La prévision de la demande pour la gestion des risques et des stocks
79,90 €
75,90 €
Économisez 5%
Performance prédictive de modèle de GARCH
L’objectif de la supply chain est d’améliorer la qualité de prévision de la demande et de réduire les risques liés à l’incertitude de la demande et à la rupture de stock.
Ce travail sert à démontrer, en premier lieu, comment peut on améliorer la qualité de prévision en utilisant les modèles de la famille GARCH et l’estimation rolling et en deuxième lieu, comment peut on obtenir la meilleure gestion des risques et des niveaux des stocks ainsi que la prévision des quantités des matières premières à commander.
Après une étude comparative entre les performances prédictives de sept modèles candidats dont les six modèles sont de la famille GARCH selon les indices des erreurs de prévision, on a constaté que le modèle AR(3)-GARCH (1,1) est le plus adéquat dans la prévision de la demande sur les produits NB66 et NC555 fabriqués par l’entreprise SIFCOL parce qu’il a l’avantage de prendre en considération la présence d’une dépendance de second ordre dans la série de la demande qui n’a pas tenu en compte par les modèles classiques.
Ainsi, les prévisions issues de ce modèle sont exploitées pour mesurer le risque à l’aide de la valeur en risque, pour prévoir la quantité de chaque matière premirè
BEN AMOR Raoudha: diplômé en mastère de recherche en sciences de transport et de logistique (2012) à l'Institut Supérieur de Gestion Industrielle de Sfax.
Elle est thésarde en Sciences de Gestion: Logistique et Production, à la Faculté des Sciences Economiques et de Gestion de Sfax.
Fiche technique
- Auteur
- Raoudha Ben Amor
- Langue
- Français
- Éditeur
- Presses Académiques Francophones
- Pays
Tunisie
Performance prédictive de modèle de GARCH
L’objectif de la supply chain est d’améliorer la qualité de prévision de la demande et de réduire les risques liés à l’incertitude de la demande et à la rupture de stock.
Ce travail sert à démontrer, en premier lieu, comment peut on améliorer la qualité de prévision en utilisant les modèles de la famille GARCH et l’estimation rolling et en deuxième lieu, comment peut on obtenir la meilleure gestion des risques et des niveaux des stocks ainsi que la prévision des quantités des matières premières à commander.
Après une étude comparative entre les performances prédictives de sept modèles candidats dont les six modèles sont de la famille GARCH selon les indices des erreurs de prévision, on a constaté que le modèle AR(3)-GARCH (1,1) est le plus adéquat dans la prévision de la demande sur les produits NB66 et NC555 fabriqués par l’entreprise SIFCOL parce qu’il a l’avantage de prendre en considération la présence d’une dépendance de second ordre dans la série de la demande qui n’a pas tenu en compte par les modèles classiques.
Ainsi, les prévisions issues de ce modèle sont exploitées pour mesurer le risque à l’aide de la valeur en risque, pour prévoir la quantité de chaque matière premirè