◎朱國君 浙江交通職業(yè)技術(shù)學(xué)院海運(yùn)學(xué)院 浙江交通職業(yè)技術(shù)學(xué)院水運(yùn)經(jīng)濟(jì)研究所

陳雪峰 浙江交通職業(yè)技術(shù)學(xué)院海運(yùn)學(xué)院

1.國內(nèi)外研究綜述

魏世勇（2017）在準(zhǔn)確把握集裝箱租賃行業(yè)特征基礎(chǔ)上，做好風(fēng)險(xiǎn)識(shí)別和防范，是集裝箱租賃企業(yè)健康發(fā)展的根本。黃蔚（2018）集裝箱融資租賃業(yè)務(wù)從其產(chǎn)生伊始便充滿了風(fēng)險(xiǎn)與挑戰(zhàn)，完善出租的風(fēng)險(xiǎn)控制機(jī)制，已成為推動(dòng)和發(fā)展集裝箱融資出租業(yè)務(wù)的重要前提。以上兩位論述了集裝箱出租業(yè)務(wù)風(fēng)險(xiǎn)控制是業(yè)務(wù)發(fā)展的基礎(chǔ)，是否做好管控對(duì)出租企業(yè)而言是極為重要的。而風(fēng)險(xiǎn)控制按時(shí)間可劃分為前期管控和后期管控，本文主要從前期管控入手，尋求一種較為合理的措施，給相關(guān)企業(yè)篩選客戶以一定的借鑒。目前國內(nèi)外風(fēng)險(xiǎn)度量模型主要有KMV、專家法、線性判別法、Logistic和Probit等。苗培熙等（2020）構(gòu)建的Logistic模型預(yù)測(cè)物流業(yè)上市公司財(cái)務(wù)預(yù)警。姚鵬等（2019）應(yīng)用修正的KMV模型對(duì)2018─2020年我國24個(gè)各省份的地方政府債務(wù)違約風(fēng)險(xiǎn)進(jìn)行了評(píng)估?；粼丛吹龋?019）基于Probit模型構(gòu)建了制造業(yè)企業(yè)信用風(fēng)險(xiǎn)評(píng)估方法。[在數(shù)量眾多的風(fēng)險(xiǎn)管控研究中，對(duì)于集裝箱出租行業(yè)的定量研究很少，Logistic 模型作為在國內(nèi)研究風(fēng)險(xiǎn)管控時(shí)普遍使用的模型，對(duì)于企業(yè)客戶違約風(fēng)險(xiǎn)評(píng)估具有良好的預(yù)測(cè)效果。

2.模型選擇

其中，α為在沒有自變量，即x，x，…，x全部取0，y=1與y=0發(fā)生概率之比的自然對(duì)數(shù)。

β為某自變量x變化時(shí)，即x=1與x=0相比，y=1優(yōu)勢(shì)比的對(duì)數(shù)值。

3.變量篩選和數(shù)據(jù)來源

3.1 變量篩選

考慮到與集裝箱出租企業(yè)客戶違約有關(guān)的因素?cái)?shù)量眾多，通過使用德爾菲法來縮小變量范圍。首先以集裝箱出租企業(yè)、集裝箱使用單位、相關(guān)院校研究人員等組成專家小組。然后向選定專家“背對(duì)背”提出問題及有關(guān)要求，并附上有關(guān)這個(gè)問題的所有背景材料，由專家做書面答復(fù)。再者，將所有專家的修改意見收集起來，做匯總整理，再次分發(fā)給各位專家。逐輪收集意見并為專家反饋信息。經(jīng)過三輪德爾菲法的篩選，確定以下九個(gè)指標(biāo)為集裝箱出租過程中客戶篩選主要考慮因素。①租箱公司主營收入情況；②租箱公司管理水平；③租箱公司負(fù)債率；④租箱公司資質(zhì)；⑤租箱公司流動(dòng)比率；⑥金融機(jī)構(gòu)公司信用紀(jì)錄；⑦海關(guān)信用紀(jì)錄；⑧租箱公司所屬行業(yè)特征；⑨其貨運(yùn)和報(bào)關(guān)代理資質(zhì)與管理水平。風(fēng)險(xiǎn)評(píng)估指標(biāo)的量化權(quán)重分別設(shè)定為1～5分，其中5分為最優(yōu)，1分為最劣。

3.2 數(shù)據(jù)來源

選取的數(shù)據(jù)來源于案例公司近5 年的合同信息，抽取其中820個(gè)集裝箱出租合同（含違約超過一周的合同173個(gè)）。由于部分違約是客觀原因造成的（如檢驗(yàn)檢疫或海關(guān)抽檢等），選擇違約超過一周的合同作為違約合同。根據(jù)抽取總體合同數(shù)量和違約合同比例，選取100個(gè)樣本，（其中，正常合同79個(gè)，違約合同21個(gè)）。對(duì)于樣本的選擇，在所有待抽取樣本中分正常合同和違約合同兩項(xiàng)隨機(jī)選擇，力求評(píng)估測(cè)算的結(jié)果相對(duì)精準(zhǔn)。表1為樣本評(píng)估指標(biāo)得分。

表1 樣本評(píng)估指標(biāo)得分表

4.實(shí)證分析

4.1 模型計(jì)算步驟

采用SPSS軟件向后步進(jìn)方法對(duì)模型進(jìn)行計(jì)算，實(shí)際過程見表2-表5。計(jì)算運(yùn)行6步，第6步結(jié)果顯示，基于該模塊建立的模型的卡方值為102.791，概率值為0.000，小于0.05的顯著水平，可見步驟6和基于該模塊建立的模型非常顯著。從表4模型匯總可以得到Logistic 回歸模型的Cox-Snell R2和Nagelkerke R2的值分別為0.642 和1，模型的擬合度非常好。

表2 分類表a,b

表3 模型系數(shù)的綜合檢驗(yàn)

表4 模型匯總

表5 方程中的變量

4.2 實(shí)證結(jié)果分析

經(jīng)過6步篩選，選取4個(gè)指標(biāo)建立回歸模型（見表5），結(jié)果顯示租箱公司主營收入情況x、租箱公司流動(dòng)比率x、金融機(jī)構(gòu)公司信用紀(jì)錄x、其貨運(yùn)和報(bào)關(guān)代理資質(zhì)與管理水平x，4個(gè)指標(biāo)對(duì)評(píng)估違約概率有顯著效果，其他指標(biāo)的評(píng)估效果一般。根據(jù)100個(gè)樣本建立的Logistic模型為：

5.結(jié)論

本文以Logistic模型為主要研究手段，最終研究表明，集裝箱租賃企業(yè)客戶違約風(fēng)險(xiǎn)與租箱公司主營收入情況、租箱公司流動(dòng)比率、金融機(jī)構(gòu)公司信用紀(jì)錄、其貨運(yùn)和報(bào)關(guān)代理資質(zhì)與管理水平4個(gè)指標(biāo)有顯著關(guān)聯(lián)性，為集裝箱租賃企業(yè)選擇優(yōu)質(zhì)客戶和對(duì)現(xiàn)有客戶的風(fēng)險(xiǎn)評(píng)估提供有效的借鑒。