基于贝叶斯网络模型的航运风险管理策略评估方法及系统技术方案

本发明专利技术涉及一种基于贝叶斯网络模型的航运风险管理评估方法及系统，其方法包括根据历史财务数据以及历史船舶自动识别系统数据计算航运公司的历史风险敞口系数以及历史风险控制变量；利用历史风险敞口系数以及历史风险控制变量构建航运风险管理策略评估特征模型；根据给定财务数据以及给定船舶自动识别系统数据计算航运公司的给定风险敞口系数；将给定风险敞口系数作为自变量输入航运风险管理策略评估特征模型，得到给定风险敞口系数的概率分布情况；根据给定风险敞口系数的概率分布情况评估航运风险管理策略的有效性；本发明专利技术能够对航运公司的风险管理在应对财务风险以及运营风险的有效性进行评价。营风险的有效性进行评价。营风险的有效性进行评价。

【技术实现步骤摘要】
基于贝叶斯网络模型的航运风险管理策略评估方法及系统


[0001]本专利技术涉及航运管理
具体涉及基于贝叶斯网络模型的航运风险管理策略评估方法及系统。

技术介绍

[0002]贝叶斯网络(BN)，又称为信度网，由一个有向无环图(Directed Acylic Graph，DAG)和条件概率表(ConditionalProbability Table，CPT)组成。
[0003]一般情况下，构造贝叶斯网有三种不同的方式：
[0004](1)由领域专家确定贝叶斯网的变量(有时也称为影响因子)节点，然后通过专家的知识来确定贝叶斯网络的结构，并指定它的分布参数。这种方式构造的贝叶斯网完全在专家的指导下进行，由于人类获得知识的有限性，导致构建的网络与实践中积累下的数据具有很大的偏差。
[0005](2)由领域专家确定贝叶斯网络的节点，通过大量的训练数据，来学习贝叶斯网的结构和参数。
[0006]这种方式完全是一种数据驱动的方法，具有很强的适应性，而且随着人工智能、数据挖掘和机器学习的不断发展，使得这种方法成为可能。如何从数据中学习贝叶斯网的结构和参数，已经成为贝叶斯网络研究的热点。
[0007](3)由领域专家确定贝叶斯网络的节点，通过专家的知识来指定网络的结构，而通过机器学习的方法从数据中学习网络的参数。这种方式实际上是前两种方式的折衷，当领域中变量之间的关系较明显的情况下，这种方法能大大提高学习的效率。
[0008]海运贸易是国际物流中的一个重要环节，在全球贸易市场中扮演着举足轻重的作用。然而，长期以来，全球航运业一直深受运费和船用燃料价格波动的影响，这导致了巨大的收益风险。不同的航运企业会制定不同的运营风险管理方式或风险管理策略来应对运费和船用燃料价格波动所带来的影响，以提高航运企业的经济利益。但是，由于风险管理策略为人为制定，市面上没有一种科学的手段以对航运企业的风险管理策略的有效性进行评估。

技术实现思路

[0009]为了解决现有技术中没有一种科学的手段以对航运企业的风险管理策略的有效性进行评估技术问题，本专利技术提供基于贝叶斯网络模型的航运风险管理策略评估方法及系统。
[0010]本专利技术解决上述技术问题的技术方案如下：
[0011]基于贝叶斯网络模型的航运风险管理策略评估方法，包括如下步骤：
[0012]获取航运公司的历史财务数据以及历史船舶自动识别系统数据；
[0013]根据所述历史财务数据以及历史船舶自动识别系统数据计算航运公司的历史风险敞口系数以及历史风险控制变量；其中，所述历史风险控制变量包括运费险风险率、套期
保值比率、船舶的多样性指数、船舶的相对行程距离、船舶的灵活性指数、企业总资产以及长期负债率；
[0014]基于贝叶斯网络模型，利用所述历史风险敞口系数以及所述历史风险控制变量构建航运风险管理策略评估特征模型；
[0015]获取航运公司的给定财务数据以及给定船舶自动识别系统数据；
[0016]根据所述给定财务数据以及给定船舶自动识别系统数据计算航运公司的给定风险敞口系数；
[0017]将所述给定风险敞口系数作为自变量输入所述航运风险管理策略评估特征模型，得到所述给定风险敞口系数的概率分布情况；
[0018]根据所述给定风险敞口系数的概率分布情况评估所述航运风险管理策略的有效性。
[0019]本专利技术的有益效果是：根据历史财务数据以及历史船舶自动识别系统数据得到历史风险敞口系数以及历史风险控制变量，利用历史风险敞口系数以及历史风险控制变量建立贝叶斯网络模型，通过利用贝叶斯网络模型分析航运公司的给定风险敞口系数在给定风险控制变量中的概率分布情况，以此来评价航运公司的风险管理在应对财务风险以及运营风险的有效性。
[0020]进一步，根据所述历史财务数据以及历史船舶自动识别系统数据计算航运公司的历史风险敞口系数，包括如下步骤：
[0021]根据所述历史财务数据以及历史船舶自动识别系统数据计算航运公司的历史运价风险敞口系数和历史燃油价格风险敞口系数。
[0022]进一步，将所述给定风险敞口系数作为自变量输入所述航运风险管理策略评估特征模型，得到所述给定风险敞口系数的概率分布情况，包括如下步骤；
[0023]将所述给定运价风险敞口系数和所述给定燃油价格风险敞口系数作为自变量输入所述航运风险管理策略评估特征模型，得到所述给定风险敞口系数的概率分布情况。
[0024]进一步，基于贝叶斯网络模型，利用所述历史风险敞口系数以及所述历史风险控制变量构建航运风险管理策略评估特征模型，包括如下步骤：
[0025]将所述历史风险敞口系数作为类变量，将所述运费险风险率、所述套期保值比率、所述多样性指数、所述相对行程距离、所述灵活性指数、所述企业总资产以及所述长期负债率作为属性变量；
[0026]计算所有属性变量之间的条件交互信息，其计算公式如下：
[0027][0028]其中，C表示所述类变量，和均表示所述属性变量，i和j均为正整数；
[0029]基于贝叶斯网络模型构造有向无环图，将所述类变量作为所述有向无环图的根节点，将所述属性变量作为所述有向无环图的子节点，将所述条件交互信息作为所述属性变量的边界权重，得到所述航运风险管理策略评估特征模型。
[0030]进一步，将所述给定风险敞口系数作为自变量输入所述航运风险管理策略评估特征模型，得到所述风给定险敞口系数的概率分布情况，包括如下步骤：
[0031]将所述给定风险敞口系数作为自变量输入所述航运风险管理策略评估特征模型；
[0032]所述航运风险管理策略评估特征模型利用公式
[0033][0034]计算所述给定风险敞口系数的概率分布其中，表示联合概率分布，为所述属性变量，而parent
i
是的父变量，P(C)为先验概率，以及均为条件概率；所述先验概率以及条件概率是根据所述航运公司的历史财务数据以及历史船舶自动识别系统数据计算得到；
[0035]利用公式
[0036][0037]计算计算给定风险管理和控制变量的每个给定风险敞口系数(C
s
)的后验概率
[0038]基于上述
技术实现思路
本专利技术还提供基于贝叶斯网络模型的航运风险管理策略评估系统，其
技术实现思路
如下：
[0039]基于贝叶斯网络模型的航运风险管理策略评估系统，包括数据采集模块、数据整理模块、模型建立模块以及分析评价模块；
[0040]所述数据采集模块，用于获取航运公司的历史财务数据以及历史船舶自动识别系统数据；
[0041]所数据整理模块，用于根据所述历史财务数据以及历史船舶自动识别系统数据计算航运公司的历史风险敞口系数以及历史风险控制变量；其中，所述历史风险控制变量包括运费险风险率、套期保值比率、船舶的多样性指数、船舶的相对行程距离、船舶的灵活性指数、企业总资产以及长期负债率；
[0042]所述模型建立模块，用于基于贝叶斯网络本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于贝叶斯网络模型的航运风险管理策略评估方法，其特征在于，包括如下步骤：获取航运公司的历史财务数据以及历史船舶自动识别系统数据；根据所述历史财务数据以及历史船舶自动识别系统数据计算航运公司的历史风险敞口系数以及历史风险控制变量；其中，所述历史风险控制变量包括运费险风险率、套期保值比率、船舶的多样性指数、船舶的相对行程距离、船舶的灵活性指数、企业总资产以及长期负债率；基于贝叶斯网络模型，利用所述历史风险敞口系数以及所述历史风险控制变量构建航运风险管理策略评估特征模型；获取航运公司的给定财务数据以及给定船舶自动识别系统数据；根据所述给定财务数据以及给定船舶自动识别系统数据计算航运公司的给定风险敞口系数；将所述给定风险敞口系数作为自变量输入所述航运风险管理策略评估特征模型，得到所述给定风险敞口系数的概率分布情况；根据所述给定风险敞口系数的概率分布情况评估所述航运风险管理策略的有效性。2.根据权利要求1所述的基于贝叶斯网络模型的航运风险管理策略评估方法，其特征在于，根据所述历史财务数据以及历史船舶自动识别系统数据计算航运公司的历史风险敞口系数，包括如下步骤：根据所述历史财务数据以及历史船舶自动识别系统数据计算航运公司的历史运价风险敞口系数和历史燃油价格风险敞口系数。3.根据权利要求2所述的基于贝叶斯网络模型的航运风险管理策略评估方法，其特征在于，将所述给定风险敞口系数作为自变量输入所述航运风险管理策略评估特征模型，得到所述给定风险敞口系数的概率分布情况，包括如下步骤；将所述给定运价风险敞口系数和所述给定燃油价格风险敞口系数作为自变量输入所述航运风险管理策略评估特征模型，得到所述给定风险敞口系数的概率分布情况。4.根据权利要求1到3任一项所述的基于贝叶斯网络模型的航运风险管理策略评估方法，其特征在于，基于贝叶斯网络模型，利用所述历史风险敞口系数以及所述历史风险控制变量构建航运风险管理策略评估特征模型，包括如下步骤：将所述历史风险敞口系数作为类变量，将所述运费险风险率、所述套期保值比率、所述多样性指数、所述相对行程距离、所述灵活性指数、所述企业总资产以及所述长期负债率作为属性变量；计算所有属性变量之间的条件交互信息，其计算公式如下：其中，C表示所述类变量，和均表示所述属性变量，i和j均为正整数；基于贝叶斯网络模型构造有向无环图，将所述类变量作为所述有向无环图的根节点，将所述属性变量作为所述有向无环图的子节点，将所述条件交互信息作为所述属性变量的边界权重，得到所述航运风险管理策略评估特征模型。5.根据权利要求4所述的基于贝叶斯网络模型的航运风险管理策略评估方法，其特征在于，将所述给定风险敞口系数作为自变量输入所述航运风险管理策略评估特征模型，得
到所述风给定险敞口系数的概率分布情况，包括如下步骤：将所述给定风险敞口系数作为自变量输入所述航运风险管理策略评估特征模型；所述航运风险管理策略评估特征模型利用公式计算所述给定风险敞口系数的概率分布其中，表示联合概率分布，为所述属性变量，而parent
i
是的父变量，P(C)为先验概率，以及均为条件概率；所述先验概率以及条件概率是根据所述航运公司的历史财务数据以及历史船舶自动识别系统数据计算得到；利用公式计算计算给定风险管理...

【专利技术属性】
技术研发人员：唐湘娟，陈晖，
申请(专利权)人：广州铁路职业技术学院广州铁路机械学校，
类型：发明
国别省市：