también es
significativo (p = 0,005), es decir, el efecto del margen de beneficio en el pedido
el tamaño depende del tipo de incertidumbre. Experimentar una edad corta
en la ronda anterior tiene un impacto marginalmente significativo
sobre las órdenes en la ronda siguiente (p = 0,075), es decir,
aumenta los pedidos en 0,08 unidades. Experimentar un superávit en el
ronda anterior, por otro lado, tiene un marginalmente insignificante
3
Agradecemos a un revisor anónimo por la sugerencia de examinar el efecto de la previa
realizaciones de la incertidumbre.
El modelo SU utilizado anteriormente se basa en que la incertidumbre es
independiente del tamaño del pedido. En otras palabras, la magnitud de
la incertidumbre en el suministro no se relaciona con el tamaño del pedido.
Podría decirse que, en la práctica, la magnitud de la incertidumbre enfrentada
probablemente tiene una relación con el tamaño del pedido. Por lo tanto, realizamos
experimentos de seguimiento en los que reformulamos el modelo SU
tal que la incertidumbre depende del tamaño del pedido. Nos referimos
a este modelo como el modelo SU2. Del mismo modo, reformulamos
el modelo IRI (modelo IRI2). Tenga en cuenta que este cambio teóricamente
no cambia el modelo IRI porque la incertidumbre
variable es un parámetro conocido. Sin embargo, la forma en que la incertidumbre
se presenta a los sujetos aún puede inducir efectos conductuales.
Machine Translated by Google
HOFSTRA ET AL. 11

4.1 modelo SU2 complemento de la conocida razón crítica donde el costo unitario se
pondera con (1 + E[v]), la cantidad esperada recibida por cada unidad
Bajo SU2, la cantidad recibida es una fracción aleatoria de la cantidad pedida.

pedida y es igual a (1 + v)q, donde v es una variable aleatoria con Para estar en línea con este modelo SU2, bajo IRI2, el nivel real de
distribución acumulativa conocida F(v), función de densidad f(v) y inventario inicial (disponible) se puede escribir como una fracción
soporte [v, ÿv ], donde v ÿ ÿ1. Si vÿ ÿ 0, la cantidad recibida solo puede aleatoria del nivel de inventario registrado, es decir, (1 + zÿ )I, donde z
ser menor que la cantidad pedida, pero si vÿ > 0, la cantidad recibida ÿ es una variable aleatoria con distribución acumulativa conocida F(zÿ ),
podría ser mayor. Por ejemplo, si v = ÿ0,2 y vÿ = 0,2, la cantidad recibida función de densidad f(zÿ ) y soporte [zÿ ,zÿ], donde zÿ ÿ ÿ1. La cantidad
puede ser hasta un 20 % superior o inferior a la cantidad pedida. Como de pedido óptima qÿ para cualquier distribución de zÿ viene dada por
se sabe con certeza I , el inventario total disponible para la venta WSU2 (consulte el Apéndice G para ver la descripción completa del modelo)
= I + (1 + v)q. El beneficio del tomador de decisiones es
(pag
c) (c - s) = 1 - (pag - s)-
(pag - s) . (17)
F (re ÿ qÿyoÿ 1 ) =
ÿ (q) = pMín [ D, WSU2 ] +
El lado derecho de la ecuación es similar al caso SU2, pero el costo
sMáx [ WSU2 ÿ D, 0 ] ÿ c (1 + v) q, (13)
por unidad ya no se pondera con (1 + E[z]) dado que no hay
incertidumbre en la cantidad recibida. El lado izquierdo es
y su beneficio esperado está dado por estructuralmente el mismo que el primer término de la condición de
optimización del modelo SU2, y debido a que la incertidumbre no
DÿIÿ
vÿ q
1
depende de q, no hay un segundo término. Tenga en cuenta que bajo
mi [ (q) ] = pag ÿ Df (v) dv + p ÿ (yo + (1 + v) q) f (v) dv IRI2, la cantidad de pedido óptima no cambia con respecto al modelo
DÿIÿ en
1
q
IRI porque la incertidumbre no depende de la variable de decisión; por
lo tanto, si la incertidumbre se especifica en unidades o fracciones del
vÿ

+s inventario registrado, no afecta los resultados.

ÿ (I + (1 + v) q - D) f (v) dv
DÿIÿ
1
q

vÿ

- c ÿ (1 + v) q) f (v) dv. (14) 4.2 Comparación de modelos

en

Para ilustrar cómo se comparan las cantidades óptimas de pedido bajo

SU2 e IRI2, usamos un ejemplo numérico. Usamos la misma
La cantidad óptima de pedido qÿ se obtiene tomando la
parametrización que en el Estudio 1: D = 100 unidades, I = 50 unidades,
derivada de primer orden, es decir,
p = 12, s = 0, cH = 3 y cL = 9. Para simplificar, usamos en este ejemplo
DÿIÿ numérico, cero significa distribución uniforme tributó las variables
1
mi [ ÿ (q) ] q aleatorias v y zÿ y usó el mismo soporte de estas variables para
= (p - s) ÿ (1 + v) f (v) dv
q en
propósitos de comparación. Variamos la longitud del soporte de las
variables aleatorias (es decir, vÿ ÿ vy z ÿ ÿ zÿ ) que indican la magnitud
vÿ
de la incertidumbre y calculamos órdenes óptimos bajo SU2 e IRI2. Las
+s-c ÿ (1 + v) f (v) dv, (15)
en
soluciones de forma cerrada para el modelo SU2 y el modelo IRI2 se
pueden encontrar en el Apéndice G.
e igualándolo a cero. La derivada de segundo orden con respecto a q Para esta parametrización específica, la Figura 3 muestra qÿ para
es negativa (ver Apéndice F). Por lo tanto, la función de ganancia varias magnitudes de incertidumbre tanto para SU2 como para IRI2 con
esperada es cóncava en q, y la condición de primer orden es suficiente márgenes de beneficio alto y bajo. Bajo el margen de beneficio alto, las
para la optimalidad. La cantidad de pedido óptima qÿ para cualquier cantidades óptimas de pedido bajo SU2 e IRI2 son bastante similares
distribución de v viene dada por cuando la incertidumbre es baja, pero difieren cuando la incertidumbre
es alta. Bajo el alto margen de utilidad, tener un exceso de inventario
re - es menos costoso que perder ventas. Por tanto, qÿ aumenta linealmente
yo - 1] con la incertidumbre bajo IRI2. Sin embargo, bajo SU2, la incertidumbre
F (D - yo
qÿ - 1) + mi <v | v < qÿ
depende de q, y la relación entre la incertidumbre y qÿ no es lineal. En
= (c (1 + mi [v]) - s) (pags - c (1 + mi [v])) = 1 - . (16) tales casos, no es beneficioso ordenar más con una incertidumbre
(pag - s) (pag - s)
creciente porque los costos dependen de la cantidad recibida y, por lo
tanto, son inciertos. Con un margen de beneficio alto, qÿ solo aumenta
La cantidad de pedido óptima es la cantidad que asegura que la con incertidumbre hasta vÿ ÿ v = 1 en nuestro ejemplo, después de lo
probabilidad de que WSU2 < D más el valor esperado de v dado que v cual qÿ vuelve a disminuir hasta D ÿ I (qÿ en caso de ausencia de
DÿI
< ÿ 1 (es decir, E[v] dado que v es tal que incertidumbre). Porque uno paga por la cantidad recibida (por lo tanto,
qÿ
uno también paga por unidades extra recibidas por encima de lo que ha
(c(1+E[v])ÿs)
WSU2 < D) es igual a la relación . Esta relación es la
(pÿs)
Machine Translated by Google
12 UNA INVESTIGACIÓN EXPERIMENTAL

FIGURA 3 Cantidades de pedido óptimas para diferentes niveles de

incertidumbre

TABLA 5 Resumen de tratamientos—Estudio 2 se les dijo explícitamente que podían recibir hasta un 20%

Lucro Nº de más o menos de su pedido (o tener hasta un 20% más

Tipo de
Tratamiento incertidumbre margen* asignaturas
o menos que el nivel informado de inventario en existencia; ver
Apéndice H para las instrucciones sobre el pedido de inventario
I2H IRI Alto 22
Juego).
I2L IRI Bajo 22

S2H SU Alto 22

S2L SU Bajo 22 4.4 Resultados

(cÿs) (cÿs)
*Alta: relación = 0,25 y baja: relación = 0,75.
(pÿs) (pÿs) Se indica el pedido medio realizado en cada tratamiento
en la Tabla 6. Nuevamente, los resultados de las pruebas de rango con signo de Wilcoxon son

informados para indicar si las cantidades de los pedidos son significativamente

pedido), no es beneficioso aumentar aún más el pedido diferente de la cantidad óptima de pedido. La Figura 4 muestra el

cantidad cuando vÿ ÿ v > 1. Bajo el margen de utilidad bajo, tener exceso de comportamiento de orden a lo largo del experimento e indica

inventario es más costoso que perder ventas. los tamaños de pedido promedio por ronda. Para ambos tipos de incertidumbre,

Por lo tanto, la estrategia de pedido óptima bajo SU2 y la cantidad de pedido promedio bajo el margen de beneficio alto es

IRI2 es disminuir el tamaño de la orden cuando aumenta la incertidumbre. aproximadamente la óptima (54.43 unidades bajo IRI2 y
54,68 unidades bajo SU2).4 Sin embargo, las cantidades de pedido promedio
bajo el margen de beneficio bajo están significativamente por encima del
4.3 Diseño experimental óptimo (52,40 unidades bajo IRI (p < 0,001) y 48,53 unidades
bajo SU2 (p = 0,0027)). Además, bajo la baja rentabilidad

El diseño experimental de los experimentos de seguimiento es similar al primer margen, los pedidos promedio bajo IRI2 son significativamente más altos

conjunto de experimentos del primer estudio. Consta de cuatro tratamientos que bajo SU2 (prueba de suma de rangos de Wilcoxon, p = 0,0208).

donde distinguimos un subidón y un Los pedidos promedio por debajo de I2 L también son más altos que los óptimos

bajo margen de beneficio para el modelo SU2 y el modelo IRI2 (ver orden en caso de ausencia de incertidumbre (qÿ = 50 si zÿ ÿ zÿ = 0).
Tabla 5). Organizamos 18 sesiones en las que los participantes Esto significa que también en los experimentos de seguimiento, los sujetos
podría inscribirse individualmente. Una vez más, después de que terminaron exceso de existencias significativamente más productos de bajo margen de beneficio bajo

todas las sesiones experimentales del estudio, de todos los participantes, cinco
los estudiantes fueron seleccionados al azar para recibir vales (un cupón de
compras) valorados proporcionalmente a la ganancia que obtuvieron
durante las rondas experimentales jugadas. Las instrucciones proporcionadas
a los sujetos se dan en el Apéndice G. En cada uno de los
tratamientos, participaron 22 sujetos. En el experimento, el 51%
eran hombres y el 49% eran mujeres.
Usamos los mismos valores que para los experimentos de la primera
estudio (y comparación de modelos) para parametrizar el costo y
ingresos de los tratamientos. También establecemos zÿ , v ÿ U[ÿ0.2, 0.2]
tal que las cantidades óptimas de pedido sean las mismas para un determinado
margen de beneficio entre ambos tipos de incertidumbre y son los
igual que las cantidades óptimas de pedido en el Estudio 1. Sujetos
recibieron instrucciones similares a las del primer grupo de experimentos del
IRI2 que SU2.
El patrón de comportamiento de pedido bajo IRI2 y SU2 en
los experimentos de seguimiento son similares a los primeros experimentos
a lo largo de los márgenes de beneficio: los tamaños de pedido promedio en
los tratamientos en los experimentos de seguimiento no son significativamente
diferentes de los de los primeros experimentos (suma de rango de Wilcoxon
pruebas, p > 0,1). Esto indica la solidez de los hallazgos de
Estudio 1.
En comparación con los hallazgos del Estudio 1, se puede hacer otra
observación. En los experimentos de seguimiento, el
Variabilidad de orden bajo SU2 ( S2H = 3.68 y = 6.80) S2L
aumenta con respecto a la variabilidad de orden bajo SU en
4 Los pedidos promedio son diferentes de la media de 50 tanto en IH como en SH (Wilcoxon

Estudio 1, con la diferencia de que pruebas de rango con signo, p = 0,0016 y p = 0,0001, respectivamente).
Machine Translated by Google
HOFSTRA ET AL.
TABLA 6 Pedido promedio colocado en cada tratamiento con desviaciones estándar ( ) y medianas (M) entre paréntesis—Estudio 2
Cantidad media de pedido (,
Alto margen de beneficio (qÿ= 55)
H L
IRI2 54,43 ( = 2,32, M = 55,00)
SU2 54,68 ( = 3,68, M = 54,40)
** p < 0,01.
FIGURA 4 Promedio de pedidos por ronda—Estudio 2
Estudio 1 ( SH = 3.63
promedio
y recortamos
bajo las = 5,08). Por lo
SL desviaciones tanto, comparamos
estándar el
de los pedidos
SU2 con aquellos bajo SU. El aumento en la variabilidad del orden bajo SU2,
en comparación con SU, es significativo bajo el
bajo margen de beneficio (prueba de razón de varianza, p < 0,001). Por lo tanto, nosotros
encontrar apoyo parcial de que la incertidumbre es independiente del orden
el tamaño reduce la variabilidad en las decisiones de pedido. uno posible
La explicación puede ser que los sujetos tienen más dificultad para capturar
la incertidumbre que depende de su decisión que para capturar la
incertidumbre que es independiente de su decisión, lo que provoca una mayor
variación en la toma de decisiones entre los individuos.
En resumen, observamos que (1) los sujetos hacen subóptima
ordenar decisiones cuando se enfrenta a IRI o SU, y este hallazgo es
robusto, (2) los pedidos de los sujetos se atraen hacia el centro (el inventario
promedio necesita satisfacer la demanda) con márgenes bajos,
(3) para artículos de bajo margen, las decisiones de pedido de los sujetos son
mayor bajo IRI que SU, y (4) la variabilidad de orden es mayor
cuando la incertidumbre depende de, en lugar de ser independiente
de, el tamaño de la orden.
5 DISCUSIÓN Y CONCLUSIÓN
En este estudio, exploramos las decisiones de pedido de inventario por parte
de sujetos que enfrentan incertidumbre en el inventario total disponible para
satisfacer la demanda, ya sea causada por IRI, es decir, incertidumbre en
el nivel de inventario disponible, o por SU, es decir, la incertidumbre
en los envíos entrantes. Realizamos experimentos de laboratorio incentivados
en los que se pedía a los sujetos que ordenaran
decisiones que enfrenta IRI o SU para productos con un alto o
13
METRO)
Bajo margen de beneficio (qÿ= 45)
52,40 ( = 2,86, M = 51,23**)
48,53 ( = 6,80, M = 49,65**)
un bajo margen de beneficio. Encontramos que los sujetos hacen subóptima
ordenar decisiones bajo ambos tipos de incertidumbre y beneficio
márgenes. Además, observamos que los sujetos muestran un comportamiento
de pedido diferente bajo IRI que bajo SU, particularmente cuando se enfrentan
al bajo margen de beneficio.
Esto puede explicarse por una mayor aversión a la escasez.
cuando se enfrenta al bajo margen de beneficio bajo IRI que bajo SU.
Proponemos que la diferencia en la fuente de la incertidumbre puede
desempeñar un papel: tal vez la aversión al desabastecimiento en condiciones de baja
los márgenes pueden ser más fuertes bajo IRI que bajo SU porque
bajo IRI, los desabastecimientos no pueden atribuirse a fuerzas externas,
mientras que bajo SU, los desabastecimientos pueden atribuirse a
efectivo. Sin embargo, si las diferencias en la aversión al desabastecimiento juegan un papel
rol, también esperaríamos ordenar diferencias en configuraciones de alto
margen. Debido a que no observamos diferencias en alta
ajustes de margen, se necesita más investigación para examinar la
mecanismos subyacentes con más detalle.
Observamos un efecto de atracción hacia el centro en entornos con baja
productos de margen de beneficio. Tal asimetría ha sido identificada
también en estudios previos (Feng & Gao, 2020; Schiffels et al.,
2014; Zhang y Siemsen, 2019). La asimetría que nosotros
observado puede explicarse por una valoración diferente de los sobrantes
que de los faltantes. La aversión a la escasez observada bajo
el bajo margen es más fuerte que la aversión sobrante observada
bajo el alto margen de beneficio. Esto está en línea con lo anterior
hallazgos (Castaneda & Gonçalves, 2018).
Además, al igual que la persecución de la demanda pasada ha sido
observado para decisiones de pedido bajo incertidumbre de la demanda
(Bostian et al., 2008; Schweitzer & Cachon, 2000), nosotros
observar la búsqueda de suministro/inventario disponible, aunque
Machine Translated by Google
14
el efecto depende del tipo de incertidumbre. Esto puede contribuir a la
subóptima calidad de las decisiones de pedido observadas.
Siguiendo a Käki et al. (2015), estudiamos las decisiones de pedido
de sujetos que se enfrentan a SU que dependen de la cantidad de pedido.
Comparamos entornos en los que SU depende del tamaño del pedido y
es independiente del mismo. Nuestros hallazgos brindan apoyo parcial
de que la variabilidad del pedido es menor cuando los sujetos enfrentan
la incertidumbre que es independiente del tamaño del pedido, en lugar de
depender de él. Sostenemos que los sujetos encuentran entornos en los
que la magnitud de la incertidumbre depende de la variable de decisión
más difícil de capturar, lo que provoca una mayor variación en las
decisiones de orden entre los individuos.
Nuestros resultados indican además que los sujetos tienen exceso de
existencias en entornos de bajo margen de beneficio. Esto significa que
en situaciones en las que IRI o SU son una preocupación y los márgenes
de beneficio son bajos, las empresas pueden sufrir un exceso de
inventario. También observamos significativamente más exceso de
existencias bajo IRI que bajo SU. En otras palabras, la incertidumbre en
los niveles de inventario disponibles conduce a pedidos que están aún
más por encima del óptimo que la incertidumbre en las cantidades
recibidas. Una implicación gerencial importante es que es particularmente
valioso para una empresa emprender esfuerzos para reducir el IRI.
Afortunadamente, IRI, en lugar de SU, es un problema en el que las
empresas a menudo pueden influir directamente mediante sus propias
acciones preventivas (en lugar de influir en SU, que depende
principalmente de partes externas, como los proveedores). El minorista
con el que trabajamos realiza auditorías frecuentes a nivel de tienda para
limitar los efectos de IRI. El minorista también indicó que es importante
incorporar la incertidumbre relacionada con el IRI en las decisiones de
pedido. Sin embargo, como lo indicó el minorista, en particular para los
artículos de movimiento lento (como los tamaños 3XL o XXS), es
necesario ser extremadamente cauteloso en el equilibrio entre reducir el
riesgo de IRI al pedir más versus aumentar el riesgo de obsolescencia como comofabricación
Junto con el hecho de que IRI se encuentra comúnmente en muchas
empresas (DeHoratius & Raman, 2008), podemos concluir que la
reducción de IRI debe ser una prioridad en la agenda de las organizaciones.
Además, hemos propuesto que la aversión a la escasez puede motivar
a los sujetos a aumentar sus pedidos bajo IRI para artículos de bajo
margen. Esto sugiere que es particularmente importante establecer que
IRI es un tema que concierne a la organización en su conjunto y que no
es solo un problema del planificador de suministro y un problema que es
solo su preocupación. Esto puede ayudar a aliviar la necesidad que él o
ella siente de protegerse contra las fallas de tener muy poco inventario
para satisfacer la demanda del cliente al inflar las cantidades de sus
pedidos.
Los hallazgos de este estudio abren caminos para futuras
investigaciones. Primero, se requiere más investigación para examinar
por qué las sobras y la escasez se ponderan de manera diferente en SU
e IRI. Además, proponemos más investigación para examinar el efecto
de la magnitud de la incertidumbre en el lado de la oferta en las decisiones
de pedido. Sería interesante estudiar si nuestros hallazgos son robustos
a diferentes (especialmente más altos) niveles de incertidumbre. Además,
proponemos más investigación para examinar el impacto de cómo se
modela la incertidumbre en la toma de decisiones. Nuestros resultados
proporcionan indicaciones de que la variabilidad del orden se reduce
cuando la incertidumbre es independiente de (es decir, no calculada).
UNA INVESTIGACIÓN EXPERIMENTAL
calculado como un porcentaje de) el tamaño del pedido de la variable de decisión.
Tal vez sea más fácil para los sujetos captar la incertidumbre que es
independiente de su decisión, en lugar de depender de ella. Sería
interesante examinar este efecto y los mecanismos subyacentes con más
detalle. Además, podría utilizarse más investigación con datos de
empresas sobre pedidos reales para validar los efectos conductuales de
SU e IRI en las decisiones de pedidos en la práctica.
ORCID
Nienke Hofstra https://orcid.org/0000-0001-6001-8972 Eirini
Spiliotopoulou https://orcid.org/0000-0002-0478- 8195 Sander de
Leeuw https://orcid.org/0000-0003-3056-8775
REFERENCIAS
Ancarani, A., Di Mauro, C. & D'Urso, D. (2013) Un experimento humano sobre decisiones de
inventario bajo incertidumbre de suministro. Revista Internacional de Economía de la
Producción, 142(1), 61–73.
Ancarani, A., Di Mauro, C. & D'Urso, D. (2016) Midiendo el exceso de confianza en las decisiones
de gestión de inventario. Revista de gestión de compras y suministros, 22(3), 171–180.
Becker-Peth, M., Katok, E. & Thonemann, UW (2013) Diseño de contratos de recompra para
vendedores de noticias irracionales pero predecibles. Management Science, 59(8), 1800–
1816.
Benzion, U., Cohen, Y., Peled, R. & Shavit, T. (2008) Toma de decisiones y el problema del
vendedor de periódicos: un estudio experimental. Journal of the Operational Research
Society, 59(9), 1281–1287.
Bolton, GE y Katok, E. (2008) Aprender haciendo en el problema del vendedor de periódicos:
una investigación de laboratorio sobre el papel de la experiencia y la retroalimentación.
Gestión de operaciones de fabricación y servicios, 10(3), 519–538.
Bolton, GE, Ockenfels, A. & Thonemann, UW (2012) Gerentes y estudiantes como vendedores
de periódicos. Ciencias de la gestión, 58(12), 2225–2233.
Bostian, AA, Holt, CA & Smith, AM (2008) Efecto de "tirar al centro" del vendedor de periódicos:
aprendizaje adaptativo en un experimento de laboratorio. Gestión de operaciones de
resultado y servicios,
de los 10(4), 590–608.
niveles más altos de inventario.
Burke, GJ, Carrillo, JE & Vakharia, AJ (2009) Decisiones de abastecimiento con confiabilidad
estocástica del proveedor y demanda estocástica. Gestión de producción y operaciones,
18(4), 475–484.
Cannella, S., Framinan, JM, Bruccoleri, M., Barbosa-Póvoa, AP & Relvas, S. (2015) El efecto de
la inexactitud del registro de inventario en las cadenas de suministro de intercambio de
información. Revista europea de investigación operativa, 243(1), 120–129.
Castaneda, JA & Gonçalves, P. (2018) Comportamiento de pedido en un experimento de
quiosco. Revista Internacional de Economía de la Producción, 197, 186– 196.
Chen, LG, Long, DZ & Perakis, G. (2015) El impacto de un objetivo en las decisiones de los
proveedores de noticias. Gestión de operaciones de fabricación y servicios, 17(1), 78–86.
Chuang, HHC & Oliva, R. (2015) Inexactitud en el registro de inventarios: causas y efectos
laborales. Revista de Gestión de Operaciones, 39-40, 63–78.
Grupo Consero. (2015) Encuesta de datos sobre compras globales y abastecimiento estratégico.
Bethesda, MD: Grupo Consero.
Craig, N., DeHoratius, N. & Raman, A. (2016) El impacto del nivel de servicio de inventario del
proveedor en la demanda del minorista. Gestión de operaciones de fabricación y servicios,
18(4), 461–474.
Dada, M., Petruzzi, NC & Schwarz, LB (2007) El problema de adquisición de un vendedor de
periódicos cuando los proveedores no son confiables. Gestión de operaciones de fabricación
y servicios, 9(1), 9–32.
De Véricourt, F., Jain, K., Bearden, JN & Filipowicz, A. (2013) Sex, risk and the newsvendor.
Journal of Operations Management, 31(1–2), 86–92.
Degraeve, Z., Gochet, W. y Jans, R. (2002) Formulaciones alternativas para un problema de
diseño en la industria de la moda. Revista europea de investigación operativa, 143(1), 80–93.
Machine Translated by Google
HOFSTRA ET AL.
DeHoratius, N., Mersereau, AJ & Schrage, L. (2008) Gestión de inventario minorista cuando los
registros son inexactos. Gestión de operaciones de fabricación y servicios, 10(2), 257–277.
DeHoratius, N. & Raman, A. (2008) Inexactitud del registro de inventario: un análisis empírico. Ciencias
de la gestión, 54(4), 627–641.
Eckerd, S., DuHadway, S., Bendoly, E., Carter, CR y Kaufmann, L. (2021)
Sobre la toma de decisiones de diseño experimental: debates sobre el uso y
desafíos de efectos de demanda, incentivos, engaño, muestras y
viñetas Revista de Gestión de Operaciones, 67(2), 261–275.
Fan, TJ, Chang, XY, Gu, CH, Yi, JJ & Deng, S. (2014) Beneficios de
Tecnología RFID para reducir la merma de inventario. International Journal of Production
Economics, 147 (PARTE C), 659–665.
Feng, X. & Gao, J. (2020) ¿La recomendación óptima es la mejor? Un laboratorio
investigación bajo el problema del vendedor de periódicos. Sistemas de Soporte a la Decisión,
131, 113251.
Fischbacher, U. (2007) Z-Tree: caja de herramientas de Zurich para la economía
experimentos Economía Experimental, 10(2), 171–178.
Fransoo, JC & Lee, CY (2013) El papel crítico del transporte marítimo de contenedores en el
desempeño de la cadena de suministro global. Producción y Operaciones
Gestión, 22(2), 253–268.
Gavirneni, S. & Xia, Y. (2009) Selección de anclas y dinámicas de grupo en
Decisiones del vendedor de periódicos: una nota. Análisis de decisiones, 6(2), 87–97.
Gel, ES, Erkip, N. & Thulaseedas, A. (2010) Análisis de inventario simple
sistemas de control con errores de ejecución: impacto económico bajo corrección
oportunidades. Revista Internacional de Economía de la Producción, 125(1),
153–166.
Giri, BC (2011) Gestión de inventario con dos proveedores bajo incertidumbre de rendimiento y
aversión al riesgo. Revista Internacional de Economía de la Producción,
133(1), 80–85.
Greene, WH (2003) Análisis econométrico, 5.ª edición, Upper Saddle River,
Nueva Jersey: Prentice Hall.
Gurnani, H., Ramachandran, K., Ray, S. y Xia, Y. (2014) Comportamiento de pedidos
bajo riesgo de suministro: una investigación experimental. Gestión de operaciones de fabricación
y servicios, 16(1), 61–75.
Hardgrave, BC, Aloysius, JA & Goyal, S. (2013) Visibilidad habilitada por RFID
y la inexactitud del registro de inventario minorista: experimentos en el campo. Gestión de
producción y operaciones, 22(4), 843–856.
Ho, T.-H., Lim, N. y Cui, TH (2010) Dependencia de referencia en modelos de proveedores de noticias
de cationes multiubicación: un análisis estructural. ciencia de la gestión,
56(11), 1891–1910.
Inderfurth, K. & Kelle, P. (2011) Reserva de capacidad en el mercado al contado
incertidumbre de precios Revista Internacional de Economía de la Producción, 133(1),
272–279.
Käki, A., Liesiö, J., Salo, A. & Talluri, S. (2015) Decisiones del vendedor de periódicos
bajo incertidumbre de suministro. Revista internacional de investigación de producción,
53(5), 1544–1560.
Kalkanci, B. (2017) Mitigación del riesgo de suministro a través de la diversificación de proveedores y
mejora: una evaluación experimental. Documento de trabajo, Instituto de Tecnología de Georgia,
Atlanta, GA.
Katok, E. & Wu, DY (2009) Contratación en cadenas de suministro: un laboratorio
investigación. Ciencias de la gestión, 55(12), 1953–1968.
Kembro, J. & Norrman, A. (2019) Explorando tendencias, implicaciones y desafíos para los sistemas
de información logística en omnicanales: la percepción de los minoristas suecos. International
Journal of Retail and Distribution Management, 47(4), 384–411.
Keren, B. (2009) El problema de inventario de un solo período: extensión a aleatorio
rendimiento desde la perspectiva de la cadena de suministro. Omega, 37(4), 801–810.
ÿ ÿ
Kocabiyikoglu, A., Chest, CI & Gönül, MS (2016) Toma de decisiones y
El vendedor de periódicos que fija precios: evidencia experimental. Ciencias de la decisión,
47(1), 157–186.
Kök, AG & Shang, KH (2014) Evaluación de políticas de conteo de ciclos para cadenas de suministro
con inexactitud de inventario e implicaciones en inversiones RFID. Revista europea de investigación
operativa, 237(1), 91–105.
Kouvelis, P. & Milner, JM (2002) Capacidad de la cadena de suministro y subcontratación
decisiones: la interacción dinámica de la demanda y la incertidumbre de la oferta. IIE
Transacciones, 34(8), 717–728.
Lee, H. (2002) Alineación de las estrategias de la cadena de suministro con las incertidumbres del producto.
Revisión de la gestión de California, 44(3), 105–119.
15
Lee, YS & Siemsen, E. (2017) Descomposición de tareas y decisión de vendedores de noticias
toma de decisiones. Ciencias de la administración, 63(10), 3226–3245.
Li, M., Petruzzi, NC y Zhang, J. (2017) Vendedores de periódicos competitivos con exceso de
confianza. Ciencias de la administración, 63(8), 2637–2646.
Liu, W., Song, S. & Wu, C. (2014) El problema del vendedor de noticias con aversión a las pérdidas con
rendimiento aleatorio. Transacciones del Instituto de Medida y Control,
36(3), 312–320.
Lonati, S., Quiroga, BF, Zehnder, C. & Antonakis, J. (2018) Sobre cómo hacer experimentos relevantes
y rigurosos: revisión y recomendaciones. Diario de
Gestión de operaciones, 64, 19–40.
Long, X. & Nasiry, J. (2015) La teoría de la perspectiva explica el comportamiento del vendedor de periódicos:
el papel de las juntas de referencia. Ciencias de la gestión, 61(12), 3009–3012.
Lurie, NH & Swaminathan, JM (2009) ¿La información oportuna siempre es mejor? El efecto de la
frecuencia de retroalimentación en la toma de decisiones. Organizativo
Procesos de decisión y comportamiento humano, 108(2), 315–329.
Ma, L., Xue, W., Zhao, Y. y Zeng, Q. (2016) Problema del vendedor de noticias con aversión a las
pérdidas con riesgo de suministro. Revista de la Sociedad de Investigación Operativa, 67(2),
214–228.
Mersereau, AJ (2013) Reabastecimiento sensible a la información cuando el inventario
los registros son inexactos. Gestión de producción y operaciones, 22(4),
792–810.
Mersereau, AJ (2015) Estimación de la demanda a partir de observaciones censuradas con
inexactitud del registro de inventario. Gestión de operaciones de fabricación y servicios, 17(3),
335–349.
Merzifonluoglu, Y. & Feng, Y. (2013) Problema del vendedor de periódicos con múltiples
proveedores poco confiables. Revista internacional de investigación de producción, 52 (1),
221–242.
Minner, KM & van Wassenhove, LN (2010) ¿Los errores aleatorios explican
comportamiento del vendedor de noticias? Gestión de operaciones de fabricación y servicios,
12(4), 673–681.
Moritz, BB, Hill, AV & Donohue, KL (2013) Diferencias individuales en
El problema del vendedor de periódicos: comportamiento y reflexión cognitiva. Diario de
Gestión de operaciones, 31(1–2), 72–85.
Nagarajan, M. & Shechter, S. (2014) Teoría de la perspectiva y el vendedor de periódicos
problema. Ciencias de la administración, 60(4), 1057–1062.
Niranjan, TT, Wagner, SM & Bode, C. (2011) Una alternativa teórica
explicación y conocimientos empíricos sobre el comportamiento de exceso de pedidos en la oferta
cadenas Decision Sciences, 42(4), 859–888.
Rekik, Y. (2011) Inexactitudes de inventario en la cadena de suministro mayorista. Revista Internacional
de Economía de la Producción, 133(1), 172–181.
Rekik, Y., Sahin, E. & Dallery, Y. (2007) Un análisis completo de la
modelo de vendedor de periódicos con suministro poco confiable. O Spectrum, 29(2), 207–233.
Rekik, Y., Sahin, E. & Dallery, Y. (2009) Inexactitud de inventario en tiendas minoristas
por robo: un análisis de los beneficios de RFID. Revista Internacional de
Economía de la producción, 118(1), 189–198.
Ren, Y. & Croson, R. (2013) Exceso de confianza en los pedidos de los vendedores de periódicos: una experiencia
estudio fundamental. Ciencias de la administración, 59(11), 2502–2517.
Sahin, E., Buzacott, J. & Dallery, Y. (2008) Análisis de un vendedor de periódicos que
tiene errores en los registros de datos de inventario. Revista Europea de Operaciones
Investigación, 188(2), 370–389.
Sahin, E. & Dallery, Y. (2009) Evaluación del impacto de las imprecisiones de inventario dentro de un
marco de vendedor de noticias. Revista Europea de Operaciones
Investigación, 197(3), 1108–1118.
Sarkar, S. & Kumar, S. (2015) Un experimento de comportamiento sobre la gestión de inventario con
interrupción de la cadena de suministro. International Journal of Production Economics, 169, 169–
178.
Schiffels, S., Fügener, A., Kolisch, R. y Jens Brunner, O. (2014) Sobre la
evaluación de costos en un entorno de vendedor de periódicos: ideas de un estudio experimental.
Omega, 43, 1–8.
Schweitzer, ME & Cachon, GP (2000) Sesgo de decisión en el vendedor de periódicos
problema con una distribución de demanda conocida: evidencia experimental. Management
Science, 46(3), 404–420.
Shabani, A., Maroti, G., de Leeuw, S. & Dullaert, W. (2021) Registro de inventario
inexactitud y rendimiento a nivel de tienda. International Journal of Production Economics, 235,
108111.
Shu, L., Wu, F., Ni, J. & Chu, LK (2015) Sobre la adquisición con aversión al riesgo
estrategia bajo suministro no confiable. Informática e Ingeniería Industrial,
84, 113–121.
Machine Translated by Google
dieciséis
UNA INVESTIGACIÓN EXPERIMENTAL

Siemsen, E. & Aloysius, J. (2020) Análisis de las cadenas de suministro y la evolución

trabajo de los gerentes de la cadena de suministro. Libro blanco de la Asociación para la Gestión de
y Gestión de la Universidad de Tilburg. principal de eirini
la Cadena de Suministro. el enfoque de la investigación está en el intercambio de información y la cadena de suministro

Simatupang, TM, Sandroto, IV & Lubis, SH (2004) Coordinación de la cadena de suministro en una coordinación. Estudia tanto los incentivos pecuniarios como
firma de moda. Gestión de la cadena de suministro: una internacional
factores conductuales mediante la combinación de métodos analíticos y empíricos
Revista, 9(3), 256–268.
enfoques. Su investigación ha sido publicada en las principales
Verderame, PM & Floudas, CA (2009) Planificación operativa de proyectos a gran escala
plantas industriales discontinuas bajo demanda de fecha de vencimiento e incertidumbre de monto.
revistas en su campo.
I. Marco de optimización robusto. Química Industrial e Ingeniería
Investigación, 48(15), 7214–7231.
Sander de Leeuw es profesor de investigación de operaciones y
Xu, M. & Lu, Y. (2013) El efecto de la incertidumbre de la oferta en la fijación de precios
logística en Wageningen University & Research y profesor de gestión de
modelos de vendedores de noticias. Revista europea de investigación operativa, 227(3),
423–433. la cadena de suministro en Nottingham Trent
Yano, CA & Lee, HL (1995) Tamaño de lote con rendimientos aleatorios: una revisión. Universidad (Reino Unido). Tiene un interés específico en el comportamiento.
Investigación de operaciones, 43(2), 311–334. gestión de operaciones, logística de tiendas web y cadenas de suministro
Zhang, Y. & Siemsen, E. (2019) Un metanálisis de experimentos de vendedores de periódicos: revisión
de ayuda humanitaria y es autor de numerosos artículos sobre una
de la asimetría de atracción hacia el centro. Gestión de producción y operaciones, 28(1), 140–156.
variedad de temas en la gestión de la cadena de suministro.

Zhao, XB & Geng, W. (2015) Una nota sobre la “teoría de las perspectivas y el problema del vendedor Tiene una amplia experiencia industrial como gerente
de periódicos”. Revista de la Sociedad de Investigación de Operaciones de China, 3(1), consultor de, entre otros, KPMG.
89–94.

Zhu, L., Hong, KS & Lee, C. (2013) Política de pedido óptima de un minorista con aversión al riesgo
sujeto a imprecisión de inventario. Problemas matemáticos en
INFORMACIÓN DE SOPORTE
Ingeniería, 2013, 951017.
Se puede encontrar información de apoyo adicional en el sitio web
BIOGRAFÍAS DE AUTORES versión del artículo en el sitio web del editor.

Nienke Hofstra es investigadora y profesora de logística en

la Universidad HAN de Ciencias Aplicadas. principal de nienke
Cómo citar este artículo: Hofstra N., Spiliotopoulou
investigación se centra en los factores de comportamiento que influyen en la
E. & de Leeuw S. (2022) Ordenar decisiones bajo
toma de decisiones de los individuos en diversos contextos de
Incertidumbre de suministro e inexactitud del registro de inventario:
operaciones. Su investigación ha sido publicada en revistas líderes
Una investigación experimental. Ciencias de la decisión,
en su campo.
1–16. https://doi.org/10.1111/deci.12564

Eirini Spiliotopoulou es profesora asistente de gestión de la cadena de

suministro en la Escuela de Economía de Tilburg.