论文部分内容阅读
摘 要:本文将灰色关联分析与模糊综合评价法相结合,建立基于灰色关联分析的模糊综合评价模型。通过实例对该模型和算法进行了验证,模型将主观判断与定量分析相结合,充分运用了历史数据,能有效、全面、系统的评价供应链风险。
关键词:供应链风险 风险评估 灰色关联分析
中图分类号:F274 文献标识码:A
一、引言
供应链风险评估是供应链研究的一个重要领域,受到众多SCM研究人员和实践者的关注,Pater提出了利用评分方法测度跨国供应链的风险,提出了一个简单的评分方法来进行评估,该方法对于跨国供应链风险的初步评估是有意义的,但方法的主观性较强。丁伟东提出了基于模糊评价方法的供应链可靠性评估矩阵,但该方法没有考虑风险事件发生的概率这一重要特征,也未具体说明采用什么方法来确定风险因素的风险值。模糊综合评价法是目前业内普遍运用的一种评价方法,然而模糊综合评价法带有很大的主观性,特别是对风险因素发生地概率和各风险因素的权重只能通过自身经验和知识做出主观估计。考虑到以往的评价方法均带有很强的主观性,在风险评估时既要尽量消除主观性,又要考虑到提出的模型的实际应用效果。本文假设在市场正常波动条件下,采用历年供应链各风险因子给企业带来的损失作为样本数据,用灰色关联度来描述各风险因素间关系的强弱,从而定量的计算出各风险因子的权重,再进行模糊综合评价,从而对供应链风险评价尽可能的做到客观合理。
二、供应链风险评估
(一) 供应链风险评价指标体系。
根据SCOR模型的陈述,对供应链的探讨可以从计划、采购、制造、配送和退货这五个环节进行。一般的供应链都由零部件制造商、整车组装厂、销售公司等企业组成。本文以制造商为例,从研发战略、零部件采购、组装制造过程、产品运输与配送和外部风险这五个部分来寻找供应链风险产生的原因,具体指标包括:
研发风险:包括研发技术、研发进度控制及成本增加、研发产品质量。
零部件采购风险:包括采购价格、与供应商的关系、零部件供应因素。
制造组装过程风险:包括生产过程控制、财务成本控制能力、库存控制不当。
产品与运输配送风险:组织因素、信息共享因素、协同能力、产品召回。
外部风险:外部环境因素、与合作者及竞争者关系协调因素、客户需求因素。
(二)灰色关联分析方法确定各级风险因子权重。
灰色关联分析是一种多因素统计分析方法,它是以因素间的样本数据为依据用灰色关联度来描述因素间关系的强弱、大小和次序的。如果样本数据列反映出两因素变化的态势(大小、方向、速度等)基本一致,则它们之间的关联度较大;反之,关联度较小。具体应用到供应链风险因子权重的确定问题上,我们先来计算一级风险因子的权重,二级风险因子权重的计算方法类推,假设有m个一级风险因子,我们以最近n年各风险因素导致的损失值为样本数据,步骤如下:
1、确定分析序列。在对所研究问题定性分析的基础上,确定一个因变量因素和多个自变量因素。这里我们将供应链风险中的m个一级风险因子n年来导致的损失值作为自变量因素,m个风险因子每年损失值的和作为因变量因素,设为参考行,各自变量数据构成比较行,即:
(1)
其中,;m为变量序列的长度,即我们要考察的这一级风险因子的数量,第二行代表比较样本A1,表示第一个风险因子这n年每年造成的损失,依此类推,第m+1行表示第m个风险因子这n年每年造成损失值。
变量序列无量纲化。选取合适无量纲化方法,对处理后得:
(2)
2、求出每年各风险因子损失和与各风险因子损失值的差、最大差和最小差。计算上式第一行与其余各行对应期的绝对差值,形成如下绝对差值矩阵:
(3)
其中,绝对差值阵中的最大数和最小数即为最大差和最小差;
(4)
3、计算各风险因子损失与损失总和的关联系数。对绝对差值阵中数据做如下变换:
(5)
得到关联系数矩阵:
(6)
(4)计算关联度并求出各风险因素的权重。各风险因子损失值与每年各风险因子损失和的关联度是通过n个关联系数来反映的,即:
(7)
关联度越大,说明某个风险因子损失值与总的损失值变化态势越一致。对这m个值进行归一化处理,即得出每个风险因子的权重。
(三)供应链风险灰色模糊评判的综合算法。
在层次模型中, 第一层供应链风险是目标层, 第二层各一级风险指标是指标层, 第三层二级风险指标是子指标层, 整个模型是一复杂系统。模糊评价是对难以精确化的复杂供应链风险进行综合评价的实用方法, 具体步骤如下:
1、把供应链风险指标按某种属性分成m个一级指标Xi,每个一级指标下面又分为t个二级指标Xit。
2、各级风险因素权重的确定。分析历年各级风险因子给供应链带来的损失值,通过灰色关联分析计算各级风险因子的关联度并进行归一化处理,得出的值即为各级风险因子的权重。
3、对每个一级供应链风险因子Xi进行模糊综合评价。设评语等级论域为V={V1,V2,…,Vp},分别表示很小,小,一般,大,很大。Xi中各二级供应链风险因素的模糊权向量为Wi=(Wi1,Wi2,…,Wit),Xi的单因素评价结果为Ri(t行,p列)。
则单级评价模型为:
(10)
4、将一级风险因子Xi看成一个综合因素,用Bi作为它的单因素评价结果,可得隶属关系矩阵。
(11)
假设通过灰色关联分析求得供应链一级风险因素Xi(i=1,2,…,m)的模糊权向量为W=(w1,w2,…,wi),则二级模糊综合评价模型为:
(12)
bi即为总体上对供应链风险评语集中各评语的隶属度,按照最大接近度原则,可以得出供应链风险在评语集上的综合评判结果。
三、结论
供应链风险评估是风险管理的重要内容,本文采用多级模糊评价的方法对其风险进行评估,在处理指标权重问题上,考虑到了这一对象的灰色状态和专家估计法的主观性,对历年风险因子给企业带来损失的统计数据进行关联度分析来计算出各指标权重,具有一定得科学性,能为决策者提供当前风险的总体状况。该模型兼顾了历史信息和未确知信息,更加合理的反应了客观事实;定性与定量结合,避免了主观评定的随意性;评价程序规范化,数据处理相对简单,具有较强的可操作性。需要注意的是,目前对供应链风险评估的各种方法包括指标权重的确定方法是否完全科学还存在较大争议,本模型也是基于正常市场条件下的假设,在企业内外部环境急剧波动,风险因子每年变化很大的情况下,通过分析统计数据来来进行灰色关联度分析以及采用的指标体系是否合理、切合实际,尚待进一步的研究和讨论。
(作者单位:中南大学商学院)
参考文献:
[1]Prater E,Biehl M,Smith M A.International supply chain agility.Tradeofs between flexibility and uncertainty.InternationalJournal of Operations and Production Management,2001.21(5-6).
[2]HALLIKAS J, et al. RiskManagement Processes in Supplier Networks. Production Economics, 2004, ( 90 ) .
[3]丁伟东,刘凯,贺国先,供应链风险研究.中国安全科学学报.
关键词:供应链风险 风险评估 灰色关联分析
中图分类号:F274 文献标识码:A
一、引言
供应链风险评估是供应链研究的一个重要领域,受到众多SCM研究人员和实践者的关注,Pater提出了利用评分方法测度跨国供应链的风险,提出了一个简单的评分方法来进行评估,该方法对于跨国供应链风险的初步评估是有意义的,但方法的主观性较强。丁伟东提出了基于模糊评价方法的供应链可靠性评估矩阵,但该方法没有考虑风险事件发生的概率这一重要特征,也未具体说明采用什么方法来确定风险因素的风险值。模糊综合评价法是目前业内普遍运用的一种评价方法,然而模糊综合评价法带有很大的主观性,特别是对风险因素发生地概率和各风险因素的权重只能通过自身经验和知识做出主观估计。考虑到以往的评价方法均带有很强的主观性,在风险评估时既要尽量消除主观性,又要考虑到提出的模型的实际应用效果。本文假设在市场正常波动条件下,采用历年供应链各风险因子给企业带来的损失作为样本数据,用灰色关联度来描述各风险因素间关系的强弱,从而定量的计算出各风险因子的权重,再进行模糊综合评价,从而对供应链风险评价尽可能的做到客观合理。
二、供应链风险评估
(一) 供应链风险评价指标体系。
根据SCOR模型的陈述,对供应链的探讨可以从计划、采购、制造、配送和退货这五个环节进行。一般的供应链都由零部件制造商、整车组装厂、销售公司等企业组成。本文以制造商为例,从研发战略、零部件采购、组装制造过程、产品运输与配送和外部风险这五个部分来寻找供应链风险产生的原因,具体指标包括:
研发风险:包括研发技术、研发进度控制及成本增加、研发产品质量。
零部件采购风险:包括采购价格、与供应商的关系、零部件供应因素。
制造组装过程风险:包括生产过程控制、财务成本控制能力、库存控制不当。
产品与运输配送风险:组织因素、信息共享因素、协同能力、产品召回。
外部风险:外部环境因素、与合作者及竞争者关系协调因素、客户需求因素。
(二)灰色关联分析方法确定各级风险因子权重。
灰色关联分析是一种多因素统计分析方法,它是以因素间的样本数据为依据用灰色关联度来描述因素间关系的强弱、大小和次序的。如果样本数据列反映出两因素变化的态势(大小、方向、速度等)基本一致,则它们之间的关联度较大;反之,关联度较小。具体应用到供应链风险因子权重的确定问题上,我们先来计算一级风险因子的权重,二级风险因子权重的计算方法类推,假设有m个一级风险因子,我们以最近n年各风险因素导致的损失值为样本数据,步骤如下:
1、确定分析序列。在对所研究问题定性分析的基础上,确定一个因变量因素和多个自变量因素。这里我们将供应链风险中的m个一级风险因子n年来导致的损失值作为自变量因素,m个风险因子每年损失值的和作为因变量因素,设为参考行,各自变量数据构成比较行,即:
(1)
其中,;m为变量序列的长度,即我们要考察的这一级风险因子的数量,第二行代表比较样本A1,表示第一个风险因子这n年每年造成的损失,依此类推,第m+1行表示第m个风险因子这n年每年造成损失值。
变量序列无量纲化。选取合适无量纲化方法,对处理后得:
(2)
2、求出每年各风险因子损失和与各风险因子损失值的差、最大差和最小差。计算上式第一行与其余各行对应期的绝对差值,形成如下绝对差值矩阵:
(3)
其中,绝对差值阵中的最大数和最小数即为最大差和最小差;
(4)
3、计算各风险因子损失与损失总和的关联系数。对绝对差值阵中数据做如下变换:
(5)
得到关联系数矩阵:
(6)
(4)计算关联度并求出各风险因素的权重。各风险因子损失值与每年各风险因子损失和的关联度是通过n个关联系数来反映的,即:
(7)
关联度越大,说明某个风险因子损失值与总的损失值变化态势越一致。对这m个值进行归一化处理,即得出每个风险因子的权重。
(三)供应链风险灰色模糊评判的综合算法。
在层次模型中, 第一层供应链风险是目标层, 第二层各一级风险指标是指标层, 第三层二级风险指标是子指标层, 整个模型是一复杂系统。模糊评价是对难以精确化的复杂供应链风险进行综合评价的实用方法, 具体步骤如下:
1、把供应链风险指标按某种属性分成m个一级指标Xi,每个一级指标下面又分为t个二级指标Xit。
2、各级风险因素权重的确定。分析历年各级风险因子给供应链带来的损失值,通过灰色关联分析计算各级风险因子的关联度并进行归一化处理,得出的值即为各级风险因子的权重。
3、对每个一级供应链风险因子Xi进行模糊综合评价。设评语等级论域为V={V1,V2,…,Vp},分别表示很小,小,一般,大,很大。Xi中各二级供应链风险因素的模糊权向量为Wi=(Wi1,Wi2,…,Wit),Xi的单因素评价结果为Ri(t行,p列)。
则单级评价模型为:
(10)
4、将一级风险因子Xi看成一个综合因素,用Bi作为它的单因素评价结果,可得隶属关系矩阵。
(11)
假设通过灰色关联分析求得供应链一级风险因素Xi(i=1,2,…,m)的模糊权向量为W=(w1,w2,…,wi),则二级模糊综合评价模型为:
(12)
bi即为总体上对供应链风险评语集中各评语的隶属度,按照最大接近度原则,可以得出供应链风险在评语集上的综合评判结果。
三、结论
供应链风险评估是风险管理的重要内容,本文采用多级模糊评价的方法对其风险进行评估,在处理指标权重问题上,考虑到了这一对象的灰色状态和专家估计法的主观性,对历年风险因子给企业带来损失的统计数据进行关联度分析来计算出各指标权重,具有一定得科学性,能为决策者提供当前风险的总体状况。该模型兼顾了历史信息和未确知信息,更加合理的反应了客观事实;定性与定量结合,避免了主观评定的随意性;评价程序规范化,数据处理相对简单,具有较强的可操作性。需要注意的是,目前对供应链风险评估的各种方法包括指标权重的确定方法是否完全科学还存在较大争议,本模型也是基于正常市场条件下的假设,在企业内外部环境急剧波动,风险因子每年变化很大的情况下,通过分析统计数据来来进行灰色关联度分析以及采用的指标体系是否合理、切合实际,尚待进一步的研究和讨论。
(作者单位:中南大学商学院)
参考文献:
[1]Prater E,Biehl M,Smith M A.International supply chain agility.Tradeofs between flexibility and uncertainty.InternationalJournal of Operations and Production Management,2001.21(5-6).
[2]HALLIKAS J, et al. RiskManagement Processes in Supplier Networks. Production Economics, 2004, ( 90 ) .
[3]丁伟东,刘凯,贺国先,供应链风险研究.中国安全科学学报.