三、供應鏈風險識別技術與工具

可以利用風險管理中常用的方法，如風險核對表；也可以用供應鏈設計與描述工具，如供應鏈運作參考模型、數據挖掘方法；還可以使用質量管理中的因果圖、可靠性工程中的故障樹來識別供應鏈風險。

（1）風險核對表。將以往經歷的風險事件和預計可能的風險因素羅列出來就形成了一張風險核對表，供應鏈運作過程中把實際發生的風險記錄在風險核對表的右邊。風險核對表可以用于風險的監視。

（2）供應鏈運作參考（supply chain operation reference, SCOR）模型。SCOR模型是用于對供應鏈性能表現進行系統評價的工具。該模型將業務流程重組、標桿管理及最佳業務分析集成為多功能一體化的模型結構，是供應鏈的診斷工具。該模型包括五個基本管理流程，即計劃、采購、生產、配送和退貨管理流程，每個流程都有相應的支持系統。利用SCOR模型對供應鏈的描述來識別風險的種類和方法有環境風險識別、供應鏈參與主體風險與協作風險識別、供應鏈結構風險識別、各供應鏈流程風險的識別。

（3）因果圖（cause-and-effect diagram, CED，又叫樹枝圖、魚刺圖），是管理中常用的圖示工具，是質量控制的基本方法之一。繪制因果圖往往跟頭腦風暴法相結合，用頭腦風暴法收集所有可能的原因，然后把它們歸納成類別或子原因。收集數據工作是分析原因并采用因果圖法的基礎。因果圖是很好的因果分析工具，可根據結果識別癥狀、分析原因、尋求對策，所以很適合用于進行風險識別。

（4）故障樹分析法（fault tree analysis, FTA）。此法廣泛運用于宇航、核能、電子、機械、化工、采礦等領域，也可以用于供應鏈風險分析。故障樹由事件、邏輯門、轉移等幾種標準符號圖與連線組成。借助故障樹可以方便地描述造成供應鏈風險的原因和它們之間的關系。根據故障樹提供的信息，可以定性地分析導致供應鏈風險的因素并據此采取措施提高供應鏈的可靠性。

（5）數據挖掘方法。數據挖掘是從大量的數據中提取人們感興趣的知識的高級處理過程，主要基于人工智能、機器學習、統計學等技術，高度自動化地分析原有數據，做出歸納性推理，從中挖掘出潛在的模式，預測供應鏈行為，幫助供應鏈管理者調整策略、防范風險，做出正確的決策。