基于信息熵的承運船舶短重風險度量與檢驗監(jiān)管策略研究

劉進濤　李坤　王偉　王洋　劉明

摘 要：運用信息熵理論來研究承運船舶引起的大宗散貨短重風險，發(fā)現(xiàn)了熵值越大的承運船舶，短重風險越高，規(guī)避風險的成本越高；船舶狀態(tài)和計量條件越好，熵值就低，船舶狀態(tài)和計量條件越差，熵值就越高。基于以上發(fā)現(xiàn)，建立了承運船舶短重風險度量指標體系，并給出了針對不同的風險等級的檢驗策略，是一種應對進口大宗散貨短重風險的有效方法。

關鍵詞：信息熵；風險；檢驗；國際貿易

中圖分類號：U692.7 文獻標識碼：A 文章編號：1006—7973（2016）11-0024-03

信息熵是20世紀就已經廣泛應用的理論和方法，但用它來度量國際貿易中大宗商品的短重風險尚未發(fā)現(xiàn)有相關文獻資料。本論文是江蘇出入境檢驗檢疫局課題“基于承運船舶引起的重量鑒定風險（分析及控制）防范體系研究”（No.2015KJ67）的研究成果。該項目于2015年獲得立項。

通過本論文的研究，建立一個基于信息熵的承運船舶短重風險度量模型，對基于承運船舶引起的短重風險進行分析，指導相關企業(yè)運用風險分析的基本原理，開展承運船舶風險分析，合理選擇承運船舶，盡量避免因承運船舶選擇不當造成的經濟損失；同時探索建立基于大數(shù)據(jù)分析的承運船舶短重風險預警體系，對船舶重大短重風險隱患做到早發(fā)現(xiàn)、早研判、早預警、早處置。從而形成一套體系完整、結構科學、應對有效的航運船舶風險防范體系，提高監(jiān)管效率，提升工作的主動性、針對性和有效性，更好的服務對外貿易的發(fā)展。

1 短重風險與風險度量

1.1 風險的概念

對“風險”這一概念，各界一直以來未達成一致，但普遍認可風險的定義包含了兩個共同點：不確定性和損失。美國學者海恩斯在其1895年出版的著作《Risk as an Economic Factor》中，最早提出“風險”的概念。20世紀20年代初，美國經濟學家芝加哥學派創(chuàng)始人富蘭克·奈特（Frank Hyneman Knight）把風險與不確定性做了明確區(qū)分，指出風險的特征是概率估計的可靠性。1952年，美國學者格拉爾在其調查報告《費用控制的新時期——風險管理》中正式提出并使用“風險管理”一詞。1964年，美國教授威廉姆斯和漢斯把人的主觀因素引入對風險的分析上。此后，歐美各國對風險管理的研究逐步趨向系統(tǒng)化和專業(yè)化，使風險管理逐步成為一門獨立的學科。

2009年11月，ISO各成員國的標準組織投票通過ISO 31000《風險管理—風險管理原則與實施指南》，對“風險”的定義為：“不確定性對目標的影響”。同年，我國發(fā)布了GB/T 23649—2009 《風險術語》，其中對“風險”定義為：“某一事件發(fā)生的概率和其后果的組合”。

根據(jù)上述文獻資料對風險的定義我們可以引申出短重風險的定義：

（1）承運船舶或其他狀況的不確定性對貨物重量的影響。

（2）貨物短重發(fā)生的概率和其后果的組合。

1.2 承運船舶風險因子的構成

目前，對承運船舶的風險研究主要是安全性的研究，本論文在借鑒國內外研究成果的基礎上，結合水尺鑒重的實際情況，構建承運船舶短重風險度量制標。由承運船舶帶來的短重風險主要有四個方面：船型、船舶的計量條件、船舶的計量資料以及其他因素。如圖所示：

承運船舶短重風險是一個復雜系統(tǒng)，按照系統(tǒng)遞階分解原則，承運船舶短重風險度量指標體系也應該是一個分層的樹狀結構。即每層指標即是上層指標的子類指標，又是下層指標的父類指標。最上層的指標即為衡量承運船舶短重風險的指數(shù)。如表1所示：

2 熵與信息熵

“熵”（entropy）概念從首次提出到現(xiàn)在廣泛應用已有160多年的歷史。熵的概念和規(guī)律以及其他推論和有關定理構成了熵理論，熵定律普遍被認為是自然界的最高定律。愛因斯坦（Albert Einstein）說：“熵理論對于整個自然科學來說是第一法則?！钡沁\用熵理論來度量承運船舶短重風險，尚未發(fā)現(xiàn)有任何文獻報道。因此，本論文用信息熵的方法來度量承運船舶短重風險是一次創(chuàng)新和嘗試。

2.1 熵

1865年魯?shù)婪颉び壤麨跛埂ぐｑR努埃爾·克勞修斯（Rudolf Julius Emanuel Clausius）在他的論文《力學的熱理論的主要方程之便于應用的形式》中首次提出了熵的概念，并將熵定義為“系統(tǒng)吸收的熱量與恒溫熱源溫度之比”，稱為熱力學熵或熱溫熵或Clausius熵，被用來度量系統(tǒng)中能量的衰竭程度，即熱量不可轉變?yōu)楣Φ某潭取?/p>

1877年，物理學家玻爾茲曼將熱力學熵概念做了進一步推廣和深入分析，并把熵定義為一種特殊狀態(tài)的概率：原子聚集方式的數(shù)量。熵可以定義為玻爾茲曼常數(shù)乘以系統(tǒng)分子的狀態(tài)數(shù)的對數(shù)值：

S=klnΩ；K是比例常數(shù)，現(xiàn)在稱為玻爾茲曼常數(shù)。

2.2 信息熵

1948年，美國數(shù)學家、信息論的創(chuàng)始人香農（Shannon）在題為“通訊的數(shù)學理論”的論文中指出：“信息是用來消除隨機不定性的東西”。并應用概率論知識和邏輯方法推導出了信息量的計算公式，稱為信息熵或Shannon熵。信息熵建立了關于不確定性的一種定量化的度量，奠定了現(xiàn)代信息論的理論基礎。熵在信息論中的定義如下：

（2）船舶的計量條件和船況越好，信息熵就越低；反之，信息熵就越高。所以，信息熵也可以說是船舶計量條件和船況有序化程度的一個度量。

2.3 基于信息熵的風險定量計算

假設某一承運船舶存在n種可能的不同風險指標，且Pi（i=1，2，…，n）表示每一種船舶風險指標出現(xiàn)的概率，當信息熵取得最大值時，對應的一組風險指標出現(xiàn)的概率占有絕對優(yōu)勢，在這個基礎之上，就可以為信息熵表示各個風險因素的權值提供理論依據(jù)。而且當Pi相等時，熵值達到最大值，對應的風險因素對系承運船舶影響的不確定性越大。根據(jù)這個原理，可由信息熵來計算各個風險因素的權值。

假設一艘船具備如下4個風險指標①沙灘船，②使用設計圖代替完工圖，③水尺標記尺寸不符合要求，④船舶老舊。每一種風險因素都對短重有兩種可能的影響：正相關和負相關，共有8種可能，不確定性為ln8。對每一種風險指標來說當兩種可能性概率相同時，即Pi=0.5時熵最大。

根據(jù)風險因素的熵值計算公式我們可以推出兩個結論：

（1）熵值越大，短重風險越高，規(guī)避風險的成本越高。

（2）船舶狀態(tài)和計量條件越好，熵值就低，反之，船舶狀態(tài)和計量條件越差，熵值就越高。

2.4 確定風險等級

根據(jù)前文計算出來的風險值，結合風險等級定義表定義風險所屬范圍，根據(jù)計算出來的風險值是否屬于某風險區(qū)間來判斷該部分風險范圍及類別，例如某承運船舶短重風險值為0.6，則可將該船舶承運貨物短重風險定義為較大，以此反映客觀情況。

3 檢驗策略

3.1 檢驗策略

3.1.1 根據(jù)不同的風險等級采取不同的檢驗策略

對船舶進行評估并分級，包括風險識別，風險分析，風險評價等三個步驟。

（1）對極高風險和高風險的船舶建議貿易商盡量避免租用這類船舶承運貴重散貨。如果發(fā)現(xiàn)此類承運船舶，建議貿易雙方更改計重方式。

（2）對于中風險承運船舶，建議貿易商投保短量險，減少因短重帶來的損失。在對此類承運船舶實施重量檢驗是應提高警惕。

（3）對于低風險船舶貿易商可以放心租用。在實施重量檢驗是也要注意，特別是拼裝船。

3.1.2 建立基于大數(shù)據(jù)分析的風險預警體系

對于已發(fā)現(xiàn)的高風險船舶建立大數(shù)據(jù)檔案并在檢驗檢疫部門之間實現(xiàn)信息共享。同時，按照所運載貨物的實際短重重量進行風險評估或分級，當遇到同一船舶再次進行水尺計重時，鑒定人員可以利用風險預警數(shù)據(jù)，在計算前重點核查檔案中記錄的問題是否得到了改正。這樣一來既規(guī)避了潛在的風險，又提高了工作效率。

3.1.3 在實際工作中加強對船舶計量條件的審核

根據(jù)信息熵的原理，承運船舶的設計建造和計量條件越差信息熵越高，風險越高，規(guī)避風險所需的信息量也就越高。因此，在檢驗中應當盡可能多的收集資料和信息（如制表說明、船舶的總布置圖等）來綜合地進行判斷。尤其是對于圖表上所示的計算所需信息（如水尺標記位置、水艙高度等）應該與實際觀測或測量得到的數(shù)據(jù)進行對比，這樣就可以及時發(fā)現(xiàn)潛在的問題而不至于造成工作上的失誤。

參考文獻：

[1]國際標準化組織. ISO31000：2009風險管理-原則與實施指南中文版 [S] . 北京： 中國標準出版社， 2009，21～22.

[2] 中華人民共和國國家標準. GB/T 23649—2009 風險術語 [S]. 北京： 中國標準出版社， 2009，4～6.

[3] 李銳鋒.試析熱力學第二定律的革命意義.科學技術與辯證法，1999，16（3）：27～30.

[4] 王九云， 張秀.熵的定義式和系綜概率分布函數(shù)關系的探討[J]. 咸寧學院學報， 2005， 25（6），41.

[5] 劉連壽.理論物理基礎教程[M].北京：高等教育出版社，2003，537.

[6]姜茸，錢鴻澎.基于信息熵的國家經濟安全風險度量與預警 [M]. 北京：經濟管理出版社，2015.66～67.

[7]李素鵬.ISO風險管理標準全解 [M]. 北京：人民郵電出版社，2012.