中国沿海集装箱运价指数与波罗的海运价指数的比较

中国诏海集装箱运价才 旨 数与 波 罗的海运 价才 旨 数 的 匕 校 何 晋 婷，梁，嗅 刚 (上海海事大学经济管理学院，上海2 0 0 1 3 5)【摘要】为研究全球金融危机 以来中国沿海集装箱运价指数(C C F I)与波罗的海运价指数(B D I)的波动 趋势及 关联，通过 E v i e ws 分析 两者 2 0 0 8 年 9月至 2 0 0 9 牟 5月的数 值，并运 用向量 自 回归模型和格 兰杰因果检验等统计方法对其进行分析 比较，发现 C C F I同B DI 一样具有股票收益 率序列的特征，适合作为运价指数期货的标的，有助于预估我 国集装箱航运市场的运价走势以规 避运价风 险，并 为我 国运价 指数期货 的推 出提供 理论基础。【关键词】B D I；C C F I；运价指数期货 O前 言 航运运价指数反映航运市场运价的波动趋势，是 航运市场乃至全球经济的“晴雨表”。波罗的海运价指 数(B D I)是波罗的海航运交易所将 3 5 条典型干散货航 线按其在航运市场中的重要程度和所占比重编制而成 的综合性运价指数，该指数能够反映全球干散货航运 市场的运价水平。中国沿海集装箱运价指数(C C F I)是由上海航运交易所编制的、仅次于 B D I 的第 2大航 运价格指数，在国际航运市场中亦具有极高的参考价 值。近 年来，国际航运市场 变动剧烈，运价指数 振 幅在 千点以上，尤其是 2 0 0 8 年美国次贷危机演化成全球金 融危机后，航运业大受影响，B D I 从 2 0 0 8 年 5月最高 峰的 1 2 0 0 0点一度跌至 1 0 0 0 点 以下，C C F I 也直线下 跌。涉及国际航运的各方 由于未能及时寻找有效方法 规避风险，遭受巨大损失。因此，研究 C C F I，探讨其波 动的规律性及其与 B DI 的相关性和区别，对寻找规避 风险的有效方法具有重要意义。本文搜集 2 0 0 8年 9月全球金融危机爆发以来 般稿日期：2 0 0 9 0 5 2 5 作者简介：何晋婷(1 9 8 5 一)，女，硕士研究生，研究方向为国际金融。4 C C F I 与B D I 的数据，通过E v i e w s(计量经济学软件)分 析两 者的波动趋 势，并 运用 向量 自回归模 型和格兰杰 因果检验等统计方法对其进行相关分析，希望得到金 融危机爆发以来 C C F I 的波动特点，并将其与 B D I 进 行比较研究，为我国推出运价指数期货提供理论依据。l 基本统计 本文使用的数据是伦敦波罗的海航运交易所发布 的B D I 和上 海航运 交易所发布 的 C C F I，经整 理得周平 均指数，样本为 2 0 0 8 年 9 月 1 2日至 2 0 0 9 年 5 月 1 5日，共 7 0 个数据。来源于中华航运网和上海海事信息与文 献 网。对运价 指数的收益率 序列进行 分析，采用的收益 率定义为：L y =l o g(y )一 l o g(y -)式中，对应于第 t 周的运价指数。首先，对时间序列的数据可以通过描绘折线图来 考察该序列的总体波动情况，将运价指数周收益率的 数据输人 E v i e ws，得到图 1。蕊 哩 第 3 1 卷第8 期 2 0 0 9-(-8 月 、替 匪 ：2 008一 l 0 1 0 2 008一 l 2 1 9 2009一 O2 27 2 OO8 1 1一 O8 2 009 01 23 日期 图 1 B DI 和 CC F I 周收益率波动折 线 从图 1 可以看出：B D I 周收益率波动幅度很大；C C F I周收益率波动显得平缓。B D I主要用于反映全 球干散货航运市场的运价水平，揭示干散货航运市场 及相关市场(如船舶市场)的供需态势，并作为波罗的 海国际运价期货交易工具。同处于国际航运市场且 直接受国际贸易发展和全球经济运作的影响，C C F I 与 B D I 有相互作用的过程。国际干散货航线主要涉及原 油 和铁矿石 的运输，从 图 i 可 以看 出金融危机 爆发后 B D I 剧烈下跌，但从 2 0 0 9 年 2 月开始反弹，因为国际 市场对原油和铁矿石仍有强劲的需求，而C C F I 至今仍 处于低迷状态，这是 由于两个市场的特征和传导的时 间效应 不 同。进一步分析，可得到两者的基本统计量结果(见表 1)表 1 B DI 和 CCF I 周收益率基本统计量分析结果 运价 周 收 益 率 指数 均值 中间值 最大值 最小值 标准差 偏度 峰度 J B值 概率 总数 总数平方 BDI O 0 3 l 3 9 一O o o 3 6 3 O 4 2 8 2 6 0 4 3 4 7 0 O 1 8 41 9 008 0 2 4 3-3 O99 5 O 1 31 9 7 09 3 61 4 0 8 l 6 2 6 O 8 48 21 CCFI 0 O l 1 61 0 0 1 0 1 7 0 0 06 2 7 0 0 3 4 0 7 001 0 3 3 0 5 6 3 0 4 2 9 9 9 7 9 1 3 7 3 7 3 05 0 3 1 5 0 3 0 1 9 2 0 o0 26 7 结果显示，B DI 的极差(最大值一 最小值)比C C F I 的大，B D I 比 C C F I 更 活跃一 些，这种情 况主要是 由于 于散货的运价本身具有比集装箱运价波动大的特点。平均来看，B D I 的收益率及标准差都 比C C F I 的大，说 明其收益高、风险大，在同样风险条件下，B D I 的收益 更高。从偏度来看，两个收益率序列均为负偏，说明小 于均值的周数偏多，而 C C F I 的偏度比B D I 的大，说明 C C F I 收益率序列小于平均收益率的周数 比B D I 更多。C C F I 及 B D I 的峰度显示，与正态分布相比，两个收益 率序列的分布具有尖峰厚尾的特征，表明其偏离均值 的极端值较正态分布多。J B统计量显示，两个收益率 序列均不服从正态分布。这些结果与股票价格收益率 的分析结果类似。由以上基本统计可以得出：C C F I 和B DI 的收益率 与股票价格 收益率类似，适合作为一种金融 品种，C C F I 也可以和B D I 一样作为运价期货的标的，它们的 运行规律可以利用金融经济计量学的方法来进行分析 和研究。下文将利 用 向量 自回归模 型 的相关理 论来考 察 B DI 与 C C F I 之间的内在联系。2 向量 自回归模型 向量 自回归(V AR)模型通常用于相关时间序列系 统的预测和研究随机扰动对变量系统的动态影响。在 该模型中，每一个变量都被均等地对待，而不必 区分内 生变量和外生变量。一般的 V A R模型形式是：=+届 。+)j -j+u，J l 户 I k=r+。，+仍。+上面的模型允许 和 五相互影响，所以体系结构 中结合了反馈因素；U，和“分别是 和 中的新息(或 冲击)。在实际使用中，通常希望 和 滞后期足够长，从 而能够完整地反映所构造模型的动态特征；但是滞后 期越长，模型中待估计 的参数就越多，自由度就越少。因此，应在 自由度和滞后期之间寻求一种均衡状态，根 据 A I C和 S C信息量取值最小的准则来确定模型的阶 数。对样本期内的数据建立 V AR模型，结果如下：L B D I=1 0 9 7 1 2 5 9 7 7 X L B o-(一1)一 0 2 4 3 1 7 6 6 3 4 X L B D I(一2)+1 7 8 6 8 1 0 0 0 1L c c F I(一1)一 2 7 1 0 9 1 4 3 1 1 X厶(一2)+7 4 2 5 3 02 1 0 6 厶=-0 0 0 2 1 3 l 7 0 7L 一(一1)+0 0 1 3 4 7 94 4 0 X L B D 1(一2)+0 7 7 5 6 1 6 6 3 9 X厶1c F l(一1)+0 2 0 8 4 8 2 7 8 9 L c c F I(-2)+0 01 3 8 5 5 431 5 对该模型有 些变量 的 t 检验 是不能通 过的，但在 这里仍保 留各个滞后 变量，因为 V A R模 型的重点是考 察变量 之间 的关 系而不是 预测。最终模型的阶数定为 1，因为经过多次试验，当模 型阶数为 1 时，综合考虑信息量为最优。具体的识别 过程 如表 2。表 2 V AR模型识别过程 L a g l o gL LR F PE Al C SC HQ 0 9 7 6 7 0 NA O 0 0 1 7 45 06 7 5 3 9 5 0 5 7 6 6 5 7 0 6 5 0 5 6 3 1 9 5 2 2l 0 1 4 8 6 1 5 6 1 4 7 e O 6 77 5 8 3 5 0 7 4 6 2 1 3 4 7 6 8 3 8 5 2 2 9 7 5 4 O8 3 6 3 1 0 3 4 1 7 2 e O 6 761 2 2 4 8 7 1 1 8 5 5 5 7 4 8 8 08 5 3 1 0 H D 0 9l 5 3 5 4 8 7 0 7 2 o o e 0 6 74 8 6 21 6 6 7 9 5 0 4 6 7_31 2 3 8 9 从上面 的识 别结果 发现，各项 指标在滞 后值取 1 时最 小，则模型 的滞 后期 为 V A R(1)。通 过特征根 检 验 可发现其无 特征根，为 1 阶平稳过 程。3 格 兰杰 因果检 验 为考察 B D I 与 C C F I 之 间的关 系，先对 和 一 这两个对数序列进行单位根检验，检验结果见表 3和 表 4。表 3 L 。的 1阶差分序列滞后 0期的单位根检验 表 4 L 。的 1阶差分序 列滞后 0期的单位根检验 从表 3 和 表 4中可 以看 出，和 一 都是 1 阶差 分平稳序列，即两者的收益率序列是平稳的。格兰杰因果检验在考察 B D I 和 C C F I 两序列因果 关系时是采用这样的方法：先估计当前的 B DI 值被其 滞后各期取值所能解释的程度，然后验证通过引入序 列 C C F I 的滞后值是否可以提高 B D I的被解释程度，如果是，则称序列 C C F I 是 B D I 的格兰杰成因，此时 C C F I 的滞后期系数具有统计显著性。在考察 B D I 是 否为 C C F I 的格兰杰成因时方法类似。检验时采用的 模 型为：6 =c+一 +卢 x t 一，+，仁l l 其中，m是最大的滞后阶数，通常可以取得稍大一 些。检验的原假设是序列 C C F I(B D I)不是序列 B D I (C C F I)的格兰杰成 因，即 H。：JB。=屈=卢 =0 o 通 过 E v i e w s 对样本数据进行分析 ，表 5 为分别滞后 4，5，6，7，8阶的 B D I 和 C C F I 的格兰杰 因果检验结果。表 5 格兰杰因果检验结果 滞后 阶数 格兰杰成因概率 4 5 6 7 8 CC F I不 是 B DI的 格 兰杰成 因 0 1 0 26 2 0 0 1 21 9 0 0 3 7 6 2 0 O 6 31 2 O 1 3 5 5 7 B DI不是 CC F I的 格 兰杰成因 0 8 4 90 3 0 7 3 49 6 0 9 1 7 6 5 0 9 6 69 8 0 7 5 1 5 7 表 5 的检验结果显示：C C F I 是 B DI 的格 兰杰成 因，而 B D I 不是 C C F I 的格 兰杰成 因。因此，C C F I 的收益 率对 B D I收益率的预测有帮助，而 B D I的收益率对 C C F I 收益率预测的帮助并不显著。4结 论 由前 文的分析 比较可得 出以下结论：(1)对 C C F I 和 B D I 进行数量的分析，证明两者之 间收益率存在一致性，且和股票价格收益率特征类似。因此，C C F I 也可以和 B DI 一样作为运价期货的标的。(2)对 C C F I 和 B D I 对数序列进行单位根检验，两 者的收益率序列是平稳的，则两个市场的运价走势存 在均衡 关系。(3)格兰杰 因果 检验表 明C C F I 是 B D I 的格 兰杰成 因，而B DI 不是 C C F I 的格兰杰成因；C C F I 的收益率对 B DI 收益率的预测有帮助，而 B D I 的收益率并不能改 善对 C C F I 收益率的预测。(4)C C F I 是基 于中 国集装箱 运价 的指数，尚未开 展期货交易，而B D I 是基于世界干散货运价的指数，是 为进行运价期货交易而编制的。”本文研究证明 C C F I 与 B D I 周收益率序列的特征有显著差异：B D I 的期望 收益以及波动范围都比C C F I 大，在同样风险条件下，C C F I 的期望收益不如B D I 大，或者说在同样收益条件 下，C C F I 所面 临的风险更大 一些。运价指数期货的研究可以有效地规避航运市场价 格波动带来的风险，并改善我国目前金融衍生产品结 构单一的局面，推动国家金融创新的发展。同时，对国 家正在积极倡导的建设上海国际航运中心和国际金融 中心也将产生推动作用。(下转第 1 0 页)上涨而其他4条航线全部下跌(发生概率非常小)的情 况出现时，会减少预计盈利甚至亏损；但也存在相反的 可能，即2 条航线单独下跌而其他 4 条航线全部上涨，导致 实际盈利 大于预期。5 3 F F A S P R E AD(价差)模式 所谓的 S P R E AD模式，其实就是价差模式。这种 模式由于实际风险相对较小而且比较容易锁定利润，受到外国航运公司的喜爱。因为 自身手里货物的多少 和对远期市场的看法不同，大家对每个季度的航运价 格预期 也存在 不 同，对 于 C A P E 和 P A N A MA 或者 P A N A MA和 S U P E R H AND Y MA X的价差看法不 同，于是产生价格差异，在此不探讨不同船型之间的价差，单独讨论 S UP E R H AN D Y MA X的 S P R E A D模式。5 _ 3 1 同时买进 2 0 0 9年全年 F F A 和卖 出 2 0 0 9年 第 1 2季度 F F A 例：2 0 0 9年全 年 F F A价格是 4 万美 元 天，2 0 0 9年 第 1 2季度的价格是 4 5 万美元 天。这样在 2 0 0 9年 上半年每天的利润是 4 54=0 5万美元，半年利润 为 9 0万美元。但是下半年可能出现亏损，如果市场下 跌严重 的话，会赔钱很多。这样做的好处是无风险地 增加 2 0 0 9 年上半年的盈利和现金流，另外如果市场上 涨，下半年 也可能继 续挣钱。该 方法 主要 用于对远 期 市场看好的情况下，但是这种操作盈利的机率为 5 0，适用在特殊情况下，比如为合理避税或者为增加公司 上半年现金流，可以进行适量操作。5 3 2 同时卖出2 0 0 8 年的第 3季度 F F A 和买进 2 0 0 8 年第4季度 F F A 例 1：单独操作。2 0 0 8 年 Q 价格是 5 9万美元 天，2 0 0 8 年 Q 4 价格是 5 7 万美元，天。这种情况是基于对 Q 4 的预期高于Q 3，这样做的好处是：第一，在已有Q 3 的 基础上锁定 Q 3 的利润，同时以更便宜的价格买进 Q 4，谋求获得更大的利润；第二，可以随时寻找市场机会将 价差锁定在 5 0 0 美元 天；第三，即使对市场判断失误，Q 4 下跌，由于提前锁定 Q 3，可以把损失从 Q 3 中的盈利 中补回来。唯一的风险是 Q 4 下跌实在太多，损失超出 的盈 利。例 2：S P R E AD结合 C O A操作。如果 Q 3 和 有 4 票货物(每个季度2票货物，太平洋、大西洋各 I 票，为 求简明直接用期租水平表示)，Q 3 货物的期租水平是 5 8 5 0 0美元 天，Q 4 货物的期租水平是 5 8 0 0 0 美元 天。此时直接买 F F A结合 C O A的盈利很小，就可以用价 差来实现 S P R E A D结合 C O A的操作。在现货市场上 卖出 货物(基于手里有货的前提)，同时买进 Q 4 货 物，由于现货的价差是 5 0 0美元 天，而纸货的价差是 2 0 0 0 美元 天，那么意味着不论市场涨跌，锁定的利润 是 1 5 0 0 美元 天，整个 季度的利润大约是 1 3 5 万美元。以上情况属于锁定利润的操作，应该说风险很小，但也有例外情况，同于 C O A货结合 F F A操作模式的 例外。但总体来说，是可以大量进行的操作，特别是在 对未来市 场走势不 能确定 的情 况下；而单 独操作模 式 则是在对市场有了清晰判断后准备果断出击又合理锁 定风险时的操作，适用于不 同的市场情况和不同的操 作策 略。以上只是介绍 了几种简单的 F F A操作模式，其实 F F A的使用方法多种多样。我们应不拘一格，勇于创 新，不断深入总结，反复验证，把握机会，创造 出更多可 能 的盈 利模式，结 合航运公 司的战 略方针，智 慧经营，把双向船货模式灵活运用成为三向的船、货和F F A模 式，从而为我国的航运企业创造更大的效益。蔓巴 E 蔓 巴 蔓一 E!蔓 E E 芒 蔓芒 蔓 E !三 蔓 E 芒 芒 曼已 曼 苎 曼 E 曼 芒 曼 芒 _ 曼E 是E!E 昱巴 蔓苎 昱E E E E E 芒 -芒 S 蔓!S 芒 蔓 (上接第 6页)指数的实证分析 J 数理统计与管理，2 0 0 5，7：3 1 4 3 1 7 参考文献：1 C U L L I NAN E K A S h o r t t e r m Ad o p t i v e F o r e c a s t i n g Mo d e l f o r B I F F E X S p e c u l a t i o n：A B o x J e n k i n s A p p r o a c h J Ma r i t i me P o l i c y&Ma n a g e me n t，1 9 9 2，1 9(2)：9 1 1 1 4 2】蒋迪娜 中国出口集装箱运价指数研 究 J 山西财经大学学 报，2 0 0 5，2 7(5)：9 0 9 4 3】李序颖 中国出口集装箱运价指数与波罗的海干散货运价 1 0 4 李万勇，刘烨基于A NN AR I MA的航运运价指数预测方 法及其应 用 J _ 商场现代化，2 0 0 7，l 1：2 4 5 易丹辉数据分析与 E v i e ws 应 用【M】中国统计出版社，2 0 0 2：1 O 6-l 5 5 6 曾庆成 神经网络在波罗的海运价指数预测中的应用研究 J】_ 大连海事大学学报，2 0 0 4，3 0(3)：4 5-4 7 7 李正宏，袁绍宏 波罗的海运价指数相关性分析 J _ 水运管 理，2 0 o 4，2 6(8)：2 4 2 7