航运指数对航运金融双中心建设的启示研究

为促进上海国际航运和金融双中心建设,寻找双中心的衔接点,选择航运指数作为研究对象,从国际著名机构发布的航运指数产品入手,深入分析成功发展成金融产品的航运指数特征。文章结合航运实务的具体特征和金融交易市场的特殊要求,研究结论可供上海双中心建设长远发展规划参考。

基于Copula理论的FFA市场相关性研究

为对远期运费协议(Forward Freight Agreement,FFA)市场的相关性进行研究,选取波罗的海干散货运价指数(Baltic Dry Index,BDI)及FFA市场的巴拿马型船期租航线运价和灵便型船期租运价为研究对象,先用AR(p)-GARCH模型对序列进行拟合,建立拟合后的残差序列的Copula模型,通过Copula模型对序列的相关程度和相关模式进行分析.结果表明,FFA市场内部不同航线远期运价之间相关性很强,并且存在很强的尾部相关性;BDI现货指数与远期运价的相关性弱,尾部相关性也较弱.

波罗的海运价指数与样本航线期租的协整关系研究

波罗的海运价指数BD I是综合反应干散货航运市场运价总水平的指标,在众多的运价指数中占有公认的主导地位。本文以BD I运价指数为研究对象,通过协整研究,证明了BD I运价指数与BC I4条样本航线期租价格之间稳定的联动关系,并且给出了它们的误差修正模型。

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.

金融危机前后BDI指数与CBFI指数的多重分形研究

针对BDI指数和CBFI指数收益时间序列的相关性特征,运用多重分形去趋势波动分析法(MF-DFA)和多重分形去趋势交叉相关分析法(MF-DCCA),对2004-01-01到2008-09-15(危机前)和2008-09-16到2013-12-31(危机后)BDI指数和CBFI指数自相关的多重分形性以及二者交互相关的多重分形特征进行分析。首先,基于MF-DFA方法分析BDI和CBFI指数收益序列的自相关性,发现金融危机前后,BDI指数和CBFI指数收益序列演变呈现出非平稳性、自相关的多重分形特征,危机后自相关性的多重分形强度大于危机前。其次,基于MF-DCCA方法分析BDI和CBFI指数收益序列的交叉相关性,结果表明两者交叉相关关系具有很强的多重分形特征,呈现出时间序列的长程相关性,危机后互相关的多重分形强度大于危机前。同时也证实多重性归因于时间序列波动的持续性和胖尾分布。

海运价格指数的波动规律

通过对波罗的海国际干散货运价指数分别提取长期趋势项、周期波动项和季节波动项以后,得到了一个符合ARMA模型建模要求的零均值平稳序列.对此序列建立的时间序列模型非常精确地模拟了波罗的海运价指数,并作出了误差极小的短期预测.

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.