Este artigo analisa o desempenho dos principais modelos de quantificação do Efeito Chicote (EC) a partir do estudo do impacto produzido por diferentes políticas de tratamento dos excessos de estoque sobre o EC, em ambientes com demanda e lead time estocásticos. Além da política considerada como pressuposto dos principais modelos de quantificação do EC disponíveis na literatura, onde excedentes de estoque são devolvidos a custo zero, outras duas políticas são investigadas: (i) excedentes são desconsiderados, ou seja, não motivam nem compra nem devolução de itens, e (ii) excedentes são ajustados e utilizados para suprir demandas futuras. A política (ii), considerada como a que melhor retrata a realidade operacional nas empresas, é incorporada à modelagem do EC sob a forma de um fator de correção em sua quantificação. Produz-se, assim, um novo modelo matemático para dimensionamento do EC em ambientes sujeitos à demanda e lead time estocásticos e independentes, onde excessos de estoque são incorporados no cálculo do tamanho dos pedidos futuros. O desenvolvimento deste novo modelo é apresentado detalhadamente, assim como as simulações computacionais realizadas para comparar seu desempenho com os modelos de Chen et al. (2000) e Fioriolli e Fogliatto (2007).

In this paper we analyze the performance of the main models developed to quantify the Bullwhip Effect (BE) focusing on the impact due to the adoption of different policies to treat inventory excesses, under the assumption of stochastic demand and lead time. In addition to the policy assumed in most BE quantification models available in the literature, where inventory excesses are handed back to suppliers at no cost, two alternative policies are investigated: (i) one where excesses are disregarded from the analysis, not motivating product devolution, and (ii) another where excesses are adjusted and used to supply for future demands. Policy (ii), considered as the one best reproducing the operational reality of companies, is incorporated to the BE modeling as a correction factor when quantifying the phenomenon. We thus present a new mathematical model to quantify the BE in situations where both demand and lead time are stochastic, and where inventory excesses are considered in the determination of future orders. The development of the new model is presented along with computational simulations run to compare its performance with models in Chen et al. (2000) and Fioriolli & Fogliatto (2007).