Проектирование стимулов и ценообразование при ограниченном запасе

Постановка задачи: Фирма сталкивается со случайным спросом на услугу, которую она предоставляет в заранее оговоренную будущую дату. Для стимулирования спроса фирма нанимает торгового агента, который непрерывно в течение времени прилагает необнаруживаемые усилия. Фирму интересует не только увеличение текущего спроса, но и сглаживание спроса во времени, чтобы избежать потери доброй воли в случае, если фактический спрос превысит доступный запас. Методология и результаты: Мы изучаем задачу проектирования стимулов фирмы, используя новую непрерывную во времени модель принципал–агент, в которой спрос дрейфует во времени в ответ на необнаруживаемые усилия агента, а также на цену, установленную фирмой. Чтобы стимулировать сбытовые усилия агента, фирма выбирает схему поощрений, зависящую от оставшегося запаса и времени до оказания услуги (например, времени до вылета в случае авиакомпаний). Мы характеризуем оптимальную схему стимулов фирмы как при статической, так и при динамической ценовой политике. С использованием параметров, откалиброванных по данным авиационной отрасли, мы численно показываем, что при динамическом ценообразовании применение статической схемы стимулов позволяет фирме получить почти все преимущества соответствующей динамической схемы стимулов. Напротив, применение полностью статической стратегии приводит к существенной потере эффективности. Управленческие выводы: Сравнивая частично динамические стратегии, мы обнаруживаем, что динамическое контрактование превосходит динамическое ценообразование при изобилии запаса. Однако при ограниченном запасе относительное преимущество зависит немонотонно от эластичности спроса: динамическое ценообразование доминирует в эмпирически релевантном диапазоне от умеренной до высокой эластичности, тогда как динамическое контрактование становится более эффективным при очень низкой эластичности или в теоретических предельных случаях экстремальной эластичности. История и финансирование: Эта статья была отобрана в рамках инициативы 1RR между журналом M&SOM и обществом MSOM и входила в программу конференции 2024 MSOM Interface of Finance, Operations and Risk Management (iFORM) SIG. Благодарности за финансирование: R. Zuo выражает признательность за поддержку со стороны Научно-исследовательского проекта университетов Управления образования города Гуанчжоу (грант 2024312314) и совместной программы финансирования Guangzhou–HKUST(GZ) (грант 2024A03J0630). T. Dai частично поддержан профессорской кафедрой Бернарда Т. Феррари в Университете Джонса Хопкинса. J. Keppo выражает благодарность за поддержку со стороны Национального исследовательского фонда Сингапура и A*STAR в рамках грантовой программы RIE2020 Industry Alignment Fund–Industry Collaboration Projects (IAF-ICP Grant No. I2001E0059, SIA-NUS Digital Aviation Corp Lab). Дополнительные материалы: Онлайн-приложение доступно по адресу https://doi.org/10.1287/msom.2026.0118.