3.5 本章小結
4.1.2 MACD 圖表繪製
第三步是計算差離值（DIF）跟差離值的平均值(DEM，又稱 MACD)，DIF 的算法為 EMA
（短天期）-EMA（長天期），而 DEM 則是計算 DIF 9 日的 EMA。計算結果即是 MACD 的兩
移動平均天數）
( 1
2
= + α
利用以上公式計算 2008 年 1 月 2 日至 2009 年 3 月 18 日，共 305 個交易日的資 料後，即可得到一張完整的 MACD 圖表，如下頁圖 4.2 所示。
圖 4.2 費城半導體指數 MACD 線圖
4.1.3 技術分析
圖 4.3 黃金交叉發生時點
死亡交叉則是指 DIF、DEM 都為 0 以上的正值時，DIF 由上向下穿過 DEM 線，其 意義是賣訊出現、建議賣出，即需求逐漸趨緩、降低，需調降庫存水準、消化庫存，延 長前置時間以降低採購以及庫存的成本。由下頁圖可知，研究資料中的黃金交叉發生在 下表各時點：
表 4.2 死亡交叉發生時點
死亡交叉發生時點
日期 5 月 9 日 5 月 21 日 1 月 30 日 2 月 10 日
本研究將在此階段進行市場動態的研判，當訊號出現時立即做反應，立即縮短前置 時間，即時動態調整庫存。
4.1.4 回歸機制
本研究試圖讓需求波動較大的時期，採行較短的前置時間以因應市場變化，但是波 動較大的時期過後，就需恢復原來的前置時間，以應付的平日和緩的變動，避免過於頻 繁的訂購讓營運成本增加，也讓需求趨緩時期可以持續不斷消耗庫存，不再增加額外的 訂購、存貨成本。
而本研究則設定在黃金交叉、死亡交叉發生的時間點，即刻將前置時間改為 2 天，
且持續兩週，若此過程再發生其他的黃金交叉或是死亡交叉，則繼續向後延長兩週。若 兩週的時間經過，未再發生其他的黃金交叉或是死亡交叉，則將前置時間改回 14 天。
為何訂定通常的前置時間，將在下一節進行討論。
圖 4.4 死亡交叉發生時點
4.2 存貨政策
實驗組的 n 一樣為 4，但每期的天數可能因為黃金交叉、死亡交叉而受調整，4 期 最短天數為 8 天（2 天 X 4 期 = 8 天），最長可能為 56 天（14 天 X 4 期 = 56 天）。以 此方法計算而得的結果為以日為單位的移動平均與標準差，若遇上以 2 天期的前置時 間，則需將移動平均乘上 2 做為預測結果；若是遇上 14 天期的前置時間，則需將移動 平均乘上 2 做為預測結果。
4.2.3 庫存水準設定
目標庫存水準的計算須考量下一需求週期的需求以及額外用量以備妥安全庫存，所 以零售商會在時間 t 計算前 4 期的移動平均需求，再乘上前置時間的間隔，最後加上安 全庫存，可得目標存貨水準之值，公式如下所示：
1 +1
∧ +
∧
+L
=
t+
tt
L z L
S µ σ
對照組：
對照組則依照傳統的研究，以 14 天為預測週期訂定目標存貨水準。
實驗組：
實驗組需依照前置時間的不同，隨時修改 L，使其等於 2 或 14，也需修改隨時修改
+1
∧
µt 、 +1
∧
σt 以符合不同天期的前置時間。
4.3 成本模式
在此小節將逐步計算訂目標庫存水準後，即將產生的訂購量、訂購成本、庫存成本 與缺貨成本，以利進一步的供應鏈成本評估。
4.3.1 訂購量計算
零售商制訂了下個需求週期的目標庫存水準後，即可求得訂購量qt+L，以滿足下一 需求週期的目標庫存水準。公式如下：
t t L t L
t
S S d
q
+=
+− +
對照組：
對照組將依照以上公式直接進行各期訂購量的計算。
實驗組：
實驗組需考量預測週期轉換時期，庫存水準是不是達到預期的水準，也就是說若由 預測的長天期 14 天轉換為短天期的 2 天，那就表示已在上一期制訂了一個可能較高的 存貨水準，若在轉換為短天期的預測週期時，新制訂的庫存水準低於已有庫存數量，那 麼就需要以消化庫存為主要方針，不再進行訂購，所以實驗組可能有不進行訂購的時期 出現。
對照組與實驗組的訂購量加總如下：
表 4.3 總訂購量差異 對照組 實驗組
4.3.2 計算採購成本
lowCostQ=50，數量低於Qmin=400 時給予最高的單位成本upCostQ=150，而每次採購都
max 100 min
表 4.4 總採購成本差異
對照組 實驗組 總採購成本 170435400 175377900
4.3.3 計算庫存成本
表 4.5 總庫存成本差異
對照組 實驗組 總庫存成本 47186230 51836230
4.3.4 計算缺貨成本
供應鏈裂結效應產生時，將產生龐大缺貨成本，而本研究假設零售商發生貨品短缺 的情形時，允許進行缺貨後補的處置，而此時零售商將給予顧客相應的折扣（b），補償 顧客因缺貨而產生的損失。本研究給定折扣係數 b = 200，計算缺貨成本的方式如下：
) ( 200 )
(d S d S b
BC= ⋅ − = ⋅ −
對照組：
缺貨成本遵照上述公式進行計算即可。
實驗組：
實驗組對缺貨成本的計算方式也相同，遵照上式計算即可。
對照組與實驗組的採購成本加總如下：
表 4.6 總缺貨成本差異
對照組 實驗組 總缺貨成本 41014400 19651600
4.3.5 總成本計算
以上各項成本計算完成後，即可加總取得種體成本：
BC HC
PC + +
對照組：
總成本的計算遵照上述公式即可。
實驗組：
實驗組對總成本的計算方式也相同，遵照上式計算即可。
對照組與實驗組的採購成本加總如下：
表 4.7 總成本差異
對照組 實驗組 總成本 265870220 246865730
4.4 服務水準
經過以上計算，已能得出研究期間的總需求量QA以及各期庫存目標減去各期需求 量後所得到的缺貨額加總QB，如此即能求取整體供應鏈的服務水準:
B
A
Q
L Q
S . . = −
對照組：
服務水準遵照上述公式進行計算即可。
實驗組：
實驗組對服務水準的計算方式也相同，遵照上式計算即可。
對照組與實驗組的服務水準差異如下：
表 4.8 服務水準差異
對照組 實驗組 服務水準 94.04％ 97.15％
4.5 本章小結
總結本章實驗，引入費城半導體指數進行 MACD 技術分析進行前置時間調整的實驗 組，擁有較好的服務水準與較低的總成本如下表：
表 4.9 總成本與服務水準比較表
對照組 實驗組 總成本 265870220 246865730 服務水準 94.04％ 97.15％
此外，本研究也發現，傳統固定前置時間的目標庫存設定策略，在比較過以 2、3、
4、5、6、7、8、10、14、21 為週期的實驗結果之後，發現以 8 天期擁有最好的表現，
能達到高達 95%的服務水準與最低的總成本，但是仍略遜於本研究所提出的利用產業指 標經 MACD 分析所做的動態前置週期目標庫存設定策略。
表 4.10 不同前置時間與服務水準、供應鏈總成本比較表 前置時間 服務水準％ 總成本（萬)
2 93.08% 27132 3 93.17% 26868 4 93.59% 26360 5 93.78% 26367 6 94.34% 26080 7 94.48% 25868 8 94.96% 25789 10 94.54% 26147
*14 94.04% 26587 21 91.21% 27993
**2+14 97.15% 24687
*：表對照組
**：表實驗組
圖 4.5 服務水準、前置時間與總成本關係圖