基于協(xié)整理論的海運價格指數(shù)影響因素

李瑞華, 宋炳良，b

(上海海事大學(xué) a. 經(jīng)濟管理學(xué)院, b. 航運產(chǎn)業(yè)與區(qū)域經(jīng)濟研究中心， 上海 201306)

基于協(xié)整理論的海運價格指數(shù)影響因素

李瑞華a, 宋炳良a，b

(上海海事大學(xué) a. 經(jīng)濟管理學(xué)院, b. 航運產(chǎn)業(yè)與區(qū)域經(jīng)濟研究中心， 上海 201306)

以黃金價格與道瓊斯指數(shù)等指標(biāo)代表國際金融資本市場，與BDI建立Johanson協(xié)整關(guān)系，研究三者間的長期穩(wěn)定的關(guān)系。建立VEC模型，研究三者間的短期動態(tài)調(diào)整能力，之后運用Granger因果檢驗進一步研究三者時間先后順序上的因果關(guān)系。通過以上研究可知，BDI與黃金價格和道瓊斯指數(shù)均呈現(xiàn)負相關(guān)的協(xié)整關(guān)系,該關(guān)系一旦偏離就能夠在短期內(nèi)迅速調(diào)整，其中協(xié)整關(guān)系可用來幫助判斷BDI的走勢。

交通運輸經(jīng)濟學(xué)； BDI; 黃金價格； 道瓊斯指數(shù)； Johanson協(xié)整關(guān)系； VEC模型； Granger因果檢驗

世界著名的波羅的海航運交易所位于英國倫敦，全球46個國家的656家公司是其會員。代表國際干散貨運價整體水平的波羅的海干散貨指數(shù)(Baltic Dry Index，BDI)多年來一直受航運界高度關(guān)注，被認為是反映國際干散貨運輸市場變化的晴雨表。BDI是由全球傳統(tǒng)的12條主要干散貨船航線的運價，按照各自在航運市場上的重要程度和所占比重構(gòu)成的一個綜合性指數(shù)，研究其波動規(guī)律、探討其發(fā)展變化趨勢已日益為人們所重視。除傳統(tǒng)意義上的航運界指標(biāo)以外，BDI還因其構(gòu)成而成為一項世界經(jīng)濟指標(biāo)，受到投資者的廣泛關(guān)注。關(guān)于BDI的研究，國內(nèi)外已經(jīng)有相當(dāng)多的文獻。

國內(nèi)在這方面的研究主要有：鄭士源等[1]應(yīng)用因子分析法，建立了國際干散貨航運市場評價指標(biāo)體系，對國際干散貨航運市場進行了綜合評價；沈建國[2]研究了航運期貨市場，分析了參與BIFFEX市場存在的風(fēng)險；劉建林等[3]采用Johansen協(xié)整檢驗對波羅的海運價指數(shù)期貨市場的期貨價格和現(xiàn)貨價格進行了協(xié)整研究；宮進[4]采用條件異方差模型對BDI進行了擬合，并且預(yù)測了期貨價格和現(xiàn)貨價格；ADLAND等[5]建立了期租市場的風(fēng)險模型，并根據(jù)現(xiàn)貨市場的隨機運費計算了期租的動態(tài)風(fēng)險；KOEKEBAKKER等[6]建立了遠期運費的數(shù)學(xué)模型，分析了遠期運費協(xié)議(Forward Freight Agreement, FFA)與亞洲期權(quán)的關(guān)系；ADLAND等[7]研究了近幾年瘋狂的干散貨航運市場背后，二手船與新造船的價格問題；張林紅[8]對干散貨航運市場的預(yù)測模型進行了研究，對干散貨航運市場需求、供給、運價采用了不同的預(yù)測模型。

相比而言，國外學(xué)者在此領(lǐng)域的研究較為深入，且對航運市場的研究比我國早很多。STOPFORD[9]系統(tǒng)地闡述了海運市場的特征和定價曲線；VEENSTRA等[10]將多變量時間序列模型引入海運運價模型中，分別對巴拿馬船型運價指數(shù)和海峽型船運價指數(shù)進行了分析，發(fā)現(xiàn)兩者之間有著很強的相互影響的關(guān)系；HAWDON[11]首次運用計量經(jīng)濟學(xué)分析海運市場，利用線性模型來預(yù)測海運運價；KAVUSSANOS等[12]分析了海運現(xiàn)貨市場和FFA市場之間的關(guān)系，認為兩者同時對海運價格產(chǎn)生影響，只是FFA市場對運價的反映更迅速。

在眾多研究成果中，很少有從金融資本市場探尋影響B(tài)DI波動的因素的研究，因此從投資者的角度切入，探究國際資本市場上影響B(tài)DI波動的因素。

1 變量選取與數(shù)據(jù)說明

由于目前國際資本市場仍以美元為主要結(jié)算貨幣，因此最能夠代表世界經(jīng)濟波動水平的指標(biāo)就是黃金價格與道瓊斯指數(shù)。此處主要研究的就是黃金價格和道瓊斯指數(shù)與BDI能否形成一個長期意義上的關(guān)系。數(shù)據(jù)方面，選擇的BDI，黃金價格以及道瓊斯指數(shù)的范圍從2008年1月到2013年6月，除去節(jié)假日休市等各方面因素導(dǎo)致的缺失值，總計獲得有效觀測值346個。為消除數(shù)據(jù)中存在的異方差問題以及表示經(jīng)濟意義上的彈性，對所有的變量數(shù)據(jù)都做了對數(shù)處理，記為lbdi, lgold和ldjones。

2 研究方法

首先利用考慮殘差項序列的ADF單位根檢驗法檢驗變量序列的平穩(wěn)性，對非平穩(wěn)性的變量進行處理,使之成為平穩(wěn)時間序列。如果變量是單整的，則對相關(guān)變量進行協(xié)整檢驗，以確定BDI和黃金價格與道瓊斯指數(shù)的長期關(guān)系。

協(xié)整理論是研究分析非平穩(wěn)時間序列的一個重要方法。ENGLE等[13]指出，如果2個或2個以上的非平穩(wěn)時間序列(含有單位根的時間序列)的線性組合能構(gòu)成平穩(wěn)的時間序列，則稱這些非平穩(wěn)時間序列是協(xié)整的，得到的平穩(wěn)的線性組合為協(xié)整方程。協(xié)整方程的存在說明這些變量(即非平穩(wěn)的時間序列)之間存在長期的均衡關(guān)系。此處采用JOHANSEN[14]提出的協(xié)整檢驗方法檢驗變量之間的協(xié)整關(guān)系。得到協(xié)整檢驗的結(jié)果以后，如果變量間存在協(xié)整關(guān)系，則可建立向量誤差修正(Vector Error Correction, VEC)模型進行短期動態(tài)關(guān)系分析；同時，利用變量的差分進行Granger因果檢驗，以對這些變量之間的關(guān)系進行進一步分析。Granger因果檢驗的基本原理是:如果變量Y2過去和現(xiàn)在的信息有助于改進變量Y1的預(yù)測，則說變量Y1是由變量Y2 Granger引起的。Granger因果檢驗中最重要的是滯后時間長度的確定，在實際分析中,檢驗的功效取決于最優(yōu)滯后期數(shù)的確定。在該項研究中，最優(yōu)滯后期數(shù)的確定由施瓦茨信息準(zhǔn)則(Schwarz Information Criterion, SC)、赤池信息量準(zhǔn)則(Akaike Information Criterion, AIC)確定。

3 實證檢驗

3.1單位根檢驗

首先對lbdi, lgold和ldjones進行單位根檢驗，發(fā)現(xiàn)其并不是平穩(wěn)的，因此對數(shù)據(jù)進行差分處理，得到dlbdi,dlgold和dldjones。根據(jù)AIC和SC最小的準(zhǔn)則選擇合適的滯后階數(shù)后，發(fā)現(xiàn)dlbdi,dlgold和dldjones在1%的置信水平上均不存在單位根，為平穩(wěn)時間序列，因此三者均為一階單整序列。

3.2協(xié)整檢驗

根據(jù)前文的單位根檢驗，lbdi, lgold和ldjones均為一階單整序列，因此可就三者之間的關(guān)系進行Johanson協(xié)整檢驗，以探究其是否存在長期穩(wěn)定的均衡關(guān)系。由單位根檢驗可知，lbdi, lgold和ldjones的時間序列均含常數(shù)項，相應(yīng)的協(xié)整方程也應(yīng)該包含常數(shù)項(JOHANSEN[14]和趙華等[15])。根據(jù)AIC和SC等準(zhǔn)則確定最優(yōu)滯后階數(shù)為3，得到的協(xié)整檢驗結(jié)果見表1。

表1 協(xié)整檢驗結(jié)果

由協(xié)整檢驗的結(jié)果可以看到，lbdi, lgold和ldjones之間存在一個長期的協(xié)整關(guān)系，這3個變量之間的協(xié)整方程為

lgbdi=-1.164 826·lggold-1.709 351·lgdjones+31.641 57

(0.575 46) (0.676 13) (9.835 01)

協(xié)整方程表明了從2008年1月至2013年6月，lbdi, lgold和ldjones之間存在的長期均衡關(guān)系。從方程的系數(shù)可以看出，黃金價格與BDI之間存在一個負向作用，即黃金價格升高會降低BDI；道瓊斯指數(shù)與BDI間同樣存在負向作用，即道瓊斯指數(shù)的上揚能顯著拉低BDI。

3.3誤差修正模型

在得到lbdi, lgold和ldjones之間的協(xié)整關(guān)系之后,可以建立VEC模型來研究存在長期穩(wěn)定關(guān)系的三者之間的短期動態(tài)關(guān)系。VEC模型選擇的滯后階數(shù)與協(xié)整檢驗一樣，依然選擇3，模型仍選擇有截距的形式。關(guān)于lbdi的方程結(jié)果(Rsquare=0.43)見表2([ ]內(nèi)數(shù)值為系數(shù)的t值)。

表2 VEC模型

從方程的結(jié)果看，誤差修正項的系數(shù)非常顯著，說明在短期對長期均衡的調(diào)整力度很明顯，且方程整體的擬合度尚可，能夠較好地反應(yīng)經(jīng)濟意義。ldjones的滯后1期、2期的系數(shù)都為負，其中滯后第2期的系數(shù)最大、最顯著；滯后第3期的系數(shù)為正，但很小，很不顯著，說明道瓊斯指數(shù)對BDI增長的負向拉動力度是有一定滯后的。lgold的滯后1期系數(shù)為正，而滯后2期、3期為負，且各期的系數(shù)和顯著性都非常小，因此可認為黃金價格對BDI增長的影響很弱，總體起負向作用，滯后效應(yīng)也不大。

3.4Granger因果檢驗

為進一步研究lbdi, lgold和ldjones在時間順序上相互影響的因果關(guān)系，根據(jù)單位根檢驗的結(jié)果，對這3個一階單整的變量進行差分，對得到的差分變量進行Granger因果檢驗，滯后階選擇2階，得到的結(jié)果見表3。

從表3可以看出：

1) 在最優(yōu)滯后期時，道瓊斯指數(shù)和BDI都不能在10%以內(nèi)的置信度上互相成為Granger原因，說明道瓊斯指數(shù)的增長與BDI增長互相不能成為促成彼此的顯著因素。

表3 Granger因果檢驗結(jié)果

2) 黃金價格的增長并不能成為BDI增長的Granger原因，反而BDI的增長在1%的置信度下成為了影響黃金價格增長的Granger原因，說明BDI的提高能成為黃金價格增長的顯著因素。

4 結(jié) 語

從時間序列分析結(jié)果來看：

1. BDI和黃金價格以及道瓊斯指數(shù)確實能構(gòu)成一個長期穩(wěn)定的協(xié)整關(guān)系，且在協(xié)整關(guān)系中,黃金價格和道瓊斯指數(shù)均與BDI呈負相關(guān)關(guān)系。其中：黃金價格與BDI呈現(xiàn)負相關(guān)關(guān)系很符合經(jīng)濟學(xué)直觀意義，尤其是最近幾年經(jīng)濟衰退，越來越多的投資會轉(zhuǎn)向黃金以尋求保值，同時，經(jīng)濟衰退會造成干散貨市場的海運需求大幅度衰退，從而降低海運市場的價格，導(dǎo)致BDI下降；道瓊斯指數(shù)與BDI呈現(xiàn)負相關(guān)關(guān)系似乎有悖于經(jīng)濟學(xué)直觀意義。道瓊斯指數(shù)增長一般表明美國股市表現(xiàn)良好，也預(yù)示著全球的經(jīng)濟會較為穩(wěn)定繁榮，因此海運的需求也會較為旺盛，一般會造成BDI的上漲，但實證的結(jié)果卻相反。猜想可能是由于美聯(lián)儲近幾年的QE政策雖然刺激了股市，使道瓊斯指數(shù)上揚，但沒有從根本上拉動總需求，因此并不會帶來BDI的增長，股市上的繁榮景象并不能掩蓋現(xiàn)實中需求不足的經(jīng)濟衰退，不過總體而言，擬合程度較高的協(xié)整關(guān)系依然可以作為判斷BDI走勢的一個重要方法。

2. 誤差修正模型表明該協(xié)整關(guān)系的穩(wěn)定性非常好，在短期內(nèi)誤差修正項十分顯著，說明數(shù)據(jù)能夠圍繞協(xié)整關(guān)系迅速進行反應(yīng)調(diào)整，且道瓊斯指數(shù)和黃金價格的增長無論滯后多少期對BDI增長的影響都不會過于明顯，整體呈現(xiàn)負相關(guān)，表明在實際中道瓊斯指數(shù)和黃金價格的增長對BDI的增長影響非常微弱，猜想可能是由于無論是道瓊斯指數(shù)還是黃金價格指數(shù)都是一個間接性反應(yīng)經(jīng)濟形勢的金融資本市場的指標(biāo)，不能成為直接影響B(tài)DI的因素。

3. Granger因果檢驗的結(jié)果表明，在先后順序上的因果方面，無論是道瓊斯指數(shù)的增長還是黃金價格指數(shù)的增長均不能成為BDI增長的Granger原因，反而BDI的增長可以成為黃金價格增長的Granger原因。

[1] 鄭士源, 姚祖洪. 國際干散貨航運市場的評價[J]. 交通運輸工程學(xué)報, 2004, 4(4): 88-92.

[2] 沈建國. BIFFEX 風(fēng)險管理研究與啟示[D]. 上海：上海海事大學(xué), 2005.

[3] 劉建林, 施欣. 波羅的海運價指數(shù)期貨市場的協(xié)整研究和定價模型[J]. 大連海事大學(xué)學(xué)報, 2005, 31(2)：23-27.

[4] 宮進. 國際干散貨運價風(fēng)險相關(guān)問題的實證研究[D]. 上海：上海海運學(xué)院, 2001.

[5] ADLAND R, JIA H. Charter Market Default Risk: A Conceptual Approach[J]. Transportation Research Part E: Logistics and Transportation Review, 2008, 44(1): 152-163.

[6] KOEKEBAKKER S, ADLAND R, S?DAL S. Pricing Freight Rate Options[J]. Transportation Research Part E: Logistics and Transportation Review, 2007, 43(5): 535-548.

[7] ADLAND R, JIA H, STRANDENES S. Asset Bubbles in Shipping? An Analysis of Recent History in the Drybulk Market[J]. Maritime Economics amp; Logistics, 2006, 8(3): 223-233.

[8] 張林紅. 國際干散貨航運市場預(yù)測模型研究[D]. 大連: 大連海事大學(xué), 2002.

[9] STOPFORD M. Maritime Economics 3e[M]. Routledge, 2008.

[10] VEENSTRA A W, FRANSES P H. A Co-Integration Approach to Forecasting Freight Rates in the Dry Bulk Shipping Sector[J]. Transportation Research Part A: Policy and Practice, 1997, 31(6): 447-458.

[11] HAWDON D. Tanker Freight Rates in the Short and Long Run[J]. Applied Economics, 1978, 10(3): 203-218.

[12] KAVUSSANOS M G, VISVIKIS I D. Market Interactions in Returns and Volatilities Between Spot and Forward Shipping Freight Markets[J]. Journal of Banking amp; Finance, 2004, 28(8):2015-2049.

[13] ENGLE R F, GRANGER C W J. Co-Integration and Error Correction: Representation, Estimation, and Testing[J]. Journal of the Econometric Society, 1987: 251-276.

[14] JOHANSEN S. Likelihood-Based Inference in Cointegrated Vector Autoregressive Models[J]. New York, 1995：106-109.

[15] 趙華, 潘長風(fēng). 在協(xié)整分析中如何處理截距和趨勢[J]. 數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究, 2004(1)：106-109.

FactorsofShippingPriceIndexBasedonCointegrationTheory

LIRuihua1,SONGBingliang1,2

(a. School of Economics amp; Management, b. Research Center of Maritime Industries and Regional Economy, Shanghai Maritime University, Shanghai 201306, China)

The Johanson cointegration is set up between the international financial capital market and BDI. The former is represented by gold price, Dow Jones Indexes and other indicators. The long-term and stable relations between them are studied and the VEC model is established to study the short-term dynamic adjustment capabilities. Granger causality is used for further study about the chronological causation of the above three to get the set of conclusions. An example is given where BDI and gold price and the Dow Jones index are negatively correlated cointegration, which can be quickly adjusted once there is a deviation, and the cointegaration can be used for judging the trend of BDI.

traffic transport economics; BDI; gold price; Dow Jones index; Johanson cointegration; VEC model; Granger causality

2014-06-24

李瑞華(1964—), 男, 山東青島人, 博士生, 從事國際航運中心研究。 E-mail: ruihua2008@vip.sina.com

宋炳良(1958—), 男, 浙江平湖人, 教授, 博士生導(dǎo)師, 從事港口經(jīng)濟研究。 E-mail: blsong@shmtu.edu.cn

1000-4653(2014)03-0123-04

F224

A