一、引言
近年來，隨著我國民航事業(yè)的不斷發(fā)展，民航運輸量快速增長，連續(xù)數(shù)年旅客運輸量的增長率都在15%以上，在航空運輸業(yè)高速發(fā)展的同時，我國的航班延誤問題也愈演愈烈。統(tǒng)計顯示2004年~2009年我國航班延誤率都在20%左右，航班延誤問題嚴重影響了民航業(yè)的聲譽，并給航空公司造成了巨額經(jīng)濟損失，邢有洪、李曉津（2010）利用我國五家上市航空公司2007年的財務(wù)數(shù)據(jù)對其航班延誤損失進行了估算，結(jié)果表明2007年五家上市航空公司的航班延誤總損失高達68.4億元，其中除天氣外的人為原因造成的航班延誤損失約為54.72億元，航空公司自身原因造成的損失約為30.78億元。為了解決航班延誤率過高的問題，民航局開展了多次針對航班延誤的專項治理活動。在民航局2010年《建設(shè)民航強國的戰(zhàn)略構(gòu)想》中也提到，到2030年，要全面建成安全、高效、綠色的現(xiàn)代化民用航空體系，具體目標之一就是航班正常率達到85%以上，實現(xiàn)航空運輸服務(wù)質(zhì)量和水平全面提升。
航班延誤問題不僅嚴重影響了民航旅客對航空公司服務(wù)質(zhì)量的滿意度，而且影響到航空公司的客源、市場占有率與行業(yè)競爭力。而在造成航班延誤的原因中約有45%為航空公司自身原因，因此深入分析航空公司內(nèi)部造成延誤的因素對實現(xiàn)航班正常率85%以上的目標有重要意義。國內(nèi)外對航班延誤問題的研究大多集中于決策信息系統(tǒng)的建立與優(yōu)化方面，極少有學者研究航空公司自身財務(wù)狀況對民航服務(wù)質(zhì)量的影響。國外主要有美國學者Rose分析了航空公司財務(wù)指標對民航安全的影響，Vasanthakumar研究了航空公司財務(wù)指標對航班延誤的影響，指出航空公司的規(guī)模、負債情況、業(yè)務(wù)增長以及員工勞動生產(chǎn)率等因素會影響航班延誤率。國內(nèi)在此方面的研究還是空白，本文擬在借鑒國外學者研究成果的基礎(chǔ)上，結(jié)合我國國情構(gòu)建Logistic回歸模型分析航空公司財務(wù)狀況對航班延誤的影響，以期對民航局和航空公司治理航班延誤問題提供理論支持。
二、Logistic模型構(gòu)建
本文的目的是研究航空公司財務(wù)特性與航班延誤的關(guān)系，假設(shè)航空公司的盈利能力、負債情況、資產(chǎn)運營能力、公司規(guī)模等因素會影響航班延誤的可能性。一個航班或者準點或者延誤，是一個二分類變量，而Logistic回歸模型是對二分類變量進行回歸分析時最為普遍應(yīng)用的多元量化分析方法。而且Logistic回歸模型采用最大似然估計法進行參數(shù)估計，不要求樣本數(shù)據(jù)呈正態(tài)分布，這與現(xiàn)實中公司財務(wù)指標的真實情況相吻合，因此本文擬構(gòu)建Logistic回歸模型研究航空公司財務(wù)指標與航班延誤的關(guān)系。
假設(shè)P為航班延誤的概率，則1-P為航班正常的概率，變量Xi為Logistic回歸模型的自變量，它們是反映航空公司財務(wù)狀況的指標。
Logistic模型的因變量為航班是否延誤，如果一個航班發(fā)生了延誤，則因變量的編碼為Y=1；如果沒有延誤，其編碼為Y=0，則有：
Ln（Pi/（1-Pi））=a+∑βiXii=1，...，n
P（Yi=1/Xi）=1/［1+e-（a+∑βixi）］
三、樣本選擇
本文選擇中國國際航空、南方航空、東方航空、海南航空、上海航空五家上市公司2005年~2009五年每季度的財務(wù)數(shù)據(jù)以及航班延誤數(shù)據(jù)作為研究樣本。因為中國國際航空上市較晚，從2006年第二季度才能查到完整數(shù)據(jù)，而五個上市航空公司2009年第四季度的財務(wù)數(shù)據(jù)還沒有發(fā)布，因此共得到90個樣本。
四、變量設(shè)定與篩選
?。?）因變量設(shè)定。因為我國民航局沒有專門的航班延誤指標，只有正常航班與不正常航班統(tǒng)計，而航班延誤占了不正常航班的絕大多數(shù)，因此本文采用航班不正常率作為航班延誤的替代變量。
由于Logistic模型的因變量是分類變量，需將連續(xù)型變量航班不正常率轉(zhuǎn)化為二分類變量。如果某航空公司某一季度不正常率大于所有樣本航空公司該季度不正常率均值，則賦值為1，低于均值的賦值為0，即賦值為1的公司相對于賦值為0的公司發(fā)生航班延誤的可能性更大。
?。?）自變量設(shè)定。本文選擇反映航空公司盈利能力、現(xiàn)金流量、償債能力、運營能力、成長能力及公司規(guī)模的各類變量作為候選自變量。具體指標如下：
盈利能力指標：主營業(yè)務(wù)利潤率、銷售凈利率、凈利潤
現(xiàn)金流量指標：經(jīng)營活動凈現(xiàn)金流、總資產(chǎn)現(xiàn)金回收率、銷售收現(xiàn)率
償債能力指標：流動比率、資產(chǎn)負債率
運營能力指標：總資產(chǎn)周轉(zhuǎn)率、固定資產(chǎn)周轉(zhuǎn)率
公司成長性指標：主營收入增長率、凈利潤增長率
公司規(guī)模指標：主營業(yè)務(wù)收入、資產(chǎn)總額
盈利能力指標與現(xiàn)金流量指標反映了公司的獲取利潤和現(xiàn)金流的能力，獲利能力與現(xiàn)金流量指標越高，公司越有充足的資金改善服務(wù)，而且盈利公司相對于虧損公司員工的工作積極性和主動性更高，有利于提高工作效率，降低人為原因的航班延誤。負債指標反映了公司負債程度，航空公司在購買或融資租賃飛機、發(fā)動機等固定資產(chǎn)時，往往會利用長期負債，所以資產(chǎn)負債率升高可能說明航空公司處于業(yè)務(wù)擴張期，購買的飛機多，可用運力增加，有助于增加航空公司航班計劃靈活性，降低航班延誤的可能性。而流動比率反映了公司流動資產(chǎn)對流動負債的保障程度，流動比率越高，說明公司能夠按時償還到期負債的可能性大，也說明公司擁有較充分的資金可用于提高服務(wù)質(zhì)量，降低航班延誤。運營能力指標反映了航空公司的資產(chǎn)利用效率，運營能力指標越大，說明公司對資產(chǎn)的利用效率越高，不過我國航空公司普遍存在的一個問題是，飛機日利用率較高，這樣雖然充分發(fā)揮了飛機的生產(chǎn)能力，但造成航班銜接過于緊密，一旦某一航班發(fā)生延誤，就會影響后續(xù)的一系列航班，造成大規(guī)模的延誤，因此固定資產(chǎn)周轉(zhuǎn)率高可能會加重航班延誤問題。公司成長性指標反映了公司業(yè)務(wù)增長情況，公司業(yè)務(wù)增長越快，航空公司可能會面臨更大的航班延誤壓力。公司規(guī)模變量反映了一個航空公司的實力和市場地位，公司規(guī)模越大，其可支配的資源越多，發(fā)生飛機晚到時可調(diào)節(jié)的余地越大，有利于降低航班延誤問題。
?。?）自變量篩選。由于所選自變量較多，在進行回歸分析前先進行自變量篩選。
第一步：利用單變量Logistic回歸模型篩選自變量。篩選自變量的方法：從檢查每個候選自變量與因變量之間的簡單關(guān)系著手，通過擬合單變量Logistic回歸模型來取得變量的顯著性檢驗結(jié)果。在簡單關(guān)系分析完成后，按顯著性從高到低選擇進入多變量回歸模型的自變量。在選擇時只要一個自變量在其簡單關(guān)系的檢驗中P<0. 5，都作為多變量模型的候選變量。在篩選候選變量時以0.5的顯著性水平，即α=0. 5作為標準的原因是避免在建立模型時遺漏某些重要的自變量，它們很可能在簡單分析時顯示與因變量弱相關(guān)，而在多變量分析時就成為重要的自變量。
通過對每個自變量的簡單分析，符合標準的自變量有資產(chǎn)負債率、總資產(chǎn)現(xiàn)金回收率、銷售凈利率，主營收入增長率、主營業(yè)務(wù)收入、固定資產(chǎn)周轉(zhuǎn)率。
第二步：對入選指標進行多重共線性檢驗。因為所選指標均為公司財務(wù)指標，為了避免指標間的多重共線性問題，在進行多變量回歸前先進行多重共線性檢驗。本文采用自變量的相關(guān)系數(shù)表、并借助SPSS，使用容忍度、方差膨脹因子、特征值和條件指數(shù)來進行多重共線性檢驗。一般來說，如果兩個自變量的相關(guān)系數(shù)超過0.9，容忍度小于0.1、膨脹因子大于10、特征值接近0或條件指數(shù)大于30時，提示存在嚴重共線性，必須進行處理。
自變量相關(guān)系數(shù)表如表1所示，SPSS的多重共線性診斷結(jié)果見表2。
表1顯示，各指標間相關(guān)度較小，只有收入對數(shù)與總資產(chǎn)現(xiàn)金回收率的相關(guān)系數(shù)超過了0.5。
在SPSS中，共線性診斷仍然是通過多元線性回歸分析來實現(xiàn)的，SPSS線性診斷的結(jié)果（表2）顯示6個自變量的容忍度均大于0.1，方差膨脹因子均小于10，顯示變量間不存在明顯多重共線性，但特征值有兩項很小，分別為0.07、0.01，條件指數(shù)最大為93.5，遠遠超過30，說明自變量間存在較嚴重的共線性。對診斷有多重共線性的自變量，常用的處理方法有：剔除不重要變量、主成分分析法、差分法及嶺回歸等。由于候選指標較少，本文根據(jù)自變量相關(guān)系數(shù)表并結(jié)合單變量模型的顯著性檢驗結(jié)果，將與其他變量相關(guān)系數(shù)較大且單變量回歸統(tǒng)計不顯著的主營業(yè)務(wù)收入指標從候選指標中去掉。此時再利用SPSS進行多重共線性檢驗，條件指數(shù)最大值為27.4，小于30，說明變量間不存在嚴重的多重共線性問題。
五、多變量Logistic回歸分析
在前面工作的基礎(chǔ)上，選擇資產(chǎn)負債率、總資產(chǎn)現(xiàn)金回收率、銷售凈利率、主營收入增長率、固定資產(chǎn)周轉(zhuǎn)率五個指標進行多變量Logistic回歸分析，分析結(jié)果見表3。
表3顯示，五變量回歸模型的HL指標值為11.51，自由度為8， P＝0.17，沒有通過顯著性檢驗，說明模型擬合度較好，并且模型χ2 值為15.23，自由度為5，P=0.01，統(tǒng)計性顯著，說明自變量提供的信息有助于更好地預測航班延誤事件是否發(fā)生。根據(jù)表3的回歸結(jié)果可以構(gòu)造如下Logistic模型：
Ln（P/（1-P））=8.15-9.14X1-18.85X2-3.49X3+0.23X4+0.20X5
式中P為航班延誤發(fā)生的概率，X1、X2、X3、X4、X5分別為資產(chǎn)負債率、 總資產(chǎn)現(xiàn)金回收率、銷售凈利率、主營收入增長率、 固定資產(chǎn)周轉(zhuǎn)率。表3的回歸結(jié)果顯示，資產(chǎn)負債率、總資產(chǎn)現(xiàn)金回收率、 銷售凈利率的系數(shù)均為負值（其中銷售凈利率的系數(shù)沒有通過顯著性檢驗），說明航班延誤的可能性會隨著資產(chǎn)負債率、總資產(chǎn)現(xiàn)金回收率、銷售凈利率的提高而降低；主營收入增長率、固定資產(chǎn)周轉(zhuǎn)率的系數(shù)為正， 但沒有通過顯著性檢驗， 說明主營收入的增長會加重航班延誤問題，提高固定資產(chǎn)周轉(zhuǎn)率可能會造成飛機日利用率過高，使飛機在機場過站時間不足， 影響后續(xù)航班正常率， 或者備用飛機不足而引發(fā)大面積延誤。
六、結(jié)論與建議
航班延誤問題是受到社會廣泛關(guān)注的一個問題，航班延誤會影響消費者對航空公司服務(wù)的滿意度，進而影響其對航班、航空公司的選擇，從而會影響航空公司的聲譽、客源和利潤，因此航空公司必須對航班延誤問題給予高度重視。本文研究了航空公司財務(wù)狀況對航班延誤的影響。Logistic回歸模型統(tǒng)計結(jié)果顯示，航班延誤的可能性會隨著航空公司資產(chǎn)負債率、總資產(chǎn)現(xiàn)金回收率、銷售凈利率的提高而降低，會隨著主營收入增長率、固定資產(chǎn)周轉(zhuǎn)率的提高而提高。
筆者認為，要解決航班延誤這一問題，一方面航空公司應(yīng)采取積極措施降低航班延誤率。在公司計劃方面航空公司要合理地制定公司計劃，并將公司資產(chǎn)負債率和固定資產(chǎn)周轉(zhuǎn)率控制在一個合理水平，不能為了提高固定資產(chǎn)使用效率而將航班排得過于緊密，盡量降低航班計劃原因?qū)е碌难诱`。其次要加強分析，提高航班計劃編排水平。 航空公司要充分利用自身運行控制系統(tǒng)優(yōu)勢，對航班計劃的空中飛行時間、地面滑行時間、機場過站時間進行統(tǒng)計和分析，對于計劃編制不合理的航班應(yīng)及時進行調(diào)整，提高航班計劃的準確度。 航空公司應(yīng)該采取措施提高公司盈利能力，保證有充足的資金用于提高服務(wù)質(zhì)量。航空公司要采取有力措施增強機務(wù)維修、地面服務(wù)等飛行保障措施，建立系統(tǒng)高效的飛行保障體系。增強機務(wù)人員飛機維護、維修能力，提高維修質(zhì)量和維修速度，在保障飛行安全的前提下盡可能縮小因機務(wù)原因造成的航班延誤。另一方面， 民航局應(yīng)加強航班延誤治理，保障航班正常。 要完善航班正常標準，修改統(tǒng)計辦法。明確航空公司、機場、空管各方面對保障航班正常的責任。建立保障航班正常的獎懲機制，強化激勵約束。航空公司、機場要優(yōu)化地面服務(wù)流程，提高運行效率。此外還應(yīng)做好大面積航班延誤后的應(yīng)急處置工作，建立完善大面積航班延誤后應(yīng)急信息中心和指揮中心，制定航班延誤后工作程序，建立完善航班延誤監(jiān)督處罰機制。
