Submitted by LIANE MARCIA FREITAS E SILVA null (lianef@ct.ufpb.br) on 2017-06-09T11:30:36Z
No. of bitstreams: 1
SISTEMÁTICA PARA GERENCIAR OS RISCOS CONSIDERANDO A DEPENDÊNCIA NA CADEIA DE SUPRIMENTOS.pdf: 4514507 bytes, checksum: 696b4ba59617e67a7f99efc26daa93a6 (MD5) / Approved for entry into archive by Luiz Galeffi (luizgaleffi@gmail.com) on 2017-06-13T14:13:57Z (GMT) No. of bitstreams: 1
silva_lmf_dr_guara.pdf: 4514507 bytes, checksum: 696b4ba59617e67a7f99efc26daa93a6 (MD5) / Made available in DSpace on 2017-06-13T14:13:57Z (GMT). No. of bitstreams: 1
silva_lmf_dr_guara.pdf: 4514507 bytes, checksum: 696b4ba59617e67a7f99efc26daa93a6 (MD5)
Previous issue date: 2017-04-28 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / A gestão de riscos da cadeia de suprimentos tem por objetivo garantir a rentabilidade e continuidade das cadeias de suprimentos. Para tanto, em geral, adota-se procedimentos específicos para identificar, avaliar, mitigar e monitorar os riscos, reduzindo a probabilidade de ocorrência e o impacto negativo dessas interrupções nas operações da cadeia. No entanto, a maioria dos modelos de gestão de riscos avaliam os riscos como eventos independentes, desconsiderando as inter-relações existentes entre os elos da cadeia e entre os riscos. A fim de vencer esta limitação o objetivo deste trabalho foi propor uma sistemática para gerenciar os riscos interdependentes em uma cadeia de suprimentos do setor de gás canalizado. O fluxo metodológico adotado considerou duas fases: a proposição de uma sistemática para a gestão dos riscos na cadeia de suprimentos, e a aplicação prática desta sistemática na cadeia de suprimentos de gás canalizado para sua verificação e análise. Nesta sistemática proposta, para a avaliação dos riscos, com a incorporação de interdependência entre estes, adotou-se o uso complementar dos métodos: Analytic Network Process (ANP), Simulação Monte Carlo e Redes Bayesianas. Como método de pesquisa, nesta tese foi adotado o estudo de caso para a identificação dos riscos, e modelagem e simulação para avaliação dos riscos. Na identificação dos riscos foram identificados 13 tipos de risco na empresa distribuidora de gás (Empresa A) e 8 tipos na empresa consumidora de gás (Empresa EP1). Destes, pela hierarquia apontada pelo ANP, foram identificados os riscos mais críticos, para cada elo da cadeia, segundo o índice global de prioridade: na empresa A - riscos de demanda, riscos de fornecimento, risco operacional, e na Empresa EP1 - os riscos de capacidade, operacional e risco de demanda. A partir do mapa da rede de riscos e da Simulação Monte Carlo foram obtidas as probabilidades condicionadas entre os pares de riscos. Assim, calculou-se a criticidade do risco de preço(da Empresa A)/demanda(da Empresa EP1), que resultou em uma probabilidade de 59%, o risco de demanda(da Empresa A)/capacidade(da Empresa EP1),que resultou em uma probabilidade de 38%, o risco de demanda(da Empresa A)/demanda(da Empresa EP1),que resultou em uma probabilidade de 9,5% e o risco de demanda(da Empresa A)/operacional(da Empresa EP1),que resultou em uma probabilidade de 2,4%. Considerando toda a rede de relações existentes entre estes riscos foi possível aplicar as Redes Bayesianas que possibilitou o cálculo da probabilidade agregada, ou probabilidade final dos riscos. Pelas Redes Bayesianas obteve-se a probabilidade do risco de preço na Empresa A (55,6%), o risco de demanda na Empresa A (35,6%); o risco econômico/financeiro na Empresa A (4,4%), e por fim, o risco de fornecimento na Empresa EP1 (3,5%). Deste modo, o risco de preço (da Empresa A) e demanda (da Empresa A) foram considerados como os riscos mais críticos, devendo ser os prioritários na mitigação dos riscos na cadeia de suprimentos estudada. / The risk management of the supply chain has the objective to ensure the profitability and continuity of the supply chains, to achieve this, in general, specific procedures are used to identify, evaluate, mitigate, and monitor the risks, reducing the probability of occurrence and negative impact of interruptions on the chain operations. However, most risk management models evaluate risks as independent events, disregarding the existing interrelationships between the chain links and the risks. To overcome this limitation, the objective of this work was to propose a system to manage interdependent risks in a supply chain of the piped gas sector. The adopted methodological flow considered two phases: proposition of a system for the management of risks in the supply chain, and practical application of this systematic in the supply chain of piped gas for verification and analysis. In this systematic proposal for the evaluation of the risks, with the incorporation of interdependence between them, the use of complementary methods was adopted: Analytic Network Process (ANP), Monte Carlo Simulation, and Bayesian Networks. As a research method, in this thesis, the case study for the identification of risks, modeling, and simulation for risk assessment was adopted. In the identification of the risks thirteen types of risks were identified in the gas distributing company (Company A) and eight types in the gas consuming company (Company EP1). Out of these, by the hierarchy indicated by ANP, the most critical risks were identified for each link in the chain, according to the global priority index: in company A - demand risks, supply risks, operational risk, and in the Company EP1 - risks capacity, operational and demand risk. From the risk network map and the Monte Carlo Simulation the conditioned probabilities between the pairs of risks were obtained. Thus, the criticality of the price risk was calculated (of Company A ) demand (of Company EPI), which resulted in the probability value of 0.59, the risk demand (of Company A) / capacity (of Company EP1), which resulted in the probability value of 0.38, of risk demand (of Company A) / demand (of Company EP1), which resulted in the probability value of 0.095, and the risk demand (of Company A)/ operational (of Company EP1), which resulted in the probability value of 0.024 . Considering the entire existing relationships network between these risks, it was possible to apply the Bayesian Networks that made possible the calculation of the aggregate probabilities, or final probability of the risks. Using Bayesian networks, probability of price risk in Company A (0.556), demand risk in Company A (0.356), economic/ financial risk in Company A (0.044), and finally, risk of supply in the CompanyEP1 (0.035) were obtained. In this mode, price risk (of Company A) and demand (of Company A) were considered as the most critical risks, and should be priorities in risk mitigation in the studied supply chain.
| Identifer | oai:union.ndltd.org:IBICT/oai:repositorio.unesp.br:11449/150884 |
| Date | 28 April 2017 |
| Creators | Silva, Liane Márcia Freitas [UNESP] |
| Contributors | Universidade Estadual Paulista (UNESP), Marins, Fernando Augusto Silva [UNESP], Leite, Maria Silene Alexandre [UNESP] |
| Publisher | Universidade Estadual Paulista (UNESP) |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | English |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/doctoralThesis |
| Source | reponame:Repositório Institucional da UNESP, instname:Universidade Estadual Paulista, instacron:UNESP |
| Rights | info:eu-repo/semantics/openAccess |
| Relation | 600 |
Page generated in 0.0023 seconds