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。

关于波罗的海运价指数的研究与思考

一、问题的提出航运运价指数作为价格指数的一种，目前在航运市场中已应用得非常广泛。可以说，任何一个航运经营人或经纪人欲求得长期稳定的发展，都不能不关心有关的运价指数。目前，世界上已发布的航运运价指数有许多种。其中在世界航运界具有比较大影响的运价指数首推...

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。

波罗的海运价指数相关性分析

航运运价的波动与船舶供给变化有关。当船舶供给发生变化时,会引起市场运价的变动;同样,运价的波动也会影响船舶供给。本文以波罗的海干散货运价指数(BFI)为研究对象,从供求关系决定价格的角度分析船舶运力与航运运价指数的相关关系,研究船舶运力供给各指标和运价指数的相关程度。

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.

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。

中国沿海集装箱运价指数与波罗的海运价指数的比较

为研究全球金融危机以来中国沿海集装箱运价指数(CCFI)与波罗的海运价指数(BDI)的波动趋势及关联,通过Eviews分析两者2008年9月至2009年5月的数值,并运用向量自回归模型和格兰杰因果检验等统计方法对其进行分析比较,发现CCFI同BDI一样具有股票收益率序列的特征,适合作为运价指数期货的标的,有助于预估我国集装箱航运市场的运价走势以规避运价风险,并为我国运价指数期货的推出提供理论基础。

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。

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。

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％。

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。

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。