超大型礦砂船運(yùn)營背景下的國際鐵礦石海運(yùn)運(yùn)價的波動性

章強(qiáng)　王學(xué)鋒　殷明

摘要：

為研究礦砂船的大型化與運(yùn)價波動性的聯(lián)系，針對國際主流鐵礦石運(yùn)輸航線的好望角型船海運(yùn)運(yùn)價的時間序列，引入虛擬變量構(gòu)建GARCH模型.研究發(fā)現(xiàn)，超大型礦砂船（Very Large Ore Carrier，VLOC）投入運(yùn)營并未對主流鐵礦石航線的好望角型船海運(yùn)運(yùn)價的波動性產(chǎn)生根本性的影響.相比圖巴朗至青島航線，圖巴朗至鹿特丹航線的鐵礦石海運(yùn)運(yùn)價更具穩(wěn)定性.航運(yùn)企業(yè)應(yīng)根據(jù)市場需求積極優(yōu)化船隊(duì)結(jié)構(gòu)和船舶運(yùn)營市場的布局.

關(guān)鍵詞：

超大型礦砂船（VLOC）； 鐵礦石； 運(yùn)價； 好望角型船

0引言

2015年5月中遠(yuǎn)集團(tuán)下屬的中散集團(tuán)與中海集團(tuán)下屬的中海發(fā)展股份有限公司合資成立“中國礦運(yùn)有限公司”，該公司與巴西淡水河谷公司合作，購置40萬噸級的超大型礦砂船（Very Large Ore Carrier， VLOC），專營國際鐵礦石海上運(yùn)輸.這意味著一度被限制進(jìn)入中國港口的超大型礦砂船將進(jìn)入中國市場.超大型礦砂船比好望角型等傳統(tǒng)鐵礦石運(yùn)輸船具有更為明顯的規(guī)模效應(yīng)，所以其大規(guī)模運(yùn)營會對原主流國際鐵礦石海運(yùn)航線上運(yùn)營的好望角型船不可避免地產(chǎn)生“擠出效應(yīng)”，這將引起整個國際鐵礦石海運(yùn)市場格局的變化.

目前學(xué)術(shù)文獻(xiàn)多將船舶大型化與運(yùn)價波動性作為兩個不同的主題進(jìn)行研究.船舶大型化方面的研究多集中于經(jīng)濟(jì)性論證[13]和影響分析[46]，運(yùn)價波動方面的研究則多集中于現(xiàn)貨市場與遠(yuǎn)期市場運(yùn)價波動的關(guān)系[710]和不同船型或不同航線的運(yùn)價波動[1112]等領(lǐng)域，鮮見有研究將船舶大型化與運(yùn)價波動性聯(lián)系于一體.XU等[13]利用廣義矩方法（Generalized Method of Moments，GMM）模型研究了運(yùn)價波動性與船隊(duì)規(guī)模增長量的關(guān)系，指出兩者呈正相關(guān)，其中好望角型船因在運(yùn)營上缺乏靈活性，其運(yùn)價波動對市場變化更為敏感.許貴斌[14]從戰(zhàn)略層、戰(zhàn)術(shù)層和操作層等3方面研究了船舶大型化對鐵礦石供應(yīng)鏈的影響，指出船舶大型化并不必然帶來運(yùn)價的下降.

鑒于超大型礦砂船明顯的成本優(yōu)勢、下水運(yùn)營規(guī)模不斷擴(kuò)大及其“擠占”好望角型船運(yùn)輸市場的事實(shí)，本文重點(diǎn)研究超大型礦砂船的運(yùn)營是否對主流鐵礦石海運(yùn)航線上的好望角型船的運(yùn)價波動產(chǎn)生結(jié)構(gòu)化的影響，并結(jié)合實(shí)踐對研究結(jié)果進(jìn)行分析.

1數(shù)據(jù)選取與處理

1.1數(shù)據(jù)選取及說明

本文以國際海運(yùn)市場中承擔(dān)鐵礦石運(yùn)輸份額最大的好望角型船鐵礦石海運(yùn)航線運(yùn)價為研究對象，分別選擇巴西—中國（圖巴朗—青島）和巴西—西歐（圖巴朗—鹿特丹）航線為具體建模對象.為有效評估40萬噸級超大型礦砂船投入運(yùn)營是否對好望角型船鐵礦石海運(yùn)運(yùn)價的波動性產(chǎn)生影響，考慮到受2008年全球經(jīng)濟(jì)危機(jī)影響，國際干散貨運(yùn)輸市場在2008年下半年和2009年上半年出現(xiàn)斷崖式暴跌（從計量經(jīng)濟(jì)的角度考量，這屬于受到強(qiáng)烈外生沖擊出現(xiàn)結(jié)構(gòu)斷點(diǎn)的情況），因此在數(shù)據(jù)上選取全球著名航運(yùn)咨詢商Clarkson提供的2009年5月至2015年4月期間兩大航線好望角型船鐵礦石海運(yùn)運(yùn)價的周度數(shù)據(jù).每組時間序列包含309個觀測數(shù)據(jù).為體現(xiàn)數(shù)據(jù)的長期趨勢，減緩短期影響，對數(shù)據(jù)進(jìn)行對數(shù)處理.此外，為分析從2011年5月開始陸續(xù)下水投入運(yùn)營的超大型礦砂船對好望角型船鐵礦石海運(yùn)運(yùn)價波動是否產(chǎn)生可觀測的顯著影響，本文擬從兩種研究視角展開建模研究.一是以2011年5月為分界點(diǎn)，分別就兩大航線構(gòu)建4組時間序列：2009年5月1日至2011年4月29日的圖巴朗—青島航線和圖巴朗—鹿特丹航線的運(yùn)價序列，以及2011年5月6日至2015年3月27日的圖巴朗—青島航線和圖巴朗—鹿特丹航線的運(yùn)價序列，然后分別建模進(jìn)行對比研究以觀測波動性是否出現(xiàn)顯著變化.二是引入虛擬變量，以2011年5月為分界點(diǎn)，構(gòu)造一組時間序列{Zt}，該序列的觀測數(shù)據(jù)在2011年5月前被記為0，之后則被記為1，分別在隨后所建模型的均值方程和條件方差方程中加入虛擬變量.引入虛擬變量的經(jīng)濟(jì)意義在于說明以2011年5月為界，好望角型船鐵礦石海運(yùn)航線處于兩種不同的市場運(yùn)營狀態(tài)（沒有超大型礦砂船和有超大型礦砂船），并借以判斷2011年5月前后好望角型船鐵礦石海運(yùn)運(yùn)價波動是否出現(xiàn)顯著變化.本文所要研究的各時間序列及其描述見表1.

1.2描述性統(tǒng)計

表2列出了各經(jīng)對數(shù)處理的運(yùn)價時間序列的基本統(tǒng)計量值.

從表2可知：僅{Xt}和{X2t}的JB統(tǒng)計量的伴隨概率接近0，拒絕了正態(tài)分布的原假設(shè)，2組序列的峰度均大于3，偏度均為負(fù)值，序列呈左偏，具有尖峰厚尾的特征；其他4組序列均接受原假設(shè)，呈正態(tài)分布.對拒絕正態(tài)分布原假設(shè)的2組序列在利用EViews軟件構(gòu)建GARCH模型時，設(shè)定誤差分布形式為廣義誤差分布（Generalized Error Distribution，GED）.從統(tǒng)計量中的標(biāo)準(zhǔn)差看：就2009年5月1日至2015年3月27日這一大時間區(qū)段而言，圖巴朗—青島航線的好望角型船鐵礦石海運(yùn)運(yùn)價的波動幅度小于圖巴朗—鹿特丹航線的；就兩大航線的分時間區(qū)段而言，兩大航線在2009年5月1日至2011年4月29日這一時間區(qū)段的運(yùn)價波動幅度均大于2011年5月6日至2015年3月27日這一時間區(qū)段的.

1.3平穩(wěn)性檢驗(yàn)

利用GARCH模型建模的一個重要前提是要求所研究的時間序列是一個平穩(wěn)時間序列，這樣才能得到大樣本性質(zhì).如果一個時間序列{μt}的均值、方差和自協(xié)方差都不取決于時刻t，則稱時間序列{μt}是弱平穩(wěn)或協(xié)方差平穩(wěn)序列.本文采用最常見的ADF檢驗(yàn).根據(jù)6組時間序列的走勢圖，在序列水平值下進(jìn)行ADF檢驗(yàn)，且不添加常數(shù)項(xiàng)和趨勢項(xiàng)，檢驗(yàn)結(jié)果見表3.

從表3可知：序列{X1t}，{X2t}和{Y1t}在10%顯著性水平下均可接受原時間序列存在單位根的原假設(shè)，因此{(lán)X1t}，{X2t}和{Y1t}都是非平穩(wěn)時間序列；{Xt}，{Yt}和{Y2t}在10%顯著性水平下均可拒絕接受原時間序列存在單位根的原假設(shè)，因此{(lán)Xt}，{Yt}和{Y2t}都是平穩(wěn)時間序列.為更精確地評判序列是否存在單位根，對{Xt}，{Yt}和{Y2t}序列再采用PP檢驗(yàn)（見表4）.結(jié)合PP檢驗(yàn)結(jié)果，認(rèn)為{Xt}和{Yt}屬于平穩(wěn)時間序列，而{Y2t}屬于非平穩(wěn)時間序列.

采用一階差分形式對非平穩(wěn)的4組序列進(jìn)行處理，使其成為平穩(wěn)時間序列，得到4組新的時間序列，分別記為{X′1t}，{X′2t}，{Y′1t}和{Y′2t}，然后對這4組新序列進(jìn)行ADF檢驗(yàn)，且不添加常數(shù)項(xiàng)和趨勢項(xiàng)，檢驗(yàn)結(jié)果見表5.

1.4自相關(guān)檢驗(yàn)

通過時間序列的自相關(guān)圖，可根據(jù)自相關(guān)系數(shù)與偏自相關(guān)系數(shù)的拖尾或截尾特征來判斷序列是否存在自相關(guān)性.這6組平穩(wěn)時間序列的自相關(guān)性檢驗(yàn)結(jié)果見表6.

從表6可知：僅有{X′1t}的自由度分別為10，15，20時的Q統(tǒng)計量均小于5%顯著性水平下的臨界值，故接受序列不存在自相關(guān)的原假設(shè)，即該時間序列不存在自相關(guān)性；其余序列均存在明顯的序列自相關(guān)性.由于序列{X′1t}不存在自相關(guān)性，故在構(gòu)建GARCH模型的均值方程時，不能采用自回歸模型.

2GARCH模型的構(gòu)建與實(shí)證研究

GARCH模型是刻畫序列波動性的重要工具.一般而言，GARCH（1，1）模型足以描述大量的金融時間序列，它等價于ARCH（∞）模型[15].標(biāo)準(zhǔn)的GARCH（1，1）模型為

2.1建立均值方程

建立均值方程是構(gòu)造GARCH模型的前提.所謂建立均值方程就是要建立能夠較好地擬合時間序列的模型.現(xiàn)利用廣泛運(yùn)用的自回歸移動平均（AutoRegressive and Moving Average，ARMA）模型來擬合平穩(wěn)時間序列，通過綜合比較R2，D.W.（DurbinWatson）值和AIC（Akaike Information Criterion）值選擇最佳模型.由于{X′1t}不存在自相關(guān)性，故對其不能采用自回歸模型.考慮到{X′1t}與{Y′1t}間相關(guān)系數(shù)較高，因此通過{Y′1t}對{X′1t}進(jìn)行擬合.

各平穩(wěn)時間序列的均值方程見表7.

2.2ARCH效應(yīng)檢驗(yàn)

各時間序列的殘差序列ARCH LM檢驗(yàn)結(jié)果見表8.從表8可知：除序列{Xt}外，其余時間序列的擬合模型的殘差序列均不存在ARCH效應(yīng)，這意味著其余時間序列的運(yùn)價波動具有一定的穩(wěn)定性.本文將在第3節(jié)對這樣的檢驗(yàn)結(jié)果進(jìn)行詳細(xì)的分析.

2.3序列{Xt}的GARCH模型構(gòu)建

因{Xt}擬合模型的殘差序列存在明顯的ARCH效應(yīng)，故需要通過GARCH建模消除異方差性.現(xiàn)利用GARCH（1，1）對{Xt}的擬合方程重新進(jìn)行估計，誤差分布形式設(shè)定為GED，得到如下的均值方程和條件方差方程，且相關(guān)系數(shù)均通過顯著性檢驗(yàn).

采用Q統(tǒng)計量檢驗(yàn)法對上述通過GARCH模型重新估計擬合后模型的殘差序列條件異方差性進(jìn)行檢驗(yàn)，結(jié)果顯示：殘差平方序列在滯后階數(shù)為10，15，20時的Q統(tǒng)計量均小于臨界值且伴隨概率大于顯著性水平，表明殘差平方序列不存在自相關(guān)性；模型擬合效果良好且也消除了殘差序列中的異方差性，即不存在ARCH效應(yīng).這說明GARCH模型能夠?qū)Xt}序列進(jìn)行建模分析，并能夠刻畫出該序列的波動性.

2.4引入虛擬變量后的建模

為進(jìn)一步探究超大型礦砂船下水運(yùn)營是否對好望角型船鐵礦石海運(yùn)運(yùn)價波動產(chǎn)生實(shí)質(zhì)性影響，引入虛擬變量{Zt}.由于{Yt}的擬合模型的殘差序列不存在ARCH效應(yīng)，故僅在{Yt}的擬合模型中加入虛擬變量{Zt}；由于{Xt}的擬合模型的殘差序列存在ARCH效應(yīng)，故在其均值方程和條件方差方程中加入虛擬變量{Zt}.加入虛擬變量后的模型的估計結(jié)果見表9和10.

從表10可知，均值方程和條件方差方程中的虛擬變量{Zt}及部分其他變量未能通過顯著性檢驗(yàn).從現(xiàn)實(shí)經(jīng)濟(jì)意義看，該航線上的市場運(yùn)價并未因有超大型礦砂船參與運(yùn)營而發(fā)生顯著變化.這意味著不能認(rèn)為2011年5月之后超大型礦砂船的下水運(yùn)營能對圖巴朗—青島航線好望角型船海運(yùn)運(yùn)價波動產(chǎn)生實(shí)質(zhì)性的影響.

3建模結(jié)果的總結(jié)與分析

本文通過計量研究發(fā)現(xiàn)超大型礦砂船投入運(yùn)營并未對主流鐵礦石航線的好望角型船海運(yùn)運(yùn)價波動產(chǎn)生結(jié)構(gòu)化的影響.對于這樣的研究結(jié)果，可從如下幾方面進(jìn)行探討認(rèn)識.

（1）從超大型礦砂船運(yùn)力投放規(guī)模以及潛在運(yùn)力需求的角度看，截至2015年第一季度，已經(jīng)投入運(yùn)營的40萬噸級的超大型礦砂船僅30艘左右，運(yùn)力規(guī)模約在1 200萬t.然而，2011和2012年巴西鐵礦石出口量一直維持在3億t以上，2013和2014年因主要進(jìn)口國進(jìn)口渠道的拓展，巴西鐵礦石出口量降到2.7億t左右.考慮到船舶下水運(yùn)營的漸進(jìn)性（運(yùn)力并非集中投放市場），就運(yùn)力投放規(guī)模與運(yùn)力需求的比較而言，超大型礦砂船未能占較大市場份額，從而未能對好望角型船形成實(shí)質(zhì)性的擠出效應(yīng)，進(jìn)而也就沒能對巴西航線的好望角型船鐵礦石運(yùn)價產(chǎn)生結(jié)構(gòu)化的影響.此外，超大型礦砂船隊(duì)運(yùn)力約占好望角型船隊(duì)運(yùn)力的5%（全球著名航運(yùn)咨詢商Clarkson數(shù)據(jù)顯示，截至2014年底，全球好望角型船數(shù)量為1 309艘，總運(yùn)力達(dá)2.34億t）.從市場競爭的角度看，好望角型船的船舶所有人不可能主動放棄自身現(xiàn)有的市場份額，必定會采取多種措施與超大型礦砂船展開市場競爭，這意味著超大型礦砂船不可能迅速搶占整個市場，不能使市場發(fā)生顯著的結(jié)構(gòu)性變化.

（2）從超大型礦砂船的實(shí)際運(yùn)營狀況看，由于該型船曾出現(xiàn)過一些結(jié)構(gòu)安全問題，加之船舶載重量巨大，全球能夠滿足其靠泊裝卸的大型碼頭極為有限.有關(guān)國家對這類超設(shè)計規(guī)范船舶靠泊管理的規(guī)定，使該型船在實(shí)際運(yùn)營中的載貨量多數(shù)情況下未達(dá)到其最大允許載貨量，這在一定程度上降低了該型船與好望角型船間的差異，也降低了其對原有航線上的好望角型船鐵礦石運(yùn)價產(chǎn)生結(jié)構(gòu)化影響的可能.

（3）從本文具體研究的兩條主流鐵礦石航線看，中國是巴西鐵礦石出口的重要目的地，中國的鐵礦石進(jìn)口量占整個巴西鐵礦石出口總量的比重較大.但是，在過去幾年時間中，因中國國內(nèi)干散貨船舶所有人的強(qiáng)烈反對，超大型礦砂船一直未能正?？坎粗袊劭谝约斑M(jìn)行相關(guān)大規(guī)模裝卸作業(yè)，也就是說實(shí)際上從該型船2011年5月投入運(yùn)營至今，巴西至中國航線的鐵礦石運(yùn)輸還主要依賴好望角型船.雖然淡水河谷公司采用超大型礦砂船載貨至菲律賓、印尼等國，再通過載重量較小的船轉(zhuǎn)運(yùn)至中國港口，但這樣的運(yùn)營形式難以對主流的巴西直達(dá)中國的好望角型船運(yùn)輸產(chǎn)生結(jié)構(gòu)化的影響.此外，以鹿特丹港為主要卸貨港的西歐國家雖也是巴西鐵礦石出口的重要目的地，但由于西歐國家的整體進(jìn)口量相對較小，加之西歐至巴西的航程較短，在一定程度上降低了該型船相比好望角型船的經(jīng)濟(jì)優(yōu)勢.

（4）從研究方法看，本文以時間序列為研究對象，采用計量經(jīng)濟(jì)學(xué)中的研究模型展開研究，這其中就涉及到時間序列的時間跨度、數(shù)據(jù)頻率等關(guān)鍵要素的選擇問題，這些因素會直接影響研究結(jié)果.此外，本文評估超大型礦砂船投入運(yùn)營是否對主流航線的好望角型船鐵礦石海運(yùn)運(yùn)價波動產(chǎn)生結(jié)構(gòu)化的影響，在研究上采用選擇時間分界點(diǎn)的形式進(jìn)行縱向比較，其中關(guān)鍵問題就是選擇何時為分界點(diǎn).本文選擇以第一艘40萬噸級超大型礦砂船下水投入運(yùn)營的2011年5月為分界點(diǎn)，雖然能夠清晰地比較存在該型船運(yùn)營和不存在該型船運(yùn)營這兩種市場情形，但這是否足以辨別出該型船運(yùn)營對市場運(yùn)價的影響還是值得商榷的.因此，本文認(rèn)為未來的一個研究方向是通過調(diào)整時間分界點(diǎn)來進(jìn)一步評判超大型礦砂船投入運(yùn)營帶來的影響.

（5）從航線自身的波動性看，圖巴朗—鹿特丹航線的好望角型船鐵礦石運(yùn)價波動不存在異方差性，而圖巴朗—青島航線的好望角型船鐵礦石運(yùn)價波動存在異方差性和波動集群性，也就是說相比圖巴朗—青島航線，圖巴朗—鹿特丹航線的運(yùn)價更具穩(wěn)定性.對于這一研究發(fā)現(xiàn)，本文認(rèn)為原因主要在于如下兩方面.一方面圖巴朗—青島航線的運(yùn)力需求遠(yuǎn)超圖巴朗—鹿特丹航線的，加之該航線的運(yùn)價相對較高，因此圖巴朗—青島航線更易吸引更多船舶經(jīng)營人的運(yùn)力投放，特別是近幾年國際鐵礦石價格下挫，中國表現(xiàn)出了強(qiáng)勁的鐵礦石進(jìn)口需求，此外，近年來每年的好望角型新船投放量都十分可觀，但由于礦山集中發(fā)貨等原因，在某些短時間段內(nèi)航線上仍會出現(xiàn)運(yùn)力供不應(yīng)求現(xiàn)象，進(jìn)而導(dǎo)致運(yùn)價不斷攀升.但是由于整個干散貨市場存在嚴(yán)重的運(yùn)力過剩問題，船舶經(jīng)營人間運(yùn)價競爭日益激烈，當(dāng)運(yùn)力需求放緩時，為爭奪貨源，又極易出現(xiàn)競相殺價、運(yùn)價猛跌的情形.總體看，圖巴朗—青島航線運(yùn)價表現(xiàn)出較大的波動性和隨意性.另一方面圖巴朗—青島航線的航程大大超過圖巴朗—鹿特丹航線的，這在一定程度上降低了圖巴朗—青島航線的船舶“適用性”，為充分發(fā)揮船舶的規(guī)模經(jīng)濟(jì)性，圖巴朗—青島航線的鐵礦石運(yùn)輸大多數(shù)情況下都需要依賴載貨量較大的好望角型船，若使用巴拿馬型船等載貨量較小的干散貨船，就難以形成運(yùn)價優(yōu)勢.然而，圖巴朗—鹿特丹航線的航程較短，航次時間也相應(yīng)較短，這樣在大西洋市場巴拿馬型船出現(xiàn)運(yùn)力過剩的情形下，會有一部分巴拿馬型等載貨量較小的干散貨船進(jìn)入該航線對好望角型船運(yùn)輸市場進(jìn)行競爭分流，不同船型的船舶之間運(yùn)力的流動會在一定程度上起到平滑運(yùn)價波動的作用.

4結(jié)論

超大型礦砂船投入運(yùn)營并未對主流鐵礦石航線的好望角型船海運(yùn)運(yùn)價產(chǎn)生結(jié)構(gòu)化的影響，這對我國擁有大量好望角型船的航運(yùn)企業(yè)是一個有利消息，但是需要認(rèn)識到：近幾年好望角型新船投入量巨大，市場存在明顯的運(yùn)力過剩狀況，而且隨著越來越多的超大型礦砂船將下水運(yùn)營和靠泊政策的放開，這勢必會對鐵礦石運(yùn)輸航線的好望角型船運(yùn)輸市場產(chǎn)生更加明顯的“擠出效應(yīng)”.因此，我國航運(yùn)企業(yè)應(yīng)根據(jù)市場需求積極優(yōu)化船隊(duì)結(jié)構(gòu)，優(yōu)化船舶運(yùn)營市場的布局，注重與大型貨主企業(yè)的緊密合作.

參考文獻(xiàn)：

[1]吳沖. 集裝箱船舶大型化規(guī)模經(jīng)濟(jì)研究[D]. 上海： 上海海事大學(xué)， 2005.

[2]徐敏杰. 集裝箱船舶大型化的規(guī)模經(jīng)濟(jì)論證[J]. 集裝箱化， 2007（18）： 16.

[3]孫領(lǐng). 船舶大型化趨勢下新能源的經(jīng)濟(jì)可行性分析[J]. 珠江水運(yùn)， 2013（5）： 6264.

[4]萬征. 集裝箱船舶大型化對中國班輪運(yùn)輸?shù)挠绊慬J]. 中國航海， 2006（4）： 96100.

[5]王汪洋. 船舶大型化對干散貨海運(yùn)市場的影響研究[D]. 大連： 大連海事大學(xué)， 2012.

[6]丁敏. 船舶大型化發(fā)展趨勢及其對我國港口業(yè)發(fā)展的影響[J]. 中國港口， 2013（7）： 912.

[7]KAVUSSANOS M G， VISVIKS I D. Market interactions in returns and volatilities between spot and forward shipping freight markets[J]. Journal of Banking and Finance， 2004， 28（8）： 20152049.

[8]KAVUSSANOS M G， VISVIKS I D， BATCHELOR R A. Overthecounter forward contracts and spot price volatility in shipping[J]. Transportation Research Part E， 2004， 40（4）： 273296.

[9]王建華， 呂靖， 譚威， 等. 巴拿馬型船舶航運(yùn)市場價格波動的VAR模型分析[J]. 上海海事大學(xué)學(xué)報， 2009， 30（2）： 7883.

[10]殷明， 鄭士源， 章強(qiáng). 航運(yùn)金融市場價格傳導(dǎo)及買賣價差的形成機(jī)制——基于干散貨運(yùn)輸現(xiàn)貨與衍生市場的實(shí)證分析[J]. 上海金融， 2015（2）： 7781.

[11]KAVUSSANOS M G. Time varying risks among segments of the tanker freight markets[J]. Maritime Economics and Logistics， 2003， 5（3）： 227250.

[12]曲勝斌. VLCC船運(yùn)輸市場運(yùn)價波動性研究[D]. 大連： 大連海事大學(xué)， 2013.

[13]XU J J， YIP T L， MARLOW P B. The dynamics between freight volatility and fleet size growth in dry bulk shipping markets[J]. Transportation Research Part E， 2011， 47： 983991.

[14]許貴斌. 船舶大型化對鐵礦石供應(yīng)鏈影響研究[D]. 大連： 大連海事大學(xué)， 2014.

[15]高鐵梅. 計量經(jīng)濟(jì)分析方法與建模[M]. 北京： 清華大學(xué)出版社， 2009： 199200.

（編輯趙勉）