李新偉, 余思勤, 陳金海(上海海事大學(xué) .經(jīng)濟(jì)管理學(xué)院; .上海高級國際航運(yùn)學(xué)院, 上海 201306)
不同船型干散貨運(yùn)價(jià)聯(lián)動
李新偉a, 余思勤b, 陳金海a
(上海海事大學(xué) a.經(jīng)濟(jì)管理學(xué)院; b.上海高級國際航運(yùn)學(xué)院, 上海 201306)
為研究海岬型船、巴拿馬型船、超靈便型船和靈便型船國際干散貨運(yùn)價(jià)的聯(lián)動關(guān)系,建立自回歸分布滯后(Autoregressivessive Distributed Lag,ADL)模型和動態(tài)條件相關(guān)系數(shù)多元隨機(jī)波動率(DCC-MSV)模型,分別分析運(yùn)價(jià)的領(lǐng)先滯后關(guān)系和風(fēng)險(xiǎn)傳導(dǎo)過程。采用2009—2014年的數(shù)據(jù)做實(shí)證分析發(fā)現(xiàn):海岬型船運(yùn)價(jià)引導(dǎo)巴拿馬型船運(yùn)價(jià),巴拿馬型船運(yùn)價(jià)引導(dǎo)靈便型船和超靈便型船運(yùn)價(jià),靈便型船運(yùn)價(jià)和超靈便型船運(yùn)價(jià)間存在較強(qiáng)的相互引導(dǎo)關(guān)系;海岬型船向巴拿馬型船溢出運(yùn)價(jià)波動風(fēng)險(xiǎn),超靈便型和靈便型船相互溢出運(yùn)價(jià)波動風(fēng)險(xiǎn)。
交通運(yùn)輸經(jīng)濟(jì)學(xué);干散貨運(yùn)價(jià);ADL模型;DCC-MSV模型;波動溢出效應(yīng)
干散貨航運(yùn)市場包括海岬型船、巴拿馬型船、超靈便型船和靈便型船等4個(gè)子市場,其中海岬型船航運(yùn)市場因規(guī)模大、運(yùn)價(jià)高、波動性強(qiáng),成為市場的主導(dǎo)。分析4個(gè)市場運(yùn)價(jià)間的領(lǐng)先滯后關(guān)系和風(fēng)險(xiǎn)傳導(dǎo)過程,有利于理解運(yùn)價(jià)變化、判斷未來走勢。
對國際干散貨航運(yùn)市場的研究主要從船型、航線和租船方式等3個(gè)維度,采用協(xié)整檢驗(yàn)、Granger因果檢驗(yàn)誤差修正模型(Vector Error Correction Model,VECM)等分析運(yùn)價(jià)的領(lǐng)先滯后關(guān)系,采用MGARCH(Multivariate Generalized AutoRegressive Conditional Heteroskedasticity)和MSV(Multivariate Stochastiic Volatility)等模型分析風(fēng)險(xiǎn)傳導(dǎo)過程。ZHANG等[1]采用VECM模型分析即期與遠(yuǎn)期、程租與期租市場運(yùn)價(jià)間的引導(dǎo)關(guān)系;朱意秋等[2]采用EGARCH模型分析國際干散貨運(yùn)輸C3和C5航線即期與遠(yuǎn)期運(yùn)費(fèi)間的波動溢出效應(yīng);CHEN等[3]采用協(xié)整檢驗(yàn)、Granger因果檢驗(yàn)和ECM-GARCH模型分析不同航線上海岬型船及巴拿馬型船運(yùn)價(jià)的動態(tài)關(guān)系和波動溢出效應(yīng);范永輝等[4]采用三元BEKK-GARCH模型分析海岬型船、巴拿馬型船和靈便型船運(yùn)價(jià)間的波動溢出效應(yīng),發(fā)現(xiàn)海岬型船對巴拿馬型船與靈便型船單向溢出,巴拿馬型船和靈便型船之間雙向溢出。隨著更具靈活性和適用性的MSV模型不斷完善[5]以及基于MCMC參數(shù)估計(jì)方法逐漸成熟,MSV模型被引入航運(yùn)領(lǐng)域。宮曉婞[6]采用MSV模型研究巴拿馬型船F(xiàn)FA市場及其他FFA市場的波動溢出效應(yīng);宋旭變[7]采用EGARCH和VS-MSV模型研究干散貨FFA中C5和P3A航線即期運(yùn)價(jià)與遠(yuǎn)期運(yùn)價(jià)的波動溢出效應(yīng)。此外,文獻(xiàn)[8]和文獻(xiàn)[9]還對干散貨運(yùn)價(jià)與集裝箱運(yùn)價(jià)的領(lǐng)先滯后關(guān)系和波動溢出效應(yīng)、新造船運(yùn)價(jià)與二手干散貨船價(jià)格間的波動溢出效應(yīng)等內(nèi)容進(jìn)行研究。
由以上研究可知,對國際干散貨運(yùn)價(jià)引導(dǎo)關(guān)系和波動溢出效應(yīng)的研究注重影響方向,不注重影響的滯后期和強(qiáng)度,也較少采用MSV模型。對此,采用自回歸分布滯后(Autoregressivessive Distributed Lag,ADL)模型和DCC-MSV模型,從方向、時(shí)滯和強(qiáng)度等3個(gè)角度分析4種干散貨船型運(yùn)價(jià)的領(lǐng)先滯后關(guān)系和風(fēng)險(xiǎn)傳導(dǎo)過程,以便及時(shí)把握和規(guī)避風(fēng)險(xiǎn),為船舶所有人、航運(yùn)公司及貨主等企業(yè)或相關(guān)人員的經(jīng)營決策提供參考,促進(jìn)國際干散貨運(yùn)費(fèi)衍生品。
1.1數(shù)據(jù)選取
國際干散貨運(yùn)價(jià)以海岬型船運(yùn)價(jià)指數(shù)(Baltic Capesize Index,BCI)、巴拿馬型船運(yùn)價(jià)指數(shù)(Baltic Panamax Index,BPI)、超靈便型船運(yùn)價(jià)指數(shù)(Baltic Supramax Index,BSI)及靈便型船運(yùn)價(jià)指數(shù)(Baltic exchange Handy Size Index,BHSI)為代表。這里采用改變計(jì)算規(guī)則后的2009年7月1日至2014年12月24日的波羅的海干散貨指數(shù)(Baltic Dry Index,BDI)做實(shí)證分析。
圖1為4種船型的BDI,數(shù)據(jù)來源于Clarkson數(shù)據(jù)庫。從圖中可看出:船型越大,運(yùn)價(jià)指數(shù)越高,波動性越強(qiáng),且變動具有一定的領(lǐng)先性。
圖1 4種船型的BDI
1.2數(shù)據(jù)處理
表和的基本統(tǒng)計(jì)特征
若各船型的運(yùn)價(jià)不僅受自身滯后期的影響,而且受其他船型運(yùn)價(jià)滯后期的影響,則可建立ADL模型模擬運(yùn)價(jià)變化。ADL模型可表示為
(1)
(2)
(3)
(4)
(5)
參數(shù)估計(jì)結(jié)果顯示,各船型運(yùn)價(jià)主要受自身滯后項(xiàng)和當(dāng)期其他船型運(yùn)價(jià)的影響。
1) 在方向上:海岬型船運(yùn)價(jià)和巴拿馬型船運(yùn)價(jià)互為滯后相關(guān),前者對后者的影響滯后期更長,說明BCI領(lǐng)先于BPI波動;超靈便型船運(yùn)價(jià)和靈便型船運(yùn)價(jià)互為滯后相關(guān),且滯后期基本相當(dāng),說明HSI和BHSI的波動相互引導(dǎo)。此外,BPI引導(dǎo)BSI和BHSI波動,其他船型運(yùn)價(jià)之間不存在相互引導(dǎo)關(guān)系。
2) 在滯后期上:BCI對BPI,BSI對BHSI,BHSI對BSI引導(dǎo)的滯后期均為3;BPI對BCI,BPI對BHSI引導(dǎo)的滯后期均為1,說明領(lǐng)先時(shí)間較短。
3) 在強(qiáng)度上:BHSI對BSI的引導(dǎo)強(qiáng)度最大,BSI對BHSI的引導(dǎo)強(qiáng)度次之,BCI對BPI的引導(dǎo)強(qiáng)度較小,BPI對BCI的引導(dǎo)強(qiáng)度為負(fù)。
因此,靈便型船運(yùn)價(jià)與超靈便型船運(yùn)價(jià)間存在較強(qiáng)的相互影響關(guān)系,海岬型船運(yùn)價(jià)引導(dǎo)巴拿馬型船運(yùn)價(jià)波動,巴拿馬型船運(yùn)價(jià)引導(dǎo)靈便型船和超靈便型船運(yùn)價(jià)波動,其他船型運(yùn)價(jià)之間不存在明顯的引導(dǎo)關(guān)系,據(jù)此可更加準(zhǔn)確地預(yù)測運(yùn)價(jià)走勢。
3.1DCC-MSV模型
多元SV模型適合研究不同資產(chǎn)、不同行業(yè)間的相關(guān)性和風(fēng)險(xiǎn)溢出效應(yīng),其波動由滯后期波動率和不可測的隨機(jī)過程共同決定。從模型結(jié)構(gòu)和實(shí)證分析看,SV類2個(gè)隨機(jī)擾動項(xiàng)的設(shè)計(jì)比ARCH族模型更符合實(shí)際波動率要求。DCC-MSV模型適合研究動態(tài)相關(guān)關(guān)系和波動溢出效應(yīng),已在金融市場有所運(yùn)用。[10-11]這里建立一般化的二元DCC-MSV模型
(6)
3.2模型參數(shù)估計(jì)
表和波動溢出效應(yīng)參數(shù)
表2和表3中:MC誤差遠(yuǎn)小于標(biāo)準(zhǔn)誤差,說明參數(shù)估計(jì)結(jié)果收斂;各參數(shù)的邊緣后驗(yàn)分布和密度估計(jì)曲線平滑,說明參數(shù)貝葉斯估計(jì)值誤差非常小。
表和波動溢出效應(yīng)參數(shù)
3.3波動溢出效應(yīng)分析
對于運(yùn)價(jià)波動風(fēng)險(xiǎn)評估,海岬型船只能根據(jù)自身的歷史波動性進(jìn)行推斷,巴拿馬型船可同時(shí)參考自身的和海岬型船的歷史波動性,超靈便型船和靈便型船可參考自身的和對方的歷史波動性,進(jìn)行行業(yè)風(fēng)險(xiǎn)分析。船舶所有人、航運(yùn)企業(yè)和貨主可根據(jù)以上分析結(jié)果預(yù)判未來的運(yùn)價(jià)波動風(fēng)險(xiǎn)。
為研究海岬型船、巴拿馬型船、超靈便型船和靈便型船國際干散貨運(yùn)價(jià)的聯(lián)動關(guān)系,分別建立ADL模型和DCC-MSV模型分析運(yùn)價(jià)的領(lǐng)先滯后關(guān)系和風(fēng)險(xiǎn)傳導(dǎo)過程。采用2009—2014年的BCI,BPI,BSI和BHSI數(shù)據(jù)進(jìn)行實(shí)證分析。結(jié)果表明:在運(yùn)價(jià)的領(lǐng)先滯后關(guān)系方面,海岬型船運(yùn)價(jià)引導(dǎo)巴拿馬型船運(yùn)價(jià)波動,巴拿馬型船運(yùn)價(jià)引導(dǎo)靈便型船和超靈便型船運(yùn)價(jià)波動,靈便型船運(yùn)價(jià)與超靈便型船運(yùn)價(jià)間存在較強(qiáng)的相互影響關(guān)系,其他船型運(yùn)價(jià)之間不存在明顯的引導(dǎo)關(guān)系;在運(yùn)價(jià)的波動溢出效應(yīng)方面,海岬型船向巴拿馬型船溢出運(yùn)價(jià)波動風(fēng)險(xiǎn),超靈便型船和靈便型船相互溢出運(yùn)價(jià)波動風(fēng)險(xiǎn),其他船型之間不存在風(fēng)險(xiǎn)溢出效應(yīng)。船舶所有人、航運(yùn)企業(yè)和貨主可根據(jù)不同船型國際干散貨運(yùn)價(jià)的領(lǐng)先滯后關(guān)系與風(fēng)險(xiǎn)傳導(dǎo)過程,及時(shí)預(yù)判未來的運(yùn)價(jià)變化,趨勢防范運(yùn)價(jià)波動風(fēng)險(xiǎn)。
[1] ZHANG J, ZENG Q, ZHAO X. Forecasting Spot Freight Rates Based on Forward Freight Agreement and Time Charter Contract[J]. Applied Economics, 2014, 46(29): 3639-3648.
[2] 朱意秋, 陳先洋. C3和C5航線遠(yuǎn)期運(yùn)費(fèi)波動溢出效應(yīng)實(shí)證研究[J].中國海洋大學(xué)學(xué)報(bào): 社會科學(xué)版, 2011(3): 28-32.
[3] CHEN S, MEERSMAN H, VANDE V E. Dynamic Interrelationships in Returns and Volatilities Between Capesize and Panamax Markets[J]. Maritime Economics & Logistics, 2010, 12(1): 65-90.
[4] 范永輝, 楊華龍, 劉金霞. 基于BEKK方差模型的干散貨航運(yùn)市場間波動溢出效應(yīng)分析[J]. 數(shù)學(xué)的實(shí)踐與認(rèn)識, 2013, 42(23): 18-24.
[5] YU J, MEYER R. Multivariate Stochastic Volatility Models: Bayesian Estimation and Model Comparison[J]. Econometric Reviews, 2006, 25(2-3): 361-384.
[6] 宮曉婞. 干散貨遠(yuǎn)期運(yùn)費(fèi)市場波動性及行為特征研究[D]. 大連:大連海事大學(xué), 2011.
[7] 宋旭變. 干散貨航運(yùn)FFA市場波動溢出效應(yīng)研究[D]. 大連:大連海事大學(xué), 2012.
[8] HSIAO Y J, CHOU H C, WU C C. Return Lead-Lag and Volatility Transmission in Shipping Freight Markets[J]. Maritime Policy & Management, 2013(Ahead-of-Print): 1-18.
[9] DAI L, HU H, CHEN F,etal. Volatility Transmission in the Dry Bulk Newbuilding and Secondhand Markets: An Empirical Research[J]. Transportation Letters, 2014, 6(2): 57-66.
[10] KU Y C, BLOOMFIELD P, GHOSH S K. A Flexible Observed Factor Model with Separate Dynamics for the Factor Volatilities and Their Correlation Matrix[J]. Statistical Modelling, 2014, 14(1): 1-20.
[11] ACHCAR J A, CEPEDA C E, BAROSSI F M. Multivariate Volatility Models: An Application to IBOVESPA and Dow Jones Industrial[J]. Cuadernos de Economía, 2012, 31(56): 301-320.
[12] 楊華龍,劉金霞,范永輝.波羅的海干散貨運(yùn)價(jià)指數(shù)波動性研究[J].中國航海,2011,34(3): 84-88.
Lead-LagandVolatilitySpilloverAmongDryBulkShippingFreights
LIXinweia,YUSiqinb,CHENJinhaia
(a. School of Economics & Management; b. Shanghai Advanced Institute of International Shipping, Shanghai Maritime University, Shanghai 201306, China)
The Autoregressive Distributed Lag (ADL) model and the Dynamic Conditional Correlation Multivariate Stochastic Volatility (DCC-MSV) model are respectively adopted to detect the Lead-lag correlation of return and volatility spillover effect among international dry bulk shipping markets. The empirical results suggest that the return of BCI lead BPI, which lead both BSI and BHSI, while the return of BSI and BHSI lead each other. The Volatility Spillover from BCI to BPI, while that of BSI and BHSI Spillover to each other.
traffic transport economics; dry bulk shipping freight; ADL model; DCC-MSV model; volatility spillover effect
2015-07-11
教育部高等學(xué)校博士學(xué)科點(diǎn)專項(xiàng)科研基金(20113121110003)
李新偉(1975—),女,山東青島人,副教授,博士生,從事交通運(yùn)輸規(guī)劃與管理研究。E-mail:lxw@163.com
陳金海(1986—),男,浙江臺州人,博士生,從事交通運(yùn)輸經(jīng)濟(jì)與管理研究。E-mail:jinhaichen2005@163.com
1000-4653(2015)03-0131-04
F224,F(xiàn)551
A