故障模式及影響分析(FMEA)也稱為潛在失效模式及后果分析,失效模式及效果分析(FMEA)作為可靠性工程的基本工具,自上世紀50-60年代被提出以來,便得到廣泛的認可和應用。從最初的飛機制造業(yè)和發(fā)動機故障評估,到后來的汽車行業(yè)的應用,再到現(xiàn)在FMEA已成為一個國際化的標準要求并廣泛地應用于電子、醫(yī)藥、生產、計算機等領域。是一種用來確定潛在失效模式及其效果的分析方法。使用傳統(tǒng)FMEA進行可靠性分析的主要步驟包括:首先分析產品或系統(tǒng)的設計、生產和服務過程中可能產生的失效模式,確定何種失效發(fā)生的頻率和嚴重度,然后評估當前防止失效發(fā)生的控制措施,進而估計各種失效模式的分線等級,通過制定優(yōu)化和改進措施來加強產品或系統(tǒng)的可靠性和安全性。
傳統(tǒng)的FMEA模型通過計算RPN來評估產品或系統(tǒng)的風險等級。傳統(tǒng)的FMEA方法的局限性主要體現(xiàn)在風險因子的度量上。RPN是發(fā)生率(O)、嚴重度(S)和難檢度(D)三者的乘積。而三者的來源均依靠于專家對三者的評估然后通過模糊數(shù)字來進行判定。但是在外包模型中,這樣的評價往往會失效,首先因為專家對一個外包企業(yè)不可能完全了解,所以無法給出一個確切的評估。其次專家是否可以給一個客觀的評價又是另一種情況(風險因子主觀性太強)。受評分小組專家成員和評分規(guī)則的限定,使得風險因子帶有模糊性。
為此,本文在基于供給方以及需求方雙方均理智的基礎上使用博弈論方法來確定發(fā)生率(O)、嚴重度(S)和難檢度(D)三者的數(shù)值。
FMEA模型既可用于事先預防階段,通過分析潛在的失效模式及失效原因,采取預防措施防止缺陷或失效發(fā)生;也可以用于事后改進階段,通過分析已發(fā)生的失效模式及其原因,采取改進措施從而避免缺陷或失效再次發(fā)生。
到目前為止,F(xiàn)MEA模型在各種領域得到了廣泛的應用。同時,針對FMEA的局限性,國內外學者做出了大量的研究。例如尤筱玥,黃志明(2014)在外包風險方面應用層次分析法做的評估。雷星暉,尤筱玥(2014)在外包業(yè)務上使用了層次分析法進行決策。吳迪和王旭(2014)以業(yè)務流程優(yōu)化模式為核心思想,從風險管理角度對業(yè)務流程進行分析,運用FMEA進行業(yè)務流程風險分析與風控,為中小企業(yè)優(yōu)化業(yè)務流程、提升服務質量提供借鑒的模式和方法。之后尤筱玥,雷星暉,劉虎沉(2016)通過FMEA模型與區(qū)間二元語義的結合,并且以道具管理業(yè)務合同履行模塊為實例,對傳統(tǒng)的FMEA模型進行應用型改進。類似的,門峰、姬升啟提出了基于模糊集與灰色關聯(lián)的改進FMEA方法,該方法建立評價失效模式的模糊語言術語集和對應的模糊數(shù),結合灰色關聯(lián)理論計算各種失效模式的關聯(lián)度,從而對各種失效模式的風險等級進行排序。此外,薛奕曦,陳翌,孔德祥(2014)在外包業(yè)務的具體項目中,以電動汽車的商業(yè)模式進行了一定的創(chuàng)新。
上述學者在FMEA模型進行的改進有很大的意義。不僅在模型上進行改進創(chuàng)新,而且在應用方面做出了很大的改進。但是在外包業(yè)務的應用方面并沒有對外包的雙方同時進行考慮,也沒有對風險背后的可能性收益進行評價。如此單方面的做出風險的評價略有不足。故本文的創(chuàng)新點是在上述前人的基礎上,結合博弈論的方法對未知風險進行評估同時綜合雙方的收益、損失進行對外包業(yè)務的風險分析。
博弈論也就是對策論,是討論雙方在基于自身條件然后理性做出決策的相互影響,以及達到均衡時的學科。換句話說,就是在博弈的時候用數(shù)學知識來刻畫現(xiàn)實生活中的利益沖突問題。就是決策主體在現(xiàn)實性的約束條件下選擇策略從而取得相應收益的過程。
博弈論認為人們在做決策能夠全面考慮自身和對手的情況以及對手的決策對自身的影響;社會活動中的人都是在一定約束條件下達到效益最大化,同時在人與人之間會出現(xiàn)一些利益沖突和信息不對稱,但經過多輪的博弈后會達到相對的均衡。
為什么在這里采取博弈論方法,原因在于博弈論在理論和實踐應用中有其他方法無法做到的優(yōu)勢。而且博弈論的好處重點可以體現(xiàn)在下面兩個方面。
第一,更好地反映決策時的環(huán)境。博弈論首先認為每一個參與人都是理性的,參與人在以效用最大化為目標進行決策的時候,會全面考慮到面臨的形勢以及參與人的決策對彼此之間的相互影響,這種獨到的思維模式比其他方法更適合用于激烈競爭環(huán)境中的策略制定。
第二,定量分析的準確度和說服力。博弈論是數(shù)學的一個分支,博弈分析是基于數(shù)學邏輯,因此往往是定量分析,可以更好地分析決策過程。博弈分析在很多問題中得出的結論都更符合實際情況,因此博弈論對參與決策的主體來說,有很強的指導作用。
傳統(tǒng)的FMEA模型在發(fā)生率(O)、嚴重度(S)和難檢度(D)三者的計算方面基本采用模糊粗糙集的做法,這種方法有不錯的效果,但是,隨著事物劃分的詳細程度的加深,模糊方法作用漸漸降低。于是本文通過博弈論的方法對發(fā)生率(O)、嚴重度(S)和難檢度(D)三者進行量化計算。
下面表格是在外包決策方面需求方公司與供求公司的一個損失博弈。
需求方合作不合作供應方合作S11,I11S21,I21不合作S12,I12S22,I22
其中S11,I11表示供應合作,需求方合作時供應方和需求方雙方分別的損失;
S21,S21表示供應方合作,需求方不合作供應方和需求方雙方分別的損失;
S12,I12表示供應方不合作,需求方合作供應方和需求方雙方分別的損失;
S22,I22表示供應方不合作,需求方不合作的供應方和需求方雙方分別的損失。
而y表示需求方合作的可能性;
1-y表示需求方不合作的可能性;
x表示供應方合作的可能性;
1-x表示供應方不合作的可能性。
于是需求方合作時的期望損失為:x*I11+(1-x)*I12。
需求方不合作時的期望損失為:x*I21+(1-x)*I22。
需求方總的期望損失為:E2=y*(x*I11+(1-x)*I12)+(1-y)*(x*I21+(1-x)*I22)。
同樣的對應的供應方合作時的期望損失為y*S11+(1-y)*S12
不合作時的期望損失為:y*S21+(1-y)*S22
供應方的總的期望損失為:E1=x*(y*S11+(1-y)*S12)+(1-x)*(x*S21+(1-y)*S22);
對供應方總的期望損失的y求偏導數(shù),并且令其為0。于是有
在x=x*時,供應方期望損失達到最大。
于是就有
然后通過對不同供應公司應用上述方法計算PRN數(shù)值,并且對其進行排序,PRN數(shù)值最小的公司即為失效可能性最小的公司。于是可以通過可靠性以及安全性方面對外包公司進行一次選擇。
理財產品是商業(yè)銀行對潛在目標客戶群分析研究的基礎上,針對特定目標客戶群開發(fā)、設計并銷售的綜合化、個性化的金融產品。自2004年我國發(fā)行第一款商業(yè)銀行理財產品以來,理財產品市場不斷升溫,在經歷了試水期、探索期后,伴隨著居民收入的增長和富裕階層的多元化,已經進入了一個爆發(fā)期。越來越多的投資者將理財產品作為重要的投資品種。如今理財產品規(guī)模已突破80萬億元。
但是,隨著國家政策的變化,一些銀行或者非銀行的金融公司也開始不斷地推出自己的理財產品。隨之而來的是各種負面的信息。比如,部分銀行的理財產品沒有獨立建賬核算,而是實行“資金池”管理模式,產品和投資品不能一一對應。理財公司負面消息更多,夸大了收益率,隱瞞風險,風險提示不充分,或存在私自代客理財?shù)炔划斾N售行為。
更過分的,部分理財資金投資相當于繞規(guī)模發(fā)放貸款,通過銀行承擔貸款風險,或不同理財產品之間存在關聯(lián)交易和利益輸送等行為;有的理財經理將理財產品等同于存款進行營銷,部分理財產品沒有進行真實投資,實為高息攬存;理財產品的信息披露不充分,投向不明,產品持有期內無法查詢收益狀況等。
以上種種,在居民理財時都可能遇到很多的騙局或者誤導。為此如何做一個合理的評價對不同理財公司實質性的作用。故本文的FMEA博弈論模型針對上述情況可以將不同公司的風險進行量化然后進行排序選擇。
本文雖然在FMEA模型的應用方面與博弈論結合進行了創(chuàng)新,但是具體到很多的情況需要雙方面進行調查。但是在現(xiàn)實生活中基于多方面考慮,例如:信息的保密,信息的不對稱性以及信息的誤判。都有可能對博弈的結果造成很大的影響。要想降低影響需要多付出很多的時間進行考察,在無形中增大成本。于是盡管上述模型進行了應用上的改進,但是如何更好地進行應用還需在其他方面進行創(chuàng)新,尤其是節(jié)約成本方面。