4.3.业内影响及推广应用
我们在数据挖掘的过程中，通过我们的核心实验室-东和中科LGD联合实验室，与各个的监管机构（如：银监会、美联储等）、国内外多家银行（如：中国银行、中国工商银行、交通银行、瑞典北欧斯安银行等）和咨询机构（如：Moody's KMV、FEG等）进行了深层次的交流和研讨，我们的成果获得了他们的高度评价，同样也得到许多非常重要的经验和启示。
同时我们与中国银行股份有限公司、东兴证券股份有限公司、上海远东资信评级有限公司、东方金诚国际信用评估有限公司等公司确立了战略合作伙伴的关系；与美国斯坦福大学、中国台湾政治大学、新加坡国立大学、中国香港城市大学、瑞典北欧斯安银行保持长期的学术交流。
与此同时，东和中科LGD联合实验室承载了国内金融业界的多方关注，在金融信用风险管理、中国不良贷款LGD研究、建模及应用领域取得了多项开创性的成果。此外，实验室还大力开展学术交流，与来自美国、加拿大、欧洲、日本等地金融监管及业界的高级研究人员和学者开展了座谈，在进行研究成果介绍的同时，获得了国际金融机构在相关领域的众多实践经验。
东和中科LGD联合实验室所依托的强大数据资源，来自于中国东方资产管理公司旗下北京东方中和数据咨询有限公司创建的LossMetrics数据库。作为国内唯一可与国际先进信贷风险研究数据库相媲美的信贷全过程数据库，LossMetrics的出现填补了中国LGD定量研究所需银行违约贷款数据缺失的空白，是目前国内规模最大、信息最全的跨行违约贷款损失数据库，该数据库也因此获得了2009中国国际金融展金融业务创新奖。
金融数据挖掘业务顺应了中国金融蓬勃发展的大环境，在金融风险管理的核心领域，类似LossMetrics数据库，东和中科LGD联合实验室这样的国内研究智库，必将为推动中国金融风险管理计量承担更重要的使命。
5.结束语
随着我国国民经济持续稳定发展的同时，金融业也面临着越来越严峻的挑战。一方面，金融企业的体制和业务发展的转变，使得传统的金融企业体制下形成的经营管理体制与现代金融企业经营管理原则之间的矛盾日益尖锐。另一方面，随着金融机构的迅速发展和金融市场日益开放，国外金融机构开始进驻国内金融市场，中国各金融企业正面临前所未有的竞争压力。相对国内金融机构而言，国外金融机构具有良好的资产结构和丰富的管理经验。
此外，他们在技术上也得到了国际软件业巨头的大力支持。因此国内金融机构无论在管理上还是技术上都难以与之抗衡。但是我们也逐渐意识到自己的优势所在——拥有庞大的客户群和丰富的业务数据，只不过这些潜在的企业资源还远没有得到充分的挖掘和利用。
日趋激烈的市场竞争使得金融机构对于数据处理提出了更高的要求，他们已经不满足于信息系统能够迅速地处理业务，而是需要从浩如烟海的大量数据中探索业务活动的规律，提炼出经营管理所必需的关键信息，使金融机构能对其自身业务的运作以及整个市场相关行业的态势进行分析，从而进行正确决策，并最终通过市场竞争转变为利润。我们可以通过数据挖掘，发现数据间内在联系或推导出有价值的结论。为金融业的科学决策提供很好的技术支持。解决金融机构业务数据“过剩"而决策所需信息贫乏的局面。
广阔天地，大有作为，数据挖掘技术不仅对资产管理公司，在商业银行、保险证券等其他金融机构亦前途远大，对维护国家金融市场的稳定大有裨益。
参考文献
吴蓬生.不良债权研究.北京：中国财政经济出版社，2002
张鹏飞.我国国有商业银行不良贷款处置研究[J].科技情报开发与经济，2009（28）：115-117
李学勃.数据挖掘在金融业的应用分析[J].万方数据，2009（10）
范明.数据挖掘概念与技术[M].北京：机械工业出版社，2007（3）：424-425
王凤玲，王东浩等.不良资产处置方式及影响因素分析.数理统计与管理[J].
唐跃，杨晓光等.中国不良贷款的回收率地区差异分析.系统工程理论与实践[J].投稿中
陈浩，杨晓光等.企业规模对我国贷款违约回收率分布影响的广义贝塔模型.系统工程理论与实践.投稿中
陈浩，杨晓光等.不良贷款处置时间效应分析.系统工程理论与实践.[J].投稿中
王博，杨晓光等.我国不良贷款回收率的影响因素和预测模型.系统工程理论与实践[J].投稿中
陈暮紫，杨晓光等.中小型企业不良贷款回收率特征与结构分析.系统工程理论与实践[J].投稿中
航空公司航材布局优化
韩明亮
（中国民航大学经济与管理学院，天津300300）
摘要：航空公司的航材在各基地间的合理布局，对于保障航空公司各基地的航班正常运营和减少航空公司的航材成本有着十分重要的意义。本文对航空公司的航材成本构成进行了分析，提出了航空公司航材布局的两种方案，并建立了消耗件航材的布局优化模型。将模型应用于国内某航空公司的航材管理实践中，将该航空公司典型航材的实际数据代入模型求解，得出了航材在各基地间的布局方案，并与现采用的航材布局方案的航材成本进行分析对比，计算出了采用优化布局的航材成本减少量。研究成果为航空公司的航材在各基地间的合理布局提供了决策支持。
关键词：航空公司；航材；布局；优化；保障率
中图分类号：F830.91.文献标识码：A
0.问题研究背景
航材是航空器材的简称，包括军用航空的航空器材和民用航空的航空器材。本文中的航材专指民用航空的航空器材。
航材是保障航空公司的航班安全、正常运营的必备的航空器材。重要的航材（如NOGO件）出现故障时，必须得到及时的拆换，否则飞机不能安全飞行，将造成飞机停场（AOG）；即使是GOIF件和IFGO件航材出现故障，虽然在一定的条件下能够带故障飞行，也必须在规定的时间内得到拆换。因此航空公司为了保证航班安全、正常地运营，必须存储一定数量的航材。一架飞机上包含有大量不同种类的航材。由于单件航材一般都很昂贵，因此航空公司实际储备的航材越多，占用的资金量越发巨大。
从实际数据分析来看，航材的存储量与能够达到的航材保障率之间的关系如图1所示。由图1可知，当航材保障率达到90%～92%后，如果希望进一步提高航材的保障率，需要存储的航材数量将上升得越来越迅速。可见如果航空公司仅凭一己之力来达到很高的航材保障率需要占用大量的资金，使航材成本巨大。一方面，从存储理论可知，当航材缺件损失有限时，适当缺件可以减少航材成本；另一方面，如果多家航空公司之间通过航材联合采购、航材互借等方式开展合作，则可以降低每家航空公司的航材采购成本和存储成本，减少AOG，并使每家航空公司在自身存储航材数量较少的情况下通过航材互借等方式即能达到较高的航材保障率，最终减少每家航空公司的航材资金占用，降低航材成本。
航材根据是否可重复使用而分为周转件和消耗件。消耗件是指只能使用一次或者维修不经济的航材，周转件则是指经过维修后可以重复使用的航材。由于不同航材的重要性、采购成本和存储成本的不同，实际工作中对不同航材规定了不同的保障率要求。
国际上的大型航空公司为了实现航空运输的规模经济、密度经济和范围经济，除了总部之外，一般都在很多重要的枢纽地点建立了运营基地。我国的一些大型航空公司也是如此，各自在国内建立了多个运营基地，各个基地都配备着一些飞机，运营着一些航班。这些飞机的维修一般在本基地进行，因此每个基地都需要储备一定数量的航材。由于各基地对航材的保障率都有要求，因此对同种航材的配备可以有两种方案选择：方案一是为每个基地配备足量的该种航材，以满足该种航材的保障率要求；方案二是不为每个基地足量配备该种航材，当某基地出现航材缺件时通过从其他基地调用来解决，最终也要满足该种航材的保障率要求。目前国内不同的航空公司这两种方案都采用，但是对于各基地的航材配备数量仅凭经验确定，缺乏科学依据。
本文拟针对航空公司的航材在各基地间的布局优化问题展开研究，使用数学优化模型确定各基地最优的航材配备数量和航材保障率。由于经过多方的文献搜集，未发现国内外有公开发表的关于航空公司航材布局优化方面及类似方面的研究成果，而多侧重于航材库存的优化决策等方面的研究。因此本研究对于航空公司保障各基地的航班正常运营和减少总的航材成本有着重要的意义。
1.航材布局可选方案分析
1.1航材存储数量分析
根据各基地该种航材以往的需求情况统计资料，分析该种航材的储备量与可达到的保障率之间的分布关系，通过概率统计或仿真分析，可以计算出各基地达到规定的保障率时应该配备的航材数量。
通过对航材需求的实际数据统计分析得知，航材的需求量一般服从泊松分布。
对于方案一，设基地i（i=1，…，N）的航材需求量ri服从平均需求量为的泊松分布，则基地i的航材存储量为Si，1时能够达到的保障率Ri为。当该种航材规定的保障率为R0时，由即可确定出基地i该种航材的存储量，则所有基地总的航材存储量为。
对于方案二，根据泊松流的聚集性，所有基地总的航材需求量r（=）服从平均需求量为的泊松分布，则理论上所有基地总的航材存储量为S2时能够达到的保障率R为 。由即可确定出所有基地该种航材总的存储量。
1.2航材成本分析
航材成本主要包括航材采购成本、存储成本和航材缺件损失。
航材采购成本包括航材采购过程发生的固定成本和变动成本，一般受航材的采购数量、采购时机和选择的航材供应商等因素影响。
航材的存储成本包括航材在库房存储的整个期间内发生的所有成本，例如仓库人员的工资、航材存储期间消耗的各种资源成本、航材占用资金的机会损失（以占用资金的利息或期望收益计算）、航材报废的损失等等。实际分析时，需要将一些成本（如仓库人员的工资、航材存储期间消耗的各种资源成本）按照一定的原则分摊到每种航材，以合理、准确地确定某种航材的存储成本。
航材缺件损失是指由于航材缺件造成飞机停场的损失、从其他基地调用航材或者从其他航空公司借用航材发生的成本等。
根据1.1中确定出的两种方案需要存储的航材数量，可以计算出所有基地配备该种航材所发生的航材成本。对于两种方案，各自发生的成本项和成本数量存在明显的差别。例如由于两个方案各基地需要存储的航材数量不同，航材的存储成本会有明显不同；再如方案一不需要从其他基地调用航材，因此不会发生航材调用成本。
1.3.目标分析
在航材布局方案的选择分析中，可以航材成本最小或者总的航材保障率最高作为目标。
以航材成本最小为目标，是希望各基地在都达到规定的航材保障率的前提下，使所有基地总的航材成本最小；
从平均航材保障率考虑，希望在一定的可用资金限制下和各基地全部达到航材保障率规定的前提下，使所有基地总的航材保障率最高。
1.4.航材调用基地的选择
由于方案二中，当某基地存储航材不足而发生缺件时，需要从其他基地调用航材，而从不同基地调用航材时需要的时间和发生的调用成本各不相同，因此还需要对从哪个基地调用航材做出选择。一般从以下几个方面作为选择航材调用基地的原则：
（1）调用航材需要的时间。在一定的时间内能够从其他基地调来航材，就不会对航班的正常运营产生影响，否则将造成飞机停场，导致航班不能正常运营，并且迟到的时间越长，飞机停场损失越大。
（2）调用航材产生的成本。从其他基地调用航材时，根据两基地之间的航班情况和其他运输方式的运营情况，可能采取不同的调运方式，因此需要的航材调用时间和产生的航材调用成本也不同。
1.5.航材布局优化模型的建立
通过对以往若干时期某种航材需求资料的概率统计分析，可以建立该种航材的需求预测模型，并对未来该种航材需求量作出预测。本文以消耗件航材为例，根据预测出的未来某种航材需求量，建立消耗件航材布局优化模型。
当预测出未来某时期的航材需求量时，方案一和方案二的航材购买数量是一致的，因此在进行两方案的对比分析时，不需考虑航材购买成本。
在模型中，需要考虑航材调用时间的不同。当航材调用时间在限定时间之内时只发生调用成本；如果航材调用时间超出限定时间，则将发生航材调用成本和飞机停场损失，因此航材缺件损失是航材调用时间的分段函数。
2.案例分析
根据国内某骨干航空公司的三个基地以往数年的某件号航材的拆换次数数据，预测出下航季该种航材的拆换次数分别为35、51、47次，规定保障率为95%。
将上述数据代入式2，求解得即总共需要新增102件航材。加上航季初的航材存量，三个基地的航材配置数量分别为32、46、43件。
