林國龍，陳言誠

(上海海事大學(xué) 科學(xué)研究院，上海 201306)

0 引言

國際干散貨航運(yùn)市場是國際航運(yùn)市場的重要組成部分，影響其波動的因素較多，其中主導(dǎo)影響因素是干散貨航運(yùn)市場的供給與需求關(guān)系.供給反映的是干散貨航運(yùn)市場自身規(guī)模的發(fā)展，需求反映的是國際干散貨貿(mào)易的發(fā)展，而波羅的海干散貨運(yùn)價指數(shù)(Baltic Dry Index，BDI)是對供需變動的反映.［1］觀察BDI的歷史數(shù)據(jù)，不難發(fā)現(xiàn)市場呈現(xiàn)周期性波動，且周期時間長度正在逐漸縮短，分析國際干散貨航運(yùn)市場的周期性特征有助于對該市場形成整體性的理解，也有助于進(jìn)行宏觀決策.

根據(jù)STOPFORD［2］的理論，將航運(yùn)市場的變化具體分為3種不同性質(zhì)的周期:長周期、短周期和季節(jié)性周期，分別呈現(xiàn)波谷、復(fù)蘇、波峰和衰退等4個階段，與經(jīng)濟(jì)周期有很大的相關(guān)性.干散貨航運(yùn)市場的周期性波動主要是由市場供給與需求關(guān)系的失衡造成的，當(dāng)供給大于需求時，市場處于衰退階段直至波谷;反之，市場處于復(fù)蘇階段直至波峰.杜昭璽等［3］選用1999年11月到2008年4月的BDI月度數(shù)據(jù)作為研究對象，分別對BDI的季節(jié)性和周期性波動規(guī)律進(jìn)行研究，得出BDI長期波動趨勢，近8 a來BDI的周期在3.0～3.5 a.王磊等［4］運(yùn)用譜分析方法研究海岬型船平均營運(yùn)收入與新船價格之間的周期波動關(guān)系，得出兩者的波動周期為3～5 a，并且新船價格的變化比營運(yùn)收入變化滯后約4個月.劉子建［5］選用1985—2009年的BDI季度數(shù)據(jù)作為研究對象，運(yùn)用小波理論研究干散貨市場周期波動，得出BDI長周期是16 a，短周期是4 a.

綜上所述，近年來學(xué)者對干散貨航運(yùn)市場的周期性研究對象大多只選擇BDI指數(shù)，主要運(yùn)用去除趨勢和季節(jié)、譜分析和小波分析等方法，而沒有將兩種以上的方法結(jié)合起來對干散貨航運(yùn)市場的若干子市場進(jìn)行整體性研究.本文通過運(yùn)用CF(Circle－Frequency)濾波與譜分析相結(jié)合的方法，研究干散貨航運(yùn)市場的新造船市場、二手船市場、拆解船市場、運(yùn)費(fèi)市場和干散貨貿(mào)易市場的周期性及其相互關(guān)系，以達(dá)到對干散貨航運(yùn)市場周期的整體性分析.

1 研究框架

研究對象包括干散貨航運(yùn)市場新造船價格(PN)、二手船價格(PS)、拆解船價格(PD)、BDI和干散貨貿(mào)易量NT.具體研究框架見圖1.

2 方法介紹

2.1 Census X12季節(jié)調(diào)整

圖1 研究框架

Census X12［6］季節(jié)調(diào)整程序是美國商務(wù)部人口普查局在X11方法的基礎(chǔ)上發(fā)展而來的，將時間序列(Yt)分解成趨勢循環(huán)要素序列(TCt)、季節(jié)要素序列(St)和不規(guī)則要素序列(It)，以確保能夠反映時間序列運(yùn)動客觀規(guī)律的趨勢循環(huán)要素被分離出來.主要調(diào)整模型有4種形式:乘法、加法、偽加法和對數(shù)加法模型.本文主要應(yīng)用乘法模型，其特點(diǎn)是可以避免計量單位的影響，增強(qiáng)不同經(jīng)濟(jì)變量之間的可比性，其一般形式為Yt=TCtStIt，具體計算有3個步驟.

(1)季節(jié)調(diào)整的初始估計，又分為5小步.

①通過中心化12項(xiàng)移動平均計算趨勢循環(huán)要素的初始估計

②計算季節(jié)和不規(guī)則要素SI項(xiàng)的初始值

③通過3×3移動平均公式計算季節(jié)因子S的初始估計

④消除季節(jié)因子中的殘余趨勢

⑤季節(jié)調(diào)整結(jié)果的趨勢循環(huán)和不規(guī)則要素初始估計

(2)計算暫定的趨勢循環(huán)要素和最終的季節(jié)因子，又分為5小步.

①利用Henderson移動平均公式計算暫定的趨勢循環(huán)要素

②計算暫定的季節(jié)和不規(guī)則要素SI項(xiàng)

③通過3×5項(xiàng)移動平均計算暫定的季節(jié)因子

④計算最終的季節(jié)因子

⑤季節(jié)調(diào)整的第2次估計結(jié)果的趨勢循環(huán)和不規(guī)則要素

(3)計算最終的趨勢循環(huán)要素和最終的不規(guī)則要素，又分為2小步.

①利用Henderson移動平均公式計算最終的趨勢循環(huán)要素

②計算最終的不規(guī)則要素

2.2 CF濾波趨勢分解

趨勢循環(huán)要素分解的方法有很多，在研究周期性中廣泛使用的濾波技術(shù)主要有3種:HP濾波、BK濾波和CF濾波.其中，HP濾波為高通濾波，BK濾波和CF濾波為帶通濾波.本文采用CF濾波方法.

CF濾波是一種全樣本非對稱帶通濾波，此方法是眾多濾波方法中較新的一種，是 CHRISTIANO等［8］對BK濾波進(jìn)行改進(jìn)后提出的，與HP濾波(只過濾掉低頻的周期成分而把剩余部分作為周期成分)和BK濾波(過濾掉低頻的趨勢成分和高頻的不規(guī)則波動成分，并且會損失樣本數(shù)據(jù))不同，CF濾波具有充分的靈活性，不但對不同性質(zhì)的時間序列采用不同的濾波公式，而且在同一時間序列不同時間點(diǎn)的估計也選取不同的階段和權(quán)重［7］，不損失樣本數(shù)據(jù)，能夠過濾掉總量在全樣本期的趨勢.同時，可以根據(jù)研究數(shù)據(jù)的需要分離出特定周期長度的循環(huán)要素，并考慮數(shù)據(jù)的時序特征和平穩(wěn)性特征，分解出的周期性成分更為客觀、準(zhǔn)確.其所采用的計量模型［8］如下:

假設(shè)yt是從一個總量時間序列xt在2π/w－m到2π/w－

n頻帶之間分離出來的周期，即

式中:L是滯后算子;B(L)是理想的帶通濾波，可以寫成

然而，理想帶通濾波只適用于無窮數(shù)列，因此CHRISTIANO 等［8］提出通過近似估計yt=B(L)xt，并依據(jù)殘差值平方和期望最小化原則使得在最大程度上近似y，即t

式中:fx()是總時間序列 xt在頻帶的譜，CHRISTIANO等［8］采用假設(shè)數(shù)據(jù)產(chǎn)生服從隨機(jī)游走過程的方法求解.

2.3 譜分析

時間序列{Xt|t=0，1，2，…，n}的譜密度或標(biāo)準(zhǔn)譜密度函數(shù)是周期波動譜分析的重要內(nèi)容.一般對譜密度函數(shù)進(jìn)行加窗處理得譜密度的窗譜估計，常見的窗函數(shù)有矩形窗、巴特利特窗、圖基—漢寧窗、帕曾窗等.在選擇窗函數(shù)時，窗譜主瓣盡可能窄以獲得較陡的過渡帶，盡量減少窗譜最大旁瓣的相對幅度以減小肩峰和波紋.在以上幾種窗函數(shù)中，圖基—漢寧窗的旁瓣相對較小，不易產(chǎn)生譜泄露，對輸出信號的頻率分析精度影響較小，所以本文采用圖基—漢寧窗譜估計法［9－10］.其計算步驟如下:

(1)計算時間序列{Xt}的樣本自協(xié)方差函數(shù)R^(k)和樣本自相關(guān)函數(shù)r^(k)

為圖基—漢寧滯后窗.

3 實(shí)證研究

運(yùn)用以上理論方法，使用EViews和MATLAB求解，選取干散貨航運(yùn)市場 IBD，PN，PS，PD和 NT等5大市場的月度數(shù)據(jù)，IBD，PN和PS數(shù)據(jù)從1985年1月到2011年6月，NT數(shù)據(jù)從1991年1月到2010年12月，PD數(shù)據(jù)從1995年11月到2011年6月.(數(shù)據(jù)來源于Clarkson網(wǎng)站)

3.1 Census X12季節(jié)調(diào)整

首先對數(shù)據(jù)取對數(shù)處理，分別記為LBDI，LNP，LSP，LDP和LTN.然后用Census X12季節(jié)調(diào)整法去掉季節(jié)和不規(guī)則要素，得到只包含趨勢循環(huán)要素的序列LBDI_TC，LNP_TC，LSP_TC，LDP_TC和 LTN_TC，見圖2.

圖2 循環(huán)趨勢要素序列

3.2 CF濾波分析

用CF濾波分析所得到的趨勢循環(huán)要素序列，考慮到數(shù)據(jù)的時間長度，將分離長度定為18～84個月的周期成分.將該序列進(jìn)行趨勢循環(huán)分解，得到圖3所示的趨勢(Trend)循環(huán)(Cycle)分解圖.

從圖3可以得到5大市場循環(huán)周期波動圖(見圖4).從圖4可知，5大市場的循環(huán)周期波動序列的循環(huán)周期波動時間呈逐漸縮短且波動幅度呈增大趨勢，唯有NT的波動幅度較為平穩(wěn)，因?yàn)楦缮⒇浿饕设F礦石、煤等不可再生資源組成，其波動幅度有限.觀察循環(huán)周期波動圖，在NT增長的帶動下，將會引起IBD的上漲，兩者的反應(yīng)幾乎同時進(jìn)行，呈現(xiàn)同升同跌的趨勢，而隨后PN，PS和PD也隨之上漲.

圖3 趨勢循環(huán)分解圖

圖4 5大市場循環(huán)周期波動

為此，運(yùn)用 Granger因果關(guān)系檢驗(yàn)［6］分析5大市場循環(huán)周期波動之間的相互影響關(guān)系.從表1可知，在5%的臨界值下，NT與IBD存在單向的影響關(guān)系，表示IBD不會影響NT，但NT會影響IBD的變化，而IBD與PN，PS和PD之間呈現(xiàn)相互影響的關(guān)系.因?yàn)镮BD的上漲，引起船舶所有人看好未來市場，船舶所有人會因?yàn)檩^高的運(yùn)費(fèi)想要獲取更多的收益，作出增加新船訂購量和二手船購買量的決策，引起PN和PS也隨之上漲，拆解船市場由于干散貨市場前景明朗，船舶所有人都不愿意將船舶進(jìn)行拆解，導(dǎo)致拆解船市場呈現(xiàn)量跌價漲的現(xiàn)象，反之亦然.

表1 Granger因果關(guān)系檢驗(yàn)結(jié)果

同時，觀察循環(huán)周期波動圖的波谷和波峰時發(fā)現(xiàn)，BDI循環(huán)周期波動的波谷和波峰都領(lǐng)先新造船市場、二手船市場和拆解船市場大約5～12個月，充分說明BDI作為國際干散貨航運(yùn)市場上的“晴雨表”，成為其他相關(guān)市場的領(lǐng)先指標(biāo).隨著航運(yùn)市場技術(shù)的飛躍發(fā)展和市場反應(yīng)速度的加快，BDI的領(lǐng)先時間正在逐漸縮短.

從圖3的循環(huán)周期波動圖的波動軌跡還能粗略得到循環(huán)要素序列的周期情況，為了得到循環(huán)要素序列精準(zhǔn)的周期，采用譜分析方法計算出各循環(huán)要素序列波動的周期.

3.3 譜分析

在進(jìn)行譜分析時，首先需要對循環(huán)要素序列進(jìn)行平穩(wěn)性檢驗(yàn)，本文采用PP檢驗(yàn)［6］，檢驗(yàn)出循環(huán)要素序列均為平穩(wěn)序列.隨即對循環(huán)要素序列進(jìn)行圖基—漢寧窗譜分析，窗函數(shù)M分別取60和80，得到圖5所示的周期圖譜.

圖5 各循環(huán)要素周期圖譜

從圖5可知:PN的頻率為0.024，周期約為42個月;PS，PD和IBD的頻率都為0.025，周期約為40個月;NT的頻率為0.021，周期約為48個月.由此可推出，市場的波動周期在3.5 a左右，這與全球航運(yùn)市場分析家SHIRISH Nadkarni在其研究航運(yùn)業(yè)周期論文中指出的全球性航運(yùn)周期已經(jīng)從原來的7 a左右縮短到最近的3～4 a的結(jié)論一致，這正是干散貨航運(yùn)市場供給與需求關(guān)系不斷變化的結(jié)果.在供給與需求平衡狀態(tài)，世界經(jīng)濟(jì)的發(fā)展帶來干散貨貿(mào)易量的變化，破壞供給與需求關(guān)系的平衡;當(dāng)需求大于供給時，運(yùn)費(fèi)上升，帶來新造船和二手船市場的繁榮，市場進(jìn)入高峰期;隨著新造船數(shù)量不斷增多，拆解船數(shù)量減少，導(dǎo)致市場供給大于需求，迫使運(yùn)費(fèi)下降，市場進(jìn)入低谷期，此時拆解船市場變得活躍，致使供給與需求達(dá)到新的平衡，如此循環(huán)往復(fù)地進(jìn)行著國際干散貨航運(yùn)市場的周期性變化.這為從事干散貨航運(yùn)的經(jīng)營者進(jìn)行經(jīng)營決策提供重要的依據(jù)，使其可在市場波動周期的基礎(chǔ)上，根據(jù)市場的發(fā)展趨勢和淡旺季狀況進(jìn)行合理決策.

4 結(jié)束語

通過運(yùn)用CF濾波分析國際干散貨航運(yùn)市場中的新造船市場、二手船市場、拆解船市場、BDI和干散貨貿(mào)易市場的周期性波動，發(fā)現(xiàn)干散貨航運(yùn)市場具有以BDI或干散貨貿(mào)易量為領(lǐng)先指標(biāo)，繼而影響其他3個市場的發(fā)展趨勢;運(yùn)用譜分析方法計算干散貨航運(yùn)市場的周期長度，發(fā)現(xiàn)市場的波動周期約為3.5 a.目前，干散貨航運(yùn)市場的供給遠(yuǎn)遠(yuǎn)大于需求，反映出BDI正處于低谷時期，根據(jù)3.5 a的航運(yùn)市場周期推算，預(yù)計要到2013后才能出現(xiàn)航運(yùn)市場高峰期.干散貨航運(yùn)市場經(jīng)營者可以根據(jù)這個市場周期，結(jié)合實(shí)際的世界經(jīng)濟(jì)形勢、干散貨貿(mào)易需求、新造船、二手船、拆解船市場和其他相關(guān)市場狀況進(jìn)行有效的市場預(yù)測，合理調(diào)節(jié)運(yùn)力結(jié)構(gòu)，以規(guī)避風(fēng)險、提高效益.

［1］ROBERT A.The bulk shipping business:market cycles and shipowners’biases［J］.Maritime Policy ＆ Manage，2007，34(6):577－590.

［2］STOPFORD M.Maritime economics［M］.London:Taylor＆ Francis，2008:93－133.

［3］杜昭璽，李陽，靳志宏.波羅的海干散貨運(yùn)價指數(shù)預(yù)測及實(shí)證分析［J］.大連海事大學(xué)學(xué)報:社會科學(xué)版，2009，8(1):77－80.

［4］王磊，李序穎.海岬型船平均收益與新造船價格波動相關(guān)性的互譜分析［J］.上海海事大學(xué)學(xué)報，2010，31(3):74－77.

［5］劉子建.基于小波理論的國際干散貨航運(yùn)市場周期波動及預(yù)測研究［D］.大連:大連海事大學(xué)，2009.

［6］高鐵梅.計量經(jīng)濟(jì)分析與建模:EViews應(yīng)用及實(shí)例［M］.北京:清華大學(xué)出版社，2009.

［7］湯鐸鐸.三種頻率選擇濾波及其在中國的應(yīng)用［J］.數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2007(9):144－156.

［8］CHRISTIANO L J，F(xiàn)ITZGERALD T J.The band pass filter［J］.Int Econ Rev，2003(44):435－465.

［9］馬葉江，胡思繼，武旭.運(yùn)輸經(jīng)濟(jì)周期波動的譜分析測定方法［J］.北京交通大學(xué)學(xué)報，2008，7(2):12－15.

［10］王磊，李序穎.基于譜分析的波羅的海干散貨運(yùn)價指數(shù)周期研究［J］.數(shù)理統(tǒng)計與管理，2011，30(6):1051－1059.