Séance 4

Conception et Analyse du Réseau

en Présence d’Incertitude
Designing Global Supply Chain Networks
Modifié le 16 mai 2021

Professeur Amin Chaabane, ing., Ph.D.

amin.chaabane@etsmtl.ca

1
 Plan
• L’impact de l’incertitude sur les décisions de
conception du réseau
• Analyse de la valeur actualisée des flux de
trésorerie
• Représentation de l’incertitude
• Arbres de décision
• Exemples

2
 Chapter 6

Designing Global Supply

Chain Networks

Chopra and Meindl

Supply Chain Management, 6e 3
 La localisation
• Il existe différentes méthodes permettant
d’établir la localisation
❑ Méthode du centre de gravité
❑ Méthode d’analyse économique
❑ Distance rectilinéaire

4
 Le centre de gravité
• Le centre de gravité est la localisation ou
l’emplacement qui minimise la distance
pondérée entre un entrepôt et ses points
de distribution ou d’approvisionnement; ici,
la distance (qui est proportionnelle au
coût) est pondérée en fonction de la
quantité des produits fournis ou utilisés.

5
 Le centre de gravité
❑ Cette méthode se base principalement sur les
coûts. Elle ne tient pas compte des facteurs
subjectifs.
❑ Elle est une technique pour localiser un seul
entrepôt ou usine tout en tenant compte de
celles existantes, de la distance entre elles et du
volume des produits à transporter.
❑ On fait l’hypothèse que les coûts de transport de
l’entrepôt vers les clients sont les mêmes que
dans le sens inverse; ce qui ne représente pas
toujours la réalité.

6
Le centre de gravité

7
 Le centre de gravité
Étapes:
1) Placer sur un graphe l’emplacement des
points de distribution ou
d’approvisionnement existants à l’aide de
leur coordonnées (xi,yi).
2) Le centre de gravité (Cx, Cy) (l’endroit où
on doit localiser l’entrepôt) est déterminé
à l’aide d’un système d’équations.
8
 Le centre de gravité
• où n est le nombre de points de
distribution ou d’approvisionnement

n n
x i y i
Cx = i =1
Cy = i =1
n n
9
 Le centre de gravité
• Si on connaît le volume wi des produits
transportés à partir du point «i» ou vers le
point «i», le centre de gravité devient:
n n
w x i i w y i i
Cx = i =1
n Cy = i =1
n

w
i =1
i w
i =1
i

10
 Le centre de gravité
Destination Coordonnées Quantité livrée /
(x;y) semaine (WI)
D1 (2;2) 800
D2 (3;5) 900
D3 (5;4) 200
D4 (8;5) 100
TOTAL 2 000 CG
l’endroit où
l’entrepôt devrait

x=
xi wi 2(800) + 3(900) + 5(200) + 8(100) être
= = 3,05
 i
W 2000

y=
yi wi 2(800) + 5(900) + 4(200) + 5(100)
= = 3,7
 Wi 2000

11
 Exercice

Emplacement Coord Poids Wi

A 5,7 15

B 6,9 20

C 3,9 25

D 9,4 30

12
 Location: Méthode d’analyse
économique
• Approche :
• L’analyse est basée sur le coût total (CT) qui est calculé sur
l’investissement pour une location choisie (CF) et le coût d’exploitation
(exploitation, transport, …) (CV) dépendant de la quantité transportée et
exploitée.
– CT = CF + CV * Q,

• où CV : coût variable unitaire

• CF : coût fixe total

• Le coût total (CT) varie linéairement en fonction de la quantité (Q).

• Donc, pour identifier la meilleure location (correspondant au coût minimum),

on trace la variation des coûts, (les droites) sur le même graphique et
dépendant du niveau de la quantité (Q) exploitée / transportée. L’option (la
location) la plus économique sera facilement identifiée.

13
Location: Méthode d’analyse
économique
Site Coûts fixes (CF) Coûts variables
unitaires (CVu)
A 250 000 $ 11 $
B 100 000 $ 30 $
C 150 000 $ 20 $
D 200 000 $ 35 $

14
 Modèles Mathématiques
• Phase III : Localisation de sites dans le plan

15
 Localisation d’un site à
un point (x,y)
• m points à desservir;
• Chaque point i à une localisation
(ai,bi) et une demande (ou poids) wi;
• Exemples:
– Localisation d’une station de police,
– d’un hôpital,
– d’un entrepôt
• Minisum
16
 Quelques remarques
• Dans le cas de la distance euclidienne, on
peut résoudre le problème par un modèle
de gravité

• Si un point a un poids > Σi wi /2

– Alors la localisation optimale est à ce point
– Valide pour les distances euclidiennes et
rectilinéaire

17
 Distance Rectilinéaire
• Min f(x,y)= Σi wi (Ιx-aiΙ + Ιy-biΙ )
• se résout pour chaque axe séparément
– f(x,y)= Σi wi (Ιx-aiΙ) + Σi wi (Ιy-biΙ ) = f1(x) + f2(y)
• Deux méthodes:
– Graphique
– Solution mathématique:
• Ordonner les pts en en ordre croissant des abscisses x,
i=1,…,m
• Calculer la somme des poids des m points : W = Σl=1m wl
• X* = abscisse du point (i) tel que la première somme
partielle des poids jusqu’au point i soit supérieure ou égale
à la valeur de (W/2) (soit : Σl=1i wl >= W/2 )
• Procédure similaire pour trouver Y*
18
 Exemple
• L’entreprise a 5 fournisseurs situés au
coordonnées suivantes :
– S1 (1,1)
– S2 (5,2)
– S3 (2,8)
– S4 (4,4)
– S5 (8,6)
• Le nombre des déplacements entre l’usine et
les fournisseurs sont : 5,6,2,4,8
– Notez que les coûts sont les mêmes

19
 Exemple

Poids
(déplacement par
Fournisseurs Coordonnées jour)
Ai Bi Wi
1 1 1 5
2 5 2 6
3 2 8 2
4 4 4 4
5 8 6 8

20
 Exemple
• La moitié du poids total
– (5+2+4+6+8) / 2 = 25 / 2 = 12,5

Fournisseurs Fournisseurs

Ai Wi Sum Wi Bi Wi Sum Wi

1 1 5 5 1 1 5 5
3 2 2 7 2 2 6 11 < 12,5
4 4 4 11 < 12,5 4 4 4 15> 12,5
2 5 6 17 > 12,5 5 6 8 23
5 8 8 25 3 8 2 25

– La position sera : (5,4)

21
Position

22
 Exercice

Fournisseurs Coordonnées Poids

Ai Bi Wi

1 1 1 10

2 6 2 20

3 2 8 25

4 3 6 20

5 8 4 25

23
 Question
• Quel est l’impact de la globalisation sur les
chaînes logistiques?

24
 Impact de la globalisation
sur les chaînes logistiques
• Opportunités d’augmenter les revenus et réduire les coûts
simultanément.

• La différence entre le « Succès » et l’«Échec » est souvent en lien

avec la capacité d'intégrer l'atténuation appropriée des risques dans
la conception de la chaîne d'approvisionnement

• Risque supplémentaire significatif.

• L'incertitude de la demande et le prix entraîne l’importance de

considérer une capacité flexible de production

25
 Facteurs de risque pour la chaîne
d’approvisionnement globale
Facteurs de risque Pourcentages de
chaînes influencés
Les catastrophes naturelles 35
Pénurie de main-d'œuvre qualifiée 24
L'incertitude géopolitique 20
L'infiltration de terroristes de la cargaison 13
Volatilité des prix du carburant 37
La fluctuation des devises 29
Opérations portuaires / Retard au niveau des douanes (grèves) 23
Évolution des préférences client / de consommation 23
Performance des partenaires de la chaîne d'approvisionnement 38
La capacité de la logistique / complexité 33
Précision de prévision et de la planification 30
Questions de planification / de communication avec les fournisseurs 27
La technologie de la chaîne d'approvisionnement Inflexible 21

Source : « Integration the Key of Global Success » , Supply Chain Management Review (2007) TABLEAU 6-1 26
Les catastrophes naturelles
• https://rsoe-edis.org/

27
Modélisation du risque

28
La décision de délocalisation:
Coût total
• Quantifier les avantages de la
délocalisation ainsi que les raisons
• Deux raisons qui font échouer la
délocalisation :
– Se concentrer exclusivement sur le coût de
l'unité plutôt que le coût total
– Ignorer les facteurs critiques de risque

29
La décision de délocalisation:
Coût total
• Une chaîne d'approvisionnement mondiale avec
délocalisation augmente la longueur et la durée
de l'information, des produits et des flux de
trésorerie.

• La complexité et le coût de la gestion de la

chaîne d'approvisionnement peuvent être
significativement plus élevés que prévu.

• Quantifier les facteurs et faire un suivi dans le

temps.
30
La décision de délocalisation:
Coût total
• Coût total : les éléments critiques

1. Prix du fournisseur
2. Conditions
3. Coût de livraison
4. Stock et entreposage
5. Coût de la qualité
6. Taxes et incitations fiscales locales
7. Coût de gestion du risque, Responsable d’approvisionnement,
les frais de courtage, coût d’infrastructure, de l’outillage et des
moules
8. L'évolution des taux de change et leur impact sur ​le coût

31
 La gestion du risque pour la chaîne
d’approvisionnement globale
Sources des problèmes
Catégorie Facteurs de risque
Perturbations • Catastrophes naturelles, guerre, terrorisme
• Les conflits du travail, Fournisseur en faillite

Retards • Forte utilisation des capacités à la source

• L'inflexibilité de la source d'approvisionnement
• Mauvaise qualité ou mauvais rendement à la source

Risques système • Panne d'infrastructure du système d’information

Risque de prévision • Prévisions inexactes en raison de longs délais de livraison, la

saisonnalité, la variété des produits, les cycles de vie courts,
petite clientèle

32
 La gestion du risque pour la chaîne
d’approvisionnement globale
Sources des problèmes

Catégorie Facteurs de risque

Risque en lien avec la • Intégration verticale de la chaîne d’approvisionnement
propriété intellectuelle • La sous-traitance et les marchés mondiaux

Risque • Variation des taux de change

d’approvisionnement • Prix de la matière première
• Approvisionnement à source unique
• Utilisation maximale de la capacité

Le risque de créances • Nombre de clients

• La solidité financière de clients
Risque de stock • Taux de l'obsolescence des produits
• Coût de maintien de stock
• Valeur du produit
• Incertitude de la demande et d’approvisionnement

Risque de capacité • Cout de capacité

• Flexibilité de la capacité

33
 La gestion du risque pour la chaîne
d’approvisionnement globale
Quelques solutions

Stratégie d'atténuation du risque Stratégies adéquates

Augmenter les stocks
Augmenter la flexibilité
• Décentraliser le stock des produits de faible
valeur et dont la demande est prévisible.
• Centraliser le stock des produits de grande valeur
et dont la demande est imprévisible.
• Augmenter la flexibilité pour les produits de faible
volume et dont la demande est imprévisible,
• Centraliser la flexibilité dans quelques endroits si
elle est coûteuse.

Agrégation de la demande • Augmenter l'agrégation quand la demande est

Augmenter la capacité
d’approvisionnement
incertaine.
• Favoriser la capacité par rapport au coût pour les
produits de grande valeur et à risque.
• Favoriser le coût par rapport à la capacité pour
les produits à faible valeur/moins de risque.
• Centraliser l’utilisation de capacité dans les
sources d’approvisionnement flexibles.
34
L’impact de l’incertitude sur le
réseau
• Les décisions à prendre lors de la conception du réseau
incluent:
– le nombre et taille des sites de production et des entrepôts, le
type de système de distribution et d’approvisionnement, les
types de transports utilisés, etc.
• Ces décisions sont difficiles à changer à court terme
• Il y aura de l’incertitude quant à:
– La demande, les coûts, les taux de change, la compétition, et
d’autres facteurs de la chaîne.

• Il faut inclure une certaine flexibilité dans le réseau pour

contrecarrer les effets de l’incertitude de façon à
maximiser le profit.

35
 Flexibilité
• Trois grandes catégories de flexibilité
– Flexibilité pour les nouveaux produits:
• La capacité d’introduire de nouveaux produits sur
le marché très rapidement. (Produits électroniques)
– Flexibilité mixte:
• La capacité d’introduire une variété de produits
dans une courte période temps.
– Flexibilité du volume:
• La capacité d’opérer d’une manière profitable
peu importe le volume de transaction. (Steel
Industry)
36
Flexibilité

Chopra et Meindl (2006) – Chapitre 6 - Figure 6-1

37
 Analyse de la valeur actualisée
des flux de trésorerie

• Les décisions vont être en place pour une longue

période de temps :
– Il faut évaluer les flux de trésorerie sur cette période

• L’analyse de la valeur actualisée des flux de trésorerie

évalue la Valeur Présente Nette (VPN) d’un flot continu
de revenu et de dépense et permet aux gestionnaires de
comparer différentes stratégies.

• Base de comparaison:
– Un dollar aujourd'hui vaut plus qu’un dollar demain
38
Analyse de la valeur actualisée
des flux de trésorerie
1
Facteur d'actualisation =
1+ k
t
T
 1 
VPN = C0 +    Ct
t =1  1 + k 

avec
C0 , C1 ,..., CT flux de trésorerie sur une période T
VPN = Valeur Présente Nette du flux
k = Taux de retour sur l'investissement

• Comparer la VPN des différentes options

•L’option avec la plus grande VPN aura un plus grand
retour sur l’investissement

39
 Exemple 1: Trips Logistics
• “Trips Logistics” (3PL) : Prestataire logistique
d’entreposage
• Décision à prendre pour les trois prochaines années :
– Quel espace de stockage (Capacité) la compagnie doit avoir?
• Deux options
– Option I (sans contrat) : Louer de l’espace sur le marché libre (« Spot »)
en fonction de la demande (Option flexible)
– Option II (avec contrat) : Signer un bail pour 3 ans (Option non flexible )

40
 Exemple 1: Trips Logistics
• Question: Quel espace d’entreposage devrait-on
louer dans les trois prochaines années?
– Demande = 100,000 unités
– On a besoin de 1,000 pi2. pour chaque 1,000 unités
– Revenu = $1.22 par unité (fixe)

• Doit-on obtenir l’espace d’entreposage

nécessaire sur le marché ‘spot’ (Option I) ou
signer un bail de 3 ans (Option II) ou
– Bail de 3 ans: coût = $1 par pi2.
– Marché « spot »: coût = $1.20 par pi2.
• k = 0.1
41
 VPN : Trips Logistics
Option I: Marché Spot:
Profit Annuel Espéré = 100,000 x $1.22 – 100,000 x
$1.20 = $2,000
Cash flow = $2,000 pour les 3 prochaines années

C1 C2
VPN (pas de bail) = C0 + +
1 + k (1 + k )2
2000 2000
= 2000 + + 2
= $5, 471
1.1 1.1

42
 VPN : Trips Logistics
Option II: Location d’un espace pour les 3 prochaines années:
Profit Annuel Espéré = 100,000 x $1.22 – 100,000 x $1.00 =
$22,000
Cash flow = $22,000 pour chacune des trois prochaines années
C1 C2
NPV (no lease) = C0 + +
1 + k (1 + k )2
22000 22000
= 22000 + + 2
= $60,182
1.1 1.1
VPN Option I: $5 471 vs VPN Option II: $60 182
Option II: Location d’espace est plus rentable

Cependant cette analyse ne tient pas compte de l’incertitude

43
 Représentation binomiale de
l’incertitude
• Supposons qu’un élément X (tel que la demande) peut
prendre deux valeurs à chaque période
• Cet élément peut augmenter par un facteur u > 1 avec une
probabilité p, ou diminuer par un facteur d < 1 avec une
probabilité 1-p
• Si on assume un coût P à la période 0, pour la binomiale
multiplicative, les résultants possibles sur 4 périodes sont:
– Période 1: Pu, Pd
– Période 2: Pu2, Pud, Pd2
– Période 3: Pu3, Pu2d, Pud2, Pd3
– Période 4: Pu4, Pu3d, Pu2d2, Pud3, Pd4

n k
P{ X = k} =   p (1 − p)n−k
k 
44
 Représentation binomiale de
l’incertitude
• En général, pour une binomiale
multiplicative, la période T va avoir toutes
les combinaisons Putd(T-t), pour = 0,1,…,T
• D’un état Puad(T-a) à la période t, le cout /
prix à t+1 sera une des deux valeurs:
– Pua+1d(T-a) avec probabilité p,
– Puad(T-a)+1 avec probabilité (1-p)
• Peut-être représenté par un arbre (voir
figure 6.2, p. 156)
45
 Représentation binomiale de
l’incertitude
• Pour une binomiale additive, les états
sont:
• Period 1: P+u, P-d
• Period 2: P+2u, P+u-d, P-2d
• Period 3: P+3u, P+2u-d, P+u-2d, P-3d
• Period 4: P+4u, P+3u-d, P+2u-2d, P+u-3d, P-4d
• En général, les états présents à la période
T sont:
– P+tu-(T-t)d, for t=0, 1, …, T

46
 Arbre de décision
• Plusieurs décisions
– Signer un contrat long terme pour louer
l’espace d’entreposage ou bien louer au
besoin sur le marché libre (spot market) ?
– C’est quoi le besoin en capacité? C’est quoi le
niveau de flexibilité

47
 Construction de l’arbre de
décision
1. Identifier la durée de chaque période (mois, quart,
année, etc.) et le nombre de périodes T que contient
l’horizon de planification.
2. Identifier les éléments tels que la demande, le prix, etc.
dont les fluctuations seront considérées sur l’horizon T.
3. Identifier la distribution de l’incertitude pour chaque
élément.
4. Identifier le taux de rendement à chaque période (k).
5. Dessiner l’arbre de décision avec les états bien définis
pour chaque période et les probabilités de transition
entre deux états successifs.
6. En commençant par la période T et en remontant l’arbre,
calculer la valeur espérée du flux monétaire à chaque
état.
➢ La VPN de la valeur monétaire espéré d’un état est considéré lors du
calcul de la valeur monétaire espérée d’un état précédent.
48
 Exemple 1: Trips Logistics
• Option I : Utiliser le marché spot (Option flexible)

• Option II : Bail de 3 ans pour un espace fixe.

Utiliser le marché ‘spot’ pour les besoins
additionnels (Option non flexible)

• Option III : Un bail qui prévoit une utilisation

flexible de l’espace d’entreposage entre deux
limites (min et max). Les besoins dépassant la
limite maximale sont comblés par le marché
‘spot’ (Option semi flexible)
49
 Trips Logistics: Données de
Base
• 1000 pi2 requis pour chaque 1000 unités de
demande
• Demande Actuelle = 100,000 unités par an
– Incertitude binomiale: Demande peut
• Augmenter par 20% avec p = 0.5
• Ou diminuer par 20% avec 1-p = 0.5
• Prix de location = $1.00 par pi2 par an
• Prix spot actuel = $1.20 par pi2 par an
– peut augmenter par 10% avec p = 0.5
– Ou diminuer par 10% avec 1-p = 0.5
• Revenu = $1.22 par unité de demande
• k = 0.1

50
Trips Logistics : arbre de de
décision (Fig. 6.2)
Période 2
Période 1 D=144
Période 0 p=$1.45
0.25
D=144
0.25
p=$1.19
D=120
0.25
p=$1.32 D=96
0.25
p=$1.45
0.25
D=144
0.25 D=120 p=$0.97
p=$1. 08
D=100 D=96
p=$1.20 0.25 p=$1.19

D=80 D=96
p=$1.32 p=$0.97

0.25 D=64
p=$1.45
D=80
Figure 6-2 p=$1.08 D=64
p=$1.19

D=64
p=$0.97

51
 Example 1: Trips Logistics
• Analyse de l’option I: Utilisation du marché Spot
• Commencer par la période 2 et calculer le profit
à chaque nœud
– Pour D=144, p=$1.45, à la période 2:
• Coût: C(D=144, p=1.45,2) = 144,000x1.45 = $208,800
• Revenu à (D=144, p =1.45,2) = 144,000x1.22 = $175,680
• Profit: P(D=144, p =1.45,2) = 175,680-208,800 = -$33,120
• Profit à chaque nœud – voir Table 6.5 (page 157)

52
 Decision Tree – Trips
Logistics
Coût Profit
Revenue C(D =, p =, 2) P(D =, p =, 2)
D = 144, p = 1.45 144,000 × 1.22 144,000 × 1.45 –$33,120
D = 144, p = 1.19 144,000 × 1.22 144,000 × 1.19 $4,320
D = 144, p = 0.97 144,000 × 1.22 144,000 × 0.97 $36,000
D = 96, p = 1.45 96,000 × 1.22 96,000 × 1.45 –$22,080
D = 96, p = 1.19 96,000 × 1.22 96,000 × 1.19 $2,880
D = 96, p = 0.97 96,000 × 1.22 96,000 × 0.97 $24,000
D = 64, p = 1.45 64,000 × 1.22 64,000 × 1.45 –$14,720
D = 64, p = 1.19 64,000 × 1.22 64,000 × 1.19 $1,920
D = 64, p = 0.97 64,000 × 1.22 64,000 × 0.97 $16,000

Table 6-5

53
Trips Logistics Arbre de de décision :
Option I – Spot Market
Période 2
Période 1 D=144 P(D=144, p=1.45)=
-$33,120
Période 0 p=$1.45
0.25 P(D=144, p=1.19)=
D=144
0.25 $4,320
p=$1.19
D=120
0.25 P(D=96, p=1.45)=
p=$1.32 D=96
0.25 -$22,080
p=$1.45
0.25
D=144 P(D=144, p=0.97)=
0.25 D=120 $36,000
p=$0.97
p=$1. 08
D=100 D=96 P(D=96, p=1.19)=
p=$1.20 0.25 p=$1.19 $2,880

D=80 D=96 P(D=96, p=0.97)=

$24,000
p=$1.32 p=$0.97

0.25 D=64 P(D=64, p=1.45)=

p=$1.45 -$14,720
D=80
p=$1.32 D=64 P(D=144, p=1.19)=
$1,920
p=$1.19

D=64 P(D=64, p=1.22)=

Figure 6-2 $16,000
p=$0.97

54
 Exemple 1: Trips Logistics
Option I – Spot Market

• Soit
– EP(D=x, p=1) le Profit Espéré d’un nœud
avec une demande x à la période 1 des
périodes subséquentes ;
• La valeur espérée du profit à un nœud de la
période 1, EP(D=, p=,1) est le profit espéré sur
tous les nœuds de la période 2 nœud.
– PVEP(D=,p=,1) la valeur présente du profit
espéré au nœud
– P(D=, p=1)= Profit au nœud + PVED(D=,p=1)

55
 Exemple 1 : Trips Logistics
Option I – Spot Market

• Du nœud D=120, p=$1.32 à la période 1, il y a 4 états possibles à la

période 2:
➢ EP(D=120,p=1.32,1)= 0.25xP(D=144,p=1.45,2)+ 0.25xP(D=144,p=1.19,2)
+0.25xP(D=96,p=1.45,2)+ 0.25xP(D=96,p=1.19,2)
= 0.25x(-33,120)+0.25x4,320+0.25x(-22,080)+0.25x2,880
= -$12,000

• Calcul de la valeur présente du profit espéré des nœud subséquents

➢ PVEP(D=120, p=1.32,1) = EP(D=120,p=1.32,1) / (1+k)
= -$12,000 = -10 909

Profit Espéré au nœud D=120,p=1.32 à la période 1 = P(D=120,p=1.32,1)

➢ P(D=120,p=1.32,1) = [(120,000x1.22)-(120,000x1.32)] +PVEP(D=120,p=1.32,1)
= -$12,000 + (-$10,909) = -$22,909

• Voir Tableau 6.6

56
 Decision Tree – Trips
Logistics
Option I – Spot Market

P(D =, p =, 1)
= D x 1.22 – D x p +
Node EP(D =, p =, 1) EP(D =, p =, 1) / (1 + k)
D = 120, p = 1.32 100,000 sq. ft. –$22,909
D = 120, p = 1.08 100,000 sq. ft. $32,073
D = 80, p = 1.32 100,000 sq. ft. –$15,273
D = 80, p = 1.08 100,000 sq. ft. $21,382

Tableau 6-6

57
 Trips Logistics
• Pour la période 0, le profit total P(D=100,p=120,0) est la
somme des profits à la période 0 et la valeur présente des
profits espérés des nœuds à la période
➢ EP(D=100,p=1.20,0) = 0.25xP(D=120,p=1.32,1) +
0.25xP(D=120,p=1.08,1) + 0.25xP(D=96,p=1.32,1) +
0.25xP(D=96,p=1.08,1)
= 0.25x(-22,909)+0.25x(32,073)+0.25x(-15,273)+0.25x(21,382 )
= $3,818

• PVEP(D=100,p=1.20,0) = EP(D=100,p=1.20,0) / (1+k)

= $3,818 / (1 + 0.1) = $3,471

P(D=100,p=1.2,0) = [(120,000x1.22)-(120,000x1.2)] = 2 000$

58
 Trips Logistics Decision Tree:
Option I – Spot Market
Période 2
Période 1 D=144 P(D=144, p=1.45)=
-$33,120
Période 0 p=$1.45
P(D=120, p=1.32,1)=
-$22,909 0.25
D=144 P(D=144, p=1.19)=
0.25
p=$1.19 $4,320
D=120
0.25
p=$1.32 D=96
0.25 P(D=96, p=1.45)=
P(D=120, p=1.08,1)= p=$1.45 -$22,080
$32,073
0.25
D=144
P(D=144, p=0.97)=
0.25 D=120 p=$0.97 $36,000
p=$1. 08
D=100 D=96
P(D=80, p=1.32,1)= P(D=96, p=1.19)=
p=$1.20 0.25 -$15,273 p=$1.19 $2,880
D=80 D=96
P(D=100,p=1.20) = P(D=96, p=0.97)=
p=$1.32 p=$0.97 $24,000
D*(1.22-p) + EP(D=100,p=1.20)/(1+k)
P(D=80, p=1.08,1)=
= $5,471 0.25 D=64
$21,382 P(D=64, p=1.45)=
p=$1.45
D=80 -$14,720
p=$1.32 D=64
P(D=144, p=1.19)=
p=$1.19 $1,920
D=64
P(D=, p=,1)= P(D=64, p=1.22)=
p=$0.97
D*(1.22-p) +EP(D=,p=1)/(1+k) $16,000
59
 Exemple 1: Trips Logistics
• Option II: Bail de 3 ans (fixe) pour un
espace fixe. Utiliser le marché ‘spot’ pour
les besoins additionnels

• À noter que lors de l’analyse précédente

où l’incertitude était ignorée la VPN était
de 60,182 $

60
 Trips Logistics : Option 2
Bail fixe
Profit P(D =, p =, 2)
Warehouse Space = D x 1.22 – (100,000 x
Node Leased Space at Spot Price (S) 1 + S x p)
D = 144, p = 1.45 100,000 sq. ft. 44,000 sq. ft. $11,880
D = 144, p = 1.19 100,000 sq. ft. 44,000 sq. ft. $23,320
D = 144, p = 0.97 100,000 sq. ft. 44,000 sq. ft. $33,000
D = 96, p = 1.45 100,000 sq. ft. 0 sq. ft. $17,120
D = 96, p = 1.19 100,000 sq. ft. 0 sq. ft. $17,120
D = 96, p = 0.97 100,000 sq. ft. 0 sq. ft. $17,120
D = 64, p = 1.45 100,000 sq. ft. 0 sq. ft. –$21,920
D = 64, p = 1.19 100,000 sq. ft. 0 sq. ft. –$21,920
D = 64, p = 0.97 100,000 sq. ft. 0 sq. ft. –$21,920

TABLE 6-7

61
 Decision Tree – Trips
Logistics P(D =, p =, 1)
Warehouse = D x 1.22 –
Space (100,000 x 1 + S x
at Spot p) + EP(D =, p =
Node EP(D =, p =, 1) Price (S) ,1)(1 + k)
D = 120, p = 1.32 0.25 x [P(D = 144, p = 20,000 $35,782
1.45,2) + P(D = 144, p =
1.19,2) + P(D = 96, p =
1.45,2) + P(D = 96, p =
1.19,2)] = 0.25 x (11,880 +
23,320 + 17,120 + 17,120)
= $17,360
D = 120, p = 1.08 0.25 x (23,320 + 33,000 + 20,000 $45,382
17,120 + 17,120) = $22,640
D = 80, p = 1.32 0.25 x (17,120 + 17,120 – 0 –$4,582
21,920 – 21,920) = –$2,400
D = 80, p = 1.08 0.25 x (17,120 + 17,120 – 0 –$4,582
21,920 – 21,920) = –$2,400 TABLE 6-8

62
Trips Logistics Arbre de de décision :
Option 2 – Bail fixe Profit P(D =, p =, 2)
= D x 1.22 – (100,000 x 1 + S x p)
Période 2
Période 1 D=144 $11,880

Période 0 P(D =, p =, 1) p=$1.45

= D x 1.22 – (100,000 x 1 + S x p) + EP(D =, p
= ,1)(1 + k) 0.25 $23,320
D=144
0.25
p=$1.19
D=120
0.25 $33,000
p=$1.32 D=96
0.25
p=$1.45
$35,782 0.25
D=144 $17,120
0.25 D=120 p=$0.97
p=$1. 08
D=100 D=96 $17,120
p=$1.20 0.25 $45,382 p=$1.19

D=80 D=96 $17,120

p=$1.32 p=$0.97

0.25 -$4,582 D=64 -$21,920

p=$1.45
D=80
p=$1.32 D=64 -$21,920
p=$1.19
-$4,582
D=64 -$21,920
p=$0.97

63
 Decision Tree – Trips Logistics
(Option III)
Bail flexible
Profit P(D =, p =, 2)
Warehouse Warehouse Space = D x 1.22 – (W x 1 + S
Node Space at $1 (W) at Spot Price (S) x p)
D = 144, p = 1.45 100,000 sq. ft. 44,000 sq. ft. $11,880
D = 144, p = 1.19 100,000 sq. ft. 44,000 sq. ft. $23,320
D = 144, p = 0.97 100,000 sq. ft. 44,000 sq. ft. $33,000
D = 96, p = 1.45 96,000 sq. ft. 0 sq. ft. $21,120
D = 96, p = 1.19 96,000 sq. ft. 0 sq. ft. $21,120
D = 96, p = 0.97 96,000 sq. ft. 0 sq. ft. $21,120
D = 64, p = 1.45 64,000 sq. ft. 0 sq. ft. $14,080
D = 64, p = 1.19 64,000 sq. ft. 0 sq. ft. $14,080
D = 64, p = 0.97 64,000 sq. ft. 0 sq. ft. $14,080
Tableau 6-9
64
Trips Logistics Decision Tree
Bail flexible
(Option III) P(D=,p=2) = D*1.22 – (W*1 + S*P)
Période 2
Période 1 D=144
$11,880
Période 0 p=$1.45
$37,600
0.25
D=144
0.25 $23,320
p=$1.19
D=120
0.25
p=$1.32 D=96
0.25 $21,120
p=$1.45
$47,200 0.25
D=144
$56,545 0.25 D=120 $33,000
p=$0.97
p=$1. 08
D=100 D=96
$21,120
p=$1.20 0.25 $33,600 p=$1.19

D=80 D=96
p=$1.32 p=$0.97 $21,120

0.25 $33,600 D=64

$14,080
p=$1.45
D=80
p=$1.32 D=64
$14,080
p=$1.19

P(D=,p=1) = D*1.22 - (W*1 + S*P) + D=64 $14,080

EP(D=,p=1)/(1+k) p=$0.97

65
 Exemple 1: Trips Logistics
• Analyse de l’option III:
– Un bail qui prévoit une utilisation flexible de l’espace
d’entreposage entre les deux limites 60,000 pi2 et
100,000 pi2 pour un premier coût unique de 10,000 $
et un coût variable de 1 $ par pi2 par an
– Les besoins dépassant la limite maximale sont
comblés par le marché ‘spot’ à 1.20 $ par pi2 par an
– Après analyse la VPN est de 56,725 $
• Option I: VPN = 5,471 $
• Option II: VPN = 38,364 $
• Option III: VPN = 46,545 $ = (56,545 $ -10,000 $ )

66
Exercices supplémentaires
• Chapitre 6 : Livre de référence
– Exercice 1 (Moon Micro) : page 171
– Exercice 2 (Unipart) : page 171
– Exercice 3 (Alphacap): page 172

67