MOQ与账期联动优化决策 — 最小起订量与付款条件的现金流效益模型

"""
MOQ与账期联动优化决策模型
功能：MOQ批量折扣vs持有成本权衡 / 账期价值量化 / 采购谈判最优策略
输入：SKU销售参数 / 供应商报价方案
输出：最优MOQ建议 + 账期价值量化 + 谈判策略
"""
import numpy as np
import pandas as pd
import warnings
warnings.filterwarnings('ignore')


def compute_moq_joint_cost(
    monthly_demand: float,
    demand_cv: float,
    unit_price_options: list,  # [(moq, unit_price), ...]
    holding_cost_rate: float = 0.20,  # 年持有成本率（含资金占用）
    ordering_cost: float = 500.0,     # 固定下单成本（元/次）
    obsolescence_risk: float = 0.05,  # 滞销风险（超过3个月库存的损失率）
    payment_term_days: int = 30,      # 当前账期（天）
    financing_rate: float = 0.06,     # 融资年利率
):
    """
    联合MOQ-账期最优采购量计算
    Returns: 各MOQ方案的全成本对比DataFrame
    """
    results = []
    annual_demand = monthly_demand * 12
    
    for moq, unit_price in unit_price_options:
        # 1. 批量采购次数/年
        orders_per_year = max(1, annual_demand / moq)
        
        # 2. 平均库存（假设均匀消耗）
        avg_inventory = moq / 2
        coverage_months = moq / monthly_demand  # 可覆盖月数
        
        # 3. 库存持有成本（年化）
        holding_cost = avg_inventory * unit_price * holding_cost_rate
        
        # 4. 固定采购成本（年化）
        ordering_cost_annual = ordering_cost * orders_per_year
        
        # 5. 滞销风险成本（超过3个月的库存有滞销风险）
        excess_months = max(0, coverage_months - 3.0)
        obsolescence_cost = (excess_months / coverage_months) * moq * unit_price * obsolescence_risk
        
        # 6. 采购货值成本（含账期融资）
        purchase_value = moq * unit_price
        # 账期内免息，超出部分付融资成本（此处假设已在holding rate中含）
        financing_cost = purchase_value * financing_rate * (payment_term_days / 365)
        # Net账期带来的隐性收益（相当于免息贷款）
        payment_benefit = purchase_value * financing_rate * (payment_term_days / 365)
        
        # 7. 总全链路成本（年化）
        total_cost_annual = (unit_price * annual_demand) + holding_cost + ordering_cost_annual + obsolescence_cost
        cost_per_unit = total_cost_annual / annual_demand
        
        results.append({
            'MOQ': moq,