（交通运输规划与管理专业论文）基于支持向量机的干散货运价指数预测研究.pdf

中文摘要 摘要 国际于散货航运市场是国际航运市场中非常重要的一个子市场。由于干散货 航运市场运价波动剧烈，走势难以琢磨，受到的影响因素非常复杂，是一个非线 性的复杂系统，因而，传统的预测方法并不适合对它进行预测。这给航运经营者 和货物托运人决策带来了困难。因此，考察运价指数波动的内在规律和外在影响， 并在此基础之上开发新的模型预测运价指数，可以为航运市场经营者和投资者提 供把握市场态势、规避价格风险的有力的工具。 本文针对巴拿马型干散货船舶，进行基于支持向量机( s u p p o r tv e c t o rm a c h i n e s ， s v m ) 模型的波罗的海运价指数预测研究。s v m 充分考虑了运价指数的随机性，同 时其泛化能力较之神经网络有明显改善，更适用于对非线性时间序列进行预测。 首先，分析干散货航运市场的内部供给和需求的运行机制，挖掘运价指数剧 烈波动的深层原因。其次，对运价指数的形成过程及计算原理进行阐述，通过分 析，运价指数可以准确反映航运市场的变化，本文选取巴拿马型船舶运价指数 ( b a l t i cp a n a m a xi n d e x ，b p i ) 指数作为研究对象。论述运价指数波动的外部影响因 素，在此基础上，对干散货航运市场的现状和未来走势进行定性分析。接着，本 文建立了小波变换s v m 混合预测模型，对小波变换、s v m 的理论和适用性进行 简要介绍，并且论证了混合预测模型的构建原理。最后，本文针对b p i 序列进行 实证分析，先用小波变换对运价指数序列进行去噪，消除无规律的突发事件造成 的影响；随后用前五个月的b p i 值作为输入变量，以第六个月的运价指数作为输 出变量，对s v m 模型进行训练，得到训练好的预测模型和单步预测结果。通过与 a r i m a 模型、神经网络模型得到的预测结果进行比较，发现小波s v m 模型具有 最高的预测精度。在该模型上加入相关因素作为输入，进行b p i 单步预测，取得 了更好的预测效果。本文接下来尝试运用此模型进行多步预测，并构建了滞后3 期的小波s v m 混合预测模型，可以较为准确的进行b p i 的中期预测。 关键词：支持向量机( s v m ) ；运价指数；预测；巴拿马型船舶运价指数( b p i ) 英文摘要 a b s t r a c t b e c a u s et h ed r yb u l ks h i p p i n gm a r k e ti sa f f e c t e db ym a n yu n c e r t a i nf a c t o r s ，t h e f r e i g h ti n d e xo ft h em a r k e ta l w a y sf l u c t u a t e ss h a r p l y ，a n dt h et r a d i t i o n a lf o r e c a s t i n g m e t h o d sa r en o ts u i t a b l et oi t s p r e d i c a t i o n t h i sg i v e sd i f f i c u l t y f o rt h em a r k e t p a r t i c i p a n t st om a k ed e c i s i o n s t h u s ，d e v e l o p i n gm o d e l st of o r e c a s tt h ef r e i g h ti n d e x t h r o u g hs t u d y i n gt h ei n t e r n a l l a w sa n de x t e r n a li n f l u e n c ef a c t o r s ，c a np r o v i d ea p o w e r f u lt o o lf o ro p e r a t o r sa n di n v e s t o r st ou n d e r s t a n dt h em a r k e tt r e n da n da v o i dt h e p r i c er i s k t h i sp a p e rc o n d u c t st h er e s e a r c ho nf r e i g h ti n d e xf o r e c a s t i n gf o rp a n a m a xb u l k c a r t i e rw i t hs u p p o r tv e c t o rm a c h i n ef s v m ) s v mf u l l yc o n s i d e r e dt h er a n d o m n e s so f f r e i g h ti n d e xa n di t sg e n e r a l i z a t i o na b i l i t yh a ss i g n i f i c a n t l yi m p r o v e dc o m p a r e d 、析t 1 1t h e n e u r a ln e t w o r km o d e l ，t h e r e f o r e ，t h es v m b a s e dm o d e li sm o r es u i t a b l ef o rn o n l i n e a r t i m es e r i e sf o r e c a s t i n g t h i sp a p e rd e v e l o p sam o d e lt of o r e c a s tt h ef r e i g h ti n d e xt h r o u g hs t u d y i n gt h e i n t e r n a lm e c h a n i s ma n dt h ee x t e r n a li n f l u e n c ef a c t o r s t h em o d e lc a np r o v i d ep o w e r f u l t o o lf o rt h eo p e r a t o r sa n di n v e s t o r st ou n d e r s t a n dt h em a r k e tt r e n da n da v o i dt h ep r i c e r i s k b yt a k i n gt h ef r e i g h ti n d e xo fp a n a m a xb u l kc a r r i e r sa ss u b je c t ，f i r s t l y ，i no r d e rt o e l i m i n a t et h ei m p a c to fr a n d o mi n c i d e n t si n d r yb u l km a r k e t ，w a v e l e tt r a n s f o r mi s a d o p t e dt od e - n o i s et h eb a l t i cp a n a m a xi n d e x ( b p i ) t h e n , t h ew a v e l e tt r a n s f o r ma n d s u p p o r tv e c t o rm a c h i n e ( s v m ) c o m b i n e dm o d e lt op r e d i c tb p ii se s t a b l i s h e d t h e i n p u t so ft h em o d e la r ev a l u e so ft h ef i v ep r i o rc o n s e c u t i v em o n t h l yb p i ，a n dt h eo u t p u t i st h es i x t hm o n t h l yb p i t h et r a i n e dm o d e la n dt h ef o r e c a s t e dr e s u l t sa r eo b t a i n e d t h r o u g hs v mt r a i n i n g f i n a l l y ，t h en u m e r i c a la n a l y s i ss h o w st h a tt h ew a v e l e tt r a n s f o r m a n ds v mc o m b i n e dm o d e lh a sh i g h e ra c c u r a c ya n dc a nb eu s e dt op r e d i c tt h et r e n do f t h ef r e i g h tr a t e so ft h ep a n a m a xb u l kc a r r i e r s k e yw o r d s ：s u p p o r tv e c t o rm a c h i n e ( s v m ) ；w a v e l e tt r a n s f o r m ；f o r e c a s t i n g ； b a l t i cp a n a m a xi n d e x ( b p i ) 大连海事大学学位论文原创性声明和使用授权说明 原创性声明 本人郑重声明：本论文是在导师的指导下，独立进行研究工作所取得的成果， 撰写成硕士学位论文：基王塞挂囱量扭的王邀货运盆指数亟测硒究= = 。 除论文中已经注明引用的内容外，对论文的研究做出重要贡献的个人和集体，均 已在文中以明确方式标明。本论文中不包含任何未加明确注明的其他个人或集体 已经公开发表或未公开发表的成果。 学位论文作者签名：拙 ：墨 学位论文版权使用授权书 本学位论文作者及指导教师完全了解大连海事大学有关保留、使用研究生学 位论文的规定，即：大连海事大学有权保留并向国家有关部门或机构送交学位论 文的复印件和电子版，允许论文被查阅和借阅。本人授权大连海事大学可以将本 学位论文的全部或部分内容编入有关数据库进行检索，也可采用影印、缩印或扫 描等复制手段保存和汇编学位论文。同意将本学位论文收录到中国优秀博硕士 学位论文全文数据库( 中国学术期刊( 光盘版) 电子杂志社) 、中国学位论 文全文数据库( 中国科学技术信息研究所) 等数据库中，并以电子出版物形式 出版发行和提供信息服务。保密的论文在解密后遵守此规定。 本学位论文属于：保密口在年解密后适用本授权书。 不保密口( 请在以上方框内打“4 ) 论文储虢嘲枷师躲绉 日期：2 0 1 0 年6 月2 6 日 基于支持向量机的干散货运价指数预测研究 第1 章绪论 1 1 研究背景和意义 国际干散货运输市场是国际贸易的派生市场，如其他市场一样，国际干散货 航运市场的运价由供需共同决定。由于运力供给与需求不仅受经济发展因素、自 然条件因素和政治条件等因素的影响，而且还受到新造船舶交付时间滞后性的影 响，因此国际干散货运输市场成为一个波动性非常剧烈的市场。随着全球经济一 体化的加深，各市场间的联系更加紧密，因素间的影响关系更加复杂。多种海运 金融衍生品等金融工具的投机使用也使得海运运价的波动性扩大，使得干散货运 价具有更大的不确定性。尤其2 0 0 8 年以来，受经济危机的影响，海运风险加剧， 在短短一年间，波罗的海干散货运价指数( b a l t i cd r yi n d e x ，b d i ) 从最高点1 1 , 7 9 3 跌落到历史最低点6 6 3 ，如此大的震荡给航运经营者和货物托运人带来了巨大的风 险，给他们的决策造成了困难。 干散货运价指数是选取若干条主要航线的平均运费率，根据不同的权重计算 得出的综合性指标，反映了国际干散货航运市场的运价水平。波罗的海航运交易 所陆续发布了综合运价指数b f i ( b a l t i cf r e i g h ti n d e x ；1 9 9 9 年变为b d i ) 、巴拿马 型船舶运价指数( b a l t i cp a n a m a xi n d e x ，b p i ) 、好望角型船舶运价指数( b a l t i c c a p e s i z ei n d e x ，b c i ) 等一系列干散货海运运价指数，它们表现为干散货航运市场 价格在某一个时期的数值与基准期数值的比值。干散货运价指数不仅是反映国际 干散货航运市场情况的权威指标，还是反映国际贸易情况的领先指标，它的涨跌 在一定程度上预示了经济情况和贸易的走势。 由于干散货运价指数具有如上特点，因此，运用有效的方法、考察航运市场 波动的内在规律和影响运价的外部因素，并在此基础之上对运价指数进行较为准 确的预测，不论对船舶经营人还是货物托运人都具有重要意义。 第1 章绪论 1 2 国内外研究现状综述 由于干散货运价指数是一个复杂的非线性系统，因此传统的预测方法并不能 取得很好的预测效果。干散货运价指数因其重要性及预测的难度，到目前为止， 国内外虽然一直有关于运价指数预测的相关研究，但是并没有找到一种公认的方 法。相关研究大多集中在运用计量经济学( 如：a r i m a 模型、v a r 模型或v e c m 模型) 进行的模拟预测，以及近年来提出的运用神经网络建立的运价预测模型。 经过实证分析证明，这两类方法对于运价指数这种非平稳的时间序列较之其他传 统预测方法更为合理，准确度也更高。近年来兴起一种新的机器学习方法支 持向量机( s u p p o r tv e c t o rm a c h i n e ，s v m ) ，理论研究表明，基于统计学习理论的 s v m 对复杂非线性函数具有良好的拟合能力，同时避免陷入神经网络预测模型的 过学习问题。作为较之神经网络更为先进的一种方法，目前运用其代替神经网络 进行运价指数预测的研究却很少。 本文不仅对运价指数进行了预测，而且从预测方法上来讲，是对使用s v m 进 行非线性时间序列预测的进一步探讨。为了提高预测精度，本文引入了小波变换 分析对运价指数序列进行消噪处理，构建了小波变换一s v m 混合预测模型，使模型 具有较好的鲁棒性。因而，本文在进行预测的同时也考虑到模型构建的方法，具 有一定的理论价值和实用意义。 本文的研究主要参考了以下几个领域的研究成果： 航运市场的研究 干散货运价指数预测的研究 s v m 的研究 小波变换 ( 1 ) 航运市场方面 2 0 世纪6 0 年代，有人最早把经济计量模型用于船舶市场规律研究，但对于当 时而言，需要用到的船舶市场的数据较多，而准确取得数据却很难，因此，这种 宏观经济分析方法在该领域并未深入下去。挪威经济与工商管理学院应用研究中 心发表了一系列关于散货运输市场的理论模型和实际模型，主要有n o r b u l k 【， n o r t a n k 和n o r s h i p 模型。在t i n b e r g e n 和k o o p m a n s 模型以及其他一些航运市场模 基于支持向量机的干散货运价指数预测研究 型中，航运需求都被假定是完全无弹性的( 即航运需求的运价弹性为o ) 。1 9 7 7 年， 挪威经济学家e r i k s e n 研究发现，当运价上升时，贸易的平均距离缩短，因而平均 运距也随之缩短，结果使以吨海里衡量的航运需求减少。1 9 8 1 年，挪威经济学家 w e r g e r l a n d 】j 根据e r i k s e n 的这一发现，建立了干散货运输市场的n o r b u l k 模型，其 中的供给函数中运力的系数仅为0 0 4 8 ，这与理论分析的结论相差甚远，理论上说 供给对于运力变化的弹性应接近1 。 19 8 1 年，c h a r e m z a 和g r o n i c k l 2 1 建立了非均衡散货运输市场模型，包括干散货 和油轮市场。该模型也包含航运市场、新造船市场和拆船市场，但它与其它模型 的区别在于该模型考虑了航运市场和船舶市场非均衡状态存在的可能性。在这个 模型中，需求并不总是等于供给，需求与供给的变化并非一定影响运价。模型描 述了价格对需大于供或供大于需的缓慢调整过程，模型中假定价格的变动与过量 需求成正比，还假定均衡交易量等于需求与供给之间较小的一个量。 1 9 8 5 年，m i c h a e lb e e n s t o c k 3 j 提出了运费市场与船舶市场相互关联的理论模 型，在这个模型中，b e e n s t o c k 首次提出，传统的供需理论对于船舶市场分析并不 适用，这是因为船舶属于资本性资产，具有较长的使用期，船舶的经营决策很大 一部分取决于决策者对现在市场的分析以及对未来市场的预测。因此，b e e n s t o c k 提出，应该采用资本理论对船舶市场进行分析与预测。b e e n s t o c k 把对船舶经营的 研究分为货运市场模块与船舶市场模块两部分。通过对由2 5 个方程的方程组求解， 得出当影响船舶市场的各种因素变化时船舶市场的变化规律。 在随后b e e n s t o c k 和v e r g o t t i s l 4 。6 】发表的一系列文章当中，对1 9 8 5 年的模型进 行了实际运用，对油轮市场和干散货市场进行了实证研究，考虑了与市场波动有 关的各方面因素，这些因素包括新造船价格、二手船价格、船舶封存数量等；然 后分别针对干散货航运市场、油轮航运市场、兼用船市场进行回归建模，对其进 行了动态求解；最后分析了干散货航运市场与油轮航运市场之间的溢出和反馈效 应，分析表明这种溢出和反馈效应是巨大的，不能独立分析某一个航运市场而不 考虑另外一个航运市场的情况。 第1 章绪论 s d t s o l a k i s 7 】教授在2 0 0 3 年用计量经济模型针对二手散货船价格进行研究，通 过各种船型数据的调查，对比了结构平衡方程模型s t r u c t u r a le q u a t i o nm o d e l s ( s e m ) 与非理论向量自回归模型a t h e o r e t i c a lv e c t o ra u t or e g r e s s i v e ( v a r ) m o d e l s 两种方 法，得出的结论表明：如果偏好于政策评价与经济预测，用s e m 模型比较适用。 m a r t i ns t o p f o r d f 8 】是系统阐述航运经济原理的学者之一，他著有( ( m a r i t i m e e c o n o m i c s ) ) 一书，在书中，s t o p f o r d 对航运市场周期理论、航运相关市场以及每 个子市场的运作机制进行了较为详细的论述。 在国内，船舶工业总公司技术经济研究院的林滨、陈惠民f 9 】曾用f p s ( 模糊一 概率一模拟) 的方法将经济规律、人为主观因素、哲学观与模糊理论联系在一起， 在进行机理分析的同时，提出了船舶市场预测为一种“结果可控预测”的观点， 最后以首次提出的f p s 法对船舶市场进行了模拟运算。另外具有代表性的有大连 海事大学吕靖等学者发表的一系列著作及文章i l0 1 。 ( 2 ) 干散货运价指数方面 自海运运价指数诞生以来，很多学者对运价指数进行了分析预测。例如， v e e n s t r a 和f r a n s e s ( 1 9 9 7 ) 运用计量经济学方法对指数进行预测，利用高等时间 序列的同积过程和单位根检验方法，对不同干散货船型和航线的海运运价指数时 间序列，分别建立了一阶向量自回归模型( v a r ) 。c u l l i n a n e ，m a s o n 和c a p e i l 列( 1 9 9 9 ) 通过简单的单一变量a r i m a 模型较为准确的对即期运费率进行了预测。l i 和 p a r s o n s l l 3 1 ( 1 9 9 7 ) 运用神经网络对油轮运输费率进行了预测，通过与a r m a 模型的 比较，证明对于较为长期的时间序列模型来说，神经网络模型具有更高的预测精 度。英国学者k a v u s s a n o s 和a l i z a d e h m t l 4 】( 2 0 0 1 ) 建立单一变量的季节自回归积 分移动平均模型( s e a s o n a la r l m a s a r i m a ) 多变量的季节共积和季节协整 ( s e a s o n a lc o i m e g r a t i n g ) 和向量自回归模型( v a r ) 对指数进行研究，对干散货运 输市场的季节性特征进行了分析论证，并得出干散货航运市场的季节波动特征。 国内的相关研究有，2 0 0 2 年，中远散货运输有限公司的何应杰【l5 j 运用时间序 列t 、s 、c 、i 和a r m a 模型分析了运价指数，指出了指数的长期增长趋势、周 期循环波动以及季节性波动的特征。2 0 0 4 年，大连海事大学的陈庆辉【1 6 , 1 7 1 在分析 基于支持向量机的干散货运价指数预测研究 了干散货航运市场运价指数的对数变化率的基础上，建立了运价指数的日收益率 的条件异方差模型( a r c h ) ，得出指数波动的内在规律。 ( 3 ) s v m 方面 s v m 是v a p n i k l l 8 ，拇】和他的同事在1 9 9 5 年共同研究得出的一种新的机器学 - - 3 方法，它的理论基础是v c 维理论和结构风险最小原理。它在解决小样本、非线性 及高维模式识别中表现出许多特有的优势，并能够推广应用到函数拟合等其他机 器学习问题中。目前，s v m 己被广泛用于分类辨别、模式识别以及数据挖掘等多种 领域。 s v m 在指数预测领域的应用研究还较少，其应用主要集中在金融领域，例如 2 0 0 1 年，v a ng e s t e l 2 0 1 等人基于最小二乘法的s v m 研究了金融时间序列的预测问 题；c a o 和t a y 2 1 - 2 3 1 进行了s v m 及其参数选择方面的研究，并运用金融时间序列 进行实证分析；在股票市场方面，2 0 0 3 年，k i m 【2 4 】将s v m 运用在股票价格指数 的预测领域，并且将它与b p 神经网络模型以及c b r 模型得到的结果进行比较， 验证了s v m 在金融时间序列的优越性。2 0 0 5 年，h u a n g ，n a k a m o r i 和w a n g 2 5 】 利用s v m 对日经2 2 5 指数进行预测，证明在中长期的趋势预测上，s v m 具有更 好的预测效果。 2 1 世纪初期，国内部分学者开始关注s v m 方法及其在各个领域的应用【2 6 2 7 1 。 在2 0 0 2 年，董西国0 2 8 1 比较系统的阐述了s v m 在数据挖掘中的应用，近几年来， 不少学者都对s v m 在时间序列的预测进行了深入研究2 9 。1 1 ，并且大部分的理论研 究都应用于金融时间序列的预测【3 2 刁9 1 。2 0 0 5 年，武骁和宗蓓华f 4 0 】运用s v m 进行 了港口吞吐量的组合预测。2 0 0 7 年，丁澎恺【4 1 】运用小波分析，结合s v m 进行了 干散货运价指数的预测。但是该研究采用日度数据，且多步预测的效果并不理想， 实用性佳，可靠性不足。 ( 4 ) 小波变换方面 小波的历史比较短，1 9 8 2 年，法国的石油探查技术员j m o r f e t 尝试利用小波 方法把不规则的信号更加有效地处理，小波的研究从此开始发展起来。之后，不 仅是在数学、物理学、工学等领域作为理论化发展，在图像处理、声音处理、信 第1 章绪论 号处理等方面也被认可为有效的方法，开始扩大了自己的应用范围4 2 埘】。近年来， 国内外的学者们把小波分析方法应用在金融和经济学上，并且研究结果表明其应 用具有很好的效果。 s h a r i f m d r a i h a n 、y iw e n 和b i n gz e n g 4 5 ( 2 0 0 5 ) 把d 、波变换应用到实际g d p 的增长率( 1 9 6 0 1 1 9 9 6 3 ) ，发现美国经济周期遵循的规律。他们利用小波变换幅 值图，发现了从1 9 6 0 年以来三次主要经济周期的时间和频率特性。他们认为这些 发现对经济周期理论是很重要的，不仅帮助大家确定那些重要的激发经济周期的 历史震荡，而且提供了关于那时经济周期演变的重要信息。但是并没有深入地讨 论经济周期产生的具体原因和演变的过程。 a r i n o ，p e d r o 和d i d a k o v i o 4 6 】( 1 9 9 5 ) 利用小波预测了时间序列。他们首先利用小 波，把时间序列分解成两个不同周期上的序列，并在每个周期上利用a r m a 模型 进行了回归，最后这两个预测值加在一起得最终的预测结果。a r i n o 发现这样的结 果更优于a r m a 模型的预测结果。 在国内也有学者把小波变换应用于时间序列的分析中。如：2 0 0 5 年，殷光伟 和郑丕谔【4 7 1 把小波变换应用于股市的预测。2 0 0 6 年，张桥云、杜世光利用墨西 哥帽型小波对中国1 9 9 4 年至2 0 0 5 年季货币乘数和法定准备金率进行连续小波变 换，并通过分解与重构，定性阐述了两者之间的内在结构关系。徐萍【删( 2 0 0 6 ) 把小波变换和神经网络结合起来，进行了b f i 的预测研究。 到目前为止，仅少数学者使用s v m 预测运价指数，但没有得到理想的预测效 果，且实用性欠佳，可靠性不足。因此，本文将s v m 解决复杂非线性问题的优势 运用在海运指数的预测上，进行b p i 值预测。本文构建了小波变换s v m 混合预测 模型，在使用s v m 之前，对样本序列进行小波变换分析，剔除b p i 序列的突变和 随机因素，保证模型的鲁棒性。 1 3 本文主要内容及研究思路 1 3 1 本文主要内容 ( 1 ) 干散货运价指数的影响因素 基于支持向量机的干散货运价指数预测研究 干散货运价指数是国际干散货运输市场的一种直观表示，它实际上是影响航 运市场的内部、外部因素共同作用的结果。本文从干散货航运市场的内部运行机 制和外部影响因素这两方面入手，分析运价指数波动的深层原理，从而揭示指数 波动的规律。为选择适当的方法进行指数预测奠定基础。 ( 2 ) 混合预测模型的构建 通过对运价指数内部及外部影响因素的分析可知，运价指数是一个复杂的非 线性系统，这种时间序列的预测方法集中在计量经济学及神经网络领域，本文利 用s v m 对复杂非线性时间序列的特有优势，对运价指数序列进行预测，达到较高 精度；并且在此基础上加入小波变换，在数据输入s v m 之前对其进行消噪处理， 去除序列的突变因素，保证模型的鲁棒性能。这样构建的小波变换s v m 混合预测 模型可以更加稳定、有效的发挥s v m 的作用。 ( 3 ) 运用混合预测模型对运价指数进行预测 在构建了混合预测模型之后，本文使用巴拿马型干散货船舶运价指数b p i 作 为实证分析的样本数据，进行多组预测： 仅考虑指数序列本身进行预测 考虑相关市场对b p i 的影响进行预测 在完成单步预测的基础上，进行b p i 的多步预测 滞后3 个月的中期预测 在仅使用序列本身的单步预测中，本文将混合预测模型得到的预测结果与使 用a r i m a 模型及神经网络的预测效果进行比较，验证在运价指数预测中混合预测 模型的优越性。 1 3 2 本文研究思路 本文研究思路如下： 第1 章绪论 图1 1 文章结构流程图 f i g 1 1f l o wc h a r to f t h ep a p e r 8 基于支持向量机的干散货运价指数预测研究 第2 章国际干散货航运市场运行机制分析 2 1 国际干散货航运市场简述 按照所承运的货物的形态，国际航运市场可分为：干散货运输市场、液体散 货运输市场、杂货运输市场和集装箱运输市场等。国际干散货市场是一个非常重 要的运输市场，据统计，在世界贸易中，有9 0 左右的货物是通过海运实现的， 其中干散货海运量约占总海运量的1 3 。 国际干散货运输市场按照不同船型可以分为以下五个市场： 表2 1 国际干散货航运市场中的五种船型分类 t a b 2 1t h ef i v et y p e so fd r yb u l kv e s s e li ni n t e r n a t i o n a ld r yb u l ks h i p p i n gm a r k e t 由于不同的船型具有不同吨位及特性，因此导致它们在航运市场上承运的货 种和航线都有很大差别。 j 灵便型船舶主要承运从北美、南美及澳大利亚运至欧洲和亚洲谷物，另外还 在全世界范围内承运一些小批量的货种，如铝矾土、氧化铝、大米和食糖等。由 于它们吨位和体积较小，吃水较浅，并且适于运输多种小批量货物，尤其是一些 灵便型船舶自配起重设备，可以适应支线港的装卸，因此他们在航线和挂靠港口 的选择上非常灵活。 大部分巴拿马型船舶主要被用于运输北美、澳大利亚至日本和西欧的煤炭和 谷物，还有一部分运输铁矿石。巴拿马型干散货船舶较之灵便型具有更深的吃水， 第2 章固际干散货航运市场运行机制分析 而且在航运市场中承运的货种更加集中和固定，因此，比起灵便型船舶他们运营 的灵活性较差。 好望角型干敝货船舶是经过好望角连接大西洋和太平洋的主要船型。主要被 用于运输铁矿石，按照航行区域来看，大部分从南美、澳大利亚运往f i 本、西欧 和北美：也有少数从事从澳大利亚、北美运至日本和西欧的煤炭运输。它的吨位 和体积对航行区域和挂靠港口都有较高的要求，且只适于少数货种和吃水较深的 干线港口，运营的灵活性明显较差。 幽21 近五年来分船型统计运力规模 f i 9 2 1t h e f l e e tc a v i t ya c c o r d i n 9 1 0 t h e v e s s e l 孵 图2 i 反映了分船型统计的近五年来的历史运力规模。好望角型干散货船舶运 力规模最大，且逐年保持较快增长。巴拿马型船舶运力规模居于第二位，但其增 幅较缓慢，2 0 0 6 年至2 0 0 9 年保持在6 左右，2 0 1 0 年与0 9 年基本持平。灵便型 船舶基本没有运力规模的扩大。 为了分析和比较不同船型和租期的运价波动特性，本文选取从1 9 7 7 年1 月剑 2 0 0 9 年5 月的巴拿马型、好望角型、灵便型干散货船舶的一年和三年期租运费率 月度数据进行统计分析，它们的波动情况见下面两幅图： 基于支持向量机的干散货运价指数预测研究 ；l 毫ll l1 igl ll l ill l l jjjij 三ijjiijijjjij i j j jijjj ! jijjj c 印妇 一p a 瑚一 一h 皿d 婶据 图2 2 不同船型干散货船舶1 年期租租金费率 f i 9 22 t h e 0 1 1 e y e a r t i m e - c h a r t e rr a t e u n d e r d i f i b c e n t d l y b u l k v e s s e l t y p e s q d 一p - n 一一h n d y d 口 圈2 3 不同船型干散货船舶3 年期租租金费率 f i g2 3 t h e t h r e e y e a r t i m e - c h a r t e r m u n d e r d i f f e r e n t d r yb u m v e s s e l t y p e s 在同一种租期水平下，三种船型运费率的波动趋势大体一致，这是因为不同 船型的子市场所受的影响因素基本相同；而在某些局部范围内的短期波动情况则 存在明显差异，这是由于它们承运货种及航行区域的不同，导致各自受到特有的 蛳蛳啪啪啪哪。咄 阳帅伯 瑚 h 点薅 篡= 。一 目# 。 第2 章国际干散货航运市场运行机制分析 因素的影响。总的来看，灵便型干散货船舶的波动性最弱，好望角型干散货船舶 的波动性最强。因为灵便型船舶适应性最强，可以在市场变化的时候快速反应， 而好望角船舶对货种和港口的选择余地小，灵活性差，容易受到外界冲击。 在不同的租期水平下，同一种船型的1 年租期费率比3 年期租合约费率的波 动性大，这是由于长期的期租合约大多用于工业运输，它们具有长期而稳定的运 输需求和较为固定的贸易模式，海运的需求弹性较小；而且大多签订长期租约的 货主都会采取航次租船或者短期期租来满足额外的临时性的运输需求。因此，3 年 租期的波动曲线更为平缓。 2 2 国际干散货航运市场特点 ( 1 ) 派生性 航运是国际贸易产生的一种派生需求。由于各国、各地区之间存在资源禀赋 差异，国家与国家之间以及国家的不同地域之间，产生了货物的运输需求。随着 经济发展产生的劳动分工和社会化大生产，运输市场不仅有对资源的运输需求， 而且出现了对产品的运输需求，如钢材和粮食。 ( 2 ) 大宗性 要想满足货物的运输需求，主要有包括公路、铁路、管道、航空及海运等五 种运输方式。由于干散货船舶的运量大、运价低，它主要以承运铁矿石、煤炭、 谷物等大宗干散货为主。 ( 3 ) 完全竞争性 国际干散货航运市场与集装箱、油轮运输市场不同，它基本上是一个完全竞 争的市场。首先，货主和船东的数量众多，并且可以自由的进出市场、选择船方 或货方进行交易；其次，市场信息透明，全世界范围内的供求信息交换十分便捷。 伦敦、纽约和东京等干散货市场2 4 小时开放；再次，市场上大部分船东规模较小， 单个船东基本不能影响和控制运输市场。 ( 4 ) 季节性 根据k a v u s s a n o s 和a l i z a d e h m ( 2 0 0 1 ) 的研究，干散货运输市场具有季节性 波动特征。研究以灵便型、巴拿马型和好望角型干散货船舶作为对象，经过验证， 这三种船型的运费率在每年三、四月出现显著上升，形成波峰，而在每年的六、 基于支持向量机的干散货运价指数预测研究 七月出现显著下降，达到一年的波谷。干散货市场的季节性主要是由于国际贸易 货物流量和流向的季节性变化而产生的，船舶对运输货类的排他性也是形成季节 性的主要原因之一。 ( 5 ) 周期性 由于干散货运输市场的派生特性，它随着国际贸易和世界经济的变化而上下 波动，存在一定的周期性。m a r t i ns t o p f o r d 在( ( m a r i t i m ee c o n o m i c s ) ) 一书中，对 航运市场周期理论进行了较为详细的讨论。他将航运市场周期分为波谷期，恢复 期，高峰期，下滑期。书中详细地分析了从1 8 7 3 1 9 8 9 年间的十一个航运市场周期 的特点和成因，包括航运市场的内部结构和外部事件。航运市场周期的形成无论 是外因，诸如重大经济、政治动荡，还是航运业本身的运行机制原因，从机理上 来讲最终都是由于供求关系造成的。从历史上来看，航运市场周期波动是不规则 的，周期长度也各不相同。 ( 6 ) 高风险性 国际干散货航运市场由于其承运货物的种类繁多，各种货物的生产周期、运 输方式各不相同，又受到世界政治经济环境、经济地理、各国的经济发达程度和 产业结构特点等因素的影响，是一个完全竞争的市场，因而其具有高风险性的特 点。 值得强调的是，与同样复杂的其他市场系统相比( 如原油交易市场) ，干散 货运输市场有一个特殊的因素导致它的波动尤为剧烈，即新造船的时间滞后性。 市场经济学理论表明，导致价格波动的是供需的不平衡性。供给与需求长期处于 不平衡状态的主要原因，是它们之间有一个作用与反应的时间差。在干散货航运 市场上，当货运需求上升，供给不能马上满足，需要通过新造船市场提供更多运 力，而新造船从下订单到新船交付需要3 4 年时间，如此长的时间差扩大了干散货 航运市场供给与需求的不平衡性，使之成为一个高风险、波动剧烈的市场。 第2 章国际干散货航运市场运行机制分析 2 3 国际干散货航运市场的供给分析船舶市场 国际干散货航运市场的运力供给来源是国际船舶市场【5 0 1 。船舶市场由新造船市 场、二手船市场和拆解船市场组成。航运市场与船舶市场关系非常密切，如下图 所示： 图2 4 航运市场与船舶市场的关系 f i g 2 4t h er e l a t i o n s h i po fs h i p p i n gm a r k e ta n dv e s s e lm a r k e t 图2 4 表示了在供需因素下，运输市场、新造船市场、二手船市场和拆解船市 场之间的相互影响。 ( 1 ) 新造船市场、二手船市场和拆解船市场通过运力的供需水平与运输市场 相互影响。 一般说来，在航运市场处于繁荣兴旺时期，运力供给小于需求，海运运费率 上升，此时，船舶经营人会尽量使船舶生产率最大化以赚取更多利润，并且开始 基丁支持向量机的干散货运价指数预测研究 购置新的运力。船舶市场上的二手船供不应求，船价看好，船东会把一些己接近 或超过使用年限而应报废拆解的旧船延长其使用期继续营运；并把一些本已闲置 的旧船经过一轮全面检修或改装后重新投入营运使用。而在航运市场和船舶市场 出现萧条的情况下，运力供给大于需求，船东首先会降低航速，闲置一些运力， 或者卖掉部分船舶，把一些尚未到使用年限的营运中的旧船或闲置船舶提前报废， 出售给拆船厂商作为废船拆解，以缓和船队运力过剩的现象。此外，一些对船舶 进行限制的国际规则，如i m o 对油轮的双壳体结构规则等，都会迫使船东做出出 售废船的决定。 ( 2 ) 新造船市场与二手船市场的相互关系 当造船市场看好时，说明运输市场预期比较好，购买新船会有利可图，此时 二手船交易量也会大增；大量的新船订单，也会对未来市场带来负面影响，如将 来大量新船船舶交付可能导致运力过剩的风险，购买二手船也会存在市场下跌的 风险。 ( 3 ) 二手船与拆船市场的相互关系 二手船市场受拆船市场影响，主要是拆船价格。因为船东会权衡拆船所得收 益和作为二手船所得收益，一般情况下，一些船龄较大的、拆船价格与二手船价 格相差不多的船舶，将进入拆船市场被拆卸掉。然而也有一些船东或企业因为船 东担心出售这些船舶，会给自己未来的发展带来潜在的竞争对手，宁愿把性能较 好的船舶拆卸掉，而把性能特别差的船舶当作二手船卖掉。对于老旧船而言，要 么被当作二手船买卖继续运营，要么就被拆卸退出市场。因此当拆卸量较大时相 应船舶买卖数量就会相对变少，而船舶拆卸量小的话，说明市场行情较好，船舶 买卖交易数量也会增加。 2 3 1 新造船市场分析 新造船市场是航运市场的供给来源。就市场的变化规律而言，新造船市场的 变化规律与航运市场相类似。它们都受世界经济景气程度的影响，另外还受到市 第2 章国际干散货航运市场运行机制分析 场变化条件、战争、国际运河的封闭、工人罢工等偶发因素的影响，造船市场亦 呈现波动性。 对于航运企业来说，与二手船相比，新船的优点体现在以下几个方面：生产效 率较高、运输成本相对较低、运输质量好、竞争能力强、经济效益好、容易获得 本图政府或其他金融机构在财政补贴以及优惠贷款等方面的好处。其缺点为船舶 投资较大、投资回收期长、船舶维持成本高，一旦闲置，其经济损失亦较大。 暑罩i 吾吾：；言三j = ；=c=c=z ii ；i ；ii ； iiiiiili ；ii ； 图2 5 近一年来月度新造船交船量与新增订单最 f i g25t h ev o l u m eo f n e w b u i l d i n ga c t u a ld e l i v e r , a n do r d e r n e w l y i n c r e 笛e d i n t h ep a s ly e a r 上图表示2 0 0 9 年3 月至2 0 1 0 年2 月新交付船量与新增订单量( 均以万载重吨 记) 的月度统计。从图中可以看出，在过去一年中，投放进入运输市场的船型主 要为好望角型干散货船舶，其次为吨位同样较大的巴拿马型和大灵便型干散货船 舶，而吨位最小的灵便型船舶仅有很少新船交付。由于从下订单到新船交付有2 - 3 年左右的滞后期因此左图可以反映2 0 0 6 、2 0 0 7 年船东与造船厂之间签订订单的 情况。它与右图所示的最近一年新增订单情况形成巨大反差：首先，总的订单量 大幅下降。尤其在2 0 0 9 年的1 月到5 月，几乎没有新增订单：其次，船东定制新 船时，大吨位的好望角型干散货船舶所占比例明显下降，巴拿马型干散货船舶新 帅 0 基于支持向量机的干散货运价指数预测研究 增订单比重增大。这说明在2 0 0 8 年下半年陷入全球经济危机之后，船舶市场随之 陷入低谷，船东并不看好干散货航运市场的未来走势，对市场缺少信心。 2 3 2 二手船市场分析 二手船市场又称船舶买卖市场，是由供给方即二手船出售者和需求方即二手 船购买者结合而形成的船舶交易市场。二手船市场具有以下特征： ( i ) - - 手船市场一个显著的特点是交易的双方均为船东。在供给方面，船东所 拥有的商船在经过一段时间的营运使用后，会出现因船龄日益老化而引起的船舶 技术状况的逐渐恶化，营运经济效益渐趋下降。为保持市场的竞争力，通常把旧 船做出售处理。 ( 2 ) - - 手船买卖市场上船价波动非常大。二手船市场的供给与需求特点，决定 了二手船市场的供需关系和市场价格。一般说来，在航运市场繁荣时期，海运价 格对船东有利可图，此时，航运需求大于航运供给，二手船市场供不应求，船价 看好，船东不仅要充分利用现有船舶，还会把本已闲置的旧船经检修或改装后重 新投入营运，并且通过提高船速等方式来增加航次数从而增加船舶运力供给；当航 运市场不佳时，航运供给大于航运需求，此时运价低迷，二手船市场价格亦相应 较低。这种航运市场供需矛盾的转化，就使二手船价格随时处于波动中。 尽管购买二手船在许多方面不具备建造新船的优势，但与建造新船相比具有 如下特征： ( 1 ) 资本成本低。对于规模较小、资金有限的企业