基于VAR的中國沿海及長江煤炭運(yùn)價(jià)波動(dòng)相關(guān)性實(shí)證分析

譚宏睿 楊家其

(武漢理工大學(xué)交通學(xué)院 武漢 430063)

0 引 言

煤炭運(yùn)價(jià)指數(shù)能直觀地反映煤炭運(yùn)輸市場的行情變化，目前最具代表性的有上海航運(yùn)交易所發(fā)布的中國沿海干散貨運(yùn)價(jià)指數(shù)(CBFI)下的煤炭貨種運(yùn)價(jià)指數(shù)(CBCFI，為與長江煤炭運(yùn)價(jià)指數(shù)區(qū)分，本文將煤炭貨種運(yùn)價(jià)指數(shù)簡稱CBCFI，但與中國沿海煤炭運(yùn)價(jià)指數(shù)有別)，以及長江航務(wù)管理局發(fā)布的長江干散貨運(yùn)價(jià)指數(shù)(YBFI)下的煤炭運(yùn)價(jià)指數(shù)(YBCFI)，分別針對沿海和長江流域，及時(shí)反映煤炭運(yùn)輸市場的價(jià)格波動(dòng).

運(yùn)價(jià)指數(shù)是航運(yùn)市場的“晴雨表”.針對干散貨運(yùn)輸市場的研究也引起許多學(xué)者的關(guān)注.陳永平[1]對中國沿海(散貨)運(yùn)價(jià)指數(shù)的計(jì)算原理及波動(dòng)情況進(jìn)行分析，指出該指數(shù)能對宏觀經(jīng)濟(jì)環(huán)境、運(yùn)輸市場供求關(guān)系等進(jìn)行直觀反映.劉翠蓮等[2]運(yùn)用ARCH族模型對沿海煤炭運(yùn)價(jià)指數(shù)進(jìn)行研究，發(fā)現(xiàn)其收益率序列具有明顯的尖峰厚尾特征.施文明等[3]通過建立VAR模型對中國沿海運(yùn)價(jià)指數(shù)與波羅的海運(yùn)價(jià)指數(shù)之間的關(guān)系進(jìn)行分析，指出世界干散貨市場受中國沿海干散貨市場影響不大.王思遠(yuǎn)等[4]運(yùn)用一般化的DCC-MSV模型發(fā)現(xiàn)國內(nèi)外干散貨運(yùn)輸市場總體相關(guān)性不高，只有靈便型船和超靈便型船的國際運(yùn)價(jià)對我國沿海干散貨運(yùn)價(jià)具有單向引導(dǎo)影響.葉翀等[5]指出我國內(nèi)河與沿海干散貨航運(yùn)市場運(yùn)價(jià)之間存在聯(lián)動(dòng)關(guān)系，且內(nèi)河干散貨市場的價(jià)格受到沿海干散貨市場沖擊后波動(dòng)更大.譚威[6]為研究航運(yùn)市場各船型(panamax、handymax)的期租價(jià)格與相關(guān)市場的經(jīng)濟(jì)變量間的關(guān)系，建立了VAR模型，并分析了相關(guān)市場的變動(dòng)對期租價(jià)格的影響.徐志剛[7]利用VAR模型對干散貨船隊(duì)各船型未來的市場結(jié)構(gòu)及發(fā)展趨勢進(jìn)行了分析，對船舶大型化的趨勢進(jìn)行了論證.

Yin等[8]應(yīng)用VAR和VECM模型研究了現(xiàn)貨和FFA定價(jià)之間的長期的相互因果關(guān)系.Zhang 等[9]將動(dòng)態(tài)波動(dòng)網(wǎng)絡(luò)(DFN)和人工智能(AI)技術(shù)相結(jié)合，對波羅的海干散貨指數(shù)進(jìn)行預(yù)測.Ruan等[10]使用互相關(guān)統(tǒng)計(jì)檢驗(yàn)和多重分形趨勢互相關(guān)分析(MF-DCCA)，指出BDI指數(shù)與原油價(jià)格之間的相互關(guān)系具有多重分形性.

以上研究對象多集中于國際干散貨運(yùn)輸市場及波羅的海干散貨運(yùn)價(jià)指數(shù)，針對國際干散貨運(yùn)輸市場、波羅的海干散貨運(yùn)價(jià)指數(shù)的波動(dòng)及市場周期等研究較多.對國內(nèi)沿海干散貨運(yùn)價(jià)指數(shù)也有涉及，但對長江干散貨運(yùn)價(jià)指數(shù)的研究不多，煤炭運(yùn)價(jià)指數(shù)相關(guān)研究更為缺乏.因此,文中選取中國沿海干散貨運(yùn)價(jià)指數(shù)及長江干散貨運(yùn)價(jià)指數(shù)下的煤炭運(yùn)價(jià)指數(shù)作為樣本建立VAR模型，研究沿海及長江煤炭運(yùn)價(jià)波動(dòng)的相關(guān)性.

1 問題描述

中國沿海(散貨)運(yùn)價(jià)指數(shù)(CBFI)自從2001年11月28日由上海航運(yùn)交易所正式發(fā)布以來，多年來緊密跟隨沿海航運(yùn)市場的運(yùn)價(jià)變化趨勢，為船公司、貨主、港口等用戶提供了及時(shí)的市場信息.其中，煤炭貨種運(yùn)價(jià)指數(shù)為CBFI下的分貨類指數(shù).后文中使用的數(shù)據(jù)均為CBFI下的煤炭貨種運(yùn)價(jià)指數(shù).該指數(shù)選取49家企業(yè)為樣本，共包括秦皇島—廣州等14條樣本航線.能夠反映沿海煤炭運(yùn)輸市場的整體運(yùn)價(jià)水平和變化，采用加權(quán)平均方法計(jì)算得出.

長江航務(wù)管理局發(fā)布的長江干散貨運(yùn)價(jià)指數(shù)(YBFI)下的煤炭運(yùn)價(jià)指數(shù)(YBCFI)包括18家樣本企業(yè)、15條以上長江煤炭運(yùn)輸主要航線，較好地覆蓋了長江煤炭運(yùn)輸市場，能對長江煤炭運(yùn)輸市場的行情變化做出及時(shí)地反映.

兩者受到的政策、油價(jià)等內(nèi)外部環(huán)境狀況十分相似，導(dǎo)致兩者之間必然存在一定的相關(guān)性.研究兩者之間的相關(guān)性，便于更清晰地了解兩者之間相關(guān)程度，且江海聯(lián)運(yùn)建設(shè)步伐的加快，較多企業(yè)擁有江海聯(lián)運(yùn)業(yè)務(wù)，對沿海和長江煤炭運(yùn)價(jià)波動(dòng)的相關(guān)性進(jìn)行研究可為進(jìn)行江海聯(lián)運(yùn)業(yè)務(wù)的企業(yè)提供參考和理論依據(jù)，以促進(jìn)我國煤炭運(yùn)輸市場的發(fā)展.

2 VAR模型

本文通過Eviews8軟件建立VAR模型，進(jìn)行Johansen協(xié)整關(guān)系檢驗(yàn)、Granger因果檢驗(yàn),以及脈沖響應(yīng)對沿海及長江煤炭運(yùn)價(jià)波動(dòng)的相關(guān)性進(jìn)行研究.向量自回歸模型(vector autoregressive model，VAR模型)實(shí)質(zhì)上考察了多個(gè)變量之間的動(dòng)態(tài)相互作用，利用系統(tǒng)中的每個(gè)內(nèi)生變量作為所有變量滯后項(xiàng)的函數(shù)，構(gòu)造回歸模型，一般形式為

式中：Y為K維的內(nèi)生變量矢量；A為相應(yīng)的系數(shù)矩陣；p為內(nèi)生變量滯后的階數(shù)；t為樣本個(gè)數(shù)；εt為誤差項(xiàng).

矩陣形式為：

t=1,2,…

3 數(shù)據(jù)來源及分析處理

選取上海航運(yùn)交易所發(fā)布的沿海煤炭貨種運(yùn)價(jià)指數(shù)，以及長江航務(wù)管理局發(fā)布的長江煤炭運(yùn)價(jià)指數(shù)作為樣本.由于長江航務(wù)管理局2018年對長江航運(yùn)運(yùn)價(jià)指數(shù)進(jìn)行調(diào)整，并采用新方案模擬運(yùn)行了2017年1—12月運(yùn)價(jià)指數(shù)，因此樣本數(shù)據(jù)選擇從2017年1月—2019年8月共32期月度數(shù)據(jù).

將原始樣本數(shù)據(jù)序列(CBCFI、YBCFI)進(jìn)行對數(shù)化處理生成新序列(LCBCFI、LYBCFI)，并生成時(shí)序圖見圖1.時(shí)序圖直觀的顯示出兩者的波動(dòng)趨勢，沿海和長江的煤炭運(yùn)價(jià)波動(dòng)趨勢大致相同，但長江煤炭運(yùn)價(jià)的波動(dòng)較沿海煤炭運(yùn)價(jià)存在3個(gè)月左右的滯后，沿海煤炭運(yùn)價(jià)指數(shù)從2017年3月下降后逐月上升并在2017年12月達(dá)到最大值，而長江煤炭運(yùn)價(jià)指數(shù)從2017年4月下降后逐月上升后在2018年2月達(dá)到最大值，此后的運(yùn)價(jià)波動(dòng)走勢也十分接近.相比之下，沿海煤炭運(yùn)價(jià)的波動(dòng)較長江更為劇烈.

圖1 時(shí)序圖

可將2017年1月—2019年8月分為兩個(gè)階段，第一個(gè)階段2017年1月—2018年3月，這一階段沿海和長江煤炭運(yùn)輸市場波動(dòng)都比較劇烈.3月全國兩會召開，短期煤炭供給收緊，采購力度加大致使“一船難求”，抬價(jià)哄搶適期船舶.取暖季結(jié)束后煤炭消費(fèi)進(jìn)入傳統(tǒng)淡季，運(yùn)價(jià)跌至谷底.隨后逐漸上升直至17年12月達(dá)到高峰，受天氣因素影響，港口封航運(yùn)力周轉(zhuǎn)困難，運(yùn)價(jià)不斷增長達(dá)到近年來的最高值.12月過后運(yùn)輸需求低迷，船多貨少格局難以改變，運(yùn)價(jià)下跌.長江流域略有滯后，1月至4月長江煤炭運(yùn)輸形勢持續(xù)向好，5月受海運(yùn)煤炭運(yùn)價(jià)下滑影響，“海進(jìn)江”煤炭運(yùn)價(jià)產(chǎn)生回落，長江煤炭運(yùn)價(jià)停止上漲.后隨著氣溫逐漸降低，民用電的負(fù)荷有所降低，運(yùn)價(jià)走低.進(jìn)入傳統(tǒng)供暖季后煤炭運(yùn)輸需求有所增加，煤價(jià)上漲直至2018年2月.

第二階段2018年4月—2019年8月，長江煤炭運(yùn)輸市場較為平穩(wěn)，沿海仍波動(dòng)略大.2018年沿海煤炭運(yùn)輸市場出現(xiàn)淡季不淡，旺季不旺的反?，F(xiàn)象.5月為用煤淡季，但2018年由于采暖季限產(chǎn)，導(dǎo)致用煤需求出現(xiàn)大幅度增長.7月正值用煤旺季，但煤炭需求未有明顯好轉(zhuǎn)，需求疲軟，貨主在運(yùn)價(jià)博弈中占據(jù)主動(dòng)，運(yùn)價(jià)下跌至低位.后“十一”節(jié)后積壓的需求集中爆發(fā)，10月煤炭運(yùn)價(jià)上漲至高位.2月傳統(tǒng)淡季運(yùn)價(jià)低迷，5月外貿(mào)市場行情較好運(yùn)力外流，疊加護(hù)航費(fèi)用的提升導(dǎo)致運(yùn)價(jià)上漲.長江煤炭運(yùn)輸市場除隨季節(jié)原因有所波動(dòng)外，相對平穩(wěn)，波動(dòng)較小.

4 實(shí)例分析

4.1 平穩(wěn)性檢驗(yàn)

建立VAR模型進(jìn)行分析首先要保證序列的平穩(wěn)性，非平穩(wěn)的序列建立回歸模型會產(chǎn)生偽回歸，這就需要對序列進(jìn)行單位根檢驗(yàn)以檢查其平穩(wěn)性，ADF檢驗(yàn)法最為常用.因此,將樣本數(shù)據(jù)對數(shù)化處理產(chǎn)生新的序列，并對新序列進(jìn)行ADF檢驗(yàn)，結(jié)果見表1.其中LCBCFI的ADF檢驗(yàn)值大于5%、10%臨界值的絕對值，且P值為0.023 0，序列平穩(wěn)；LYBCFI的ADF檢驗(yàn)值均小于各臨界值的絕對值，且P值為0.349 1，為非平穩(wěn)序列.

表1 各變量的ADF檢驗(yàn)值

由于LYBCFI序列為非平穩(wěn)序列，進(jìn)一步將兩個(gè)序列進(jìn)行一階差分處理，并對差分后的序列重新進(jìn)行ADF檢驗(yàn)，表2為檢驗(yàn)結(jié)果.由表2可知，一階差分后各序列均平穩(wěn)，所以對一階差分后的序列VAR建模.

表2 各變量一階差分后的ADF檢驗(yàn)值

4.2 最佳滯后期確定

AIC和SC準(zhǔn)則為VAR模型最佳滯后期確定時(shí)最主要考慮的準(zhǔn)則，能使兩個(gè)準(zhǔn)則的數(shù)據(jù)最小的期數(shù)為最佳滯后期.設(shè)置不同滯后期對得到的AIC和SC值進(jìn)行比較(見表3)，發(fā)現(xiàn)兩者的值同時(shí)在第3期時(shí)達(dá)到最小，可確定最佳滯后期為3.

表3 滯后期比較

4.3 Johansen協(xié)整關(guān)系檢驗(yàn)

由于LCBCFI序列平穩(wěn)、LYBCFI序列不平穩(wěn)，對兩者進(jìn)行協(xié)整關(guān)系檢驗(yàn)，檢驗(yàn)兩者的線性組合是否為平穩(wěn).表4為Johansen協(xié)整關(guān)系檢驗(yàn)結(jié)果，原假設(shè)None(表示沒有協(xié)整關(guān)系)下跡統(tǒng)計(jì)量的值16.13小于臨界值20.26，且P值為0.168 2，說明LCBCFI和LYBCFI之間沒有協(xié)整關(guān)系；原假設(shè)At most 1(表示最多有一個(gè)協(xié)整關(guān)系)下跡統(tǒng)計(jì)量的值6.06小于臨界值9.16，且P值為0.185 9，LCBCFI和LYBCFI之間最多一個(gè)協(xié)整關(guān)系.最大特征根檢驗(yàn)結(jié)果一致，兩者之間沒有明顯的協(xié)整關(guān)系.

表4 Johansen協(xié)整關(guān)系檢驗(yàn)結(jié)果

4.4 建立VAR模型

由于一階差分后的數(shù)據(jù)平穩(wěn)，因此對沿海煤炭貨種運(yùn)價(jià)指數(shù)及長江煤炭運(yùn)價(jià)指數(shù)一階差分后的數(shù)據(jù)(D(LCBCFI)、D(LYBCFI))構(gòu)建滯后期為3的VAR模型.

為檢驗(yàn)該模型的穩(wěn)定性，以及該模型是否符合最初的設(shè)定和經(jīng)濟(jì)意義，利用AR根圖表法對建立的VAR模型進(jìn)行檢驗(yàn).結(jié)果見圖2.

圖2 AR根圖

圖2中的點(diǎn)表示AR特征根的倒數(shù)的模，若全部落在單位圓內(nèi)，則說明VAR模型是平穩(wěn)的.可以看出，本文建立的VAR模型一共有6個(gè)特征根，且6個(gè)特征根倒數(shù)的模均落在單位圓內(nèi)，所以本文建立的VAR模型是穩(wěn)定的.

4.5 Granger因果檢驗(yàn)

Granger因果關(guān)系可以檢驗(yàn)?zāi)硞€(gè)變量的所有滯后項(xiàng)是否對另一個(gè)變量或多個(gè)變量的當(dāng)期值有影響.

進(jìn)行Granger因果檢驗(yàn)分析變量之間的因果關(guān)系，結(jié)果見表5～6.DLYBCFI的聯(lián)合統(tǒng)計(jì)量值為7.824 668，在10%的水平(概率值為0.049 8)上構(gòu)成對LCBCFI的格蘭杰因果關(guān)系；DLCBCFI的聯(lián)合統(tǒng)計(jì)量值為23.814 42，在10%的水平(概率值為0.000 0)上構(gòu)成對LYBCFI的格蘭杰因果關(guān)系.沿海煤炭運(yùn)價(jià)和長江煤炭運(yùn)價(jià)相互影響.

表5 DLCBCFI方程Granger因果檢驗(yàn)結(jié)果

表6 DLYBCFI方程Granger因果檢驗(yàn)結(jié)果

4.6 脈沖響應(yīng)函數(shù)分析

脈沖響應(yīng)函數(shù)可以衡量受到隨機(jī)擾動(dòng)項(xiàng)的標(biāo)準(zhǔn)差沖擊后內(nèi)生變量的目前和未來值的軌跡，并且可以直觀地描述變量間動(dòng)態(tài)的相互作用及其影響.為進(jìn)一步分析沿海煤炭運(yùn)價(jià)指數(shù)與長江煤炭運(yùn)價(jià)指數(shù)的短期動(dòng)態(tài)關(guān)系，對已經(jīng)建立的VAR模型進(jìn)行脈沖響應(yīng)函數(shù)分析，見圖3.

圖3 脈沖響應(yīng)函數(shù)

由圖3a)～b)可知，沿海煤炭運(yùn)價(jià)對自身和長江煤炭運(yùn)價(jià)的沖擊很敏感.

沿海煤炭運(yùn)價(jià)受到自身和長江煤炭運(yùn)價(jià)的沖擊后均當(dāng)期響應(yīng)，且均有較大的下降，但自身沖擊產(chǎn)生的影響更大.且至第3期達(dá)到最小值后轉(zhuǎn)為正向影響，直至發(fā)展到第8期，自身沖擊逐漸無影響.沿海煤炭運(yùn)價(jià)受到長江煤炭運(yùn)價(jià)一個(gè)正的沖擊后，第1期為正后當(dāng)期響應(yīng)波動(dòng)下行，到第2期達(dá)到最小值，隨后開始產(chǎn)生正向影響，到第4期上揚(yáng)為正值，影響逐漸下降，發(fā)展到第6期，長江煤炭運(yùn)價(jià)指數(shù)沖擊的影響逐漸降為0.

由圖3c)～d)可知，長江煤炭運(yùn)價(jià)對自身和沿海煤炭運(yùn)價(jià)的沖擊同樣十分敏感.

長江煤炭運(yùn)價(jià)受到自身沖擊后響應(yīng)十分劇烈，正負(fù)影響不斷波動(dòng)直至第5期后稍變平穩(wěn)，但直至第10期影響也沒有完全消除.長江煤炭運(yùn)價(jià)受到沿海煤炭運(yùn)價(jià)正的沖擊后當(dāng)期響應(yīng)，且持續(xù)時(shí)間較長，從第1期開始下降到第4期到達(dá)最小值，后波動(dòng)逐漸平緩，圍繞0值小幅波動(dòng)，最終影響消失.

沿海及長江煤炭運(yùn)輸市場運(yùn)行較為獨(dú)立又相互聯(lián)系.兩者受自身沖擊的影響較大，說明兩者相對來說較為獨(dú)立，對自身運(yùn)作環(huán)境中影響因素的變化更為敏感.受到對方的沖擊后會有所波動(dòng)，但長江煤炭運(yùn)輸市場受到沿海煤炭運(yùn)輸市場的影響更大，這與實(shí)際情況也是較為相符的，大多長江航運(yùn)企業(yè)定價(jià)往往會以沿海運(yùn)價(jià)為參考，且江海聯(lián)運(yùn)方式的大熱，部分企業(yè)紛紛進(jìn)行江海聯(lián)運(yùn)業(yè)務(wù)，江運(yùn)價(jià)格受海進(jìn)江價(jià)格的影響明顯，因此沿海運(yùn)價(jià)的波動(dòng)會對長江運(yùn)價(jià)造成相對較大的影響.

5 結(jié) 束 語

通過對沿海煤炭貨種運(yùn)價(jià)指數(shù)和長江煤炭運(yùn)價(jià)指數(shù)進(jìn)行VAR建模分析，發(fā)現(xiàn)沿海煤炭貨種運(yùn)價(jià)和長江煤炭運(yùn)價(jià)之間存在雙向的因果關(guān)系，且長江煤炭運(yùn)價(jià)波動(dòng)較沿海存在滯后，兩者季節(jié)性特點(diǎn)較強(qiáng)，冬夏用電高峰引起煤炭運(yùn)價(jià)高峰；并且通過脈沖響應(yīng)函數(shù)分析可以看出兩者對對方的沖擊都較為敏感，但沿海煤炭運(yùn)價(jià)對長江煤炭運(yùn)價(jià)波動(dòng)沖擊更大.

因此制定運(yùn)價(jià)時(shí)需綜合考慮煤炭運(yùn)輸市場的季節(jié)性、周期性等特點(diǎn)，尊重市場的波動(dòng)規(guī)律，尤其是以江海聯(lián)運(yùn)為主要業(yè)務(wù)的航運(yùn)企業(yè)，更應(yīng)重視沿海和長江煤炭運(yùn)價(jià)的相關(guān)性.

由于長江煤炭運(yùn)價(jià)指數(shù)在2018年進(jìn)行調(diào)整，因此本文獲取的樣本數(shù)據(jù)較為有限.后續(xù)隨著沿海及長江煤炭運(yùn)價(jià)指數(shù)樣本數(shù)據(jù)不斷積累，模型會相對更加完善，相應(yīng)的結(jié)果更為準(zhǔn)確，對兩個(gè)市場之間的相關(guān)性有更為準(zhǔn)確地反映.