ارزیابی ریسک بر مبنای نمره اولویت ریسکِ کارای جامع با استفاده از تحلیل پوششی داده‌ها

نوع مقاله : مقاله علمی پژوهشی

نویسندگان

1 استادیار، مجتمع دانشگاهی مدیریت و مهندسی صنایع، دانشگاه صنعتی مالک اشتر، تهران، ایران.

2 دانشجو دکتری، مجتمع دانشگاهی مدیریت و مهندسی صنایع، دانشگاه صنعتی مالک اشتر، تهران، ایران.

چکیده

هدف: یکی از فرآیندهای مدیریت ریسک، ارزیابی ریسک است. در اغلب روش‌های ارزیابی، ریسک به عنوان تابعی از احتمال رخداد و شدت اثر خطرات معرفی شده است. با بهره‌گیری از این تعریف روش‌های مختلف ارزیابی ریسک توسعه داده‌ شده‌اند. در سیر تکامل این روش‌ها، شاخصی با عنوان نمره اولویت ریسکِ کارای جامع (TERPN) معرفی شده است. در این شاخص عوامل موثر بیشتری در راستای تعیین اهمیت ریسک‌ها، مد نظر قرار می‌گیرند. این شاخص علاوه بر دارا بودن مزایای متعدد، دارای محدودیت‌ها و اشکالاتی نیز هست که در صورت چیره شدن بر آن‌ها می‌توان عملکرد بهتری از منظر اثربخشی و کارایی داشت. پژوهش حاضر با هدف رفع این محدودیت‌ها و اشکالات صورت گرفته است.
روش: روش پیشنهادی این پژوهش یک فرایند شامل 11 گام برای ارزیابی ریسک است. در این روش پس از مشخص شدن نواحی ریسک، ریسک‌ها و اقدامات اصلاحی و پیشگیرانه، ارزیابی ریسک با بکارگیری یک روش ترکیبی مبتنی بر تحلیل پوششی داده‌ها انجام می‌شود.
یافته‌ها: برای اعتبارسنجی روش پیشنهادی در یک مثال نمونه، مشخص شد این روش ریسک‌هایی را انتخاب می‌کند که بر مبنای هر دو شاخص TERPN و شاخص پیشنهادی این پژوهش باعث کاهش بیشتری در سطح ریسک‌های غیر قابل تحمل به میزان 8/3 درصد می‌شود. درباره هزینه انجام اقدامات اصلاحی و پیشگیرانه نیز مشاهده می‌شود که براساس اولویت‌بندی روش پیشنهادی مقدار هزینه کلیه اقدامات نسبت به روش معمول در حدود 8/26 درصد کاهش خواهد داشت.
نتیجه‌گیری: روش این پژوهش به منظور ارزیابی ریسک علاوه بر حفظ ویژگی‌های مثبت روش TERPN، محدودیت‌ها و اشکالات را برطرف نموده و در پیاده‌سازی فرایند مدیریت ریسک امکان دستیابی به سطح بهره‌وری (اثربخشی و کارایی) بالاتری را ایجاد می‌نماید.

کلیدواژه‌ها


عنوان مقاله [English]

Risk Assessment Based on Total Efficient Risk Priority Number Using Data Envelopment Analysis

نویسندگان [English]

  • Jafar Gheidar-Kheljani 1
  • Saeed Roshandel 2
1 Assistant Prof., Department of management and Industrial Engineering, Malek Ashtar University of Technology, Tehran, Iran.
2 Ph.D. Candidate, Department of Management and Industrial Engineering, Malek Ashtar University of Technology, Tehran, Iran.
چکیده [English]

Objective: Risk management in organizations is a major process, one of the sub-processes of which is the risk assessment. The simplest assessment methods have introduced risk as a function of the probability of occurrence and the severity. Using this definition, various methods for risk assessment have been developed. The development of these methods has introduced an indicator called the total efficient risk priority number (TERPN) in which more effective factors were considered to determine the importance of the risks. In addition to its many advantages, this indicator has limitations that if they are handled, it can have better performance in terms of effectiveness and efficiency, and the present study aims to eliminate these limitations.
Methods: The proposed method is a step-by-step process consisting of 11 for risk assessment in which after identifying risk areas, risks, corrective and, preventive measures the process is performed using a combined method with data envelopment analysis.
Results: To validate the proposed method with a sample example, it was found that this method selects risks that, based on both the TERPN index and the proposed index, causes a further reduction in the level of intolerable risks by 3.8%. Regarding the cost of corrective and preventive measures, it can be seen that based on the prioritization of the proposed method, the cost will be reduced by about 26.8% compared to the former method.
Conclusion: In order to evaluate the risk, in addition to maintaining the positive features of the TERPN method, this research method eliminates the limitations and in the major implementation of the risk management process, it is possible to achieve a higher level of productivity (effectiveness and efficiency).

کلیدواژه‌ها [English]

  • Risk assessment
  • Risk Priority Number (RPN)
  • Total Efficient Risk Priority Number (TERPN)
  • Data Envelopment Analysis (DEA)
آذر عادل، قیدرخلجانی جعفر، هاشمی مجومرد سید مجتبی، (1395)، طراحی و انتخاب طرح بهینه از دیدگاه ریسک‌های موجود در توسعۀ محصول جدید، مدیریت صنعتی، 8(1)، 1-22.
امین‌طهماسبی حمزه, زارع‌پور مهدی (1398)، شناسایی و اولویت بندی ریسک های پروژه های آب و فاضلاب روستایی  روش های تصمیم گیری چندشاخصه در محیط فازی (مطالعه موردی: آبفار گیلان)، آب و فاضلاب، 30(6)، 35-50.
کرمی آیت اله, محمدی تمری ذکریا، (1396)، شناسایی و اولویت بندی ریسک های زنجیره تامین در شرکت شهرک های کشاورزی استان مازندران، اقتصاد کشاورزی، 11(3)، 1-24.
قبادی جواد, رضائیان جواد, حاجی آقایی کشتلی مصطفی، (1398)، شناسایی و اولویت بندی ریسک های پروژه های ساختمانی سبز مبتنی بر تلفیق روش های FDEMATEL) و: (FANP (مطالعه موردی: شهرستان سوادکوه)، مهندسی عمران امیرکبیر (امیرکبیر)، 51(3)، 599-616.
عالم تبریز اکبر, خالدیان فرنوش, مهدی پور مصطفی، (1395)، پیش بینی زمان پروژه از طریق طول زمان کسب شده و مدیریت ریسک، مدیریت صنعتی، 8(2)، 217-214.
کاظمی مصطفی، فائضی‌راد محمدعلی، (1397)، پیش‌بینی کارایی به کمک تأثیرپذیری غیرخطی از تأخیرهای زمانی در تحلیل پوششی داده‌ها با شبکههای عصبی مصنوعی، مدیریت صنعتی، 10(1)، 17-34.
ولی پور خطیر محمد، قاسم نیا عربی نرجس، (1395)، مدل‌سازی سیستم استنتاج فازی برای ارزیابی ریسک‎های بالقوه در تجهیزات پزشکی، مدیریت صنعتی، 8(4)، 533-554.

References
Aguiar, D. C., Souza, H. J. C., & Salomon, V. A. (2010). AHP Application to Evaluate Scoring Criteria for Failure Mode and Effect Analysis (FMEA). International Journal of Analytic Hierarchy Process, 2, 3-13.
Alamtabriz, A., Khaledian, F., Mehdipour, M. (2016). Forecasting project duration by Earned Duration Management and Risk Management. Industrial Management Journal, 8(2), 217-240. (in persian)
Amin-Tahmasbi, H., Zarepour, M. (2020). Identification and Prioritizing Risk of Rural Water and Wastewater Projects Using Multi-Attribute Decision Making Methods in Fuzzy Environment (Case Study: Rural Water and Sewage Projects in Guilan). Journal of Water and Wastewater; Ab va Fazilab, 30(6), 35-50. (in persian)
Anes, V., Henriques, E., Freitas, M., & Reis, L. (2018). A new risk prioritization model for failure mode and effects analysis. Quality and Reliability Engineering International, 34(4), 516-528.
Azar, A., Ghaidar kheljani, J., Hashemi Majoumerd, S. (2016). Designing and selecting the optimal design in terms of risks in new product development. Industrial Management Journal, 8(1), 1-22. (in persian)
Baghery, M., Yousefi, S., & Rezaee, M. J. (2018). Risk measurement and prioritization of auto parts manufacturing processes based on process failure analysis, interval data envelopment analysis and grey relational analysis. Journal of Intelligent Manufacturing, 29(8), 1803-1825.
Bian, T., Zheng, H., Yin, L., & Deng, Y. (2018). Failure mode and effects analysis based on D numbers and TOPSIS. Quality and Reliability Engineering International, 34(4), 501-515.
Bowles, J. B. (2003, January). An assessment of RPN prioritization in a failure modes effects and criticality analysis. In Annual Reliability and Maintainability Symposium, 2003. (pp. 380-386). IEEE.
Bozdag, E., Asan, U., Soyer, A., & Serdarasan, S. (2015). Risk prioritization in Failure Mode and Effects Analysis using interval type-2 fuzzy sets. Expert Systems with Applications, 42(8), 4000-4015.
Brun, A., & Savino, M. M. (2018). Assessing risk through composite FMEA with pairwise matrix and Markov chains. International Journal of Quality & Reliability Management.
Carpitella, S., Certa, A., Izquierdo, J., & La Fata, C. M. (2018). A combined multi-criteria approach to support FMECA analyses: a real-world case. Reliability Engineering & System Safety, 169, 394-402.
Charnes, A., Cooper, W. W., & Rhodes, E. (1978). Measuring the efficiency of decision-making units. European journal of operational research, 2(6), 429-444.
Ghaobadi, J., Rezaeian, J., Haji Aghaei Keshteli, M. (2019). Identification and Prioritization the Risks of Green Building Projects Based on the Combination of FANP and FDEMATEL: (Case study: Savadkooh County). Amirkabir Journal of Civil Engineering, 51(3), 599-616. (in persian)
Karami, A., Mohammadi Tamari, Z. (2017). Identifying and Prioritizing Supply Chain’s Risks in Agricultural Farms in Mazandaran Province. Agricultural Economics, 11(3), 1-24. (in persian)
Kazemi, M., Faezirad, M. (2018). Efficiency Estimation using Nonlinear Influences of Time Lags in DEA Using Artificial Neural Networks. Industrial Management Journal, 10(1), 17-34. (in persian)
Liu, W. B., Zhang, D. Q., Meng, W., Li, X. X., & Xu, F. (2011). A study of DEA models without explicit inputs. Omega, 39(5), 472-480.
Valipour khatir, M., Ghasemnia Arabi, N. (2017). Fuzzy Inference System modeling to assess the potential risks in the medical equipment. Industrial Management Journal, 8(4), 533-554. (in persian)
Yang, G. L., Yang, J. B., Xu, D. L., & Khoveyni, M. (2017). A three-stage hybrid approach for weight assignment in MADM. Omega, 71, 93-105.