La gestión de riesgos en la cadena de suministro (GCRS) ha sido ampliamente debatida en la literatura académica y en los últimos años se han propuesto varios modelos, pero se necesita un modelo que englobe fases y herramientas para la GCRS. Este estudio presenta una revisión bibliográfica sistemática de 254 resúmenes y 68 artículos a texto completo. La SLR permitió identificar y definir las principales fases para la SCRM, así como las herramientas propuestas para cada fase. Se observa una concentración de esfuerzos en las fases de identificación, evaluación y selección de estrategias de gestión de riesgos y un número limitado de estudios en las de seguimiento y control de riesgos. El artículo ofrece un marco global de SCRM, contribuyendo a las discusiones teóricas y una guía práctica para la implementación relacionada con la SCRM.
1. INTRODUCCIÓN
El crecimiento continuo de la complejidad de la cadena de suministro aumenta su vulnerabilidad a las perturbaciones (Craighead et al., 2007; Sofyalıoğlu & Kartal, 2012; Thun & Hoenig, 2011), lo que refuerza la necesidad de gestionar los riesgos (Gredal et al., 2017; Heckmann et al., 2015; Tang & Nurmaya Musa, 2011). Existen numerosos ejemplos de perturbaciones en las cadenas de suministro presentados en la bibliografía, como el atentado terrorista del 11-S (Jüttner, 2005), los ataques de piratas somalíes, el terremoto de Fukushima (Olcott & Oliver, 2014), las fluctuaciones de la demanda, los cambios en la capacidad de suministro, la variabilidad de los plazos de entrega, la volatilidad de los tipos de cambio, entre otros (Ceryno et al., 2015; Esmaeilikia et al., 2016).
Como resultado, estas perturbaciones pueden causar una interrupción en el flujo de bienes, servicios, dinero y/o información en la cadena de suministro y, en consecuencia, obstaculizar su rendimiento (Pfohl et al., 2010), lo que justifica la razón por la que la gestión del riesgo en la cadena de suministro (SCRM) se ha convertido en un importante tema de estudio (Elleuch et al., 2014; Fahimnia et al., 2015; Hachicha & Elmsalmi, 2014; Tang & Nurmaya Musa, 2011; Thun & Hoenig, 2011).
A pesar de la presencia de una cantidad considerable de literatura académica relacionada con SCRM (Cohen & Kunreuther, 2007; Heckmann et al., 2015; Ho et al., 2015; Manuj & Mentzer, 2008b; Olson & Swenseth, 2014; Olson & Wu, 2010; Pfohl et al., 2010; Simangunsong et al., 2012; Tang, 2006 a,b), el tema sigue siendo atractivo y emergente, y persiste la necesidad de construir marcos para el tema (Fahimnia et al., 2015). Diferentes marcos para SCRM están presentes en la literatura (Berle et al., 2011; Berle et al., 2013; Bradley, 2014; Cohen & Kunreuther, 2007; Elleuch et al., 2014; Fazli et al., 2015; Ghadge et al., 2013; Giannakis & Louis, 2011; Giannakis & Papadopoulos, 2016; Hachicha & Elmsalmi, 2014; Ho et al., 2015; Kern et al., 2012; Lavastre et al., 2014; Manuj & Mentzer, 2008a; Micheli et al., 2014; Oehmen et al., 2009; Pradhan & Routroy, 2014; Radivojević & Gajović, 2014; Ritchie & Brindley, 2007; Tummala & Schoenherr, 2011).
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Investigación sobre la utilización de la energía de frenado regenerativo del metro basada en un algoritmo mejorado de evolución diferencial
Artículo:
Predicción del estado del tráfico en carreteras arteriales basada en el aprendizaje Q recurrente profundo
Tesis:
Lecciones reales para capitalistas de riesgo sobre sistemas logísticos multimodales : ¿de dónde viene la rentabilidad?
Artículo:
Algoritmo de flujo para la estimación en línea de la extensión temporal y espacial de los retrasos
Artículo:
El proveedor brasileño de servicios logísticos en Internet