【www.zhangdahai.com--爱国演讲稿】
摘 要：为探索国际原油运价在周期性波动过程中的区制转换和持续期依赖特征，采用具有持续期依赖特征的马尔科夫区制转换（DurationDependentMarkovSwitch，DDMS）模型分析波罗的海原油运价指数（BalticDirtyTankerIndex，BDTI）的波动规律.结果表明：BDTI具有明显的两阶段区制特征；国际原油运价指数由收缩期（扩张期）状态向扩张期（收缩期）状态的转换概率随着目前状态持续时间的增长而不断增大；在相同的持续期水平下，收缩期状态向扩张期状态的转换概率超过扩张期状态向收缩期状态的转换概率；BDTI的非对称持续期依赖特征与国际原油运输市场的寡头垄断市场结构密切相关.
关键词：波罗的海原油运价指数；马尔科夫区制转换；持续期依赖；非对称
中图分类号：U695.28；F552.5；O211.62 文献标志码：A
AnalysisofMarkovswitchanddurationdependenceof BDTIbasedonDDMSmodel
JIANGDina
（SchoolofEconomics＆Management，ShanghaiMaritimeUniv.，Shanghai201306，China）
Abstract：Inordertoexplorethestateswitchingandthedurationdependenceinthecyclesofinternation�alcrudeoilfreightrate，aDurationDependentMarkovSwitch（DDMS）modelisemployedtoanalyzethe fluctuationofBalticDirtyTankerIndex（BDTI）.TheresultsshowthatBDTIhasobviouscharacteristics oftwo�phasestates；theprobabilityoftheswitchfromcontractiontoexpansionincreaseswiththeincrease ofthedurationtimeofcurrentstate；theprobabilityoftheswitchfromcontractiontoexpansionislarger thanthatfromexpansiontocontractionatthesamedurationlevel；theasymmetricaldurationdependence ofBDTIiscloselyrelatedwiththeoligarchicmonopolymarketstructureoftheinternationalcrudeoil transportmarket.
Keywords：balticdirtytankerindex；Markovswitch；durationdependence；asymmetry
原油运价指数作为原油运输市场的一个重要经济指标，能及时、灵敏地反映市场的波动，被称为原油运输市场变化的晴雨表.历史研究表明，周期性波动是原油运输市场乃至国际航运市场的基本特征之一.准确把握原油运价指数的周期性波动规律，对于原油运输市场参与者判断市场走向、规避市场风险具有重要意义.
早在20世纪，国外就有不少学者采用经济学和管理学理论研究油船运输市场乃至国际航运市场的运价波动和航运周期性，取得大量成果.1978年HANDON建立第一个油船运输市场运价模型，为后人在该领域的进一步研究奠定基础.KAVUSSANOS分别于1996年、1998年和2002年研究不同船型和运价的波动规律、原油远期价格与即期价格之间的关系，探究运价波动的内在规律.GOULIFLMOS和PSIFIA于2006年利用R／S分析模式、GARCH模型及Jarque�Bera检验，研究1971年至2002年的Trip DryCargoCharterIndex的月度资料，发现运价周期呈现不规则变化.RAOR等［1］建立油船运输市场运费率的广义非参数马尔科夫扩散模型，通过实证分析指数油船运费在短期内并不平稳，其波动与运费水平有关.
在国内，姜丽娉［2］构建4种船型的油船运价指数的收益率时间序列，总结出国际油船运价指数的波动规律.陆克从［3］分析国际干散货航运市场中波罗的海好望角型船市场运价指数（BalticCapesize Index，BCI），发现BCI半月对数收益率序列有明显的波动集聚效应，该结论可用于改进国际干散货航运市场预测方法.杜昭玺等［4］以波罗的海干散货运价指数（BalticDryIndex，BDI）为研究对象建立ARMA模型用于BDI的短期预测.顾贤斌等［5］对BDI是否具有长记忆性问题进行实证研究，结果反映国际航运市场具有一定的长记忆性.翟海杰等［6］利用GARCH族模型研究BDI，结果表明在描述BDI波动率的杠杆效应时，采用正态分布假设下的TGARCH（1，2）对其进行描述较合适.刘建明［7］运用复合移动平均线和相对强弱指标（Relative StrengthIndex，RSI）观察航运周期特征，划分航运周期.
从现有文献看，目前部分学者侧重于油船运价的波动特征研究，部分学者专注于国际航运市场或干散货运输市场的波动性问题研究，但是较少有学者研究油船运输市场的周期性波动特征，而由于该市场特征与干散货运输市场特征存在较大差异，有必要采用合适的分析工具对该问题进行深入剖析.
HAMILTON于1989年提出的马尔科夫转换模型是捕捉经济周期特征的有效武器，近年来在经济周期研究领域广泛使用，并已取得良好的拟合效果.然而，随着全球经济一体化和互联网的广泛使用，目前全球各国的经济发展模式已发生巨大变化，马尔科夫模型中区制转换概率为固定的假设在新时期不能完全适用，而采用具有持续期依赖特征的马尔科夫区制转换（DurationDependentMarkovSwich，DDMS）模型［8］，可以更有效地掌握周期性波动特征，有助于认定周期波动的转折点.ALIZADEH等［9］运用DDMS模型探索减少投资组合风险的方法，取得良好的效果.
本文试图通过建立DDMS模型，分析波罗的海原油运价指数（BalticDirtyTankerIndex，BDTI）的区制转换和持续期依赖特征，以刻画国际原油运输市场的周期性特征.
2 数据说明
目前，在世界主要的油船航线上以1989年伦敦和纽约油船协会制定的《新世界油船基本费率表》表示航次油船运费率，全世界各类海运研究机构根据搜集到的航次报告计算各种船型在不同时期的油运费率，并以指数形式发布.波罗的海航运交易所公布的波罗的海国际油船运价指数（BalticInternation�alTankerRouteIndex，BITR）可较为客观地刻画油船运输市场运价的变动态势，成为很多航运经营人操作市场的重要工具.波罗的海航运交易所于1998年4月20日开始发布BITR，该指数起初是由7条油船运输航线构成的综合运价指数.为适应国际油船运输市场的发展，BITR包括的航线逐渐增加，截至2001年8月1日达到12条，包括9条原油运输航线和3条成品油运输航线，每条航线的运价在指数的制定中权重相同.同时，BITR指数正式分解为BDTI和BCTI（波罗的海成品油运价指数）.同时所覆盖的航线不断增加和调整，至2010年波罗的海运价指数中包括18条原油运输航线和9条成品油运输航线，成为油船运输市场波动的风向标.
2001年8月之前的BDTI可通过各时期原油航线平均运价乘以换算因数获得.以2001年8月1日为例，当天原油航线的平均运价为WS94.22，BDTI确定为1000点，那么换算乘数为1000／94.22＝10.6135，要计算这一天的原油运价指数，将当天原油航线平均运价乘以10.6135即可.
选取1998年9月至2011年8月的BDTI的月度数据作为本研究原始样本数据，见图1.数据来源于Clarkson网站，2001年8月之前的数据已经作过换算处理.
从表1可以看出，BDTI存在较明显的两阶段区制特征.第一区制中，原油运价指数的平均值为872.80，标准差为33.71，可视为原油运输市场处于扩张期，并且波动幅度不太大.第二区制中，原油运价指数的平均值为698.28，标准差为44.10，可视为原油运输市场处于收缩期，其波动幅度比第一区制的波动幅度大.
图2显示，DDMS模型对国际原油运输市场行情的划分能较好地契合实际原油运价指数轨迹. 1998年至今，国际原油运输市场经历3次较大的高潮和4次低谷.第1次低谷始于1997年.受全球金融危机影响，世界各国经济衰退，石油贸易量锐减，给国际原油运输市场带来不可低估的负面影响.第1次高潮发生在2000年左右，主要是由油船运输需求推动的.当时世界主要经济体采取宽松的财政政策和货币政策刺激经济，导致世界经济出现强劲增长，石油需求不断增加，油运价格也水涨船高.油船运输高潮维持1.5a后又陷入第2次低谷.2002年底出现第2次高潮，主要是由原油运输市场的运力供给稀缺导致的.鉴于该年“威望”号单壳油船事故的经验教训，国际海事组织（IMO）通过《MARPOL公约》（《国际防止船舶造成污染公约》）的修正案.该项修正案限定单壳油船在2010年前全部淘汰，大批单壳油船提前报废导致全球油船运力紧张，加上世界各国采用宽松的经济政策，使原油运输市场步入快速增长轨道，持续时间约3a，后又陷入第3次低谷.第3次高潮出现在2008年.全球制造业的转移以及中国消费结构的变化使得中国从中东、非洲和南美洲进口原油的比重越来越大，促进VLCC运输市场的增长.2009年至今由于国际金融危机的影响，国际油船运输市场处于较为低迷的状态.
从以上分析可以看出，原油运输市场运力需求与供给的不平衡导致原油运输价格指数的周期性波动.运力的供不应求导致运输价格的上升，从而可以吸引更多企业造更多的船.造船需要一定的时间成本，因此在较长时间内无法缓解供求状况，可以保证运价在较长时间内高位运行.当运力供大于求时，运价下跌，部分运力也在此时退出市场.
实证结果发现估计值β2和β4取值均不为零，反映国际原油运输市场具有持续依赖特征.β2为－0.1788，说明BDTI在该区制退出的概率会随着扩张期区制持续时间的延长而增大.β4为0.0061，说明BDTI的收缩期区制持续时间越长，从该区制退出的概率越大.两者均具有正的持续期依赖特征.
图3表明BDTI在区制转换过程中的持续期依赖特征：当BDTI处于扩张期持续超过12个月时，其退出概率超过0.5；当BDTI处于收缩期持续超过5个月时，其退出概率超过0.5.说明两者具有明显的不对称性，扩张期的持续期依赖明显强于收缩期的持续期依赖特征，这可能与原油运输市场结构有密切关系.目前世界上的绝大部分石油资源被控制在全球前50家石油公司手中，货主的高度集中强化他们在航运市场上的话语权.石油公司往往采用CIF获得海上运输环节的利润，并以较低价格与大型船舶所有人签订长期运输合同，以保证在国际贸易形势比较低迷的情况下国际油船市场的行情也不会在短期内发生较大波动.因此，原油运输市场在一 定程度上具有寡头垄断市场结构的特征，这与在干散货市场的完全竞争市场结构特征差别巨大.
4 结 论
运用DDMS模型分析BDTI的区制转换概率和持续期依赖特征，得出如下结论：
（1）国际原油运价指数存在明显的区制特征.在国际原油运输市场扩张阶段，BDTI平均值为872.80，标准差为33.71，在市场收缩期BDTI平均值为698.28，标准差为44.10，这与原油运输市场的实际情况比较相符.
（2）国际原油运价指数的区制状态具有比较明显的非对称持续期依赖特征.随着目前状态持续时间的推移，由收缩期（扩张期）状态向扩张期（收缩期）状态的转换概率不断增大，说明国际原油运价指数具有明显的持续期依赖特征.在相同的持续期水平下，国际原油运价指数由收缩期状态向扩张期状态的转换概率超过扩张期状态向收缩期状态的转换概率，说明该指数存在明显的非对称性特征.国际原油运价指数的非对称持续期依赖特征与国际原油运输市场的寡头垄断市场结构特征密切相关.
参考文献：
［1］ROARAdland，KEVINCullinane.Thenon�linerdynamicsofspotfreightratesintankermarket［J］.Transportantion：E，2006，42（3）：211�224.
［2］姜丽娉.基于GARCH模型的国际油船运价指数波动性研究［D］.大连：大连海事大学，2008.
［3］陆克从.波罗的海好望角型船运价指数波动分析［J］.上海海事大学学报，2008，29（4）：29�33.
［4］杜昭玺，李阳，靳志宏.波罗的海干散货运价指数预测与实证分析［J］.大连海事大学学报：社会科学版，2009，8（1）：78�80.
［5］顾贤斌，李序颖.波罗的海干散货运价指数长记忆性实证研究［J］.上海海事大学学报，2009，30（1）：40�44.
［6］翟海杰，李序颖.不同分布的GARCH族模型的波罗的海干散货运价指数波动率［J］.上海海事大学学报，2009，30（3）：59�64.
［7］刘建明.国际干散货航运市场周期划分与期租时机选择［D］.大连：大连海事大学，2009.
［8］DURLANDJ，McCURDYT.Duration�dependenttransitionsinaMarkovmodelofUSGNPgrowth［J］.JBusiness＆EconomicStatistics，1994（12）：279�288.
［9］ALIZADEHAH，NOMIKOSNK，POULIASISPK.AMarkovregimeswitchingapproachforhedgingenergycommodities［J］.JBanking＆Fi�nance，2008，32（9）：1970�1983.
（编辑 贾裙平
