供应链风险预测模型

今天探讨的内容，是供应链管理中的风险预测，希望能总结出一个风险预测的模型，让供应链同仁可以在工作中使用，并探讨一些将预测模型系统化的思路。

一、供应链面临怎样的风险？

供应链是一个多环节多参与者的链条，面临的场景众多，跨地域、跨组织的配合，有着多种多样的来自内部及外部的风险。这些风险轻则造成供应链延时、商品破损，重则造成供应链中断，甚至是人员损伤。因此，在供应链管理中，对于风险的管理和日常管理同样重要。知己知彼百战百胜，要想有效地防范风险，就要了解风险。供应链面对的风险多种多样，可以总结成以下几个分类。

1、可抗风险：可抗风险是指在风险发生后，企业可以通过协调、组织等方式，解决风险问题，降低风险的风险类型，主要指工作中的普通风险，以及可规避风险。

2、不可抗力风险：不可抗力风险是指企业力量所不能影响的的风险类型，一般指自然灾害、战争、地缘政治环境等大外部自然社会环境的变化。这类风险企业无法依靠自身解决，只能是采取规避或事后及时补救的方式降低损失。

3、内部风险：内部风险来自供应链内部，包括资金风险、人员短缺风险、信息风险、供应风险等等。

4、外部风险：外部风险来自供应链外部，包括自然灾害、政策变化、市场变化等。

5、自然风险：自然风险主要是指自然灾害，是由自然环境改变造成的风险。

6、人为风险：人为风险是指由人参与造成的风险类型。

为什么要这么分类呢？因为本文的主题是对风险进行预测，而这样的分类方式，是以风险发生的环境作为依据的，风险发生的环境恰恰是风险预测需要收集的信息的主战场。因此，以这些分类做基础，可以更有效地为风险预测提供支持。

二、供应链风险预测模型

为什么要进行风险预测？因为要为供应链的运营经营降低风险，保障平稳运转。如果不进行风险预测，对于降低风险影响的最稳妥办法就是做充足的准备，但充足的准备就意味着高额的成本，而且大部分时间是不能创造价值的闲置成本，这和供应链管理的基本目标是相悖的。而且所谓的充足准备，在实际情况中也多半是悖论，只是管理者自己认为的充足而已。

所以，为了更精准更有效地进行风险防范，做风险预测就是供应链工作中不可或缺的一部分。那么如何进行风险预测呢？可以通过风险预测模型来进行，风险预测模型可以分为五个部分。

1、风险类型提炼

供应链所处的环境不同，面临的自然和社会风险也不同，组织结构以及和上下游的合作方式不同，面临的内外部风险也不同。因此，不能采用统一的风险预测模型，应首先对自身所处环境，供应链组织方式进行分析，将自身涉及的风险类型提炼出来，作为风险预测的基本项。而这份风险项不能仅限于本企业内部，而是从供应链的角度，将上下游的环境因素也考虑进去。

举例，如某企业的生产厂位于甘肃地区的成熟工业园内，其原材料主要依赖由澳洲海运进口，销地在美欧等国。那么对于该企业的供应链来讲，需要关注的供应链风险，就应包括资金风险、人员风险，自然风险中要关注风沙等甘肃地区常见的自然灾害，而对于洪水、暴雨等可以降低关注度。除此之外，它的供应链是跨国范围的，除了自身企业的风险预测外，还需要关注上下游的风险预测。如夏季台风的影响可能会导致的原料供应紧张，地缘政治影响的进出口贸易，等等。

将这些自身供应链可能涉及的风险一一列出，列出后按照影响的大小及出现的概率，再进行一次分级。分级的目的是划分监测的重点，为后期的监测工作做好准备。

2、风险信息收集与监测

风险信息的收集与监测是供应链风险管理中的重要工作，是发现风险，为风险评估预测提供信息及数据基础。这项工作是一项日常工作，但也是最容易出现疏忽的环节，因为需要长期坚持，在工作长期不产生即时价值后，执行员工和管理者都会出现懈怠，由此而错过一些重要的信息，造成风险预测失误造成重大损失。

因此这项工作的第一个重点就是能够长期坚持，对风险信息进行有效的收集。

第二个重点是，信息收集的渠道要多样化，以保证信息的全面，从而多方印证，提高信息的准确度。有了足够准确的信息，在后面的风险评级及概率预测中才能判断准确。

如自然风险，需要关注天气预报、国家应急预警中心的信息以及新闻联播等发布途径。地缘政治则需要关注各国的时政新闻，收集政策信息。市场信息相对复杂，需要对行业内涉及的各类信息进行收集汇总，监测走向。

长期坚持多渠道收集涉及到的风险信息，为风险判断提供有力和准确的数据支撑，是这个环节的核心价值。

3、风险评级及概率预测

这个环节是对风险进行评估判断的过程，是整个供应链风险预测的核心，其关键点在于对风险评级及概率预测评估的基本逻辑。不同的风险发生的概率不同，造成的影响也不同，其风险预警的强度也不一样。例如地震，地震造成的损失必然是巨大的，但在非地震带地区发生的概率比较低，这样的风险就不必作为日常监测的重点，只要接收政府发布的信息就可以了。再如，供应链中常见的断货风险，就需要作为日常监控中的重点，及时评测断供风险的强度及概率，做好物资储备，应对风险。风险的评估是从烈度和频度两个层面去综合考虑的。

因此，这个环节的核心就是对风险的烈度及频度进行评估，从监测到的风险信息中，找到预示着这两点的蛛丝马迹。不同的风险类型，有不同的信息关注点及分析逻辑，要尽量对其进行可量化的分析评估，让风险等级更准确，更靠近实际。

4、风险预警

完成了风险的预测，在供应链中并不算完成工作，还需要将预测的风险发布出去，让各相关部门了解风险情况，提前做好防范风险的准备。风险预警的发布途径，要在各单位内进行明确，各单位收到风险预警要有确认机制。避免预警发出，有些部门反馈没收到不清楚的情况，即便对当事人进行处罚，但造成的损失也难以弥补。

5、输出风险应对策略

供应链中的风险管控部门，除了对风险进行预测外，还应输出规避风险、应对风险的策略。供应链优化要求的是全链角度的优化，不能顾此失彼，风险管理也是一样，要从全链的角度监测和应对。风险管控部门不在具体职能，能够跳出职能之外来观察全链的风险点，以及风险发生和蔓延的过程，给予最优的应对策略。

这五点就是供应链风险预测模型的基本逻辑，不同的供应链体系，可以以此为蓝本编入自身涉及的风险类型，监测信息的渠道，判断风险的逻辑，风险预警的途径以及风险应对的策略。这样一个适用于自身的风险预测模型就完成了。

三、供应链风险预测的系统化设计

为什么在这里要把风险预测设计成一个模型呢？因为这样的结构更方便进行信息化系统化。风险预测涉及大量的信息收集和监测工作，还涉及信息甄别及计算工作，这样的工作如果交由信息化系统来执行，其运营能力及效率会更高。对于风险的预警发布，也会更及时。因此，将供应链风险预测进行系统化，对于供应链的风险管理工作，是一项非常有益处的举措。

而系统化的基本思路，就是将预测模型配置进去。我们逐一看一下。

首先是风险分类，这是关系到风险预测的范围的基础性内容，在系统化的工作中也同样要把对应的分类作为系统监测和预测的范围，将风险分类配置在系统中。并以这些风险分类作为出发点，进行系统的完善延伸。

第二是对于信息的收集，在系统化后，应将信息的来源明确好并与来源进行系统化打通，以保证信息顺利传入。信息主要可以分为两个渠道，一个是外部的公共信息，如前面提到的天气预报信息、地震监测信息、政策信息等等。公共信息的渠道一般为各门户网站或政府网站，在信息系统对接方面可能会有些阻碍，需要在其中挑选可支持对接的信息渠道，或在法律许可的情况下，以爬虫的形式自主获取信息。另外一个是供应链内部渠道，包括上游的供货计划、下游的销售计划、物流在途信息、库存信息等等，涉及到的主要是数据类型的，评估企业内部风险。

第三是风险评估，这是风险预测的核心也是系统化的核心，在这里要将不同类型的风险评估逻辑梳理清楚。将不同类型风险的发生概率评估好，设置好评估权重。针对变动较为频繁的风险，还需要设计动态权重，以满足对于风险变动的准确预测。

第四是发布渠道，可以和企业内部的通知或待办系统打通，将风险信息以任务的形式下达，不但可以了解责任部门是否收到信息，还可以跟进进度。

第五是风险应对策略，如果供应链较为完善，有可以遵循的风险应对策略，在发布信息的同时，可以将建议的应对策略同步传达。这样可以让责任部门更明确的进行准备，更有效率的规避风险。

风险管理是供应链管理中的重要工作，利用风险预测模型，将风险提前预测出来，规避风险或应对风险，是降低供应链损失的最佳选择。在明晰了供应链模型后，将模型系统化，可以帮助供应链以更高的效率和准确度来预测风险。