我们首先考虑最简单的合约,即批发价合约[w],其中供应商只能指定一个固定的批发价w。事件的顺序描述如下:首先,供应商收取单位批发价w;其次,买方根据他的私人成本信息c 确定订单数量q,并支付给供应商wq。使用逆向归纳法来求出均衡解。
由于具有成本c 的购买者的利润为Πb=(p-w-c)(a-bp),所以根据供应商给出的w,购买者的最优响应是q=[a-b(w+c)]/2 或 p=[a+b(w+c)]/(2b)。因此,供应商的问题可以表述为:
其中,公式(2.1)表示当c≤β 时,供应商的利润为(w-s)[a-b(w+c)]/2,当c>β 时为0;公式(2.2)是买方的参与约束。除w 之外,关停点β也是供应商的决策变量。随着信息不对称水平(即σ)的增加,如果供应商继续与所有类型的买方进行交易,它将不得不支付大量的信息租金,因此,为了使其期望利润最大化,供应商需要通过平衡交易效率和信息租金来确定最佳的关停点β(即成本低于该关停点β 时,诱导买方签署合约)。这种说法也适用于菜单合约。
引理 2.1 总结了当非对称信息 c 服从均值为μ和方差为σ2 的均匀分布时,供应商关于批发价合约的最优均衡解。引理2.1 的详细证明见附录A2.1。
引理2.1(批发价合约下供应商最优决策)
其中:
根据引理 2.1,可以很容易地观察到,在所有情况下,批发价格 w和供应商的期望利润E[∏s]随着他对买方边际成本μ(即E[c])期望值的上升而下降。这是直观的结果,因为期望成本μ 越高意味着成本越高,因此,买方收取更高的零售价格,这将推动市场需求下降,并迫使供应商设定较低的批发价格并产生较低的期望利润。
与期望成本μ 的效果相反,下面结果显示标准差σ 对最优批发价格和供应商期望利润的影响是非常不直观的。引理2.1 表明,没有关停点(即σ ≤σ1),批发价格w 和供应商的期望利润E[∏s]独立于σ,是常数;当σ1<σ ≤σ2 时,随着 σ 的增大,w 和 E[∏s]减小;否则,w 随着 σ 的增加而增加,然而,在这种情况下 E[∏s]不是单调的。下面的命题清楚地证明,随着 σ 的增加,E[∏s]先减少再增加,并在max(σ2,σ3)点处达到其最小值,因此,供应商的期望利润可以被看作σ 的一个拟凸函数,这表明供应商获得更准确的买方成本信息并不总是受益的。当c 服从均匀分布时,供应商对信息不对称水平的偏好总结在命题2.1 中。命题2.1的详细证明归入附录A2.2。
命题2.1(信息不对称对供应商期望利润的影响)
如果供应商关于非对称信息c 的先验知识服从均匀分布,则:(www.daowen.com)
(a)她的期望利润是先验分布方差的拟凸函数,其最小值点是max(σ2,σ3),其中:
(b)临界点 max(σ2,σ3)随着产品的利润率(即a/[b(s+μ)])的增加而增加。
上述声明是在一个限制性假设下获得的,即c 服从均匀分布。尽管这种假设在研究中很常见,但我们仍然考虑其他分布形式(如正态分布、截断伽玛分布等)来检验我们的结论是否可以推广。以下是其他分布相关结果的介绍。当非对称信息c 服从截断伽玛分布时(由于成本不能为零,我们将γ 截断为非常小的正数),很难如引理2.1 那样从供应商问题中获得闭形式解。本研究使用FORTRAN 程序和IMSL(1994)子程序包以数值算例方式解决此问题和其他后续问题。
假设不对称信息 c 服从截断伽玛分布,表 2.2 给出了不同a 值和σ值组合下的数值结果。表 2.3、表 2.4 和表 2.5 中的数值实验使用了与表 2.2 中相同的参数值。
表2.2 方差对价格合约下供应商利润的影响
参数值:q=a-p,s=1,μ=1, =[a-b(s+μ)]2/(24b)。
表2.2 显示,对于任何给定的a 值,当σ位于粗体和带下划线数字的上方时,供应商的期望利润(即E[Πs])随着σ增加而降低,而当σ位于粗体和带下划线数字的下方时,供应商的期望利润随着σ增加而降低,因此,这一现象证实了命题2.1 中的说法。从附录2.1 的推导中可以很容易地看出,“σ≤σ1”,供应商的期望利润是恒定的,如果 c 的概率分布具有很长的右尾(如在 =∞时的伽玛分布中),则均匀分布下的σ 不会出现,因此表2.2 不存在“σ≤σ1”区域,这与在引理2.1 中的均匀分布结果不同。
正如 L au 等(2007)指出的那样,比率 a /[b(s+μ)]是衡量产品盈利能力的指标。较高的 a/[b(s+μ)]比率意味着需求对价格上涨较不敏感,使渠道能够收取更高的零售价格并从市场中获取更大的利润。根据这一定义,表2.2 中的数值实验表明,临界点(即与粗体和下划线数字相对应的σ值)受产品盈利能力的影响(a/[b(s+μ)]),即利润率越高,临界点越大,就像命题2.1(b)所表述的那样。
在本节研究中,所有的数值结果和结论,例如,前一段中的表述和结论,都是通过参数网格化生成的多组测试问题确认后才做出的。列出的数值结果只是我们数据的一小部分。至于σ 对最佳关停点β 的影响,我们可以证明,如果σ≤σ2,则由于β = ,关停点随着σ 的增加而增加,即只要信息不对称水平不高,供应商就会与所有买方签订合约;否则,σ >σ2,由于∂β3/∂σ<0,关停点随着σ 的上升而下降,即当信息不对称水平超过某个阈值时,关停点策略将起作用(即β < ),因此供应商只会与有利的买方类型(即 c≤β3)进行交易。此外,当σ 足够高时,关停点β 随着σ 的增加而减小,这表明更多不利的买家被淘汰出市场。为了更清楚地揭示这种非单调模式,表2.3 给出了不对称信息c 服从截断伽玛分布时,在a 值和σ 值的各种组合下的最佳关停点β 的数值结果。
表2.3 中的数值结果清楚地证实了上述结论:当超过一定水平时,必须考虑关停点策略。此外,随着市场规模 a(或产品的盈利能力a/[b(s+μ)])的下降,该门槛值降低。注意,这个结果对于解释供应商期望利润的拟凸性非常有用,将在2.3.3 节中讨论。
表2.3 价格合约下方差对关停点的影响
免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。