摘 要:在企業(yè)供應鏈管理當中,供應鏈風險管理是企業(yè)所無法忽視的。為了確保供應鏈的運營正常,企業(yè)需要建立全面的供應鏈風險預警指標體系,能夠實時監(jiān)控供應鏈運營過程的實況,并且當出現(xiàn)風險的時候能夠采取相應的應急措施,化解風險。該文以物流企業(yè)的供應鏈管理作為主體,探討物流企業(yè)供應鏈管理風險預警指標體系,提出了供應鏈風險預警指標體系的設計原則和主要風險指標的設立以及評價方法。
關鍵詞:企業(yè)供應鏈 風險分析 預警
中圖分類號:F252.5文獻標識碼:A 文章編號:1674-098X(2013)05(b)-0185-02
隨著科技的發(fā)展,信息技術的迅速發(fā)展,電子商務模式應運而生,企業(yè)生產資料的獲取和銷售范圍越來越大。為了適應電子商務發(fā)展帶來的物資流通和商品交易方式的變革,現(xiàn)代物流業(yè)正在快速興起,是企業(yè)降低物質消耗,提高勞動生產率的不可缺少的供應鏈之一。在企業(yè)供應鏈管理當中,供應鏈風險管理是企業(yè)所無法忽視的。為了確保供應鏈的運營正常,企業(yè)需要建立全面的供應鏈風險預警指標體系,能夠實時監(jiān)控供應鏈運營過程的實況,并且當出現(xiàn)風險的時候能夠采取相應的應急措施,化解風險。供應鏈風險預警指標體系的建立是企業(yè)在市場競爭中謀求發(fā)展的必要手段,它能夠洞察導致企業(yè)經營風險的跡象,提醒企業(yè)決策者調整措施應對風險,保障企業(yè)的正常運行和長遠發(fā)展。
該文以物流企業(yè)的供應鏈管理作為主體,探討物流企業(yè)供應鏈管理風險預警指標體系。
1 供應鏈管理風險預警概述
供應鏈風險指的是在企業(yè)運營過程中有一個或者幾個供應鏈成員產生的不利影響,打亂供應鏈管理秩序,導致破壞企業(yè)供應鏈的運營環(huán)境的不確定因素,它的主要特質在于不確定性,它可以出現(xiàn)在供應鏈運行的任何時間和任何地點。供應鏈管理風險無法完全避免,但企業(yè)可以通過一些政策或者管理方法來降低風險。
建立全面的供應鏈管理風險預警指標體系是企業(yè)進行供應鏈管理的必要措施,也是企業(yè)提高供應鏈管理績效的主要辦法,有效的供應鏈管理預警指標體系機制,可以提早預測供應鏈潛在的風險,避免潛在風險不斷擴大從而導致企業(yè)產生巨大損失,起到一個預防風險突然發(fā)生而企業(yè)沒有與之對應的處理風險的措施的作用??梢蕴嵩绲母鶕A警指標找到企業(yè)供應鏈的源頭問題,以最快的速度和最少的時間找到解決問題的方法,制定出有效的措施來組織風險進一步擴大,對癥下藥,彌補現(xiàn)如今企業(yè)供應鏈風險管理缺乏預警機制的不足。提高各供應鏈之間的協(xié)調性,使得整個供應鏈運營處于最優(yōu)化的組織結構中,保證供應鏈的持續(xù)發(fā)展以及規(guī)避在運營過程中的潛在風險。
2 物流企業(yè)經營風險預警指標體系構建的設計思路和原則
供應鏈風險預警指標體系的設計思路是從分析測定供應鏈風險基本因素入手,根據不同的風險因素的特征設計預警指標,并且按照風險因素的特點分類構造預警指標體系。指標體系的選取需要按照科學性原則、靈活性原則、靈敏性原則、相對獨立性原則、綜合性原則以及定量和定性相互結合原則。
科學性原則是指指標體系應該能夠全面系統(tǒng)的真實反映企業(yè)機制運行狀態(tài)以及運行中存在的問題,需要符合物流企業(yè)風險預警管理的戰(zhàn)略目標。
靈活性原則要求這一體系不能夠完全以同一種模式去預警不同類別的風險,需要整個系統(tǒng)分不同時期對特定出現(xiàn)的風險進行特定的分析,要靈活處理各風險之間的關系,不能過于單一死板。
靈敏性原則要求這一體系能及時反映供應鏈運行的真實狀況,對任何一種風險都能夠反映敏銳,準確的反應出各類風險。
相對獨立性原則是指預警各項指標之間需要相互獨立,沒有相關性,盡量減小多個指標之間的重復區(qū)域。
綜合性原則則是將環(huán)境之中所有的因素都要考量進去,需要將各因素各指標之間的關聯(lián)表達清楚,全面客觀的反應物流服務問題,能夠準確的反映各指標之間的內在聯(lián)系,起到及時反應各風險因素之間的作用。
定量和定性指標相結合原則是因為有些風險因素不能夠定量的表達,只能夠定性的描述,但對物流服務風險評價管理來說是十分重要,不能夠忽視的,需要定性的分析來表述企業(yè)供應鏈運營現(xiàn)狀和趨勢。
3 供應鏈風險預警指標體系構建
企業(yè)供應鏈風險預警指標體系包括內部風險指標和外部風險指標。其中外部風險指標包括社會風險和自然風險,但是對于物流企業(yè)供應鏈,自然風險和社會風險都可以通過財務損耗表現(xiàn)出來,因此在供應鏈風險預警指標體系構建的時候,應以財務指標為重要監(jiān)測指標對其進行計算與分析。供應鏈內部風險包含技術風險、市場風險、資金風險和違約風險。風險指標需要針對具體運營企業(yè)來選取不同的預警指標。針對物流供應鏈,在內部風險指標中則選取企業(yè)資產營運能力預警指標、企業(yè)現(xiàn)金狀況預警指標、企業(yè)盈利能力預警指標、企業(yè)償債能力預警指標和企業(yè)成長能力預警指標。
在這些一級指標下,又可以根據運營實際情況分出二級指標。例如反應企業(yè)盈利能力的預警指標,可以選取資本保值增值率、投資報酬率、主營業(yè)務利潤率等二級指標。反應企業(yè)成長能力預警指標則可以選取固定資產成新率、總資產增長率、銷售收入增長率等二級指標。反應企業(yè)現(xiàn)金狀況預警指標的有現(xiàn)金債務償付率、基本現(xiàn)金置存標準等二級指標。反應企業(yè)償債能力的二級指標則可以分為流動比率、資產負債率、速動比率等等。
4 供應鏈風險預警的評價方法
每一個指標的選定,在預警體系運轉過程中,個體預警指標值能夠表現(xiàn)出供應鏈在那個指標上出現(xiàn)風險的狀況,但由于各風險因素之間存在相互獨立性,想要從整體上把握供應鏈整體的風險狀態(tài),需要做出綜合評價。
4.1 確定各項指標的權重
雖然每一個一級預警指標下會有許多的二級指標,但反應風險狀態(tài)的程度都不一樣,故而需要確定每一個指標即每一個風險因素在整體供應鏈風險狀態(tài)中的權重。目前,我國的評價指標的賦權方法主要有主觀賦權和客觀賦權法。但實際上這兩種方法各有利弊,針對物流供應鏈風險管理預警采用層次分析方法,即將兩種方法結合起來,將認為的主觀賦權和客觀賦權結合起來確定各指標的權重。
4.2 指標的歸一化處理
指標的歸一化處理就是將指標的量化數值轉化為評級體系數值的過程,也就是通過供應鏈風險預警體系將每一個實際測得的指標的量的數值,轉變成能夠直觀評價等級的數字。例如:對于內部財務的損耗,常態(tài)是以貨幣形式來衡量,但是進入供應鏈風險預警體系后,這個貨幣值會經過風險評價系統(tǒng)的數據庫,輸出直觀的風險等級數值。通常對于供應鏈風險評價體系,歸一化處理通常借用隸屬函數的思路,構造無量綱化處理函數。
4.3 指標信息的綜合處理
通過建立數據模型(客觀賦權)將指標的實時信息轉化為評價指標值,從而形成指標信息。因為各指標的權重不同,因此在供應鏈風險中的重要程度不一樣,但不能夠忽略任何一個評價指標,此時需要綜合考慮所有指標,依其權重均衡。在物流供應鏈風險管理預警體系,利用線性加權平均法來實現(xiàn)綜合評價模型。當評價值處于特定值域的時候,預警體系用不同顏色的信號等予以表示,可以用紅燈區(qū)、黃燈區(qū)、藍燈區(qū)、綠燈區(qū)來表示低度警報、中度警報、高度警報和安全狀態(tài)。利用信號燈的目的在于警示企業(yè)管理者供應鏈風險程度狀態(tài),并提醒管理者及時調整策略,減少損失。
針對物流供應鏈風險預警體系,低度警報即出現(xiàn)潛在風險,主要表現(xiàn)在當資產負債率未破臨界值,但盈利指標一級指標下有二級指標走低或者償債能力指標下有二級指標介于臨界值時等。出現(xiàn)中度警報時即企業(yè)供應鏈處于存在顯著風險狀態(tài),主要表現(xiàn)在,資產負債率未突破臨界值,但是盈利能力、營運能力、現(xiàn)金狀態(tài)等指標下的二級指標持續(xù)走低或介于臨界值。出現(xiàn)重度警報即企業(yè)供應鏈存在高度風險狀態(tài),主要表現(xiàn)在資產負債率突破臨界值,其他監(jiān)測值均低于臨界值。
企業(yè)供應鏈管理風險預警指標體系中的臨界值并不是唯一不變,它會隨著企業(yè)的生產經營模式的改變而改變,對于每一個企業(yè),都會有自身供應鏈不同的風險指標因子和風險指標臨界值,需要根據企業(yè)自身情況而定。供應鏈風險預警指標體系對于企業(yè)管理來說是一項十分重要的內容,它會給企業(yè)的各項決策給予一個風險提示,更大程度的幫助企業(yè)做出更正確的決定,以獲得最大的經濟預期效果。
參考文獻
[1]周艷菊,邱莞華,王宗潤.供應鏈風險管理研究進展的綜述與分析[J].系統(tǒng)工程,2006,24(3):1—7.
[2]劉永勝,馬順.供應鏈系統(tǒng)運行評價研究[J].河北科技大學學報,2003(1).
[3]蔡定萍.物流企業(yè)經營危機的監(jiān)測與預警[J].中國物流與采購,2002:27-28.
[4]劉偉,張振國,汪志波.企業(yè)經營風險預警指標體系與預警系統(tǒng)模型設計[J].科技進步與對策,2005(7).
[5]Sambul N.M~aging Supply-Chain Risk in a Global Context[R].March Inc,2003.