航運干散貨市場與中國股票市場的相關思考

柴小杭

【摘 要】 通過分析經濟活動與金融市場的聯系可知，二者之間具有強調的相關性，從宏觀角度分析，金融領域的發展對實體經濟有著重要的影響，但同時實體經濟對金融領域同樣具有很強的影響力，通過研究分析發展，二者存在著信息溢出現象，并具備較強的動態相關性，本文就以航運干散貨市場以及中國股票市場為例對金融市場與經濟活動之間的相關性進行分析，希望對相關領域的研究提供一定幫助。

【關鍵詞】 航運干散貨市場 中國股票市場 BDI

一、分析數據的選取

本次數據采用的是被稱為“國際航運干散貨市場的發展和變化的晴雨表”的BDI，其是由4個權重相同的船型指數所組成的，該指數是根據各個航線以及每天每條船的租金的平均運價計算的，對于相關服務的咨詢，有專門的一對一業務網、經紀人或中介、貨代和在線系統等方式，需要運輸干散貨的顧客可以從以上途徑進行詢問相關服務的交貨時間以及價格[1]。

二、描述性統計

通過對所收集的數據進行統計，從統計結果中，能夠看出，在兩個系列數據中，SZZS的收益率極差相對于BDI的收益率極差都比較小，說明BDI的收益率不穩定，波動明顯，且兩個系列數據的標準差和平均數顯示，BDI的總體回報率比SZZS的總體回報率低，且風險較低。從偏度值來看，所有序列都為正，說明該序列分布有正偏離，正偏離最強的為RMSZZS，說明中遠航運的收益率比其他航運的收益率序列低于平均值的更多。所有序列的分布都呈現出峰尖尾厚的形式，說明該四個序列的收益率序列都呈現出較大的波動，而RMSZZS的波動最明顯，且所有序列都不服從正態分布。

除此之外，在平穩性檢驗中，全部的四個序列都小于臨界值1%，而且其伴隨概率皆為零，這說明這全部的四個序列都通過了平穩性檢驗。隨后可以對數據進行ARCH效應檢驗，其LM和F的統計量大，伴隨概率依舊為零，說明該樣本的收益率序列都具有ARCH效應。最后對數據進行自相關檢驗，利用OLS進行估計，四個序列都接受原假設，即序列無關假設[2]。

三、市場溢出效應研究

（一）格蘭杰因果關系檢驗

在進行格蘭杰因果關系檢驗的處理分析工作時，首先要分析上述數據間的動態分析，其次分析上述數據之間是否存在時間上的先導和滯后關系，數據分析見表一：

從月系類與周系列中分析，長期上看BDI先前的變化可以解釋SZZS，但相同影響在短期看是不成立的，此外在周系列中SZZS先前變化可以解釋BDI，但BDI先前變化對SZZS變化的解釋能力較弱。從宏觀角度分析航運干散貨市場與中國股票市場的相互作用在短期與長期之間遵循不同路徑，所以在中國股市短期的波動在航運市場中的管理者來說是必須要進行參考的，但是這樣的結論在長期中的數據分析中參考意義較小，從長期角度來說，BDI的波動比較容易解釋中國股票市場的波動，上述數據分析結論相比較歐洲航運股票與BDI的相關性，ER-

DOGAN針對道瓊指數與BDI相關性等數據分析的結論較為相似性。分析2008年金融危機數據下的各國股市與市場經濟的相關性問題，兩個經濟市場之間的信息溢出對海運定價存在著較大影響。

經過方差分解數據分析可知，方差分解和脈沖影響函數有所區別，該過程是對每個結構沖擊其對于內生變量的變化的影響程度，對不同的結構沖擊進行重要性的評價，所以，方差分解能夠體現出隨機擾動對VAR模型影響的重要性。在對月收益率進行預測的時候，在解釋能力方面，BDI對SZZS的解釋能力較強，而SZZS對BDI的則較弱，在對周收益率進行預測的時候則相反，相對于SZZS，BDI能更好的進行自我解釋。這可能是由航運干散貨市場的合同的特殊性決定的，由于特定的運輸的不可替代性，導致航運干散貨市場的內驅力不能夠被忽略。同樣分析中國的股市市場與海運市場在金融危機之后的數據，每年的增長量仍然要超出西方國家，整體增長速率處于較高層面[4]。

總 結

經過上文中的數據分析，航運干散貨市場與中國股票市場之間存在著較強的相關性，并存在信息溢出效應，兩者之間的效應對兩者市場之間的制定海運運價有著重要的影響，建議將船務租金作為金融資產的定價因素，將股票市場指數作為制定租船合同定價的變量。通過研究二者之間的數據分析同樣利于金融資產的定價工作，為其提供強有力的依據。

【參考文獻】

[1] 李娟.航運市場與股票市場的聯動性研究[D].南京大學，2017.

[2] 戴磊.國際干散貨新造船及二手船市場波動性實證研究[D].上海交通大學，2015.

[3] 武秀秀.BDI指數與中美股市關聯性的比較分析[D].大連海事大學，2015.

[4] 李運紅.國際干散貨航運價格指數分形特征研究[D].中國海洋大學，2014.