摘要：本文通過(guò)對(duì)代表國(guó)際干散貨航運(yùn)市場(chǎng)發(fā)展趨勢(shì)的BDI指數(shù)進(jìn)行自相關(guān)分析，基于其偏自相關(guān)的特性，聯(lián)立對(duì)國(guó)際干散貨航運(yùn)市場(chǎng)供需平衡有重要影響的主要市場(chǎng)變量，建立基于主變量分析法為特征的BDI指數(shù)自回歸模型，并通過(guò)尋找各同期主要變量之間及序列前后期主要變量間的回歸關(guān)系，建立聯(lián)立方程模型以推演國(guó)際干散貨航運(yùn)市場(chǎng)供需變化及BDI指數(shù)發(fā)展走勢(shì)。同時(shí)通過(guò)觀察當(dāng)前市場(chǎng)存量運(yùn)力的船齡與載重噸分布，對(duì)更長(zhǎng)期的市場(chǎng)發(fā)展趨勢(shì)作出方向性判斷。2020年時(shí)已輕微失衡的供需基本面給后續(xù)幾年的市場(chǎng)發(fā)展帶來(lái)壓力，而在2022年左右由于海岬型老舊船基本拆解完畢后，逐步進(jìn)入緩慢發(fā)展周期。直至2030-2035年間，預(yù)計(jì)會(huì)有總計(jì)超過(guò)2.5億載重噸的海岬型及巴拿馬型老舊運(yùn)力集中拆解，供需結(jié)構(gòu)得到改善而迎來(lái)下一個(gè)繁榮周期。

關(guān)鍵詞：國(guó)際干散貨航運(yùn)市場(chǎng)；BDI指數(shù)；主變量分析；自相關(guān)模型；聯(lián)立方程模型

1 引言

航運(yùn)業(yè)是國(guó)際貿(mào)易的派生需求，歷來(lái)經(jīng)受經(jīng)濟(jì)周期、地緣政治等突發(fā)因素的沖擊，使得海運(yùn)市場(chǎng)運(yùn)費(fèi)的變動(dòng)也難以預(yù)測(cè)。劇烈的市場(chǎng)波動(dòng)，足以讓海運(yùn)市場(chǎng)的參與者深刻認(rèn)識(shí)到行業(yè)發(fā)展趨勢(shì)、規(guī)避海運(yùn)風(fēng)險(xiǎn)的重要性。

主變量分析法是利用統(tǒng)計(jì)體系分析各變量影響程度的一種統(tǒng)計(jì)方法，能夠使一組復(fù)雜的時(shí)間序列數(shù)據(jù)映射為若干能夠反映出事物發(fā)展本質(zhì)特征的變量。主變量分析法的數(shù)學(xué)運(yùn)算主要是建立在矩陣運(yùn)算的基礎(chǔ)之上，并假定變量之間呈線性關(guān)系，這種方法使復(fù)雜多變的市場(chǎng)變化研究有可能從純粹的定性領(lǐng)域中走出來(lái)，將理論建立在比較牢固的數(shù)學(xué)基礎(chǔ)上，從而走向更精準(zhǔn)的定量領(lǐng)域。

BDI指數(shù)全稱波羅的海運(yùn)價(jià)指數(shù)，反映的是即期市場(chǎng)行情。本文總體市場(chǎng)判斷思路是，以BDI指數(shù)作為標(biāo)識(shí)，通過(guò)自回歸模型測(cè)試國(guó)際干散貨航運(yùn)市場(chǎng)發(fā)展規(guī)律，結(jié)合市場(chǎng)供需基本面分析，利用主變量分析法來(lái)研究影響國(guó)際干散貨航運(yùn)市場(chǎng)發(fā)展的各種因素，將這些因素作為變量去研究其與BDI指數(shù)之間的相互作用機(jī)理，進(jìn)而對(duì)未來(lái)的國(guó)際干散貨航運(yùn)市場(chǎng)發(fā)展趨勢(shì)做出大致判斷。本文基于主變量分析理論改進(jìn)了自回歸AR模型，創(chuàng)立了主變量分析法-自回歸模型，將BDI時(shí)間序列映射為幾個(gè)更清晰變量的時(shí)間序列，以抓住市場(chǎng)發(fā)展的本質(zhì)，并通過(guò)聯(lián)立方程模型統(tǒng)一運(yùn)算，也便于從量化的角度更精準(zhǔn)地分析原本模糊的國(guó)際干散貨航運(yùn)市場(chǎng)發(fā)展趨勢(shì)。

2 國(guó)際干散貨航運(yùn)市場(chǎng)分析及主要變量說(shuō)明

根據(jù)市場(chǎng)統(tǒng)計(jì)，截至2020年初，全球干散貨航運(yùn)市場(chǎng)總運(yùn)力約占全球航運(yùn)市場(chǎng)所有類型船總運(yùn)力的一半，總計(jì)約8.8億載重噸：其中海岬型散貨船總噸位約3.48億噸，約占比全球干散貨航運(yùn)市場(chǎng)總運(yùn)力40%；巴拿馬型散貨船總噸位約2.17億噸，大概占比全球干散貨航運(yùn)市場(chǎng)總運(yùn)力的24.5%；而大靈便型散貨船總噸位約2.08億噸，占比全球干散貨航運(yùn)市場(chǎng)總運(yùn)力的23.5%；但靈便型散貨船總噸位約1.05億噸，只占比全球干散貨航運(yùn)市場(chǎng)總運(yùn)力的12%。

自2008年美國(guó)次貸危機(jī)所引發(fā)的全球性金融危機(jī)以來(lái)，國(guó)際干散貨航運(yùn)市場(chǎng)的運(yùn)價(jià)水平和資產(chǎn)價(jià)值驟降，而由于之前2007-2008年航運(yùn)業(yè)高峰時(shí)期船東的新造訂單猛烈，彼時(shí)大量已在船廠中的運(yùn)力陸續(xù)在2008-2011年集中投放，這部分運(yùn)力約占當(dāng)前存量運(yùn)力的30%，這進(jìn)一步加劇了國(guó)際干散貨航運(yùn)市場(chǎng)的供需失衡。經(jīng)過(guò)2009-2011年的行業(yè)調(diào)整期，整個(gè)干散貨航運(yùn)市場(chǎng)進(jìn)入了后次貸危機(jī)時(shí)代的新周期并延續(xù)至今。在包括2-3年調(diào)整期的本輪行業(yè)周期以來(lái)，年均BDI指數(shù)從2500點(diǎn)一路跌至1000點(diǎn)上下徘徊，期間經(jīng)歷了2015-2016兩年超低迷市場(chǎng)，整個(gè)市場(chǎng)老舊船拆解加速，兩年拆解運(yùn)力總計(jì)達(dá)6000萬(wàn)載重噸，但隨后市場(chǎng)供需過(guò)剩的情況得到緩解，BDI指數(shù)回升，在2018至2019年達(dá)到平均的1350點(diǎn)。為避免跨周期的數(shù)據(jù)間產(chǎn)生干擾效應(yīng)，本文測(cè)算時(shí)所采用數(shù)據(jù)主要為2009年以來(lái)本輪行業(yè)周期的數(shù)據(jù)。

國(guó)際干散貨航運(yùn)市場(chǎng)發(fā)展趨勢(shì)很大程度受到市場(chǎng)供需的影響，干散貨航運(yùn)市場(chǎng)作為一個(gè)統(tǒng)一的系統(tǒng)，其主要外生變量與內(nèi)生變量分別包括海運(yùn)貨物運(yùn)輸需求與市場(chǎng)存量總噸位、拆船量及新造下水量，這些因素與BDI指數(shù)相互作用，維持著市場(chǎng)動(dòng)態(tài)平衡。本文將通過(guò)3個(gè)主要市場(chǎng)變量，來(lái)闡述干散貨航運(yùn)市場(chǎng)的內(nèi)在關(guān)系：

T值（年度海運(yùn)貨物運(yùn)輸量/船隊(duì)總載重噸位）作為市場(chǎng)供需比；

G值年度新交付運(yùn)力載重噸；

S值年度拆船載重噸。

對(duì)于T值的研究主要包括對(duì)需求與供給的研究，其中需求端將全球海運(yùn)貨物運(yùn)輸需求標(biāo)記為F值，供給端將船隊(duì)總載重噸記為D值。全球海運(yùn)貨物運(yùn)輸需求作為整個(gè)系統(tǒng)的外生變量，為國(guó)際干散貨航運(yùn)市場(chǎng)的發(fā)展提供驅(qū)動(dòng)力，當(dāng)F值上升的時(shí)候，T值也會(huì)相應(yīng)提高，從而促進(jìn)BDI指數(shù)的上漲，反之亦然。

圖1  年度BDI指數(shù)與供需比T值對(duì)比圖

根據(jù)圖1可以看出，市場(chǎng)運(yùn)費(fèi)景氣程度會(huì)影響到市場(chǎng)船東的投資信心，BDI指數(shù)較高的年份會(huì)帶來(lái)更多的新造訂單，而隨著B(niǎo)DI指數(shù)走低，新造訂單也會(huì)回落。由于船舶具有建造周期，某一年的新船交付不僅僅與當(dāng)年的市場(chǎng)景氣程度有關(guān)，更多是受到前幾年市場(chǎng)的影響。因此年度交付運(yùn)力載重噸的起伏與BDI的漲跌雖呈正向關(guān)系，當(dāng)中卻隔著2至4年的間隙，體現(xiàn)了航運(yùn)市場(chǎng)造船周期及投資效應(yīng)的延遲。

圖2  年度BDI指數(shù)與總運(yùn)力交付對(duì)比圖

由圖2可以看出，在BDI達(dá)到頂峰后幾年，市場(chǎng)運(yùn)力交付的高峰會(huì)出現(xiàn)；而當(dāng)BDI指數(shù)下跌后的幾年，市場(chǎng)運(yùn)力交付也逐步走低。反之，年度船舶交付量的過(guò)快增長(zhǎng)會(huì)加速市場(chǎng)供需的失衡，從而導(dǎo)致后續(xù)年度的BDI指數(shù)走低；而年度交船量回落會(huì)緩解市場(chǎng)供需失衡的情況，從而促進(jìn)后續(xù)年度BDI指數(shù)的上升，BDI指數(shù)與年度交付運(yùn)力所組成的時(shí)間序列波峰波谷之間的時(shí)間差即兩個(gè)變量相互影響的延遲效應(yīng)。

拆船是緩解航運(yùn)市場(chǎng)供需失衡最直接的手段，在市場(chǎng)較為繁榮時(shí)，船東經(jīng)營(yíng)動(dòng)力足，市場(chǎng)拆船量會(huì)較往年更低；當(dāng)市場(chǎng)蕭條時(shí)，船東經(jīng)營(yíng)壓力變大，將船舶送拆卻可以盡早得到船舶殘值加速資金回籠，因此會(huì)有大量市場(chǎng)老舊船送拆。

圖3  年度BDI指數(shù)與國(guó)際干散貨船拆船量對(duì)比圖

由圖3可知，從1999年到2019年的20年統(tǒng)計(jì)期間內(nèi)，BDI指數(shù)高漲的2004至2008年，國(guó)際干散貨航運(yùn)市場(chǎng)拆船量降至谷底；而當(dāng)2009年后的BDI指數(shù)低迷時(shí)，干散貨船拆船量大幅增加。換個(gè)角度看，當(dāng)2004年至2008年間年度拆船量連續(xù)低迷時(shí)，市場(chǎng)貨量與運(yùn)力的供需逐漸失衡，導(dǎo)致后續(xù)年度BDI下跌；而當(dāng)2012、2015及2016年的國(guó)際干散貨市場(chǎng)拆船量大幅上漲時(shí)，會(huì)緩解供需失衡的情況，帶動(dòng)后續(xù)的BDI指數(shù)上浮。

3 國(guó)際干散貨航運(yùn)市場(chǎng)主要變量相關(guān)關(guān)系

3.1  年度BDI指數(shù)的自相關(guān)與偏自相關(guān)判定

對(duì)2009至2019年度BDI指數(shù)組成的時(shí)間序列進(jìn)行分析，以建立自回歸模型，各年份的年均BDI指數(shù)如表1所示。

對(duì)以上數(shù)據(jù)進(jìn)行自相關(guān)分析，得到自相關(guān)函數(shù)（ACF）相關(guān)圖及偏自相關(guān)函數(shù)（PACF）相關(guān)如圖4所示，通過(guò)自相關(guān)函數(shù)（ACF）相關(guān)圖及偏自相關(guān)函數(shù)（PACF）相關(guān)圖兩圖判斷，國(guó)際干散貨航運(yùn)市場(chǎng)BDI指數(shù)自回歸函數(shù)（ACF）中除與滯后6階呈現(xiàn)出輕微自回歸相關(guān)性，總體表現(xiàn)出較為明顯的截尾特征，從自相關(guān)函數(shù)（ACF）相關(guān)圖可基本判斷為普通的時(shí)間序列；然而偏自相關(guān)函數(shù)（PACF）中雖然滯后1至4階數(shù)據(jù)僅呈現(xiàn)出較弱的相關(guān)性，整體偏自相關(guān)函數(shù)（PACF）相關(guān)圖卻體現(xiàn)出較為明顯的甩尾特征。從自相關(guān)函數(shù)（ACF）與偏自相關(guān)函數(shù)（PACF）的內(nèi)涵可基本判斷，國(guó)際干散貨航運(yùn)市場(chǎng)BDI指數(shù)本身作為時(shí)間序列并沒(méi)有體現(xiàn)出明顯的自相關(guān)特征，卻可能與某個(gè)本身的組成因素呈現(xiàn)偏自相關(guān)性，即若將BDI指數(shù)的發(fā)展變化按照主變量分析法分解展開(kāi)分析，結(jié)合上文對(duì)市場(chǎng)變量的說(shuō)明來(lái)判斷，該滯后4-5階數(shù)與BDI指數(shù)呈現(xiàn)偏自相關(guān)性的變量即年度新交付運(yùn)力載重噸G值。除此之外，將市場(chǎng)供需比T值、年度拆船載重噸S值與上述兩變量一起組成基于主變量分析法的自回歸模型。

圖4 國(guó)際干散貨BDI指數(shù)自相關(guān)及偏自相關(guān)診斷圖

3.2  年度新增運(yùn)力載重噸與BDI指數(shù)的關(guān)系

考慮到造船市場(chǎng)中建造周期決定的決策延遲效應(yīng)，在對(duì)新造下水運(yùn)力分析時(shí)采用了跨周期數(shù)據(jù)，統(tǒng)計(jì)時(shí)間從2004年延續(xù)到2009年，將統(tǒng)計(jì)期內(nèi)年均BDI指數(shù)與G值進(jìn)行回歸分析，得到如下年均BDI指數(shù)與G值的回歸關(guān)系方程：

G值=27.368-0.01*1階滯后項(xiàng)BDI+0.005*2階滯后項(xiàng)BDI+0.01*4階滯后項(xiàng)BDI+0.002*5階滯后項(xiàng)BDI其中，G值表示年度交付新造干散貨船載重噸（單位：百萬(wàn)載重噸）

由于船舶的建造周期，每年新船交付不僅與該年的市場(chǎng)有關(guān)，也受到前幾年的影響，其中對(duì)過(guò)去年度BDI的影響用滯后階數(shù)表示，回歸關(guān)系方程中5階滯后階數(shù)也基本符合前文對(duì)于BDI指數(shù)偏自相關(guān)滯后項(xiàng)結(jié)果。通過(guò)公式判斷，記錄年的新造船交付載重噸與之前幾年的BDI指數(shù)呈正相關(guān)關(guān)系，后者的高漲可以促進(jìn)航運(yùn)業(yè)新造訂單的增多，從而推高記錄年度的新造船下水量載重噸。

本回歸關(guān)系方程判定系數(shù)0.882，通過(guò)歷史數(shù)據(jù)模擬結(jié)果如圖5所示。

圖5  通過(guò)年度BDI指數(shù)擬合的G值與實(shí)際年度G值對(duì)比圖（單位：百萬(wàn)載重噸）

3.3  年度拆船載重噸與BDI指數(shù)的關(guān)系

 由于拆船決策對(duì)市場(chǎng)的反應(yīng)是即時(shí)性的，更多地與當(dāng)年的市場(chǎng)景氣程度相關(guān)，因此僅分析本輪經(jīng)濟(jì)周期內(nèi)數(shù)據(jù)即可。移除2009至2011年調(diào)整期數(shù)據(jù)，通過(guò)對(duì)2012年至2019年的8年間的年均BDI指數(shù)與年度拆船載重噸進(jìn)行回歸分析，得到如下年均BDI指數(shù)與年度拆船載重噸的回歸關(guān)系方程：

 S值=58.423-0.036*BDI

其中，S值代表干散年度拆船載重噸（單位：百萬(wàn)載重噸）。

通過(guò)上述公式可以判斷，記錄年的干散年度拆船載重噸與該年的BDI指數(shù)呈負(fù)相關(guān)關(guān)系，說(shuō)明在BDI高漲的時(shí)候，航運(yùn)市場(chǎng)船量會(huì)減少；BDI低迷的時(shí)候，航運(yùn)市場(chǎng)拆船量會(huì)飛升。通過(guò)判定系數(shù)和圖示，擬合效果較為顯著。

判定系數(shù)0.717，通過(guò)歷史數(shù)據(jù)模擬結(jié)果圖示見(jiàn)圖6。

圖6 通過(guò)年度BDI指數(shù)值擬合S值與實(shí)際S值對(duì)比圖（單位：百萬(wàn)載重噸）

3.4  年度國(guó)際干散貨海運(yùn)需求時(shí)間序列的自回歸

2009年至2019年間，國(guó)際干散貨海運(yùn)量始終保持溫和增長(zhǎng)，并在2014年后增速放緩。表2為2009年至2019年逐年全球干散貨貿(mào)易海運(yùn)量。

對(duì)2014年至2019年國(guó)際干散貨海運(yùn)需求量時(shí)間序列進(jìn)行自回歸分析，得到回歸方程：

Ft = 107.27*t -7477.9

其中，F(xiàn)t表示t年度的國(guó)際干散貨海運(yùn)需求量，（單位：百萬(wàn)噸），判定系數(shù)為0.9386。

通過(guò)2014年至2019年的國(guó)際干散貨海運(yùn)需求量自回歸分析，每年貿(mào)易增長(zhǎng)量絕對(duì)值約107.27百萬(wàn)噸；同時(shí)，通過(guò)環(huán)比測(cè)評(píng)2014年至2019年的國(guó)際干散貨海運(yùn)需求量平均年增長(zhǎng)約1.88%。不論是用絕對(duì)值法，還是用比值法，對(duì)于2020年及之后若干年的預(yù)測(cè)結(jié)果相差無(wú)幾，兩個(gè)方法通過(guò)了交叉驗(yàn)證。本文采用上述自回歸公式，即絕對(duì)值增長(zhǎng)量預(yù)測(cè)法，結(jié)果見(jiàn)圖7所示。

圖7   2014至2019年國(guó)際干散貨海運(yùn)需求量時(shí)間序列

3.5  年度BDI指數(shù)與市場(chǎng)供需比的關(guān)系

通過(guò)對(duì)2009年至2019年的年均BDI指數(shù)與T值進(jìn)行回歸分析，得到如下BDI指數(shù)與T值的回歸方程：

年度BDI=-4345.52+838.24*T值

其中，T值代表年度海運(yùn)貨物運(yùn)輸量/船隊(duì)總載重噸位。

通過(guò)公式可以判斷，年度BDI指數(shù)與當(dāng)年的T直呈正相關(guān)關(guān)系，說(shuō)明當(dāng)供需比相對(duì)較高時(shí)，即市場(chǎng)運(yùn)力供應(yīng)緊張，BDI指數(shù)會(huì)相應(yīng)上漲；當(dāng)供需比相對(duì)低迷時(shí)，即市場(chǎng)運(yùn)力供應(yīng)過(guò)剩，BDI指數(shù)會(huì)相應(yīng)下跌。T值是通過(guò)市場(chǎng)供需基本面的角度來(lái)直接判斷市場(chǎng)走向的變量。受到長(zhǎng)期均衡效應(yīng)影響，實(shí)際BDI指數(shù)與模擬BDI指數(shù)即使在某些年有較大偏離，也會(huì)在后續(xù)的年份補(bǔ)足或續(xù)跌。

判定系數(shù)0.779 ，通過(guò)歷史數(shù)據(jù)模擬結(jié)果如圖8所示。

圖8  通過(guò)T值擬合的年度BDI指數(shù)與實(shí)際年度BDI指數(shù)對(duì)比圖

4 基于主變量分析法-自回歸模型的國(guó)際干散貨航運(yùn)市場(chǎng)分析

在本文中，國(guó)際干散貨航運(yùn)市場(chǎng)中的T值市場(chǎng)供需比、G值年度新交付運(yùn)力載重噸、S值年度拆船載重噸是內(nèi)生變量，F(xiàn)t 值國(guó)際干散貨海運(yùn)需求量是外生變量，建立基于需求與供給長(zhǎng)期均衡的國(guó)際干散貨航運(yùn)市場(chǎng)聯(lián)立方程模型，以更細(xì)化地模擬BDI指數(shù)自回歸模型的運(yùn)動(dòng)機(jī)理：

Xt=-4345.52+838.24*Tt      （1）

St=58.423-0.036*Xt          （2）

Gt=27.368-0.01*Xt-1+0.005**Xt-2+0.01*Xt-4+0.002*Xt-5         （3）

Ft=107.27*t -7477.9,          （4）

式中，Xt為t年度的BDI水平；Tt表示t年度的供需比（海運(yùn)貨物運(yùn)輸量/船隊(duì)總載重噸位）；Gt為t年度交付新造干散貨船載重噸（單位：百萬(wàn)載重噸）；St為t年度的干散年度拆船載重噸（單位：百萬(wàn)載重噸）；Ft 表示t年度的國(guó)際干散貨海運(yùn)需求量（單位：百萬(wàn)噸）。

通過(guò)間接最小二乘法求解聯(lián)立方程模型推演2020年后續(xù)X值、S值、G值和F值，分別代表后續(xù)航運(yùn)市場(chǎng)BDI指數(shù)、拆船量載重噸、交付運(yùn)力載重噸、干散貨國(guó)際海運(yùn)量的趨勢(shì)，運(yùn)算結(jié)果如下表4所示。

 根據(jù)模型的推演，2020年之后年度交付運(yùn)力會(huì)逐步達(dá)到3000萬(wàn)載重噸以上，在2022-2023年達(dá)到高點(diǎn)，市場(chǎng)年均交付運(yùn)力接近4000萬(wàn)載重噸，再次給國(guó)際干散貨航運(yùn)市場(chǎng)供需平衡帶來(lái)下行壓力，使得后續(xù)幾年的BDI指數(shù)連續(xù)走低。在低迷的市場(chǎng)環(huán)境下，市場(chǎng)內(nèi)部運(yùn)行機(jī)制需上調(diào)年度拆船量以維持平衡，理論年均拆船量需在2500-2800萬(wàn)載重噸，才能維持現(xiàn)有市場(chǎng)動(dòng)態(tài)供需均衡，通過(guò)系統(tǒng)變量間的內(nèi)部調(diào)整與修復(fù)，若市場(chǎng)具備充分調(diào)節(jié)能力，有望在2021年觸底之后緩慢修復(fù)。

5 基于市場(chǎng)實(shí)際調(diào)節(jié)能力的模型檢驗(yàn)及參數(shù)調(diào)整

市場(chǎng)是否有充分的調(diào)節(jié)能力以維持系統(tǒng)的動(dòng)態(tài)供需均衡，很大程度上取決于市場(chǎng)中是否有足夠多的老舊船拆解，以滿足所需年拆船量。若市場(chǎng)每年送拆的老舊船數(shù)量能夠達(dá)到系統(tǒng)維持動(dòng)態(tài)均衡所需的拆船量，則代表市場(chǎng)運(yùn)力結(jié)構(gòu)彈性充足，整體可以維持正常的健康發(fā)展；反之，則代表市場(chǎng)運(yùn)力結(jié)構(gòu)彈性失靈，市場(chǎng)整體供需調(diào)節(jié)進(jìn)入滯漲狀態(tài)。

國(guó)際干散貨航運(yùn)市場(chǎng)幾大主流船型進(jìn)中，針對(duì)其中對(duì)市場(chǎng)影響最大的海岬型干散貨船與巴拿馬型干散貨船來(lái)進(jìn)行分析，對(duì)兩型船的船齡結(jié)構(gòu)進(jìn)行梳理，以檢測(cè)2020年后幾年兩型船市場(chǎng)老舊運(yùn)力總噸位能否滿足系統(tǒng)拆船需求，同時(shí)也可通過(guò)對(duì)船隊(duì)整體船齡結(jié)構(gòu)進(jìn)行梳理，對(duì)市場(chǎng)的長(zhǎng)期供需基本面及周期進(jìn)行大致判斷如表5所示。

由表5可知，海岬型船近年來(lái)平均拆船年齡在23歲，在2020至2022年預(yù)計(jì)可達(dá)到拆船年齡的老舊船總計(jì)約1700萬(wàn)載重噸，占比市場(chǎng)存量海岬型船總載重噸位的4.86%；在存量海岬型船總船隊(duì)中占比最大的是2007-2012年6年間下水的船舶，總計(jì)1.66億載重噸，占比存量海岬型船總載重噸位的47.67%，這部分運(yùn)力預(yù)計(jì)會(huì)在2032-2035年間被拆解完畢。

由表6可以看出，巴拿馬型船近年來(lái)平均拆船年齡在22歲，在2020至2022年間預(yù)計(jì)可達(dá)到拆船年齡的老舊船總計(jì)約2900萬(wàn)載重噸，占比市場(chǎng)存量巴拿馬型船總載重噸位的13.61%；在存量巴拿馬岬型船總船隊(duì)中最占比最大的是2008-2013年6年間下水的船舶，總計(jì)9600萬(wàn)載重噸，占比存量巴拿馬船總載重噸位的44%，這部分運(yùn)力預(yù)計(jì)也會(huì)在2032-2035年間被拆解完畢。

經(jīng)過(guò)對(duì)上述兩大類船型船齡與載重噸分布的梳理，可以判斷2020后幾年巴拿馬型船的可拆解老舊船較為充沛，可以滿足每年的系統(tǒng)拆解計(jì)劃；然而海岬型船中老舊船占比過(guò)低，總噸位更小，且代表海岬型船運(yùn)費(fèi)水平的BCI指數(shù)近年來(lái)與BDI指數(shù)相關(guān)性愈加強(qiáng)烈，BCI的漲跌也對(duì)其他船型的收益影響力增強(qiáng)。因此對(duì)代表海岬型船運(yùn)費(fèi)水平的BCI指數(shù)走勢(shì)與海岬型船的后續(xù)拆解情況進(jìn)行獨(dú)立分析，是判斷后續(xù)整體國(guó)際干散貨航運(yùn)市場(chǎng)走勢(shì)的關(guān)鍵。

對(duì)2014-2019年的BCI與BDI指數(shù)時(shí)間序列相關(guān)性進(jìn)行分析，其回歸關(guān)系式如下：

BCI=2.382*BDI-838.13，判定系數(shù)0.969

本公式也闡述了BCI指數(shù)與BDI指數(shù)之間的傳導(dǎo)關(guān)系，極高的判定系數(shù)佐證了BCI指數(shù)與BDI指數(shù)之間的同步性。

圖9  2017至2019年BCI與BDI指數(shù)走勢(shì)對(duì)比

對(duì)2014-2019年逐年海岬型船的拆船量載重噸、代表海岬型船運(yùn)費(fèi)水平的BCI指數(shù)進(jìn)行羅列如下表，在整體國(guó)際干散貨航運(yùn)市場(chǎng)最為低迷的2015-2016年，海岬型船的拆船量達(dá)到了最高，幾乎占整個(gè)國(guó)際干散貨航運(yùn)市場(chǎng)當(dāng)年拆船量的一半；而在2018-2019兩年市場(chǎng)相對(duì)景氣時(shí)，海岬型船的拆船量觸到了統(tǒng)計(jì)期內(nèi)的新低。

對(duì)表7數(shù)據(jù)進(jìn)行分析，將每年度BCI指數(shù)作為自變量，每年度海岬型船拆船載重噸作為因變量進(jìn)行回歸分析，得到如下兩者回歸關(guān)系方程：

S(c)t=19.155-0.007*X(c)t               （9）

式中，X(c)t為t年度的BCI水平；S(c)t表示t年度的海岬型船年度拆船載重噸（單位：百萬(wàn)載重噸）。

回歸公式判定系數(shù)0.844，通過(guò)判定系數(shù)和圖示，擬合效果較為顯著，其中通過(guò)歷史數(shù)據(jù)模擬結(jié)果圖示如圖10所示。

圖10  通過(guò)年度BCI指數(shù)值擬合S(c)值與實(shí)際S(c)值對(duì)比圖（單位：百萬(wàn)載重噸）

參照上述BDI指數(shù)對(duì)BCI指數(shù)的傳導(dǎo)關(guān)系式，及BCI指數(shù)與海岬型船拆船載重噸之間的回歸關(guān)系，估算在系統(tǒng)均衡下2020年后續(xù)幾年的海岬型船需拆載重噸，與存量照海岬型船齡載重噸分布作對(duì)比：根據(jù)系統(tǒng)模型，2020-2022年需拆運(yùn)力總計(jì)1914萬(wàn)噸、2022-2024年需拆運(yùn)力總計(jì)2800萬(wàn)噸；而根據(jù)實(shí)際市場(chǎng)，2020-2022年可拆運(yùn)力僅1700萬(wàn)噸、2022-2024年可拆運(yùn)力僅1200萬(wàn)噸?？傮w來(lái)說(shuō)，僅2020年海岬型船市場(chǎng)老舊運(yùn)力總量可滿足系統(tǒng)的拆船需求，后續(xù)則會(huì)產(chǎn)生缺口，且這個(gè)缺口在2022年之后會(huì)急速擴(kuò)大。

以2022年為分界點(diǎn)，將如上缺口平均分配到每一年的干散貨航運(yùn)市場(chǎng)總運(yùn)力拆船量中做減值，依此調(diào)低相應(yīng)年份國(guó)際干散貨航運(yùn)市場(chǎng)聯(lián)立方程模型中的St值，重新推演相應(yīng)年份的Xt值，即該年度的BDI水平，推演結(jié)果見(jiàn)表8。

表8中，市場(chǎng)調(diào)節(jié)充分的BDI指數(shù)，即對(duì)逐年干散貨航運(yùn)市場(chǎng)總運(yùn)力拆船量做減值前根據(jù)市場(chǎng)聯(lián)立方程模型推演的Xt值；市場(chǎng)調(diào)節(jié)不充分的BDI指數(shù)，即對(duì)逐年干散貨航運(yùn)市場(chǎng)總運(yùn)力拆船量做減值后推演的X't值。根據(jù)橫向及縱向比較，由于海岬型老舊船比例偏低導(dǎo)致的干散貨航運(yùn)市場(chǎng)總拆船量的減少，會(huì)破壞整體市場(chǎng)在2022年前后觸底后的緩慢修復(fù)趨勢(shì)，反而使供需關(guān)系惡化而進(jìn)一步打壓市場(chǎng)運(yùn)價(jià)水平，整體走勢(shì)對(duì)比見(jiàn)圖11。

圖11  模型模擬中BDI走勢(shì)與考慮市場(chǎng)運(yùn)力不充分調(diào)節(jié)后BDI走勢(shì)比較

然而根據(jù)模型推演預(yù)測(cè)的市場(chǎng)數(shù)據(jù)不可能精準(zhǔn)，主要原因如下：本文選用的BDI指數(shù)由于統(tǒng)計(jì)范疇所限并不能完全代表干散貨航運(yùn)市場(chǎng)；模型中所涉及的各變量之間的回歸關(guān)系式的判定系數(shù)有高有低，為模型數(shù)據(jù)的推演帶來(lái)天然誤差；模型運(yùn)行機(jī)理的內(nèi)涵是參照模型數(shù)據(jù)統(tǒng)計(jì)期市場(chǎng)參與者的歷史整體風(fēng)險(xiǎn)偏好及運(yùn)力投放沖動(dòng)設(shè)定，任何行業(yè)參與者行為模式的改變都會(huì)造成模型一定程度的失效；很多投資機(jī)構(gòu)的硬性投資需求導(dǎo)致的剛性投放也會(huì)擾亂市場(chǎng)變量，給市場(chǎng)的發(fā)展帶來(lái)不確定性。

但BDI指數(shù)作為干散貨海運(yùn)市場(chǎng)即期運(yùn)費(fèi)的標(biāo)桿，具有引領(lǐng)市場(chǎng)走勢(shì)的先行指標(biāo)的作用，其體現(xiàn)出的升跌趨勢(shì)對(duì)判斷市場(chǎng)長(zhǎng)期走勢(shì)仍具有參照意義。結(jié)合本文推演數(shù)據(jù)來(lái)看，2020年時(shí)已輕微失衡的供需基本面給后續(xù)幾年的市場(chǎng)發(fā)展帶來(lái)壓力，而在2022年左右由于海岬型老舊船基本拆解完畢，導(dǎo)致市場(chǎng)失去大部分自我調(diào)節(jié)能力而進(jìn)入下行通道，運(yùn)力結(jié)構(gòu)更面臨滯漲，后續(xù)逐步進(jìn)入緩慢發(fā)展周期。

從更長(zhǎng)遠(yuǎn)的角度來(lái)講，進(jìn)入緩慢發(fā)展周期后的國(guó)際干散貨航運(yùn)市場(chǎng)中運(yùn)力拆解、交付節(jié)奏都逐步減緩，市場(chǎng)運(yùn)費(fèi)受到供需變化帶來(lái)波動(dòng)會(huì)越來(lái)越少，受到上下游產(chǎn)業(yè)鏈中庫(kù)存周期的影響會(huì)越來(lái)越明顯，緩慢發(fā)展周期內(nèi)的市場(chǎng)波動(dòng)可能會(huì)較以往更為平穩(wěn)并呈現(xiàn)出季節(jié)性。直至2032至2035年間，預(yù)計(jì)會(huì)有總計(jì)超過(guò)2.5億載重噸以上的海岬型及巴拿馬型老舊運(yùn)力集中拆解，市場(chǎng)從2000-2008超級(jí)航運(yùn)周期中瘋狂擴(kuò)張導(dǎo)致運(yùn)力過(guò)剩的包袱中解脫，即有望迎來(lái)另一個(gè)繁榮周期的到來(lái)?？紤]到在市場(chǎng)長(zhǎng)期低迷的情況下船舶的使用壽命會(huì)有所縮短，這個(gè)航運(yùn)繁榮周期的到來(lái)有望略微提前。

6 結(jié)論與啟示

本文通過(guò)建立基于BDI指數(shù)的主變量分析法-自回歸模型，判別了BDI指數(shù)時(shí)間序列發(fā)展的偏自相關(guān)特性，并將與其相關(guān)的主要市場(chǎng)變量一起組成基于主變量分析法的自回歸模型，通過(guò)各變量之間搭建聯(lián)立方程模型來(lái)運(yùn)算國(guó)際干散貨航運(yùn)市場(chǎng)發(fā)展趨勢(shì)。

由于市場(chǎng)供需基本面的波動(dòng)導(dǎo)致2020年后續(xù)國(guó)際干散貨航運(yùn)市場(chǎng)運(yùn)費(fèi)面臨下行風(fēng)險(xiǎn)，加之市場(chǎng)現(xiàn)存主要船型中的老舊運(yùn)力在2022年前后行將拆解完畢，市場(chǎng)短期供需壓力劇增，直至進(jìn)入緩慢發(fā)展周期。直至2030-2035年間，預(yù)計(jì)會(huì)有總計(jì)超過(guò)2.5億載重噸的海岬型及巴拿馬型老舊運(yùn)力集中拆解，供需結(jié)構(gòu)的改善有望將市場(chǎng)帶入下一波繁榮。基于以上結(jié)論，本文得出如下啟示：

1.短期內(nèi)國(guó)際干散貨航運(yùn)市場(chǎng)下行風(fēng)險(xiǎn)有限。2-3年短期內(nèi)整體市場(chǎng)仍具有自我調(diào)節(jié)能力，發(fā)生系統(tǒng)性整體運(yùn)費(fèi)水平及資產(chǎn)價(jià)值下跌的可能性不大。該結(jié)論可為國(guó)際干散貨航運(yùn)市場(chǎng)中船東、投資機(jī)構(gòu)、運(yùn)費(fèi)衍生品交易商提供參考。

2.中期看國(guó)際干散貨航運(yùn)市場(chǎng)發(fā)展緩慢。在5-10年的中周期內(nèi)市場(chǎng)運(yùn)力拆解與新增節(jié)奏減緩，而與上下游產(chǎn)業(yè)鏈中庫(kù)存周期的相關(guān)性越來(lái)越強(qiáng)。該結(jié)論可為國(guó)際干散貨航運(yùn)市場(chǎng)中上下游參與者提供參考。

3.長(zhǎng)期看國(guó)際干散貨航運(yùn)市場(chǎng)會(huì)迎來(lái)繁榮周期。在10-15年后的間段內(nèi)，市場(chǎng)集中拆解大批老舊運(yùn)力，供需結(jié)構(gòu)得到緩解，繁榮周期到來(lái)。該結(jié)論可為船東運(yùn)力擴(kuò)張節(jié)奏乃至政府的航運(yùn)政策提供參考，以規(guī)避市場(chǎng)風(fēng)險(xiǎn)、抓住市場(chǎng)機(jī)遇、促進(jìn)國(guó)際干散貨航運(yùn)市場(chǎng)的長(zhǎng)期健康發(fā)展。

參考文獻(xiàn)：

[1]王大山,劉文白.國(guó)際干散貨航運(yùn)市場(chǎng)供需及BDI指數(shù)預(yù)測(cè)研究-基于聯(lián)立方程模型的分析.價(jià)格理論與實(shí)踐,2018(6):78-81.

[2]黃軒,張青龍.基于ARMA-GARCH模型的滬深300指數(shù)波動(dòng)率分析與預(yù)測(cè)[J].中國(guó)物價(jià),2018(06):44-46.

[3]周玲,張媛.基于ARMA和ARCH模型的我國(guó)主要糧食作物價(jià)格變化規(guī)律研究[J].中國(guó)市場(chǎng),2017(14):42-43.

[4]王蘇生,王俊博,李光路.基于ARMA模型的滬深300股指期貨高頻數(shù)據(jù)收益率研究與預(yù)測(cè)[J].華北電力大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版),2018(03):71-79.

[5]全福生,彭白玉.ARMA模型在中國(guó)股市中的應(yīng)用[J].衡陽(yáng)師范學(xué)院學(xué)報(bào),2009,30(03):26-28.

[6]楊金剛.基于ARMA模型的上證指數(shù)分析與預(yù)測(cè)[J].科技經(jīng)濟(jì)導(dǎo)刊,2016(14):172.

[7]付燕,栗鋒.ARMA模型在我國(guó)體育股票價(jià)格預(yù)測(cè)中的應(yīng)用[J].統(tǒng)計(jì)與決策,2012(21):101-103.

[8]馮盼,曹顯兵.基于ARMA模型的股價(jià)分析與預(yù)測(cè)的實(shí)證研究[J].數(shù)學(xué)的實(shí)踐與認(rèn)識(shí),2011,41(22):84-90.

[9]朱威,鐘惟劍.ARMA模型在居民消費(fèi)價(jià)格指數(shù)預(yù)測(cè)中的應(yīng)用[J].金融經(jīng)濟(jì),2008(16):82-83.

[10]許鳳華,魏媛.ARMA模型在小麥價(jià)格指數(shù)預(yù)測(cè)中的應(yīng)用[J].統(tǒng)計(jì)與決策,2015(08):82-84.

作者簡(jiǎn)介：

1，王大山（1986-），男，上海海事大學(xué)博士研究生在讀，中級(jí)經(jīng)濟(jì)師

2，劉文白（1955-），男，博士，教授，上海海事大學(xué)博士生導(dǎo)師，國(guó)家一級(jí)注冊(cè)結(jié)構(gòu)工程師；《船海工程》副編委，《計(jì)算機(jī)輔助工程設(shè)計(jì)》編委；中國(guó)海洋工程學(xué)會(huì)理事 

基金項(xiàng)目：國(guó)家自然科學(xué)基金資助（51078228）；2013年上海市研究生教育創(chuàng)新計(jì)劃實(shí)施項(xiàng)目（第二批，編號(hào)20131129）