IMPACT OF COVID-19 ON THE BULLWHIP EFFECT ACROSS U.S. INDUSTRIES
创建于 更新于
摘要
本研究采用行业层面面板数据，利用传统统计与机器学习方法（如SARIMA、RNN、LSTM、Prophet）对美国制造业、批发和零售行业的库存与需求进行了预测，评估COVID-19期间牛鞭效应（BWE）的放大情况。结果表明，疫情显著加剧了牛鞭效应，且制造商、批发商和零售商反应存在显著差异。LSTM模型表现最佳，能够较准确预测疫情前后的需求与库存波动，揭示了供应链在面对极端外部冲击时的脆弱性及行业间的异质性响应，为供应链风险管理提供了实证依据和预测工具 [page::0][page::4][page::7][page::10][page::14]。
