易逝品预售的市场和风险研究范文

《当代财经杂志》2015年第九期

一、引言

预售是指产品尚未进入市场正式销售之前，产品供应商预先收取货款，待产品上市后再交付给消费者使用的一种销售行为，其主要目的是为了有效地规避批量化生产存在的风险，同时也是一种对新入市商品进行市场调研的有效手段。早期，预售在航空、酒店、旅游等一些服务领域应用广泛，后来逐渐渗透到房地产行业并受到学者们的广泛关注。互联网时代的到来催生了新型的商业模式，越来越多的实体商品采用了预售策略，从普通服装鞋帽、手机等电子类产品到生鲜农产品、时鲜水果等，如今，一些预售平台更成为了一个创业平台，为成千上万热爱创意与梦想的人士提供一个为实现创意项目或人生梦想筹集资金的新平台，涵盖设计、旅行、影视、摄影、科技、音乐、艺术、人文、出版、饮食、漫画、游戏等诸多领域。但更多的，则是相对于现货交易而言的零售商品预售，预售策略成功的践行者———阿里巴巴在2014年11月11日全天成交金额达到571亿元人民币。

预售对于买卖双方无疑都是有益的。对于新上市的产品，卖方可以专注于产品设计及提供更好的服务给消费者，而对于已经成熟的产品，卖方可以通过预售获得订单，精准锁定需求量，按量备货、消除库存，更有效地管理供应链，大幅降低生产成本、流通成本、库存成本，在给买家优质低价的同时，获取更多利润。对于买方而言，消费者无需排队和抢购，能够以一定的折扣提前预订，获取更多的消费者剩余，同时，通过预购，消费者有机会参与到预售商品的设计与改进过程中，在商家兜售顾客参与感的同时使得商品能够更加满足个性化的需求。与预售对应的是现货销售，简称现售，以现货进行交易，是传统的交易方式。市场需求和效益分析几乎是企业所有决策的基石。本文以报童型零售商的角度，在标杆分析现售市场的基础上，研究预售的市场和风险：先分析消费者的行为方式，探讨市场需求的影响因素和不确定性的根源，分别建立现售优化订货量模型和预售优化价格模型。为了方便进行预售和现售的直接对比，本文假设预售策略仅有预售阶段而没有后续的现售阶段，即实施预售策略的报童型零售商只接受消费者的预购订单，在消费季节来临后向外部供应商订货，到货后再向消费者交付商品。需要说明的是，本文的研究虽然是从易逝品的角度展开，但研究结论不限于易逝品。因为伴随着全球经济的迅速发展，科技创新，产品升级换代频繁，产品的生命周期越来越短，使得市场上越来越多的商品具有易逝性产品的特征。比如在一年一度的光棍节，网络预售的商品就包括了五花八门的各类产品，有服装服饰、电子电器、食品饮料、家居建材、图书音像、汽车配件等，几乎囊括了人们衣食住行娱的方方面面。

二、文献回顾

预售是管理科学研究的一个重要领域。早期的预售主要针对的是旅行服务方面的收益管理，如旅馆和航空的差别定价。此外，我国的房地产预售方面的研究文献也比较丰富。但预售理论的最新进展表明，预售模式的应用不必有产能限制要求，可以适应于更一般的普通商品情形。对于没有产能限制的行业，大多数文献研究的是从制造商到零售商的预售，关注的是预购如何影响着库存风险和利润在供应链节点企业之间中的分配。Fisher和Raman（1996）最早将预售策略引入到零售业中。[1]Gurnani和Tang（1999）分析了当预购的批发价格已知而正常订购的批发价格未确定时的两种订货策略。[2]Ferguson（2003）和Ferguson等（2005）探讨了生产和订货的时间和定价策略如何影响供应链利润的分配。[3-4]Cachon（2004）研究一个两阶段报童模型，制造商通过提供价格折扣向零售商预售，能够把过量库存的风险转嫁出去。[5]魻zer和Wei（2006）研究了需求信息不对称时的预购合同，证明制造商索取比正常订货更高的预购订货批发价是更优的。[6]Boyaci和魻zer（2010）研究制造型企业为了获得足够的来自零售商的需求信息，确定实施预售活动的开展时间。[7]事实上，这种B2B预售，不是真正意义上的预售，因为，销售方面对的不是“实现了”的终端需求。本文研究的是从零售商到终端消费者的易逝品预售，这个方向的文献相对较少。Weng和Parlar（1999）考察了使用价格激励吸引价格敏感型和交货时间敏感型客户的成本和收益。[8]Shugan和Xie（2000）证实预售可以获得比现售更多的利润。[9]Xie和Shugan（2001）在产能限制、退货、风险规避型购买者、外部信用等假定条件下给出了预售获益的必备条件。[10]Tang等（2004）研究使用预售量更新销售季节的需求预测。[11]Prasad等（2010）建立预售报童模型，考察了两阶段（预售和现售）的定价和库存决策，该文是本文的一个重要参考文献。[12]在研究内容上，本文与Prasad等（2010）的文献比较相近，二者都建立报童模型考察了现售策略和预售策略，在消费者的行为分析也相类似，但Prasad等（2010）文献的预售包括“预售”和“现售”两个阶段，本文的预售是排除“现售”阶段的“纯预售”，以方便对比现售和预售的市场和效益。[12]Prasad等（2010）的文献假设所有消费者预购的风险厌恶指数相同，且采取“均值-方差效用方程”来计量风险成本，而本文假设消费者的风险态度各不相同，风险规避系数为随机变量，更符合社会现实。[12]风险成本采取的是更简洁的价值线性形式，理解上更加直观，也方便调研收集数据。现售模式需要在精确预测的基础上提前向外部供应商订单数量，以便于在消费季节来临时可以现货交易。而预售的订货数量恰等于汇集的需求，但需要优化预售价格以使得利润最大化。因此，与上述不同，本文的预售价格是预售系统的决策变量，通过构建现售订货模型和预售价格模型来对现售和预售的市场和效益展开对比研究，进一步发现传统的现售模式严重依赖于市场预测，而预售完全不受限于市场预测或消费者的风险规避调研的准确性，可以有效避免各类不确定风险。

三、建模

（一）模型说明与符号定义易逝品零售商执行现售策略，需要预先确定最佳订货批量，提前备好库存，在消费季节客户购买时以现货交付客户。这是一个典型的报童问题。设商品单位取得成本为c，市场销售价格固定为p，未售商品期末残值或处理价格为r。而对于实施预售策略的零售商来说，由于实际购买量na在消费季节来临时为已知，故无需“优化”订货量，只需将预购订单汇集，按汇集数量向外部供应商采购，在消费季节到货后即向客户交付商品。但鼓励客户在消费季节尚未来临就提前下单显然需要零售商给予消费者价格激励，即必须以优惠价格X预售商品才行。显然有P>X>Y。预售价格在预售期开始时设定，预售期持续到消费季节开始时结束。因此，预售零售商的决策不是优化订货数量，而是优化预售价格以获得最大利润。设市场规模（潜在消费者数量）为随机变量N，服从正态分布，均值为μn，标准差为σh。市场规模相关参数通过市场调研分析或网络数据挖掘（如电商网店访问人数）获得。为简洁起见，假设每位消费者购买一单位商品，并假设他们使用商品所获得的效用价值具有相同的概率分布；而预购时存在着风险，消费者在风险态度方面是异质的，各自的风险成本率不相等，消费者群体的风险态度可以用某种随机分布来刻画。客户消费商品获得的效用价值和群体的风险态度的总体分布函数可以通过社会调查得到。

（二）现售标杆分析消费者使用产品获得效用，效用决定了产品的消费者价值。在这里，消费者价值是指消费者购买商品所愿意付出的最高人民币金额，又称为保留价格，用V表示，取决于消费者对使用商品的效用评判。V受到诸多因素的影响，除了预期商品本身的不确定性外，还会受到消费时的个人特性和外部环境影响。因此，V是随机变量。设所有潜在消费者的商品消费价值具有相同的概率分布，分布密度函数为F(v)，概率分布函数为F(v)，消费者价值的均值和标准差分别设为μv和σv。零售商可以通过经验、数据挖掘或社会调研获得客户群的这些总体信息。在现货销售环境下，消费者对自己使用现货商品的消费者价值有着比较明确的认识，V为可感知或可观测的v。只要消费者价值v大于销售价格p，就选择购买，获得消费者剩余V-P，用U表示消费者剩余，即Us=v-p。对于零售商来说，消费者对商品的价值判断是不可观测的V，只能通过V的分布推断整个消费群体的概率性的购买行为。事实上，零售商并不总能获得（5）式的利润，因为模型（4）隐含的前提是市场预测准确。现售经营的零售商根据市场预测提前订货，订货量往往和实际需求存有误差，这种误差导致多订或少订，带来相应的超储成本或缺货成本，这些成本的控制和降低依赖于准确的市场预测，这意味着现售经营隐含着极大的市场风险。

（三）预售市场与风险零售商实施预售策略，只接受客户的预购订单。由于客户提前购买承担了风险，零售商需要给予价格折扣以冲抵这一风险成本，以优惠价格来促使消费者预购，显然预售价格小于正常消费季节的售价，X<P。预售期结束零售商汇集来自客户的预购订单后，向外部供应商订货，订货量等于汇集的需求，到货后在消费季节向客户交付商品。在预售环境下，因为距离消费季节还有一段时间，消费者本人也难以评判消费者价值V，消费者会比较预购价格X和商品的消费者价值的期望EV，再行决策。我们注意到，现实中往往认为行为人是厌恶风险的，提前做出购买的决策使得消费者承担了商品未知风险，成为风险成本RC，这会冲减消费者剩余。这一风险成本阻碍了买卖双方交易的达成，这也就意味着只有当商品的消费者价值的期望值EV比预购价格大得足够多时才会选择购买。我们观察到，现实中商品价值越高，则消费者购买愈加慎重，意味着风险成本越高。故这里不妨取价值的线性假设，价值用显性的价格来替代，即设消费者的风险成本为βP，β为风险系数，P为商品价格。规避风险是人们对待客观风险的主观态度，不同的消费者对风险的态度不同。β越大，则该消费者越厌恶风险，预购的可能性更小，越小则越忽略风险。由于企业不能观察得到每个消费者的风险成本率，只能通过调研得到消费群体对风险态度的总体分布，故β为随机变量，假设β在β1,βunn上服从均匀分布，fβ为分布密度函数，Fβ为分布函数。由以上分析可知，如果消费者放弃预购商品，则消费者剩余为0。只有当且仅当Ua大于零，消费者才选择预购，获得正的预期消费者剩余。

四、数值分析

设初始值：c=70，产品价格p=￥100，x=80，未售商品残值为10元。市场规模μn=1000,标准差为σn=40。设消费者价值服从正态分布v~Nμv,σ2vvv，消费者价值的均值和标准差分别设为μv=95和σv=10。消费者风险成本率服从均匀分布，考察两种情形：高风险β1~U(0.05,0.2)，低风险β2~U(0.03,0.16)。

（一）市场需求和效益计算结果如下表2所示：表2的市场需求标准差来看，预售的市场需求不确定性比现售的更大，这是因为客户实施预购的不确定性影响因素更多，除了市场本身的不确定性因素以外，还受客户的风险态度差异所影响。这意味着预售市场的预测难度更大。结论3：预售市场需求的不确定性要高于现售市场。从以上分析可以看出，现售商品需要提前订货，不准确的订货数量导致可能的失销或超订，从而带来了超订的滞销成本或少订的失销损失。而零售商预售商品是在接收到客户的订单后才向外部供应商采购订货，订货数量恰恰等于预售数量，避免了订货带来的失销或超订成本。但由于消费者预购商品承担了风险，预售必须以优惠的价格折扣进行销售，从而带来了预售折扣成本。现售的不准确订货和预售的激励折扣使得这两种销售模式互有利弊，优劣性取决于市场环境和消费者的风险厌恶程度。如本算例中显示，现售的期望利润要大于高风险时预售的期望利润，这是由于预售商品的单位利润要远小于现售的单位利润，较高的客户风险成本冲减了零售商的利润。但如果消费者对商品质量担心减弱，消费者风险成本减小，β2~U(0.03,0.16)，则X*=81，期望利润Πa=9308，则Πa>Πs，低风险时的预售利润要高于现售模式的利润。结论4：现售模式和预售模式的经济利润受市场环境、消费者价值和消费者的风险系数影响，二者互有优劣。结论5：降低消费者预购的风险成本，不仅有利于提高预售价格，而且将增大销售量，总利润也将更高。为了降低客户的风险成本，零售商应该设法消除消费者对商品质量的担心，可以采取诸如容许客户退货、详尽描述商品性能、体验式预售、对商品展开标准化、系列化建设等策略，以降低消费者的风险成本，从而能够以更高的预售价格销售更多的商品，将能获取比现售更好的收益。假设市场规模从500递增到2000，零售商都能够准确预测市场规模参数，则可得两种销售模式下的利润对比。

（二）不确定性风险我们发现，现售的优越性是建立在精准的市场预测基础上的。一旦预测失灵，现售经营模式将带来巨大损失，而预售完全不会受限于市场预测，可以根据真实市场的需求相应地调整订货量。假设零售商根据经验预测市场规模为1000，而真实的市场规模μn从500递增到2000，则各种市场规模下现售和预售的利润和预测损失对比如图1所示。在准确预测市场需求的前提下，现售模式与预售模式忽有优劣。但在预测不准确时，现售模式的实际利润要远小于期望利润，甚至是亏损，如图2所示。如零售商预测市场规模为1000，但实际的市场规模仅有500，由于根据（5）式计算，现售零售商的订货批量为297件，但实际销售量仅为预测销售量的一半，导致超订，最终亏损额为-4680元，决策失误导致的预测损失为8197元（若能正确预测市场规模，则能获得正利润3517元）；而当实际市场规模为2000时，所订购的297件商品全部售罄，仅仅获取9270元的利润，丧失了获得高额利润（16290元）的好机会，少了7020元的机会利润。而预售在同样的市场规模下获取的利润分别是3330元和13330元，没有受到市场规模预测确与否的影响。图1中的现售损失曲线，表示由于预测不准确导致的现售损失。从现售损失曲线可以看出，只有在预测比较精确时，现售损失才接近于零，而在预测不精确（真实市场规模远离预测规模值1000）时，相应的现售损失极大。这表明现售模式的效益严重依赖于准确的市场预测。而图2中的LOFa在任意真实市场规模下都接近于零，显示不准确的预测对预售几乎无影响。在当前的社会生产实践中，市场需求瞬息万变，滞后式预测的效果往往不令人满意，采取预售模式可以避免市场预测不精确的问题，有效地消除了市场风险。结论6：现售模式依赖于准确的市场预测，预售模式不受市场预测影响，消除了市场不确定性风险。从模型（11）及其解（12）式可以看出，预售模式的决策变量为预售价格，最优解不受市场需求的影响，但受到消费者风险态度的影响。消费者风险系数来自于经验判断或社会调研，如果调研结果不准确，对企业经营绩效有何影响呢？为此，我们进一步考察预售决策失误对企业绩效的影响。由常识知道，如果企业努力设法降低消费者对商品质量的担忧，从而减小风险系数，则β1、βu都将减小，且往往下降的幅度比下降的幅度大。所以在数值分析中，我们设置成将β1按0.01，βu按0.02逐步变化。假设零售商通过调研得到的消费者风险系数服从均匀分布UF（0.05,0.2），而真实的消费者风险参数是从U（0.02,0.14）到U（0.13,0.36）变化。在各种真实消费者风险规避参数下的预售实际利润和决策损失如图3所示。从图3可以看出，虽然市场调研得到的消费者风险系数出现偏差，但零售商的期望利润和实际利润几乎重合，只在调研偏差极端巨大时才有些微的决策损失。这表明预售策略具有极好的利润稳定性，与市场预测是否准确、消费者风险系数的调研是否准确关系不大。结论7：虽然不确定性更大，但预售能够有效避免不确定性的危害。

五、结语

互联网业务的快速发展催生了预售的商业模式。相比于现售，预售模式的价值除了可能获取更高的利润外，能够有效规避多类不确定风险。本文从易逝品零售商的角度，对比研究现售和预售的市场需求和期望效益。在分析消费者行为的基础上分析市场需求，显示两种模式的不确定性根源不同。预购让消费者承担了更多风险，带来了预售市场的不确定性，本文采取价格线性函数来计量风险成本。针对两种模式分别建立模型优化现售订货量和预售价格，数值分析表明，两种模式互有优劣。此外，研究也证明了现售模式的效益严重依赖于准确的市场预测，预测不准会带来巨大的市场风险；而预售模式不受市场预测和消费者调研的影响，汇集客户的订单自动调整订货数量，从而消除了各类不确定性风险。作为一种新兴的商业模式，预售发展的空间巨大。下一步的研究可以集中在实施预售策略降低消费者风险成本的具体措施及拓展方面，如退货政策、超售回购、动态价格设计等。

作者：程永生 单位：江西财经大学 工商管理学院