王曉潔 劉洪春

摘要： 近年來，航運市場競爭激烈，供需失衡，行業(yè)內(nèi)部企業(yè)運營成本較高，財務狀況不佳，致使航運行業(yè)整體信用品質(zhì)不容樂觀。在當前外貿(mào)運輸、航運不景氣的形勢下，建設信用評價體系，對企業(yè)而言，是一種鼓勵和安慰，這將進一步規(guī)范企業(yè)的健康發(fā)展。本文基于wind數(shù)據(jù)庫中12家航運上市企業(yè)16個財務指標，采用樸素beyes分類器構(gòu)建航運上市企業(yè)beyes網(wǎng)絡信用評分模型，根據(jù)2016年初各航運企業(yè)的市值大小，分出4個信用類別，對樣本數(shù)據(jù)的每一個類別利用matlab軟件實現(xiàn)離散情況調(diào)整、條件概率的計算與結(jié)果選擇。

Abstract： In recent years， intense competition in the shipping market， imbalance between supply and demand， high operating costs of enterprises in the industry and poor financial conditions have made the overall credit quality of the shipping industry unsightly. Under the current circumstances of foreign trade and transportation and shipping downturn， building a credit rating system is an encouragement and comfort for enterprises， which will further standardize the healthy development of enterprises. Based on 16 financial indexes of 12 listed shipping companies in wind database， a simple beyes classifier was used to build the beyes network credit rating model of shipping listed companies. According to the market capitalization of shipping companies in early 2016， four credit categories are separated， and matlab software is used to realize discrete condition adjustment， conditional probability calculation and result selection of each class of sample data.

關(guān)鍵詞：航運上市企業(yè);beyes網(wǎng)絡;信用評價

Key words： shipping listed enterprise;beyes network;credit evaluation

中圖分類號：F550.66? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文獻標識碼：A? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文章編號：1006-4311（2018）35-0101-05

1? 概述

自金融危機以來，世界經(jīng)濟增長趨于緩慢，國際大宗商品價格出現(xiàn)一定的波動且處于低位，運力供給過剩，市場持續(xù)低迷，同時人工成本、燃油的不斷上漲進一步壓榨了行業(yè)利潤，航運業(yè)不景氣，財務狀況形勢也不容樂觀。此外隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展，電子商務的興起為航運企業(yè)帶來了不少發(fā)展機會的同時，也產(chǎn)生了一些如由于電子商務的虛擬特性，交易主體的復雜性及信息不對稱性等問題的加劇，大大增加了企業(yè)的信用風險。根據(jù)中商產(chǎn)業(yè)研究院大數(shù)據(jù)庫數(shù)據(jù)顯示，2016年前三季度年報已全部披露，時間截至2016年10月31日，航運行業(yè)共有12家上市企業(yè)，2016年前三季度營收共計872.64億元;凈利潤-53.4億元[1]。此外世界范圍內(nèi)已有上百家各式規(guī)模的航運企業(yè)倒閉、破產(chǎn)，航運企業(yè)信用風險受到了普遍關(guān)注。

1.1 企業(yè)信用評價指標研究現(xiàn)狀

一是國內(nèi)評價指標體系研究現(xiàn)狀。李菁苗在引入電子商務信用理論，并且全面衡量了各種各樣的信用評價指標，最終采用實證研究的方法，構(gòu)建了適合中小企業(yè)的四大類十五項評價指標[2]。朱彥彥選取了航運公司及A股上市的港口為樣本，建立港航上市公司償債能力指標體系，利用利息保障倍數(shù)等八項指標分析了公司償債能力[3]。二是國外評價指標體系研究現(xiàn)狀。Ma在分析建筑企業(yè)信用危機現(xiàn)狀的基礎上，結(jié)合行業(yè)現(xiàn)代特點，構(gòu)建了建筑類企業(yè)的信用評估指標體系[4]。Luo憑借對物流有關(guān)公司日常經(jīng)營狀況的研究，構(gòu)建了針對物流公司的顧客信用評估指標體系，并通過實證驗證了體系的有效性[5]。

1.2 企業(yè)信用評價方法研究現(xiàn)狀

一是基于主觀的評價模型研究。牟偉明在回顧目前江蘇省中小企業(yè)融資現(xiàn)狀的基礎上，利用貝葉斯分類的方法搭建和形成了關(guān)于中小型規(guī)模企業(yè)的供應鏈融資信用風險評價模型，然后采取這個模型對案例的信用風險做出評價[6]。蔣曼曼在對上市公司的財務指標進行主成分分析的基礎上，建立了供應鏈金融視角下的企業(yè)信用風險評價模型并對模型進行模擬和驗證[7]。二是基于客觀的評價模型研究。張目針對戰(zhàn)略性新興產(chǎn)業(yè)企業(yè)信用評價的必要性和傳統(tǒng)模糊評價方法中隸屬函數(shù)的固有缺陷，在借鑒云理論的基礎上，構(gòu)建了基于正態(tài)云模型的戰(zhàn)略性新興產(chǎn)業(yè)企業(yè)信用評價模型[8]。陳林依據(jù)滬深兩市上市的9家航運公司2014年財務數(shù)據(jù)，采用主成分分析法，得出各航運上市企業(yè)財務績效的綜合排名，并提出相應的對策建議[9]。盡管目前學術(shù)界已有不少學者對信用問題進行研究，但大多為銀行對信貸客戶如信貸客戶如中小企業(yè)的評價，很少見針對航運企業(yè)信用進行評價的研究。基于此，本文選取了包括中國遠洋、中海集運、中海發(fā)展、招商輪船等四大航運央企及招商輪船等航運業(yè)上市公司共計12家上市作為樣本，并采用樸素beyes分類器構(gòu)建航運上市企業(yè)beyes網(wǎng)絡信用評分模型，同時根據(jù)2016年初各航運企業(yè)的市值大小，分出5個信用類別，對樣本數(shù)據(jù)的每一個類別利用matlab軟件實現(xiàn)離散情況調(diào)整、條件概率的計算與結(jié)果選擇。

2? 企業(yè)信用評價模型構(gòu)建

2.1 企業(yè)信用評價內(nèi)涵及方法

①信用評價的內(nèi)涵。信用的意思是指市場的交易活動以信任作為基礎，通常能不用馬上交付貨款就可以得到像資金、物資、服務的一種能力。從狹義面講，有關(guān)信用的評價包括對企業(yè)以前遵守信用的情況進行調(diào)查，并且分析企業(yè)如今的償還債務的實力，從而進一步對企業(yè)將來實現(xiàn)約定的狀況進行評價;可是從廣義上面看，信用評價就是對每個主體的守信情況和遵守諾言的實力的評價。在市場經(jīng)濟中，市場交易中存在的雙方關(guān)系和買賣行為大部分呈現(xiàn)出的是信用關(guān)系，但是信用評價是獨立的不相關(guān)機構(gòu)也可能是賣方，依照“公正、科學、可靠”的原則，秉承信用評價的有關(guān)要求，利用先進的評價方法，按照有規(guī)律的過程，對買方的實現(xiàn)約定的實力和信用狀況進行審查和評價確定，最后將評價結(jié)果用簡單直接的方式表示出來，提供給社會普通大眾和自己利用的一種評價活動[10]。

②信用評價的方法。隨著信用評價領(lǐng)域研究的不斷深入，社會各方對信用評價有了越來越嚴格的要求，其追求更加科學合理，且更為全面完整的信用評價結(jié)果。其中統(tǒng)計學方法相對較為簡單且工作量小，但受制條件較多，不具備良好的可靠性，如分析樹法、因子分析法等。而后者以對人腦及神經(jīng)系統(tǒng)加工信息的研究為基礎，具備良好的智能性，此類方法最具代表性的為Rumelhart等人在1986年提出的Bp神經(jīng)網(wǎng)絡[11]。

2.2 基于財務信息的企業(yè)信用評價指標選取

如何進行企業(yè)的信用評價、選取哪些指標、用何種方法進行評價，評價結(jié)果的分析都是進行企業(yè)信用評價的重要工作，如果評價模型有偏差，輕則導致企業(yè)的經(jīng)濟損失、企業(yè)壞賬等，嚴重時還可能導致企業(yè)重組或破產(chǎn)?；诖耍疚倪x自在A股上市的港航上市公司，并將各企業(yè)2008-2012年五年的財務數(shù)據(jù)作為研究樣本，將各個航運上市企業(yè)的資產(chǎn)負債表、現(xiàn)金流量表、利潤表整合[12]。另一方面，考慮到航運上市企業(yè)財務信息受多種因素的影響，且各因素間存在復雜的聯(lián)系這一現(xiàn)象。本文擬在對各因素分析歸類的基礎上，將其按大類轉(zhuǎn)化為符合評價體系要求的各項指標，具體如表1所示。

①盈利能力。盈利能力是指企業(yè)獲取利潤的能力。盡管衡量一個企業(yè)能力應從多項指標出發(fā)，但一般而言，其首要且最為重要的即是盈利能力。簡單來說企業(yè)成立的最初目的大多為盈利，且投資者最為關(guān)注的亦為企業(yè)的獲力能力。因此對企業(yè)盈利能力指標的分析是非常必要的?；诖耍疚臄M通過X1凈資產(chǎn)收益率、X2總資產(chǎn)收益率、X3成本費用利潤率、X4總資產(chǎn)凈利率四項指標反映企業(yè)盈利能力。

②償債能力。償債能力是指其償還債款的能力，包括長期、短期債務，以現(xiàn)金等為支付形式。償債能力是公司正常運營、發(fā)展的關(guān)鍵，反映公司財務狀況和經(jīng)營能力，決定了公司運營時對外合作時的信用問題。

③營運能力。在對企業(yè)營運能力進行分析時，需要對資產(chǎn)的內(nèi)部構(gòu)成比率、各個資產(chǎn)在總資產(chǎn)的比例分析資產(chǎn)的周轉(zhuǎn)率情況進行分析，一般情況下，資產(chǎn)的周轉(zhuǎn)率與資產(chǎn)周轉(zhuǎn)速度成正相關(guān)，與該企業(yè)的營運能力以及獲得收益的能力同方向變動。其主要包括流動X10資產(chǎn)周轉(zhuǎn)率、X11應收賬款周轉(zhuǎn)率、X13總資產(chǎn)周轉(zhuǎn)率、X14利潤總額增長率等。

④現(xiàn)金流指標。航運公司來說，決定其生存與否的首要因素是要保持穩(wěn)定恰當?shù)默F(xiàn)金流，維持良好的財務結(jié)構(gòu)，而不是盈利還是虧損，這樣才能在動蕩的航運界得以生存。其主要包括X15經(jīng)營性現(xiàn)金流增長率，X16籌資性現(xiàn)金，X17合計現(xiàn)金流增長率。

2.3 基于貝葉斯網(wǎng)絡的航運上市企業(yè)信用評價模型

①貝葉斯網(wǎng)絡模型構(gòu)造的基本原理。采用樸素beyes分類器構(gòu)建beyes網(wǎng)絡模型，樸素beyes分類器原理較為簡單，即對于訓練樣本數(shù)據(jù)的每一個類別，求解其不同特征的不同屬性在該標簽下出現(xiàn)的概率。假設不同類別代號為C1、C2、…Cn，不同特征代號為X1、X2、…Xm，Xi特征的不同屬性代號為Xi1、Xi2、…Xij，則根據(jù)訓練樣本數(shù)據(jù)，可得到各類別下各個特征屬性的條件概率估計：

Lj是第j維特征的最大取值

可以證明，改進以后的（6）、（7）仍然是概率。平滑因子λ=0即為（2）、（3）實現(xiàn)的最大似然估計，這時會出現(xiàn)在本節(jié)開始時提到的0概率問題;而拉普拉斯平滑為λ=1則避免了的0概率問題。

在本文的實踐中，使用拉普拉斯平滑可避免無法預測陌生特征屬性測試樣本的問題，增加學習后beyes分類器的適用范圍。但因樣本數(shù)量原因，使用拉普拉斯平滑會大幅降低預測準確率，故本文的實證分析只預測特征屬性在訓練樣本中出現(xiàn)過的測試樣本。

③樸素貝葉斯分類器的公式。

某個體有n項特征（Feature），設為F1，F(xiàn)2，…，F(xiàn)n。現(xiàn)有m個類別（Category），分別為C1，C2，…，Cm。貝葉斯分類器求下面這個算式的最大值，也就是計算出概率最大的那個分類：（8）

由于P（F1F2…Fn）對于所有的類別都是相同的，可以省略，問題相當于求P（F1F2…Fn/C）P（C）的最大值。

樸素貝葉斯分類器則更進一步，假定所有特征都相互獨立，因此

（9）

上式等號的右邊項均能通過所給統(tǒng)計資料得知，以此為基礎能夠算出每個類別對應的概率，進而找出最大概率類別。即使假設“所有特征彼此獨立”在現(xiàn)實中難以成立，但是它可簡化大量計算，而且研究表明其對分類結(jié)果的準確性影響不大。

3? 基于航運上市企業(yè)的實證研究

3.1 數(shù)據(jù)來源

本文選擇來自中國證監(jiān)會制定的上市公司分類指引中的航運上市企業(yè)作為樣本數(shù)據(jù)，經(jīng)整理，剔除數(shù)據(jù)不齊全及數(shù)據(jù)有極端值情況的企業(yè)后共取得包括中國遠洋、中海集運、中海發(fā)展、招商輪船等四大航運央企及招商輪船等航運業(yè)上市公司共計12家上市進行分析。本文數(shù)據(jù)主要來源于Wind數(shù)據(jù)庫金融終端，并經(jīng)作者手工錄入所得，數(shù)據(jù)統(tǒng)計結(jié)果見表2所示。

從以上數(shù)據(jù)樣本可以看出，每個樣本均有反映樣本財務數(shù)據(jù)指標的相關(guān)特征，而以上數(shù)據(jù)僅顯示每個指標與該樣本的信用情況均無直接的關(guān)系，特征屬性連續(xù)變化。為進一步研究其內(nèi)在關(guān)系，本文擬將樣本離散化，以便使用樸素beyes分類器進行beyes網(wǎng)絡構(gòu)造、樣本訓練和實例測試。離散化即將連續(xù)變化的樣本數(shù)據(jù)根據(jù)聚簇情況進行歸類，進而歸類出每個特征的不同屬性。如對于特征X1。

由表3可知，數(shù)據(jù)最低達到-42.73%，最高為12.13%，均勻分為5個區(qū)間對其進行均勻離散，則將特征X1分為5個屬性。離散后的X1特征如下：

X1=[3? 5? 1? 4? 4? 4? 4? 4? 4? 4? 3? 4]

其中1-5數(shù)字為屬性代號，并無實際意義。根據(jù)每個特征的數(shù)據(jù)聚簇特點，屬性數(shù)量可不相同。離散后的數(shù)據(jù)如表4所示。本文通過matlab實現(xiàn)樣本數(shù)據(jù)離散情況調(diào)整、條件概率的計算與結(jié)果選擇。離散程序代碼中，y為離散后矩陣，x_list為離散區(qū)間矩陣，data為離散前矩陣，k為離散區(qū)間數(shù)量。通過離散程序，將連續(xù)的數(shù)據(jù)轉(zhuǎn)化為離散的特征屬性。

3.2 基于樣本集優(yōu)化的beyes網(wǎng)絡模型的實現(xiàn)

樸素beyes分類器程序代碼中，pred為類別判定，prob為該類別概率。data為訓練樣本，labels為類別向量，test_data為測試樣本。根據(jù)海事網(wǎng)公布的市值等最新數(shù)據(jù)，將12家公司分為4個信用類別，分別用分數(shù)5分、4分、3分、2分表示，其中，5分為最高信用，2分為信用最差。如表5所示。而后將其輸入matlab。

labels=[5? 5? 5? 3? 3? 4? 4? 2? 5? 3? ?2? 3]

則可通過beyes預測程序進行參數(shù)學習，代碼如下：

[pred，prob] = bayesian_predict（y， labels， y）;

acc = mean（pred == labels）;

fprintf（'Accuracy：%.2f＼n'，acc*100）;

其中，訓練樣本與測試樣本同為離散后的數(shù)據(jù)矩陣y，學習結(jié)果如下：

輸出結(jié)果可看出，使用測試樣本作為訓練樣本，可得出準確結(jié)果，準確率高達100%，將中海集運的特征屬性微調(diào)后作為測試樣本，實證與中海集運數(shù)據(jù)相似的企業(yè)符合5分信用評價分類。中海集運的特征屬性如下：

y1=3 2 2 1 5 1 1 1 1 1 1 1 4 4 4 1

假設中海集運類似企業(yè)A特征屬性為：

y1a=4 2 2 1 4 1 1 1 2 2 1 2 4 4 4 1

調(diào)整每類特征屬性到臨近特征，其中16個財務指標特征變至5項。則利用beyes預測該企業(yè)分類為：prob=[1 0 0 0]，pred=5。由預測結(jié)果可知，企業(yè)A與中海集運同為5分信用評價企業(yè)。

4? 主要研究結(jié)論

4.1 主要結(jié)論

本研究從財務信息角度出發(fā)，選取了中國證監(jiān)會制定的12家航運上市企業(yè)為研究對象，通過對其16個財務數(shù)據(jù)的離散化處理，采用樸素貝葉斯分類器構(gòu)建了包含盈利能力、營運能力、償債能力、現(xiàn)金流在內(nèi)的航運上市企業(yè)網(wǎng)絡評分模型，并根據(jù)2016年初市值等指標，分出了四個信用類別，以進行各類別的離散情況調(diào)整、條件概率的計算與結(jié)果選擇，保證了航運企業(yè)信用評價評分的結(jié)果。其研究結(jié)果表明：①在指標的選取上，四個指標能有效全面的衡量航運企業(yè)財務信息，有效避免了人為主觀性判斷的干擾。②信用評估結(jié)果顯示，12家企業(yè)內(nèi)中海集運、招商輪船、中國遠洋及天海投資四家企業(yè)信用評估得分最高為5分，得分最低，即2分為亞通股份及中海海盛。③12家航運企業(yè)信用評估得分平均分為3.67分，有8家企業(yè)得分超過平均分，占比67%，航運企業(yè)信用品質(zhì)不容樂觀。

4.2 政策建議

①推進行業(yè)信用評價建設。信用評價行業(yè)承擔者信息收集、加工、處理和傳遞的功能，對于防范信用風險、促進信用交易有著重要的意義。然而目前我國的信用評價行業(yè)與發(fā)達國家相比仍然存在著較大的差距。因此為促進航運企業(yè)信用品質(zhì)提升，我國政府應推動我國評級機構(gòu)發(fā)展，同時考慮到行業(yè)特殊性，應設置專門化、特殊化、差異化的評級方式，對不同行業(yè)進行針對性的評價。

②加強信用信息披露，保證信息高效透明。根據(jù)本文研究可知，財務信息數(shù)據(jù)的披露很大程度上依靠企業(yè)的自覺性，而由于我國目前制度及監(jiān)管的缺失，其他的市場參與者難以及時獲取信用缺失者失信的信息，在一定程度上增加了航運企業(yè)信用風險。因此，本文應加強對航運企業(yè)信用評價信息及財務信用評價所使用的信息的披露，以確保信息的全面性及真實性。

③完善信用法律法規(guī)，構(gòu)建綜合監(jiān)管體制。完備的法律法規(guī)和國家標準體系是信用行業(yè)健康發(fā)展的保障?；诖耍瑸楸ＷC航運企業(yè)信用品質(zhì)的提升，我國應加強法制建設，完善相應的法律法規(guī)，使航運上市企業(yè)信用建設做到有法可依。此外，應根據(jù)具體業(yè)務范圍及各部門職責分工，落實企業(yè)內(nèi)部日常監(jiān)管措施，同時加強政府有關(guān)部門監(jiān)管力度，從內(nèi)而外建立健全航運上市企業(yè)信用監(jiān)管體系。

參考文獻：

[1]中商情報網(wǎng).2016年前三季度航運行業(yè)12家A股上市公司營業(yè)收入及凈利潤排名[DB].http：//www.askci.com/news/finance/20161031/15592073647.shtml，2016.

[2]李菁苗，吳吉義，章劍林，等.電子商務環(huán)境下中小企業(yè)信用評價[J].系統(tǒng)工程理論與實踐，2012，32（3）：555-560.

[3]朱彥彥.港航上市公司償債能力對比研究[D].大連海事大學，2013.

[4]Ma C J， Ma Y T. Credit Evaluation Index System of Construction Enterprises[J]. Applied Mechanics & Materials， 2012， 209-211：1423-1428.

[5]Luo Y， Chen Z. Client Credit Evaluation Index System of Logistics Enterprises Based on Fuzzy Comprehensive and Analytic Hierarchy Process[M]. Information Computing and Applications， 2013：323-332.

[6]牟偉明.中小企業(yè)供應鏈融資模式及其信用風險測評[J].財會月刊，2014（10）：42-47.

[7]蔣曼曼.供應鏈金融視角下企業(yè)信用風險評價研究[J].經(jīng)營與管理，2017（2）：140-142.

[8]張目，賀穎，李偉.基于正態(tài)云模型的戰(zhàn)略性新興產(chǎn)業(yè)企業(yè)信用評價[J].統(tǒng)計與決策，2014（12）：59-62.

[9]陳林.我國航運上市公司財務績效評價——基于主成分分析法[J].對外經(jīng)貿(mào)，2015（9）：159-160.

[10]王珍義，徐雪霞，肖皓.CEO聲譽、內(nèi)部控制與商業(yè)信用融資關(guān)系的實證[J].統(tǒng)計與決策，2017（21）.

[11]Rumelhart D E， Hinton G E， Williams R J. Learning representations by back-propagating errors[J]. Nature， 1986， 323（6088）：533-536.

[12]吳革，馮小莉，張亞東.企業(yè)信用評價模型研究——以財務會計信息為基礎[J]. 中國注冊會計師， 2011（7）：41-48.