
Thought-leadership in Supply Chain Finance and Risk Management
Diese Monographie enthält sechs führende Beiträge zu verschiedenen Themen im Zusammenhang mit der Finanzierung der Lieferkette und dem Risikomanagement. Die Ausgabe ist das Ergebnis einer kürzlich (14.-16.
Mai 2021) abgehaltenen Mini-Konferenz zum Thema „Supply Chain Finance & Risk Management“, die vom Boeing Center for Supply Chain Innovation (BCSCI), Olin Business School, Washington University in St. Louis organisiert wurde. In „Quadratic Hedging and Optimization of Option Exercise Policies“ (Quadratische Absicherung und Optimierung von Optionsausübungsverträgen) untersucht Nicola Secomandi ein Modell zur Optimierung von Optionsausübungsverträgen unter einem beliebigen äquivalenten Martingal-Maß und verankert die quadratische Absicherung im resultierenden Wert des Vertrags.
In „Operations Revenue Insurance“ schlagen Paolo Guiotto, Andrea Roncoroni und Roméo Tédongap einen neuen Rahmen für die optimale Gestaltung eines Finanzinstruments zur Absicherung des nicht einforderbaren Risikos von Geschäfts- und Betriebseinnahmen vor. In „Crowdfunding Adoption in the Presence of Word-of-Mouth Communication“ untersuchen Fasheng Xu, Xiaomeng Guo, Guang Xiao und Fuqiang Zhang die optimale Finanzierungsentscheidung eines Unternehmens bei der Markteinführung eines Produkts mit Mund-zu-Mund-Propaganda.
In „Data Sharing in Innovations“ erörtern Zhi Chen und Jussi Keppo, wie der Erfolg datengesteuerter Produkte vom Zugang eines Unternehmens zu Big Data abhängt, und die Herausforderungen der Datenerfassung und -weitergabe bei Innovationen am Beispiel der autonomen Fahrzeugindustrie. In Coordination Problems in Platform Markets Under Uncertainty“ (Koordinationsprobleme in Plattformmärkten unter Unsicherheit) stellt Hamed Ghoddusi ein dynamisches Koordinationsproblem unter Unsicherheit vor, das in Plattformmärkten häufig vorkommt, und liefert neue Erkenntnisse über dieses Problem zwischen zwei Seiten einer Plattform unter Unsicherheit.
In „Value Games“ zeigt Matthew J. Sobel, dass Erkenntnisse und Algorithmen, die auf sequentiellen Spielen mit einem Gewinnkriterium und vernachlässigbarem Konkursrisiko basieren, zur Wertmaximierung angepasst werden können.