文/馬 敏 郝玉柱
?
波羅的海運價指數(shù)與中國干散貨貿易相關性實證研究
文/馬 敏 郝玉柱
摘 要:本文運用向量自回歸模型,分別從全樣本時期和分階段角度,對BDI指數(shù)和中國干散貨貿易之間的相關性進行了實證研究。主要研究結論為:從中國干散貨貿易量對BDI指數(shù)的影響來看,相比于金融危機之前,近年來BDI指數(shù)受中國干散貨貿易量影響非常??;從BDI指數(shù)對中國干散貨貿易量的影響來看,金融危機過后的近幾年BDI指數(shù)對中國干散貨貿易影響雖然呈現(xiàn)小幅下降,但影響程度高于以往年份。因此本文認為“中國因素”對BDI指數(shù)的影響有限,“中國因素”的作用有待重新考量,判斷BDI走勢時應綜合考慮多種影響因素的共同作用;而BDI指數(shù)的確可以對中國干散貨貿易量變動起到一定的預見作用,可以將BDI指數(shù)作為判定中國干散貨貿易量變動趨勢的一個參考指標。
關鍵詞:BDI;中國干散貨貿易;VAR;相關性
波羅的海干散貨運價指數(shù)(BDI,BalticDryIndex),是反映國際干散貨航運市場運價水平的權威指標,也是世界經濟貿易狀況的晴雨表。而中國干散貨貿易在國際上的影響力也不斷提升,自2003年起中國鐵礦石進口比重一直位居世界第一,近年來中國的煤炭和糧食進口比重也躍居世界第一,中國在這三大貨種上的出口比重均較低,中國三大干散貨貿易總量所占比重不斷上升。有觀點認為中國干散貨貿易是影響B(tài)DI走勢的重要因素,甚至提出國際干散貨航運市場中的“中國因素”。因此研究BDI指數(shù)與中國干散貨貿易之間的相關性,具有重要的理論和現(xiàn)實意義。
BDI指數(shù)自產生以來就受到國內外專家學者的廣泛關注。當前國際上許多著名的航運機構都對國際干散貨航運市場發(fā)展狀況及該市場上相關指標隨時間變動情況進行了跟蹤研究。國外許多專家學者也從不同角度對國際干散貨航運市場特別是BDI指數(shù)進行了深入研究。而國內對于BDI指數(shù)的研究起步較晚,研究成果大致可以分為以下三個方面:第一,對BDI指數(shù)的波動規(guī)律進行研究。國內許多學者分別運用不同方法對BDI指數(shù)波動規(guī)律進行了研究,其中GARCH族模型應用較為廣泛。李運紅[1]則對BDI指數(shù)的分形特征進行了研究,發(fā)現(xiàn)BDI指數(shù)具有長記憶性和分形維。張厚保等[2]對國際干散貨運價的混沌行為進行了研究,結果發(fā)現(xiàn)國際干散貨運價對初值具有較高的敏感依賴性,且與世界經濟走勢具有較高的相關性。葉燁[3]探索運用金融學中的季節(jié)模型來研究運價的季節(jié)性中長期波動規(guī)律。第二,對BDI指數(shù)的走勢進行預測。畢艷芳[4]建立了BDI的馬爾可夫鏈分析模型對其進行短期預測分析。王曉薇[5]提出結合混沌時間序列,分析和支持向量機回歸原理的混合預測模型,對BDI進行了有效的預測。夏天俊[6]運用自適應神經網絡模型對BDI指數(shù)進行預測??状笕A等[7]在對BDI走勢進行預測時采用了干預分析模型,并證明了該模型在BDI預測中的優(yōu)勢。第三,對BDI指數(shù)與其他經濟變量之間的關系進行研究。丁妍等[8]從吸引子角度研究了中國GDP指數(shù)對BDI指數(shù)的吸引力,結果表明前者對后者存在吸引力,這種吸引力在世界經濟平穩(wěn)時期表現(xiàn)得尤為明顯,而在世界經濟不穩(wěn)定時期則存在弱化趨勢。肖佳[9]運用面板數(shù)據(jù)模型,研究了BDI指數(shù)與三類航運上市公司股票價格之間的相關關系,發(fā)現(xiàn)BDI指數(shù)與航運上市公司股價之間存在一定的正相關關系和相互引導關系,且運輸類公司股價與BDI的聯(lián)系最為緊密,港口類公司次之,船舶制造類公司股價與BDI之間的聯(lián)系最弱。廖昆等[10]對航運需求、運力供給、航運成本等因素,與BDI指數(shù)之間的相關性分金融危機前和金融危機后兩個階段分別進行了研究,發(fā)現(xiàn)在金融危機之前BDI指數(shù)受這些因素影響較大,而金融危機之后這些因素對BDI指數(shù)影響較小。
綜上所述,國內外學者對于BDI指數(shù)的研究成果較為豐富,但到目前為止還沒有發(fā)現(xiàn)有對BDI指數(shù)與中國對外貿易,尤其是干散貨貿易之間的關系進行深入研究。國際航運市場是國際貿易的派生市場,而中國作為當前世界上第一貿易大國,中國的干散貨貿易量在世界市場上也占據(jù)重要地位,因而探究BDI指數(shù)與中國干散貨貿易之間的關系,具有重要的理論和現(xiàn)實意義。此外針對當前理論界和實務界將中國干散貨貿易量作為影響B(tài)DI指數(shù)的重要因素,乃至通過中國干散貨貿易量變動對BDI走勢做出判斷,這種做法的可靠性如何,本文的研究也可以給出答案。
(一)模型構建與數(shù)據(jù)來源
由于BDI指數(shù)與中國干散貨貿易之間是相互影響的動態(tài)關系,且并沒有現(xiàn)成的經濟理論對兩者之間的關系做出闡釋,因此本文選用向量自回歸模型(VAR)對兩者之間的關系進行實證分析。本文選用2001年1月至2015年3月BDI指數(shù)與中國鐵礦石、煤炭及糧食貿易量的月度數(shù)據(jù)作為研究樣本,本文所用BDI指數(shù)的原始數(shù)據(jù)來源于波羅的海航運交易所,所用中國鐵礦石、煤炭、糧食貿易量的月度數(shù)據(jù)來源于中國經濟信息網統(tǒng)計數(shù)據(jù)庫。為消除BDI指數(shù)與中國干散貨貿易量波動中季節(jié)因素的影響,本文對BDI及中國三大干散貨貿易量計算同比增長率,并在此基礎上構建VAR模型。下文中BDI及中國鐵礦石、煤炭、糧食貿易量同比增長率分別用BDITBZZL、TKSTBZZL、MTTBZZL、LSTBZZL表示。本文所有結果均由Eviews8軟件計算得到。
經過平穩(wěn)性檢驗,本文發(fā)現(xiàn)在5%的置信水平下,BDI及中國鐵礦石、煤炭、糧食貿易量同比增長率均為平穩(wěn)的時間序列,可以構建VAR模型。本文同時選用5個指標來確定VAR模型的最優(yōu)滯后階數(shù),結果發(fā)現(xiàn)有3個評價指標選擇的滯后階數(shù)為3,因此本文建立3階VAR模型。且經驗證發(fā)現(xiàn)本文所建立的VAR模型滿足穩(wěn)定性條件,可以在此基礎上進行分析。
(二)基于VAR模型的脈沖響應分析
圖2-1 BDI的脈沖響應函數(shù)
圖2-2 BDI的累積脈沖響應函數(shù)
脈沖響應函數(shù)(IRF)描述的是當一個變量受到某種沖擊時,對系統(tǒng)中內生變量的動態(tài)影響。圖2~1為BDI指數(shù)對其自身及模型中其他內生變量的脈沖響應函數(shù),其中橫軸為滯后階數(shù),縱軸為BDI對于各變量沖擊的響應??梢钥闯觯珺DI對其自身沖擊的響應程度最大,中國三大干散貨貿易量對BDI的沖擊相對較小。BDI對其自身沖擊響應為正,響應程度在第2期達到最大,之后逐漸減弱;BDI對中國鐵礦石、煤炭、糧食貿易量變動的響應表現(xiàn)出類似的趨勢,但響應程度達到最大的時期有所不同;BDI對其自身及中國三大干散貨貿易量變動的響應均在第20期左右減弱為0。對比中國三大干散貨貿易量變動對BDI的沖擊可以發(fā)現(xiàn),糧食貿易量對BDI的沖擊始終最小,在前5期中煤炭貿易量對BDI的沖擊大于鐵礦石,自第6期開始鐵礦石成為對BDI影響最大的貨種。以上分析表明,BDI雖然受到中國干散貨貿易量變動的影響,但受決定其自身變動的因素影響更大,BDI對其自身及中國鐵礦石、煤炭、糧食貿易量變動,均表現(xiàn)為正向響應且有20期左右的持續(xù)期,中國煤炭貿易量對BDI的沖擊在前面5期較為顯著,自第6期開始鐵礦石成為對BDI變動影響最大的貨種,而糧食對BDI的沖擊始終最小。這種情況與中國鐵礦石、煤炭、糧食三大干散貨貿易量在世界干散貨市場上的地位基本相符。
圖2-3 中國干散貨貿易量的脈沖響應函數(shù)
圖2-4 方差分解結果
圖2~2為各內生變量對BDI的累積脈沖響應函數(shù),反映了各因素對BDI的累積影響。可以看出,各內生變量對BDI的累積脈沖響應函數(shù)均在第50期左右趨于平穩(wěn),BDI自身的累積影響,大于中國三大干散貨貿易量的累積影響,而在中國三大干散貨中,鐵礦石對BDI的累積影響最大,煤炭次之,糧食最小。
為進一步考察BDI指數(shù)發(fā)生變動時對中國干散貨貿易量的影響,本文還計算了中國三大干散貨貿易量對BDI的脈沖響應函數(shù),如圖2~3所示,圖中依次為中國鐵礦石、煤炭、糧食貿易量對BDI指數(shù)變動的響應??梢钥闯?,中國鐵礦石和煤炭貿易量對BDI的響應開始表現(xiàn)為正向,之后分別從第7期和第6期轉變?yōu)樨撓蝽憫恢袊Z食貿易量對BDI始終表現(xiàn)為正向響應。中國鐵礦石和煤炭貿易量開始時對BDI變動表現(xiàn)為正向響應的原因在于,BDI指數(shù)作為反映全球經濟和貿易狀況的先行經濟指標,當BDI指數(shù)上升時,表明全球及中國經濟走勢良好,對鐵礦石、煤炭等初級產品的需求量加大,進而使中國鐵礦石和煤炭貿易量增加;而這兩大貨種貿易量增加之后,又出現(xiàn)與BDI反向變動的原因可能在于,當BDI指數(shù)繼續(xù)上升時,運輸成本過高,使得相關行業(yè)從業(yè)者的利潤空間縮減,從而減少貨物的進出口量。而中國糧食貿易量對BDI在后期并沒有出現(xiàn)負向響應,原因可能在于,糧食作為人類生活的必需品,人們對其需求具有一定程度的剛性,且政府往往對其采取一些保護性措施,當運價指數(shù)上升到較高水平時,不會使糧食需求量減少,從而糧食貿易量對BDI指數(shù)也不會產生負向響應。
圖3-1 中國干散貨貿易量對BDI貢獻度的遞歸結果
(三)基于VAR模型的方差分解結果分析
方差分解通過分析每一個結構沖擊對內生變量變化的貢獻度,能夠給出對VAR模型中變量產生影響的每個隨機擾動相對重要性的信息。本文方差分解結果如圖2~4所示,依次顯示了模型中各內生變量對BDI指數(shù)及BDI指數(shù)對中國鐵礦石、煤炭、糧食貿易量的方差分解結果,本文選取方差分解結果達到穩(wěn)定的第30期結果進行分析。可以看出,BDI指數(shù)、中國鐵礦石、煤炭、糧食貿易量對BDI波動的貢獻度分別為95.7%、2.2%、1.8%和0.3%,表明BDI指數(shù)波動很大程度上由其自身決定,中國干散貨貿易量的貢獻度非常小,僅就中國三大干散貨對BDI指數(shù)波動的貢獻度而言,鐵礦石的貢獻度最大,煤炭次之,糧食最小。而BDI指數(shù)對中國鐵礦石、煤炭、糧食貿易量波動的貢獻度分別為10.0%、9.5%和2.85%,因此BDI指數(shù)變動對中國鐵礦石貿易量的影響最大,煤炭次之,對中國糧食貿易量的影響最小,但BDI指數(shù)并不是中國干散貨貿易量變動的決定性因素。中國干散貨貿易量作為世界干散貨船舶運力需求的重要組成部分,從理論上來看應當會對BDI指數(shù)產生重要影響,但實證分析結果表明BDI指數(shù)波動受中國干散貨貿易量的影響非常小。這一方面可能是由于BDI指數(shù)是由多種因素共同作用的結果,中國干散貨貿易量在這些因素中并不占據(jù)主導地位;另一方面可能是由于BDI指數(shù)受運力需求影響較小,更大程度上由其他因素決定。對比BDI指數(shù)與中國干散貨貿易量之間的相互影響可以看出,BDI指數(shù)變動對中國鐵礦石和煤炭貿易量的影響大于后者對前者的影響,而BDI指數(shù)與中國糧食貿易量之間的相互影響均處于較低水平。
隨著時間的推移,BDI指數(shù)與中國干散貨貿易量之間的關系可能會有所改變,因此本文采用遞歸VAR模型研究BDI指數(shù)與中國干散貨貿易量之間關系的動態(tài)變化。本文選取2001年1月至2004年12月的數(shù)據(jù),作為基準建立第一個VAR模型,在此基礎上每次增加3個月的數(shù)據(jù)建立模型,一直增加到2015年3月為止,一共建立了41個VAR模型來進行考察。
(一)中國干散貨貿易量對BDI指數(shù)影響的遞歸結果分析
圖3~1為中國干散貨貿易量對BDI波動貢獻度的遞歸結果,其中TKSTOBDI、MTTOBDI、LSTOBDI、ZLTOBDI分別表示中國鐵礦石、煤炭、糧食及三大干散貨總貿易量對BDI波動的貢獻度。可以看出,中國鐵礦石貿易量對BDI指數(shù)的貢獻度經歷了一個先上升后下降又趨于平穩(wěn)的過程。中國鐵礦石貿易量對BDI貢獻度在金融危機時期達到較高水平,可能的原因是當其他國家經濟處于低迷,對干散貨需求量縮減時,中國經濟卻保持平穩(wěn)較快增長,對鐵礦石需求量繼續(xù)攀升,中國鐵礦石貿易量成為決定BDI走勢的重要因素。中國鐵礦石貿易量對BDI貢獻度在2009年9月出現(xiàn)小幅攀升,可能是由于中國在金融危機期間出臺的一系列經濟刺激政策,使2009年中國對鐵礦石需求量大幅增加,在世界市場上所占比重也出現(xiàn)較大幅度的提升,因此對BDI指數(shù)波動的影響有所增加。金融危機后,雖然中國鐵礦石貿易量及在世界市場中所占比重繼續(xù)增加,但中國鐵礦石貿易量對BDI貢獻度并沒有表現(xiàn)出上升趨勢,反而出現(xiàn)快速下降,并從2010年起維持在非常低的水平,其原因可能為金融危機后BDI指數(shù)與干散貨運力需求方面的聯(lián)系減弱,更多地受其他因素影響。而中國煤炭貿易量對BDI波動貢獻度在2009年下半年大幅上升,原因在于2009年中國煤炭貿易量及其在世界市場中所占比重,出現(xiàn)較大幅度的增加,對BDI影響程度加大。中國煤炭貿易量對BDI貢獻度在2010年迅速下降之后,又維持在較低水平,其原因也是金融危機后BDI指數(shù)受運力需求方面的影響變小。中國糧食貿易量對BDI貢獻度在2010年之前基本處于快速下跌的趨勢,這與中國糧食貿易量在世界市場中所占比重的變化趨勢基本吻合,而自2010年起,中國糧食貿易量對BDI貢獻度保持在較低水平。從中國三大干散貨貿易量總體對BDI貢獻度來看,其與中國鐵礦石貿易量對BDI貢獻度的變動趨勢較為接近。因此無論從各貨種還是總體角度來看,中國干散貨貿易量對BDI波動的貢獻度自2010年起,一直處于非常低的水平,表明近年來BDI指數(shù)更多地受運力需求以外的因素決定。
圖3-2 BDI指數(shù)對中國干散貨貿易量貢獻度的遞歸結果
(二)BDI指數(shù)對中國干散貨貿易量影響的遞歸結果分析
圖3~2為BDI指數(shù)對中國干散貨貿易量變動貢獻度的遞歸結果,其中BDITOTKS、BDITOMT、BDITOLS分別表示BDI指數(shù)對中國鐵礦石、煤炭、糧食貿易量的貢獻度??梢钥闯觯珺DI指數(shù)對中國三大干散貨貿易量貢獻度的變化趨勢,表現(xiàn)出一定程度的相似性。BDI指數(shù)對中國干散貨貿易量的影響在金融危機期間較小,可能的原因為金融危機期間,相比于世界上其他許多國家低迷的經濟狀況,中國經濟仍保持了較高的增速,中國的對外貿易也保持了良好的發(fā)展態(tài)勢,在此期間中國經濟貿易狀況的良好增勢,更多地由其本身的內在因素決定,與世界其他國家經濟狀況之間的聯(lián)系減弱,因此金融危機期間中國干散貨貿易量受BDI影響較小。2009年世界各國經濟狀況開始好轉,BDI指數(shù)出現(xiàn)一定程度的反彈,表明全球對干散貨的需求量增加,在此拉動下中國干散貨貿易量也出現(xiàn)較大幅度的增加,因此2009年中國干散貨貿易量受BDI影響程度加大。自2010年起B(yǎng)DI指數(shù)對中國干散貨貿易量的貢獻度快速下降隨之緩慢下跌,在此期間BDI指數(shù)始終在較低水平上波動,而中國干散貨貿易量卻表現(xiàn)為上升趨勢,其可能的原因為BDI指數(shù)對全球及中國經濟貿易狀況的預示作用減弱,將其作為預測全球及中國干散貨貿易量變動情況的領先經濟指標的可靠性降低。
圖3-3 BDI指數(shù)與中國干散貨貿易量之間關系的對比
(三)BDI指數(shù)與中國干散貨貿易量之間關系的對比分析
圖3~3為BDI指數(shù)與中國三大干散貨貿易量之間相互影響程度遞歸結果的對比圖,依次顯示了BDI指數(shù)與中國鐵礦石、煤炭、糧食貿易量之間關系的對比,其中實線表示中國三大干散貨貿易量對BDI波動的影響,帶黑點的線條表示BDI指數(shù)對中國三大干散貨貿易量變動的影響。可以看出,BDI指數(shù)與中國三大干散貨貿易量之間的相對影響程度在不同貨種和不同時期的表現(xiàn)不同。金融危機之后中國干散貨貿易量對BDI影響程度非常低,雖然BDI指數(shù)對中國三大干散貨貿易量變動的預見作用也有所減弱,但BDI指數(shù)對中國三大干散貨貿易量的影響程度仍高于其受中國干散貨貿易量的影響。
本文從實證分析角度對BDI指數(shù)與中國干散貨貿易之間的相關關系進行了研究。主要研究結論為:就中國干散貨貿易量對BDI指數(shù)的影響而言,中國鐵礦石貿易量對BDI指數(shù)的影響程度在金融危機期間較高,糧食貿易量對BDI的影響在2010年之前基本處于不斷減弱的趨勢,煤炭貿易量對BDI的影響僅在2009年末及2010年初出現(xiàn)較大幅度的增長。自2010年起,無論中國三大干散貨總體還是各貨種貿易量對BDI指數(shù)的影響,都處于非常低的水平,表明近年來BDI指數(shù)受中國干散貨貿易量影響程度非常小。就BDI指數(shù)對中國干散貨貿易量的影響而言,金融危機期間BDI指數(shù)對中國三大干散貨貿易量的影響程度均較低,2009年出現(xiàn)較大幅度的增加,但自2010年起又表現(xiàn)出下降趨勢。近年來雖然BDI指數(shù)對中國三大干散貨貿易量變動的預見作用有所減弱,但BDI指數(shù)對中國三大干散貨貿易量的影響程度仍高于其受中國干散貨貿易量的影響。由此可以得出以下幾點啟示:
首先,“中國因素”對BDI指數(shù)的影響有限。從本文研究結果可以看出,在不同時期中國不同干散貨貿易量對BDI指數(shù)的影響程度不同。但近年來無論三大貨種貿易總量還是各貨種貿易量對BDI指數(shù)走勢的影響程度均較低,表明近年來備受關注的“中國因素”對BDI指數(shù)影響程度有限。因此相關行業(yè)中,通過中國干散貨貿易量的變動判斷國際干散貨航運市場運輸需求,進而對BDI指數(shù)走勢做出判斷,這種做法是不準確、不嚴謹?shù)?。運用這種方法所做出的BDI走勢的判斷也缺乏可信性。BDI指數(shù)是多種因素共同作用的結果,對其走勢進行判斷應綜合各種因素進行分析。
其次,BDI指數(shù)可以對中國干散貨貿易量變動起到一定的預見作用。由本文研究結果可以看出,在不同時期BDI指數(shù)對不同干散貨貿易量的影響程度也有所不同,自2010年以來BDI指數(shù)對各貨種,尤其是鐵礦石和煤炭貿易量的影響程度雖然呈現(xiàn)小幅下降,但仍高于以往年份,因此可以通過BDI走勢,對中國干散貨貿易量可能發(fā)生的變動做出一定判斷。但中國干散貨貿易量也受多種因素影響,在判斷其變動情況時也應綜合考慮各種因素的影響。
(作者單位:北京物資學院)
注:本文系北京市教學名師項目(項目代碼:PXM2015_014024_000036)階段性研究成果。
參考文獻:
[1]李運紅.國際干散貨航運價格指數(shù)分形特征研究[D].中國海洋大學,2014.
[2]張厚保,丁一,林國龍.國際干散貨運價系統(tǒng)的混沌行為研究[J].河南科學,2013(10):1675~1679.
[3]葉燁.季節(jié)模型在國際干散貨運價波動中應用的研究[D].上海海事大學,2007.
[4]畢艷芳.波羅的海干散貨運價指數(shù)的馬爾可夫鏈分析[J].對外經貿,2014(6):38~40.
[5]王曉薇.基于SVM和混沌時間序列的干散貨運價指數(shù)預測研究[D].大連海事大學,2013.
[6]夏天俊.基于自適應神經網絡的BDI預測研究[D].大連海事大學,2011.
[7]孔大華,劉廣蓮,佘治.干預分析模型在BDI指數(shù)預測中的應用[J].中國水運,2010(11):89~91.
[8]丁妍,嚴廣樂.中國GDP指數(shù)對BDI指數(shù)的吸引力研究[J].上海理工大學學報,2015(2):199~204.
[9]肖佳.BDI與航運上市公司的股票價格關系——基于航運上市公司的面板數(shù)據(jù)分析[J].財務與金融,2012(5):17~21.
[10]廖昆,林國龍,楊開培,葛學平.金融危機前后波羅的海干散貨運價指數(shù)影響因素相關性分析[J].水運管理,2011(1):22~24.
[11]DuruOkan.A multivariate model of fuzzy integrated logical forecasting method (M-FILF) and multiplicative time series clustering:A model of time-varying volatility for dry cargo freight market [J].Expert Systems with Applications,Mar2012,Vol.39 Issue 4,p4135~4142.
[12]譚小芬,劉陽,張明.國際大宗商品價格波動:中國因素有多重要——基于1997~2012年季度數(shù)據(jù)和VECM模型的實證研究[J].國際金融研究,2014(10):75~86.
[13]譚小芬,任潔.國際大宗商品價格波動中的中國因素——基于2000~2013年月度數(shù)據(jù)和遞歸VAR模型的分析[J].財貿經濟,2014(10):114~124.