超大型矿砂船运营背景下的国际铁矿石海运运价的波动性

1、超大型矿砂船运营背景下的国际铁矿石海运运价的波动性摘要： 为研究矿砂船的大型化与运价波动性的联系，针对国际主流铁矿右运输航线的好望角型船海 运运 价的时间序列，引入虚拟变量构建GARCH模型.研究发现，超大型矿砂船Very Large Ore Carrier,VLOC投入运营并未对主流铁矿石航线的好望角型船海运运价的波动性产生根本性的影响.相比图巴朗至青岛航线，图巴朗至鹿特丹航线的铁矿石海运运价更具稳定性?航运企业应根据市场需求积极优化船队结构和船舶运营市场的布局 .关键词：超大型矿砂船VLOC ；铁矿石；运价；好望角型船0引言2021 年 5 月中远集团下属的中散集团与中海集团下属的中海开展

2、股份合资成立 "中 国矿 运 " ，该公司与巴西淡水河谷公司合作， 购宜 40 万吨级的超大型矿 ?砂船 Very Large Ore Carrier, VLOC，专营国际铁矿石海上运输.这意味着一度被限制进入中国港口的超大型矿砂船将进入中国市场 . 超大型矿砂船比好望角型等传统铁矿石运输船具有更为明显 的规模效应，所以其 大规模运营会对原主流国际铁矿右海运航线上运营的好望角型船不可避免地产生 "挤岀效应 "，这将引起整个国际铁矿石海运市场格局的变化 .目前学术文献多将船舶大型化与运价波动性作为两个不同的主题进行研究?船舶大型化方而 的研究多集中于经济性

3、论证和影响分析，运价波动方而的研究那么多集中于现货市场与远期市场运价波动的关系和不同船型或不同航线的运价波动等领域，鲜见有研究将船舶大型化与运价波动性联系于一体.XU等利用广义矩方法 Generalized Method of Moments, GMM 模型研究了运价波动性与 船队规模增长量的关系，指出两者呈正相关，其中好望角型船因在运营 上缺乏灵活性，北运价波 动对市场变化更为敏感 ?许贵斌从战略层、战术层和操作层等3 方 而研究了船舶大型化对铁矿石供给链的影响，指出船舶大型化并不必然带来运价的下降 . 鉴于超大型矿砂船明显的本钱优势、 下水运营规模不断扩大及苴 "挤占 "

4、;好望角型船运输市场 的事实，本文重点研究超大型矿砂船的运 营是否对主流铁矿石海运航线上的好望角型船的运 价波动产生结构化的影响，并结合实践对研究 结果进行分析 .1 数据选取与处理1.1 数据选取及说明 本文以国际海运市场中承当铁矿石运输份额最大的好望角型船铁矿仃海运航线运价为研究对象，分别选择巴西一中国图巴朗一青岛和巴西一西欧图巴朗一鹿特丹航线为具体建模对象 .为有效评估 40 万吨级超大型矿砂船投入运营是否对好望角型船铁矿石海运运价的 波动性产生影 响，考虑到受 2021 年全球经济危机影响，国际干散货运输市场在 2021 年下 半年和 2021 年上半 年岀现断崖式暴跌从计量经济的角度

5、考量，这属于受到强烈外生冲击出现结构断点的情况，因此在数据上选取全球著名航运咨询商Clarkson提供的2021年5月至2021年4月期间两大航线好望角型船铁矿石海运运价的周度数据 . 每组时间序列包含 309 个观测数拯 . 为表达数据的长期趋 势，减缓短期影响，对数据进行对数处理 . 此外，为分 析从 2021 年 5 月开始陆续下水投入运营的 超大型矿砂船对好望角型船铁矿石海运运价波动 是否产生可观测的显著影响，本文拟从两种研究 视角展开建模研究 . 一是以 2021 年 5 月为分 界点，分别就两大航线构建 4 组时间序列： 2021 年 5 月 1 日至 2021 年 4 月 29

6、日的图巴朗一 青岛航线和图巴朗一鹿特丹航线的运价序列，以及 2021 年 5 月 6 日至 2021 年 3 月 27 日的 图巴朗一青岛航线和图巴朗一鹿特丹航线的运价序列， 然后分 别建模进行比照研究以观测波 动性是否岀现显著变化 . 二是引入虚拟变戢， 以 2021 年 5 月为分界 点，构造一组时间序列 Zt, 该序列的观测数据在 20H 年 5 月前被记为 0,之后那么被记为 1,分別在随 后所建模型的均值 方程和条件方差方程中参加虚拟变量 . 引入虚拟变量的经济意义在于说明以 20年5月为界，好望角型船铁矿仃海运航线处于两种不同的市场运营状态没有超大型矿砂船和 有超大型矿 砂船) ，

7、并借以判断 2021 年 5 月前后好望角型船铁矿石海运运价波动是否岀现显著变 化 . 本 文所要研究的各时间序列及其描述见表 1.1.2 描述性统计表 2 列出了各经对数处理的运价时间序列的根本统计量值.从表2可知：仅 Xt和X2t的JB统讣量的伴随概率接近 0,拒绝了正态分布的原假设，2组序 列的峰度均大于 3,偏度均为负值，序列呈左偏，具有尖峰厚尾的特征：英他4 组序列均 接受原假设，呈正态分布.对拒绝正态分布原假设的 2组序列在利用EViews软件构建GARCH模型时，设定 误差分布形式为广义误差分布 (Generalized Error Distribution. GED). 从统计

8、 量中的标准差看：就 2021 年 5 月 1 日至 2021 年 3 月 27 日这一大时间区段而言，图巴朗一 青岛航线的好望角型船铁 矿仃海运运价的波动幅度小于图巴朗一鹿特丹航线的：就两大航线 的分时间区段而言，两大航线 在2021年5月1日至20年4月29日这一时间区段的运价 波动幅度均大于2021年5月6日至 2021 年 3 月 27 日这一时间区段的 .1.3 平稳性检验利用GARCH模型建模的一个重要前提是要求所研究的时间序列是一个平稳时间序列，这样才能得到大样本性质？如果一个时间序列比的均值、方差和自协方差都不取决于时刻t,那么称时间序列?t是弱平稳或协方差平稳序列.本文采用最

9、常见的ADF检验.根据6组时间序列 的疋势图， 在序列水平值下进行 ADF检验，且不添加常数项和趋势项，检验结果见表 3.从表3可知：序列 Xlt , X2t和 YIt在10%显著性水平下均可接受原时间序列存在单位根 的原假设，因此 Xlt , X2t和 YIt都是非平稳时间序列；Xt , Yt和 Y2t在10%显 著性水平下 均可拒绝接受原时间序列存在单位根的原假设，因此Xt , Yt和 Y2t都是平稳时间序列.为更精确地评判序列是否存在单位根，对Xt , 丫卩和 Y2t序列再采用PP检验(见表4).结合PP检验结果，认为 Xt和 Yt属于平稳时间序列，而 Y2t属于非平稳时 间序列 . 采

10、用一阶差 分形式对非平稳的 4 组序列进行处理，使其成为平稳时间序列，得到 4 组新 的时间序列，分 另I记为 XF , X, 2t , Ylt和 Y, 2t然后对这4组新序列进行ADF检 验，且不添加常数项和 趋势项，检验结果见表 5.1.4 自相关检验 通过时间序列的自相关图,可根据自相关系数与偏自相关系数的拖尾或截尾特征来判断序列是否存在自相关性 . 这 6 组平稳时间序列的自相关性检验结果见表 6.从表6可知：仅有 Xlt的自由度分别为10, 15, 20时的Q统计量均小于5%显著性水平下 的临 界值,故接受序列不存在自相关的原假设,即该时间序列不存在自相关性；英余序列均存在明显的序列

11、自相关性.由于序列 Xlt不存在自相关性，故在构建 GARCH模型的均值方程 时，不能采 用自回归模型 .2GARCH模型的构建与实证研究GARCH模型是刻画序列波动性的重要工具.一般而言，GARCH (1, 1模型足以描述大量的 金融时间 序列,它等价于 ARCH(R) 模型 . 标准的 GARCH (1, 1模) 型为2.1 建立均值方程建立均值方程是构造GARCH模型的前提.所谓建立均值方程就是要建立能够较好地拟合时间序列的模型 ?现利用广泛运用的自回归移动平均 (AutoRegressive and Moving Average* ARMA) 模型来拟 合平稳时间序列，通过综合比拟 R

12、2? D. ( Durbi nWatso n)值和AIC( Akaike In formation Criterio n)值选 择最正确模型.由于Xlt不存在自相关性，故对其不能采用自回归模型 .考虑到XF与Y, lt 间相关系数较髙，因此通过Y %对乂日进行拟合.各平稳时间序列的均值方程见表 7.2.2ARCH效应检验各时间序列的残差序列 ARCH LM检验结果见表8?从表8可知：除序列Xt外，苴余时间序列 的 拟合模型的残差序列均不存在 ARCH效应，这意味着英余时间序列的运价波动具有一定的 稳定性. 本文将在第 3 节对这样的检验结果进行详细的分析 .2.3序列 Xt的GARCH模型构建

13、因 Xt拟合模型的残差序列存在明显的 ARCH效应，故需要通过 GARCH建模消除异方差性.现 利用GARCH (1, 1)对 Xt的拟合方程重新进行估计，误差分布形式设妃为 GED得到如 下的均 值方程和条件方差方程，且相关系数均通过显著性检验 .采用Q统计疑检验法对上述通过 GARCH模型重新估计拟合后模型的残差序列条件异方差性进行检验，结果显示：残差平方序列在滞后阶数为 10, 15, 20时的 Q 统计量均小于临界值 且伴随概率 大于显著性水平，说明残差平方序列不存在自相关性：模型拟合效果良好且也消除了残差序列中的异方差性，即不存在 ARCH效应.这说明GARCH模型能够对 Xt序列进

14、行建模分析，并能够 刻画出该序列的波动性 .2.4 引入虚拟变量后的建模 为进一步探究超大型矿砂船下水运营是否对好望角型船铁矿石海运运价波动产生实质性影响，引入虚拟变疑 Zt.由于 Yt的拟合模型的残差序列不存在ARCH效应，故仅在 Yt的拟合模型中参加虚拟变屋 Zt;由于 Xt的拟合模型的残差序列存在 ARCH效应，故在其均值方程 和 条件方差方程中参加虚拟变虽 : Zt .参加虚拟变量后的模型的估计结果见表9 和 10.从表10可知，均值方程和条件方差方程中的虚拟变量 Zt及局部苴他变量未能通过显著性检 验 ?从现实经济意义看，该航线上的市场运价并未因有超大型矿砂船参与运营而发生显箸变化.

15、 这意味着不能认为 2021 年 5 月之后超大型矿砂船的下水运营能对图巴朗一青岛航线好望角型船海运运价波动产生实质性的影响 .3 建模结果的总结与分析 本文通过计量研究发现超大型矿砂船投入运营并未对主流铁矿石航线的好望角型船海运运价波动产生结构化的影响 . 对于这样的研究结果，可从如下几方而进行探讨认识 .(1) 从超大型矿砂船运力投放规模以及潜在运力需求的角度看，截至 2025 年第一季度，已经投入运营的40万吨级的超大型矿砂船仅 30艘左右，运力规模约在2 200万t.然而，2021和2021 年巴西铁矿石岀口量一直维持在 3 亿 t 以上， 2021 和 2021 年因主要进口国进口渠

16、 道的拓展，巴 四铁矿石出口量降到 2.7 亿 t 左右. 考虑到船舶下水运营的渐进性(运力并非集 中投放市场)，就 运力投放规模与运力需求的比拟而言，超大型矿砂船未能占较大市场份额，从而未能对好望角型船形成实质性的挤出效应，进而也就没能对巴西航线的好望角型船铁矿 石运价产生结构化的影响 此外，超大型矿砂船队运力约占好望角型船队运力的 5% (全球著 名航运咨询商 Clarkson 数据显 示，截至 2024 年底，全球好望角型船数量为 1 309艘，总运 力达 2.34 亿 t) ?从市场竞争的角度 看，好望角型船的船舶所有人不可能主动放弃自身现有 的市场份额，必定会采取多种措施与超大 型矿

17、砂船展开市场竞争，这意味着超大型矿砂船不 可能迅速抢占整个市场，不能使市场发生显著 的结构性变化 .(2) 从超大型矿砂船的实际运营状况看， 由于该型船曾岀现过一些结构平安问题， 加之船 舶载重量巨大，全球能够满足苴靠泊装卸的大型码头极为有限 . 有关国家对这类超设汁标准 船舶靠 泊管理的规定，使该型船在实际运营中的载货疑多数情况下未到达其最大允许载货量, 这在一泄程度上降低了该型船与好望角型船间的差异，也降低了其对原有航线上的好望角型船铁矿石运价产生结构化影响的可能 .(3) 从本文具体研究的两条主流铁矿石航线看， 中国是巴西铁矿石出口的重要目的地， 中 国 的铁矿石进口量占整个巴西铁矿石出口总量的比重较大 ?但是，在过去几年时间中，因中国国内干散货船舶所有人的强烈反对，超大