基于BP神经网络的二手船价格评估研究

二手船价格是买卖二手船决策过程中非常关键的因素。为了准确地估算二手船价格,利用BP神经网络的高度非线性运算能力以及通过学习样本数据即可对事物复杂内在规律进行精确计算的特点,将BP神经网络应用于二手船价格的估算。利用从克拉克松获取的2009年到2012年120个灵便型干散货船交易数据,建立了基于船龄、船舶载重吨(DWT)、新造船价格和一年期期租费率的BP神经网络模型,网络输出结果与二手船实际交易价格的相对误差率在10%以内。

ARIMA模型在二手船价格预测中的应用

本文对克拉克松公司提供的巴拿马型(60—100kdwt)散货二手船价格1984—2004年的时间序列数据进行分析,建立相应的ARIMA(p,d,q)模型,对2005—2008年价格进行预测。根据平均绝对误差(MAE)、平均相对误差(MPE)和均方根误差(RMSE)对模型的预测性能进行度量分析。

国际干散货船舶价格影响因素的通径分析

本文以国际干散货船舶价格为主要研究对象，分析影响新造船和二手船价格的主要因素，建立SEM结构方程模型，通过SPSS，AMOS等数据分析软件计算各因素的通径系数，解释各主要因素之间的关系。为国际干散货船舶的价格预测提供了有力依据。

基于VECM的国际干散货船投资

基于经济理论和以往的研究构建一个投资决策系数(Ratio)即二手船价格指数与新造船价格指数之比,分析影响其变动的主要因素,旨在帮助船舶所有人和船舶经营公司在新造船和二手船之间做出合理的投资决策。选用1996年1月—2017年7月国际干散货船的价格指数和波罗的海干散货指数(Baltic Dry Index,BDI)数据进行协整分析,并构建向量误差修正模型(Vector Error Correction Model,VECM)研究影响Ratio的主要因素。研究结果表明:Ratio能够更直观地帮助投资者做出投资决策,短期内受自身上期波动影响较大,误差修正项以10%的力度调整Ratio恢复到长期均衡态势。燃油价格的变动、二手船销售量和新订单量与Ratio的变动成正相关,海运贸易量与Ratio的变动成负相关。

全球船舶与海工市场:两大船型领航市场海工装备持续复苏

关键提示2022年上半年--新造船市场热度有所减弱,但集装箱船和LNG船建造市场表现依旧抢眼。二手船市场持续活跃,交易量保持历史高位,二手船价格继续上涨。随着国际油价的上涨,海工市场迎来复苏周期,风电船舶稳健增长,生产装备前景乐观。

船市持续向好 船价整体上行--2023年4月世界新造船市场评论

今年以来,新造船市场继续保持良好态势,完工交付量与手持订单量保持稳定增长,新接订单量基本稳定。同时,新造船价格连续3个月环比增长,二手船价格也在复苏,船价成为近期业界关注的热点。本月的市场评论也将重点关注船价变化,分析变动原因与未来走势。

交通运输

高彦明50亿元河北远洋运输男54出生于山东大连海运学院公司总部：河北秦皇岛主要行业：海运高彦明1998年接管濒临破产的河北远洋，当时仅有5艘运力。他借当时亚洲金融危机、国际二手船价格惨跌的机遇低成本扩张。