基于BP神經網絡的航空公司債務風險形成與傳染機理研究

田利軍（教授）王皓羽 張秀 徐森雨

（中國民航大學中國民航環境與可持續發展研究中心 天津 300300）

一、引言

根據國際航空運輸協會出具的航空業經營分析報告，全球航空業負債在2020年底高達5 500億美元，包括政府貸款、貸款擔保、商業貸款、新經營租賃債務等商業債務和財政援助。因此，民航業需要關注并提前防控負債經營帶來的財務風險。根據已有文獻的研究，郭雪波（2019）借鑒現代醫學中流行病學的傳染理論，以海航系為案例對系族企業間的信用風險傳染路徑進行了研究。田利軍（2019）通過因子分析法和神經網絡模型建立了航空公司財務風險預警模型，研究我國航空公司的債務風險狀況。目前針對民航業企業債務風險傳染與防范的研究較少，未指明企業債務風險對行業甚至產業的影響，民航業作為國家的重要戰略產業，探究其債務風險傳染機理以及提出防范措施是緊急而必要的。本文從理論研究出發，運用主成分分析法和BP神經網絡模型，構建航空公司債務風險定量測度模型和債務風險預警模型，分析了航空公司債務違約風險的形成因素和主要傳染路徑。

本文的創新點在于：（1）將對航空公司債務風險的研究拓展到產業鏈、行業和區域經濟層次，延伸、深化和豐富了債務風險理論。在民航業高質量發展和企業多元化擴張的背景下，產業的縱向覆蓋導致債務風險在產業鏈和區域經濟層面傳導。目前關于航空公司債務風險傳染機理與防控的研究甚少，已有研究基本是圍繞財務風險進行的，缺少對于債務風險傳染情況的細化研究。（2）本文提出基于航空公司特征的債務風險傳染機理模型和防控措施，可提高航空公司的債務風險防控能力。航空公司科學合理的資本結構和良好的財務狀況，有利于提高其面對重大風險的柔性，并實現企業的健康可持續發展。

二、航空公司債務風險形成與傳染機理分析

（一）行業層次債務風險的傳染機理

相關研究發現，同一行業的企業個體存在相似性，主要緣于企業的經營戰略、業務范圍以及投融資策略的同質性，使得行業內的風險具有一定的傳染效應，最終風險變化趨于同步。其一，從服務經營狀況來講，同行業企業經營戰略和業務范圍的同質性是產生債務風險傳染現象的根源。其二，“同群效應”即同類企業間的模仿行為（萬良勇等，2016），使企業間存在相似的投融資傾向，風險的變化也趨于一致（Ngo et al.，2015）。現有研究表明，我國上市公司的資本結構會受到同行業資本結構的影響，甚至導致系統性違約風險，尤其是在負債率不斷攀升以及債務違約帶來風險時，對同行業其他企業也有相應的正“溢出效應”。

（二）產業鏈層次債務風險的傳染機理

從風險傳播的空間維度進行分析，沿橫向路徑，民航業的債務風險可能沿風險載體蔓延到航空主業，從而影響到國家民用航空網絡。民航業市場企業容量低，并且具有資本市場低投資回報的特點，因此航空公司具有更高的風險可見性和傳染性（李春玲、劉梁，2015）。債務風險沿縱向路徑，民航業科技含量高、產業鏈條長，高度集成了大量先進科技，是國家經濟發展的戰略性行業以及先導性高技術產業。航空運輸涉及的飛行器采購和租賃導致的債務風險，涉及飛機制造商、航材公司、銀行、產權投資人等關聯方，此外航油業務涉及的航油供應商等也屬于承載主要債務風險的產業鏈關聯方。如圖1所示。

圖1 產業鏈間的航空公司債務風險傳染機制

（三）區域經濟層次債務風險的傳染機理

區域經濟層次債務風險傳染，源于企業所處地區的區域宏觀因素，這些債務風險源同時影響目標企業以及同區域的其他企業，進而顯現出債務循環違約的相關性。展開來講，企業作為市場經濟的一部分，宏觀形勢的變化對企業的影響是相似的，尤其對于同行業企業的影響趨于同步，例如國民生產總值、區域政策出臺以及產業結構調整等，宏觀經濟因素極有可能引發規模性的債務違約事件。特別是具有綜合集聚功能的大城市，區域優勢和綜合實力等會決定行業的發展前景和財務運營狀況，因此針對由其引起的債務違約風險需要進行及時防范和干預，這是地區政府和企業個體均需給予關注的方面，以避免大規模債務風險導致的經濟可持續和協調問題（田利軍，2021）。

三、樣本選擇與評價指標體系構建

（一）樣本選擇及數據來源

考慮到企業是否有公開財務數據以及規模的相似性，本文選擇中國國際航空股份有限公司、中國東方航空股份有限公司、中國南方航空股份有限公司和海南航空控股股份有限公司為研究對象。選擇四家航空公司2012—2019年的數據形成32個研究樣本。本文的財務數據、供應鏈數據和區域經濟數據來源于Wind數據庫，行業層面數據來源于中國民用航空局發展計劃司所著《從統計看民航》以及航空公司生產數據業績報告等資料。

（二）民航業債務風險傳染評價指標體系構建

基于上述機理分析，本文從企業、行業、產業鏈、區域經濟四個層次選取指標。經過篩選得到21個指標進行主因子分析。首先進行KMO和Bartlett球形度檢驗，KMO檢驗值為0.613，大于閾值0.5，說明變量之間存在相關性，符合要求。Bartlett球形度檢驗的結果p值為0.000，小于0.05。因此可以拒絕球形假設且指標之間具有相關關系，優化后的數據集可以進行因子分析。

變量矩陣的特征值和貢獻率結果顯示有6個主因子特征值大于1，且累計的方差貢獻率為90.173%，說明對信息的覆蓋和解釋能力較強。將主成分進行因子載荷旋轉后得到成分矩陣，將6個主成分因子分別命名為F1—F6。主成分1解釋為企業所在區域因素影響；主成分2反映了企業資金或資本增值能力，解釋為盈利能力主成分；主成分3為償債能力主成分；主成分4中的供應商相關指標綜合反映了供應鏈上游對企業債務的影響；主成分5用來解釋在行業因素影響下企業的發展能力變化，因此可以代表行業影響指標；主成分6反映企業擴大規模、壯大實力的潛在能力，代表其發展能力。如表1所示。

表1 旋轉成分矩陣a

四、基于BP神經網絡模型的債務風險模型及結果分析

（一）BP神經網絡結構的設計

本文擬構建三層BP神經網絡進行債務風險的定量測度，輸入層由風險指標擬合的主因子構成，設定為6個節點。采用標準化處理將網絡的輸入數據進行尺度變換，試湊法確定最佳隱節點數。本文利用航空公司的債務風險評級來判別其債務違約風險程度，據此設定輸出層為包含排序信息的虛擬變量。為取得更好的擬合效果，將模型的學習誤差降至0.0001時，模型停止訓練。本文根據輸出值的實際狀況，隱藏層激活函數確定為Tanh函數，輸出層激活函數確定為Softmax函數。使用IBM SPSS Statistics 24軟件MLP多層感知器程序進行BP前饋神經網絡分析。

（二）模型訓練

本文擬通過神經網絡達到債務風險定量測度和風險預警兩個目的，通過本期債務風險指標（Y）建立模型1實現本期風險定量預測；采用滯后一期債務風險指標（Y）建立模型2實現債務風險未來期間預警。將總樣本分為26個訓練樣本和6個測試樣本進行模型訓練。

（三）債務風險定量測度與預警結果分析

1.債務風險定量測度模型結果分析。將26個測試集進行訓練，得到正確率為92.3%的訓練模型。其中23個無債務風險樣本中有21個樣本得到了正確預測結果，2個樣本測試結果誤判為1；3個有債務風險的樣本預測正確百分比為100%。將其余6組測試集樣本作為擬待評估對象，模型預測結果的ROC曲線圖下方的區域為0.913，表明預測能力較好。通過自變量重要性（圖2）可知，模型認為FAC3和FAC1因子變量比較重要，航空公司本期的償債能力對其債務信用評級影響最大，同時航空公司所在省份的經濟狀況即區域因素對航空公司的債務風險也具有極大影響。其次，民航業影響指標與航空公司的債務風險指標之間也有很強的關聯關系。在債務風險定量測度模型中，企業的盈利能力、發展能力和民航供應鏈指標對于航空公司本期的債務風險能力影響程度較小。

圖2 債務風險定量測度模型自變量重要性

2.債務風險預警模型結果分析。債務風險預警模型即本期指標數據狀況對航空公司下期債務風險的指征能力。神經網絡模型對26個測試集進行訓練，滿足訓練終止規則0.0001，得到正確率100%的訓練模型。將其余6組測試集樣本作為擬待評估對象，得到100%的預測正確百分比，模型預測結果的ROC曲線圖下方的區域為1，表明模型的預測能力很好。

正態化后的變量重要性見圖3，FAC2和FAC1兩個因子變量比較重要，航空公司本期的盈利能力對下期債券信用評級即債務風險很重要，一方面可能是利潤積累增強了企業的償債能力和資本市場信心，另一方面，債券信用評級報告發布時間的滯后性導致了信息傳遞差異。區域因素在債務風險預警模型中同樣占據重要地位，重要性程度達到80%以上。同時，在該模型中民航業的供應鏈影響因素和企業的償債能力對航空公司的預期債務風險狀況也發揮了重要影響作用。相對而言，民航業和企業的發展能力對于航空公司預期債務風險狀況的重要性程度較弱，但其正態化重要性仍然達到20%以上，與企業預期債務風險狀況同樣存在一定的關聯關系。

圖3 債務風險預警模型自變量重要性

3.模型對比分析。債務風險定量測度模型旨在測度航空公司的債務風險狀況，便于將同類型樣本代入模型，對無債券信用評級報告的航空公司實現債務風險定量測度。債務風險預警模型一方面解決了信號傳遞的滯后性，能預測未來債務風險；另一方面解釋了四個層次影響與企業債務風險之間的傳染關系。

從預測結果的準確程度來看，債務風險預警模型在預測能力上更加完善。從預測結果內容分析，債務風險的定量測度模型包含了本期債務風險來源信息：（1）負債是企業財務風險的來源，償債能力直接體現了企業財務狀況的穩定程度。（2）區域經濟因素的影響隱含了區域發展水平、政策傾向等信息，民航業受區域因素影響較大。債務風險預測模型還包括未來預測和風險傳染關系信息：（1）與債務風險定量測度模型相比，航空公司未來期間債務風險受多方面因素的綜合影響。（2）利潤積累和利好信號在資本市場的傳遞增強了相關利益者的信心，盈利能力體現了更多的預測信息。（3）區域因素和供應鏈因素在模型中的重要地位，表明債務風險也會沿傳染路徑向區域和供應鏈傳導，主要受以航空公司為核心企業的供應鏈上游影響。

五、結論與建議

本文通過選取航空公司、民航業、產業鏈以及區域四個層次的債務風險形成及傳染相關指標，構建實證檢驗模型并驗證了模型的有效性。上文研究結果表明：航空公司債務風險形成的內部因素主要取決于企業自身的償債能力以及盈利能力，債務風險傳染的外在因素主要是受到航空公司所在區域以及上游供應商的影響。航空公司債務風險的影響因素是多元化、多角度的，面對疫情下經濟發展緩慢、需求大幅減少和市場結構調整的現狀，本文建議采取以下應對舉措。

（一）強化供給側改革，提高產業結構穩定性

政府應當引導企業調整業務結構，適度負債，從根本上化解企業的流動性危機。在提升我國民航業運營能力的同時提高區域抵御重大風險的能力，加強產業結構穩定和市場經濟可持續發展的相互促進能力。企業方面可以通過調整和修復資產負債表、精細化成本核算等措施發現無效供給服務，提供針對性強、競爭力高的有效產能供給。政府層面通過完善民航業供給側改革的政策制度，優化民航產品同質化程度，適當引入航油航材等企業競爭者，豐富全流程供應鏈物流能力。同時通過機票價格調整等手段鼓勵航空出行需求，確保行業“保產業鏈、供應鏈穩定”，通過全面深化改革增強行業發展內生動力，推進民航業治理體系和治理能力現代化。

（二）構建合理的資本結構，提高企業償債能力

我國上市航空公司的短期負債主要由短期借款、應付短期融資券等組成，主要用于支付航材款、油料款等經營性應付款項和滿足增加的融資需求，長期負債主要用于固定資產的建設和飛機租賃等（劉志雄、韋圓圓，2015）。從航空公司的債務結構和資金用途可以看出，上市航空公司抵御債務違約風險的措施需要結合企業發展戰略和資本結構，提高企業的變現能力和盈利能力對于企業償還債務有關鍵影響。因此航空公司償債能力的提升與企業整體的資本結構息息相關，優化負債結構，保持平穩且合理的資產負債率是航空公司實現高質量、可持續發展的有效手段。

（三）提高收入降低成本，提升企業盈利能力

航空公司可以從合理定價和開拓增值服務兩方面來提高收入，按照供需關系合理安排機票價格，將經濟艙和商務艙差異化定價，提高商務艙的單位收益。增值服務是指航空公司提供超常規服務以獲得增值收入的服務，增值服務可以開拓創新，以旅客行程中的需求為出發點來開展（王婧，2019）。航空公司關注成本管控能夠降低市場競爭中的壓力，為其長期健康發展提供保障。航空公司降低成本可以從套期保值防范匯兌風險、提高管理效率、降低營銷費用、合理分配航線機隊幾個方面考慮。