國際干散貨市場與我國經濟發(fā)展的聯(lián)動性

趙卿卿+壽建敏

【摘 要】 分析影響波羅的海干散貨運價指數(shù)（BDI）波動的重要因素，探究國際干散貨市場與我國經濟發(fā)展之間的聯(lián)動性，采用VAR模型和Granger因果檢驗探討兩者之間的長期和階段關系狀況。研究結果揭示：長期內，國際干散貨市場與我國經濟發(fā)展聯(lián)動性較弱；短期內，國際干散貨市場繁榮可以為我國營造良好的外部環(huán)境，促進經濟發(fā)展。雖然國際干散貨市場對我國經濟變動有一定的預見作用，但是“中國因素”對國際干散貨市場的影響有限。

【關鍵詞】 國際干散貨市場；中國經濟；VAR模型；Granger因果檢驗

0 引 言

我國自2001年加入WTO以來，在世界經濟中的影響力不斷增強，已經成為經濟全球化的重要推動力。從海關總署的數(shù)據(jù)看，我國進出口月度貿易總額常年保持10%以上的兩位數(shù)增幅。我國有90%的對外貿易依靠海運完成，海運需求是經濟貿易需求的重要派生需求。我國作為全球鐵礦石和能源的最大消耗國以及最為繁忙的進出口國，經濟發(fā)展狀況不僅與世界經濟狀況息息相關，更直接關系到全球鐵礦石、原油、集裝箱和化工品的運力需求。[1] 國際干散貨市場是國際貿易的派生市場，我國作為當前世界上第一貿易大國，干散貨貿易量在世界市場上占據(jù)著重要地位。

綜上所述，探究國際干散貨市場與我國經濟發(fā)展之間的關系，具有重要的理論和現(xiàn)實意義。本文通過VAR模型和Granger檢驗對國際干散貨市場與我國經濟發(fā)展的聯(lián)動性進行研究，進而揭示其長期和階段關系，為分析我國經濟未來發(fā)展和波羅的海干散貨指數(shù)（BDI）波動趨勢提供幫助。

1 數(shù)據(jù)分析

本文選用2000―2015年的BDI與我國GDP年度數(shù)據(jù)作為研究樣本，BDI數(shù)據(jù)來源于波羅的海航運交易所，我國GDP的年度數(shù)據(jù)取自《中國統(tǒng)計年鑒》。為消除BDI與我國GDP波動中季節(jié)等因素的影響，采用年收益率序列Rt為年度數(shù)值Pt的自然對數(shù)差，Rt=ln Pt ln Pt-1，所得BDI與我國GDP的年收益率序列如圖1所示。

由圖1可見，近年來BDI發(fā)生巨幅波動，這與金融危機的連鎖反應和貨運市場的變化有關。我國經濟發(fā)展受全球經濟衰退和減速的影響，GDP增長緩慢，進入經濟發(fā)展新常態(tài)。[2]

由BDI和我國GDP的序列描述性統(tǒng)計（見表1）可見：2個序列的平均值接近于0，而標準差很大；偏度非0且峰度小于3，說明偏離正態(tài)不顯著；在5%的顯著水平下，Jarque-Bera檢驗接受正態(tài)性的原假設，表明序列可能不存在長期的持續(xù)性。

2 VAR模型的建立

利用EViews軟件對BDI和我國GDP這2個對數(shù)序列進行單位根ADF檢驗，兩者均為一階單整序列。向量自回歸（VAR）模型通常用于相關時間序列系統(tǒng)的預測和隨機擾動對變量系統(tǒng)的動態(tài)影響，模型基本形式[3，4] ：

式中： k為滯后長度。

對樣本期內的數(shù)據(jù)建立VAR模型，分別估計階數(shù)為1～4的VAR模型，并對其進行自相關性LM檢驗，然后利用AIC和SIC信息準則選擇合適的檢驗模型。EViews軟件輸出結果如表2所示。

從表2可以看出，只有階數(shù)p=3的VAR模型LM檢驗的最小P值大于0.05，因此在顯著性水平達0.05時，可以認為模型誤差項無自相關性。

3 VAR模型的檢驗

3.1 VAR模型的滯后結構檢驗

（1）AR根檢驗 如果VAR模型所有根模的倒數(shù)都小于1，即都在單位圓內，則該模型是穩(wěn)定的；反之不穩(wěn)定。如果被估計的VAR模型不穩(wěn)定，則得到的結果有些是無效的。[5] 基于AR特征多項式的逆根（見圖2）的輸出結果，可以認為本文建立的VAR模型是穩(wěn)定有效的。

（2） Granger因果檢驗 當階數(shù)p=3時，VAR模型的AIC值和SIC值最小，因而可以選擇這個模型進行Granger因果關系檢驗。EViews軟件輸出結果如表3所示。由檢驗結果可以看出，在顯著性水平為0.05時，可以認為GDP不是BDI的Granger原因，而BDI是GDP的Granger原因。也就是說，BDI與我國GDP之間存在單向的Granger因果關系，即BDI可以為我國GDP的預測提供更準確的信息。

3.2 基于VAR模型的脈沖響應分析

脈沖響應函數(shù)（IRF）描述的是當一個變量受到某種沖擊時，對系統(tǒng)中內生變量的動態(tài)影響，即在隨機誤差項上施加一個標準差大小的沖擊后，對內生變量的當期值和未來值所產生的影響程度。對于穩(wěn)定的VAR模型而言，脈沖響應函數(shù)應趨于0，累計脈沖響應函數(shù)趨于非0常數(shù)。

圖3為BDI對其自身及模型中其他內生變量的脈沖響應函數(shù)，其中橫軸為滯后階數(shù)，縱軸為BDI對于各變量沖擊的響應。由圖3可以看出，BDI對其自身沖擊的響應程度最大，我國GDP對BDI的沖擊相對較小。BDI對我國GDP沖擊響應為負，響應程度在第3期達到最大，之后逐漸減弱，在第9期后趨向于0；BDI對其自身沖擊的響應有一個由正向負的過程，變化逐漸趨向于0。

圖4為BDI對其自身及各內生變量的累積脈沖響應函數(shù)，反映BDI對各因素的累積影響。由圖4可見，BDI對各內生變量的累積脈沖響應函數(shù)均在第80期左右趨于平穩(wěn)，BDI對自身的累積影響大于對我國GDP的累積影響。

我國GDP對BDI始終表現(xiàn)為正向響應。BDI作為反映全球經濟和貿易狀況的先行指標，當其上升時，表明全球及我國經濟走勢良好，我國處于良好的外部環(huán)境下，GDP上升顯而易見。由圖5可以看出，從第1期開始沖擊效應不斷加強，到第5期達到最大值，之后卻急劇回落。也就是說，我國經濟的發(fā)展會推動國際干散貨市場在短期內快速繁榮，之后市場繁榮程度下降，直到市場趨于穩(wěn)定。

3.3 基于VAR模型的方差分解結果分析

方差分解通過分析每一個結構沖擊對內生變量變化的貢獻度，能夠給出對VAR模型中變量產生影響的每個隨機擾動相對重要性的信息。方差分解結果（見圖6和圖7），依次顯示了模型中各內生變量對BDI及BDI對我國GDP的方差分解結果，本文選取方差分解結果達到穩(wěn)定的第30期結果進行分析。由圖6可以看出：BDI、我國GDP對BDI波動的貢獻度分別為88.6%和17.3%，表明BDI波動在很大程度上由其自身決定，我國GDP的貢獻度較?。籅DI并不是我國GDP變動的決定性因素。

我國GDP作為世界干散貨船舶運力需求的重要組成部分，理論上講是會對BDI產生重要影響的，但實證分析結果表明，BDI波動受我國GDP的影響很小。[6] 這一方面是因為BDI是多種因素共同作用的結果，我國GDP在這些因素中并不占據(jù)主導地位；另一方面是由于BDI受運力需求影響較小，在更大程度上由其他因素決定。對比BDI與我國GDP之間的相互影響可以看出，BDI變動對我國GDP的影響大于后者對前者的影響，并且BDI與我國GDP的相互影響均處于較低水平。

3 結 論

通過統(tǒng)計數(shù)據(jù)分析對國際干散貨市場與我國經濟發(fā)展的聯(lián)動性研究結論如下：

（1）對VAR模型進行Granger因果檢驗，結果表明國際干散貨市場是我國經濟發(fā)展的單向Granger原因，且兩者之間相互影響的程度很小。BDI發(fā)生變化會引起我國GDP產生相應變動，反之則無。在對我國GDP進行分析預測時，加入BDI因素，可以增強其準確度和可信性。

（2）模型的脈沖響應分析和方差分解結果說明，BDI的波動在很大程度上由其自身決定，我國GDP的貢獻度較小。我國GDP不是影響B(tài)DI的主要原因，BDI受運力需求的影響較小，更大程度上由其他因素決定。[7]國際干散貨市場的繁榮發(fā)展在短期內會促進我國經濟的增長，而這在很大程度上與我國航運業(yè)相關，但是我國經濟發(fā)展又與很多其他因素有關，所以在短暫的快速發(fā)展后，我國經濟因為國際干散貨市場刺激所引起的發(fā)展速度會降低，直至趨于市場穩(wěn)步發(fā)展。

（3）近年來，我國整體經濟結構不斷優(yōu)化，供給側結構性改革的實施有利于減弱鋼鐵產能過剩、鐵礦石等原材料需求量減少及國際干散貨市場持續(xù)不景氣對我國的影響。作為貿易大國和造船大國，在國際經濟外部環(huán)境嚴峻的情況下，我國在擴大需求、刺激消費的同時必須著力提高供給體系質量和效率，去產能，去庫存，去杠桿，降成本，補短板，從而增強經濟持續(xù)增長的動力。

由于“中國因素”對國際干散貨市場的有限影響，因此在航運相關市場分析中，以我國GDP變動來分析預測BDI走勢的方法缺乏有力的判斷依據(jù)。國際干散貨市場受到多種因素的共同作用，對其走勢進行判斷應綜合各種因素。同時，雖然國際干散貨市場對我國經濟變動有一定的預見作用，但我國經濟發(fā)展也受多種因素的影響，所以在判斷其變動情況時也應綜合考慮各種因素的影響。

參考文獻：

[1] 郝玉柱，張蓮.國際原油價格波動對波羅的海指數(shù)影響實證分析[J].商業(yè)經濟研究，2016（6）：25-28.

[2] 廖昆，林國龍，楊開培，等.金融危機前后波羅的海干散貨運價指數(shù)影響因素相關性分析[J].水運管理，2011，33（1）：22-24.

[3] 馬敏，郝玉柱.波羅的海運價指數(shù)與中國干散貨貿易相關性實證研究[J].中國儲運，2016（2）：103-108.

[4] 林國龍，韓軍，葉善椿.波羅的海干散貨指數(shù)、上證綜指協(xié)整與Granger因果關系研究[J].商業(yè)研究，2013（4）：122-126.

[5] RUAN Q S，WANG Y，LU X S，et al.Cross-correlations between Baltic Dry Index and crude oil prices[J].Physica A Statistical Mechanics and Its Applications，2016（453）：278-289.

[6] 丁研，嚴廣樂.中國GDP指數(shù)對BDI指數(shù)的吸引力研究[J].上海理工大學學報，2015（37）：199-204.

[7] 譚小芬，劉陽，張明.國際大宗商品價格波動：中國因素有多重要――基于1997―2012年季度數(shù)據(jù)和VECM模型的實證研究[J].國際金融研究，2014（10）：75-86.