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。

波罗的海干散货运价指数演变机理

利用基础分析法研究了波罗的海干散货运价指数(BDI)的演变机理,期望在研究航运期权定价模型、利用运费期权规避航运风险方面有一定的借鉴和指导作用。

波罗的海干散货运价指数的走势及其分析

以近20年来波罗的海干散货运价指数的演变为主线,探讨世界经济增长率、国际贸易与国际航运市场的相互关系和国际航运市场的变化规律,分析了世界和部分国家和地区的经济增长率与世界贸易的增长趋势,并在此基础上预测国际航运市场的未来走向.

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。

波罗的海干散货运价指数波动性研究

引言波罗的海国际干散货运价指数是干散货运费率的晴雨表，其走势反映了国际干散货的市场状况，一直受到从业者和学者的普遍关注。国际干散货运价指数的波动性一直都是国际于散货市场研究的焦点。一方面，波动性与干散货市场的不确定性和风险密切相关，这对于企业进行风险管理、投资和决策都具有很重要的意义。另一方面，波动是资产定价的一个极其关键的变量。因此，研究波罗的海国际干散货运价指数的波动性有很重要的意义。

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。

2018年11月波罗的海干散货运价指数回顾

2018年11月30日,波罗的海干散货运价指数(BDI)收于1231点(图1),1-11月最小值948点,最大值1774点,中位数1356.50点,平均值1353.82点。

2018年3月波罗的海干散货运价指数回顾

2018年03月29日,波罗的海干散货运价指数(BDI)收于1055点(图1),1-3月最小值1055点,最大值1395点,中位数1164点,平均值1175.48点。

2018年10月波罗的海干散货运价指数回顾

2018年10月31日,波罗的海干散货运价指数(BDI)收于1490点(图1),1-10月最小值948点,最大值1774点,中位数1374点,平均值1370.62点。

2018年波罗的海干散货运价指数回顾

2018年12月24日,波罗的海干散货运价指数(BDI)收于1271点(图1),全年最小值948点,最大值1774点,中位数1356.50点(相比2017年中位数1134点,上涨19.6%),平均值1352.63点(相比2017年平均值1145.23点上涨18.1%)。2018年12月24日,波罗的海巴拿马型运费指数(BPI)收于1421点(图2),全年最小值1149点,最大值1796点,中位数1465点(相比2017年中位数1211点,上涨20.97%),平均值1453.09点(相比2017年平均值1217.43点上涨19.3%)。

2018年4月波罗的海干散货运价指数回顾

2018年04月30日,波罗的海干散货运价指数(BDI)收于13415点(图1),1-4月最小值938点,最大值1395点,中位数1152点,平均值1164.25点。2018年04月30日,波罗的海巴拿马型运费指数(BPI)收于1276点(图2),1-4月最小值1228点,最大值1624点,中位数1371点,平均值1409.14点。

2018年9月波罗的海干散货运价指数回顾

2018年09月28日,波罗的海干散货运价指数(BDI)收于1540点(图1),1-9月最小值948点,最大值1774点,中位数1341点,平均值1349.43点。2018年09月28日,波罗的海巴拿马型运费指数(BPI)收于1695点(图2),1-9月最小值1149点,最大值1695点,中位数1411点,平均值1420.31点。

2018年5月波罗的海干散货运价指数回顾

2018年05月31日,波罗的海干散货运价指数(BDI)收于1090点(图1),1-5月最小值948点,最大值1476点,中位数1174点,平均值1190.27点。2018年05月31日,波罗的海巴拿马型运费指数(BPI)收于1160点(图2),1-5月最小值1149点,最大值1624点,中位数1339.50点,平均值1373点。

2018年6月波罗的海干散货运价指数回顾

2018年06月29日,波罗的海干散货运价指数(BDI)收于1385点(图1),1-6月最小值948点,最大值1476点,中位数1196点,平均值1217.38点。2018年06月29日,波罗的海巴拿马型运费指数(BPI)收于1336点(图2),1-6月最小值1149点,最大值1624点,中位数1340点,平均值1373.25点。

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。

世界交易市场的心脏——波罗地海干散货运价指数

波罗的海交易所Baltic Exchange是世界第一个也是历史最悠久的航运市场，1744年诞生于美国佛吉尼亚波罗的海咖啡屋，目前是设在英国伦敦的世界著名的航运交易所，全球46个国家的656家公司都是波罗的海交易所的会员。大部分的世界公开市场（openmarker）的散货租船由波罗的海交易所的一些会员谈判完成，而世界许多买卖亦通过该交易所的经纪人交易。

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。