英语原文共 13 页，剩余内容已隐藏，支付完成后下载完整资料
一种基于重要级层次分析法的供应链风险评估框架
（董庆兴，华中师范大学，信息管理学院，武汉，430079，中国
奥林.库珀，福格尔曼商学院，孟菲斯大学，田纳西州，38152，美国）
摘要：在现在的商业环境中，管理者和研究者都认识到了评估和管理供应链运作中的风险对于商业上的成功是至关重要的。而且，传统的评估方法无法处理在分析中作为关键要素的无形的标准。所以，我们研究了一种基于事前供应链风险评估模型的重要级层次分析法(OM-AHP)，来比较影响供应链风险的有形和无形因素。在用重要级层次分析法来做风险评估的应用中，一个关于如何使用重要级层次分析法来绕枢纽转动的正式的导向结构是明显不存在的。在任何层次分析法的决策下，可以提出一个正式的可以有效减少需要比较的次数和提高两两比较矩阵的一致性的方法。提出的供应链风险评估框架的过程包括三个阶段：风险识别，风险评估，风险排序和分析。一个说明性的范例被提供来证明该供应链风险评估框架的有效性。结果由一个基于概率和后果严重性的二维矩阵组成，并通过灵敏度分析来检验其鲁棒性。
关键词：供应链风险管理；风险管理；层次分析法；重要级层次分析法；风险矩阵
1 简介
提出的一个基于重要级层次分析法扩展的供应链风险评估框架允许用户采用已识别的风险，并且通过使用重要级方法同时比较已识别的风险，即使他们最终的优先级差异量超过了100,000,000。提出的方法允许以一种有意义的方式比较，而不是在单独形成的筒仓比较。可以在最终的优先级中获得的额外的细节为管理层提供了有意义的评估。这个结果可以用来决定哪些风险管理项目应该得到最多的关注和资源。
在重要级层次分析法中，将可选方案分组到不同的集群是至关重要的。在本文中，针对决策模型中的分组和枢纽设置，我们提出了一系列准则，以在检查重要级层次分析法中的判断的鲁棒性时，平衡显著减少比较次数的权衡。在因为所考虑的元素的重要级而不需要枢纽的一般层次分析法决策中，这些准则也具有有价值的应用；但它可以用来显著地减少决策制定者必须做的比较的次数。虽然其他的条件必须被考虑，比如大小差距，并且可能促使决策制定者无法获得最佳的最小比较次数，但比较次数的减少仍然起着至关重要的作用，并且保证该方法的普通应用超过风险管理。提出的准则会提供一个最小比较次数的分组建议，并且展示它是怎样在集群的大小改变的情况下随之改变的。这些发现试图促进排序和分析电信设备服务公司供应链中潜在的风险时，其益处延伸超过了普通的层次分析法中的风险评估的范围。
为了降低成本，越来越多的公司将他们的供应链扩展至全球化层次。然而这样做的公司遇到了新的风险，因为他们的供应链可能会受在地球另一端的自然灾害或意外的影响。Christopher和Lee提出，暴露在高风险下的供应链是没有效率的。在这个时代，一个只追求高效而忽视风险管理的公司是注定会失败的。供应链风险管理因此在今天的供应链管理中起到了关键作用。
Hallikas提出的供应链风险管理过程由四个阶段组成：1）风险识别，在该阶段管理者专注于识别所有的风险并确保能明确定义它们；2）风险评估，评价预期的风险的可能性和后果；3）风险管理决策，基于风险识别和风险评估选择对应的风险管理行动；4）风险监督，监控风险要素以识别它们可能性和后果上潜在的增长趋势。本文提出的方法聚焦于该风险管理过程的第2步和第3步。
风险评估是供应链风险管理过程中的一个基础阶段，因为它“需要能够为已识别的风险因素选择合适的管理行动”。没有实施全面的风险评估来排序风险，积极的规划和缓解战略都是建立在不可靠的基础上的。尽管有明确的评估供应链风险的需求，但关于如何专门建立一种广泛应用的风险评估模型的研究还是有限。当前的研究典型地都集中于供应链风险的缓解和对策，却缺乏一个用来支持主动规划方法的风险评估过程。提出的这个方法就是作为事前风险评估设计的。
本文的结构如下：第2部分提供了风险管理模型和重要级层次分析法的理论背景以提供这个提出的方法的背景。第3部分提出了在使用重要级层次分析法时，一个普遍最适宜的分组和枢纽设置的方法来指导决策制定者。这个方法可以在任何层次分析法的决策中使用，并且让决策制定者既能有效减少需要比较的次数又能提高两两比较矩阵的一致性。第4部分提出了一个供应链风险评估的框架，来识别、评估和分析使用重要级层次分析法时的风险。一个电子公司的说明案例在第五部分被提出并被分析，而且和其他可能的方法进行了比较。最后，关于提出的重要级层次分析法的最优化分组方法和供应链风险评估框架的讨论和最终的评论在最后一部分呈现。
2 理论背景
2.1 供应链风险评估
风险作为商业中实际的一部分，不论是对研究者还是管理者来说都不是新的概念。然而，在过去几十年迅速发展的供应链管理将风险管理的必要性带到了一个新的层次。现在的供应链风险管理著作可以暂时被分为两种主要的类型。第一类研究目的在于提高供应链的安全性以抵抗潜在的风险。研究者和管理者首先识别和评估风险，然后通过采用合适的方法来提高安全性，比如多供应源，保险，库存，等等。这一研究路线被称作事前供应链风险管理，因为这种研究聚焦于积极主动的规划。第二类在具体的风险发生后，通过尝试建立和选择一个缓解方法处理如何应对风险。这类研究聚焦于响应和恢复力，是一种事后的供应链风险管理的方式。本文提供的评估框架聚焦于事前的供应链风险管理方法。
在风险分析的著作中，有各种各样的风险的定义。正如很多研究者承认的，事件的可能性和后果是供应链风险的两个关键组成部分。这个定量的定义可以被表达为：
|
(1) |
风险是事件的概率（ ）和它的后果严重性（ ）的函数。这个定义表明风险评估可以分为两部分：概率估计和严重程度估计。
本文的框架不涉及事后的评价，而是以事前评估来用于规划目的。Aqlan和Lam量化了一个服务器生产环境的风险来减轻供应链风险。由于精准地事前估计一个事件的概率和严重性具有挑战，应该引入主观判断的概念。一个分析者可以利用她的知识和经验加上历史数据，来评估一个风险事件的主观概率和潜在的后果。然而，由于涉及到主观性，一起评价多个供应链风险也就变得愈发困难。通常，风险评估过程中的多数元素都是无形的。随着考虑的风险数量的增加，有可能有不太一致的判断。许多风险可能在特性上相似，但在另一方面可能非常不同。这种复杂性会对做出有意义的公正判断造成现实的挑战。而且，人类不善于赋值精确的数字给列表中的项目。在比较风险时出现的另一个挑战就是，每个风险的概率和后果严重性都会存在大量的变化。在随后的段落更详细地讨论的当前的层次分析法风险模型，仅用于Saaty提出的1-9标度。这个标度是有用的，但其严重限制了捕捉已识别的风险的概率和严重性上的差异大小的能力。例如，当比较恐怖主义行为和机器故障时，这些事件关于它们的概率和严重性是成反比的。机器故障更有可能发生但是其严重程度可以用小时来衡量，与之相对，一个恐怖主义行动可能有更长的影响，反之亦然。重要级层次分析法被引入用来让决策制定者同时评估所有的风险，这些风险可能在单个模型中最初似乎是非均匀的，但可以通过枢纽结合起来。使用重要级层次分析法对同类元素分组，也允许使用更准确的标度以更精确的精度来评估每一个风险。这个方法不仅可以节约宝贵的时间和资源，也可以通过一个单独的模型减少来自将多个分开的评价聚集到一起的困惑和偏见。
2.2 基于数量级层次分析法的多准则决策制定方法
在多准则决策制定的问题中，有些数据可能是切实量化的，因为它们是客观决定的，决策制定者可以使用现有的方法比较它们。如果涉及的参数是切实量化的，就可以构造这样一个多准则决策制定问题并解决它。然而其他的数据是无形的并需要主观决定的。因此，对决策者来说，考虑和评价这些无形的参数是个巨大的挑战。为了处理这个问题，Saaty提出了层次分析法，这是一个帮助人们做决策的很好的工具。在层次分析法中，可以包含和评估这些无形的东西，因为做了相对比较。在这种情况下，一个正式的标度或测量就不需要了。因为可以识别出两个项目中哪一个更大而不需要用正式的单位作为工具来准确地测量了，他们也可以决定尺寸的相对差异。在很多评估中它并不是准确的尺寸或风险评估的案例中准确的货币期望值，这是需要辨别的，而不是所考虑的最大的或最小的元素需要被识别。因此在这些无形的东西中做出相对决策并将其聚集起来的能力是使用层次分析法最大的挑战之一。
使用层次分析法时，先以一个目标，标准，子标准和备选方案设计一个层级。根据这四个元素构建一个复杂的问题时，就会更容易评价。正如我们先前描述的，在一个层次分析法模型中涉及的标准和子标准，可以是切实的也可以是无形的。通过使用层次分析法，也促使决策者以一个系统的方式看待决策问题，用全局视角考虑所有涉及的决策参数。在建立层级后，决策者要评估所有的标准，子标准和备选方案。这些评价以两两比较矩阵表达出来，呈现了决策者的偏好，其又影响着备选方案的相对重要性。然后就可以获得备选方案的局部和所有优先级。
根据Wallenius，层次分析法是发布最多的多标准决策方法。层次分析法被广泛应用在供应链管理中，比如供应链绩效测量，供应商选择，供应链优化。
层次分析法也被用于供应链风险管理。考虑供应链风险，Reuven建立了一个决策模型来排序外部供应商。Wu使用层次风险因素分类来使用层次分析法排序对内的供应链风险因素。为了识别供应链风险因素，Gaudenzi和Borghesi提出了一个层次分析法模型来评估基于供应链目标的风险。Wang发展了一个两阶段的模糊层析分析法模型来评价在供应链潮流中实施绿色措施的风险，等等。Radivojevic和Gajovic提出用层次分析法和模糊层次分析法来排序风险类别。Samvedi用整合的模糊层次分析法和模糊的逼近理想解排序法（TOPSIS(Technique for Order Preference by Similarity to an Ideal Solution )）来处理主观性和不确定性。Chemweno用网络分析法来选择维护决策中合适的风险管理技术。Mu和Carroll用层次分析法在一家金属矿业公司来确定资源分配的优先次序并处理欺骗风险的案例。这些层次分析法的应用说明层析分析法是有效的，并且在风险管理中是有用的。重要级方法通过允许决策者引入能扩展当前的1-9比较的枢纽元素，在现有的方法上增加了数值；它也移除了可以在单个模型中比较的元素的数量限制。该方法通过允许元素间更均匀的比较而提供更好的结果，因为可以将它们分为同类元素的集群，同时无限增加元素间可允许的扩展。用重要级层级分析法进行这种比较的能力在风险管理中有特殊的应用，其中风险的概率会出现大量变化，风险的后果严重性也会有大量变化。因为风险是这两个测量值的乘积，一个概率高、后果严重小的事件可能和一个概率低、后果严重性大的事件可能有同样的风险，这两个事件由于这种潜在的反比例关系得到了同样的关注，但在现有的方法中无法在同一个模型中比较，因为在给定标准下的差异可能会远超过1-9的标度。没有重要级层次分析法，这些事件就需要用分开的模型来评估。在普通模型中，超过了风险评估的范围，它也能应用于备选方案在个别的准则下显著不同而在聚集的准则下更相似的情况。这个概念在下面会更详细地讨论。
图1 多准则决策制定中OM-AHP的图解：多层标准和子标准，多层备选方案
传统的层次分析法基于备选方案的两两比较作出一系列判断。为了正确比较元素，应该遵循两条规则：1）层次分析法中用于两两比较的标度被限制在绝对数字1-9和它们的倒数；2） 人们不能比较超过约七个均匀元素而不增加判断的整体不一致性。然而典型的供应链风险识别问题通常考虑的不仅仅七个均匀元素；仅通过使用1-9的标度，最终的优先级次序不同的量级会被严格限制。因此本文建议了一个新方法。由Saaty和Shang建立的重要级层次分析法，目的在于捕捉不同级别的元素之间的关系（参考图1），这些元素的值显著不同，而这个范围使得1-9标度自身不足以真正地测量差异。正如在图1看到的，重要级层次分析法首先将所有的元素分类为不同的层级，然后用一个称之为“枢纽”的共同元素来连接相邻的层级，比如， 作为枢纽替代应该与第一层级的 和第二层级的的 比较。然后 的测量值可以用来组合这两个层次的测量。通过将所有的可选项分组进不同的层级并通过枢纽元素将它们连接，很多元素的优先级就可以联系到一起。
3 重要级层次分析法中的分组和枢纽设置
在重要级层次分析法的应用中，一个未解决但很重要的问题是如何将元素分组为不同的层级以及如何选择哪一个元素作为枢纽。虽然前面的研究已提供了重要级层次分析法的说明案例，但没有提出关于分组和枢纽设置的详细指导。目前重要级层次分析法的示例已经表明，使用枢纽允许决策者测量大小显著不同的元素，并且这是至关重要的。然而，没有被识别和证明的枢纽还有另外两个优点，这两个优点具有单独使用枢纽来处理被比较元素的大小之外的应用。
首先，通过将元素分成更小的集群，人们可以显著减少必须比较的次数。Lipovetsky讨论过一个最优的层级结构设置来实现一个最小的两两比较。在层次分析法模型中， 个元素比较的次数是
|
(2) |
是 的二次函数。因此，简单地将这 个元素分成两个有 个元素的不同的集群， ,则有
|
(3) |
等式（3）右
全文共5994字，剩余内容已隐藏，支付完成后下载完整资料
资料编号：[144673]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
