三、供应链风险识别技术与工具

可以利用风险管理中常用的方法，如风险核对表；也可以用供应链设计与描述工具，如供应链运作参考模型、数据挖掘方法；还可以使用质量管理中的因果图、可靠性工程中的故障树来识别供应链风险。

（1）风险核对表。将以往经历的风险事件和预计可能的风险因素罗列出来就形成了一张风险核对表，供应链运作过程中把实际发生的风险记录在风险核对表的右边。风险核对表可以用于风险的监视。

（2）供应链运作参考（supply chain operation reference, SCOR）模型。SCOR模型是用于对供应链性能表现进行系统评价的工具。该模型将业务流程重组、标杆管理及最佳业务分析集成为多功能一体化的模型结构，是供应链的诊断工具。该模型包括五个基本管理流程，即计划、采购、生产、配送和退货管理流程，每个流程都有相应的支持系统。利用SCOR模型对供应链的描述来识别风险的种类和方法有环境风险识别、供应链参与主体风险与协作风险识别、供应链结构风险识别、各供应链流程风险的识别。

（3）因果图（cause-and-effect diagram, CED，又叫树枝图、鱼刺图），是管理中常用的图示工具，是质量控制的基本方法之一。绘制因果图往往跟头脑风暴法相结合，用头脑风暴法收集所有可能的原因，然后把它们归纳成类别或子原因。收集数据工作是分析原因并采用因果图法的基础。因果图是很好的因果分析工具，可根据结果识别症状、分析原因、寻求对策，所以很适合用于进行风险识别。

（4）故障树分析法（fault tree analysis, FTA）。此法广泛运用于宇航、核能、电子、机械、化工、采矿等领域，也可以用于供应链风险分析。故障树由事件、逻辑门、转移等几种标准符号图与连线组成。借助故障树可以方便地描述造成供应链风险的原因和它们之间的关系。根据故障树提供的信息，可以定性地分析导致供应链风险的因素并据此采取措施提高供应链的可靠性。

（5）数据挖掘方法。数据挖掘是从大量的数据中提取人们感兴趣的知识的高级处理过程，主要基于人工智能、机器学习、统计学等技术，高度自动化地分析原有数据，做出归纳性推理，从中挖掘出潜在的模式，预测供应链行为，帮助供应链管理者调整策略、防范风险，做出正确的决策。