干散貨航運(yùn)市場(chǎng)的長(zhǎng)記憶性檢驗(yàn)

王子羚++李序穎

DOI：10.13340/j.jsmu.2016.04.009

文章編號(hào)：1672-9498（2016）04004906

摘要：基于尚未有人對(duì)航運(yùn)市場(chǎng)的一些指數(shù)收益率序列呈現(xiàn)的長(zhǎng)記憶性特征進(jìn)行全面的檢驗(yàn)及對(duì)比分析，運(yùn)用經(jīng)典的R/S分析法、GPH檢驗(yàn)法和ADFKPSS檢驗(yàn)法等對(duì)波羅的海干散貨指數(shù)（Baltic Dry Index，BDI）展開(kāi)全面的檢驗(yàn)及對(duì)比分析，并探討金融危機(jī)事件是否會(huì)導(dǎo)致干散貨航運(yùn)市場(chǎng)具有長(zhǎng)記憶性.通過(guò)與干散貨航運(yùn)市場(chǎng)四大船型運(yùn)費(fèi)指數(shù)的對(duì)比來(lái)反映整體市場(chǎng)與具體市場(chǎng)的異同.研究發(fā)現(xiàn)，無(wú)論是否剔除短期記憶的影響，BDI收益率序列具有一定的長(zhǎng)記憶性，但不顯著；BDI波動(dòng)率序列具有顯著的長(zhǎng)記憶性；金融危機(jī)事件沒(méi)有導(dǎo)致整體航運(yùn)市場(chǎng)具有顯著的長(zhǎng)記憶性，但導(dǎo)致具體市場(chǎng)具有一定的長(zhǎng)記憶性.

關(guān)鍵詞：

長(zhǎng)記憶性； BDI收益率序列； R/S分析法； GPH檢驗(yàn)； ADFKPSS檢驗(yàn)

中圖分類號(hào)： F551； O212； U695.2

文獻(xiàn)標(biāo)志碼： A

Test on long memory of dry bulk shipping market

WANG Ziling， LI Xuying

（School of Economics & Management， Shanghai Maritime University， Shanghai 201306， China）

Abstract：

In view of the fact that no one carries out the comprehensive test and comparative analysis on the long memory characteristic of return series of indices in shipping market， the comprehensive test and comparative analysis on Baltic Dry Index （BDI） are carried out by the classical R/S analysis method， GPH test and ADFKPSS test. Then， whether financial crisis can result in the long memory of the dry bulk shipping market is discussed. By comparing with 4 freight indices related to ship type in the dry bulk shipping market， the similarities and differences between the overall market and the specific markets are reflected. The study finds that： whether the influence of shortterm memory is eliminated or not， BDI return series has certain but not significant long memory； BDI volatility series has significant long memory； the financial crisis does not make the overall shipping market be of significant long memory， but makes the specific markets be of certain long memory.

Key words：

long memory； BDI return series； R/S analysis method； GPH test； ADFKPSS test

收稿日期： 20160221

修回日期： 20160330

作者簡(jiǎn)介： 王子羚（1991—），女，上海人，碩士研究生，研究方向?yàn)楹＿\(yùn)與物流產(chǎn)業(yè)的定量分析，（Email）sunshine265@live.cn；

李序穎（1964—），男，湖北武漢人， 教授， 博導(dǎo)， 博士， 研究方向?yàn)榻?jīng)濟(jì)計(jì)量學(xué)與應(yīng)用統(tǒng)計(jì)， （Email）xyli@shmtu.edu.cn

0引言

在傳統(tǒng)的計(jì)量經(jīng)濟(jì)學(xué)中，一般認(rèn)為市場(chǎng)和經(jīng)濟(jì)對(duì)過(guò)去事件只存在短期記憶，而真實(shí)的反饋系統(tǒng)應(yīng)該包括長(zhǎng)期的相關(guān)性和趨勢(shì)，這是因?yàn)閷?duì)很久以前的事件的記憶仍舊影響當(dāng)前的決策或價(jià)格.[1]這也就引出了“長(zhǎng)記憶性”的概念，即一個(gè)事件可以長(zhǎng)期影響市場(chǎng).

早些年對(duì)長(zhǎng)記憶性檢驗(yàn)的探討大多是關(guān)于資本市場(chǎng)的，而近年來(lái)有學(xué)者嘗試運(yùn)用長(zhǎng)記憶性檢驗(yàn)研究航運(yùn)市場(chǎng).GOULIELMOS等[2]利用R/S分析法對(duì)Trip Chart Dry指數(shù)的收益率進(jìn)行了檢驗(yàn)研究，發(fā)現(xiàn)該指數(shù)的變化存在非循環(huán)周期現(xiàn)象和長(zhǎng)記憶性，認(rèn)為銀行按照指數(shù)的波動(dòng)趨勢(shì)進(jìn)行貸款用于船舶投資可以降低風(fēng)險(xiǎn).SCARSI[3]認(rèn)為海運(yùn)市場(chǎng)具有周期性，認(rèn)為船舶所有人按照該周期進(jìn)行運(yùn)營(yíng)可以獲利，并指出其投資的非理性行為會(huì)加劇市場(chǎng)的波動(dòng).顧賢斌等[4]利用R/S分析法和ADFKPSS聯(lián)合檢驗(yàn)法實(shí)證分析BDI是否具有長(zhǎng)記憶性，聯(lián)合檢驗(yàn)表明：BDI收益率序列不具有顯著的長(zhǎng)記憶性，但代表BDI波動(dòng)性的絕對(duì)收益率具有顯著的長(zhǎng)記憶性.CHUNG等[5]利用混合二元對(duì)稱的兩種正態(tài)GARCH模型，捕捉到散貨運(yùn)費(fèi)條件和非條件收益分布的偏度和峰度，并發(fā)現(xiàn)收益率中的長(zhǎng)記憶性不僅很好地描述了航運(yùn)市場(chǎng)運(yùn)價(jià)的動(dòng)態(tài)行為，且能幫助更好地理解動(dòng)態(tài)收益率問(wèn)題.

目前，對(duì)航運(yùn)市場(chǎng)長(zhǎng)記憶性的研究較少，且在研究干散貨航運(yùn)市場(chǎng)時(shí)很少考慮大事件對(duì)其長(zhǎng)記憶性的影響.所以，本文在前人的基礎(chǔ)上，結(jié)合2008年世界金融危機(jī)這一事件因素，利用經(jīng)典的R/S分析法、GPH檢驗(yàn)法和ADFKPSS聯(lián)合檢驗(yàn)法等對(duì)BDI進(jìn)行全面的檢驗(yàn)及實(shí)證分析來(lái)探索干散貨航運(yùn)市場(chǎng)的長(zhǎng)記憶性，并通過(guò)BCI，BPI，BSI和BHSI四大船型運(yùn)費(fèi)指數(shù)與BDI的對(duì)比探究金融危機(jī)事件是否會(huì)使整體和具體的干散貨航運(yùn)市場(chǎng)產(chǎn)生長(zhǎng)記憶性，以此反映整體與具體市場(chǎng)之間的異同.

1數(shù)據(jù)預(yù)處理及相關(guān)檢驗(yàn)

本文選取樣本為1999年11月1日至2015年12月24日的4 214個(gè)BDI日數(shù)據(jù)（來(lái)源于Wind金融終端行業(yè)經(jīng)濟(jì)數(shù)據(jù)），對(duì)一些日期中無(wú)數(shù)據(jù)的情況用相近日期所對(duì)應(yīng)的觀測(cè)值填充.將BDI原數(shù)據(jù)進(jìn)行對(duì)數(shù)差分變換，以收益率形式展開(kāi)研究.

1.1正態(tài)性檢驗(yàn)

從表1可以看到：偏度為-4.057 5，小于0，樣本呈左偏；峰度為42.835 7，遠(yuǎn)遠(yuǎn)大于3，樣本在1%顯著水平下呈現(xiàn)明顯的尖峰厚尾現(xiàn)象；JB統(tǒng)計(jì)量在1%顯著水平下顯著.因此，BDI收益率序列并不服從正態(tài)分布的假設(shè).

1.2平穩(wěn)性檢驗(yàn)

因?yàn)榫哂虚L(zhǎng)記憶性特征的序列必須是一個(gè)平穩(wěn)序列，所以在進(jìn)行長(zhǎng)記憶檢驗(yàn)之前，首先運(yùn)用ADF檢驗(yàn)法和PP檢驗(yàn)法對(duì)BDI收益率序列進(jìn)行平穩(wěn)性檢驗(yàn)，檢驗(yàn)結(jié)果見(jiàn)表2.

從表2可以看到，兩個(gè)方法的檢驗(yàn)統(tǒng)計(jì)量的值在1%顯著水平下顯著，因此可以拒絕非平穩(wěn)的原假設(shè)，即樣本序列是一個(gè)平穩(wěn)的時(shí)間序列.

由對(duì)BDI收益率序列的正態(tài)性和平穩(wěn)性檢驗(yàn)可知，BDI收益率序列雖然是一個(gè)平穩(wěn)的時(shí)間序列，但尖峰厚尾、非正態(tài)的性質(zhì)都顯示出其具有長(zhǎng)記憶性的特征.

2長(zhǎng)記憶性檢驗(yàn)

為對(duì)BDI進(jìn)行全面的檢驗(yàn)和實(shí)證分析，并與以前學(xué)者所做的研究對(duì)比，除檢驗(yàn)BDI收益率序列的長(zhǎng)記憶性外，也對(duì)BDI波動(dòng)率序列進(jìn)行相關(guān)檢驗(yàn).

2.1ACF圖對(duì)比法

分別對(duì)BDI收益率序列和波動(dòng)率序列建立自回歸（AutoRegressive，AR）模型（其中AR階數(shù)由AIC準(zhǔn)則篩選得出），并得出相應(yīng)的殘差序列的自相關(guān)函數(shù)（AutoCorrelation Function，ACF）圖.利用相關(guān)軟件作出只具有短期記憶且AR階數(shù)相同的自回歸過(guò)程的理論ACF圖（由圖1中加粗曲線表示），并將其與對(duì)應(yīng)序列的ACF圖放在圖1中進(jìn)行對(duì)比.

從圖1可以看出，在小于等于由AIC準(zhǔn)則得出的AR滯后階數(shù)（BDI收益率序列和波動(dòng)率序列的階數(shù)分別為9和29）時(shí)，理論ACF曲線與對(duì)應(yīng)序列的ACF曲線走勢(shì)是一樣的，但之后開(kāi)始迅速衰減為0.若樣本序列只具有短期記憶，則其ACF圖應(yīng)該與理論ACF圖一模一樣，但從圖1看到，BDI收益率序列和波動(dòng)率序列的ACF曲線在高階的AR后仍顯示較高的自相關(guān)性，并沒(méi)有快速趨向于0，所以可以初步判斷BDI收益率序列和波動(dòng)率序列都具有一定的長(zhǎng)記憶性[6]，其中波動(dòng)率序列的長(zhǎng)記憶性強(qiáng)于收益率序列.

2.2經(jīng)典R/S分析法

HURST[7]在對(duì)水文數(shù)據(jù)的研究中發(fā)現(xiàn)了時(shí)間序列的記憶性特點(diǎn)，并提出檢驗(yàn)時(shí)間序列長(zhǎng)記憶性的重標(biāo)極差分析法，即經(jīng)典R/S分析法.該方法首先計(jì)算給定時(shí)間序列的Hurst指數(shù)，然后根據(jù)Hurst指數(shù)的取值范圍判斷該序列是否具有長(zhǎng)記憶性.該方法因其簡(jiǎn)單直觀得到了廣泛的應(yīng)用.

在一些文獻(xiàn)中，時(shí)間序列存在的短期記憶過(guò)程會(huì)導(dǎo)致R/S分析有偏，一般對(duì)平穩(wěn)的時(shí)間序列做一階自回歸來(lái)消除序列本身可能存在的短期記憶，即取AR（1）的殘差來(lái)檢驗(yàn)長(zhǎng)記憶性的樣本收益率序列來(lái)最小化短期記憶的影響.[8]因此，這里將對(duì)BDI的收益率序列和波動(dòng)率序列及這兩個(gè)序列做AR（1）后得到的殘差序列分別進(jìn)行檢驗(yàn)，以此更有效地分析BDI的長(zhǎng)記憶性和短期記憶的影響.

經(jīng)對(duì)數(shù)差分后的樣本BDI收益率序列有T=4 213個(gè)觀測(cè)值，從2個(gè)交易日增量開(kāi)始，可以把序列劃分成2 106個(gè)獨(dú)立的2個(gè)交易日增量.根據(jù)R/S分析法計(jì)算每2個(gè)交易日間的極差，再用每2個(gè)交易日間觀測(cè)的標(biāo)準(zhǔn)差重標(biāo)每個(gè)極差，得到2 106個(gè)分離的R/S觀測(cè)值.通過(guò)取2 106個(gè)觀測(cè)值的平均值，可以得到N=2的序列的R/S估計(jì)值.對(duì)N=3，4，…，2 106繼續(xù)這一過(guò)程，然后在N的整個(gè)值域上做lg（R/S）對(duì)lg N的回歸，并把斜率作為Hurst指數(shù)H的估計(jì)值（H范圍為0～1，大于0.5表明存在長(zhǎng)記憶性）[9].對(duì)AR（1）后的樣本序列做同樣的工作.圖2為BDI收益率序列和其AR（1）后lg（R/S）對(duì)lg N的對(duì)比回歸圖.

從圖2可以看出，BDI收益率序列與其AR（1）后的大多數(shù)數(shù)據(jù)擬合效果較好，但在lg N=3.058處，數(shù)據(jù)開(kāi)始呈下滑趨勢(shì)，即發(fā)生了突變.通過(guò)計(jì)算得到此處的N約為1 142，即1 142個(gè)交易日，約為4.76 a，雖比世界經(jīng)濟(jì)周期略長(zhǎng)，但也驗(yàn)證了BDI走勢(shì)在一定程度上體現(xiàn)了世界經(jīng)濟(jì)的變化趨勢(shì)，也對(duì)干散貨航運(yùn)市場(chǎng)的預(yù)測(cè)起到了一定的作用.圖2還顯示了BDI收益率序列的Hurst指數(shù)無(wú)論是否做AR（1）變化，其值都大于0.5，因此BDI收益率序列存在長(zhǎng)記憶性.用同樣的方法對(duì)BDI波動(dòng)率序列進(jìn)行R/S分析，Hurst指數(shù)H分別為0.910 9和0.932 8.由于波動(dòng)率序列不像收益率序列那樣呈現(xiàn)明顯的上升或下降的趨勢(shì)突變，所以就不展示其lg（R/S）對(duì)lg N的回歸圖，但同樣無(wú)論是否剔除短期記憶，兩者都具有較強(qiáng)的長(zhǎng)記憶性，且波動(dòng)率序列的長(zhǎng)記憶性強(qiáng)于收益率序列的.

從兩個(gè)樣本序列與其AR（1）后的檢驗(yàn)結(jié)果對(duì)比中可以明顯看到，AR（1）后的BDI收益率和波動(dòng)率序列的H都略大于AR（1）前所得的值，說(shuō)明短期記憶對(duì)BDI長(zhǎng)記憶性的檢驗(yàn)有一定的影響，且除去短期記憶影響后BDI的長(zhǎng)記憶性更強(qiáng).

為檢驗(yàn)R/S分析法的有效性，通過(guò)將BDI收益率數(shù)據(jù)按不放回隨機(jī)抽樣的方法打亂，再用R/S分析法對(duì)打亂后的序列進(jìn)行長(zhǎng)記憶性檢驗(yàn).[10]這里進(jìn)行300次的數(shù)據(jù)隨機(jī)打亂，由此得到打亂后的300個(gè)Hurst值，計(jì)算得出其中的最大值、最小值、中位數(shù)和標(biāo)準(zhǔn)差，取中位數(shù)與打亂前的Hurst值進(jìn)行對(duì)比來(lái)檢驗(yàn)R/S分析法的有效性.表3顯示了BDI收益率和波動(dòng)率序列打亂前后的H對(duì)比.

從表3可以看到，打亂后的4個(gè)序列的Hurst值（這里取中位數(shù)為比較值）都小于打亂前的Hurst值，且都接近0.5，表明打亂破壞了原序列的長(zhǎng)記憶結(jié)構(gòu)，把它變成了一個(gè)近似獨(dú)立的隨機(jī)序列.這也反過(guò)來(lái)驗(yàn)證了未打亂的序列確實(shí)存在一定的長(zhǎng)記憶特性，即R/S分析法是有效的.

2.3GPH檢驗(yàn)法

GEWEKE等[11]基于頻域提出了GPH檢驗(yàn)法，又稱對(duì)數(shù)周期圖法.該方法直接對(duì)長(zhǎng)記憶參數(shù)d進(jìn)行估計(jì)（當(dāng)0

從表4可以看到，在3個(gè)帶寬參數(shù)下BDI收益率序列的d值都與0非常接近，但在10%顯著水平下都不顯著.因此，對(duì)BDI收益率序列的長(zhǎng)記憶性檢驗(yàn)還需用其他方法進(jìn)行探討.表5中的BDI波動(dòng)率序列的d值在不同帶寬參數(shù)下幾乎都是顯著的，表明BDI波動(dòng)率序列存在長(zhǎng)記憶性.

從2個(gè)樣本序列與其AR（1）后的檢驗(yàn)結(jié)果對(duì)

比中可以明顯看到，BDI收益率和波動(dòng)率序列

AR（1）后的Hurst值都小于AR（1）前的值，說(shuō)明短期記憶對(duì)BDI長(zhǎng)記憶性的檢驗(yàn)有一定的影響，但與R/S分析法不同的是，AR（1）前的序列比AR（1）后的序列具有更強(qiáng)的長(zhǎng)記憶性.換言之，短期記憶有導(dǎo)致相關(guān)檢驗(yàn)方法高估或低估長(zhǎng)記憶性的可能[12]，在研究時(shí)應(yīng)當(dāng)注意.

2.4ADFKPSS聯(lián)合檢驗(yàn)法

KWIATKOWSKI等[13]受獨(dú)立事件概率計(jì)算的概念和假設(shè)檢驗(yàn)思想的啟發(fā)， 于1992年提出了KPSS檢驗(yàn)法，目的是采用一種簡(jiǎn)單易行的方法提高結(jié)論的可靠性.該方法最初是用來(lái)區(qū)分平穩(wěn)序列和單整序列的，后來(lái)經(jīng)由LEE等[14]的推廣，用于區(qū)分短記憶和長(zhǎng)記憶.在國(guó)內(nèi)，馬立成等[15]將ADF和KPSS方法聯(lián)合進(jìn)行檢驗(yàn).如果序列同時(shí)拒絕ADF檢驗(yàn)和KPSS 檢驗(yàn)，表明其具有長(zhǎng)記憶性；如果拒絕ADF檢驗(yàn)而接受KPSS檢驗(yàn)， 表明該序列是平穩(wěn)的；如果接受ADF檢驗(yàn)而拒絕KPSS檢驗(yàn)， 意味著該序列是非平穩(wěn)的；如果兩個(gè)檢驗(yàn)都接受， 數(shù)據(jù)可能是非信息性的低頻數(shù)據(jù).

雖然利用ADFKPSS聯(lián)合檢驗(yàn)法無(wú)法得出長(zhǎng)記憶強(qiáng)度的具體值，即衡量不出短記憶對(duì)其的影響，但為保持檢驗(yàn)結(jié)果的可比性，同樣對(duì)樣本BDI收益率和波動(dòng)率序列及其各自AR（1）后的樣本序列進(jìn)行研究，檢驗(yàn)結(jié)果見(jiàn)表6.

從表6可以看到：無(wú)論是否剔除短記憶，BDI收益率序列拒絕ADF檢驗(yàn)但接受KPSS檢驗(yàn)，表明BDI收益率序列雖然是一個(gè)平穩(wěn)序列，但其不具有顯著的長(zhǎng)記憶性；BDI波動(dòng)率序列同時(shí)拒絕ADF檢驗(yàn)和KPSS檢驗(yàn)，說(shuō)明波動(dòng)率序列具有顯著的長(zhǎng)記憶性.

經(jīng)典R/S分析法具有高估或低估Hurst值的可能，即不能有效區(qū)分短記憶與長(zhǎng)記憶，而GPH檢驗(yàn)中涉及到帶寬的選擇，對(duì)長(zhǎng)記憶性的檢驗(yàn)極其敏感，具有不穩(wěn)定性.因此，結(jié)合以上的對(duì)比分析和實(shí)證研究，認(rèn)為BDI收益率序列具有一定的長(zhǎng)記憶性，但并不顯著，而B(niǎo)DI波動(dòng)率序列具有非常顯著的長(zhǎng)記憶性.

3金融危機(jī)事件對(duì)長(zhǎng)記憶檢驗(yàn)的影響

在金融市場(chǎng)，早有許多學(xué)者對(duì)長(zhǎng)記憶性檢驗(yàn)進(jìn)行了各種相關(guān)的實(shí)證分析，認(rèn)為時(shí)間和事件是產(chǎn)生長(zhǎng)記憶的主要原因，或者說(shuō)會(huì)對(duì)其檢驗(yàn)產(chǎn)生影響，但時(shí)常出現(xiàn)運(yùn)用相同的方法卻得出不同結(jié)論的情況.因此，為探討產(chǎn)生該問(wèn)題的原因并對(duì)干散貨航運(yùn)市場(chǎng)進(jìn)行全面的長(zhǎng)記憶檢驗(yàn)研究，本文結(jié)合前人研究成果及該市場(chǎng)可能受到的影響，選擇金融危機(jī)事件這個(gè)因素進(jìn)行分析.[16]

為探究金融危機(jī)是否是導(dǎo)致干散貨航運(yùn)市場(chǎng)具有長(zhǎng)記憶性的主要原因，選取金融危機(jī)爆發(fā)后的數(shù)據(jù)進(jìn)行研究，具體時(shí)間為2008年9月15日至2015年12月24日.同時(shí)增加同時(shí)間段的BCI，BPI，BSI和BHSI四大船型運(yùn)價(jià)指數(shù)與BDI（數(shù)據(jù)來(lái)源于Wind金融終端行業(yè)經(jīng)濟(jì)數(shù)據(jù)）的對(duì)比，以此分析金融危機(jī)事件對(duì)整體和具體干散貨航運(yùn)市場(chǎng)影響的異同.為減少短期記憶對(duì)檢驗(yàn)的影響，現(xiàn)用經(jīng)典R/S分析法、GPH檢驗(yàn)法和ADFKPSS聯(lián)合檢驗(yàn)法分別對(duì)AR（1）后的BDI，BCI，BPI，BSI和BHSI的收益率序列和波動(dòng)率序列進(jìn)行檢驗(yàn)，其中GPH檢驗(yàn)法中的帶寬參數(shù)設(shè)置為0.55，結(jié)果見(jiàn)表7和8.

從表7可以看到，金融危機(jī)后的BDI收益率序列及BCI，BPI，BHI和BHSI等4個(gè)收益率序列在經(jīng)典R/S分析法下具有較強(qiáng)的長(zhǎng)記憶性，而在GPH檢

驗(yàn)法下的長(zhǎng)記憶參數(shù)都不顯著，且ADFKPSS聯(lián)合

檢驗(yàn)結(jié)果表明后4個(gè)收益率序列都不具有長(zhǎng)記憶性.因此，結(jié)合3種檢驗(yàn)方法的結(jié)果，認(rèn)為金融危機(jī)事件并不會(huì)使BDI及四大船型運(yùn)價(jià)指數(shù)的收益率序列具有顯著的長(zhǎng)記憶性，即整體市場(chǎng)和具體分船型市場(chǎng)的指數(shù)收益率對(duì)金融危機(jī)的反映是一致的，并沒(méi)有顯現(xiàn)出明顯的長(zhǎng)記憶性.

從表8可以看到：金融危機(jī)后的BDI波動(dòng)率序列在經(jīng)典R/S分析法下仍具有較強(qiáng)的長(zhǎng)記憶性，但H為0.708 8，小于總體波動(dòng)序列的H（=0.932 8），即其長(zhǎng)記憶性較總體波動(dòng)序列已經(jīng)明顯變??；GPH檢驗(yàn)法下的長(zhǎng)記憶參數(shù)也不再顯著，而KPSS檢驗(yàn)的統(tǒng)計(jì)量在10%顯著水平下才顯著，即長(zhǎng)記憶的顯著性較總體波動(dòng)序列的顯著性明顯有所下降.四大船型運(yùn)價(jià)指數(shù)的波動(dòng)率序列在經(jīng)典R/S分析法下具有較強(qiáng)的長(zhǎng)記憶性，同時(shí)GPH檢驗(yàn)法和ADFKPSS聯(lián)合檢驗(yàn)法的結(jié)果都表明BCI，BPI，BHI和BHSI的波動(dòng)率序列具有顯著的長(zhǎng)記憶性.因此，結(jié)合3種檢驗(yàn)方法的結(jié)果可知：金融危機(jī)事件不會(huì)使BDI波動(dòng)率序列具有顯著的長(zhǎng)記憶性，但會(huì)使四大船型運(yùn)價(jià)指數(shù)的波動(dòng)序列具有顯著的長(zhǎng)記憶性，即整體市場(chǎng)和具體分船型市場(chǎng)的指數(shù)波動(dòng)率對(duì)金融危機(jī)的反映是不一致的，并表現(xiàn)出不同的長(zhǎng)記憶性.

4結(jié)論

通過(guò)以上分析，可得出以下結(jié)論：

（1）通過(guò)采用ACF圖對(duì)比法、經(jīng)典R/S分析法、GPH檢驗(yàn)法和ADFKPSS聯(lián)合檢驗(yàn)法對(duì)BDI收益率和波動(dòng)率的分析表明，無(wú)論是否受短期記憶的影響，BDI收益率序列本身不存在非常顯著的長(zhǎng)記憶性，但BDI波動(dòng)率序列具有顯著的長(zhǎng)記憶性，因此可以斷定由BDI所代表的干散貨航運(yùn)市場(chǎng)具有一定的長(zhǎng)記憶性.然而，由于不同的長(zhǎng)記憶檢驗(yàn)方法以及在選取樣本容量時(shí)受事件因素的影響，不能排除會(huì)得出與本文有所區(qū)別的檢驗(yàn)結(jié)果.

（2）本文研究了金融危機(jī)事件對(duì)長(zhǎng)記憶檢驗(yàn)的影響，發(fā)現(xiàn)金融危機(jī)并不會(huì)導(dǎo)致BDI收益率和波動(dòng)率序列具有顯著的長(zhǎng)記憶性，總體BDI波動(dòng)率序列所具有的長(zhǎng)記憶性是由其他事件或其他因素產(chǎn)生的，且整體市場(chǎng)與具體分船型市場(chǎng)對(duì)金融危機(jī)事件的反映也不盡相同.因此，這個(gè)結(jié)論不僅解釋了利用相同檢驗(yàn)方法能得出不同結(jié)果的可能性，也為探尋該市場(chǎng)變化的非循環(huán)周期性規(guī)律提供了依據(jù)，幫助船舶所有人在做經(jīng)營(yíng)決策時(shí)將航運(yùn)市場(chǎng)過(guò)去的變化情況考慮進(jìn)去，并根據(jù)整體市場(chǎng)和具體市場(chǎng)分別制定更加完善的經(jīng)營(yíng)策略指標(biāo)及進(jìn)行相關(guān)預(yù)測(cè)分析.

參考文獻(xiàn)：

[1]彼得斯. 資本市場(chǎng)的混沌與秩序[M]. 2版. 王小東， 譯. 北京： 經(jīng)濟(jì)科學(xué)出版社， 1999： 413， 6466.

[2]GOULIELMOS A M， PSIFIA M. Shipping finance： time to follow a new track[J]. Maritime Policy & Manage， 2006， 33（3）： 301320.

[3]SCARSI R. The bulk shipping business： market cycles and ship owners biases[J]. Maritime Policy & Manage， 2007， 34（6）： 577590.

[4]顧賢斌， 李序穎. 波羅的海干散貨運(yùn)價(jià)指數(shù)長(zhǎng)記憶性實(shí)證分析[J]. 上海海事大學(xué)學(xué)報(bào)， 2009， 30（1）： 4044.

[5]CHUNG S K， WEON J H. Long memory and asymmetric time varying spillover effects in dry bulk freight markets[J]. Maritime Economics & Logistics， 2013， 15（4）： 494522. DOI： http：//dx.doi.org/10.1057/mel.2013.13.

[6]侯成琪， 徐緒松. 中國(guó)股市長(zhǎng)期記憶性的檢驗(yàn)及記憶長(zhǎng)度的度量[J]. 統(tǒng)計(jì)與決策， 2007（10）： 98100.

[7]HURST H E. Long term storage capacity of reservoirs[J]. Transactions of the American Society of Civil Engineers， 1951， 116： 770799.

[8]彼得斯. 分形市場(chǎng)分析——將混沌理論應(yīng)用到投資與經(jīng)濟(jì)理論上[M]. 儲(chǔ)海林， 殷勤， 譯. 北京： 經(jīng)濟(jì)科學(xué)出版社， 2002： 121131.

[9]王明濤. 基于R/S法分析中國(guó)股票市場(chǎng)的非線性特征[J]. 預(yù)測(cè)， 2002， 21（3）： 4245.

[10]張維， 黃興. 滬深股市的 R/S 實(shí)證分析[J]. 系統(tǒng)工程， 2001， 19（1）： 15.

[11]GEWEKE J， PORTERHUDAK S. The estimation and application of long memory time series model[J]. Journal of Time Series Analysis， 1983（4）： 221238.

[12]劉湘云， 卞悅. 我國(guó)農(nóng)產(chǎn)品期貨的長(zhǎng)記憶研究： 基于GPH 與修正R/S 實(shí)證檢驗(yàn)[J]. 南京財(cái)經(jīng)大學(xué)學(xué)報(bào)， 2011（3）： 5763.

[13]KWIATKOWSKI D， PHILLIPS P C B， SCHMIDT P， et al. Testing the null hypothesis of stationarity against the alternative of a unit root： how sure are we that economic time series have a unit root[J]. Journal of Econometrics， 1992， 54（1/2/3）： 159178.

[14]LEE D， SCHMIDT P. On the power of the KPSS test of stationarity against fractionallyintegrated alternatives[J]. Journal of Econometrics， 1996， 73： 285302.

[15]馬立成， 趙巍， 何建敏. 股票收益和波動(dòng)長(zhǎng)記憶性的KPSS 檢驗(yàn)和LM 檢驗(yàn)[J]. 統(tǒng)計(jì)與決策， 2008（10）： 137140.

[16]王文靜. 金融時(shí)間序列的長(zhǎng)記憶特性及預(yù)測(cè)研究[M]. 天津： 南開(kāi)大學(xué)出版社， 2002： 7176.

（編輯趙勉）