基于VAR模型探究BDI和燃油價(jià)格的相互影響

印蕾 陳雪玫

摘? 要：燃油價(jià)格近期受疫情影響出現(xiàn)劇烈波動(dòng)，國(guó)際干散貨航運(yùn)市場(chǎng)也受到巨大影響。基于Clarksons官方數(shù)據(jù)庫1992年1月至2020年4月相關(guān)數(shù)據(jù)，進(jìn)行實(shí)證研究發(fā)現(xiàn)，國(guó)際燃油價(jià)格的暴跌對(duì)波羅的海干散貨運(yùn)價(jià)指數(shù)的下降有著顯著的正向影響;燃油價(jià)格雖然也在一定程度上受到BDI的影響，但存在一定的滯后性。這有利于干散貨運(yùn)輸公司根據(jù)燃油價(jià)格波動(dòng)預(yù)測(cè)運(yùn)價(jià)指數(shù)的變化趨勢(shì)，從而采取多樣的方式應(yīng)對(duì)沖擊。也對(duì)保障干散貨運(yùn)輸市場(chǎng)的穩(wěn)定發(fā)展有重要意義。

關(guān)鍵詞：BDI;Brent原油價(jià)格;VAR模型;Stata分析

中圖分類號(hào)：F250? ? 文獻(xiàn)標(biāo)識(shí)碼：A

Abstract： Fuel prices have fluctuated dramatically recently due to the impact of the epidemic， and the international dry bulk shipping market has also been greatly affected. Based on the Clarksons database data from January 1992 to April 2020， the empirical study found that the collapse of international fuel prices had a significant positive impact on the decline of the Baltic Dry freight index. Although fuel price is also affected by BDI to a certain extent， there is a lag. This is helpful for dry bulk transportation companies to forecast the change trend of freight price index according to the fluctuation of fuel price， so as to adopt various ways to cope with the impact. It is also of great significance to ensure the stable development of dry bulk transportation market.

Key words： BDI; Brent crude; VAR model; Stata analysis

0? 引? 言

干散貨運(yùn)輸是國(guó)際航運(yùn)的重要組成部分，國(guó)際航運(yùn)在國(guó)際貿(mào)易中占重要地位，所以干散貨航運(yùn)市場(chǎng)的發(fā)展一定程度上影響著國(guó)際貿(mào)易與世界經(jīng)濟(jì)。干散貨運(yùn)價(jià)是干散貨市場(chǎng)行情的反應(yīng)，波羅的海運(yùn)價(jià)指數(shù)（BDI）就是由英國(guó)波羅的海航運(yùn)交易所發(fā)布的權(quán)威的干散貨運(yùn)價(jià)指數(shù)，也被稱為國(guó)際干散貨航運(yùn)市場(chǎng)的“晴雨表”。它受很多因素的影響，燃油價(jià)格就是其中一個(gè)重要因素。從圖1時(shí)間趨勢(shì)圖可以看出BDI與布倫特（Brent）原油價(jià)格的升降具有一定的聯(lián)動(dòng)性。雖然原油價(jià)格和BDI都有所波動(dòng)，但二者的趨勢(shì)存在一定的相關(guān)性。

BDI的預(yù)測(cè)是學(xué)者們關(guān)心的問題，余方平等（2017）探究了BDI指數(shù)的周期，發(fā)現(xiàn)BDI的長(zhǎng)周期約16年。武華華等（2019）對(duì)BDI進(jìn)行了預(yù)測(cè)，比較分析了各種預(yù)測(cè)方法的準(zhǔn)確性。王大山、劉文白（2018）通過建立聯(lián)立方程預(yù)測(cè)了BDI的走勢(shì)。也有學(xué)者研究BDI的影響因素，陳麗娜（2019）在波羅的海干散貨運(yùn)價(jià)指數(shù)影響因素分析中指出供需關(guān)系、世界經(jīng)濟(jì)、航運(yùn)成本、船舶投資等都是影響干散貨運(yùn)價(jià)的重要因素。武嘉璐、徐迪（2017）基于理論研究了燃油價(jià)格作為成本對(duì)干散貨運(yùn)輸市場(chǎng)的作用。研究BDI與其他指標(biāo)的相關(guān)關(guān)系對(duì)干散貨運(yùn)輸市場(chǎng)也有重要影響，李瑞華等（2014）運(yùn)用VEC模型研究發(fā)現(xiàn)BDI與黃金價(jià)格和道瓊斯指數(shù)均呈現(xiàn)負(fù)相關(guān)協(xié)整關(guān)系。陳麗芬等（2016）基于2000～2015年的數(shù)據(jù)運(yùn)用SVAR模型分析了干散貨運(yùn)價(jià)與燃油價(jià)格的關(guān)系，指出燃油價(jià)格的上漲與干散貨運(yùn)價(jià)指數(shù)的增長(zhǎng)存在顯著影響。RUAN等（2016）基于MF-DCCA分析得出在短期內(nèi)BDI與原油價(jià)格的交叉關(guān)聯(lián)具有持久性的特點(diǎn)。VAR模型作為研究變量動(dòng)態(tài)關(guān)系的有效方法也在多個(gè)領(lǐng)域被運(yùn)用。侯玉巧等（2020）運(yùn)用VAR模型研究了綠色創(chuàng)新與經(jīng)濟(jì)增長(zhǎng)動(dòng)態(tài)關(guān)系。唐韻捷、曲林遲（2015）基于DCC-MGARCH和VAR模型分析了中國(guó)股票市場(chǎng)與干散貨航運(yùn)市場(chǎng)的動(dòng)態(tài)相關(guān)性。

現(xiàn)有文獻(xiàn)中對(duì)于BDI這一單變量的研究已經(jīng)取得一定成果，但是對(duì)于燃油價(jià)格與BDI相關(guān)關(guān)系的研究文獻(xiàn)很少。而且現(xiàn)有文獻(xiàn)中將燃油價(jià)格作為燃油成本從理論層面研究其對(duì)干散貨市場(chǎng)影響的更少。本文將采用最新數(shù)據(jù)進(jìn)行實(shí)證分析，基于VAR模型將BDI和燃油價(jià)格作為一個(gè)系統(tǒng)來研究這兩者的動(dòng)態(tài)相互作用，并檢驗(yàn)其穩(wěn)健性。這對(duì)干散貨運(yùn)輸市場(chǎng)有重要意義，也有利于干散貨運(yùn)輸公司根據(jù)燃油價(jià)格波動(dòng)預(yù)測(cè)運(yùn)價(jià)指數(shù)，從而采取多種方式應(yīng)對(duì)沖擊。

1? 數(shù)據(jù)來源與分析

1.1? 數(shù)據(jù)來源

本文的數(shù)據(jù)均來自于Clarksons，選取了1992年1月至2020年4月波羅的海指數(shù)和布倫特（Brent）原油價(jià)格的月度數(shù)據(jù)，運(yùn)用Stata軟件進(jìn)行數(shù)據(jù)處理與分析。其中布倫特（Brent）原油價(jià)格的單位是美元/桶。世界原油三分之二以上的交易量是以北海布倫特（Brent）原油為基準(zhǔn)油作價(jià)。布倫特原油期貨及現(xiàn)貨市場(chǎng)所構(gòu)成的布倫特原油定價(jià)體系，最多時(shí)涵蓋了世界原油交易量的80%。而今，全球仍有約65%的原油交易量是以北海布倫特原油為基準(zhǔn)油作價(jià)。所以本文選取布倫特（Brent）原油價(jià)格作為衡量燃油成本的變量。BDI表示波羅的海運(yùn)價(jià)指數(shù)，Brent表示布倫特原油價(jià)格。

1.2? 平穩(wěn)性檢驗(yàn)與協(xié)整分析

VAR模型是建立在時(shí)間序列是平穩(wěn)的基礎(chǔ)上的，所以如果時(shí)間序列存在單位根則為非平穩(wěn)序列，就可能使自回歸系數(shù)估計(jì)值出現(xiàn)偏差，為避免兩個(gè)相互獨(dú)立的單位根變量出現(xiàn)偽回歸問題，需要進(jìn)行單位根檢驗(yàn)以驗(yàn)證其平穩(wěn)性。本文采用的單位根檢驗(yàn)為ADF檢驗(yàn)（Augmented Dickey-Fuller單位根檢驗(yàn)），假設(shè)選擇了適當(dāng)?shù)臏笃趐=12，檢驗(yàn)方程式為：

Y=β+ρY+γ+γΔY+μ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?（1）

表1顯示BDI的時(shí)間序列中ADF檢驗(yàn)值為-3.083，無法在1%的水平上拒絕存在單位根的原假設(shè)，而且“麥金農(nóng)的近似p值”為0.028，所以認(rèn)為BDI含有單位根。同樣，回歸結(jié)果也表明Brent的時(shí)間序列也無法拒絕存在單位根的原假設(shè)。所以對(duì)其取一階差分進(jìn)而得到平穩(wěn)序列。因?yàn)橐浑A差分變量與原序列的含義并不相同，為驗(yàn)證是否可以使用原序列進(jìn)行回歸，需要進(jìn)行協(xié)整分析。協(xié)整秩檢驗(yàn)結(jié)果表明，唯一線性無關(guān)的是秩為0的協(xié)整向量。說明BDI和Brent之間不存在“長(zhǎng)期均衡關(guān)系”，故選擇變量BDI和Brent一階差分后的平穩(wěn)序列ΔBDI和ΔBrent作為內(nèi)生變量建立模型。

2? 模型與實(shí)證

本文致力于探究BDI和燃油價(jià)格的相關(guān)關(guān)系，傳統(tǒng)的回歸模型是建立在解釋變量與被解釋變量明確的因果關(guān)系之上的，向量自回歸模型（VAR）突破了傳統(tǒng)經(jīng)濟(jì)模型的局限性，研究對(duì)象既可以作為解釋變量又可以作為被解釋變量，VAR模型用于研究多個(gè)變量間的相關(guān)關(guān)系?？梢詫⒍鄠€(gè)變量作為一個(gè)系統(tǒng)來預(yù)測(cè)，以使預(yù)測(cè)結(jié)果相互自洽。VAR模型建立如下：

Y=Γ+ΓY+ε? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? （2）

表2顯示不同信息準(zhǔn)則選擇的滯后階數(shù)并不一致，本文依據(jù)FPE準(zhǔn)則選擇最優(yōu)滯后階數(shù)5階。經(jīng)檢驗(yàn)各階系數(shù)均高度顯著，且擾動(dòng)項(xiàng)為白噪聲，由圖2可知所有特征值均在單位圓內(nèi)，故此VAR系統(tǒng)是穩(wěn)定的。

從表3中的回歸結(jié)果來看滯后一階的ΔBrent對(duì)ΔBDI有著顯著的正向影響，且影響系數(shù)達(dá)107，這就說明上一期的ΔBrent的上升會(huì)推動(dòng)本期ΔBDI的增長(zhǎng)，即國(guó)際燃油價(jià)格的上升對(duì)波羅的海干散貨運(yùn)價(jià)指數(shù)的增長(zhǎng)有著顯著的正向影響。表3中數(shù)據(jù)也可看出ΔBDI和ΔBrent與上一期的結(jié)果有正相關(guān)關(guān)系。

3? 穩(wěn)健性檢驗(yàn)

3.1? 格蘭杰因果檢驗(yàn)

為驗(yàn)證BDI和Brent動(dòng)態(tài)過程中的因果關(guān)系，本文采用格蘭杰因果檢驗(yàn)。從表4可以看出在以ΔBDI為被解釋變量的方程中，檢驗(yàn)變量ΔBrent系數(shù)的聯(lián)合顯著性卡方統(tǒng)計(jì)量為32.048，p值為0，說明ΔBrent是ΔBDI的Granger原因。類似的ΔBDI也是ΔBrent的Granger原因，這就說明ΔBDI與ΔBrent存在雙向因果關(guān)系，兩者在長(zhǎng)期內(nèi)相互影響，但是ΔBDI受ΔBrent的影響要更顯著一些，這與表3中回歸結(jié)果得出的結(jié)論一致。

3.2? 脈沖響應(yīng)函數(shù)

脈沖效果可以進(jìn)一步解釋不同滯后期每個(gè)變量受到什么因素的影響，更換變量次序檢驗(yàn)穩(wěn)健性。從圖3中可以看出ΔBDI在前兩個(gè)時(shí)期受自身沖擊較大，并急速減弱，在第四期負(fù)的影響最大，之后趨于平穩(wěn)。圖3（b）中ΔBDI對(duì)ΔBrent正交脈沖的響應(yīng)說明波羅的海干散貨運(yùn)價(jià)指數(shù)在很大程度受到國(guó)際燃油價(jià)格波動(dòng)的影響，燃油價(jià)格的上升在前兩個(gè)時(shí)期迅速推動(dòng)干散貨運(yùn)價(jià)的提升，運(yùn)價(jià)上升會(huì)導(dǎo)致交易量出現(xiàn)下降，從而導(dǎo)致對(duì)于國(guó)際燃油的需求減少。因?yàn)橐环矫娲嬖谝欢ǖ臏笮?yīng)，另一方面國(guó)際燃油價(jià)格受到很多外部因素的影響，燃油價(jià)格不會(huì)迅速回落，所以在第四期干散貨運(yùn)價(jià)指數(shù)對(duì)燃油價(jià)格脈沖響應(yīng)為負(fù)。ΔBrent在前兩個(gè)時(shí)期受自身沖擊較大，在第三期趨于平穩(wěn)。圖3（d）中ΔBrent對(duì)ΔBDI正交脈沖的響應(yīng)說明在前三期波羅的海干散貨運(yùn)價(jià)指數(shù)與燃油價(jià)格變化趨勢(shì)一致，有著很強(qiáng)的相關(guān)關(guān)系。結(jié)合圖3（d）可以看出ΔBrent對(duì)ΔBDI正交脈沖的響應(yīng)要滯后于ΔBDI對(duì)ΔBrent正交脈沖的響應(yīng)，說明運(yùn)價(jià)指數(shù)受燃油價(jià)格的影響是直接的，而燃油價(jià)格受到更多的外部因素影響，受運(yùn)價(jià)指數(shù)影響較小。

3.3? 方差分解

方差分析根據(jù)每個(gè)變量對(duì)內(nèi)生變量的貢獻(xiàn)程度，得出每個(gè)結(jié)構(gòu)沖擊的重要性。表5中數(shù)據(jù)可以解釋為，對(duì)ΔBDI進(jìn)行向前一個(gè)月的預(yù)測(cè)，其預(yù)測(cè)方差完全來自于本身，即使是向前做12個(gè)月的預(yù)測(cè)，依然有92%的預(yù)測(cè)方差來自于本身，其余8%來自ΔBrent。從ΔBrent的方差分解結(jié)果可以看出其預(yù)測(cè)方差也主要受自身影響。改變變量排序后結(jié)果依舊穩(wěn)健。說明干散貨運(yùn)價(jià)指數(shù)受燃油價(jià)格波動(dòng)的影響較大，而燃油價(jià)格受外部因素影響較大，干散貨運(yùn)價(jià)指數(shù)可能在一定機(jī)制下會(huì)對(duì)燃油價(jià)格產(chǎn)生影響，但并沒有對(duì)其影響作出很大貢獻(xiàn)。

4? 結(jié)論與建議

本文選用Clarksons官網(wǎng)1992年1月至2020年4月波羅的海指數(shù)和布倫特（Brent）原油價(jià)格的月度數(shù)據(jù)，運(yùn)用Stata軟件進(jìn)行數(shù)據(jù)處理與分析。在進(jìn)行平穩(wěn)性檢驗(yàn)和協(xié)整分析的基礎(chǔ)上選用一階差分后的平穩(wěn)序列ΔBDI和ΔBrent作為內(nèi)生變量建立模型。結(jié)果表明：（1）滯后一階的ΔBrent對(duì)ΔBDI有著顯著的正向影響，即國(guó)際燃油價(jià)格的上升對(duì)波羅的海干散貨運(yùn)價(jià)指數(shù)的增長(zhǎng)有著顯著的正向影響。（2）ΔBDI與ΔBrent存在雙向因果關(guān)系，兩者在長(zhǎng)期內(nèi)相互影響，但是ΔBDI受ΔBrent的影響要更顯著一些。（3）波羅的海干散貨運(yùn)價(jià)指數(shù)在很大程度受到國(guó)際燃油價(jià)格波動(dòng)的影響，燃油價(jià)格的上升在短期內(nèi)迅速推動(dòng)干散貨運(yùn)價(jià)的提升，運(yùn)價(jià)上升會(huì)導(dǎo)致交易量出現(xiàn)下降，從而導(dǎo)致對(duì)于國(guó)際燃油的需求減少，但是燃油價(jià)格不會(huì)迅速回落，一方面是因?yàn)槿加蛢r(jià)格對(duì)于BDI的反應(yīng)存在一定的滯后效應(yīng)，另一方面國(guó)際燃油價(jià)格受到很多外部因素的影響。

運(yùn)價(jià)指數(shù)受燃油價(jià)格的影響是直接的，而燃油價(jià)格受到更多的外部因素影響，受運(yùn)價(jià)指數(shù)影響較小。干散貨運(yùn)輸公司可以根據(jù)燃油價(jià)格的變化預(yù)測(cè)運(yùn)價(jià)指數(shù)的走勢(shì)，這也啟示干散貨運(yùn)輸公司可以從調(diào)節(jié)運(yùn)力、采取經(jīng)濟(jì)航速、提高燃油使用效率等方面著手，采取切實(shí)有效的方法規(guī)避燃油價(jià)格波動(dòng)帶來的沖擊。

參考文獻(xiàn)：

[1] 陳里娜. 波羅的海干散貨運(yùn)價(jià)指數(shù)影響因素分析[J]. 水運(yùn)管理，2019，41（5）：34-37.

[2] 余方平，匡海波. 基于VMD-GRGC-FFT的BDI指數(shù)周期特性研究[J]. 管理評(píng)論，2017，29（4）：213-225.

[3] 武華華，匡海波，宋揚(yáng). 基于VMD-FFT-LSTM模型的BDI指數(shù)預(yù)測(cè)[J]. 大連海事大學(xué)學(xué)報(bào)，2019，45（3）：9-16.

[4] 王大山，劉文白. 國(guó)際干散貨航運(yùn)市場(chǎng)發(fā)展及BDI指數(shù)預(yù)測(cè)研究——基于聯(lián)立方程模型的分析[J]. 價(jià)格理論與實(shí)踐，2018（6）：78-81.

[5] 武嘉璐，徐迪. BDI指數(shù)與干散貨運(yùn)輸市場(chǎng)盈利性關(guān)系[J]. 水運(yùn)管理，2017，39（10）：5-8.

[6] 李瑞華，宋炳良. 基于協(xié)整理論的海運(yùn)價(jià)格指數(shù)影響因素[J]. 中國(guó)航海，2014，37（3）：123-126.

[7] 陳麗芬，謝新連，?；菰疲? 基于SVAR模型的干散貨運(yùn)價(jià)和燃油價(jià)格的相關(guān)性分析[J]. 大連海事大學(xué)學(xué)報(bào)，2016，42（4）：119-124.

[8]? Ruan Q S， Wang Y， Lu X S， et al. Cross-correlations between Baltic Dry Index and crude oil prices[J]. Physica A： Statistical Mechanics and its Applications， 2016，453：278-289.

[9] 侯玉巧，汪發(fā)元. 綠色創(chuàng)新與經(jīng)濟(jì)增長(zhǎng)動(dòng)態(tài)關(guān)系研究——基于VAR模型的實(shí)證分析[J]. 生態(tài)經(jīng)濟(jì)，2020，36（5）：44-49.

[10] 唐韻捷，曲林遲. 中國(guó)股票市場(chǎng)與干散貨航運(yùn)市場(chǎng)的動(dòng)態(tài)相關(guān)性——基于DCC-MGARCH和VAR模型的實(shí)證分析[J]. 上海海事大學(xué)學(xué)報(bào)，2015，36（1）：38-45.