国际干散货市场与我国经济发展的联动性..docVIP

国际干散货市场与我国经济发展的联动性 】分析影响波罗的海干散货运价指数(BDI)波动的重要因 素，探宄国际干散货市场与我国经济发展之间的联动性，采用VAR模型和 Granger因果检验探讨两者之间的长期和阶段关系状况。研究结果揭示： 长期内，国际干散货市场与我国经济发展联动性较弱；短期内，国际干散 货市场繁荣可以为我国营造良好的外部环境，促进经济发展。虽然国际干 散货市场对我国经济变动有一定的预见作用，但是“中国因素”对国际干 散货市场的影响有限。 关键词】国际干散货市场；中国经济；VAR模型；Granger因果检 验 0引言 我国自2001年加入WT0以来，在世界经济中的影响力不断增强，已 经成为经济全球化的重要推动力。从海关总署的数据看，我国进出U月度 贸易总额常年保持10%以上的两位数增幅。我国有90%的对外贸易依靠海 运完成，海运需求是经济贸易需求的重要派生需求。我国作为全球铁矿石 和能源的最大消耗国以及最为繁忙的进出口国，经济发展状况不仅与世界 经济状况息息相关，更直接关系到全球铁矿石、原油、集装箱和化工品的 运力需求。［1］国际干散货市场是国际贸易的派生市场，我国作为当前世 界上第一贸易大国，干散货贸易量在世界市场上占据着重要地位。 综上所述，探宂国际干散货市场与我国经济发展之间的关系，具有重 要的理论和现实意义。本文通过VAR模型和Granger检验对国际干散货市 场与我国经济发展的联动性进行研宂，进而揭示其长期和阶段关系，为分 析我国经济未来发展和波罗的海干散货指数（BDI）波动趋势提供帮助。 1数据分析 本文选用20007D2015年的BDI与我国GDP年度数据作为研究样本， BDI数据来源于波罗的海航运交易所，我国GDP的年度数据取自《中国统 计年鉴》。为消除BDI与我国GDP波动中季节等因素的影响，采用年收益 率序列Rt为年度数值Pt的自然对数差，Rt=ln Pt In Pt_l,所得BDI与 我国GDP的年收益率序列如图1所示。 由图1可见，近年来BDI发生巨幅波动，这与金融危机的连锁反应和 货运市场的变化有关。我国经济发展受全球经济袞退和减速的影响，GDP 增长缓慢，进入经济发展新常态。[2] 由BDI和我国GDP的序列描述性统计（见表1）可见：2个序列的平 均值接近于0,而标准差很大；偏度非0且峰度小于3,说明偏离正态不 显著；在5%的显著水平下，Jarque-Bera检验接受正念性的原假设，表明 序列可能不存在长期的持续性。 2 VAR模型的建立 利用EViews软件对BDI和我国GDP这2个对数序列进行单位根八DF 检验，两者均为一阶单整序列。向量自回归（VAR）模型通常用于相关时 间序列系统的预测和随机扰动对变量系统的动态影响，模型基本形式[3, 4]: 式中：k为滞后长度。 对样本期内的数据建立VAR模型，分别估计阶数为1?4的VAR模型, 并对其进行自相关性LM检验，然后利用AIC和SIC信息准则选择合适的 检验模型。EViews软件输出结果如表2所示。 从表2可以看出，只有阶数p=3的VAR模型LM检验的最小P值大于 0.05,因此在显著性水平达0.05时，可以认为模型误差项无自相关性。 3 VAR模型的检验 3.1 VAR模型的滞后结构检验 AR根检验如果VAR模型所有根模的倒数都小于1,即都在单位 圆内，则该模型是稳定的；反之不稳定。如果被估计的VAR模型不稳定， 则得到的结果有些是无效的。［5］基于AR特征多项式的逆根(见图2)的 输出结果，可以认为本文建立的VAR模型是稳定有效的。 Granger因果检验当阶数p=3时，VAR模型的ATC值和SIC值 最小，因而可以选择这个模型进行Granger因果关系检验。EViews软件输 出结果如表3所示。由检验结果可以看出，在显著性水平为0.05吋，可 以认为GDP不是BDI的Granger原因，而BDI是GDP的Granger原因。也 就是说，BDI与我国GDP之间存在单向的Granger因果关系，即BDI可以 为我国GDP的预测提供更准确的信息。 3.2基于VAR模型的脉冲响应分析 脉冲响应函数(IRF)描述的是当一个变量受到某种冲击时，对系统 屮內生变量的动态影响，即在随机误差项上施加一个标准差大小的冲击 后，对内生变量的当期值和未来值所产生的影响程度。对于稳定的VAR模 型而言，脉冲响应函数应趋于0，累计脉冲响应函数趋于非0常数。 图3为BDI对其自身及模型中其他内生变量的脉冲响应函数，其中横 轴为滞后阶数，纵轴为BDI对于各变量冲击的响应。由图3可以看出，BDI 对其自身冲击的响应程度最大，我国GDP对BDI的冲击相对较小。BDI对 我国GDP冲击响应为负，响应程度在第3期达到最大，之后逐渐减弱，在 第9期后趋向于0; B