張秋雨

CBCFI收益率序列波動(dòng)性實(shí)證分析

張秋雨

為了推進(jìn)上海國際航運(yùn)中心的建設(shè)，加快開發(fā)航運(yùn)運(yùn)價(jià)指數(shù)衍生品，為中國航運(yùn)企業(yè)控制市場風(fēng)險(xiǎn)創(chuàng)造條件，上海航交所于2011年12月7日正式發(fā)布了中國沿海煤炭運(yùn)價(jià)指數(shù)（簡稱CBCFI）。文章基于GARCH-M模型和EGARCH模型對CBCFI日收益率的波動(dòng)特征進(jìn)行分析，實(shí)證結(jié)果表明，CBCFI具有條件異方差性。指數(shù)的風(fēng)險(xiǎn)與收益呈一定負(fù)相關(guān)關(guān)系。收益率序列具有非對稱性，存在“反杠桿效應(yīng)”。

CBCFI；收益率；GARCH-M；EGARCH

一、引言

2014年8月國務(wù)院印發(fā)了《關(guān)于促進(jìn)海運(yùn)業(yè)健康發(fā)展的若干意見》，其中提到目前我國海運(yùn)業(yè)發(fā)展的重點(diǎn)任務(wù)是大力發(fā)展現(xiàn)代航運(yùn)服務(wù)業(yè)，加快發(fā)展和創(chuàng)新航運(yùn)金融、航運(yùn)交易、研究咨詢等現(xiàn)代服務(wù)業(yè)，構(gòu)建國際海運(yùn)交易和定價(jià)中心，加快國際航運(yùn)中心建設(shè)。在航運(yùn)金融產(chǎn)品創(chuàng)新方面，航運(yùn)指數(shù)衍生品的設(shè)計(jì)與研究可以幫助企業(yè)對遠(yuǎn)期價(jià)格進(jìn)行判斷，調(diào)整運(yùn)力，規(guī)避風(fēng)險(xiǎn)，因此國內(nèi)學(xué)者對國內(nèi)外航運(yùn)指數(shù)進(jìn)行了大量的研究。施文明（2009）利用向量自回歸模型考察中國沿海運(yùn)價(jià)指數(shù)（CCBFI）與波羅的海干散貨運(yùn)價(jià)指數(shù)（BDI）之間的關(guān)系，通過格蘭杰因果檢驗(yàn)、脈沖響應(yīng)函數(shù)（IRF）及方差分解等工具的使用，發(fā)現(xiàn)CCBFI和BDI之間不存在格蘭杰因果關(guān)系；二者的波動(dòng)主要來自于對其自身的沖擊。鄭懿（2010）分析了中國沿海散貨運(yùn)價(jià)指數(shù)（CCBFI）運(yùn)行的長短期特點(diǎn)，提出導(dǎo)致CCBFI波動(dòng)的主要因素是國內(nèi)宏觀經(jīng)濟(jì)、國際干散貨運(yùn)輸市場、供求關(guān)系和油價(jià)。計(jì)明軍（2012）結(jié)合ARCH預(yù)測模型和BP神經(jīng)網(wǎng)絡(luò)預(yù)測模型的特點(diǎn)，通過預(yù)測誤差最小化模型，確定組合權(quán)重，建立了新的組合預(yù)測模型，顯著提高了油輪運(yùn)價(jià)指數(shù)的預(yù)測精度。楊娟(2011)對中國沿海煤炭運(yùn)價(jià)指數(shù)（CBCFI）周收益率進(jìn)行了波動(dòng)溢出效應(yīng)的探究，實(shí)證表明秦皇島-廣州、秦皇島-上海、秦皇島-寧波三條航線運(yùn)價(jià)市場與沿海煤炭綜合運(yùn)價(jià)市場間存在單向波動(dòng)溢出效益。劉翠蓮（2012）運(yùn)用GARCH模型較好的描述了煤炭運(yùn)價(jià)指數(shù)波動(dòng)的敏感性及持續(xù)性。張家麟（2013）采用OLS模型、VAR模型對沿海煤炭運(yùn)價(jià)期貨的最優(yōu)套期保值率進(jìn)行估算，結(jié)果表明沿海煤炭運(yùn)價(jià)期貨套期保值效果并不顯著。此前這些研究大多都集中于中國沿海運(yùn)價(jià)指數(shù)（CCBFI）下的細(xì)分煤炭指數(shù)，由于指數(shù)一周公布一次，導(dǎo)致指數(shù)的波動(dòng)較大，連續(xù)性較差。2011年12月7日上海航交所正式發(fā)布中國沿海煤炭運(yùn)價(jià)指數(shù)（CBCFI），指數(shù)每個(gè)工作日的下午公布一次，以及時(shí)反映沿海煤炭航運(yùn)市場價(jià)格的變動(dòng)趨勢。自指數(shù)發(fā)布以來，相應(yīng)的研究還不多，文章以CBCFI為研究對象，利用GARCH-M模型和EGARCH模型對CBCFI日收益率的波動(dòng)特征進(jìn)行分析。

二、中國沿海煤炭運(yùn)價(jià)指數(shù)簡介

（一）定義

中國沿海煤炭運(yùn)價(jià)指數(shù)，縮寫為CBCFI，是上海航運(yùn)交易所發(fā)布的反應(yīng)中國沿海煤炭運(yùn)輸價(jià)格情況的指標(biāo)，擁有按航線和船型分類的即期市場運(yùn)價(jià)和按權(quán)重集合的綜合指數(shù)。上海航運(yùn)交易所在中國沿海（散貨）運(yùn)價(jià)指數(shù)（CCBFI）體系的基礎(chǔ)上，研究開發(fā)了中國沿海煤炭運(yùn)價(jià)指數(shù)（CBCFI），并于2011年9月1日起試運(yùn)行，在2011年12月7日正式對外發(fā)布，指數(shù)每日公布一次。

（二）指數(shù)編制

1.基期

中國沿海煤炭綜合運(yùn)價(jià)指數(shù)以2011年9月1日為基期，基期指數(shù)為1000點(diǎn)。

2.樣本航線和船型

CBCFI包括9條航線，分別為：秦皇島—廣州（5-6萬DWT）、秦皇島—福州（3—4萬DWT）、秦皇島—寧波（1.5—2萬DWT）、秦皇島—上海（4—5萬DWT）、秦皇島—張家港（2—3萬DWT）、天津—上海（2—3萬DWT）、天津—鎮(zhèn)江（1-1.5萬DWT）、黃驊—上海（3-4萬DWT）、京唐/曹妃甸—寧波（4—5萬DWT）。

3.運(yùn)價(jià)信息采集

CBCFI運(yùn)價(jià)信息由中國沿海（散貨）運(yùn)價(jià)指數(shù)編委會(huì)委員單位每日提供。

（三）發(fā)布方式

上海航運(yùn)交易所于每個(gè)指數(shù)發(fā)布日的15:00（北京時(shí)間）在上海航運(yùn)交易所網(wǎng)站和中華航運(yùn)網(wǎng)上對外發(fā)布CBCFI。

三、實(shí)證分析

文章選取CBCFI正式發(fā)布日2011年12月7日到2014年8月21日共計(jì)638個(gè)日數(shù)據(jù)進(jìn)行分析。CBCFI日收益率采用對數(shù)收益率，rt=lnCBCFIt-lnCBCFIt-1。使用軟件為EVIEWS8.0版。

（一）ARCH LM檢驗(yàn)

首先建立隨機(jī)游走模型(方程1)，為了方便分析，也為了減小估計(jì)時(shí)的舍入誤差，對CBCFI進(jìn)行對數(shù)處理。

以下（方程2）為方程估計(jì)結(jié)果，擬合優(yōu)度很高，系數(shù)對應(yīng)的T統(tǒng)計(jì)量也非常顯著，表明擬合效果較好。

t統(tǒng)計(jì)量=（11549.18）

由于lnCBCFI滯后一階的估計(jì)系數(shù)非常顯著且接近于1，則對其系數(shù)進(jìn)行Wald系數(shù)約束檢驗(yàn)，假設(shè)β=1，所得的t統(tǒng)計(jì)量和F統(tǒng)計(jì)量的相伴概率都較顯著，接受原假設(shè)，說明CBCFI的對數(shù)收益率rt=lnCBCFIt-lnCBCFIt-1是均值為零的隨機(jī)過程。進(jìn)一步對方程的殘差進(jìn)行ARCH LM檢驗(yàn)，滯后階數(shù)選擇3階，結(jié)果如表1所示，F(xiàn)統(tǒng)計(jì)量為216.2296，對應(yīng)的概率值為0.0000，表明檢驗(yàn)輔助。

表1

回歸方程中的所有滯后殘差平方項(xiàng)是聯(lián)合顯著的。Obs* R2=321.6331，相應(yīng)的概率值為0.0000，因此拒絕“殘差不存在ARCH效應(yīng)”的原假設(shè)，說明殘差序列存在條件異方差性。可以考慮使用自回歸條件異方差模型（ARCH）和廣義自回歸條件異方差模型（GARCH）來擬合隨機(jī)誤差項(xiàng)的條件方差。

（二）GARCH-M模型估計(jì)

在檢查到隨機(jī)誤差項(xiàng)存在ARCH效應(yīng)后，對CBCFI日收益率r估計(jì)GARCH-M模型，在預(yù)先試算中，由于均值方程中估計(jì)的常數(shù)項(xiàng)近似于0，且常數(shù)項(xiàng)系數(shù)對應(yīng)的Z統(tǒng)計(jì)量不顯著，擬合效果較差，所以文章直接采用不含常數(shù)項(xiàng)的GARCH-M模型，在均值方程中加入條件標(biāo)準(zhǔn)差，默認(rèn)采用正態(tài)分布為隨機(jī)誤差項(xiàng)的分布形式。估計(jì)后分別得到如下均值方程3和方差方程4。各系數(shù)估計(jì)值都非常顯著，GARCH-M模型的擬合效果較好。

收益率序列r的均值方程：

條件方差方程：

對數(shù)似然值L=2223.955，AIC=-6.9700，SC=-6.9420

從估計(jì)的均值方程可以看到，σt的系數(shù)估計(jì)值為 -0. 083024,負(fù)的系數(shù)表明CBCFI的風(fēng)險(xiǎn)與收益存在反向關(guān)系，風(fēng)險(xiǎn)增加，收益反而降低，即當(dāng)市場中預(yù)期風(fēng)險(xiǎn)增加1%時(shí)，會(huì)導(dǎo)致預(yù)期收益率相應(yīng)的降低0.05835%，這與傳統(tǒng)的金融時(shí)間序列高風(fēng)險(xiǎn)高收益的特性相背。

（三）EGARCH模型估計(jì)

文章在EGARCH模型估計(jì)中，ARCH項(xiàng)和GARCH項(xiàng)都默認(rèn)為一階，即采用EGARCH(1，1)模型，并假定隨機(jī)誤差項(xiàng)μt服從正態(tài)分布。方程5為EGARCH(1，1)模型的條件方差方程估計(jì)結(jié)果：

EGARCH模型的條件方差方程中的參數(shù)估計(jì)值的z統(tǒng)計(jì)量都非常顯著，表明這些參數(shù)估計(jì)值是顯著的。在EGARCH模型的估計(jì)結(jié)果中，非對稱項(xiàng)的系數(shù)值等于0.075154，這說明正的沖擊（好消息）比同樣程度負(fù)的沖擊（壞消息）產(chǎn)生的波動(dòng)更大，好消息（即＞0）對條件方差的對數(shù)產(chǎn)生1.180882+0.075154的沖擊，壞消息（即＜0）對條件方差的對數(shù)產(chǎn)生1.180882-0.075154的沖擊，從而表明CBCFI具有“反杠桿效應(yīng)”。

四、結(jié)論

文章首先對CBCFI的對數(shù)收益率進(jìn)行了ARCH LM檢驗(yàn)，隨后用GARCH-M模型和EGARCH（1）模型進(jìn)行擬合，對CBCFI收益率的波動(dòng)性進(jìn)行了全面的實(shí)證分析，得出以下結(jié)論：

第一，CBCFI的對數(shù)收益率rt是均值為零的隨機(jī)過程，大多數(shù)金融資產(chǎn)價(jià)格都服從這種隨機(jī)游走過程。

第二，回歸方程殘差存在條件異方差，GARCH-M（1）模型能較好的擬合隨機(jī)誤差項(xiàng)的條件方差，均值方程的系數(shù)為負(fù)值，預(yù)期風(fēng)險(xiǎn)增加卻導(dǎo)致收益率降低，風(fēng)險(xiǎn)與回報(bào)不成正比。未來開放交易，將會(huì)影響到部分理性投資者的入場。不過，金融機(jī)構(gòu)和投機(jī)者的進(jìn)入，應(yīng)該會(huì)使指數(shù)得到一定的修正。

第三，EGARCH模型中正的非對稱項(xiàng)系數(shù)表明，CBCFI對利好消息反應(yīng)敏感，利好消息比利空消息能產(chǎn)生更大的波動(dòng)，因此，在行業(yè)背景較好的情況下，可以選擇積極做多。

[1]施文明.中國沿海運(yùn)價(jià)指數(shù)與波羅的海運(yùn)價(jià)指數(shù)的實(shí)證分析[J].統(tǒng)計(jì)教育,2009，03.

[2]鄭懿.中國沿海（散貨）運(yùn)價(jià)指數(shù)波動(dòng)分析 [J].水運(yùn)管理, 2010，05.

[3]計(jì)明軍.基于組合模型的油輪運(yùn)價(jià)指數(shù)分析與預(yù)測[J].交通運(yùn)輸系統(tǒng)工程與信息,2012，02.

[4]楊娟.基于ARCH模型族的中國沿海煤炭運(yùn)價(jià)波動(dòng)性研究[D].大連海事大學(xué)碩士學(xué)位論文，2011.

[5]劉翠蓮.基于ARCH族模型的沿海煤炭運(yùn)價(jià)指數(shù)波動(dòng)性評(píng)價(jià)[J].武漢理工大學(xué)學(xué)報(bào)，2012.06.

[6]張家麟.中國沿海煤炭運(yùn)價(jià)期貨套期保值效率研究[D].上海交通大學(xué)碩士學(xué)位論文,2013.

張秋雨，男，上海海事大學(xué)經(jīng)濟(jì)管理學(xué)院碩士，研究方向：航運(yùn)經(jīng)濟(jì)與金融。

U6-9

A

1008-4428（2015）02-42-02