近日，国际管理学顶刊 Management Science 官网在线发表了由杜克大学富卡商学院N. Bora Keskin、上海外国语大学国际工商管理学院闵旭、杜克大学富卡商学院宋京生合作完成的论文：
[哇R]
The Nonstationary Newsvendor: Data-Driven Nonparametric Learning

非平稳报童问题：数据驱动的非参数学习
[赞R]
摘要：我们研究了需求分布未知且需求环境非平稳的多期报童问题。每一期的需求由随时间变化的“需求水平”与一个可加性随机冲击共同构成，但决策者无法分别观测到二者。需求水平在整个时间跨度内的变化幅度由一个累积变差指标来度量。该问题具有广泛的应用场景，例如易腐品库存规划、人员排班，以及新冠疫情后的医疗资源容量规划。我们设计了一族非参数动态订购策略，称为“两阶段估计”（Two-Stage Estimation, 2SE）策略，能够在追踪未知需求水平变化的同时，将不可观测的随机需求冲击纳入考量。为计算每一期的订购量，这些策略仅需过去的需求观测数据，无需获取潜在的需求分布。对于有限的变差“预算”，我们证明所提出的订购策略具有一阶最优性，即其遗憾以最小可能速率增长。我们还将分析推广至变差预算渐近增大的情形。通过基于真实数据的案例研究，我们表明，相较于易腐库存补货和护士排班中广泛使用的策略，我们的策略可节省超过20%的平均及缺货成本。此外，仿真实验表明，我们的策略在各类非平稳需求环境中均能持续保持优越性能。
[点赞R]如果你想复刻其他顶刊的数据处理流程，欢迎交流！
#论文 #顶刊 #经济 #商科 #学术 #金融 #社科 #数据分析 #实证分析 #SCI期刊