摘要

针对出口跨境贸易中的需求、汇率、关税等的不确定性,利用丰富的电商数据,研究机器学习驱动下的出口跨境电商企业的供应链网络优化。通过构建包括海外仓、边境仓选址与库存决策在内的两阶段随机规划模型;并利用历史数据,采用机器学习的方法构建模型所需随机贸易场景,实现了从预测到决策的流程研究。将所建模型应用于某服装企业面向东南亚的跨境电商销售,并结合新近实施的《区域全面经济伙伴关系协定》,展开灵敏度分析。结果表明,随机森林模型在算例中的预测效果更优,《区域全面经济伙伴关系协定》的实施能够显著降低跨境物流费用,并有利于海外仓模式的发展。

全文