글로벌화와 정보통신기술의 발전과 더불어 공급사슬은 더욱 광역화되고 복잡해지고 있으며, 이는 공급사슬위험의 발생과 피해를 확대시키고 있다. 공급사슬위험관리는 리스크의 요인분석과 선제적이고 전략적 접근에 따라 기업의 성과에 커다란 영향을 미치게 된다. 본 연구는 공급사슬의 리스크 요인이 위험관리전략과 기업성과에 미치는 영향을 실증적으로 분석하는 데 목적이 있다. 실증분석을 위해 공급사슬위험요인으로 공급, 수요, 운영, 네트워크, 외부환경으로 분류하였으며, 위험관리전략으로 적극적 전략과 소극적 전략으로 구분하였으며, 기업성과로는 재무와 운영성과로 연구모형을 설정하여 설문조사를 통해 확보한 자료를 구조방정식 모델의 경로분석을 실시하였다. 연구결과 운송물류위험요인의 유형에 따라 물류위험전략의 선택에 차이가 있는 것으로 나타났다. 위험수용전략에 유의한 영향을 미치는 위험요인으로는 외부환경과 인적자원리스크이며, 위험회피전략에 유의한 영향을 미치는 위험요인으로 외부환경리스크가 채택되었다. 위험감소전략에 유의한 영향을 미치는 위험요인으로는 운영과 경제/재무이며, 위험전가전략에 유의한 영향을 미치는 위험요인은 운영과 재무리스크로 나타났다. 기업들은 운영과 인적자원리스크와 같은 내부적인 리스크에 대하여 소극적인 수용 또는 전가전략을 채택하는 경향이 높은 것으로 나타나 위험관리에 있어 보다 선제적이고 적극적인 노력이 요구된다고 할 수 있다. 분석의 결과 기업들은 대내외적인 리스크 요인에서 외부적 요인보다는 내부적 리스크 요인에 대하여 적극적인 리스크 관리를 추진해 나가고 있으며, 이러한 추진전략은 기업의 성과에도 유의한 영향을 미치는 것으로 나타났다. 따라서 향후 기업들은 기업운영에 영향을 미치는 다양한 리스크 요인에 대한 철저한 분석을 통해 보다 적극적이고 선제적으로 위험관리 전략을 추진해 나가야 할 것이다.
글로벌화와 정보통신기술의 발전과 더불어 공급사슬은 더욱 광역화되고 복잡해지고 있으며, 이는 공급사슬위험의 발생과 피해를 확대시키고 있다. 공급사슬위험관리는 리스크의 요인분석과 선제적이고 전략적 접근에 따라 기업의 성과에 커다란 영향을 미치게 된다. 본 연구는 공급사슬의 리스크 요인이 위험관리전략과 기업성과에 미치는 영향을 실증적으로 분석하는 데 목적이 있다. 실증분석을 위해 공급사슬위험요인으로 공급, 수요, 운영, 네트워크, 외부환경으로 분류하였으며, 위험관리전략으로 적극적 전략과 소극적 전략으로 구분하였으며, 기업성과로는 재무와 운영성과로 연구모형을 설정하여 설문조사를 통해 확보한 자료를 구조방정식 모델의 경로분석을 실시하였다. 연구결과 운송물류위험요인의 유형에 따라 물류위험전략의 선택에 차이가 있는 것으로 나타났다. 위험수용전략에 유의한 영향을 미치는 위험요인으로는 외부환경과 인적자원리스크이며, 위험회피전략에 유의한 영향을 미치는 위험요인으로 외부환경리스크가 채택되었다. 위험감소전략에 유의한 영향을 미치는 위험요인으로는 운영과 경제/재무이며, 위험전가전략에 유의한 영향을 미치는 위험요인은 운영과 재무리스크로 나타났다. 기업들은 운영과 인적자원리스크와 같은 내부적인 리스크에 대하여 소극적인 수용 또는 전가전략을 채택하는 경향이 높은 것으로 나타나 위험관리에 있어 보다 선제적이고 적극적인 노력이 요구된다고 할 수 있다. 분석의 결과 기업들은 대내외적인 리스크 요인에서 외부적 요인보다는 내부적 리스크 요인에 대하여 적극적인 리스크 관리를 추진해 나가고 있으며, 이러한 추진전략은 기업의 성과에도 유의한 영향을 미치는 것으로 나타났다. 따라서 향후 기업들은 기업운영에 영향을 미치는 다양한 리스크 요인에 대한 철저한 분석을 통해 보다 적극적이고 선제적으로 위험관리 전략을 추진해 나가야 할 것이다.
With globalization and the development of information and communication technology, the supply chain is becoming more widespread and complex, which increases the occurrence and damage caused by supply chain risks. Supply chain risk management has a great impact on corporate performance through the a...
With globalization and the development of information and communication technology, the supply chain is becoming more widespread and complex, which increases the occurrence and damage caused by supply chain risks. Supply chain risk management has a great impact on corporate performance through the analysis of risk factors and proactive and strategic approaches. This study aims to analyze the effects of supply chain risk factors on risk management strategies and corporate performance empirically. In the research model for empirical analysis, supply chain risk factors were classified into supply, demand, operation, network, and external environment, while the risk management strategies were divided into active and passive strategies, as well as financial and operational performance for corporate performance. The data obtained via the questionnaire were analyzed for the path of the structural equation model. As a result of the analysis, companies are actively pursuing risk management for internal risk factors, rather than external factors, in terms of internal and external risk factors, and it was found that these strategies have a significant effect on corporate performance. Therefore, in the future, companies should conduct risk management strategies more proactively and preemptively through a thorough analysis of various risk factors affecting business operations.
With globalization and the development of information and communication technology, the supply chain is becoming more widespread and complex, which increases the occurrence and damage caused by supply chain risks. Supply chain risk management has a great impact on corporate performance through the analysis of risk factors and proactive and strategic approaches. This study aims to analyze the effects of supply chain risk factors on risk management strategies and corporate performance empirically. In the research model for empirical analysis, supply chain risk factors were classified into supply, demand, operation, network, and external environment, while the risk management strategies were divided into active and passive strategies, as well as financial and operational performance for corporate performance. The data obtained via the questionnaire were analyzed for the path of the structural equation model. As a result of the analysis, companies are actively pursuing risk management for internal risk factors, rather than external factors, in terms of internal and external risk factors, and it was found that these strategies have a significant effect on corporate performance. Therefore, in the future, companies should conduct risk management strategies more proactively and preemptively through a thorough analysis of various risk factors affecting business operations.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
본 연구는 공급사슬위험관리를 위한 위험요인과 관리전략과의 관계 그리고 전략이 기업성과에 미치는 영향을 분석하는데 목적이 있다.
본 연구는 공급사슬의 리스크 요인이 위험관리전략과 기업성과에 미치는 영향을 분석하는 데 목적이 있다.
가설 설정
[H1~5-1] 공급리스크(1), 수요리스크(2), 운영리스크(3), 네트워크리스크(4), 외부환경리스크요인(5)은 적극적 전략에 정(+)의 영향을 미칠 것이다.
[H1~5-2] 공급리스크(1), 수요리스크(2), 운영리스크(3), 네트워크리스크(4), 외부환경리스크요인(5)은 소극적 전략에 정(+)의 영향을 미칠 것이다.[H6-1] 적극적 전략은 재무성과에 정(+)의 영향을 미칠 것이다.
[H1~5-2] 공급리스크(1), 수요리스크(2), 운영리스크(3), 네트워크리스크(4), 외부환경리스크요인(5)은 소극적 전략에 정(+)의 영향을 미칠 것이다.[H6-1] 적극적 전략은 재무성과에 정(+)의 영향을 미칠 것이다.
[H6-2] 적극적 전략은 운영성과에 정(+)의 영향을 미칠 것이다.
[H7-1] 소극적 전략은 재무성과에 정(+)의 영향을 미칠 것이다.
[H7-2] 소극적 전략은 재무성과에 정(+)의 영향을 미칠 것이다.
제안 방법
가설검증을 위한 실증분석에 앞서 연구대상의 통계학적 특성을 분석하였다. 최종 실증분석에 활용된 응답표본은 135개로 연구대상의 통계학적 특성은 <표 2>와 같다.
구조방정식을 수행하기에 앞서 설문의 신뢰성과 타당성 분석을 실시하였다. 신뢰성은 동일 개념에 대하여 반복 측정이 수행되었을 경우 측정되는 측정값들의 분산을 의미한다.
<표 3>에서 도출된 AVE값과 개념 신뢰도를 확인하면 모두 기준치 이상의 값을 가진 것으로 나타나 각 변수 판별 타당성과 집중타당성이 확보된 것으로 판단된다. 따라서 본 측정모형은 실증분석에 적합한 것으로 판단되어 최종 분석에 적용하였다.
변수와 측정항목의 적절성 검증하기 위해 확인적 요인분석의 결과를 활용해 변수의 판별타당성과 집중타당성을 검증하였다. 본 연구에서는 Fornell & Lacker(1981)에 의해서 제시된 평균분산추출(AVE : Average Variance Extracted)과 Anderson & Gerbing(1988)의 개념신뢰도(CR : Construct Reliability)를 기준으로 측정모형의 집중타당성과 판별타당성을 검증하였다.
본 연구에서는 Fornell & Lacker(1981)에 의해서 제시된 평균분산추출(AVE : Average Variance Extracted)과 Anderson & Gerbing(1988)의 개념신뢰도(CR : Construct Reliability)를 기준으로 측정모형의 집중타당성과 판별타당성을 검증하였다.
연구모형에서의 변수 간의 인과관계를 검정하기 위하여 설문지 분석방법을 활용하였다. 설문지의 구성개념 정의는 선행연구를 바탕으로 개발되었다. 설문대상은 국내 제조업체들이며, 각 설문에 대하여 5점 리커트로 측정하였다.
연구모형은 공급사슬위험관리요인이 위험관리전략에 그리고 위험관리전략의 유형이 기업의 성과에 미치는 영향으로 설정하였다. 연구모형에서의 변수 간의 인과관계를 검정하기 위하여 설문지 분석방법을 활용하였다. 설문지의 구성개념 정의는 선행연구를 바탕으로 개발되었다.
공급사슬위험관리요인이 위험관리전략과 기업성과에 미치는 영향을 측정하기 위해 선행연구를 토대로 <그림 2>와 같이 연구의 모형을 설정하였다. 연구모형은 공급사슬위험관리요인이 위험관리전략에 그리고 위험관리전략의 유형이 기업의 성과에 미치는 영향으로 설정하였다. 연구모형에서의 변수 간의 인과관계를 검정하기 위하여 설문지 분석방법을 활용하였다.
(2014)은 기존 연구를 검토하여 공급사슬성과를 운영적 성과, 경제적 성과 그리고 환경적 성과로 구분하였다. 운영적 성과에는 재고수준, 품질, 시간, 고객만족, 경제적 성과에는 비용, 환경 비용, 현금화 사이클 그리고 환경적 성과로 비즈니스의 낭비로 구분하였다. 김동정(2015)은 설문분석을 위해 공급사슬의 성과지표로서 정량적인 측면에서 유연성과 신속성 그리고 정성적 측면에서 대응성, 신뢰성, 비용, 자산성과를 활용하였다.
본 연구에서는 정석모 외 1(2012)에서 분류한 위험 요인인 공급, 수요, 운영, 네트워크, 외부환경 리스크 분류를 활용한다. 위험관리전략에 있어서도 여러 가지 유형으로 구분할 수 있지만 본 연구에서는 적극적 전략과 소극적 전략으로 구분하였다. 기업성과는 재무적인 측면에서의 성과와 운영상의 성과로 구분하였다.
Beamon(1999)는 공급사슬의 성과는 크게 비용과 비용 및 고객 대응성의 결합으로 구분하였으며 보다 구체적으로 기업의 목적에 따라 자원, 산출물 그리고 유연성에 대한 지표를 제시하였다. 자원은 효율성 수준, 산출물은 고객서비스 수준 그리고 유연성은 환경변화에 대한 대응능력으로 분류하였다.
Svensson(2002)은 리스크를 물류의 관점에서 연구하였으며, 인바운드와 아웃바운드의 취약성을 방해의 질적 수량적으로 분류하였다. 질적 저해요인으로는 구성품이나 원자재의 부족을 야기하며 요인으로는 표면의 페인트 부족, 구성품의 수량적이고 기능적 문제 등이며 수량적 저해요인으로는 예기치 못한 여건으로 인한 고장 또는 지연 등을 제시하였다.
대상 데이터
설문의 수집은 협회 및 인터넷 등의 자료에서 무작위로 500여개 기업을 선정하여 이메일을 통해 배포 및 수집하였다. 설문기간은 2020년 5월(1일-31일) 한 달간 실시하였으며, 회수된 설문지는 140부(28.0%)이고 불성실한 응답 5부를 제외한 135부를 가설검증에 활용하였다.
설문지의 구성개념 정의는 선행연구를 바탕으로 개발되었다. 설문대상은 국내 제조업체들이며, 각 설문에 대하여 5점 리커트로 측정하였다. 분석방법은 요인분석에 이어 구조방정식 모형분석(SEM: Structural Equation Modelling)을 활용하였다.
설문의 수집은 협회 및 인터넷 등의 자료에서 무작위로 500여개 기업을 선정하여 이메일을 통해 배포 및 수집하였다. 설문기간은 2020년 5월(1일-31일) 한 달간 실시하였으며, 회수된 설문지는 140부(28.
최종 실증분석에 활용된 응답표본은 135개로 연구대상의 통계학적 특성은 와 같다.
데이터처리
측정 변수들의 타당성 및 신뢰성을 검증한 후 요인분석을 진행하여 연구모형의 적합도를 검증하였다. 구조방정식 모형을 활용할 때는 선행연구를 통해 이론적으로 검증된 변수간의 구조적 관계를 기반으로 모형을 설정하였으므로 확인적 요인분석을 실시하였다.
선행연구에 대한 고찰로 구축된 연구모형에 대해 앞서 검증된 변수를 적용하여 최종적인 연구 가설 검증을 위한 구조방정식모델링(Structural Equation Modeling) 분석을 실시하였다. 가설검증 결과를 요약하면 <표 5>와 같다.
측정 변수들의 타당성 및 신뢰성을 검증한 후 요인분석을 진행하여 연구모형의 적합도를 검증하였다. 구조방정식 모형을 활용할 때는 선행연구를 통해 이론적으로 검증된 변수간의 구조적 관계를 기반으로 모형을 설정하였으므로 확인적 요인분석을 실시하였다.
이론/모형
본 구조방정식 모형의 매개효과 검증을 위해 매개효과 검증 방법 중 하나인 Bootstrapping을 실시하였다. 총효과, 직접효과, 간접효과에 대한 출력 결과는 <표 6>과 같다.
본 연구에서는 각 변수의 신뢰성 검증을 위해 내적 일관성을 측정하는 Cronbach’s Alpha(α) 계수 분석방법을 사용하였다.
공급사슬의 리스크 요인에 대한 다양한 유형화가 이루어져 왔다. 본 연구에서는 정석모 외 1(2012)에서 분류한 위험 요인인 공급, 수요, 운영, 네트워크, 외부환경 리스크 분류를 활용한다. 위험관리전략에 있어서도 여러 가지 유형으로 구분할 수 있지만 본 연구에서는 적극적 전략과 소극적 전략으로 구분하였다.
설문대상은 국내 제조업체들이며, 각 설문에 대하여 5점 리커트로 측정하였다. 분석방법은 요인분석에 이어 구조방정식 모형분석(SEM: Structural Equation Modelling)을 활용하였다. 구조방정식은 종속변수에 대해 여러 변수들을 동시에 분석할 수 있으며 직접효과와 간접 효과(매개효과)의 추정이 가능하다.
성능/효과
가설 검증 결과 리스크 요인이 위험관리 전략에 미치는 영향을 살펴보면 먼저 공급 리스크가 적극적 전략에는 C.R.=2.869(p=.004)로 영향을 미치는 것으로 나타나 가설 H1-1은 채택되었다. 공급 리스크의 소극적 전략에 대한 영향에 대한 가설(H1-2)은 C.
운영리스크 역시 모든 전략에 유의한 영향을 미치지만 소극적 전략이 적극적 전략보다 높은 유의성을 가지고 있다. 네트워크리스크는 적극적 전략에는 유의성이 없는 반면 소극적 전략에는 영향을 미치는 것으로 나타났다. 이는 공급업체와 수요업체 간의 관계가 중요하기 때문에 적극적인 전략을 추진하는 데 어려움이 있기 때문으로 해석할 수 있다.
다음으로 측정모형의 모형 적합도를 판단하기 위해 절대적합지수로 카이제곱 값(χ²(CMIN)/df<3.0), RMSEA(Root Mean Square Error of Approximation) <0.05), RMR(Root Mean Square Residual) <0.05), GFI(Goodness-of Fit Index) ]0.9)지수가 적용되었고, 증분적합지수로 CFI(Comparative Fit Index) >0.9), IFI(Incremental Fit Index) >0.9) 지수가 적용되었다.
01)에 달한다. 따라서 구조방정식 모형을 통해 적극적 전략이 기업의 리스크 요인과 기업 성과 사이에서 완전매개 역할을 하고 있음을 확인할 수 있었다.
그들의 연구에서 위험요인을 공급, 수요, 운영, 네트워크 그리고 환경위험을 그리고 관리전략은 위험회피, 감소, 전가, 수용으로 구분하여 미치는 영향을 분석하였다. 분석결과에 따르면 공급위험은 수용전략, 수요는 전가전력, 운영위험은 회피전략, 네트워크위험에 대하여는 회피전략을 그리고 환경위험에는 전가전략에 가장 큰 영향을 미치는 것으로 나타났다.
분석의 결과에 따른 시사점을 종합하면 기업들은 대내외적인 리스크 요인에서 외부적 요인보다는 기업의 운영에 영향을 미치는 내부적 리스크 요인에 대하여 보다 적극적인 리스크 관리 전략을 추진해 나가고 있으며, 이러한 추진전략은 기업의 성과에도 정(+)의 영향을 미치는 것으로 나타났다.
상관관계분석 결과, 전반적으로 대부분의 상관계수(Correlation Coefficient)가 0.6 미만으로 수용할 수 있는 범위 내에 있는 것을 알 수 있다. 모든 계수들이 통계적으로 유의한 수준에서 1 보다 낮게 나타나 기준타당성이 있는 것으로 판단할 수 있다.
이는 공급리스크 요인의 발생 시 적극적 전략이 보다 유효하다는 것을 의미한다. 수요리스크는 두 가지 유형의 전략에 유의한 영향을 미치는 것으로 나타났지만 적극적 전략이 보다 높은 영향을 미치는 것으로 나타났다. 운영리스크 역시 모든 전략에 유의한 영향을 미치지만 소극적 전략이 적극적 전략보다 높은 유의성을 가지고 있다.
신뢰성 분석 결과, 모든 측정항목들의 Cronbach’s α 계수가 0.6 이상으로 나타나 양호한 신뢰성을 확보한 것으로 해석할 수 있다.
연구결과를 요약하면 공급사슬리스크 요인과 위험관리전략 간의 관계에서 공급리스크는 적극적 전략에 유의한 영향을 미치는 반면 소극적 전략에는 유의하지 못한 것으로 나타났다. 이는 공급리스크 요인의 발생 시 적극적 전략이 보다 유효하다는 것을 의미한다.
연구모형의 적합도를 살펴보면 χ²(CMIN)/df = 1.704, RMSEA = 0.051, RMR = 0.043, GFI = 0.867, CFI = 0.894, IFI = 0.896 등으로 나타나 모형 적합도가 양호한 것으로 나타났다.
요인분석 결과, 측정항목들은 모두 유의한 t값을 가지고 있는 것으로 나타났다. 측정항목의 오차분산(error variances)은 음수의 값이 나타나지 않았기 때문에 측정항목은 Heywood Case의 발생 없이 적합하게 적재된 것으로 나타났다.
측정항목의 오차분산(error variances)은 음수의 값이 나타나지 않았기 때문에 측정항목은 Heywood Case의 발생 없이 적합하게 적재된 것으로 나타났다. 측정 항목들의 표준화계수는 모두 0.5 이상의 적재량을 보이고 있으며 측정 항목들이 충분한 적재량을 가지고 각 변수에 적재된 것으로 판단할 수 있다. 정 변수의 타당성이 충분히 확보된 것으로 해석할 수 있다.
요인분석 결과, 측정항목들은 모두 유의한 t값을 가지고 있는 것으로 나타났다. 측정항목의 오차분산(error variances)은 음수의 값이 나타나지 않았기 때문에 측정항목은 Heywood Case의 발생 없이 적합하게 적재된 것으로 나타났다. 측정 항목들의 표준화계수는 모두 0.
최종 실증분석에 활용된 응답표본은 135개로 연구대상의 통계학적 특성은 <표 2>와 같다. 표에서 보듯이 응답자의 직위는 부장/차장급(28.9%), 기업의 규모는 50명 미만(36.3%), 매출액은 10억~100억(29.6%), 업종은 일반제조업(43.7%)에 속하는 것으로 나타났다.
후속연구
따라서 향후 기업들은 기업운영에 영향을 미치는 다양한 리스크 요인에 대한 철저한 분석을 통해 보다 적극적이고 선제적으로 대응 전략을 추진해 나갈 필요가 있을 것이다. 적극적 전략은 위험경감과 위험전가를 들 수 있는데 경감을 위해서는 공급사슬의 유연성을 위한 추가적인 공급선 확보, 공급사슬의 가시성 제고, 정보의 공유, 위험관리 컨트럴 센터 설치 등을 들 수 있다.
참고문헌 (65)
김동정(2015), 공급사슬 위험평가 및 위험관리전략이 공급사슬 운영성과에 미치는 영향, 동국대학교 박사학위논문
이충배.박성우.김현중(2020), 운송리스크 요인이 위험관리 전략에 미치는 영향에 관한 연구, 국제상학, 35(2), 198-219.
이충배.정석모(2009), 공급사슬통합 요인과 통합 성과에 관한 실증연구 - 전기.전자 기업을 중심으로, 물류학회지, 19(5), 205-237.
이충배.정석모(2009), 전기.전자기업의 글로벌 공급사슬의 위험관리전략에 관한 연구, 국제상학, 26(2), 27-48.
Anderson, J. C., & Gerbing, D. W. (1988), Structural equation modeling in practice: A review and recommended two-step approach. Psychological Bulletin, 103(3), 411-423.
Azfara, K.R.W., Khanb, N. and Gabrielc, H. F. (2014), Performance Measurement: A Conceptual Framework for Supply Chain Practices, Procedia - Social and Behavioral Sciences, 150, 803-812.
Bavarsad, B, Boshagh, M. and Kayedian, A. (2014), A Study on Supply Chain Risk Factors and Their Impact on Organizational Performance, International Journal of Operations and Logistics Management, 3(3), 192-211.
Beamon, B. M. (1999), Measuring supply chain performance, International Journal of Operations & Production Management, 19(3), 275-292.
Bhagwat, R. and Sharma, M. K. (2007), Performance measurement of supply chain management: A balanced scorecard approach, Computers & Industrial Engineering, 53, 43-62.
Blackhurst, J., Craighead, C.W., Elkins, D. and Handfield, R.B. (2005), An empirically derived agenda of critical research issues for managing supply chain disruptions, International Journal of Production Research, 43(19), 4067-4081.
Brindley, C. (2004), Supply Chain Risk, Routledge, London.
Cavinato, J. L. (2004), Supply chain logistics risks. From the back room to the board room, International Journal of Physical Distribution & Logistics Management, 34(5), 383-387.
Chang, W. J., Ellinger, A. E. and Blackhurst, J. (2015), A contextual approach to supply chain risk mitigation, The International Journal of Logistics Management, 26(3), 642-656.
Chen, J., Sohal A. S. and Prajogo, D. I. (2013), Supply chain operational risk mitigation: a collaborative approach, International Journal of Production Research, 51(7), 2186-2199.
Christopher, M. and Holweg, M. (2011), Supply chain 2.0: managing supply chains in the era of turbulence, International Journal of Physical Distribution and Logistics Management, 41(10), 63-82.
Christopher, M., & Lee, H. (2004), Mitigating supply chain risk through improved confidence, International Journal of Physical Distribution & Logistics Management, 34(5), 388-396.
Christopher, M., Mena, C., Khan, O., & Yurt, O. (2011), Approaches to managing global sourcing risk, Supply Chain Management: An International Journal, 16(2), 67-81.
Cucchiella, F. and Gastaldi, M. (2006), Risk management in supply chain: a real option approach, Journal of Manufacturing Technology Management, Vol. 17 No. 6, 700-720.
Fisher, M.L. (1997), What is the right supply chain for your product?, Harvard Business Review, 75(2), 105-16.
Fornell, C. D., & Lacker, D. F. (1981), Evaluating Structural Equation models with Unobservable Variables and Measurement Error. Journal of Marketing Research, 18, 39-50.
Gunasekaran, A., Patel, C., Ronald, E., & McGaughey, R. (2004), A framework for supply chain performance measurement, International Journal of Production Economics, 87(3), 333-348.
Hajmohammad S. and Vachon, S. (2015), Mitigation, Avoidance, or Acceptance? Managing Supplier Sustainability Risk, Journal of Supply Chain Management, 52(2), 48-65.
Hendricks, K. B. and Singhal, V. R. (2012), Supply Chain Disruptions and Corporate Performance, in H. Gurnani and A. Mehrotra(eds.), Supply Chain Disruptions: Theory and Practice of Managing Risk, Springer, London.
Hopp W. J. Iravani S. M. R. and Liu, Z. (2012), Mitigating the Impact of Disruptions in Supply Chains, in H. Gurnani and A. Mehrotra(eds), Supply Chain Disruptions: Theory and Practice of Managing Risk, Springer, London.
Ivanov, D., and Sokolov, B. (2013), Control and system-theoretic identification of the supply chain dynamics domain for planning, analysis, and adaptation of performance under uncertainty, European Journal of Operational Research, 224(2), 313-323.
Ivanov, D., Sokolov, B., Pavlov, A., Dolgui, A., and Pavlov, D. (2016), Disruption-driven supply chain (re)-planning and performance impact assessment with consideration of pro-active and recovery policies, Transportation Research: Part E, 90, 7-24.
Hajmohammad, S. and Vachon, S. (2015), Mitigation, Avoidance, Or Acceptance? Managing Supplier Sustainability Risk, Journal of Supply Chain Management, 52(2), 48-65.
Juttner, U., Peck, H., & Christopher, M. (2003), Supply chain risk management: outlining an agenda for future research. International Journal of Logistics: Research and Applications, 6(4), 197-210.
Kathryn, E. Stecke & Sanjay Kumar (2009), Sources of Supply Chain Disruptions, Factors That Breed Vulnerability, and Mitigating Strategies, Journal of Marketing Channels, 16(3), 193-226.
Khan, O. (2008), Mitigating supply chain risk through improved agility: lessons from a UK retailer, Int. J. Agile Systems and Management, 3(2/4), 263-281.
Khojasteh, Y. (2018), Developing Supply Chain Risk Mitigation Strategies, in Y. Khojasteh(ed.), Supply Chain Risk Management. Advanced Tools, Models, and Developments, Springer, Tokyo, 97-103.
Kumar, S. K., Tiwari, M. K., and Babiceanu, R. F. (2010), Minimisation of supply chain cost with embedded risk using computational intelligence approaches. International Journal of Production Research, 48(13), 3717-3739.
Manners-Bell, J. (2014), Supply Chain Risk. Understanding Emerging Threats to Global Supply Chains, KoganPage, London.
Manuj, I. and Mentzer, J.T. (2008), Global supply chain risk management strategies, International Journal of Physical Distribution & Logistics Management, 38(2), 192-223.
Neely, A., Gregory, M. and Platts, K. (1995), Performance measurement system design, International Journal of Operations & Production Management, 15(4), 80-116.
Norrman, A. and Jansson, U. (2004), Ericsson's Proactive Supply Chain Risk Management Approach After A Serious Sub-Supplier Accident, International Journal of Physical Distribution & Logistics Management, 34(5), 434-456.
Peck, H. (2005), Drivers of supply chain vulnerability: an integrated framework. International Journal of Physical Distribution & Logistics Management, 35(4), 210-232.
Peck, H. (2006), Reconciling supply chain vulnerability, risk and supply chain management, International Journal of Logistics: Research and Applications, 9(2), 127-142.
Sheffi, Y. (2001), Supply Chain Management under the Threat of International Terrorism, The International Journal of Logistics Management, 12(2), 1-11.
Sodhi, M. S., Son, B.G., & Tang, C. S. (2012), Researchers' perspectives on supply chain risk management, Production and Operations Management, 21(1), 1-13.
Svensson, G. (2002), A conceptual framework of vulnerability in firms' inbound and outbound logistics flows, International Journal of Physical Distribution & Logistics Management, 32(2), 110-134.
Tang, C. S. (2006a), Robust strategies for mitigating supply chain disruptions, International Journal of Logistics Research and Applications, 9(1), 33-45.
Tang, C., & Tomlin, B. (2008), The power of flexibility for mitigating supply chain risks, International Journal of Production Economics, 116(1), 12-27.
Trkman, P. and McCormack, K. (2009), Supply Chain Risk in Turbulent Environments - A Conceptual Model for Managing Supply Chain Network Risk, Int'l J. Production Economics, 119, 247-258.
Vikulov V and Butrin, A. (2014), Risk Assessment and Management Logistics Chains, LogForum, 10(1), 43-49.
WEF(2012), New Models for Addressing Supply Chain and Transport Risk.
Wieland, A. and Wallenburg, C. M. (2012), Dealing with supply chain risks. Linking risk management practices and strategies to performance, International Journal of Physical Distribution & Logistics Management, 42(10), 887-905.
Zsidisin, G. A., Ellram, L. M., Carter, J. R., & Cavinato, J. L. (2004), An analysis of supply risk assessment techniques, International Journal of Physical Distribution & Logistics Management, 34(5), 397-413.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.