中國鐵礦石進口價格波動因素實證分析

管晗希，劉 珺

中國鐵礦石進口價格波動因素實證分析

管晗希，劉 珺

針對影響我國鐵礦石進口價格波動的因素問題，文章通過實證分析，結合Eviews8.0計量經濟軟件中多元線性回歸模型，建立鐵礦石進口價格的多元回歸模型，闡明了我國進口鐵礦石價格與我國進口鐵礦石數量，采購經理指數，美元指數，波羅的海指數，普氏指數，我國鐵礦石粗鋼產量和中國鋼鐵行業產業集中度CR10之間的關系，目的是在實證分析的基礎上，引導鋼鐵企業從容應對進口鐵礦石價格波動，在國際談判中占據有利地位。

鐵礦石進口價格；采購經理指數；BDI；美元指數

一、引言

中國的經濟現狀從高速增長轉變為中高速增長①中央經濟工作會議12月9日至11日在北京舉行,會議首次闡述了新常態的九大特征。，國民經濟的支柱產業依舊是鋼鐵工業，并且對中國社會主義現代化建設具有重要的經濟戰略意義。鐵礦石作為鋼鐵產業的主要原料，其價格直接影響到鋼鐵工業的發展和國民經濟各部門的運行狀況。我國大力發展鐵路事業必定就需要大量的鋼鐵產品，也會因此對鋼鐵產品的價格產生一定的影響。因此，對鐵礦石價格波動的因素研究就具有十分重要的現實意義。就此筆者將從指標選取、模型檢驗、意義分析三個部分進行一一闡述。

二、中國鐵礦石進口價格波動因素及指標選取

（一）美元指數②是綜合反映美元在國際外匯市場的匯率情況的指標，用來衡量美元對一攬子貨幣的匯率變化程度，從而間接反映美國的出口競爭能力和進口成本的變動情況。

自2012年以來，雖然美元指數整體趨勢是呈上升態勢的，但是在小范圍內是呈現不斷波動的狀態的，由2012年1月至2016年12月的數據顯示，隨著時間的推移兩者之間的關系是不同的，正因如此世界礦業巨頭需要根據美指的波動來定價從而彌補匯率損失，因此在考慮進口鐵礦石的價格波動因素分析時應將美元指數列入解釋變量中。

（二）波羅的海干散貨指數③BDI波羅的海指數是由幾條主要航線的即期運費（Spot Rate）加權計算而成，反映的是即期市場的行情。（BDI）與海運費

國際鐵礦石的運輸絕大部分是通過海運完成的，但由于海運費變化快而細微很難獲得精準的數據，因此在考慮海運費對進口鐵礦石價格的影響時可以通過波羅的海干散貨指數來呈現。

2012年1月至2016年12月的中國進口鐵礦石價格與波羅的海干散貨指數BDI的數據顯示：中國進口鐵礦石價格與波羅的海干散貨指數BDI的關系在不同的時間段呈現不同的關系，因此在考慮進口鐵礦石的價格波動因素分析時應將BDI列入解釋變量中。

（三）中國鐵礦石粗鋼產量

2016年是“十三五”的開局之年，鋼鐵業推進供給側結構性改革④二零一六年一月二十六日中央財經領導小組第十二次會議，習近平總書記強調，供給側結構性改革的根本目的是提高社會生產力水平，落實好以人民為中心的發展思想。，粗鋼產量增速得到控制。相較于“十二五”時期，見表1我國粗鋼產量由2010年的6.3億噸增加到2015年的8億噸，年均增長5%，并在2014年達到8.2億噸的歷史峰值。而“十三五”期間，我國鋼材生產消費將步入峰值弧頂下行期。

而在中國進口鐵礦石價格與中國鐵礦石粗鋼產量關系中我們從2012年1月至2016年12月兩者之間的數據可以看出，兩者之間呈現正相關態勢。因此研究中國鐵礦石粗鋼產量與進口鐵礦石價格有著重要意義，故在接下來的模型中保留中國鐵礦石粗鋼產量作為解釋變量。

表1 中國粗鋼年產量（2012年～2016年）

（四）中國鐵礦石原產量與中國鐵礦石進口數量

中國是世界上最大的鐵礦石需求國，進口來源主要是澳大利亞和巴西兩國。其原因歸于自身的檔次比較低，所以我國對鐵礦石依然供小于求，故需要通過鐵礦石進口來緩解這一現象。因此真正反應我國對鐵礦石凈需求的因素主要就體現在中國鐵礦石進口數量上，并且由2012年1月至2016年12月的數據顯示，中國進口鐵礦石價格與中國鐵礦石原礦產量大體呈現負相關關系，因此在考慮進口鐵礦石的價格波動因素分析時應將中國鐵礦石進口數量列入解釋變量中。

（五）采購經理指數①采購經理指數，PMI是通過對采購經理的月度調查匯總出來的指數，反映了經濟的變化趨勢，是綜合性的經濟監測指標體系，計算公式;PMI=訂單× 30%+生產×25%+雇員×20%+配送×15%+存貨×10%,詳見趙志剛.經濟運行的脈搏——PMI[J].秘書工作,2014(10).(PMI)

當PMI小于50時，說明經濟是在衰退的，如圖1中2012年8月和2016年1月至3月；當PMI大于50時，說明經濟是在發展的，如圖1中其余在色彩以上部分。并且中國進口鐵礦石價格與中國制造業采購經理指數的關系由圖1不能明顯的看出，因此在考慮進口鐵礦石的價格波動因素分析時應將采購經理指數列入解釋變量中。

圖1 中國進口鐵礦石價格與中國制造業采購經理指數關系折線圖（2012年1月～2016年12月）

（六）普氏價格指數②普氏價格指數數據是普氏能源資訊（Platts）制定的、通過電話問詢等方式，向礦商、鋼廠及鋼鐵交易商采集數據，其中會選擇30家至40家“最為活躍的企業”進行詢價，其估價的主要依據是當天最高的買方詢價和最低的賣方報價，而不管實際交易是否發生。2010年，普氏價格指數被世界三大礦山選為鐵礦石定價依據。

普氏價格指數數據是普氏能源資訊制定的，普氏指數和鐵礦石進口價格可以說是完全線性相關的，因此在考慮進口鐵礦石的價格波動因素分析時應普氏指數列入解釋變量中。

（七）中國鋼鐵行業集中度CR1O

從整體來看中國鋼鐵產業集中度偏低,大致在35%和50%上下波動（見表2）。從2007年～2016年中國鋼鐵產業集中度可以看出,中國鋼鐵產業集中度先上升后下降,并且在2011年達到最高值,即為49.20%。但是隨后便連續五年下降，CR1O從49.20%下降到33.58%，這在一定程度上肯定會影響進口鐵礦石的價格。由2012年1月至2016年12月的數據可以知道，中國進口鐵礦石價格與中國鋼鐵行業產業集中度CR1O在大部分時間呈現正相關關系，由此我們只有努力提高中國鋼鐵行業的產業集中度才能使中國在國際鐵礦石價格談判中處于更有力的地位。當然也有例外的時候，因此在考慮進口鐵礦石的價格波動因素分析時應將中國鋼鐵行業集中度CR1O列入解釋變量中。

表2 2007年-2016年中國鋼鐵行業產業集中度CR1O

三、實證分析

（一）構建模型

筆者將選取中國進口鐵礦石價格作為被解釋變量（P）,將我國粗鋼產量（X1）,我國鐵礦石進口數量（X2）,采購經理指數（X3）,普氏指數（X4），美元指數（X5）,波羅的海干散貨指數BDI (X6)，中國鋼鐵行業集中度CR1O(X7)為解釋變量。所選取的數據樣本空間是在2012年1月至016年12月區間內的60組月度數據。其中P是作者根據中國鋼鐵工業協會日到岸價格算得的月平均到岸價格。根據多元回歸模型③多元線性回歸模型，在實際經濟問題中，一個變量往往受到多個變量的影響。，構建的模型可以表示為：

說明：C代表常數，β1β2β3β4β5β6β7代表個解釋變量的系數。

本次實證分析的目的是為了在這七個因素中找到起碼有一個解釋變量對被解釋變量的影響是顯著的。

（二）多重共線性檢驗和平穩性檢驗

為了確認本次線性回歸模型中的解釋變量之間不存在精確相關關系或高度相關關系進而保證模型的準確性，我們第一步需要檢驗解釋變量是否存在多重共線性。文章采用方差膨脹因子(VIF)檢驗法④如果方差膨脹因子值越大，說明共線性越強,反之則越弱，一般而言，centered VIF超過10會有共線性的問題。，如圖所示，X1,X2,X3,X4,X5,X6X7的centered VIF均未超過10，故不存在多重共線性問題。

第二步筆者對時間序列進行了平衡性檢驗，其目的是杜絕偽回歸⑤若存在單位根就是非平穩時間序列了會使回歸分析中存在偽回歸。的發生。本文采用ADF檢驗方法，即單位跟檢驗。如果存在同階平穩的話,就可以對它們進行協整檢驗。以X1為例：p=0.8179＞0.05,不平穩，然后ADF值大于所有的level值。

說明我們還要進行第二步檢驗。結果如下：

此時p值為0，說明已經平穩了，并且在1%水平顯著下滑，因此變量都是一階段整可以進行協整關系的檢驗。所有變量的檢驗結果見表3。

表3 ADF檢驗

（三）多元回歸模型檢驗結果分析

1.利用Eviews8.0進行了多元回歸分析，結果如下表：

根據表模型估計結果為：

2.經濟意義檢驗

①β1=6.10E-07,說明在其他因素不變的前提下,我國粗鋼產量每上升十萬分之一,就會使鐵礦石進口價格上升十萬分之零點六一,與本文第二部分指標選取部分中描述的粗鋼產量與鐵礦石進口價格之間存在正相關關系是一致的；

②β2=-9.15E-08,說明在其他六個變量不變的前提下,我國鐵礦石進口數量每下降十萬分之一,就會使鐵礦石進口價格上升十萬分之零點零九一五,與文中第二部分指標選取部分中描述的鐵礦石進口數量與鐵礦石進口價格之間存在負相關態勢是一致的；

③β3=-2.056297,說明在其他因素不變的前提下,我國采購經理指數每下降1%,就會使鐵礦石進口價格上升205.6297%,解釋了文中第二部分指標選取部分采購經理指數與鐵礦石進口價格之間整體存在負相關關系；

④β4=0.984284,說明在其他六個變量不變的前提下,我國普氏指數每上升1%,就會使鐵礦石進口價格上升198.4284%,與文中第二部分指標選取部分中描述的普氏指數與鐵礦石進口價格之間存在正相關關系是一致的；

⑤β5=0.110499,說明在其他六個變量不變的前提下,我國美元指數每上升1%,就會使鐵礦石進口價格上升11.0499%,解釋了文中第二部分指標選取部分的美元指數與鐵礦石進口價格之間存在正相關關系；

⑥β6=0.003456,說明在其他六個變量不變的前提下,我國波羅的海干散貨指數BDI每上升1%,就會使鐵礦石進口價格上升3.456%,解釋了文中第二部分指標選取部分的BDI與鐵礦石進口價格之間存在正相關關系是一致的；

⑦β7=0.7303267,說明在其他六個變量不變的前提下,我國中國鋼鐵行業集中度CR10每上1%,就會使鐵礦石進口價格上升73.03267%,解釋了文中第二部分指標選取部分的中國鋼鐵行業集中度CR1O與鐵礦石進口價格之間存在正相關態勢。

根據各解釋變量系數的值的正負與大小，可知P與我國鐵礦石進口數量（X2）反向變動，與我國粗鋼產量（X1），普氏指數（X4）和中國鋼鐵行業集中度CR10(X7)同向變動，這與預期相同。在未知的采購經理指數（X3）美元指數（X5）,波羅的海干散貨指數BDI(X6)三個因素中：X3與P呈現負相關，X5和X6與P呈現正相關，且相較于其他因素，采購經理指數（X3）對價格的影響系數較大，整個經濟模型符合經濟意義。

3.統計推斷檢驗

（1）擬合優度檢驗

由表中數據可以看出，本例中的決定系數R2=0.986418，調整的決定系數為R2=0.9834590，說明回歸方程的解釋能力為98.349%，即七個解釋變量能對被解釋變量的98.35%的做出解釋。

（2）方程顯著性檢驗——F檢驗①F檢驗是針對整個模型的，如果檢驗顯著那么說明自變量對因變量能夠較好地解釋。

從總體影響來看，在顯著性水平是5%的情況下，所有解釋變量對進口鐵礦石價格波動的共同影響是顯著的。

（3）變量顯著性檢驗——t檢驗②T檢驗是針對單個變量的，如果顯著說明單個自變量對因變量有較大影響否則就需要將其踢出模型之外。

由表中可以看出，^β1^β2^β3^β4^β5^β6的t值分別為:

t(^β1)=2.751744,t(^β2)=-0.915374,t(^β3)=-2.007267,

t(^β4)=20.98349,t(^β5)=0.628975,t(^β6)=1.640330，t(^β7)=2.410757

這表明解釋變量我國粗鋼產量,鐵礦石進口數量,采購經理指數,波羅的海干散貨指數BDI,美元指數和中國鋼鐵行業集中度CR1O都在95%的置信水平下對被解釋變量“鐵礦石進口價格”影響不是很顯著，只有普氏指數通過了變量的顯著性檢驗。

四、模型結論與其經濟意義

本文選取60組月度數據作為樣本空間，通過多元回歸模型分析了影響我國鐵礦石進口價格(P)的影響因素，發現比較顯著的因素是采購經理指數（X3）、普氏指數（X4）、美元指數（X5）、中國鋼鐵行業集中度CR1O(X7)，而我國粗鋼產量（X1）、波羅的海干散貨指數BDI(X6)和我國鐵礦石進口數量（X2）則對我國鐵礦石進口價格(P)的影響不顯著。

由于數據樣本的選擇不同，數量多少都會影響最后的結果。雖然從在2012年1月至2016年12月這段時間內的整體上來看，全球經濟大體不景氣，人民幣對美元不斷貶值，鐵礦石國際市場價格下跌，所以我國的鐵礦石進口價格也在下跌，但是從2016年1月開始的小范圍來看，進口鐵礦石價格開始波動上升雖未到達之前進口鐵礦石的價格，但是我們卻也要引以為戒，不可小看這次波動上升。

并且雖然鐵礦石的特性決定了它的價格應該具有剛性，但其價格剛性程度正在逐漸減弱。由上述模型可知我國鐵礦石進口價格主要受采購經理指數（X3）,普氏指數（X4），美元指數（X5）和中國鋼鐵行業集中度CR10(X7)這四個因素的影響。尤其是代表我國國內經濟發展情況的采購經理指數(X3)的系數估計值較大，表明我國在決定鐵礦石進口價格的能力在增強。因此我們可以抓住這次勢頭，在進口鐵礦石價格還未上升到很高的價格時，通過國際價格談判來降低進口鐵礦石的價格，為我國大力發展鋼鐵產業奠定良好的基礎。

[1]嚴曉斌.寡頭壟斷市場討價還價能力的博弈分析[D].浙江理工大學,2011.

[2]田祖海李穗嘉.中國鐵礦石進口價格波動因素的實證分析[J].武漢金融,2012,（02）:52-54.

[3]徐志紅,徐斌.影響中國進口鐵礦石價格波動的因素分析[J].價格月刊,2014,(07):10-14.

[4]郭存芝.計量經濟學[M].北京：科學出版社,2013.

[5]陶莉華.關于鐵礦石進口價格變動影響因素的實證分析[J].商, 2016，(17):145-145.

[6]董方軍.鐵礦石市場價格機制研究[D].北京交通大學,2010.

管晗希，女，江蘇常州人，南京三江學院商學院國際經濟與貿易學生，研究方向:國際經濟與貿易；

劉珺，三江學院。

F407.1

A

1008-4428（2017）04-40-04