Bayesian belief networks : the role of risk interdependencies and of chronic losses in supply chain risk management

Supply chain risk management (SCRM) has become an integral part of firm governance due to the increasing exposure of companies to supply chain risks (SCRs). Such vulnerability derives from certain emerging trends adopted within supply chain management, such as outsourcing, globalisation, and just-in-time. In order to manage SCRs, researchers have proposed innovative processes, methods, and tools. However, few academics have confronted the topic of interdependencies among risks. Nevertheless, despite the limited attention received, risk interdependencies play an important role in the analysis and mitigation of risks. Many techniques have been proposed for modelling and studying interdependencies; however, Bayesian belief networks (BBNs) seem to be the most suitable instrument for this purpose. The inherent strength of this tool derives from its ability to represent interdependencies between variables through the concept of conditional probability. This study aims to verify the key role played by risk interdependencies in SCRM. Additionally, it tests the general framework of one of the most cited applications of BBN for SCRM and attempts to improve it. The study seeks to meet these goals by reviewing the state-of-the-art of SCRM and by proposing a modified approach to the above-mentioned BBN framework. The proposed research framework demonstrates that the impact of recurrent risks can be underestimated due to the decision-maker’s expectations reflecting a homeostatic attitude towards SCRM. This study highlights that not just low probability, high impact risks, but also recurrent, seemingly minor risks need to be considered in the SCRM process.

Tendenze emergenti come outsourcing, globalizzazione e just-in-time, hanno aumentato l’esposizione delle catene di fornitura al rischio. Di conseguenza, la gestione del rischio nella catena di fornitura è diventata parte integrante della governance aziendale. La ricerca si è concentrata principalmente sull’introduzione di nuovi processi e metodi per la gestione di questa tipologia di rischi. Allo stesso tempo, però, pochi accademici si sono confrontati con il tema delle interdipendenze tra rischi, nonostante la loro importanza per un’efficace analisi e mitigazione del rischio. Tra le molte tecniche proposte per la rappresentazione e l’analisi di queste interdipendenze, le Bayesian belief networks (BBNs) sembrano essere lo strumento più promettente. Il vantaggio di questa tecnica risiede principalmente nella capacità di modellare le interdipendenze tra variabili come probabilità condizionate. Il presente studio mira a verificare il ruolo chiave svolto dalle interdipendenze nella gestione del rischio nella catena di fornitura, tramite una revisione della letteratura riguardante questo tema. Inoltre, questo studio testa una delle più citate applicazioni di BBN alla gestione del rischio nella catena di fornitura; e cerca di migliorarla proponendo un approccio alternativo a quello utilizzato dagli autori. In particolare, il quadro di ricerca proposto dimostra che l’impatto dei rischi ricorrenti può essere sottostimato a causa delle aspettative del decisore rispecchianti un atteggiamento omeostatico verso la gestione del rischio. Il presente studio sottolinea come, non solo rischi a bassa probabilità e alto impatto, ma anche rischi ricorrenti e apparentemente minori devono essere considerati all’interno del processo di gestione del rischio nella catena di fornitura.