基于VEC模型剖析干散货航运市场运价的影响与预测

基于VEC模型剖析干散货航运市场运价的影响与预测一、引言1.1研究背景与意义在国际贸易蓬勃发展的当下，海运凭借运量大、成本低的独特优势，成为国际贸易运输的核心方式，承担着超过80%的贸易量，在国际物流体系中占据着举足轻重的地位。干散货运输作为国际海运的关键构成部分，在全球海运贸易份额中占比超40%，超过了集装箱运输、油轮运输及其他特殊船型运输，是国际贸易的基础支撑，也可被视为全球经济发展的一个缩影。干散货运输主要承运铁矿石、煤炭、粮食等无需包装即可直接装载于船舱的初级产品。以2023年为例，铁矿石海运贸易量达15.43亿吨，占比27.88%；煤炭海运贸易量为13.16亿吨，占比23.78%；谷物海运贸易量是5.22亿吨，占比9.44%。铁矿石、煤炭、粮食作为三大干散货，与铝矾土和磷矿石合称为五大干散货，是国际干散货运输的主要货源，对干散货运输市场有着最为关键的影响。这些干散货广泛应用于钢铁、能源、农业等基础产业，是全球经济运行的重要物质基础，其运输的顺畅与否直接关系到各国经济的稳定发展。干散货航运市场运价是市场供需关系、航运企业运营状况以及全球经济形势等多种因素综合作用的结果，具有高度的复杂性和波动性。运价的波动会给航运企业带来经营风险，也会对货主的物流成本产生直接影响，进而波及到相关产业的成本和利润。当运价大幅上涨时，航运企业的收入会显著增加，但货主的运输成本则会急剧上升，这可能导致下游企业产品价格上涨，影响市场竞争力；反之，若运价大幅下跌，航运企业可能面临盈利困难甚至亏损的局面，进而削减运力或采取其他成本控制措施，这又可能对整个干散货航运市场的供需平衡和稳定性造成冲击。例如，在全球经济繁荣时期，对铁矿石、煤炭等干散货的需求旺盛，干散货航运市场的需求增加，推动运价上升。航运企业能够获得较高的利润，从而有资金投入到新船购置、船舶升级改造等方面，进一步扩大运力。然而，当全球经济出现衰退或增速放缓时，工业生产活动减少，对干散货的需求下降，干散货航运市场供大于求，运价便会随之下降。此时，航运企业可能会面临船舶闲置、收入减少的困境，甚至一些小型航运企业可能因无法承受亏损而退出市场。当前，干散货航运市场还面临着诸多挑战和不确定性。全球经济增长的不平衡、贸易保护主义的抬头、环保法规的日益严格以及航运技术的快速变革等因素，都在深刻影响着干散货航运市场的运价走势。在这样的背景下，深入研究干散货航运市场运价的波动规律和影响因素具有重要的现实意义。本研究基于VEC模型展开，旨在深入剖析干散货航运市场运价变化与市场趋势，预测未来运价走势，为航运公司、货主等市场参与者提供科学的决策依据，助力其有效应对市场波动带来的风险，提高市场竞争力。同时，本研究成果也能为政府部门制定相关政策提供参考，促进干散货航运市场的健康、稳定、可持续发展。通过对干散货航运市场运价的精准分析和预测，航运公司可以更加合理地安排运力、制定运价策略，避免因市场波动造成的经营损失；货主则可以根据运价预测结果，优化物流方案，降低物流成本；政府部门能够依据研究结论，制定更加科学合理的产业政策，引导干散货航运市场朝着健康有序的方向发展。1.2国内外研究现状干散货航运市场运价的研究一直是学术界和航运业界关注的焦点，众多学者从不同角度运用多种方法展开了深入探究。在干散货航运市场运价影响因素的研究方面，国外学者的研究起步较早。Notteboom和Winkelmans（2001）通过对大量历史数据的分析，指出全球经济增长是影响干散货航运市场需求的关键因素，当全球经济处于上升期时，对铁矿石、煤炭等干散货的需求会显著增加，进而推动运价上涨。Stopford（2009）在其著作中全面阐述了干散货航运市场的运作机制，强调了船舶供给与需求的平衡对运价的决定性作用，船舶供给过剩会导致运价下跌，而需求旺盛时运价则会上升。国内学者也对干散货航运市场运价影响因素进行了广泛研究。刘斌（2010）运用计量经济学方法，实证分析了世界经济增长、贸易量、船舶运力等因素与干散货运价之间的关系，发现世界经济增长和贸易量的增加会促进干散货运价上升，而船舶运力的过快增长则会对运价产生负面影响。陈继红和真虹（2012）从市场结构的角度出发，研究了干散货航运市场的竞争格局对运价的影响，指出市场集中度较低导致船公司之间竞争激烈，难以形成有效的价格联盟，使得运价波动较为频繁。在计量经济模型应用于航运市场分析的研究中，VEC模型逐渐受到关注。VEC模型，即向量误差修正模型，是基于协整理论构建的，能够有效处理非平稳时间序列数据，分析变量之间的长期均衡关系和短期动态调整机制，这使得它在干散货航运市场运价研究中具有独特的优势。国外学者在VEC模型应用方面进行了诸多尝试。Kavussanos和Visvikis（2006）运用VEC模型对干散货航运市场的运价波动进行了研究，通过对多个影响因素的分析，发现燃油价格的波动对干散货运价有着显著的短期影响，当燃油价格上升时，航运企业的运营成本增加，会在短期内推动运价上涨；而在长期，船舶运力的变化则是影响运价的关键因素。他们还通过脉冲响应函数和方差分解分析，进一步揭示了各因素对运价波动的贡献程度，为航运企业的决策提供了重要参考。国内学者也积极将VEC模型应用于干散货航运市场研究。李瑞琴和赵刚（2015）基于VEC模型，对干散货航运市场运价与相关影响因素进行了实证分析，结果表明国际干散货海运贸易量、新船价格、拆船价格与干散货运价之间存在长期的协整关系。在短期内，当干散货运价偏离长期均衡状态时，误差修正项会以一定的调整力度将其拉回到均衡水平。此外，他们还发现国际干散货海运贸易量对干散货运价的影响最为显著，当贸易量增加时，干散货运价会随之上升。除了VEC模型，其他计量经济模型在干散货航运市场分析中也有应用。例如，ARIMA模型被用于预测干散货运价的短期走势，它通过对时间序列数据的自相关和偏自相关分析，建立预测模型，能够对短期内的运价变化做出较为准确的预测。神经网络模型则以其强大的非线性拟合能力，能够处理复杂的非线性关系，对干散货航运市场的多因素进行综合分析，预测运价的长期趋势，但该模型的训练需要大量的数据，且模型的可解释性相对较差。总体而言，国内外学者在干散货航运市场运价研究方面取得了丰硕的成果，但仍存在一定的局限性。现有研究对干散货航运市场运价影响因素的分析多集中在传统因素上，对于新兴因素如数字化技术应用、绿色航运政策等对运价的影响研究相对较少。在模型应用方面，虽然VEC模型能够较好地处理变量之间的长期和短期关系，但在模型的参数估计、变量选择等方面还存在优化空间，且不同模型之间的比较研究相对不足。未来的研究可以进一步拓展影响因素的研究范围，优化模型的应用，提高对干散货航运市场运价的预测精度和分析能力。1.3研究方法与创新点为深入剖析干散货航运市场运价的复杂机制和发展趋势，本研究综合运用了多种科学研究方法，力求全面、准确地揭示市场规律，为行业发展提供有力的理论支持和实践指导。本研究广泛收集和整理国内外相关文献资料，对干散货航运市场运价的研究现状进行了系统梳理。通过对大量学术论文、行业报告、统计数据等资料的研读，了解前人在该领域的研究成果、研究方法以及存在的不足，明确了本研究的切入点和方向，为后续的研究工作奠定了坚实的理论基础。在理论分析方面，深入研究了干散货航运市场的相关理论，包括市场供需理论、价格形成机制、航运周期理论等。通过对这些理论的深入剖析，明确了干散货航运市场运价的形成原理和影响因素，从理论层面揭示了运价波动的内在机制，为实证分析提供了理论依据。同时，本研究选取了具有代表性的案例进行深入分析，通过对实际案例的研究，进一步验证和丰富了理论分析的结果。以某一特定时期内的干散货航运市场运价波动为例，详细分析了该时期内市场供需关系、船舶运力变化、燃油价格波动等因素对运价的具体影响，为理论分析提供了实际案例支持，使研究成果更具现实指导意义。本研究的核心方法是实证分析，基于VEC模型展开深入研究。通过收集干散货航运市场的历史数据，包括运价指数、市场供需量、燃油价格、船舶运力等相关数据，运用计量经济学软件对数据进行处理和分析。首先对数据进行平稳性检验，确保数据的可靠性和有效性；然后进行协整关系检验，确定各变量之间是否存在长期稳定的均衡关系；在此基础上建立VEC模型，分析各变量之间的短期动态调整机制和长期均衡关系。通过格兰杰因果检验，确定各因素之间的因果关系，明确哪些因素是影响干散货航运市场运价的关键因素；利用脉冲响应函数和方差分解分析，进一步研究各因素对运价波动的影响程度和贡献度，预测干散货航运市场运价的未来走势。本研究的创新点主要体现在研究方法的运用上。基于VEC模型对干散货航运市场运价进行研究，能够充分考虑变量之间的长期均衡关系和短期动态调整机制，相较于传统的研究方法，更能准确地描述干散货航运市场运价的复杂变化。通过VEC模型可以清晰地分析出市场供需、燃油价格、船舶运力等因素在长期和短期内对运价的不同影响，为市场参与者提供更为全面和准确的决策依据。同时，本研究在变量选择和模型构建过程中，充分考虑了干散货航运市场的特点和实际情况，引入了一些新的变量和因素，进一步完善了干散货航运市场运价的研究模型，提高了研究的准确性和可靠性。二、干散货航运市场概述2.1干散货航运市场的结构与分类干散货航运市场是一个庞大且复杂的体系，其结构涵盖了多个方面，涉及众多的参与主体和多种交易形式。从市场参与主体来看，主要包括托运人、承运人、经纪人等。托运人通常是拥有干散货需要运输的企业或个人，如钢铁企业、电力公司、粮食贸易商等，他们是干散货航运市场的需求方，其运输需求的规模、频率和目的地等因素，对市场的供需关系有着重要影响。例如，钢铁企业对铁矿石的大量需求，会促使其频繁地寻找合适的承运人来运输铁矿石，从而推动干散货航运市场的活跃度。承运人则是提供运输服务的航运企业，它们拥有各类干散货船舶，通过合理安排船舶运力、规划航线等方式，满足托运人的运输需求，是市场的供给方，其运力规模、船舶类型和运营效率等，直接决定了市场的供给能力。经纪人在托运人和承运人之间起着桥梁和纽带的作用，他们凭借丰富的市场信息和专业的业务能力，为双方提供租船业务撮合服务，帮助双方达成运输合同，提高市场的交易效率。干散货航运市场按照不同的标准可以进行多种分类，其中按船型和货种分类是两种常见且重要的分类方式。按船型分类，干散货船主要可分为海岬型船、巴拿马型船、大灵便型船和灵便型船等。海岬型船通常指载重量在15万吨左右的散货船，这类船舶以运输铁矿石、煤炭等大宗干散货为主。由于其船体较大，吃水较深，无法通过巴拿马运河和苏伊士运河，需绕行好望角和合恩角，因而得名。在全球铁矿石贸易中，海岬型船承担着重要的运输任务，从澳大利亚、巴西等铁矿石主要出口国运往中国、日本等进口国的铁矿石，大部分都是由海岬型船运输。其优势在于能够实现大规模的货物运输，降低单位运输成本，但对港口的水深和装卸设备要求较高。巴拿马型船是依据巴拿马运河通行尺寸限制来建造的船舶，一般载重在6-7.5万吨之间，老船闸船舶限制总长不超过294.13米，宽不超过32.36米，最大吃水12.04米；新闸船舶限制总长不超过370.33米，宽不超过51.25米，最大吃水15.24米。这类船主要运输煤炭、粮食及小宗商品，在全球煤炭和粮食运输中发挥着关键作用。如从澳大利亚、印度尼西亚等煤炭出口国运往中国、印度、日本等进口国的煤炭，以及从美国、加拿大等粮食出口国运往世界各地的粮食，很多都是通过巴拿马型船运输。巴拿马型船的特点是对运河和港口的适应性较好，能够在不同的贸易航线上灵活运营。大灵便型船载重量一般在4-5.9万吨，吃水一般在11米左右，符合大部分较大港口满载进出的需要，一般5舱5口，多配有起卸货设备，营运方便灵活。主要承运谷物、煤炭、焦炭以及一些小宗散货等，其运输范围较为广泛，既可以参与国际间的大宗货物运输，也能够满足一些小批量货物的运输需求，尤其在一些对船舶灵活性要求较高的贸易航线上具有优势。灵便型船指载重量在2-5万吨左右的散货船，其中超过4万吨的船舶又被称为大灵便型散货船。这类船具有较强的对航道、运河及港口的适应性，载重吨量适中，能够在一些小型港口或航道条件有限的区域进行运输作业，主要运输小宗散货，如磷肥、碳酸钾、木屑、水泥等。其优势在于能够深入一些偏远地区或小型港口，满足当地的货物运输需求，为区域经济发展提供支持。按货种分类，干散货主要包括铁矿石、煤炭、粮食、铝矾土、磷矿石等。铁矿石是钢铁生产的重要原材料，其海运贸易量巨大，主要出口国有澳大利亚、巴西、印度等，进口国主要有中国、日本、欧洲等国家和地区。煤炭作为重要的能源资源，分为动力煤和焦煤，动力煤主要用于电力生产和能源消耗，焦煤主要用于钢铁冶炼生产。全球煤炭海运贸易量也十分可观，煤炭的主要出口国包括澳大利亚、印度尼西亚、俄罗斯等，进口国主要有中国、印度、日本、韩国等。粮食是关系到国计民生的重要物资，海运贸易量稳定，主要包括大豆、玉米、小麦等品类，出口国主要集中在北美洲的美国和加拿大、南美洲的阿根廷和巴西、大洋洲的澳大利亚、欧洲的乌克兰和俄罗斯等国家；进口国较为分散，其中占比较大的有中国、非洲、欧盟、日本、韩国和越南等地区。铝矾土是生产氧化铝的主要原料，磷矿石是生产磷肥的重要原料，它们在干散货航运市场中也占有一定的份额，其运输需求受到相关产业发展的影响。2.2干散货航运市场的发展历程与现状干散货航运市场的发展历程是一部与全球经济、贸易和科技发展紧密相连的历史，其发展阶段可大致划分为三个主要时期。早期的干散货航运市场，船舶技术较为落后，多为小型、低速的木质船舶，运输效率低下。当时的全球经济和贸易规模相对较小，干散货运输需求主要集中在少数几个工业国家之间，运输的货物种类也较为单一，主要以煤炭、铁矿石等基础原材料为主。在这一时期，干散货航运市场的发展相对缓慢，市场结构较为简单，竞争也不激烈。随着科技的进步和全球经济的快速发展，干散货航运市场进入了快速发展阶段。船舶技术得到了显著提升，出现了大型化、专业化的干散货船舶，如超大型矿砂船（VLOC）等，这些船舶的载重量大幅增加，运输效率得到了极大提高。同时，全球贸易规模迅速扩大，新兴经济体的崛起使得干散货运输需求呈现爆发式增长。例如，20世纪70年代至90年代，亚洲“四小龙”的经济腾飞以及中国改革开放后经济的快速发展，对铁矿石、煤炭等干散货的需求急剧增加，推动了干散货航运市场的繁荣发展。在这一阶段，市场竞争逐渐加剧，航运企业不断优化航线布局、提高服务质量，以争夺市场份额。近年来，干散货航运市场进入了成熟稳定阶段。全球经济增长趋于平稳，贸易格局也相对稳定，干散货航运市场的发展主要依赖于现有贸易需求的维持和调整。随着环保意识的增强和环保法规的日益严格，干散货航运市场面临着绿色转型的压力，新型节能、环保船舶的研发和应用成为行业发展的重要方向。数字化技术的广泛应用也为干散货航运市场带来了新的机遇和挑战，通过大数据分析、物联网等技术，航运企业能够更加精准地掌握市场动态、优化运营管理，提高运营效率和服务质量。当前，在全球贸易格局下，干散货航运市场呈现出一系列特点。从市场规模来看，干散货航运市场在全球海运市场中占据着重要地位，2023年全球干散货海运贸易量达到56.31亿吨，同比增长2.7%。其中，铁矿石、煤炭和谷物等主要货种的运输量保持稳定增长态势，小宗干散货需求也有微增。中国作为全球最大的干散货进口国，在市场中扮演着举足轻重的角色，2023年中国铁矿石进口量达到12.2亿吨，同比增长7.7%；煤炭进口量为3.59亿吨，同比增长66.8%。在贸易量方面，不同货种的贸易量分布存在差异。铁矿石贸易集中度较高，主要出口国为澳大利亚和巴西，两国合计占铁矿石海运出口总量的82%；中国是最大的铁矿石进口国，进口依存度高达8成，占铁矿石海运进口总量的75%。煤炭海运贸易中，中国、印度是主要进口国，占比分别为27%、19%；印尼、澳大利亚是主要出口国，占比分别为40%、27%。粮食贸易的出口国主要集中在北美洲的美国和加拿大、南美洲的阿根廷和巴西、大洋洲的澳大利亚、欧洲的乌克兰和俄罗斯等国家；进口国较为分散，其中占比较大的有中国、非洲、欧盟、日本、韩国和越南等地区。从船队规模来看，截至2024年底，全球干散货船队运力达到12.3亿吨，同比增长3.1%。不同船型的运力分布也有所不同，好望角型船运力占比约为30%，主要用于运输铁矿石、煤炭等大宗干散货；巴拿马型船运力占比约为25%，主要运输煤炭、粮食及小宗商品；大灵便型船和灵便型船运力占比分别约为20%和15%，它们的运输灵活性较高，适用于多种货物的运输。干散货船队还面临着船舶老龄化和环保要求升级的挑战，部分老旧船舶需要进行改造或淘汰，以满足环保法规的要求，这也在一定程度上影响了船队的结构和运营成本。2.3干散货航运市场运价体系及波动特征干散货航运市场的运价体系是一个复杂的经济系统，其中波罗的海干散货运价指数（BDI）是最为重要的衡量指标。BDI由波罗的海航运交易所发布，是国际干散货运输市场的权威运价指数，被广泛认为是全球经济和贸易活动的晴雨表。BDI的构成基于海岬型船、巴拿马型船和灵便型船这三种主要船型在多条代表性航线上的即期运费，通过加权计算得出。这些航线覆盖了全球主要的干散货贸易路线，包括从澳大利亚、巴西到中国、日本等国家的铁矿石运输航线，从澳大利亚、印度尼西亚到中国、印度等国家的煤炭运输航线，以及从美国、加拿大到世界各地的粮食运输航线等。不同船型在运输货物种类、载重能力和适用航线等方面存在差异，其运价也会受到多种因素的影响。海岬型船主要承运铁矿石、煤炭等大宗干散货，由于其载重量大，对运输航线的水深和港口设施要求较高，因此其运价通常受到铁矿石和煤炭市场供需关系、矿山生产情况、港口装卸效率等因素的影响。巴拿马型船主要运输煤炭、粮食及小宗商品，其运价受到全球煤炭和粮食市场供需、贸易政策、运河通行情况等因素的制约。灵便型船主要承运小宗散货，其运价相对较为灵活，受到区域市场供需、货物种类和运输距离等因素的影响。BDI在干散货航运市场中发挥着多方面的重要作用。它是全球经济的重要先行指标，由于干散货运输的货物大多是初级产品和工业原料，与全球经济的景气程度和原材料行情密切相关。当全球经济增长强劲时，工业生产活动频繁，对铁矿石、煤炭等干散货的需求增加，推动干散货运输需求上升，从而使得BDI指数上涨；反之，当全球经济增长放缓或陷入衰退时，工业生产活动减少，对干散货的需求下降，BDI指数也会随之下降。在2008年全球金融危机期间，BDI指数从2008年5月的11793点暴跌至12月的663点，充分反映了全球经济衰退对干散货航运市场的严重冲击。BDI也是航运企业运营决策的重要依据。航运公司可以根据BDI指数的变化趋势，合理安排船舶运力、制定运价策略和规划航线。当BDI指数上升时，意味着市场需求旺盛，运价上涨，航运公司可以增加船舶的运营效率，如提高航速、增加航班频次等，以获取更多的收益；同时，也可以考虑购置新船或租赁更多船舶来扩大运力。当BDI指数下降时，航运公司则需要采取相应的措施来降低成本，如减少船舶运营天数、降低航速以节省燃油消耗、优化航线布局以提高运输效率等，甚至可能会暂停部分船舶的运营，以避免亏损。干散货航运市场运价具有显著的周期性波动特征。这种周期性波动与全球经济周期、贸易周期以及航运市场自身的供需变化密切相关。从长期来看，干散货航运市场存在着明显的长周期波动，一般为10-15年左右。在长周期的上升阶段，全球经济增长迅速，国际贸易繁荣，对干散货的需求持续增加，推动运价不断上涨。2003-2008年期间，全球经济处于快速增长阶段，中国等新兴经济体的崛起使得对铁矿石、煤炭等干散货的需求急剧增加，干散货航运市场运价大幅上涨，BDI指数在2008年5月达到了历史最高点11793点。随后，由于全球金融危机的爆发，全球经济陷入衰退，干散货航运市场需求锐减，运价迅速下跌，进入长周期的下降阶段。在长周期波动的基础上，干散货航运市场运价还存在着中短期的波动。中短期波动的周期一般为3-5年，主要受到市场供需的短期变化、突发事件以及季节性因素等影响。在某些特定时期，如全球主要经济体的经济政策调整、重大自然灾害、地缘政治冲突等，都可能导致干散货航运市场供需关系的突然变化，从而引发运价的中短期波动。2020年新冠疫情的爆发，使得全球贸易受到严重影响，干散货航运市场需求大幅下降，运价急剧下跌；而随着疫情防控措施的实施和经济的逐步复苏，市场需求逐渐恢复，运价又开始回升。干散货航运市场运价还呈现出季节性波动特征。这种季节性波动主要是由于干散货运输的货物种类和贸易模式的季节性变化所导致的。在粮食运输方面，由于粮食的收获季节具有明显的季节性，不同地区的粮食收获时间不同，导致粮食运输需求也呈现出季节性变化。每年的9-11月是北半球粮食的收获季节，此时从美国、加拿大等粮食出口国到世界各地的粮食运输需求增加，使得巴拿马型船和灵便型船的运价往往会出现上涨；而在南半球，粮食收获季节则在每年的3-5月，这期间相关航线的运价也会受到影响。煤炭运输也存在季节性波动。在冬季，由于取暖需求增加，对煤炭的需求也会相应增加，特别是在一些北方地区，煤炭的运输需求在冬季会大幅上升。从澳大利亚、印度尼西亚等煤炭出口国到中国、日本、韩国等亚洲国家的煤炭运输航线，在冬季的运价通常会高于其他季节。夏季水电出力增加，煤炭发电需求下降，煤炭运输需求相对减少，运价可能会有所回落。铁矿石运输的季节性波动相对较小，但也会受到一些因素的影响。在一些铁矿石生产国，如澳大利亚、巴西等，雨季可能会影响铁矿石的开采和运输，导致短期内铁矿石运输需求下降，运价出现波动。三、VEC模型理论基础3.1VEC模型原理及构成VEC模型，即向量误差修正模型（VectorErrorCorrectionModel），是一种用于分析多变量时间序列数据的经济计量模型，它在处理非平稳时间序列数据方面具有独特的优势，能够深入揭示变量之间的长期均衡关系和短期动态调整机制。在干散货航运市场中，运价受到多种因素的影响，这些因素与运价之间往往存在着复杂的动态关系，且相关时间序列数据可能呈现出非平稳性。例如，市场供需量、燃油价格、船舶运力等因素的时间序列数据可能会随着时间的推移而发生趋势性变化，并非稳定在一个固定的水平上。VEC模型通过引入误差修正项，能够有效地处理这些非平稳时间序列数据，为研究干散货航运市场运价提供了有力的工具。从数学原理角度来看，VEC模型是基于向量自回归（VAR）模型发展而来的。对于一个p阶的VAR模型，其一般形式可以表示为：Y_t=A_1Y_{t-1}+A_2Y_{t-2}+\cdots+A_pY_{t-p}+\epsilon_t其中，Y_t是一个k维的内生变量向量，A_1,A_2,\cdots,A_p是k\timesk维的系数矩阵，\epsilon_t是一个k维的随机误差向量，且满足E(\epsilon_t)=0，E(\epsilon_t\epsilon_s')=\begin{cases}\Omega,&t=s\\0,&t\neqs\end{cases}，\Omega是一个k\timesk维的正定协方差矩阵。然而，当时间序列Y_t中的变量存在非平稳性时，直接使用VAR模型可能会导致伪回归等问题。协整理论为解决这一问题提供了思路。如果一组非平稳时间序列变量Y_t之间存在一种线性组合，使得该组合是平稳的，那么就称这些变量之间存在协整关系。假设Y_t中的变量存在r个协整关系（0<r<k），则可以将VAR(p)模型转化为VEC模型，其表达式为：\DeltaY_t=\PiY_{t-1}+\sum_{i=1}^{p-1}\Gamma_i\DeltaY_{t-i}+\epsilon_t其中，\Delta表示一阶差分算子，\Pi是一个k\timesk维的矩阵，被称为长期调整矩阵，它反映了变量之间的长期均衡关系；\Gamma_i（i=1,2,\cdots,p-1）是k\timesk维的短期调整系数矩阵，用于描述变量的短期动态变化；\PiY_{t-1}即为误差修正项，它体现了变量在短期内偏离长期均衡状态时的调整机制。进一步地，根据Granger表示定理，\Pi矩阵可以分解为\alpha\beta'，其中\alpha和\beta都是k\timesr维的矩阵。\beta矩阵的每一列代表一个协整向量，它刻画了变量之间的长期均衡关系；\alpha矩阵则反映了各个变量对偏离长期均衡状态的调整速度，\alpha中的元素\alpha_{ij}表示第j个协整关系对第i个变量的短期调整系数。在干散货航运市场的研究中，假设我们选取干散货航运市场运价指数（BDI）、国际干散货海运贸易量、燃油价格和船舶运力这四个变量构建VEC模型。通过对这些变量的时间序列数据进行分析，如果发现它们之间存在协整关系，那么就可以构建VEC模型来研究它们之间的长期均衡关系和短期动态调整机制。在长期均衡关系方面，协整向量\beta可以揭示出这些变量之间的稳定比例关系。国际干散货海运贸易量的增长与干散货航运市场运价指数之间可能存在着一定的正向协整关系，即贸易量的增加会在长期内推动运价指数上升；而船舶运力的增加可能与运价指数存在负向协整关系，船舶运力的大幅增长会在长期内对运价产生下行压力。在短期动态调整方面，误差修正项\alpha\beta'Y_{t-1}起着关键作用。当干散货航运市场运价指数在短期内偏离其与其他变量的长期均衡关系时，误差修正项会根据\alpha矩阵中的调整系数，对运价指数进行相应的调整，使其逐渐回到长期均衡状态。如果某一时期由于突发事件导致国际干散货海运贸易量突然增加，使得运价指数短期内快速上升，偏离了长期均衡水平，此时误差修正项会发挥作用，通过调整船舶运力、影响燃油价格等因素，促使运价指数逐渐向长期均衡水平回归。3.2VEC模型在经济预测中的优势在经济预测领域，众多模型各有其特点和适用范围，而VEC模型凭借其独特的性质，在捕捉变量间关系以及经济预测方面展现出显著的优势。与传统的时间序列模型如ARIMA（自回归积分滑动平均模型）相比，ARIMA模型主要基于时间序列自身的历史数据来预测未来值，它假设数据是平稳的，或者通过差分等方法使其平稳化后进行建模。但在实际经济系统中，许多变量之间存在着复杂的相互关系，ARIMA模型难以考虑这些变量之间的动态联系。例如，在预测干散货航运市场运价时，ARIMA模型仅仅依据运价的历史数据进行预测，而无法直接纳入市场供需量、燃油价格等其他重要因素对运价的影响。VEC模型则不同，它能够处理多个非平稳时间序列变量之间的关系。在干散货航运市场中，运价、市场供需量、燃油价格、船舶运力等变量往往都是非平稳的，且它们之间存在着紧密的相互作用。VEC模型通过协整检验，可以确定这些变量之间是否存在长期稳定的均衡关系。如果存在协整关系，就可以构建VEC模型，利用误差修正项来反映变量在短期内偏离长期均衡状态时的调整机制。当市场供需关系发生突然变化，导致干散货航运市场运价短期内偏离其与其他变量的长期均衡水平时，VEC模型能够通过误差修正项，分析出各变量如何调整以使得运价回归到长期均衡状态，这是ARIMA模型所无法做到的。与VAR（向量自回归）模型相比，VAR模型虽然也可以分析多个时间序列变量之间的动态关系，但它没有考虑变量之间的协整关系，对于非平稳时间序列数据的处理存在一定的局限性。在实际经济分析中，如果直接对非平稳时间序列使用VAR模型，可能会出现伪回归问题，导致模型的估计结果不准确，从而影响对经济变量之间关系的分析和预测。VEC模型是在VAR模型的基础上，引入了协整关系和误差修正项，专门用于处理具有协整关系的非平稳时间序列数据。在研究干散货航运市场时，VEC模型可以明确地揭示出运价与市场供需量、燃油价格、船舶运力等变量之间的长期均衡关系，以及在短期偏离均衡状态时的调整路径。通过VEC模型，我们可以了解到当燃油价格上涨时，在长期内会对干散货航运市场运价产生怎样的影响，以及短期内运价如何通过调整船舶运力、市场供需等因素来适应这种变化，从而更准确地预测运价的走势。在经济预测的适用性方面，VEC模型具有广泛的应用场景。由于它能够同时考虑变量之间的长期均衡关系和短期动态调整，对于具有复杂经济结构和动态变化的系统预测具有重要价值。在宏观经济预测中，VEC模型可以用于分析国内生产总值（GDP）、通货膨胀率、利率等重要经济变量之间的关系，预测宏观经济的走势。通过构建VEC模型，可以研究GDP增长与通货膨胀率之间的长期均衡关系，以及当通货膨胀率短期内偏离均衡水平时，GDP、利率等变量如何进行调整，从而为政府制定宏观经济政策提供依据。在行业经济预测中，VEC模型同样发挥着重要作用。除了干散货航运市场，在能源行业，VEC模型可以用于预测能源价格的波动，分析能源需求、供给、国际市场价格等因素与能源价格之间的长期和短期关系；在制造业中，VEC模型可以帮助企业预测产品价格、市场需求等变量，为企业的生产决策、定价策略提供参考。通过构建VEC模型，企业可以了解到原材料价格、劳动力成本、市场需求等因素对产品价格的长期和短期影响，从而合理调整生产规模和产品价格，提高企业的经济效益。3.3VEC模型在航运市场研究中的应用可行性干散货航运市场运价的波动受到众多因素的综合影响，这些因素之间相互关联、相互作用，使得运价的变化呈现出高度的复杂性。从市场供需角度来看，国际干散货海运贸易量是影响运价的关键需求因素。当全球经济增长强劲时，国际贸易活动频繁，对铁矿石、煤炭等干散货的需求大幅增加，从而推动干散货海运贸易量上升。中国作为全球最大的铁矿石进口国，在经济快速发展时期，对铁矿石的进口需求急剧增长，带动了国际干散货海运贸易量的提升，进而对干散货航运市场运价产生积极的推动作用。船舶运力则是供给方面的重要因素。随着航运企业订购新船的增加或老旧船舶拆解量的减少，市场上的船舶运力会相应增加。如果船舶运力的增长速度超过了国际干散货海运贸易量的增长速度，就会导致市场供过于求，从而使运价面临下行压力。在2008年全球金融危机后，航运市场出现了过度造船的情况，导致船舶运力大幅增加，而此时全球经济增长放缓，干散货海运贸易量增长乏力，市场供过于求的局面使得干散货航运市场运价大幅下跌。燃油价格的波动也会对干散货航运市场运价产生显著影响。燃油成本是航运企业运营成本的重要组成部分，一般占总成本的30%-50%。当燃油价格上涨时，航运企业的运营成本增加，为了维持利润，航运企业可能会提高运价；反之，当燃油价格下降时，运营成本降低，运价也可能随之下降。在国际原油市场价格大幅波动的时期，干散货航运市场运价也会随之波动，两者之间存在着明显的相关性。干散货航运市场中各影响因素与运价之间的关系并非简单的线性关系，而是存在着复杂的动态关联。这些因素的时间序列数据往往呈现出非平稳性，即数据的均值、方差等统计特征会随着时间的推移而发生变化。国际干散货海运贸易量会随着全球经济的周期波动而变化，船舶运力也会受到航运企业投资决策、市场预期等因素的影响而不断调整，燃油价格则受到国际原油市场供需关系、地缘政治等多种因素的制约，其波动具有不确定性。VEC模型在处理这种复杂的多变量系统时具有独特的优势。它能够有效地处理非平稳时间序列数据，通过协整检验可以确定变量之间是否存在长期稳定的均衡关系。在干散货航运市场中，通过VEC模型可以分析国际干散货海运贸易量、船舶运力、燃油价格等因素与干散货航运市场运价之间是否存在协整关系。如果存在协整关系，就可以构建VEC模型，利用误差修正项来反映变量在短期内偏离长期均衡状态时的调整机制。当国际干散货海运贸易量突然增加，导致运价短期内快速上升，偏离了与其他因素的长期均衡关系时，误差修正项会发挥作用，通过调整船舶运力、燃油价格等因素，使运价逐渐回到长期均衡水平。许多学者的研究成果也证明了VEC模型在干散货航运市场研究中的有效性。Kavussanos和Visvikis（2006）运用VEC模型对干散货航运市场的运价波动进行研究，发现燃油价格的波动对干散货运价有着显著的短期影响，船舶运力的变化则是影响运价的关键长期因素。李瑞琴和赵刚（2015）基于VEC模型，对干散货航运市场运价与相关影响因素进行实证分析，结果表明国际干散货海运贸易量、新船价格、拆船价格与干散货运价之间存在长期的协整关系，且国际干散货海运贸易量对干散货运价的影响最为显著。这些研究充分表明，VEC模型能够准确地揭示干散货航运市场中各因素与运价之间的长期均衡关系和短期动态调整机制，为干散货航运市场运价的研究提供了有力的工具，具有较高的应用可行性。四、干散货航运市场运价影响因素分析4.1供需因素4.1.1供给侧因素供给侧因素在干散货航运市场运价波动中扮演着举足轻重的角色，船队规模、新造船订单、船舶拆解量以及船舶运营效率等方面的变化，都与运价紧密相连。船队规模是干散货航运市场供给能力的直观体现，其变化对运价有着直接且显著的影响。从长期趋势来看，船队规模的扩张或收缩会改变市场的供需平衡，进而引发运价的相应波动。若在某一时期，航运企业大规模订购新船，新船陆续交付投入运营，使得船队规模迅速扩大，而此时市场对干散货运输的需求增长相对缓慢，供大于求的局面就会出现，这将不可避免地导致运价下跌。在2008年全球金融危机爆发前，航运市场一片繁荣，干散货航运市场运价持续上涨，吸引了大量资金涌入航运业。航运企业纷纷订购新船，导致船队规模快速扩张。然而，金融危机爆发后，全球经济陷入衰退，干散货运输需求急剧下降，而此前扩张的船队运力却大量闲置，市场供过于求，运价大幅下跌，众多航运企业陷入困境。新造船订单量同样是影响干散货航运市场未来供给的关键因素。新造船订单量的增加，意味着未来一段时间内市场上的船舶运力将有所提升。航运企业在下达新造船订单时，往往会基于对市场未来需求的预期以及自身发展战略的考量。若航运企业普遍对未来市场前景持乐观态度，认为干散货运输需求将持续增长，就会积极订购新船，增加新造船订单量。但这种预期如果过于乐观，导致新造船订单量过度增长，超过了市场实际需求的增长速度，就会造成未来市场运力过剩，对运价产生下行压力。2010-2012年期间，部分航运企业对市场需求增长估计过于乐观，大量订购新船，使得新造船订单量处于高位。但随后市场需求增长不及预期，导致2013-2015年期间干散货航运市场运力过剩，运价持续低迷。船舶拆解量则是调节船队规模的重要因素，与新造船订单量共同影响着市场的供给结构。当船舶拆解量增加时，市场上的老旧船舶被拆解退出运营，船队规模相应缩小，这在一定程度上可以缓解市场供过于求的局面，对运价起到支撑作用。船舶拆解量受到多种因素的影响，包括船舶的船龄、市场运价水平、拆船价格以及环保法规等。老旧船舶的运营成本较高，包括燃油消耗、维修保养费用等，当市场运价低迷，无法覆盖运营成本时，船东可能会选择拆解老旧船舶，以减少亏损。环保法规的日益严格也促使船东拆解不符合环保标准的老旧船舶，加速船队的更新换代。在2016-2017年期间，由于干散货航运市场运价持续低迷，部分老旧船舶的运营成本高昂，船东纷纷选择拆解老旧船舶，使得船舶拆解量有所增加，一定程度上缓解了市场运力过剩的压力，对运价的企稳回升起到了积极作用。船舶运营效率的高低也会对干散货航运市场的供给产生影响。船舶运营效率的提升，意味着在相同的时间内，船舶能够完成更多的运输任务，相当于增加了市场的有效供给。船舶运营效率受到多种因素的制约，包括船舶的技术性能、船员的操作水平、航线规划以及港口的装卸效率等。新型节能船舶的出现，使得船舶在航行过程中的燃油消耗降低，航速提高，从而提高了船舶的运营效率。优化航线规划，选择最优的航行路线，避开恶劣天气和拥堵海域，可以减少船舶的航行时间，提高运营效率。港口装卸效率的提高，能够缩短船舶在港停留时间，加快船舶的周转速度，进而提高船舶的运营效率。在一些港口，通过采用先进的装卸设备和优化装卸流程，使得港口的装卸效率大幅提升，船舶在港停留时间缩短，船舶运营效率得到提高，增加了市场的有效供给。4.1.2需求侧因素需求侧因素在干散货航运市场中对运价的波动有着至关重要的影响，其中全球经济增长、主要货种的贸易量以及贸易流向变化是核心的影响因素。全球经济增长是干散货航运市场需求的重要驱动力，与干散货航运市场运价之间存在着紧密的正相关关系。当全球经济呈现增长态势时，工业生产活动活跃，各行业对原材料和能源的需求大幅增加。钢铁行业在经济增长时期，为满足建筑、制造业等领域的需求，会加大生产力度，从而对铁矿石、煤炭等干散货的需求急剧上升。这些干散货的运输主要依赖干散货航运，进而推动干散货航运市场需求的增长，促使运价上涨。在2003-2007年期间，全球经济处于快速增长阶段，中国等新兴经济体的经济崛起，大规模的基础设施建设和工业化进程使得对铁矿石、煤炭等干散货的需求猛增。中国的铁矿石进口量从2003年的1.48亿吨增长到2007年的3.83亿吨，煤炭进口量也不断增加。这一时期，干散货航运市场需求旺盛，运价持续攀升，波罗的海干散货运价指数（BDI）在2008年5月达到了历史最高点11793点。反之，当全球经济增长放缓或陷入衰退时，工业生产活动受到抑制，对干散货的需求相应减少，干散货航运市场需求下降，导致运价下跌。在2008年全球金融危机期间，全球经济遭受重创，众多企业减产甚至停产，对铁矿石、煤炭等干散货的需求大幅下滑。中国的钢铁产量增速放缓，对铁矿石的进口需求减少，干散货航运市场供大于求，运价急剧下跌，BDI指数从2008年5月的11793点暴跌至12月的663点。主要货种的贸易量是干散货航运市场需求的直接体现，不同货种的贸易量变化对运价有着不同程度的影响。铁矿石作为钢铁生产的重要原材料，其贸易量的波动对干散货航运市场运价影响显著。中国作为全球最大的铁矿石进口国，其铁矿石进口量的变化对全球铁矿石贸易量和干散货航运市场运价有着重要的导向作用。当中国经济快速发展，钢铁行业需求旺盛时，铁矿石进口量会大幅增加。2023年中国铁矿石进口量达到12.2亿吨，同比增长7.7%，这使得全球铁矿石贸易量上升，推动干散货航运市场需求增长，运价上涨。煤炭作为重要的能源资源，其贸易量也对干散货航运市场运价有着重要影响。煤炭分为动力煤和焦煤，动力煤主要用于电力生产，焦煤主要用于钢铁冶炼。全球各国的能源政策、经济发展阶段以及能源需求结构等因素都会影响煤炭的贸易量。在一些煤炭资源匮乏但能源需求旺盛的国家，如日本、韩国等，对煤炭的进口需求较大。当这些国家的经济发展对能源的需求增加时，煤炭进口量上升，带动干散货航运市场需求增长，促进运价上升。粮食作为关系国计民生的重要物资，其贸易量在干散货航运市场中也占有一定份额。全球粮食的生产和消费存在地域差异，一些国家是粮食的主要生产国和出口国，如美国、加拿大、澳大利亚等；而另一些国家则是粮食的主要进口国，如中国、非洲部分国家等。粮食贸易量受到全球粮食产量、人口增长、消费结构变化以及国际贸易政策等因素的影响。在粮食丰收年份，粮食出口国的出口量可能增加，推动干散货航运市场需求增长；而在粮食歉收年份，进口国可能会减少进口量，导致干散货航运市场需求下降，影响运价。贸易流向变化也是影响干散货航运市场需求和运价的重要因素。随着全球经济格局的调整和产业转移，干散货的贸易流向会发生改变。近年来，随着“一带一路”倡议的推进，中国与沿线国家的贸易往来日益密切，干散货贸易量不断增加，贸易流向也发生了变化。中国从澳大利亚、巴西等传统铁矿石进口国的进口量依然较大，但与非洲、中亚等地区的铁矿石贸易也在逐渐增长。这种贸易流向的变化，使得干散货航运市场的需求结构发生改变，对不同航线的运价产生影响。一些新兴贸易航线的需求增加，可能会导致这些航线的运价上涨；而传统贸易航线的需求变化，也会影响其运价走势。地缘政治冲突、贸易政策调整等因素也会导致贸易流向变化。在俄乌冲突期间，俄罗斯的煤炭、粮食等干散货出口受到影响，贸易流向发生改变，欧洲国家不得不寻找其他的煤炭和粮食供应来源，这使得相关干散货航运市场的需求和运价产生波动。4.2成本因素4.2.1燃油价格燃油价格在干散货航运市场中是影响航运成本的关键因素，对运价的波动有着重要影响。燃油成本在航运企业的运营成本中占据着较大的比重，通常约占总成本的30%-50%。这一比例并非固定不变，会受到多种因素的影响，如船舶类型、航速、航线以及燃油价格的波动等。不同类型的船舶，其燃油消耗特性存在差异，从而导致燃油成本占比不同。海岬型船由于载重量大、功率高，在航行过程中的燃油消耗相对较多，其燃油成本占总成本的比例可能会偏高，接近50%；而灵便型船载重量较小，燃油消耗相对较少，燃油成本占总成本的比例可能相对较低，约为30%。航速也是影响燃油成本的重要因素。船舶在高速航行时，燃油消耗会大幅增加。当船舶以经济航速航行时，燃油消耗相对较低，能够有效降低燃油成本。但在实际运营中，为了满足客户的运输时间要求或应对市场竞争，航运企业有时不得不提高航速，这就会导致燃油成本上升。航线的不同也会对燃油成本产生影响。长途航线需要消耗更多的燃油，燃油成本相应增加；而短途航线的燃油消耗则相对较少。在一些特殊的航线，如经过高纬度地区或恶劣海况区域的航线，船舶可能需要消耗更多的燃油来应对复杂的航行条件，从而增加燃油成本。当燃油价格上涨时，航运企业的运营成本会显著增加。为了维持企业的盈利水平，航运企业通常会将增加的成本部分转嫁给货主，即提高运价。在2020-2022年期间，国际原油市场价格波动较大，燃油价格持续攀升。这使得干散货航运企业的燃油成本大幅增加，众多航运企业纷纷提高运价，以应对成本压力。一些航运企业通过与货主重新协商运输合同，提高了运费价格；或者在新的运输合同中，明确约定燃油附加费的计算方式，根据燃油价格的变化动态调整运价，从而将燃油成本的增加部分传递给货主。相反，当燃油价格下降时，航运企业的运营成本降低，这为运价的下降提供了空间。航运企业可能会适当降低运价，以吸引更多的货主，提高市场竞争力。在2023年上半年，国际原油市场供应相对宽松，燃油价格出现了一定程度的下降。部分干散货航运企业为了争夺市场份额，纷纷降低运价，吸引了更多的货主选择其运输服务，市场竞争也因此更加激烈。通过对历史数据的分析，可以发现燃油价格与干散货航运市场运价之间存在着明显的相关性。在2008年全球金融危机爆发前，国际原油价格持续上涨，从2003年初的每桶30美元左右攀升至2008年7月的每桶147美元左右。与此同时，干散货航运市场运价也在不断上涨，波罗的海干散货运价指数（BDI）在2008年5月达到了历史最高点11793点。这一时期，燃油价格的上涨导致航运企业成本增加，而市场需求的旺盛使得航运企业有能力将增加的成本通过提高运价的方式转嫁给货主，从而推动了运价的上涨。在金融危机爆发后，全球经济陷入衰退，原油需求大幅下降，燃油价格急剧下跌，最低降至每桶30美元左右。干散货航运市场需求也大幅萎缩，运价随之暴跌，BDI指数从2008年5月的11793点暴跌至12月的663点。在这一阶段，燃油价格的下降虽然降低了航运企业的成本，但由于市场需求的严重不足，航运企业为了争夺有限的货源，不得不降低运价，导致运价与燃油价格同时下降。这种相关性并非绝对的线性关系，还会受到市场供需关系、船舶运力、贸易政策等多种因素的综合影响。在某些情况下，即使燃油价格上涨，但如果市场供过于求，船舶运力过剩，航运企业也可能无法将增加的成本完全转嫁给货主，运价可能不会出现相应的上涨，甚至可能继续下跌。在2012-2016年期间，燃油价格虽然有一定的波动，但整体处于相对较高的水平，然而由于全球干散货航运市场运力过剩，市场供大于求的局面严重，尽管航运企业的燃油成本较高，但运价却持续低迷，航运企业面临着巨大的经营压力。4.2.2港口费用港口费用是干散货航运成本的重要组成部分，涵盖了装卸费、停泊费、代理费等多个方面，这些费用的变动对航运成本和运价有着显著的影响。装卸费是港口费用的主要构成之一，它是指货物在港口进行装卸作业时所产生的费用。装卸费的高低受到多种因素的制约，包括货物的种类、装卸效率以及港口的设施和服务水平等。不同种类的货物，其装卸难度和要求不同，装卸费也会存在差异。铁矿石、煤炭等大宗干散货的装卸相对较为标准化，装卸效率较高，装卸费相对较低；而一些特殊货物，如精密设备、危险品等，由于装卸过程需要特殊的设备和技术，装卸难度较大，装卸费则会相对较高。装卸效率也是影响装卸费的重要因素。在一些现代化程度较高、设备先进、管理科学的港口，货物的装卸效率较高，能够在较短的时间内完成装卸作业，这不仅可以减少船舶在港停留时间，提高船舶的运营效率，还可以降低装卸成本，从而使装卸费相对较低。上海港通过采用先进的自动化装卸设备和优化的装卸流程，大幅提高了货物的装卸效率，其装卸费在同类型港口中具有一定的竞争力。港口的设施和服务水平也会对装卸费产生影响。设施完善、服务质量高的港口，能够为货物装卸提供更好的条件和保障，其装卸费可能会相对较高。一些港口配备了大型的起重机、输送带等先进的装卸设备，能够满足不同类型货物的装卸需求；同时，这些港口还提供优质的理货、仓储等配套服务，确保货物的装卸过程安全、高效，因此其装卸费也会相应提高。当装卸费上升时，航运企业的运营成本会增加，这可能会推动运价上涨。在某些港口，由于劳动力成本上升、设备更新改造等原因，装卸费出现了提高。航运企业为了弥补增加的成本，会在运价中加入相应的费用，导致运价上升。在欧洲的一些港口，由于人工成本较高，且港口为了提升服务质量进行了大量的设备更新和设施升级，使得装卸费相对较高，这也使得从这些港口出发的干散货运输航线的运价普遍高于其他港口。停泊费是船舶在港口停泊期间所支付的费用，其收取标准通常与船舶的吨位、停泊时间等因素有关。船舶的吨位越大，停泊费越高；停泊时间越长，停泊费也会相应增加。一些港口会根据船舶的类型和用途制定不同的停泊费标准，海岬型船的停泊费会高于灵便型船。在港口繁忙时期，由于港口资源紧张，停泊费可能会进一步提高。在每年的贸易旺季，一些热门港口的停泊费会上涨，以调节船舶的停泊需求。停泊费的增加会直接增加航运企业的运营成本。如果船舶在港口的停泊时间较长，停泊费的支出会对航运企业的利润产生较大影响。为了降低成本，航运企业可能会尽量缩短船舶在港停泊时间，提高船舶的周转效率。但在实际运营中，船舶在港停泊时间受到多种因素的影响，如港口的装卸效率、货物的通关手续、天气条件等，有时航运企业难以完全控制停泊时间。当停泊费上升且无法有效缩短停泊时间时，航运企业可能会将增加的成本转嫁到运价上，导致运价上涨。代理费是航运企业委托港口代理公司办理船舶进出港手续、货物装卸安排、文件传递等业务时支付的费用。代理公司凭借其专业的知识和丰富的经验，能够帮助航运企业高效地完成各项港口业务。代理费的收取通常根据业务的复杂程度和服务范围来确定，不同的代理公司收费标准也可能存在差异。一些大型的代理公司，由于其服务网络广泛、业务能力强，能够提供全方位的服务，其代理费可能会相对较高；而一些小型代理公司，服务范围有限，代理费则相对较低。如果代理费提高，航运企业的运营成本也会相应增加。航运企业可能会将这部分增加的成本通过提高运价的方式转嫁给货主，从而影响运价。在一些港口，代理市场竞争不充分，代理公司可能会提高代理费，这就使得航运企业的成本上升，进而推动运价上涨。4.3其他因素4.3.1政策法规政策法规在干散货航运市场中扮演着至关重要的角色，环保政策、贸易政策和税收政策等的调整，都会对干散货航运市场运价产生深远的影响。环保政策近年来对干散货航运市场产生了深刻的变革。随着全球对环境保护的关注度不断提高，国际海事组织（IMO）等国际组织以及各国政府纷纷出台了一系列严格的环保法规，对船舶的排放标准、能耗水平等提出了更高的要求。船舶能效设计指数（EEDI）和碳排放强度指标（CII）的引入，迫使船东对现有船队进行技术升级或更换新船，以满足环保要求。这一过程不仅增加了船东的运营成本，包括新船购置成本、船舶改造费用以及使用低硫燃料等带来的燃料成本增加，也加速了老旧、低效船舶的淘汰。当环保政策趋严时，航运企业为了满足环保标准，不得不投入大量资金进行船舶改造或购置新的环保型船舶。这使得企业的运营成本大幅上升，为了维持利润，航运企业往往会提高运价。新的环保法规要求船舶使用低硫燃料，而低硫燃料的价格通常高于传统高硫燃料，这直接增加了航运企业的燃油成本。航运企业可能会将这部分增加的成本转嫁到货主身上，导致运价上涨。在一些环保政策严格的地区，如欧洲，干散货航运市场的运价受到环保政策的影响更为明显。随着欧盟排放交易体系（ETS）的实施和FuelEU海事法规的出台，进入欧洲地区的船舶需要满足更高的环保标准，这使得运营成本上升，进而推动了该地区干散货运价的上涨。贸易政策的调整也会对干散货航运市场运价产生重要影响。各国之间的贸易协定、关税调整以及贸易限制措施等，都会改变干散货的贸易格局和运输需求，从而影响运价。自由贸易协定的签订可以促进贸易自由化，增加干散货的贸易量，进而推动干散货航运市场需求增长，促使运价上涨。中国与澳大利亚签订的自由贸易协定，降低了两国之间的贸易壁垒，促进了铁矿石、煤炭等干散货的贸易增长，使得相关航线的干散货航运市场运价得到了提升。相反，贸易保护主义措施的实施则可能会抑制贸易活动，减少干散货的运输需求，导致运价下跌。贸易保护主义措施，如提高关税、设置贸易配额等，会增加贸易成本，阻碍干散货的流通，使得干散货航运市场需求下降，运价面临下行压力。在中美贸易摩擦期间，双方加征关税，导致两国之间的干散货贸易量减少，相关航线的干散货航运市场运价受到负面影响，出现了下跌趋势。税收政策的变化同样会对干散货航运市场运价产生作用。税收政策主要通过影响航运企业的运营成本和利润，进而影响运价。船舶吨税、燃油税等税收政策的调整，会直接影响航运企业的成本。当船舶吨税提高时，航运企业的运营成本增加，为了保持盈利，企业可能会提高运价；而燃油税的调整则会直接影响燃油价格，进而影响航运企业的燃油成本和运价。一些国家为了鼓励航运业的发展，会出台税收优惠政策，如对新造船给予税收减免、对航运企业的运营收入给予税收优惠等。这些政策可以降低航运企业的成本，提高企业的竞争力，在一定程度上有助于稳定或降低运价。新加坡为了吸引航运企业在其注册和运营，提供了一系列税收优惠政策，使得在新加坡注册的航运企业在运营成本上具有优势，这对相关航线的干散货航运市场运价产生了积极的影响，使其在市场竞争中更具价格优势。4.3.2突发事件突发事件在干散货航运市场中犹如“黑天鹅”，对市场供需和运价产生着不可忽视的冲击。自然灾害、地缘政治冲突、公共卫生事件等各类突发事件，都可能打破市场原有的平衡，引发运价的剧烈波动。自然灾害对干散货航运市场的影响具有直接性和突发性。地震、海啸、飓风等自然灾害可能会破坏港口设施、中断运输航线，导致货物运输受阻，市场供需失衡，进而影响运价。在2011年日本东北部海域发生里氏9级地震并引发大规模海啸，东北部工业区遭受重创。此次地震导致日本多家钢厂被迫停产，海运铁矿石市场丧失了2220万吨铁矿石需求。日本作为铁矿石和煤炭的主要进口国，其需求的突然减少，使得干散货航运市场的需求大幅下降，运价受到严重冲击。伦敦波罗的海航运理事会（BIMCO）报告称，日本航运业几近全面停止运作，对集装箱运输、干散货运输和油品运输都产生了影响。波罗的海贸易海运交易所干散货运价指数（BDI）在地震后转跌，波罗的海海岬型船运价指数（BCI）和波罗的海巴拿马型船运价指数（BPI）也均出现下跌。飓风、暴雨等自然灾害还可能导致港口装卸作业暂停、船舶延误，增加运输时间和成本，进一步影响市场供需和运价。在飓风季节，一些位于飓风路径上的港口可能会关闭，船舶无法正常进出港，货物积压在港口，导致运输效率下降，运输成本增加。为了弥补增加的成本，航运企业可能会提高运价；同时，由于货物运输受阻，市场上货物供应减少，也会推动运价上涨。地缘政治冲突是影响干散货航运市场的重要不稳定因素。地缘政治冲突往往会导致贸易制裁、航线中断、运输风险增加等问题，对市场供需和运价产生重大影响。在俄乌冲突期间，俄罗斯是全球重要的煤炭和粮食出口国，冲突导致其煤炭和粮食出口受到限制，贸易流向发生改变。欧洲国家不得不寻找其他的煤炭和粮食供应来源，这使得干散货航运市场的需求结构发生变化，一些相关航线的运价出现波动。由于冲突地区的安全风险增加，船舶在该地区航行需要采取额外的安全措施，如增加保险费用、改变航线等，这也增加了航运企业的运营成本，推动了运价上涨。公共卫生事件对干散货航运市场的影响在近年来表现得尤为突出。2020年爆发的新冠疫情，给全球干散货航运市场带来了巨大冲击。疫情导致全球经济活动受限，工厂停工停产，对干散货的需求大幅下降。许多国家实施了封锁措施，限制人员流动和货物运输，港口作业效率降低，船舶周转时间延长，航运企业的运营成本增加。在疫情初期，全球贸易量急剧萎缩，干散货航运市场需求锐减，波罗的海干散货运价指数（BDI）大幅下跌。随着疫情防控措施的实施和经济的逐步复苏，市场需求逐渐恢复，但疫情带来的不确定性仍然对干散货航运市场运价产生着影响。港口的防疫措施导致货物装卸效率下降，船舶在港停留时间延长，增加了航运企业的运营成本，使得运价在一定程度上维持在较高水平。五、基于VEC模型的干散货航运市场运价实证分析5.1数据收集与预处理为了深入研究干散货航运市场运价的波动规律和影响因素，本研究广泛收集了多个权威渠道的数据，这些数据涵盖了2010年1月至2024年12月的时间跨度，以确保研究的全面性和时效性。波罗的海干散货运价指数（BDI）作为国际干散货运输市场的权威运价指数，是本研究中干散货航运市场运价的关键衡量指标。该数据来源于波罗的海航运交易所官方网站，其统计方法科学严谨，基于海岬型船、巴拿马型船和灵便型船在多条代表性航线上的即期运费，通过加权计算得出，能够准确反映干散货航运市场的运价水平和变化趋势。国际干散货海运贸易量数据则取自联合国贸易和发展会议（UNCTAD）发布的《海洋运输报告》。该报告对全球干散货海运贸易量进行了全面、系统的统计和分析，数据具有权威性和可靠性。通过这些数据，可以清晰地了解到不同时期全球干散货海运贸易量的变化情况，为研究干散货航运市场的需求提供了有力的支持。船舶运力数据主要来源于克拉克森研究公司（ClarksonsResearch）。克拉克森研究公司是全球领先的航运市场研究机构，其对全球船舶运力的统计和分析具有很高的专业性和准确性。该公司通过对全球航运市场的持续监测和研究，收集了大量关于船舶数量、载重吨、船型分布等方面的数据，为研究干散货航运市场的供给提供了详细、全面的信息。燃油价格数据来源于国际能源署（IEA）发布的能源统计报告。国际能源署作为国际权威的能源研究机构，其发布的能源统计报告对全球燃油价格的变化进行了实时跟踪和分析，数据具有权威性和及时性。这些数据能够反映出国际燃油市场的价格走势，为研究燃油价格对干散货航运市场运价的影响提供了重要依据。收集到的数据可能存在数据缺失、异常值和数据不一致等问题，需要进行清洗和预处理，以确保数据的质量和可靠性。针对数据缺失问题，本研究采用了多种方法进行处理。对于少量的缺失数据，如果缺失值前后的数据具有一定的规律性，采用线性插值法进行填补。根据前后相邻时间点的数据，通过线性计算来估计缺失值。若缺失数据较多且数据具有明显的季节性或趋势性，则采用季节分解法结合时间序列预测模型进行填补。先利用季节分解法将时间序列分解为趋势项、季节项和随机项，然后根据趋势项和季节项的变化规律，使用时间序列预测模型，如ARIMA模型，来预测缺失值并进行填补。对于异常值的处理，首先通过绘制数据的箱线图和散点图，直观地识别出可能存在的异常值。对于明显偏离正常范围的异常值，进一步分析其产生的原因。如果是由于数据录入错误或测量误差导致的异常值，则根据数据的整体分布情况和其他相关数据进行修正。将异常值替换为与其相邻时间点数据相近的值，或者采用统计方法，如均值、中位数等，来估计并修正异常值。在数据一致性方面，对不同来源的数据进行了仔细的核对和调整。由于不同数据源在统计口径、单位等方面可能存在差异，因此需要对数据进行统一处理。对于单位不一致的数据，进行单位换算，将所有数据统一到相同的单位。在统计口径方面，对数据进行了详细的分析和比较，确保不同数据源的数据在定义、范围等方面保持一致。对于存在差异的数据，根据相关的统计标准和行业规范进行调整，以保证数据的一致性和可比性。为了消除数据的量纲和数量级差异，使不同变量的数据具有可比性，本研究对数据进行了标准化处理。采用Z-score标准化方法，其计算公式为：Z=\frac{X-\overline{X}}{\sigma}其中，Z为标准化后的数据，X为原始数据，\overline{X}为原始数据的均值，\sigma为原始数据的标准差。通过Z-score标准化方法，将所有数据转化为均值为0，标准差为1的标准正态分布数据。5.2变量选取与模型设定为了深入研究干散货航运市场运价的波动规律和影响因素，本研究精心选取了与干散货航运市场运价密切相关的多个变量，这些变量涵盖了市场供需、成本以及其他重要影响因素等多个方面，旨在全面、准确地揭示干散货航运市场运价的形成机制和变化趋势。波罗的海干散货运价指数（BDI）作为国际干散货运输市场的权威运价指数，能够综合反映干散货航运市场的运价水平和变化趋势，是本研究中干散货航运市场运价的核心衡量指标，用BDI_t表示。国际干散货海运贸易量是干散货航运市场需求的直接体现，与运价密切相关，选取其作为需求侧的关键变量，用Trade_t表示。全球经济增长、主要货种的贸易量以及贸易流向变化等因素都会影响国际干散货海运贸易量，进而对运价产生影响。在全球经济增长强劲时期，国际贸易活动频繁，国际干散货海运贸易量增加，推动运价上升；反之，在经济衰退时期，贸易量减少，运价下跌。船舶运力是干散货航运市场供给的重要组成部分，对运价有着重要影响，将其作为供给侧的关键变量，用Capacity_t表示。船队规模、新造船订单、船舶拆解量以及船舶运营效率等因素都会影响船舶运力，从而影响市场的供给平衡和运价水平。当船舶运力增加速度超过市场需求增长速度时，市场供大于求，运价会面临下行压力；而当船舶运力减少或需求增加时，运价可能会上涨。燃油价格是影响干散货航运成本的关键因素之一，对运价波动有着重要影响，选取燃油价格作为成本因素的代表变量，用Fuel_t表示。燃油成本通常占航运企业运营成本的30%-50%，燃油价格的上涨会增加航运企业的运营成本，为了维持盈利，航运企业可能会提高运价；反之，燃油价格下降，运价也可能随之下降。在设定VEC模型时，基于前文对VEC模型原理的阐述，假设上述变量之间存在协整关系，构建如下VEC模型：\Delta\begin{pmatrix}BDI_t\\Trade_t\\Capacity_t\\Fuel_t\end{pmatrix}=\Pi\begin{pmatrix}BDI_{t-1}\\Trade_{t-1}\\Capacity_{t-1}\\Fuel_{t-1}\end{pmatrix}+\sum_{i=1}^{p-1}\Gamma_i\Delta\begin{pmatrix}BDI_{t-i}\\Trade_{t-i}\\Capacity_{t-i}\\Fuel_{t-i}\end{pmatrix}+\epsilon_t其中，\Delta表示一阶差分算子，\Pi是一个4\times4维的长期调整矩阵，反映了变量之间的长期均衡关系；\Gamma_i（i=1,2,\cdots,p-1）是4\times4维的短期调整系数矩阵，用于描述变量的短期动态变化；\epsilon_t是一个4维的随机误差向量，满足E(\epsilon_t)=0，E(\epsilon_t\epsilon_s')=\begin{cases}\Omega,&t=s\\0,&t\neqs\end{cases}，\Omega是一个4\times4维的正定协方差矩阵。根据Granger表示定理，\Pi矩阵可以分解为\alpha\beta'，其中\alpha和\beta都是4\timesr维的矩阵（r为协整关系的个数）。\beta矩阵的每一列代表一个协整向量，刻画了变量之间的长期均衡关系；\alpha矩阵反映了各个变量对偏离长期均衡状态的调整速度。通过构建该VEC模型，能够深入分析干散货航运市场运价与国际干散货海运贸易量、船舶运力、燃油价格等变量之间的长期均衡关系和短期动态调整机制，为后续的实证分析奠定坚实的基础。5.3模型估计与检验运用计量软件Eviews对构建的VEC模型进行参数估计，在估计过程中，采用了最大似然估计法，该方法能够在给定数据的情况下，找到使得模型似然函数最大化的参数值，从而得到较为准确的模型参数估计结果。在进行模型估计之前，首先对各变量进行了平稳性检验，以确保数据的稳定性和可靠性。采用ADF（AugmentedDickey-Fuller）检验方法，对波罗的海干散货运价指数（BDI）、国际干散货海运贸易量（Trade）、船舶运力（Capacity）和燃油价格（Fuel）这四个变量的时间序列数据进行检验。检验结果表明，原始序列中BDI、Trade、Capacity和Fuel均为非平稳序列，但经过一阶差分后，它们在1%的显著性水平下均变为平稳序列，即它们都是一阶单整序列I(1)，这为后续的协整检验和VEC模型构建奠定了基础。协整检验是确定变量之间是否存在长期稳定均衡关系的关键步骤。运用Johansen协整检验方法对四个变量进行检验，根据AIC（AkaikeInformationCriterion）和SC（SchwarzCriterion）信息准则，确定最优滞后阶数为2。Johansen协整检验结果显示，在5%的显著性水平下，存在2个协整关系，这表明波罗的海干散货运价指数、国际干散货海运贸易量、船舶运力和燃油价格之间存在长期稳定的均衡关系。格兰杰因果检验用于确定变量之间的因果关系方向。对各变量进行格兰杰因果检验，结果表明，在5%的显著性水平下，国际干散货海运贸易量是波罗的海干散货运价指数的格兰杰原因，这意味着国际干散货海运贸易量的变化会引起波罗的海干散货运价指数的变化；船舶运力也是波罗的海干散货运价指数的格兰杰原因，船舶运力的变动会对波罗的海干散货运价指数产生影响；燃油价格同样是波罗的海干散货运价指数的格兰杰原因，燃油价格的波动会导致波罗的海干散货运价指数的波动。为了进一步验证模型的可靠性，还进行了残差检验。对模型的残差进行了正态性检验、自相关性检验和异方差性检验。正态性检验采用Jarque-Bera检验方法，结果显示残差服从正态分布；自相关性检验通过LM检验进行，结果表明残差不存在自相关；异方差性检验采用White检验，结果显示残差不存在异方差。这些检验结果表明，模型的残差符合经典假设，模型估计结果是可靠的。通过上述一系列的模型估计与检验步骤，确保了所构建的VEC模型能够准确地反映干散货航运市场运价与国际干散货海运贸易量、船舶运力、燃油价格等变量之间的长期均衡关系和短期动态调整机制，为后续的实证分析和结果解读提供了坚实的基础。5.4