◎朱國君 浙江交通職業(yè)技術學院海運學院 浙江交通職業(yè)技術學院水運經(jīng)濟研究所
陳雪峰 浙江交通職業(yè)技術學院海運學院
魏世勇(2017)在準確把握集裝箱租賃行業(yè)特征基礎上,做好風險識別和防范,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)務從其產(chǎn)生伊始便充滿了風險與挑戰(zhàn),完善出租的風險控制機制,已成為推動和發(fā)展集裝箱融資出租業(yè)務的重要前提。以上兩位論述了集裝箱出租業(yè)務風險控制是業(yè)務發(fā)展的基礎,是否做好管控對出租企業(yè)而言是極為重要的。而風險控制按時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,給相關企業(yè)篩選客戶以一定的借鑒。目前國內(nèi)外風險度量模型主要有KMV、專家法、線性判別法、Logistic和Probit等。苗培熙等(2020)構建的Logistic模型預測物流業(yè)上市公司財務預警。姚鵬等(2019)應用修正的KMV模型對2018─2020年我國24個各省份的地方政府債務違約風險進行了評估?;粼丛吹龋?019)基于Probit模型構建了制造業(yè)企業(yè)信用風險評估方法。[在數(shù)量眾多的風險管控研究中,對于集裝箱出租行業(yè)的定量研究很少,Logistic 模型作為在國內(nèi)研究風險管控時普遍使用的模型,對于企業(yè)客戶違約風險評估具有良好的預測效果。
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數(shù)。
β為某自變量x變化時,即x=1與x=0相比,y=1優(yōu)勢比的對數(shù)值。
考慮到與集裝箱出租企業(yè)客戶違約有關的因素數(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、相關院校研究人員等組成專家小組。然后向選定專家“背對背”提出問題及有關要求,并附上有關這個問題的所有背景材料,由專家做書面答復。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,確定以下九個指標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租箱公司負債率;④租箱公司資質(zhì);⑤租箱公司流動比率;⑥金融機構公司信用紀錄;⑦海關信用紀錄;⑧租箱公司所屬行業(yè)特征;⑨其貨運和報關代理資質(zhì)與管理水平。風險評估指標的量化權重分別設定為1~5分,其中5分為最優(yōu),1分為最劣。
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個集裝箱出租合同(含違約超過一周的合同173個)。由于部分違約是客觀原因造成的(如檢驗檢疫或海關抽檢等),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個樣本,(其中,正常合同79個,違約合同21個)。對于樣本的選擇,在所有待抽取樣本中分正常合同和違約合同兩項隨機選擇,力求評估測算的結果相對精準。表1為樣本評估指標得分。
表1 樣本評估指標得分表
采用SPSS軟件向后步進方法對模型進行計算,實際過程見表2-表5。計算運行6步,第6步結果顯示,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
表4 模型匯總
表5 方程中的變量
經(jīng)過6步篩選,選取4個指標建立回歸模型(見表5),結果顯示租箱公司主營收入情況x、租箱公司流動比率x、金融機構公司信用紀錄x、其貨運和報關代理資質(zhì)與管理水平x,4個指標對評估違約概率有顯著效果,其他指標的評估效果一般。根據(jù)100個樣本建立的Logistic模型為:
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)客戶違約風險與租箱公司主營收入情況、租箱公司流動比率、金融機構公司信用紀錄、其貨運和報關代理資質(zhì)與管理水平4個指標有顯著關聯(lián)性,為集裝箱租賃企業(yè)選擇優(yōu)質(zhì)客戶和對現(xiàn)有客戶的風險評估提供有效的借鑒。