论文部分内容阅读
船舶是航运市场的基本要素。随着我国航运业的不断发展和航运相关活动的日渐频繁,对于船舶价格评估服务的需求日渐增多。在船舶买卖、融资租赁、抵押登记、保险、拍卖以及其他相关活动中,都需要有客观、公正的船舶价格评估服务作为支撑。为了准确全面地反映船舶价格,本文对影响船舶价格的因素进行了较为系统的分析,将其分为船舶技术特征因素、市场因素、船舶交易因素以及外部性因素,并根据船型和船龄对影响船舶价格的因素进行筛选。根据当前我国船舶价格评估方法的使用现状,对重置成本法、收益法和市场法各自的特点、适用范围以及优缺点做了分析,并对三种方法进行了比较。利用BP神经网络高度非线性运算能力以及通过学习样本数据即可对事物复杂内在规律进行精确计算的特点,将BP神经网络应用于船舶价格评估中。利用从克拉克松获取的2009年4月到2012年10月297个灵便型干散货船的交易数据,建立了基于船龄、载重吨、新造船价格、一年期期租费率、航速、油耗的船龄小于20年的BP神经网络模型,以及基于船龄、船舶载重吨、一年期期租费率、拆船价格的船龄大于等于20年的BP神经网络模型。结果显示,在两个模型中,BP神经网络的输出结果与船舶的实际交易价格的误差率在很小的可以接受的范围内。