دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش: [4 ed.] نویسندگان: David L. Olson, Desheng Wu سری: ISBN (شابک) : 3662680378, 9783662680377 ناشر: Springer سال نشر: 2023 تعداد صفحات: 259 [250] زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 7 Mb
در صورت تبدیل فایل کتاب Enterprise Risk Management Models: Focus on Sustainability (Springer Texts in Business and Economics) به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب مدلهای مدیریت ریسک سازمانی: تمرکز بر پایداری (متون اسپرینگر در تجارت و اقتصاد) نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
این کتاب درسی که اکنون در ویرایش چهارم خود قرار دارد، به عنوان راهنمای جامعی برای یادگیری جنبه های مختلف ریسک، شامل مدیریت زنجیره تامین، هوش مصنوعی و پایداری عمل می کند. این طیف وسیعی از مدلهای تحقیق عملیات را نشان میدهد که با موفقیت در مدیریت ریسک زنجیره تامین سازمانی اعمال شدهاند. هر فصل از کتاب می تواند به عنوان یک ماژول مستقل با تمرکز بر یک موضوع خاص، ارائه مثال های اختصاصی، تعاریف و یادداشت های بحث عمل کند. انتشار این کتاب در زمان حیاتی صورت می گیرد که جهان با چالش های فزاینده ای از اشکال مختلف خطر مواجه است. رویدادهایی مانند کووید-19، بحران انرژی، جنگها و تروریسم در قرن بیست و یکم، همگی زنجیرههای تامین را مختل کردهاند، بنابراین اهمیت حیاتی مدیریت ریسک شرکت را برجسته میکنند. خطرات اضافی، مانند حبابهای مالی و فناوری، همراه با نگرانیهای پیرامون هوش مصنوعی شایع، به جوی کمک میکنند که نیازمند مدیریت ریسک در سازمانها است.
This textbook, now in its fourth edition, serves as a comprehensive guide to learning various aspects of risk, encompassing supply chain management, artificial intelligence, and sustainability. It demonstrates a wide range of operations research models that have been successfully applied to enterprise supply chain risk management. Each chapter of the book can function as a standalone module focusing on a specific topic, offering dedicated examples, definitions, and discussion notes. The publication of this book comes at a crucial time when the world is facing increasing challenges from various forms of risk. Events such as Covid-19, the energy crisis, wars, and terrorism in the 21st century have all disrupted supply chains, thus highlighting the critical importance of enterprise risk management. Additional risks, such as financial and technological bubbles, along with concerns surrounding rampant artificial intelligence, contribute to a climate that demands enhanced risk management within organizations.
Preface References Acknowledgment Contents 1: Enterprise Risk Management in Supply Chains Unexpected Consequences Supply Chain Risk Frameworks Types of Risk A Framework for Risk Management Risk Context and Drivers Risk Management Influencers Decision Makers Risk Management Responses Performance Outcomes Risk Categories within Supply Chains Process Mitigation Strategies Conclusions References 2: Risk Matrices Risk Management Process Risk Matrices Color Matrices Quantitative Risk Assessment Strategy/Risk Matrix Risk-Adjusted Loss Conclusions References 3: Value-Focused Supply Chain Risk Analysis Hierarchy Structuring Hierarchy Development Process Suggestions for Cases Where Preferential Independence Is Absent Multiattribute Analysis The SMART Technique Plant Siting Decision Conclusions References 4: Examples of Supply Chain Decisions Trading-off Criteria Case 1: Lombardi Netto et al. (2021) Value Analysis Case 2: Liu, Eckert, Yannou-Le Bris, and Petit (2019) Value Analysis Case 3: Lin et al. (2022) Value Analysis Case 4: Urbaniec et al. (2021) Value Analysis Case 5: Akyuz, Karahalios, and Celik (2015) Value Analysis Conclusions References 5: Simulation of Supply Chain Risk Inventory Systems Basic Inventory Simulation Model System Dynamics Modeling of Supply Chains Pull System Push System Monte Carlo Simulation for Analysis Conclusion References 6: Value at Risk Models Definition The Basel Accords Basel I Basel II Basel III The Use of Value at Risk Historical Simulation Variance-Covariance Approach Monte Carlo Simulation of VaR The Simulation Process Demonstration of VaR Simulation Conclusions References 7: Chance-Constrained Models Chance-Constrained Applications Portfolio Selection Demonstration of Chance-Constrained Programming Maximize Expected Value of Probabilistic Function Minimize Variance Solution Procedure Maximize Probability of Satisfying Chance Constraint Real Stock Data Chance-Constrained Model Results Conclusions References 8: Data Envelopment Analysis in Enterprise Risk Management Basic Data Multiple Criteria Models Scales Stochastic Mathematical Formulation DEA Models Conclusion References 9: Data Mining Models and Enterprise Risk Management Bankruptcy Data Demonstration Software Decision Tree Model Logistic Regression Model Neural Network Model Descriptive Data Mining Studies Involving Climate Change Coal Phase-out in Europe Association Rule Mining of Adaptation Options Cluster Analysis Time Series Forecasting Summary References 10: Balanced Scorecards to Measure Enterprise Risk Performance ERM and Balanced Scorecards Sustainability Performance Measurement Da Silva Neiva et al. (2021) Urban Sustainability Lu et al. (2022) Sustainability Balanced Scorecard Pereira Ribeiro et al. (2021) Balanced Scorecard to Measure Attainment of SDGs Conclusions References 11: Machine Learning and Artificial Intelligence Risk Definitions Common Machine Learning Algorithms Linear Regression Logistic Regression The K-Nearest Neighbors Algorithm Multi-layer Perceptron Artificial Neural Networks (MLP-ANNs) Support Vector Machines Random Forest Principal Component Analysis Integrated Z-Score and MLP-ANN Models Case Study Artificial Intelligence Support to Supply Chains Artificial Intelligence Applications The Downside of AI Challenges and Opportunities References 12: Enterprise Risk Management in Projects Project Management Risk Risk Management Planning Risk Identification Qualitative Risk Analysis Quantitative Risk Analysis Risk Response Planning Risk Monitoring and Control Project Management Tools Simulation Models of Project Management Risk Governmental Project Conclusions References 13: Natural Disaster Risk Management Emergency Management Emergency Management Support Systems Example Disaster Management System Disaster Management Criteria Multiple Criteria Analysis Scores Weights Value Score Natural Disaster and Financial Risk Management Natural Disaster Risk and Firm Value (Oh et al., 2009) Financial Issues Systematic and Unsystematic Risk Investment Evaluation Strategic Investment Risk Management and Compliance Conclusions References 14: Sustainability and Enterprise Risk Management What We Eat The Energy We Use The Supply Chains that Link Us to the World The Triple Bottom Line Sustainability Risks in Supply Chains The United Nations View of Sustainability Dimensions of Sustainability UN Sustainable Development Goals Studies of Sustainable Development Goals Applying Data Mining Use of SDGs in Carbon Emission Evaluation Clustering of Development Trajectories Models in Sustainability Risk Management Sustainability Selection Model Criteria Weight Development Scores Value Analysis Conclusions References 15: Environmental Damage and Risk Assessment Specific Features of Managing Natural Disasters Framework Cost-Benefit Analysis Contingent Valuation Conjoint Analysis Habitat Equivalency Analysis Summary References Index