鄭旻涵 茆 健 馬存玉

（上海海事大學(xué)，上海 201306）

一、引言

2021 年全球經(jīng)濟復(fù)蘇帶動海運貿(mào)易回暖。波羅的海干散貨指數(shù)（BDI）不斷攀升，運費收益高漲，集散市場需求旺盛。原油價格雖有所小幅提升，油運市場仍然供大于求。受當前疫情反復(fù)影響，全球制造業(yè)復(fù)工復(fù)產(chǎn)不均，港口擁堵及“集裝箱只出不進”等因素導(dǎo)致船隊效率下降，市場“一箱難求”大幅推高運費收益。航運市場中運費的抬升會對造船需求有正向的傳導(dǎo)效應(yīng)。在2021 年的上半年，全球新船成交總量已超過2020 年的全年成交量，使得以集裝箱船主導(dǎo)的新造船市場迅速抬升。面對航運市場迅速升溫的行情，船舶工業(yè)企業(yè)也承接了更多的訂單，但受到原材料價格變化、上下游產(chǎn)業(yè)不同步、金融市場不確定、匯率波動等因素的影響，造船行業(yè)也面臨著嚴峻的考驗。由此可見，集運市場與新造船市場尤其是集裝箱新造船市場的關(guān)系值得研究，以便于航運市場和造船市場參與者分析、預(yù)測未來市場走向。

目前，國內(nèi)航運運價指數(shù)相關(guān)研究較為豐富。夏凱亮等通過選用協(xié)整理論、VAR 模型和GARCH 模型探析中國金融市場和集裝箱運輸市場之間的聯(lián)動機制，得出上證綜指（SCI）對中國集裝箱出口運價指數(shù)（CCFI）有直接影響，而CCFI 對SCI 無直接影響，并且CCFI 和SCI 都有ARCH 效應(yīng)。吳秀秀采用單位根檢驗、Johansen 協(xié)整檢驗、Granger 因果關(guān)系檢驗以及脈沖響應(yīng)，得出美國股票市場對BDI 指數(shù)的影響僅限于金融危機期間，而中國股票市場較美國股票市場與BDI 的關(guān)聯(lián)性更強，對航運業(yè)有一定的拉動作用。林鵬對CCFI 建立均值-波動率的ARIMA-GARCH 模型，分析CCFI 波動影響因素，得出國內(nèi)CPI 指數(shù)中長期顯著影響CCFI，人民幣匯率因素中長期對CCFI 反向波動影響，短期內(nèi)直接影響運力需求的因素是CCFI 波動主因。李序穎利用協(xié)整檢驗和Granger 因果檢驗研究了CCFI 和BDI 的關(guān)系，得出CCFI 周收益率是BDI 周收益率的Granger 原因。朱玉華等利用廣義自回歸條件異方差（GARCH）模型描述CCFI 波動的集聚性和敏感性。結(jié)果表明，CCFI 收益率序列是平穩(wěn)的，集裝箱運價波動具有反杠桿效應(yīng)。王思遠等對CCFI 建立基于Griddy-Gibbs 抽樣MCMC 算法的貝葉斯AR-GARCH模型，得出CCFI 具有較強的持續(xù)性，不存在“風(fēng)險溢價”和“杠桿效應(yīng)”。

許多研究人員對中國集裝箱出口運價指數(shù)與其他指數(shù)的因果關(guān)系以及自身的波動性特征有過深入研究，中國集裝箱出口運輸市場與集裝箱新造船市場的關(guān)系研究應(yīng)進一步加強。運輸市場和船舶市場作為航運業(yè)兩大商品市場，運輸市場提供的是海上運輸這個服務(wù)性質(zhì)的商品，價格體現(xiàn)在租金和運費上；船舶市場提供的是實務(wù)性質(zhì)的船舶商品，價格體現(xiàn)在船價上。兩個市場有各自的供給和需求，而供需關(guān)系調(diào)節(jié)價格，所以價格可以反映這兩個市場景氣程度。因此，研究運價指數(shù)和新造船價格指數(shù)之間的聯(lián)動關(guān)系，對探究中國集裝箱出口運輸市場與集裝箱新造船市場的相互影響關(guān)系有重要意義。

二、指標選取與數(shù)據(jù)來源

選取的運價指數(shù)是中國集裝箱出口運價指數(shù)CCFI，該指數(shù)是中國集裝箱出口運輸市場某個時期的運價與基期的運價的比值，用來反映集裝箱航運市場供需變動趨勢。所用原始數(shù)據(jù)均來源于上海航運交易所，樣本區(qū)間為2013 年7 月至2021 年3 月，得到CCFI 指數(shù)的當月值數(shù)據(jù)時間序列，一共93 個觀測數(shù)據(jù)。

選取的反映我國新造船市場景氣程度的指標為新造集裝箱船價格指數(shù)CNCPI，數(shù)據(jù)來源于中國新造船價格指數(shù)公司，樣本區(qū)間同樣為2013 年7 月至2021 年3月，得到指數(shù)的當月值數(shù)據(jù)時間序列，一共93 個觀測數(shù)據(jù)。

經(jīng)過對原序列平穩(wěn)性檢驗發(fā)現(xiàn)，CCFI 為I(1)指數(shù)序列，CNCPI 為I(2)指數(shù)序列，單整階數(shù)不同。而同階單整是檢驗兩序列是否具有協(xié)整關(guān)系的基礎(chǔ)。故放棄對原序列進一步的實證分析。在諸多市場關(guān)聯(lián)性研究中，價格的變動及其收益率也是重要的研究對象，價格序列轉(zhuǎn)化成收益率序列需進行如下處理：

其中，P、P分別表示第t 期和第t-1 期各指數(shù)的價格，R為第t 期收益率。對CCFI、CNCPI 作相似的變動率處理，分別得到CCFI 變動率、CNCPI 變動率，以RCCFI、RCNCPI 表示?？疾霷CCFI 與RCNCPI 的走勢圖：

圖1 可以直觀地看出，兩個序列整體波動幅度大，上升和下降都很劇烈，原序列不平穩(wěn)；兩序列總體波動趨勢一致，且RCNCPI 變動滯后于RCCFI 變動。

圖1 RCCFI 與RCNCPI 的走勢①

三、實證分析

利用向量自回歸模型的Granger 因果檢驗和脈沖響應(yīng)函數(shù)考察RCCFI 與RCNPI 之間的關(guān)系。建立VAR 模型之前，需要確保數(shù)據(jù)平穩(wěn)或者同階單整，若是同階單整需要通過協(xié)整檢驗。文章使用Stata 15.1 進行實證分析。

（一）單位根檢驗

ADF 檢驗的判定標準是將變量的ADF 統(tǒng)計量與1%、5%和10%置信水平下的臨界值比較：若ADF 統(tǒng)計量小于各顯著水平下的臨界值，則該時間序列沒有單位根，是平穩(wěn)序列；反之是非平穩(wěn)序列。分別對RCCFI和RCNCPI 以及各自的一階差分做單位根檢驗，結(jié)果如表1 所示。

表1 ADF 檢驗②

檢驗結(jié)果顯示，RCCFI 和RCNCPI 的ADF 統(tǒng)計量都大于臨界值，而DRCCFI 和DRCNCPI 的ADF 統(tǒng)計量都小于臨界值。這表明原序列都是I(1)指數(shù)序列。故可對原序列作協(xié)整檢驗，考察變量間是否存在長期均衡關(guān)系。

（二）協(xié)整檢驗

采用基于向量自回歸VAR 模型的Johansen 協(xié)整檢驗。因協(xié)整檢驗是對滯后期非常敏感的檢驗，首先需要確定最優(yōu)滯后階數(shù)。對原數(shù)據(jù)建立VAR 模型，考察VAR 模型下的最優(yōu)滯后階數(shù)：

表2 不同信息準則的值

根據(jù)FPE、AIC準則，都需滯后3階；根據(jù)HQIC、SBIC需滯后2階。根據(jù)Lutkepohl(2005),HQIC、SBIC 提供了對真實滯后階數(shù)的一致估計，而FPE、AIC 準則可能高估滯后階數(shù)。并且經(jīng)檢驗，滯后2 階建立的VAR 模型在接受“殘差無自相關(guān)”的原假設(shè)的顯著性高于滯后3 階。故選擇VAR 模型最優(yōu)滯后2 階。

由于VAR 是無約束的，而協(xié)整是有約束的，因此協(xié)整檢驗的最優(yōu)滯后階數(shù)一般為VAR 的最優(yōu)滯后階數(shù)減去1，所以為1。

確定了最優(yōu)滯后階數(shù)，繼續(xù)做協(xié)整關(guān)系檢驗。

表3 包含常數(shù)項和時間趨勢項的協(xié)整秩跡檢驗

表4 最大特征值檢驗

包含常數(shù)項和時間趨勢項的協(xié)整秩跡檢驗結(jié)果表明，只有一個線性無關(guān)的協(xié)整向量。而最大特征值檢驗也表明，可以在5%的水平上拒絕“協(xié)整秩為0”的原假設(shè)（27.2624>14.07），但無法拒絕“協(xié)整秩為1”的原假設(shè)（3.7580<3.76）。這表明RCCFI 和RCNCPI 至少存在一個協(xié)整關(guān)系。

（三）格蘭杰因果分析

格蘭杰因果檢驗是指通過計量方法檢驗兩個變量之間是否存在因果關(guān)系，或者是時間上的先后順序關(guān)系。根據(jù)上述所確定的最優(yōu)滯后階數(shù)建立VAR 模型，考察CCFI 變動率和CNCPI 變動率之間的格蘭杰因果關(guān)系。

表5 顯示，如果檢驗變量RCNCPI 系數(shù)的顯著性，拒絕“RCNCPI 不是RCCFI 的格蘭杰原因”的原假設(shè)（3.3569>0.187），認為RCNCPI 是RCCFI 的格蘭杰原因。但如果檢驗變量RCCFI 系數(shù)的顯著性，卡方統(tǒng)計量遠大于P 值，故強烈拒絕“RCCFI 不是RCNPI 的格蘭杰原因”的原假設(shè)，認為RCCFI 是RCNCPI 的格蘭杰原因。并且RCCFI 是RCNCPI 的格蘭杰原因更加顯著。

表5 RCCFI 與RCNCPI 因果檢驗結(jié)果

為了進一步分析RCCFI 與RCNCPI 之間的相互關(guān)系，作出了RCCFI 對RCNCPI 及RCNCPI 對RCCFI 的脈沖響應(yīng)函數(shù)。RCCFI 對RCNCPI 的脈沖響應(yīng)函數(shù)顯示，當在本期給RCCFI 一個正沖擊后，RCNCPI 對沖擊的響應(yīng)是正向的。具體而言，在第1 期小幅波動，從第2 期開始迅速上升，第3 期上漲放緩，并逐漸達到峰值，之后平穩(wěn)下降，但持續(xù)保持正效應(yīng)，在第11 期正效應(yīng)消失。這表明RCCFI 的上漲對RCNCPI 產(chǎn)生較為顯著的拉動作用。

圖2 RCCFI 對RCNCPI 脈沖響應(yīng)函數(shù)

對比RCNCPI 對RCCFI 的脈沖響應(yīng)函數(shù)，RCCFI對RCNCPI 沖擊的響應(yīng)是負向的；考慮到RCNCPI 比RCCFI 低一個數(shù)量級，RCNCPI 對RCCFI 的脈沖響應(yīng)函數(shù)峰值的絕對值低于RCCFI 對RCNCPI 的脈沖響應(yīng)函數(shù)峰值，這與“RCCFI 是RCNCPI 的格蘭杰原因更加顯著”結(jié)論一致。

圖3 RCNCPI 對RCCFI 脈沖響應(yīng)函數(shù)

四、結(jié)果分析

主要對中國集裝箱出口運價指數(shù)變動率與中國新造集裝箱船價格指數(shù)變動率建立VAR 模型，檢驗因果關(guān)系與作出脈沖響應(yīng)函數(shù)。實證分析結(jié)果表明，中國集裝箱出口運價綜合指數(shù)變動率促進中國新造集裝箱船價格指數(shù)變動率增長，中國新造集裝箱船價格指數(shù)變動率抑制中國集裝箱出口運價綜合指數(shù)變動率，但效應(yīng)小于前者。這是由于航運市場需求增速超過船隊增速時有助于推動新造船市場抬升，航運條件受限條件較小，反應(yīng)彈性較強；造船企業(yè)受原材料價格變動、上下游產(chǎn)業(yè)不同步、金融市場不確定、匯率波動等因素制約，反應(yīng)彈性相對較弱。

五、建議方法

航運市場中，當運費抬升，造船需求增長，船廠增加產(chǎn)能；反之，船舶供給過剩，運力過剩，將導(dǎo)致運費下降。該結(jié)論對運輸市場和造船市場的供需調(diào)整具有指導(dǎo)意義。

（一）緊緊抓牢疫情期間市場短期上升的機遇。國際主要預(yù)測機構(gòu)的共識是：2021 年全球經(jīng)濟復(fù)蘇將帶動海運貿(mào)易回暖，預(yù)計全年海運貿(mào)易增速將超過4%，未來兩年也將持續(xù)保持在3%左右。隨著疫苗接種的普及，各國疫情防控的努力，航運業(yè)的運輸效率也會恢復(fù)，未來航運市場極有可能有回落的跡象，因此，要在短期內(nèi)抓住機遇，提升自身的造船質(zhì)量，先發(fā)制人趁熱打鐵。

（二）謹慎面對國際金融市場對造船市場的不確定性影響，積極合理地利用套期保值等金融手段，盡可能降低匯率波動帶來的風(fēng)險，采用保守穩(wěn)健的風(fēng)險管理方式，保證主營業(yè)務(wù)管理目標的實現(xiàn)。

（三）全球貿(mào)易的90%都是通過海運來完成，船舶航運業(yè)近年來帶來的環(huán)境污染問題受到國際社會的高度關(guān)注，綠色低碳逐漸成為船舶航運業(yè)的必然發(fā)展趨勢。依賴航運業(yè)的國家對綠色船舶加大研發(fā)和投入，圍繞船舶總體優(yōu)化、船舶動力燃料低碳化兩個維度深入研究，提高國際航運競爭力和影響力。

重視上下游產(chǎn)業(yè)之間的交流合作，建立戰(zhàn)略合作伙伴深度合作關(guān)系，以確保原材料供給的效率的質(zhì)量。

[注釋]

為了在數(shù)量級上更匹配,將RCNCPI 乘以10;C,T,K分別表示單位根檢驗包括常數(shù)項、時間趨勢項以及滯后階數(shù)。DRCCIF 和DRCNCPI 分別表示CCFI 變動率的一階差分和CNCPI 變動率的一階差分