基于神經(jīng)網(wǎng)絡(luò)的船舶市場風(fēng)險(xiǎn)預(yù)警研究①

上海海事大學(xué) 余思勤 項(xiàng)一葉 劉振

中國造船業(yè)自2003年經(jīng)歷了5年的興旺后，目前面臨著交船難、訂單難等一系列風(fēng)險(xiǎn)，船舶市場開始衰退，風(fēng)險(xiǎn)逐漸積聚。2010年，船舶市場短暫回暖，但在接下來的2011年重新出現(xiàn)新船訂單減少、手持訂單量快速下滑的嚴(yán)峻形勢，船舶市場再一次迎來嚴(yán)重的風(fēng)險(xiǎn)危機(jī)。為了更好的應(yīng)對(duì)風(fēng)險(xiǎn)，對(duì)船舶市場進(jìn)行風(fēng)險(xiǎn)預(yù)警研究具有很強(qiáng)的實(shí)現(xiàn)緊迫性。從以往的風(fēng)險(xiǎn)預(yù)警研究來看，學(xué)者們運(yùn)用人工神經(jīng)網(wǎng)絡(luò)對(duì)房地產(chǎn)市場、供應(yīng)鏈、財(cái)務(wù)狀況等進(jìn)行風(fēng)險(xiǎn)預(yù)警的研究比較多，但是對(duì)造船市場進(jìn)行風(fēng)險(xiǎn)預(yù)警研究的文獻(xiàn)較少。陶永宏、陳定秋和戈錚(2009)對(duì)造船行業(yè)風(fēng)險(xiǎn)進(jìn)行過定性分析，尚未開展深入的定量化分析[1]。陶永宏和祁愛琳(2010)將功效系數(shù)法與BP神經(jīng)網(wǎng)絡(luò)相結(jié)合來衡量我國造船業(yè)的風(fēng)險(xiǎn)，采用功效系數(shù)法獲得歷史數(shù)據(jù)警情，用歷史數(shù)據(jù)訓(xùn)練模型并檢驗(yàn)?zāi)Ｐ偷念A(yù)警能力，并對(duì)2011年前的造船業(yè)市場進(jìn)行了風(fēng)險(xiǎn)預(yù)警[2]。閆彩良和萬欣(2011)建立了西安房地產(chǎn)預(yù)警系統(tǒng)[3]。王楠(2010)利用BP神經(jīng)網(wǎng)絡(luò)對(duì)房地產(chǎn)市場進(jìn)行預(yù)警研究[4]。還有其他的學(xué)者利用神經(jīng)網(wǎng)絡(luò)分別對(duì)農(nóng)產(chǎn)品和商業(yè)銀行進(jìn)行風(fēng)險(xiǎn)預(yù)警的研究[5][6]。本文從船舶市場風(fēng)險(xiǎn)的本質(zhì)出發(fā)，首先從市場均衡的角度分析船舶市場風(fēng)險(xiǎn)的起源，并利用BP神經(jīng)網(wǎng)絡(luò)對(duì)船舶市場進(jìn)行風(fēng)險(xiǎn)預(yù)警研究，這將對(duì)我國船舶市場風(fēng)險(xiǎn)防范具有一定的指導(dǎo)意義。

1 船舶市場風(fēng)險(xiǎn)預(yù)警模型構(gòu)建和應(yīng)用

1.1 預(yù)警指標(biāo)選取和警度確定

從市場均衡理論出發(fā)，本文選擇造船完工量、新增訂單量及船舶價(jià)格指數(shù)三個(gè)指標(biāo)作為風(fēng)險(xiǎn)預(yù)警的響因素，即市場均衡中的供給、需求和價(jià)格三要素。

根據(jù)我國船舶市場的現(xiàn)狀，本文采用五級(jí)警度進(jìn)行預(yù)警研究，即“巨警、重警、中警、輕警、無警”。巨警代表船舶市場處于低谷階段，風(fēng)險(xiǎn)巨大，新增訂單量、完工量少；重警是指船舶市場風(fēng)險(xiǎn)很大，完工量、新增訂單量和手持訂單量大幅度減少；中警則表明船舶市場風(fēng)險(xiǎn)較大，企業(yè)對(duì)市場的反應(yīng)存在滯后性；輕警是指船舶市場風(fēng)險(xiǎn)很小，造船業(yè)能基本保持供需平衡；無警則是船舶市場無風(fēng)險(xiǎn)，船舶需求增加，出現(xiàn)供不應(yīng)求的狀況。本文把各年度的警情值用0至25間的任意整數(shù)表示，并采用5分法對(duì)各警度預(yù)警區(qū)間加以定義，預(yù)警區(qū)間如表1所示。

表1 預(yù)警區(qū)間

1.2 樣本數(shù)據(jù)的預(yù)處理

風(fēng)險(xiǎn)預(yù)警模型所用到的每一個(gè)樣本都由輸入和輸出兩部分組成，輸入數(shù)據(jù)包括1975～2010年的三個(gè)指標(biāo)的數(shù)據(jù)，每年的輸入對(duì)應(yīng)著輸出，即1976～2011年警情值。將1975～2003年指標(biāo)作為訓(xùn)練樣本，將2004～2010年指標(biāo)作為測試樣本。本文采用專家評(píng)分法，對(duì)1975～2011年我國造船市場警情評(píng)級(jí)和打分，如表2所示。

表2 造船市場警情及評(píng)分

為了確保BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練的一致性和穩(wěn)定性，需要將模型的輸入值進(jìn)行歸一化處理，即將各指標(biāo)的輸入值歸化為[0, 1]或者[-1,1]區(qū)間的值，本文采用區(qū)間[-1, 1]。從樣本數(shù)據(jù)表2可以看出，三個(gè)輸入指標(biāo)值均不滿足要求，應(yīng)用Matlab7.8中的mapminmax函數(shù)將這三個(gè)指標(biāo)分別進(jìn)行歸一化處理，得到可用于網(wǎng)絡(luò)訓(xùn)練及測試的樣本數(shù)據(jù)。

1.3 風(fēng)險(xiǎn)預(yù)警模型構(gòu)建

本風(fēng)險(xiǎn)預(yù)警模型基于供給、需求和價(jià)格三要素，采用三層BP神經(jīng)網(wǎng)絡(luò)作為預(yù)警模型。其中輸入層為每年的警情指標(biāo)數(shù)據(jù)，輸入節(jié)點(diǎn)數(shù)為3個(gè)；輸出層是未來一年的警情警度，本文采用專家評(píng)分值確定，輸出節(jié)點(diǎn)數(shù)為1個(gè)。網(wǎng)絡(luò)模型的隱含層節(jié)點(diǎn)數(shù)的確定，一般先通過公式計(jì)算，確定大致范圍，再在這個(gè)結(jié)果范圍內(nèi)找出適合模型的最佳節(jié)點(diǎn)數(shù)。本文采用公式來計(jì)算隱含層節(jié)點(diǎn)個(gè)數(shù)，其中，表示輸入層節(jié)點(diǎn)數(shù)，表示輸出層節(jié)點(diǎn)數(shù)，a為1到10之間的常數(shù)。逐次改變節(jié)點(diǎn)數(shù)進(jìn)行網(wǎng)絡(luò)訓(xùn)練，通過比較訓(xùn)練的誤差收斂度以及實(shí)際輸出值與期望輸出值的誤差大小，發(fā)現(xiàn)隱含層節(jié)點(diǎn)個(gè)數(shù)為10個(gè)時(shí)，網(wǎng)絡(luò)的性能最好。將1975年至2003年各年的指標(biāo)數(shù)據(jù)作為輸入，將1976年至2004年的造船市場警度作為輸出，借助Matlab 7.8的神經(jīng)網(wǎng)絡(luò)工具箱對(duì)模型進(jìn)行訓(xùn)練。

1.4 風(fēng)險(xiǎn)預(yù)警模型檢驗(yàn)

為了檢驗(yàn)經(jīng)過網(wǎng)絡(luò)測試后模型的輸出值是否準(zhǔn)確，需要對(duì)模型進(jìn)行檢驗(yàn)。將測試樣本各指標(biāo)數(shù)據(jù)作為網(wǎng)絡(luò)的輸入值，通過訓(xùn)練好的網(wǎng)絡(luò)進(jìn)行模擬和計(jì)算，得到輸出值，并將這個(gè)輸出值與預(yù)先設(shè)定好的相比較。如果差異不大，說明所建立的網(wǎng)絡(luò)模型能較好的對(duì)造船市場進(jìn)行風(fēng)險(xiǎn)預(yù)警，反之，則不能對(duì)造船市場進(jìn)行預(yù)警。

將2004～2010年的數(shù)據(jù)輸入，得出的結(jié)果如表3所示。由表3可知，網(wǎng)絡(luò)模型的輸出值與預(yù)先設(shè)定的輸出值所反應(yīng)的信息是一致的，能夠較準(zhǔn)確的給出輸入數(shù)據(jù)后一年的警情。因此，可以用訓(xùn)練好的BP神經(jīng)網(wǎng)絡(luò)模型對(duì)未來造船市場進(jìn)行預(yù)警。

表3 BP神經(jīng)網(wǎng)絡(luò)模型檢驗(yàn)

將2011年造船市場的三大指標(biāo)數(shù)據(jù)作歸一化處理后，輸入到訓(xùn)練好的網(wǎng)絡(luò)模型中，通過網(wǎng)絡(luò)的模擬和計(jì)算，模型輸出結(jié)果得到2012年的船舶市場風(fēng)險(xiǎn)輸出值為10.9387，警情為中警。

2 結(jié)語

本文基于市場均衡理論選擇了造船完工量、新增訂單量及船舶價(jià)格指數(shù)作為船舶市場風(fēng)險(xiǎn)的影響因素，根據(jù)當(dāng)年的實(shí)際情況利用專家評(píng)分法確定每年的警度，進(jìn)而建立了基于BP神經(jīng)網(wǎng)絡(luò)的船舶市場風(fēng)險(xiǎn)預(yù)警模型。利用所建立的神經(jīng)網(wǎng)絡(luò)預(yù)警模型，在進(jìn)行擬合訓(xùn)練的基礎(chǔ)上，檢驗(yàn)結(jié)果證明預(yù)警模型能夠較準(zhǔn)確的預(yù)測未來一年的警情，進(jìn)而對(duì)2012年我國船舶市場警情進(jìn)行了預(yù)測，發(fā)現(xiàn)2012年我國船舶市場的情況并不理想，屬于中警。從現(xiàn)實(shí)情況可以看到，中國船舶市場經(jīng)過2010年的短暫回暖后，2011年的船舶市場衰退明顯，2012年迎來船舶市場的嚴(yán)峻現(xiàn)實(shí)，這和我們的預(yù)警情況是一致的。未來針對(duì)船舶市場風(fēng)險(xiǎn)的應(yīng)對(duì)策略，不僅要認(rèn)識(shí)到船舶市場風(fēng)險(xiǎn)的長周期性，做好長期應(yīng)對(duì)船舶市場蕭條的思想準(zhǔn)備，還需要國家和地方政府在政策上給予大力支持，例如，鼓勵(lì)資助國內(nèi)航運(yùn)企業(yè)淘汰舊船，向國內(nèi)船廠訂購新船等積極的扶持政策。

[1]陶永宏,陳定秋,戈錚.基于動(dòng)態(tài)利潤模型的人民幣升值對(duì)中國造船業(yè)影響的分析[J].中國造船,2009(1).

[2]陶永宏,祁愛琳.基于功效系數(shù)法與BP神經(jīng)網(wǎng)絡(luò)的造船業(yè)風(fēng)險(xiǎn)預(yù)警研究[J].中國造船,2010(3).

[3]閆彩良,萬欣.西安市房地產(chǎn)預(yù)警系統(tǒng)研究[J].齊齊哈爾大學(xué)學(xué)報(bào),2011(6).

[4]王楠.基于BP神經(jīng)網(wǎng)絡(luò)的房地產(chǎn)市場預(yù)警研究[D].武漢理工大學(xué)碩士畢業(yè)論文,2010(10).

[5]王川,王克.基于BP神經(jīng)網(wǎng)絡(luò)的我國農(nóng)產(chǎn)品市場風(fēng)險(xiǎn)預(yù)警研究[J].農(nóng)業(yè)經(jīng)濟(jì)問題,2008(增刊).

[6]陳朝暉,張艷芳.基于BP神經(jīng)網(wǎng)絡(luò)的商業(yè)銀行風(fēng)險(xiǎn)預(yù)警模型研究[J].福建商業(yè)高等專科學(xué)校學(xué)報(bào),2011(2).