基于卡尔曼滤波需求预测的牛鞭效应研究

作者：陈佳莉; 郭春香^*

来源：管理学报（湖北）, 2019, 16(05): 775-782.

• 牛鞭效应
• 需求预测
• 卡尔曼滤波
• 提前期

需求信息失真是牛鞭效应的根源,选择合适的需求预测技术是改善牛鞭效应的关键。卡尔曼滤波因其动态更新、无需存储大量历史数据等特点,常用于非平稳需求过程的预测。基于此,构建卡尔曼滤波需求预测模型,测度不同提前期下的牛鞭效应,研究提前期及模型参数变化对牛鞭效应的影响。研究表明:提前期越长,牛鞭效应越强烈;提前期为2,多数情况下可通过卡尔曼滤波需求预测避免牛鞭效应;提前期大于2,对于同种生命周期状态的产品,无促销活动产生的牛鞭效应小于有促销活动产生的牛鞭效应,但促销力度对牛鞭效应大小无显著影响。