建立和完善企业的信用评估和监控体系,对于保障各种信用关系的健康发展与整个市场经济体系的正常运行十分重要。当前我国经济市场上存在着严重的信用缺失现象。航运业作为国民经济的基础产业,正面临着非常严重的信用问题。国内外研究航运企业客户信用问题的文献非常少,未见国外关于此类问题的研究文献,国内只有袁雁、杨华龙、谭朝阳等人对航运企业客户风险成因及信用管理作了研究,上海航交所建立了对航运企业进行信用评价的指标。而航运企业具有运输周期长、投入成本高、风险规避能力小等特点,其客户大部分是贸易公司,具有高风险性。因此,对航运企业客户进行信用评价及预警研究是非常必要的。论文首先分析航运企业及其客户的特殊性,航运企业固定资产比率高、融资渠道少,其客户涉及的行业分散、数量众多且良莠不齐,受贸易政策、汇率和地域影响很大。针对航运企业营运及其客户的上述特点,建立适合于航运企业对客户进行信用评价的指标体系,并构建基于BP神经网络的信用评价模型,使用自适应学习步长、增加动量项等方法改善神经网络局部收敛,训练速度慢的缺点,提高模型的适用性和有效性。然后,论文研究航运企业客户信用预警指标体系及模型。为了对客户的信用进行动态监控和跟踪,减少甚至避免因客户信用风险而造成的损失。论文建立结合敏感性指标、现金流量比率、行为评分指标的预警指标体系,构建了简单、实用的预警模型,衡量客户偏离行业平均值的程度,偏离程度越大,则客户的警情越严重。最后,论文设计航运企业客户信用评价与预警系统,对该系统进行功能分析、结构设计、数据库设计及工作模式分析。该系统以信用数据库为中心,具有客户信用档案的存储和管理、客户信用评价、客户信用预警、客户信用分析等功能,分客户信息管理、评价指标及模型、预警指标及模型、评价等级分析、预警警度分析、运量分析、运费支付情况分析等子模块。论文研究了航运企业客户信用评价和预警的理论方法,对于航运企业科学地评价其客户信用并及时采取相应对策提供了决策依据。