波罗海干散货运价指数马尔可夫链分析.docVIP

波罗海干散货运价指数马尔可夫链分析 　　[摘 要]运价指数是由航运交易所发布的，以某时段内航运市场价格与基准时段的航运市场价格的比值，用于反映海运价格水平的动态变化。由波罗的海航交所发布的波罗的海干散货运价指数（BDI）是由若干条传统的干散货船航线的运价，按照各自在航运市场上的重要程度和所占比重构成的综合性指数，是国际干散货航运市场中最为权威的运价指数。因此波罗的海干散货运价指数（即BDI）的波动规律研究、对其发展趋势进行预测是业界关注的重点，建立BDI的马尔可夫链分析模型，在此基础上对BDI进行了短期预测分析，具有重要理论意义。 　　[关键词]BDI；马尔可夫链；转移概率 　　[中图分类号]F551 [文献标识码]A [文章编号] 　　2095-3283（2014）06-0038-03 　　[作者简介]毕艳芳（1989-），女，安徽人，硕士研究生，研究方向：产业经济学。 　　一、引言 　　波罗的海干散货指数（BDI）是投资者研究航运股的重要工具，干散货航运上市公司的股价走势与BDI紧密相关。波罗的海干散货市场运价指数即BDI，一直被认为是反映国际干散货运输市场变化的晴雨表，同时是初级商品市场价格走势的风向标。研究BDI的波动规律，对其发展趋势进行预测得到人们广泛的关注。吕靖（2002）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，建立ARMA模型，对BFI（BDI的前身）进行了短期预测[1]；徐萍（2005）采用小波分析和神经网络对BFI进行了预测研究[2]；刘晶，卢春霞（2008）结合FFA市场，建立了波罗的海干散货运价指数ARMA预测模型[3]；聂金龙，李序颖（2009）引入ARFIMA模型，来改进传统的ARMA预测模型[4]；靳廉洁（2010）针对巴拿马型干散货船舶，进行基于支持向量机（SVM）模型的波罗的海运价指数预测研究[5]；魏文臻杰，李序颖（2011）通过引入波罗的海原油运价指数BDTI这一外生变量，提出了一种ARMAX模型的短期BDI预测方法[6]。 　　本文将引入马尔可夫链理论，建立BDI的马尔可夫预测模型，并据此分析BDI的短期波动变化趋势可能性[7]。 　　二、数学理论 　　1.马尔可夫链的定义 　　将具有“过去只影响现在，而不影响将来”特点的随机过程成为马尔可夫过程。状态离散的马尔可夫过程称为马尔可夫链。符合马氏性的随机数列可用马尔可夫链进行状态预测。 　　定义参数集合T=0，1，2，???，状态空间S=0，1，2，???，随机过程Xn：n≥0。若对于任意的n≥1及任意的整数0≤t1t2???tnt，i1，i2，???，in，j∈S，有 　　则称{Xn：n≥0}为马尔可夫链，简称马氏链。 　　随机过程Xn：n≥0是马氏链的充要条件是，对于任意的n≥1，及任意的i1，i2，???，in，j∈S，有 　　2.转移概率 　　对于马氏链Xn：n≥0，称P（n）ij（m）=PXm+n=jXm=i，i，j∈S为系统在时刻m时处于状态i的条件下，经过n步转移到状态j的n步转移概率。P（n）ij（m）具有以下性质： 　　若P（n）ij（m）与m无关，则称Xn：n≥0是齐次的马氏链。此时记P（n）ij=P（n）ij（m），i，j∈S，n≥1，一步转移概率为Pij=P对于齐次的马氏链Xn：n≥0，有 　　转移概率矩阵形式为 　　P满足：（1）所有元素非负，（2）各行元素之和为1。 　　3.马氏性的检验 　　检验随机过程是否具有马氏性，是应用马尔可夫链模型进行数据分析的首要前提。通常对于离散型的马尔可夫链是用χ2统计量来检验： 　　为了说明我们引入频数矩阵（nij）n×n，nij是系统从状态i转移到j状态的次数。 　　则统计量 　　对于选定的置信度α，查表得到χ2α （（n-1）2），若χ2 χ2α （（n-1）2），则称随机过程Xn：n≥0具有马氏性，否则就不是马尔可夫链。如果验证了随机过程Xn：n≥0是马尔可夫链，则可以应用马尔可夫链模型来分析该随机过程的变动情况。 　　4.C-K方程 　　对于齐次马氏链Xn：n≥0的n步转移概率P（n）ij，有 　　即为C-K方程，在马尔可夫链转移概率计算中起着重要作用。写成矩阵形式即：P（m+n）=P（m）P（n），且P（n）=Pn。所以对齐次马尔可夫链来说，一步转移概率Pij 就可以确定所有的n步转移概率P（n）ij，即 　　这对于应用马尔可夫链来进行预测有关键意义。 　　二、马尔可夫链分析模型的建立 　　1.数据选取与状态划分 　　波罗的海干散货运价指数BDI随着时间而不断变化，形成时间序列数据。这里选取2013年12月2 日至2014年3月5日的BDI数据（来源Clarkson