基于供需面多因素国际原油运价分析.docVIP

基于供需面多因素国际原油运价分析 　　【摘 要】 为应对国际原油运价变动风险，分析2001―2010年波罗的海油船运价指数（BDTI）与供需面因素（国际油船运力、全球原油海上贸易量、国际油船新订单、国际油船拆船量和国际油船交付量等）之间的关系，认为油运行业的经营者和投资者在考虑应对BDTI变动风险时，可以定量分析风险对供需面因素的影响度，以便更好地规避风险。 　　【关键词】 BDTI；原油运输；多因素分析；格兰杰因果关系；协整检验 　　国际航运市场主要由集装箱班轮运输、干散货运输、液散货运输等市场组成。航运市场运费波动性大、投资大、资本回报周期长。液散货运输主要以石油运输为主。石油是不可再生的自然资源，主要产区集中在中东、西非、南美和俄罗斯。石油消费大国基本上是经济大国和高速发展的发展中国家。石油储存、开采和消费在地理上的不平衡导致石油运输需求的产生。石油作为一种重要的战略资源，长期影响全球的政治和经济格局，能源供应和安全也因此成为一国政治经济的重要组成部分。国际原油运输市场又包括新造船市场、二手船市场、拆船市场等。各国原油供求的不平衡和国际油船运输市场的多种因素导致国际油船运价指数的波动，给工业生产、企业贸易、国民消费带来风险，也对航运企业的抗风险能力和营运能力提出要求。 　　1 研究方法 　　1.1 格兰杰因果关系检验 　　格兰杰因果关系检验法是格兰杰于1969年利用滞后分布概念建立的。按常理，从将来不能推测出过去，如果变量x是导致变量y的原因，则变量x的变化将先于y的变化。格兰杰提出，如果利用x和y的滞后值进行预测比只用y的滞后值进行预测所产生的预测误差要小，即若 2（yt│yt k，对 k＞0）＞ 2（yt│yt k，xt k），对 k＞0），则称x是y的格兰杰原因，记为x y。 　　1.2 因子分析 　　因子分析是指从变量群中提取共性因子的统计技术。英国心理学家斯皮尔曼最早提出，可在许多变量中找出隐藏的具有代表性的因子，将相同本质的变量归入同一个因子，可减少变量的数目，还可检验变量间关系的假设。 　　1.3 协整检验 　　协整方法是分析非平稳变量之间长期数量关系，且通过???性误差修正模型建立的经济变量之间的线性调整机制。若存在长期协整关系，可正则化协整向量关系式得出变量之间的关系。 　　2 实证分析 　　2.1 数据说明 　　本文采用波罗的海航运交易所发布的油船运价指数（Baltic Dirty Tank Index，BDTI），它被誉为反映原油运输市场动态变化的“晴雨表”。与运输市场直接相关的造船市场和拆船市场调节整个航运市场运力供给与需求之间的平衡关系，特别是在世界油船运力供需矛盾突出的状况下，两者充分发挥调节能力，保证供需平衡，决定油船运价水平。另外，二手船市场投资额小，便于立即投入生产运营，二手船的船舶性能也易于掌握，这些特点使其对整个国际航运业的发展起到巨大的推动作用。综上所述，原油的运力供给和运输需求，以及相关市场因素共同推动原油运价指数的变化。本文采用克拉克森发布的国际油船运力、全球原油海上贸易量、国际油船新订单、国际油船拆船量和国际油船交付量等数据分别代表原油的运力供给、运输需求、新造船市场、拆船市场和二手船市场变动。 　　2.2 因子分析 　　对上述5个因素进行降维处理，以获得较少变量对BDTI进行解释，即对5个变量进行因子分析。 　　首先检验变量是否适合因子分析，检验结果如表1所示，其中KMO（Kaiser-Meyer-Olkin）值大于0.6，适合因子分析。巴特利（Bartlett）球形检验给出的标准为0.00，小于显著水平0.05，因此拒绝巴特利球形检验的零假设，认为适合因子分析。 　　表1 KMO和巴特利球形检验结果 　　 　　用Eviews软件对数据进行处理，得到结果如表2所示。 　　表2 因子载荷矩阵 　　 　　从表2可以看出，由因子分析得到2个公共因子，设为第一因子和第二因子。从因子载荷矩阵可以得到第一因子和第二因子的表达式： 　　第一因子＝0.271×国际油船交付量＋0.325×国际油船运力＋0.228×国际油船新订单＋0.124×全球原油海上贸易量＋0.267×国际油船拆船量 　　同理可得第二因子的表达式。 　　表3给出2个因子的贡献率，第一因子的贡献率为71.63%，2个因子的总贡献率达到92.11%，表明2个因子能很好地反映5个一致指标的总体变动，进而可以很好地解释BDTI。 　　表3 因子贡献率 　　 　　2.3 平稳性检验 　　为避免对于非平稳时间序列线性回归时造成虚假回归等问题的出现，需要在协整分析之前进行时间序列的平稳性检验。对因子和主成分BDTI进行单位根检验的结果见表4。从表4可见，在5%的显著水平下，虽