王曉潔 劉洪春

摘要： 近年來(lái)，航運(yùn)市場(chǎng)競(jìng)爭(zhēng)激烈，供需失衡，行業(yè)內(nèi)部企業(yè)運(yùn)營(yíng)成本較高，財(cái)務(wù)狀況不佳，致使航運(yùn)行業(yè)整體信用品質(zhì)不容樂(lè)觀。在當(dāng)前外貿(mào)運(yùn)輸、航運(yùn)不景氣的形勢(shì)下，建設(shè)信用評(píng)價(jià)體系，對(duì)企業(yè)而言，是一種鼓勵(lì)和安慰，這將進(jìn)一步規(guī)范企業(yè)的健康發(fā)展。本文基于wind數(shù)據(jù)庫(kù)中12家航運(yùn)上市企業(yè)16個(gè)財(cái)務(wù)指標(biāo)，采用樸素beyes分類器構(gòu)建航運(yùn)上市企業(yè)beyes網(wǎng)絡(luò)信用評(píng)分模型，根據(jù)2016年初各航運(yùn)企業(yè)的市值大小，分出4個(gè)信用類別，對(duì)樣本數(shù)據(jù)的每一個(gè)類別利用matlab軟件實(shí)現(xiàn)離散情況調(diào)整、條件概率的計(jì)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(yùn)上市企業(yè);beyes網(wǎng)絡(luò);信用評(píng)價(jià)

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

中圖分類號(hào)：F550.66? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文章編號(hào)：1006-4311（2018）35-0101-05

1? 概述

自金融危機(jī)以來(lái)，世界經(jīng)濟(jì)增長(zhǎng)趨于緩慢，國(guó)際大宗商品價(jià)格出現(xiàn)一定的波動(dòng)且處于低位，運(yùn)力供給過(guò)剩，市場(chǎng)持續(xù)低迷，同時(shí)人工成本、燃油的不斷上漲進(jìn)一步壓榨了行業(yè)利潤(rùn)，航運(yùn)業(yè)不景氣，財(cái)務(wù)狀況形勢(shì)也不容樂(lè)觀。此外隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展，電子商務(wù)的興起為航運(yùn)企業(yè)帶來(lái)了不少發(fā)展機(jī)會(huì)的同時(shí)，也產(chǎn)生了一些如由于電子商務(wù)的虛擬特性，交易主體的復(fù)雜性及信息不對(duì)稱性等問(wèn)題的加劇，大大增加了企業(yè)的信用風(fēng)險(xiǎn)。根據(jù)中商產(chǎn)業(yè)研究院大數(shù)據(jù)庫(kù)數(shù)據(jù)顯示，2016年前三季度年報(bào)已全部披露，時(shí)間截至2016年10月31日，航運(yùn)行業(yè)共有12家上市企業(yè)，2016年前三季度營(yíng)收共計(jì)872.64億元;凈利潤(rùn)-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(yùn)企業(yè)倒閉、破產(chǎn)，航運(yùn)企業(yè)信用風(fēng)險(xiǎn)受到了普遍關(guān)注。

1.1 企業(yè)信用評(píng)價(jià)指標(biāo)研究現(xiàn)狀

一是國(guó)內(nèi)評(píng)價(jià)指標(biāo)體系研究現(xiàn)狀。李菁苗在引入電子商務(wù)信用理論，并且全面衡量了各種各樣的信用評(píng)價(jià)指標(biāo)，最終采用實(shí)證研究的方法，構(gòu)建了適合中小企業(yè)的四大類十五項(xiàng)評(píng)價(jià)指標(biāo)[2]。朱彥彥選取了航運(yùn)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(biāo)體系，利用利息保障倍數(shù)等八項(xiàng)指標(biāo)分析了公司償債能力[3]。二是國(guó)外評(píng)價(jià)指標(biāo)體系研究現(xiàn)狀。Ma在分析建筑企業(yè)信用危機(jī)現(xiàn)狀的基礎(chǔ)上，結(jié)合行業(yè)現(xiàn)代特點(diǎn)，構(gòu)建了建筑類企業(yè)的信用評(píng)估指標(biāo)體系[4]。Luo憑借對(duì)物流有關(guān)公司日常經(jīng)營(yíng)狀況的研究，構(gòu)建了針對(duì)物流公司的顧客信用評(píng)估指標(biāo)體系，并通過(guò)實(shí)證驗(yàn)證了體系的有效性[5]。

1.2 企業(yè)信用評(píng)價(jià)方法研究現(xiàn)狀

一是基于主觀的評(píng)價(jià)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(chǔ)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(yīng)鏈融資信用風(fēng)險(xiǎn)評(píng)價(jià)模型，然后采取這個(gè)模型對(duì)案例的信用風(fēng)險(xiǎn)做出評(píng)價(jià)[6]。蔣曼曼在對(duì)上市公司的財(cái)務(wù)指標(biāo)進(jìn)行主成分分析的基礎(chǔ)上，建立了供應(yīng)鏈金融視角下的企業(yè)信用風(fēng)險(xiǎn)評(píng)價(jià)模型并對(duì)模型進(jìn)行模擬和驗(yàn)證[7]。二是基于客觀的評(píng)價(jià)模型研究。張目針對(duì)戰(zhàn)略性新興產(chǎn)業(yè)企業(yè)信用評(píng)價(jià)的必要性和傳統(tǒng)模糊評(píng)價(jià)方法中隸屬函數(shù)的固有缺陷，在借鑒云理論的基礎(chǔ)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(píng)價(jià)模型[8]。陳林依據(jù)滬深兩市上市的9家航運(yùn)公司2014年財(cái)務(wù)數(shù)據(jù)，采用主成分分析法，得出各航運(yùn)上市企業(yè)財(cái)務(wù)績(jī)效的綜合排名，并提出相應(yīng)的對(duì)策建議[9]。盡管目前學(xué)術(shù)界已有不少學(xué)者對(duì)信用問(wèn)題進(jìn)行研究，但大多為銀行對(duì)信貸客戶如信貸客戶如中小企業(yè)的評(píng)價(jià)，很少見針對(duì)航運(yùn)企業(yè)信用進(jìn)行評(píng)價(jià)的研究。基于此，本文選取了包括中國(guó)遠(yuǎn)洋、中海集運(yùn)、中海發(fā)展、招商輪船等四大航運(yùn)央企及招商輪船等航運(yùn)業(yè)上市公司共計(jì)12家上市作為樣本，并采用樸素beyes分類器構(gòu)建航運(yùn)上市企業(yè)beyes網(wǎng)絡(luò)信用評(píng)分模型，同時(shí)根據(jù)2016年初各航運(yùn)企業(yè)的市值大小，分出5個(gè)信用類別，對(duì)樣本數(shù)據(jù)的每一個(gè)類別利用matlab軟件實(shí)現(xiàn)離散情況調(diào)整、條件概率的計(jì)算與結(jié)果選擇。

2? 企業(yè)信用評(píng)價(jià)模型構(gòu)建

2.1 企業(yè)信用評(píng)價(jià)內(nèi)涵及方法

①信用評(píng)價(jià)的內(nèi)涵。信用的意思是指市場(chǎng)的交易活動(dòng)以信任作為基礎(chǔ)，通常能不用馬上交付貨款就可以得到像資金、物資、服務(wù)的一種能力。從狹義面講，有關(guān)信用的評(píng)價(jià)包括對(duì)企業(yè)以前遵守信用的情況進(jìn)行調(diào)查，并且分析企業(yè)如今的償還債務(wù)的實(shí)力，從而進(jìn)一步對(duì)企業(yè)將來(lái)實(shí)現(xiàn)約定的狀況進(jìn)行評(píng)價(jià);可是從廣義上面看，信用評(píng)價(jià)就是對(duì)每個(gè)主體的守信情況和遵守諾言的實(shí)力的評(píng)價(jià)。在市場(chǎng)經(jīng)濟(jì)中，市場(chǎng)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(píng)價(jià)是獨(dú)立的不相關(guān)機(jī)構(gòu)也可能是賣方，依照“公正、科學(xué)、可靠”的原則，秉承信用評(píng)價(jià)的有關(guān)要求，利用先進(jìn)的評(píng)價(jià)方法，按照有規(guī)律的過(guò)程，對(duì)買方的實(shí)現(xiàn)約定的實(shí)力和信用狀況進(jìn)行審查和評(píng)價(jià)確定，最后將評(píng)價(jià)結(jié)果用簡(jiǎn)單直接的方式表示出來(lái)，提供給社會(huì)普通大眾和自己利用的一種評(píng)價(jià)活動(dòng)[10]。

②信用評(píng)價(jià)的方法。隨著信用評(píng)價(jià)領(lǐng)域研究的不斷深入，社會(huì)各方對(duì)信用評(píng)價(jià)有了越來(lái)越嚴(yán)格的要求，其追求更加科學(xué)合理，且更為全面完整的信用評(píng)價(jià)結(jié)果。其中統(tǒng)計(jì)學(xué)方法相對(duì)較為簡(jiǎn)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(duì)人腦及神經(jīng)系統(tǒng)加工信息的研究為基礎(chǔ)，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(luò)[11]。

2.2 基于財(cái)務(wù)信息的企業(yè)信用評(píng)價(jià)指標(biāo)選取

如何進(jìn)行企業(yè)的信用評(píng)價(jià)、選取哪些指標(biāo)、用何種方法進(jìn)行評(píng)價(jià)，評(píng)價(jià)結(jié)果的分析都是進(jìn)行企業(yè)信用評(píng)價(jià)的重要工作，如果評(píng)價(jià)模型有偏差，輕則導(dǎo)致企業(yè)的經(jīng)濟(jì)損失、企業(yè)壞賬等，嚴(yán)重時(shí)還可能導(dǎo)致企業(yè)重組或破產(chǎn)?；诖?，本文選自在A股上市的港航上市公司，并將各企業(yè)2008-2012年五年的財(cái)務(wù)數(shù)據(jù)作為研究樣本，將各個(gè)航運(yùn)上市企業(yè)的資產(chǎn)負(fù)債表、現(xiàn)金流量表、利潤(rùn)表整合[12]。另一方面，考慮到航運(yùn)上市企業(yè)財(cái)務(wù)信息受多種因素的影響，且各因素間存在復(fù)雜的聯(lián)系這一現(xiàn)象。本文擬在對(duì)各因素分析歸類的基礎(chǔ)上，將其按大類轉(zhuǎn)化為符合評(píng)價(jià)體系要求的各項(xiàng)指標(biāo)，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(rùn)的能力。盡管衡量一個(gè)企業(yè)能力應(yīng)從多項(xiàng)指標(biāo)出發(fā)，但一般而言，其首要且最為重要的即是盈利能力。簡(jiǎn)單來(lái)說(shuō)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(duì)企業(yè)盈利能力指標(biāo)的分析是非常必要的?；诖?，本文擬通過(guò)X1凈資產(chǎn)收益率、X2總資產(chǎn)收益率、X3成本費(fèi)用利潤(rùn)率、X4總資產(chǎn)凈利率四項(xiàng)指標(biāo)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(zhǎng)期、短期債務(wù)，以現(xiàn)金等為支付形式。償債能力是公司正常運(yùn)營(yíng)、發(fā)展的關(guān)鍵，反映公司財(cái)務(wù)狀況和經(jīng)營(yíng)能力，決定了公司運(yùn)營(yíng)時(shí)對(duì)外合作時(shí)的信用問(wèn)題。

③營(yíng)運(yùn)能力。在對(duì)企業(yè)營(yíng)運(yùn)能力進(jìn)行分析時(shí)，需要對(duì)資產(chǎn)的內(nèi)部構(gòu)成比率、各個(gè)資產(chǎn)在總資產(chǎn)的比例分析資產(chǎn)的周轉(zhuǎn)率情況進(jìn)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(yíng)運(yùn)能力以及獲得收益的能力同方向變動(dòng)。其主要包括流動(dòng)X10資產(chǎn)周轉(zhuǎn)率、X11應(yīng)收賬款周轉(zhuǎn)率、X13總資產(chǎn)周轉(zhuǎn)率、X14利潤(rùn)總額增長(zhǎng)率等。

④現(xiàn)金流指標(biāo)。航運(yùn)公司來(lái)說(shuō)，決定其生存與否的首要因素是要保持穩(wěn)定恰當(dāng)?shù)默F(xiàn)金流，維持良好的財(cái)務(wù)結(jié)構(gòu)，而不是盈利還是虧損，這樣才能在動(dòng)蕩的航運(yùn)界得以生存。其主要包括X15經(jīng)營(yíng)性現(xiàn)金流增長(zhǎng)率，X16籌資性現(xiàn)金，X17合計(jì)現(xiàn)金流增長(zhǎng)率。

2.3 基于貝葉斯網(wǎng)絡(luò)的航運(yùn)上市企業(yè)信用評(píng)價(jià)模型

①貝葉斯網(wǎng)絡(luò)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(luò)模型，樸素beyes分類器原理較為簡(jiǎn)單，即對(duì)于訓(xùn)練樣本數(shù)據(jù)的每一個(gè)類別，求解其不同特征的不同屬性在該標(biāo)簽下出現(xiàn)的概率。假設(shè)不同類別代號(hào)為C1、C2、…Cn，不同特征代號(hào)為X1、X2、…Xm，Xi特征的不同屬性代號(hào)為Xi1、Xi2、…Xij，則根據(jù)訓(xùn)練樣本數(shù)據(jù)，可得到各類別下各個(gè)特征屬性的條件概率估計(jì)：

Lj是第j維特征的最大取值

可以證明，改進(jìn)以后的（6）、（7）仍然是概率。平滑因子λ=0即為（2）、（3）實(shí)現(xiàn)的最大似然估計(jì)，這時(shí)會(huì)出現(xiàn)在本節(jié)開始時(shí)提到的0概率問(wèn)題;而拉普拉斯平滑為λ=1則避免了的0概率問(wèn)題。

在本文的實(shí)踐中，使用拉普拉斯平滑可避免無(wú)法預(yù)測(cè)陌生特征屬性測(cè)試樣本的問(wèn)題，增加學(xué)習(xí)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(huì)大幅降低預(yù)測(cè)準(zhǔn)確率，故本文的實(shí)證分析只預(yù)測(cè)特征屬性在訓(xùn)練樣本中出現(xiàn)過(guò)的測(cè)試樣本。

③樸素貝葉斯分類器的公式。

某個(gè)體有n項(xiàng)特征（Feature），設(shè)為F1，F(xiàn)2，…，F(xiàn)n?，F(xiàn)有m個(gè)類別（Category），分別為C1，C2，…，Cm。貝葉斯分類器求下面這個(gè)算式的最大值，也就是計(jì)算出概率最大的那個(gè)分類：（8）

由于P（F1F2…Fn）對(duì)于所有的類別都是相同的，可以省略，問(wèn)題相當(dāng)于求P（F1F2…Fn/C）P（C）的最大值。

樸素貝葉斯分類器則更進(jìn)一步，假定所有特征都相互獨(dú)立，因此

（9）

上式等號(hào)的右邊項(xiàng)均能通過(guò)所給統(tǒng)計(jì)資料得知，以此為基礎(chǔ)能夠算出每個(gè)類別對(duì)應(yīng)的概率，進(jìn)而找出最大概率類別。即使假設(shè)“所有特征彼此獨(dú)立”在現(xiàn)實(shí)中難以成立，但是它可簡(jiǎn)化大量計(jì)算，而且研究表明其對(duì)分類結(jié)果的準(zhǔn)確性影響不大。

3? 基于航運(yùn)上市企業(yè)的實(shí)證研究

3.1 數(shù)據(jù)來(lái)源

本文選擇來(lái)自中國(guó)證監(jiān)會(huì)制定的上市公司分類指引中的航運(yùn)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(guó)遠(yuǎn)洋、中海集運(yùn)、中海發(fā)展、招商輪船等四大航運(yùn)央企及招商輪船等航運(yùn)業(yè)上市公司共計(jì)12家上市進(jìn)行分析。本文數(shù)據(jù)主要來(lái)源于Wind數(shù)據(jù)庫(kù)金融終端，并經(jīng)作者手工錄入所得，數(shù)據(jù)統(tǒng)計(jì)結(jié)果見表2所示。

從以上數(shù)據(jù)樣本可以看出，每個(gè)樣本均有反映樣本財(cái)務(wù)數(shù)據(jù)指標(biāo)的相關(guān)特征，而以上數(shù)據(jù)僅顯示每個(gè)指標(biāo)與該樣本的信用情況均無(wú)直接的關(guān)系，特征屬性連續(xù)變化。為進(jìn)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(jìn)行beyes網(wǎng)絡(luò)構(gòu)造、樣本訓(xùn)練和實(shí)例測(cè)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(jìn)行歸類，進(jìn)而歸類出每個(gè)特征的不同屬性。如對(duì)于特征X1。

由表3可知，數(shù)據(jù)最低達(dá)到-42.73%，最高為12.13%，均勻分為5個(gè)區(qū)間對(duì)其進(jìn)行均勻離散，則將特征X1分為5個(gè)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(hào)，并無(wú)實(shí)際意義。根據(jù)每個(gè)特征的數(shù)據(jù)聚簇特點(diǎn)，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(guò)matlab實(shí)現(xiàn)樣本數(shù)據(jù)離散情況調(diào)整、條件概率的計(jì)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(guò)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(luò)模型的實(shí)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(xùn)練樣本，labels為類別向量，test_data為測(cè)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(gè)信用類別，分別用分?jǐn)?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(guò)beyes預(yù)測(cè)程序進(jìn)行參數(shù)學(xué)習(xí)，代碼如下：

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

acc = mean（pred == labels）;

fprintf（'Accuracy：%.2f＼n'，acc*100）;

其中，訓(xùn)練樣本與測(cè)試樣本同為離散后的數(shù)據(jù)矩陣y，學(xué)習(xí)結(jié)果如下：

輸出結(jié)果可看出，使用測(cè)試樣本作為訓(xùn)練樣本，可得出準(zhǔn)確結(jié)果，準(zhǔn)確率高達(dá)100%，將中海集運(yùn)的特征屬性微調(diào)后作為測(cè)試樣本，實(shí)證與中海集運(yùn)數(shù)據(jù)相似的企業(yè)符合5分信用評(píng)價(jià)分類。中海集運(yùn)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(shè)中海集運(yùn)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(gè)財(cái)務(wù)指標(biāo)特征變至5項(xiàng)。則利用beyes預(yù)測(cè)該企業(yè)分類為：prob=[1 0 0 0]，pred=5。由預(yù)測(cè)結(jié)果可知，企業(yè)A與中海集運(yùn)同為5分信用評(píng)價(jià)企業(yè)。

4? 主要研究結(jié)論

4.1 主要結(jié)論

本研究從財(cái)務(wù)信息角度出發(fā)，選取了中國(guó)證監(jiān)會(huì)制定的12家航運(yùn)上市企業(yè)為研究對(duì)象，通過(guò)對(duì)其16個(gè)財(cái)務(wù)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(yíng)運(yùn)能力、償債能力、現(xiàn)金流在內(nèi)的航運(yùn)上市企業(yè)網(wǎng)絡(luò)評(píng)分模型，并根據(jù)2016年初市值等指標(biāo)，分出了四個(gè)信用類別，以進(jìn)行各類別的離散情況調(diào)整、條件概率的計(jì)算與結(jié)果選擇，保證了航運(yùn)企業(yè)信用評(píng)價(jià)評(píng)分的結(jié)果。其研究結(jié)果表明：①在指標(biāo)的選取上，四個(gè)指標(biāo)能有效全面的衡量航運(yùn)企業(yè)財(cái)務(wù)信息，有效避免了人為主觀性判斷的干擾。②信用評(píng)估結(jié)果顯示，12家企業(yè)內(nèi)中海集運(yùn)、招商輪船、中國(guó)遠(yuǎn)洋及天海投資四家企業(yè)信用評(píng)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(yùn)企業(yè)信用評(píng)估得分平均分為3.67分，有8家企業(yè)得分超過(guò)平均分，占比67%，航運(yùn)企業(yè)信用品質(zhì)不容樂(lè)觀。

4.2 政策建議

①推進(jìn)行業(yè)信用評(píng)價(jià)建設(shè)。信用評(píng)價(jià)行業(yè)承擔(dān)者信息收集、加工、處理和傳遞的功能，對(duì)于防范信用風(fēng)險(xiǎn)、促進(jìn)信用交易有著重要的意義。然而目前我國(guó)的信用評(píng)價(jià)行業(yè)與發(fā)達(dá)國(guó)家相比仍然存在著較大的差距。因此為促進(jìn)航運(yùn)企業(yè)信用品質(zhì)提升，我國(guó)政府應(yīng)推動(dòng)我國(guó)評(píng)級(jí)機(jī)構(gòu)發(fā)展，同時(shí)考慮到行業(yè)特殊性，應(yīng)設(shè)置專門化、特殊化、差異化的評(píng)級(jí)方式，對(duì)不同行業(yè)進(jìn)行針對(duì)性的評(píng)價(jià)。

②加強(qiáng)信用信息披露，保證信息高效透明。根據(jù)本文研究可知，財(cái)務(wù)信息數(shù)據(jù)的披露很大程度上依靠企業(yè)的自覺(jué)性，而由于我國(guó)目前制度及監(jiān)管的缺失，其他的市場(chǎng)參與者難以及時(shí)獲取信用缺失者失信的信息，在一定程度上增加了航運(yùn)企業(yè)信用風(fēng)險(xiǎn)。因此，本文應(yīng)加強(qiáng)對(duì)航運(yùn)企業(yè)信用評(píng)價(jià)信息及財(cái)務(wù)信用評(píng)價(jià)所使用的信息的披露，以確保信息的全面性及真實(shí)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(guó)家標(biāo)準(zhǔn)體系是信用行業(yè)健康發(fā)展的保障。基于此，為保證航運(yùn)企業(yè)信用品質(zhì)的提升，我國(guó)應(yīng)加強(qiáng)法制建設(shè)，完善相應(yīng)的法律法規(guī)，使航運(yùn)上市企業(yè)信用建設(shè)做到有法可依。此外，應(yīng)根據(jù)具體業(yè)務(wù)范圍及各部門職責(zé)分工，落實(shí)企業(yè)內(nèi)部日常監(jiān)管措施，同時(shí)加強(qiáng)政府有關(guān)部門監(jiān)管力度，從內(nèi)而外建立健全航運(yùn)上市企業(yè)信用監(jiān)管體系。

參考文獻(xiàn)：

[1]中商情報(bào)網(wǎng).2016年前三季度航運(yùn)行業(yè)12家A股上市公司營(yíng)業(yè)收入及凈利潤(rùn)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(wù)環(huán)境下中小企業(yè)信用評(píng)價(jià)[J].系統(tǒng)工程理論與實(shí)踐，2012，32（3）：555-560.

[3]朱彥彥.港航上市公司償債能力對(duì)比研究[D].大連海事大學(xué)，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(yīng)鏈融資模式及其信用風(fēng)險(xiǎn)測(cè)評(píng)[J].財(cái)會(huì)月刊，2014（10）：42-47.

[7]蔣曼曼.供應(yīng)鏈金融視角下企業(yè)信用風(fēng)險(xiǎn)評(píng)價(jià)研究[J].經(jīng)營(yíng)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(píng)價(jià)[J].統(tǒng)計(jì)與決策，2014（12）：59-62.

[9]陳林.我國(guó)航運(yùn)上市公司財(cái)務(wù)績(jī)效評(píng)價(jià)——基于主成分分析法[J].對(duì)外經(jīng)貿(mào)，2015（9）：159-160.

[10]王珍義，徐雪霞，肖皓.CEO聲譽(yù)、內(nèi)部控制與商業(yè)信用融資關(guān)系的實(shí)證[J].統(tǒng)計(jì)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?wèn)|.企業(yè)信用評(píng)價(jià)模型研究——以財(cái)務(wù)會(huì)計(jì)信息為基礎(chǔ)[J]. 中國(guó)注冊(cè)會(huì)計(jì)師， 2011（7）：41-48.