基于供应链成员风险偏好组合的第三方物流激励机制研究.doc

本科院校优秀毕业论文 题目：基于供应链成员风险偏好组合的第三方物流激励机制研究 姓 名： 学 号： 2010XXXX 系 别： 经济贸易系 专 业： 电子商务 研究方向： 物流管理 导 师： 二零一零年五月 摘要：假定在物流外包过程中，供应链成员具有风险中性、风险规避等不同的风险偏好，在此基础上区分物流外包方与物流提供方的四类风险偏好组合，建立委托代理模型，考查供应链成员不同风险态度对第三方物流提供方的提成比例、努力水平及第三方物流外包方收益结果的影响，给出在供应链成员不同风险偏好组合下的最优激励合同。 关键词：第三方物流；风险偏好；激励机制 Abstract: Supposing supply chain members’ risk preferences are risk neutral or risk adverse. Based on the suppose, we differentiate four states combination of risk attitude between third-party logistics buyer and supplier, and establish an principal-agent model. We examine the impact on supplier’s ratio of interest, effort degree and buyer’s income which is brought by the different risk attitudes of supply chain members, and give the optimal incentive contract under the different combination of risk attitude of supply chain members. Key words: third-party logistics; risk preference; incentive mechanism 0 引言     第三方物流(third-party logistics, TPL)是指由供方与需方以外的物流企业提供物流服务的业务模式[1]，亦称为契约物流、物流联盟或物流外包。近几年来，国内第三方物流市场快速成长，成为业界关注与讨论的焦点。在物流外包过程中，物流外包方和物流服务提供方信息不对称，前者无法完全了解物流服务提供方的真实情况，而后者能对自己的运作能力和努力水平做出准确评估。因此，如何约束和激励提供方成为信息不对称条件下物流外包方必须考虑的问题。该问题的实质即一般意义上的委托代理问题，核心是激励机制设计。因此，主流文献中讨论激励机制的基本框架可用于研究第三方物流的激励问题。 关于激励问题的讨论，主流文献区分了委托人和代理人的不同风险态度，主要考查在委托人风险中性、代理人风险规避条件下的委托代理问题[2-4]。这些研究忽视了实际经济活动中委托人与代理人的其他风险偏好组合，导致最优激励合同设计在适用上的局限性。近期的一些文献针对上述局限，关注在委托人与代理人其他风险偏好组合情况下的激励机制设计，得出了一些有意义的结论[5-6]。 成员的风险偏好是影响供应链上下游企业行为的一个重要因素[7-8]。物流外包方与物流提供方的风险偏好不同，对市场不确定性做出的反应就不同，投机倾向也就不同，进而影响物流外包的收益结果。因此，为极大化自身利益，物流外包方需要根据自身及物流提供方的不同风险态度，采取相应的激励措施。本文基于双方不同的风险偏好组合，建立关于物流外包的委托代理模型，用以分析不同风险态度组合下的第三方物流激励机制问题。 1 供应链成员的风险偏好组合 由于对待风险的态度不同，面临市场风险或其他不确定性因素时，供应链成员将采取不同行动。依经典处理[9]，将供应链成员的风险偏好简化为三种类型：风险规避(risk aversion)、风险中性(risk neutrality)和风险爱好(risk loving)。     设效用函数 是VNM效用函数，对于单赌 ， ， ， 。显然， 是指一个给定的结果， 是对一个确定的结果取效用函数，而u(x)是对n个不确定的结果所依次对应的效用函数求加权和。此时，称某一供应链成员为： ①     在g中规避风险，如果 。风险规避者的效用函数是边际效用递减的，满足 ， 。 ②     在g中风险中立，如果 。风险中性者的效用函数满足 ， 。 ③     在g中爱好风险，如果 。风险爱好者的效用函数是边际效用递增的，满足 ， 。 当前的研究主要集中于委托人风险中性、代理人风险规避假设下的最优合同设计。这种假设具有相当的局限性。在物流实践中，委托人还可能是风险规避或风险爱好的；同时，代理人也可能是风险中性，甚至是风险爱好的。因此，有必要对上述假设做出扩展，讨论供应链成员不同风险偏好组合下的第三方物流激励机制问题。表1列出了四种不同的供应链成员风险偏好组合。                      表1 供应链成员的四种风险偏好组合 风险中性，风险中性 风险中性，风险规避 风险规避，风险中性 风险规避，风险规避     要说明的是，本文不考虑供应链成员是风险爱好者这一特殊情况。对于财富拥有者而言，财富的边际效用是递减的，随着财富的增加，等额财富所带来的边际效用会越来越小。因此，一般而言，供应链成员常常是风险中性或风险规避的。 2 模型假设     考虑第三方物流激励机制为经典的可事前缔约合约。为方便建模，将问题简化如下。 (1)    物流外包方P、物流提供方L都是独立的利益主体，他们的目标都是最大化自身利益。同时，考虑供应链成员风险偏好组合为表1所示的四种情况。 (2)    物流外包方无法观测到物流提供方的努力水平，但可以观测到其业绩。物流外包方根据物流业绩的好坏来决定物流提供方的收益水平，合约为线性合同 。 (3)    物流提供方的业绩产出为 。其中a为物流提供方的努力水平；k为单位努力程度的产出系数；θ为影响业绩产出的市场随机因素，其分布服从 。 (4)    物流提供方的努力成本C与努力程度a 有关，并且 。该函数可以写成 [10]。其中b表示成本系数，b越大，同样的努力程度 所消耗的成本也越大。 (5)    wP为物流外包方的随机收益，wL为物流提供方的随机收益；考虑双方的风险偏好，EwP                                                   为物流外包方的期望收益，EwL为物流提供方的期望收益；第三方物流中的激励相容条件IC，参与约束IR ， 为物流提供方的保留收益水平。 3 模型建立及求解 3.1 物流外包方与物流提供方收益 3.1.1 双方随机收益       物流外包方随机收益为物流外包业绩与物流提供方报酬之差额，即                                                       (1)物流提供方随机收益为其所得报酬与其努力成本之差额，即                                                 (2)               3.1.2 双方期望收益 当物流外包方和物流提供方持风险中性态度时，其期望效用等于期望收益，由式(1)、(2)得到                                    (3)                                                                                             (4)                                        当物流外包方和物流提供方持风险规避态度时，采用Arrow-Pratt绝对风险规避度 和 来分别刻画双方的风险规避程度。对于物流外包方风险规避条件下的期望收益，由式(1)及假设(3)，得到 。假定物流外包方的效用函数具有不变绝对风险规避特征，即 ，则物流外包方的效用函数期望值为                                                                   (5)                                       记                                     (6)                      同理，对于物流提供方风险规避条件下的期望收益，由式(2)及假设(3)，得到 。假定物流提供方的效用函数具有不变绝对风险规避特征，即 则物流提供方的效用函数期望值为                (7)                   记                                               (8)                                  3.2 信息不对称条件下的激励机制设计 物流外包方对物流提供方的努力程度具有非对称信息时，其面临的问题是在考虑物流提供方利益的情况下，设计适当的线性合同——确定合同中的固定收益和提成比例值，以诱导物流提供方努力工作，从而使自身收益最大化。物流提供方将确定最优的努力水平以最大化自身收益（即激励相容约束IC）；同时其最低条件是所得收益不能低于保留收益（即参与约束IR），否则物流提供方将另寻物流外包方。 在非对称信息条件下，区分物流外包方和物流提供方的不同风险偏好组合，讨论四种情况下的激励机制设计问题。 3.2.1 双方均为风险中性时的最优激励模型     物流外包方和物流提供方均为风险中性的决策主体时，考虑物流外包方最大化自身收益，并考虑物流提供方的激励相容条件(IC)和参与约束(IR)，建立模型如下                                                          (9)                                                                                                       (IC)                                                                  (IR)                                                                                                 对模型(9)中的(IC)进行一阶、二阶微分，由于 ，则令 ，得到物流提供方最优努力程度                                                                   (10)                                                在Kuhn-Tucker最优性条件下，模型(9)中参与约束 的Lagrange乘子不为零（该乘子为1），则参与约束的等号成立。参与约束 取等的经济含义是，当物流提供方能够从事该项物流服务时，物流外包方没有必要给与物流提供方更多的费用。因此，将式(10)与取等的参与约束代入模型(9)中的目标函数，有                                                       (11)                             对式(14)进行一阶、二阶微分，由于 ，则令 ，得到使物流外包方收益fP取最大值时的物流提供方最优提成比例（亦即风险分担比例），即β* =1。将β*=1代入式(10)，得到物流提供方最优努力程度，即a*=k/b。将β*=1及a*=k/b代入模型(9)的目标函数，得到双方均为风险中性时的物流外包方最优收益，即 。此时最优激励合同为 。 3.2.2 外包方风险中性、提供方风险规避时的最优激励模型     考虑外包方最大化自身收益、提供方的激励相容条件及参与约束，建立模型如下                                                        (12)                                           (IC)                                                  (IR) 解(IC)，同模型(9)，得到                                                                  (13)                         同模型(9)，在K-T一阶最优条件下，模型(12)中参与约束(IR)的等号成立。将式(13)与(IR)代入模型(12)中的目标函数，有                                             (14)     对式(14)进行一阶、二阶微分， 由于 ，则令 ，得到使物流提供方最优提成比例 。将 代入式(13)，得到 。将 、 代入模型(12)的目标函数，得到外包方风险中性、提供方风险规避时的物流外包方最优收益，即 。此时最优激励合同为 。  3.2.3 外包方风险规避、提供方风险中性时的最优激励模型     考虑物流外包方最大化自身收益，并考虑物流提供方的激励相容条件和参与约束，建立模型如下                                    (15)                                                                                                                                                    (IC)                                                        (IR)                           依3.2.1节，解(IC)得到物流提供方最优努力程度                                                                  (