PowerPoint Presentation

Quantifying Contingent

Business Interruption from

Natural Hazards

Toshihiro Yamada

本日の話題

•

自然災害による過去のサプライチェーン被害

•

CBI分析の考え方

•

分析結果の利用

•

CBI分析普及の課題

自然災害による過去のサプライチェーン被害

•

1995年阪神淡路大震災

–

神戸製鋼所（バネ用鋼材トップ）等が被災

–

自動車の減産

4万台

•

2007年新潟県中越沖地震

–

リケン（ピストンリングの国内シェア

5 割）等が被災

–

自動車の減産

10万台

•

2011年東日本大震災

–

ルネサスエレクトロニクス（マイコン世界シェア

3 割）等が被災

–

自動車の減産

100万台以上（次頁参照）

•

2011年タイ洪水

–

自動車の減産

20万台

–

ハードディスク駆動装置（

HDD）世界で10～12月で減産5000万台

新潟県中越沖地震前後の自動車生産台数

CBI分析の考え方 (1/7)

•

サプライチェーンの特性

関係（直列、並列）、操業度、在庫

100

100

50

100

100

100

操業度

100%

操業度

100%

操業度

_100%

操業度

_100%

操業度

100%

操業度

100%

A 工場

部品

a

B 工場

部品

x

G 工場

製品

D 工場

部品

d

E 工場

部品

e

CBI分析の考え方 (2/7)

•

サプライチェーンの特性

関係（

直列

、並列）、

操業度

、在庫

100

100

操業度

100%

操業度

_100%

操業度

_50%

50

50

A 工場

部品

a

B 工場

部品

x

C 工場

部品

x

G 工場

製品

D 工場

部品

d

E 工場

部品

e

CBI分析の考え方 (3/7)

•

サプライチェーンの特性

関係（

直列

、並列）、

操業度

、

在庫

100

100

操業度

100%

操業度

_100%

操業度

_50%

50

50

在庫

20

50+20

70

A 工場

部品

a

B 工場

部品

x

G 工場

製品

D 工場

部品

d

E 工場

部品

e

CBI分析の考え方 (4/7)

•

サプライチェーンの特性

関係（直列、

並列

）、

操業度

、在庫

100

50

50

100

操業度

_100%

操業度

_100%

操業度

100%

操業度

20%

10 60

60

A 工場

部品

a

B 工場

部品

x

C 工場

部品

x

G 工場

製品

D 工場

部品

d

E 工場

部品

e

CBI分析の考え方 (5/7)

100

50

100

操業度

_100%

操業度

100%

操業度

100%

操業度

_20%

10 60

60

操業度

_120%

70

70

A 工場

部品

a

B 工場

部品

x

G 工場

製品

D 工場

部品

d

E 工場

部品

e

•

サプライチェーンの特性

関係（直列、

並列

）、

操業度

、在庫

CBI分析の考え方 (6/7)

•

サプライチェーンの特性

関係（

直列

、並列）、

操業度

、在庫

A 工場

部品

a

B 工場

部品

x

C 工場

部品

x

G 工場

製品

D 工場

部品

d

E 工場

部品

e

100

100

100

操業度

_100%

操業度

100%

操業度

100%

操業度

_50%

50

50

CBI分析の考え方 (7/7)

•

サプライチェーンの特性

関係（

直列

、並列）、

操業度

、在庫

100

100

100

操業度

100%

操業度

_100%

操業度

_100%

操業度

50%

50

A 工場

部品

a

B 工場

部品

x

G 工場

製品

D 工場

部品

d

E 工場

部品

e

サプライチェーンを考慮した復旧曲線

地震発生後の経過日数

操業度

30%

60%

100%

X

1

日

X

2

日

X

3

日

G工場の復旧曲線（サプライチェーン考慮せず）

G工場の復旧曲線

（サプライチェーン考慮）

部品

_d

部品

_e

実効的事業中断日数

分析結果の利用

•

BIとCBIはどれ位違う？

•

最悪のシナリオは？

•

ボトルネックは？

ケーススタディの条件

A工場

B工場

C工場

所在地

東京

静岡

仙台

役割

組立

部品

部品

耐震性

新耐震

旧耐震

旧耐震

ケース

_{1（直列）}

部品

_B

部品

_C

ケース

_{2（並列）}

_50%

_50%

A工場

B工場

C工場

BIとCBIはどれ位違う？

A工場の実効的事業中断日数とBIとCBIの比較

再現

期間

BI

CBI

カッコ内は

_{BIに対する割合}

ケース

_{1（直列）}

ケース

_{2（並列）}

100年

11日

43日

(4.1倍)

25日

(2.3倍)

200年

17日

65日

(3.9倍)

36日

(2.2倍)

500年

29日

102日

(3.6倍)

57日

(2.0倍)

1000年

42日

137日

(3.3倍)

77日

(1.8倍)

AAL

0.58日

1.91日

(3.3倍)

1.23日

(2.1倍)

最悪のシナリオは？

A工場の実効的事業中断日数とBIとCBIの比較

シナリオ

BI

CBI

カッコ内は

BIに対する割合

ケース

_{1（直列）}

ケース

_{2（並列）}

元禄地震

（

_{A工場の最悪シナリオ）}

25日

26日

(1.05倍)

26日

(1.02 倍)

南海トラフの地震

（

_{B工場の最悪シナリオ）}

6日

69日

(12.5倍)

35日

( 6.3倍)

東北地方太平洋沖地震

（

_{C工場の最悪シナリオ）}

3日

13日

(3.8倍)

7日

(2.2倍)

（参考）再現期間

500年

29日

102日

(3.6倍)

57日

(2.0倍)

ボトルネックは？

•

直列の場合

対策を優先すべき拠点は？

A工場の実行事業中断日数とBIとCBIの比較

再現

期間

BI

CBI（直列）

カッコ内は無対策に対する割合

無対策

_{B工場補強}

_{C工場補強}

両工場補強

100年

11日

43日

30日 (0.71倍)

42日 (0.98倍)

30日 (0.69倍)

200年

17日

65日

47日 (0.72倍)

65日 (0.99倍)

47日 (0.72倍)

500年

29日

102日

78日 (0.76倍)

100日 (0.99倍)

76日 (0.75倍)

1000年

42日

137日

108日 (0.79倍)

135日 (0.98倍)

104日 (0.76倍)

AAL

0.58日

1.91日

1.57日 (0.82倍)

1.89日 (0.99倍)

1.55日 (0.81倍)

南海トラフの

地震

6日

69日

46日 (0.67倍)

69日 (1.00倍)

46日 (0.67倍)

対策の比較（費用対効果）

A工場の実行事業中断日数とBIとCBIの比較

再現

期間

BI

CBI（並列）

カッコ内は無対策に対する割合

無対策

B工場の対策

耐震補強

在庫（

_7日分）

在庫（

_20日分）

100年

11日

25日

19日 (0.78倍)

22日 (0.90倍)

18日 (0.75倍)

200年

17日

36日

28日 (0.78倍)

34日 (0.93倍)

30日 (0.82倍)

500年

29日

57日

45日 (0.80倍)

54日 (0.96倍)

49日 (0.86倍)

1000年

42日

77日

64日 (0.83倍)

75日 (0.98倍)

69日 (0.89倍)

CBI分析普及の課題

•

サプライチェーンの把握が困難

⇒ サプライチェーンのデフォルトモデル（unknown）

•

保険が買えない

⇒ 地震対策やBCP/BCMでの利用方法の提案

RMSとOYORMSが共同で普及活動と開発