余庚哲

摘要：波羅的海干散貨運價指數(shù)作為全球經(jīng)濟的縮影，而中國制造業(yè)PMI作為我國制造業(yè)的“晴雨表”，研究兩者之間的關(guān)系將對企業(yè)和政府決策有一定的參考價值。選取2005年1月至2020年4月的中國制造業(yè)采購經(jīng)理人指數(shù)（PMI）月度數(shù)據(jù)和波羅的海干散貨運價指數(shù)（BDI）月度數(shù)據(jù)構(gòu)建VAR模型，進行格蘭杰因果檢驗、脈沖響應(yīng)分析和方差分解。結(jié)果表明在短期內(nèi)，中國制造業(yè)PMI和BDI的影響是單向的，中國制造業(yè)PMI的變化對BDI的影響并不顯著，而BDI卻是帶動中國制造業(yè)PMI變動的格蘭杰原因，且影響較為顯著。

關(guān)鍵詞：BDI;制造業(yè)PMI;VAR模型

波羅的海干散貨運價指數(shù)（BDI）作為航運業(yè)的經(jīng)濟指標(biāo)是航運市場的“晴雨表”，是衡量國際干散貨海運市場運價的綜合指標(biāo)。根據(jù)船型的不同，BDI指數(shù)又可以分為波羅的海海岬型指數(shù)（BCI）、波羅的海巴拿馬型指數(shù)（BPI）、波羅的海輕便型指數(shù)（BHMI），以上三個指數(shù)各占三分之一的權(quán)重。采購經(jīng)理人指數(shù)（PMI）作為經(jīng)濟變化的“晴雨表”，可以有效的反映經(jīng)濟變化的趨勢，具有一定的超前性，該指標(biāo)是通過對采購經(jīng)理的月度調(diào)查匯總出來的綜合指數(shù)。中國采購經(jīng)理人指數(shù)是由制造業(yè)PMI和非制造業(yè)PMI共同組成。制造業(yè)采購經(jīng)理人指數(shù)的調(diào)查直接面向企業(yè)采購一線，通過多項指標(biāo)的加權(quán)匯總，可以及時的把握市場脈搏，同時比較準(zhǔn)確的反映企業(yè)狀況。中國作為制造業(yè)大國，干散貨海運在企業(yè)的生產(chǎn)制造中發(fā)揮著非常重要的作用，因此，波羅的海干散貨運價指數(shù)與中國制造業(yè)也存在著緊密的聯(lián)系。本文深入研究波羅的海干散貨運價指數(shù)與中國制造業(yè)之間的關(guān)系，將有助于反映我國制造業(yè)發(fā)展水平以及規(guī)避干散貨海運運價的波動風(fēng)險。

1.相關(guān)研究文獻評述

國際航運市場在世界貿(mào)易中占有重要地位，全球90%以上的貿(mào)易都是通過海運來完成，而干散貨航運市場又是各細(xì)分航運市場中規(guī)模最大、發(fā)展也最成熟的航運市場。為了分析該指數(shù)的演變規(guī)律、研究市場的走勢，學(xué)者們從不同的角度對該指標(biāo)進行了研究，其中主要的研究思路就是研究波羅的海干散貨航運指數(shù)變化與相關(guān)指標(biāo)的關(guān)系。

陳麗芬等[1]利用SVAR 模型對干散貨運價和燃油價格進行了相關(guān)性分析，結(jié)果表明，干散貨運價與燃油價格的短期波動存在雙向因果關(guān)系，但兩者交互影響的顯著性具有差異性干散貨運價和燃油價格的短期波動具有雙向因果關(guān)系，但兩者交互影響的顯著性有所區(qū)別，燃油價格的上漲對波羅的海干散貨運價指數(shù)的增長存在顯著影響。RUAN 等[2]運用MF-DCCA 分析了BDI 與原油價格間的相互關(guān)系，結(jié)果表明BDI 與原油價格的交叉相關(guān)系數(shù)具有顯著的多重分形特征，在短期內(nèi)交叉相關(guān)具有較強的持久性，而在長期內(nèi)是弱持久的。姜寶等[3]運用DCC-GARCH、波動溢出指數(shù)模型測度國際干散貨運價對我國鋼鐵股價波動的溢出效應(yīng)以及傳導(dǎo)機制，研究表明：干散貨運價對國際鐵礦石價格、中國鋼鐵股價的波動溢出效應(yīng)均不顯著。李瑞華等[4] 通過VEC模型研究了金融市場與航運市場間的關(guān)系，結(jié)果表明BDI 與黃金價格和道瓊斯指數(shù)存在負(fù)相關(guān)的協(xié)整關(guān)系，可用來幫助判斷BDI的走勢。

關(guān)于PMI 指數(shù)的研究，國內(nèi)外學(xué)者的研究方向大致為PMI指數(shù)本身的預(yù)測、借助PMI指數(shù)對GDP進行研究、以及PMI指數(shù)與其他變量間的關(guān)系。國內(nèi)外文獻大多集中在PMI 與商品市場中各個指數(shù)之間的相關(guān)性，如CPI、PPI、CCI 等。張寧等[5]利用雙變量VAR 模型得到PMI 和PPI 的相關(guān)關(guān)系，即PMI 是PPI 的原因，可用于PPI 的波動趨勢。寧波[6]在研究了CCI、CPI 和PMI三者的因果關(guān)系時則采用VEC 模型。楊書皓[7]的研究結(jié)果表明PMI 不能用于預(yù)測滬深300，而滬深300 有助于預(yù)測PMI。

根據(jù)現(xiàn)有研究，很少有學(xué)者將波羅的海干散貨航運指標(biāo)與中國制造業(yè)進行相關(guān)性研究。干散貨航運運價與世界經(jīng)濟是息息相關(guān)的，全球經(jīng)濟發(fā)展迅速貿(mào)易量增加，則對航運市場干散貨的運力需求也隨之提高，運價指數(shù)相應(yīng)上漲。中國作為世界制造業(yè)強國，全球進出口貿(mào)易大國，研究干散貨運價市場與中國制造業(yè)之間的關(guān)系就顯得非常重要。而直觀體現(xiàn)兩者的相關(guān)關(guān)系的方式就是對波羅的海干散貨運價指數(shù)PMI和中國制造業(yè)PMI研究。為此，本文將分析BDI和中國制造業(yè)PMI 的數(shù)據(jù)，建立VAR 模型，進行Granger 因果檢驗、脈沖響應(yīng)分析和方差分解，研究BDI和中國制造業(yè)PMI 之間的相關(guān)性。

2.實證分析

2.1樣本選擇

本文選擇2005年1月至2020年4月的184個月度數(shù)據(jù)作為研究對象。其中制造業(yè)PMI數(shù)據(jù)來源于國家統(tǒng)計局，BDI的月度數(shù)據(jù)來源于克拉克森。為了減少異方差的影響，對制造業(yè)PMI和BDI的原數(shù)據(jù)進行自然對數(shù)變換，分別記為LnPMI和LnBDI。本文使用Eviews8軟件進行實證分析。

2.2平穩(wěn)性檢驗

本文通過ADF檢驗對序列的平穩(wěn)性進行檢驗，可以發(fā)現(xiàn)LnBDI在5%的顯著性水平下拒絕原假設(shè)，LnPMI在1%的顯著性水平下拒絕原假設(shè)，兩個序列都為平穩(wěn)性時間序列，滿足構(gòu)建VAR模型的條件，檢驗結(jié)果如表1。

2.3建立VAR模型

在VAR模型建立之前要確定最優(yōu)的滯后階數(shù)p，但是滯后階數(shù)的選擇存在矛盾的特性。p越大，越能反映模型的動態(tài)關(guān)系;但p值又不能太大，p值過大，待估參數(shù)多，自由度降低嚴(yán)重，會直接影響模型參數(shù)估計的有效性。

因此，Eviews會提供多種標(biāo)準(zhǔn)來判斷滯后階數(shù)，本文綜合LR、AIC、SC等五項指標(biāo)確定最優(yōu)滯后階數(shù)。結(jié)果表明滯后兩階為最優(yōu)，因此確立VAR（2） 模型。結(jié)果如下。

LnPMI=0.414676×LnPMI（-1）+0.136942×LnPMI（-2）+ ?0.072538×LnBDI（-1）-0.062640×LnBDI（-2）+1.694811

LnBDI=0.203742×LnPMI（-1）+ 0.218239×LnPMI（-2）+ ?1.231707×LnBDI（-1）-0.309766×LnBDI（-2）-1.092044

根據(jù)AR 根檢驗結(jié)果顯示，VAR 模型的特征根模的倒數(shù)全部小于1，即全部位于單位圓之內(nèi)，滿足了VAR模型的平穩(wěn)性條件，可以進行脈沖響應(yīng)和方差分解。AR根檢驗圖如下所示。

2.4Granger 因果檢驗

Granger 因果檢驗用于分析變量間是否存在短期因果關(guān)系，其原理是驗證VAR 模型中某個變量是否受其他變量的滯后變量影響，若存在，即構(gòu)成因果關(guān)系。由表可知，原假設(shè)“制造業(yè)PMI不是波羅的海運價指數(shù)（BDI）變動的Granger原因”在5%顯著性水平下被接受，即制造業(yè)PMI對波羅的海干散貨運價指數(shù)影響不顯著，通過制造業(yè)PMI不能很好預(yù)測波羅的海運價指數(shù)。而原假設(shè)“波羅的海干散貨運價指數(shù)不是制造業(yè)PMI變動的Granger原因”的P值小于0.05，在5%顯著性水平下被拒絕，即波羅的海干散貨運價指數(shù)對中國制造業(yè)有顯著的影響，可以用于預(yù)測制造業(yè)PMI。

2.5脈沖響應(yīng)分析

為了更好的分析LnBDI和LnPMI之間的關(guān)系，采用脈沖響應(yīng)分析得到脈沖響應(yīng)函數(shù)圖如下。從圖2左側(cè)LnPMI對LnBDI沖擊的響應(yīng)圖可以發(fā)現(xiàn)，給BDI一個正的沖擊，對制造業(yè)PMI從第1期到第2期遞增，在第2期達到峰值，隨后開始緩慢減小并在第4期之后緩慢趨近于0，但影響一直是正向的。從下圖右側(cè)的LnBDI對LnPMI沖擊的響應(yīng)圖可以發(fā)現(xiàn)，對于來自制造業(yè)PMI的沖擊正向沖擊，對BDI的影響開始為0，在0.5期開始緩慢上漲，并在第五期之后維持在相對穩(wěn)定的狀態(tài)，且BDI的反饋都是正向的，表明制造業(yè)PMI對BDI的影響時間相對較長?？傊?，脈沖響應(yīng)分析表明制造業(yè)PMI 和BDI之間是相互影響的，都能產(chǎn)生正向的影響。

2.6方差分解分析

對制造業(yè)PMI和BDI分別做方差分解，結(jié)果如圖3所示。

從方差分解圖和分解表可以看出，波羅的海干散貨運價指數(shù)對自身的沖擊和影響最大，10 期之后對自身的解釋力度仍然有98.34%，而制造業(yè)PMI在第二期開始有影響，第十期時也僅僅為1.66%。這與海運行業(yè)和該指數(shù)的特性有關(guān)，一方面，海運行業(yè)的壟斷性質(zhì)使得運價的指定并不僅僅考慮需求量的問題;另一方面，該指數(shù)是面向全球的運價指標(biāo)，中國雖然是制造業(yè)大國，對干散貨海運的需求也很大，但并不能起到?jīng)Q定性的作用。

而制造業(yè)PMI受BDI的影響就較大，貢獻率在前4期增長迅速，隨后緩慢穩(wěn)定增長，在第10期達到了41.25%。這說明干散貨海運運價對我國制造業(yè)的影響較為顯著的，企業(yè)會將干散貨海運運價作為產(chǎn)品生產(chǎn)制造計劃調(diào)整的因素之一。

3.結(jié)語

本文選取2005年1月至2020年4月的中國制造業(yè)采購經(jīng)理人指數(shù)（PMI）月度數(shù)據(jù)和波羅的海干散貨運價指數(shù)（BDI）月度數(shù)據(jù)構(gòu)建VAR模型，并通過格蘭杰因果檢驗、脈沖響應(yīng)分析和方差分解，可得如下結(jié)論：在短期內(nèi)，中國制造業(yè)PMI和BDI的影響是單向的，中國制造業(yè)PMI的變化對BDI的影響并不顯著，而BDI卻是帶動中國制造業(yè)PMI變動的格蘭杰原因，且由方差分解可以看出該影響較為顯著。

由以上結(jié)論，可得以下啟示：我國應(yīng)該加強對進出口貿(mào)易和航運企業(yè)信息的監(jiān)測，及時準(zhǔn)確的提供運價等相關(guān)信息，使得企業(yè)可以及時調(diào)整生產(chǎn)配置計劃;同時應(yīng)該積極發(fā)揮航運聯(lián)盟的作用，避免因盲目的競爭而引起的市場劇烈波動，優(yōu)化運力配置，合理調(diào)整運價。

參考文獻：

[1]陳麗芬、謝新連、?；菰?、王文.基于SVAR模型的干散貨運價和燃油價格的相關(guān)性分析[J].大連海事大學(xué)學(xué)報，2016（4）.

[2]RUAN Q S，WANG Y，LU X S，et al.Cross-correlationsbetween Baltic Dry Index and crude oil prices[J].Physica A： statistical meahanics and its applications，2016（7）：278-289.

[3]姜寶，張琪，李劍.國際干散貨運價對我國鋼鐵股價波動溢出效應(yīng)研究[J].價格理論與實踐，2018（05）：99-102.

[4]李瑞華，宋炳良.基于協(xié)整理論的海運價格指數(shù)影響因素[J].中國航海，2014（3）：123-126.

[5]張寧， 陳晴旖.PMI 指數(shù)與我國物價水平相關(guān)性實證分析[J]. 商業(yè)時代，2013，15：34-35.

[6]寧波.CCI、CPI、PMI 的關(guān)系研究及實證分析[J]. 現(xiàn)代商貿(mào)工業(yè)，2018，17：101-102.

[7]楊書皓. 滬深300 指數(shù)與我國制造業(yè)PMI 關(guān)系的實證分析——基于VAR 模型[J]. 現(xiàn)代交際，2018，9：63-64.