波罗的海运价指数波动研究

对波罗的海运价指数进行分析和检验.运用迪克—富勒检验(augmented D ICKEY-FULLER,ADF)对波罗的海运价指数(Bultic dry indes,BD I)的对数序列进行检验,结果证明BD I对数序列是一个单位根过程,是非平稳的,但一阶差分后是平稳过程,即BD I对数序列是一阶单整的.通过ARCH LM检验认为BD I对数序列存在高阶ARCH效应,并用GARCH(1,1)模型消除残差序列的条件异方差性.

波罗的海运价指数 世界经济风向标

伴随着全球化的到来，各国经济联系越来越紧密，随之而来的是国际贸易的发展，国际贸易则催生了国际航运业的产生与发展。在国际航运中，海运占有非常大的份额。据测算，1760年全球GDP大约为3800亿美元（以1990年购买力平价计算），到2011年全球GDP增至40．1万亿美元，年复合增长率约为1．9％：与此相对应的，1952年世界海运货运量大约在8万吨左右，而到2010年增至75．3亿吨，年复合增长率达到3．9％。

波罗的海运价指数简介

本刊今年第3期刊登关于“波罗的海运价指数”方面的文章后,张京中先生对该指数的构成提出不同意见。现将他的《波罗的海运价指数简介》一文发表于此,供大家参考。

波罗的海运价指数期货市场的协整研究和定价模型

采用Johansen协整技术对波罗的海运价指数期货市场的期货价格和现货价格进行了协整研究,结论认为:短期内波罗的海运价指数期货价格是现货价格的无偏估计,从而可以认为波罗的海运价指数市场是无风险收益的有效市场,获得了两个价格序列的协整关系模型.从对期货价格序列和现货价格序列的Granger因果检验中可以得到现货价格是期货价格的Granger成因,得到了基于EGARCH(1,1)模型的短期期货定价公式.研究结果显示当前合约结算价格对下一期的期货价格的解释力度显著,波罗的海运价指数期货市场杠杆效应显著.

神经网络在波罗的海运价指数预测中的应用研究

波罗的海运价指数一直受到航运与国际贸易界的高度关注,研究波罗的海运价指数的波动规律,探讨其发展变化趋势日益为人们所重视.当前对波罗的海运价指数的预测主要采用时间序列方法,这些方法计算过程复杂,而且适应性相对较弱.利用BP网络强大的非线性映射功能,建立了一个预测BFI走势的模型,分别从短期与中长期对波罗的海运价指数进行预测,并用实际数据进行了验证,结果表明,利用神经网络对BFI进行预测具有很高的预测精度.

波罗的海运价指数与金砖国家金融市场稳定

本文将金融市场的VaR作为金融市场稳定性的指标,选取中国、俄罗斯和印度作为金砖国家的代表,运用半参数MIDAS分位点回归模型分析世界贸易对金砖国家金融市场的影响,着重分析正常和极端市场条件下各个国家的金融稳定性,尤其是2020年初新冠肺炎疫情发生期间的市场表现。实证结果表明,波罗的海运价指数(BDI)对金融稳定性有着显著的影响,且疫情导致的世界贸易衰退对金砖国家金融市场稳定性造成了不同程度的影响,其中中国在极端市场中表现最为稳定。

不同分布的GARCH族模型的波罗的海干散货运价指数波动率

为把握航运市场状态,实现航运资源的有效配置,利用GARCH族模型实证研究波罗的海干散货运价指数(Baltic Dry Index,BD I),对其收益率序列和波动率进行建模.通过比较基于不同分布情况的各模型优劣,找出最适合的模型.研究表明,在单纯描述BD I波动率时,采用服从t分布的GARCH(1,2)模型,更能反映BD I收益率序列的尖峰厚尾性;在描述BD I波动率的杠杆效应时,采用正态分布假设下的TGRACH(1,2)对其进行描述更合适.

波罗的海干散货运价指数预测及实证分析

以波罗的海干散货运价指数(BDI)为研究对象,以其月度平均值为单位,分析BDI的季节性与周期性波动规律。通过分析其长期趋势性因素的波动规律,发现BDI的长期波动规律符合生长曲线模型。借助于ADF检验,建立ARMA模型。实证分析结果表明,该模型可用于BDI的短期预测。

波罗的海运价指数与碳价格相关性研究

随着我国碳市场的不断深入发展,我国与国际市场上的经济接轨和交流,国外的经济发展趋势也对我国碳市场产生一定影响。选用波罗的海运价指数与我国碳排放权交易市场的价格指数,构建VAR模型对二者之间的作用机理进行分析。结果表明:格兰杰因果检验结果表示,二者之间存在碳排放权交易价格对BDI指数的单向的格兰杰因果关系;脉冲响应的结果表示,波罗的海运价指数BDI与我国碳市场的价格指数之间存在互相作用关系,前者对后者的冲击更强;从方差分解的结果来看,波罗的海运价指数BDI对碳排放权交易市场价格的作用更强。基于此研究结果,为我国碳市场在国际经济形势的变化下如何应对提出了针对性和科学性的建议。

波罗的海干散货运价指数预测模型分析

2007年国际干散货运输市场呈现出一片火爆的景象,波罗的海干散货运价指数比去年上升了1倍还多。海运市场如此火爆的原因是什么呢?本文首先从传统海运经济学角度,找出影响运价指数的可能因素,用计量经济学方法对影响因素进行分析。在发现上述影响因素无法通过检验之后,通过结合FFA市场,找出影响近年来海运运价的真正原因,并用EVIEWS软件进行拟合分析。参数估计具备较好回归拟合度和预测精度,能够很好地解释近年来海运市场异常的原因。

波罗的海原油和成品油油船运价指数多重分形特征

为更好地把握油船运输市场的动态,提高研究的精确性,基于波罗的海原油油船运价指数(Baltic Exchange Dirty Tanker Index,BDTI)和波罗的海成品油油船运价指数(Baltic Exchange Clean Tanker Index,BCTI)呈现较强的非线性特征,运用多重分形消除趋势波动分析(Multifractal Detrended Fluctuation Analysis,MF-DFA)法对其时间序列进行分析,结果发现BDTI和BCTI均出现明显的多重分形特征,这两个运输市场不遵循有效市场理论.通过对比两者的广义Hurst指数和多重分形谱,发现波罗的海成品油运输市场的分形强度更强.对两个运输市场的多重分形谱进行分析,发现波罗的海成品油运输市场风险更高,需要市场决策者加强关注.该结果可为研究航运市场时间序列的非线性特征提供很好的参考.

金融危机前后波罗的海干散货运价指数影响因素相关性分析

选取2000—2010年干散货航运市场的相关统计数据,利用SPSS软件对金融危机前后干散货运输市场供给、需求、成本等因素与波罗的海干散货运价指数(Baltic Dry Index,BDI)的相关性进行研究。结果表明:金融危机之前,干散货运输市场供给、需求和成本等因素与BDI的相关性较为显著;金融危机之后与BDI的相关性不明显。

基于复杂网络的波罗的海原油运价指数波动规律研究

波罗的海原油运价指数(Baltic dirty tanker index,BDTI)是油船运输企业把握油运市场景气程度的“风向标”,为揭示其波动规律,采用复杂网络理论对其进行研究。通过分析加权度、中心性、n-派系、k-核等网络拓扑结构指标,得到BDTI的波动特征:BDTI复杂网络呈无标度特性,处于网络核心位置的8种主导模态构成一个单向闭环进行8个滑动周期传导,对BDTI波动信息传导起到重要作用。n-派系和k-核分析结果表明,BDTI复杂网络具有周期波动性、类群集聚性、渐进传导性。BDTI正常上升主要发生在9月、10月、11月,正常下降主要发生在2月、4月、5月,且不存在明显的自传导特征。

波罗的海干散货运价指数影响因素分析

为厘清波罗的海干散货运价指数(BDI)影响因素间的相互关系,基于现有研究理论,将航运供需关系、世界经济、燃油费用、船舶投资、造船厂的产能利用率及压港等因素量化引入BDI的计量经济学模型中,构建BDI的双对数回归模型。结果表明:航运市场的干散货贸易量对BDI的影响远大于运力供给;二手船与新造船的价格比值可以作为新造船投资决策的依据,且与BDI呈正相关;造船厂的产能利用率与BDI存在负相关性;燃油价格并不影响BDI的波动。研究BDI的影响因素有利于探究国际航运市场的作用机制,有助于航运企业制定恰当的运营决策,有效地规避可能的营运风险。

基于GARCH模型的波罗的海干散货运价指数预测

研究波罗的海干散货运价指数(BDI),对其日收益率序列建立模型,并比较不同分布的各模型优劣。结果表明,基于不同分布的GARCH模型对BDI的静态预测误差均很小,利用GARCH模型对短期运价波动的预测精度较高。

波罗的海干散货指数连续5周录得上涨

波罗的海干散货运价指数周五回落,但因海岬型船运板块整体走强,该指数上周涨幅仍超9%。波罗的海干散货指数周五下跌38点或2.1%,至1754点,本周累涨9.2%,在过去的八周中,该指数在7周中录得上涨。

基于经验模式分解的原油运价指数波动

为分析原油运输市场波动特征,构建基于经验模式分解(Empirical Mode Decomposition,EMD)和BEKK-GARCH模型的原油运价指数分析方法。利用EMD对油船运价指数进行分解、重构,获得3个时间序列,并在此基础上,利用BEKK-GARCH模型分析不同船型的原油运输子市场之间的波动溢出效应。实证分析结果表明:不同船型油船运输市场之间不存在波动溢出效应,而阿芙拉型(Aframax)船型的原油运输子市场的高频序列对苏伊士型(Suezmax)船型运输市场存在单向的波动溢出效应。与仅利用原始序列的分析相比,基于EMD和BEKK-GARCH模型的方法有助于分析时间序列之间的潜在影响关系。

基于滤波分析的超灵便型船运价指数波动特性

超灵便型船运价指数(Baltic Supramax Index,BSI)是波罗的海干散货运价指数(Baltic DryIndex,BDI)的重要组成部分,BSI的波动特性能够反映国际干散货市场的状况.为找出BSI的波动特性,结合EViews 6.0,通过将Census X12季节调整法、HP滤波和BP滤波方法相结合,将带有季节因素的BSI月度值序列进行分解,分别找出其中的趋势要素、季节要素和循环要素,分析BSI月度序列的异常波动特性和趋势循环特性,揭示BSI序列的本质波动规律.实证表明,该方法对于市场参与者判断市场走向、进行投资决策、规避风险等具有重要的意义.

基于TVP-VAR模型的国际原油价格、运力增长率对干散货运价指数的时变冲击

为探求不同时期国际原油价格、干散货船运力增长率对波罗的海干散货运价指数(Baltic dry index,BDI)的运态影响,运用时变参数向量自回归(time-varying parameter vector auto-regressive,TVP-VAR)模型进行研究。研究发现,国际原油价格和干散货船运力增长率对BDI的影响呈现时变特征。国际原油价格对BDI的冲击以正向为主;在世界经济不稳定期间,这种冲击更加明显,且随着滞后期数的增加冲击强度逐渐变小。干散货船运力增长率对BDI冲击以负向为主;在航运市场不景气时,这种冲击更大;不同时期,这种冲击随着滞后期数的增加呈现不同的强度变化。发现自2005年以来,国际原油价格比干散货船运力增长率对BDI的影响更大。

波罗的海干散货运价指数波动规律及对我国的启示——国际干散货运输市场走势的晴雨表

BDI指数是反映国际干散货运输市场走势的晴雨表,也是反映国际贸易情况的领先指标,探讨其波动规律具有重要意义。本文将1999年11月1日至2010年11月19日波罗的海运价指数的发展划分为四个阶段,分析了各个阶段BDI指数变动情况及其原因,进而运用计量经济学方法分析波罗的海航运交易所2008年12月5日之后发布的BDI指数波动的内在规律,并建立了ARMA(1,2)模型用于干散货运价的短期预测。最后,针对我国实际情况提出了相应的对策建议。