【摘 要】 隨著我國(guó)出口集裝箱運(yùn)輸業(yè)的不斷發(fā)展，集裝箱運(yùn)輸企業(yè)面臨著運(yùn)價(jià)波動(dòng)風(fēng)險(xiǎn)。文章分析了集裝箱運(yùn)價(jià)波動(dòng)風(fēng)險(xiǎn)產(chǎn)生的原因，并應(yīng)用時(shí)間序列分析中的經(jīng)典模型ARIMA模型分析了我國(guó)出口集裝箱運(yùn)價(jià)指數(shù)的變動(dòng)趨勢(shì)，在集裝箱運(yùn)價(jià)走勢(shì)分析的基礎(chǔ)上，依據(jù)金融風(fēng)險(xiǎn)預(yù)警理論，建立了我國(guó)出口集裝箱運(yùn)價(jià)風(fēng)險(xiǎn)預(yù)警機(jī)制模型，為我國(guó)集裝箱運(yùn)輸企業(yè)控制運(yùn)價(jià)風(fēng)險(xiǎn)，提高企業(yè)管理經(jīng)營(yíng)水平提供了依據(jù)。

【關(guān)鍵詞】 運(yùn)價(jià)風(fēng)險(xiǎn)； 集裝箱運(yùn)價(jià)指數(shù)； ARIMA模型； 預(yù)警機(jī)制

引 言

隨著我國(guó)經(jīng)濟(jì)與世界經(jīng)濟(jì)聯(lián)系的日益緊密，作為航運(yùn)主要產(chǎn)業(yè)之一的集裝箱運(yùn)輸業(yè)將越來越多地受到世界經(jīng)濟(jì)的影響，航運(yùn)風(fēng)險(xiǎn)有不斷增大的趨勢(shì)，在這種情況下，研究和討論集裝箱運(yùn)價(jià)風(fēng)險(xiǎn)預(yù)警管理顯得十分重要。而集裝箱運(yùn)價(jià)指數(shù)是反映集裝箱運(yùn)輸市場(chǎng)價(jià)格的重要手段，中國(guó)出口集裝箱運(yùn)價(jià)指數(shù)（CCFI）由上海航運(yùn)交易所于1998年4月23日首次編制發(fā)布，迄今為止已連續(xù)發(fā)布了近15年。為了完善中國(guó)出口集裝箱運(yùn)價(jià)指數(shù)體系，上海航運(yùn)交易所于2009年10月16日推出了新版上海出口集裝箱運(yùn)價(jià)指數(shù)（SCFI）。目前，上海出口集裝箱運(yùn)價(jià)指數(shù)已成為反映我國(guó)出口集裝箱班輪運(yùn)輸市場(chǎng)的風(fēng)向標(biāo)，并成為全球首個(gè)國(guó)際集裝箱運(yùn)價(jià)衍生品交易的結(jié)算依據(jù)。

目前，多數(shù)學(xué)者的研究主要集中于對(duì)波羅的海運(yùn)價(jià)指數(shù)的研究，如Kevin Cullinane（1992）運(yùn)用ARMA模型對(duì)BFI期貨指數(shù)進(jìn)行了研究和預(yù)測(cè)；楊偉年（1999）運(yùn)用時(shí)間序列分析對(duì)國(guó)際干散貨運(yùn)價(jià)指數(shù)的波動(dòng)性進(jìn)行了研究；呂靖和陳慶輝（2003）對(duì)BDI分別提取了長(zhǎng)期趨勢(shì)項(xiàng)和季節(jié)波動(dòng)項(xiàng)，得到一個(gè)符合ARMA模型建模要求的零均值平穩(wěn)序列。朱劍（2007）利用ARIMA模型對(duì)BDI指數(shù)的變化趨勢(shì)進(jìn)行了建模分析；張頁（2010）運(yùn)用協(xié)整理論研究了中國(guó)出口集裝箱運(yùn)價(jià)指數(shù)與航線運(yùn)價(jià)上的相關(guān)性。這些研究中，對(duì)于新版上海集裝箱運(yùn)價(jià)指數(shù)趨勢(shì)研究較少，更是缺乏對(duì)我國(guó)集裝箱運(yùn)價(jià)風(fēng)險(xiǎn)預(yù)警機(jī)制的研究。

對(duì)于集裝箱運(yùn)價(jià)風(fēng)險(xiǎn)預(yù)警研究的基礎(chǔ)是對(duì)集裝箱運(yùn)價(jià)走勢(shì)的準(zhǔn)確判斷，本文以時(shí)間序列分析的經(jīng)典模型ARIMA模型為工具，建立上海出口集裝箱運(yùn)價(jià)指數(shù)預(yù)測(cè)模型，并在上海出口集裝箱運(yùn)價(jià)指數(shù)走勢(shì)的基礎(chǔ)上，根據(jù)金融企業(yè)風(fēng)險(xiǎn)預(yù)警理論，建立了我國(guó)集裝箱運(yùn)價(jià)風(fēng)險(xiǎn)預(yù)警機(jī)制模型，以幫助集裝箱運(yùn)輸企業(yè)及相關(guān)金融機(jī)構(gòu)掌握集裝箱運(yùn)價(jià)風(fēng)險(xiǎn)的變化規(guī)律，控制集裝箱運(yùn)價(jià)風(fēng)險(xiǎn)，在國(guó)際航運(yùn)市場(chǎng)的競(jìng)爭(zhēng)中占據(jù)有利地位。

一、集裝箱運(yùn)價(jià)波動(dòng)風(fēng)險(xiǎn)

集裝箱運(yùn)輸企業(yè)具有投入高、周期長(zhǎng)、跨國(guó)經(jīng)營(yíng)的特征，影響集裝箱運(yùn)輸價(jià)格的影響因素眾多。集裝箱運(yùn)輸價(jià)格不僅受到集裝箱運(yùn)輸企業(yè)自身經(jīng)營(yíng)狀況例如運(yùn)營(yíng)成本、管理水平等的影響，還受到世界政治、經(jīng)濟(jì)和國(guó)際貿(mào)易等多方面的影響。由于集裝箱運(yùn)輸具有派生性，其產(chǎn)生和發(fā)展依賴于其他行業(yè)和國(guó)際貿(mào)易的增長(zhǎng)和發(fā)展，這就導(dǎo)致了集裝箱運(yùn)輸價(jià)格的被動(dòng)性以及對(duì)其他相關(guān)行業(yè)、世界經(jīng)濟(jì)貿(mào)易發(fā)展的依賴性。這些因素綜合作用的結(jié)果通過集裝箱運(yùn)價(jià)波動(dòng)反映出來，這種波動(dòng)給集裝箱運(yùn)輸企業(yè)的收入帶來了極大的不確定性。另外，由于國(guó)際貿(mào)易周期性和季節(jié)性的變化，使得作為派生性需求的運(yùn)輸服務(wù)也具有周期性波動(dòng)和季節(jié)性波動(dòng)特征，這給集裝箱運(yùn)輸市場(chǎng)價(jià)格的預(yù)測(cè)帶來困難。集裝箱運(yùn)輸價(jià)格有著較大的波動(dòng)性和不確定性，使得集裝箱運(yùn)輸企業(yè)處于巨大的經(jīng)營(yíng)風(fēng)險(xiǎn)之中。因此，為了控制和防范風(fēng)險(xiǎn)，對(duì)于集裝箱運(yùn)輸價(jià)格的準(zhǔn)確預(yù)測(cè)及相應(yīng)的風(fēng)險(xiǎn)預(yù)警就顯得十分重要。

二、時(shí)間序列模型簡(jiǎn)介

時(shí)間序列分析（Time Series Analysis）是一種處理動(dòng)態(tài)數(shù)據(jù)的統(tǒng)計(jì)方法，該方法基于隨機(jī)過程理論和數(shù)理統(tǒng)計(jì)學(xué)方法，研究隨機(jī)數(shù)據(jù)序列所遵從的統(tǒng)計(jì)規(guī)律。ARIMA模型全稱為自回歸移動(dòng)平均模型（Autoregressive Integrated Moving Average Model，簡(jiǎn)記為ARIMA），是由博克思（Box）和詹金斯（Jenkins）于70年代初提出的著名時(shí)間序列預(yù)測(cè)方法。該方法簡(jiǎn)單易行，一般適用于短期預(yù)測(cè)，時(shí)間序列預(yù)測(cè)一般反映三種實(shí)際變化規(guī)律：趨勢(shì)變化、周期性變化、隨機(jī)性變化。常用的模型有：AR模型、MA模型、ARMA模型、ARIMA模型。AR模型、MA模型和ARMA模型主要用于分析平穩(wěn)時(shí)間序列的典型模型，而ARIMA模型是對(duì)于非平穩(wěn)的時(shí)間序列的典型模型。對(duì)于上海出口集裝箱運(yùn)價(jià)指數(shù)的分析預(yù)測(cè)，本文采用ARIMA模型進(jìn)行分析研究。

ARIMA模型的基本思想是將預(yù)測(cè)對(duì)象隨時(shí)間推移而形成的數(shù)據(jù)序列視為一個(gè)隨機(jī)序列，用數(shù)學(xué)模型ARIMA（p，d，q）來近似描述，其結(jié)構(gòu)如下：

ARIMA模型是差分運(yùn)算和ARMA模型的組合，由于大量的社會(huì)經(jīng)濟(jì)數(shù)據(jù)多為非平穩(wěn)的時(shí)間序列，因此在應(yīng)用ARIMA模型前，需要對(duì)非平穩(wěn)的時(shí)間序列數(shù)據(jù)通過適當(dāng)差分；然后對(duì)差分后的平穩(wěn)數(shù)據(jù)進(jìn)行ARIMA模型擬合。該方法的基本步驟為：模型的識(shí)別；模型中參數(shù)的估計(jì)；模型的檢驗(yàn)及優(yōu)選。

（一）模型的識(shí)別

利用自相關(guān)分析和偏自相關(guān)分析等方法，分析時(shí)間序列的隨機(jī)性、平穩(wěn)性和季節(jié)性，根據(jù)樣本數(shù)據(jù)提出一組值得考慮的模型，包括模型的類型和階數(shù)。如果數(shù)據(jù)不平穩(wěn)，需要對(duì)數(shù)據(jù)進(jìn)行差分，然后根據(jù)差分后平穩(wěn)數(shù)據(jù)序列的自相關(guān)系數(shù)（ACF）和偏自相關(guān)系數(shù)（PACF）值選擇適當(dāng)?shù)碾A數(shù)。

（二）模型的參數(shù)估計(jì)

根據(jù)樣本數(shù)據(jù)，用最小二乘法等對(duì)已選出的模型進(jìn)行估計(jì)，估計(jì)出p個(gè)自回歸系數(shù)？準(zhǔn)1，？準(zhǔn)2…？準(zhǔn)p，q個(gè)移動(dòng)平均參數(shù)θ1，θ2…θq等參數(shù)。

（三）模型的檢驗(yàn)和優(yōu)選

檢驗(yàn)每個(gè)模型的殘差序列？著t是否為白噪聲序列，若為白噪聲序列，則模型檢驗(yàn)通過。在所有通過檢驗(yàn)的擬合模型中，根據(jù)模型的AIC、BIC準(zhǔn)則作為優(yōu)選標(biāo)準(zhǔn)選擇最優(yōu)模型。

三、實(shí)證分析

（一）數(shù)據(jù)選取與處理

本文選取上海出口集裝箱運(yùn)價(jià)指數(shù)（SCFI）2010年11月到2012年5月共80個(gè)數(shù)據(jù)進(jìn)行分析，利用eviews6.0軟件對(duì)相關(guān)數(shù)據(jù)進(jìn)行處理。觀察原始數(shù)據(jù)的走勢(shì)圖（見圖1），初步判斷上海出口集裝箱運(yùn)價(jià)指數(shù)時(shí)間序列為非平穩(wěn)的時(shí)間序列。

對(duì)原數(shù)據(jù)序列一階差分后的數(shù)據(jù)序列進(jìn)行ADF單位根檢驗(yàn)，ADF檢驗(yàn)結(jié)果見表1。可知序列{SCFI}的ADF值大于1%的臨界值，所以無法拒絕不存在單位根的原假設(shè)，也就是說該序列為非平穩(wěn)序列；而一階差分序列{dSCFI}的ADF值小于1%的顯著水平下的臨界值，所以拒絕差分變量含有單位根的原假設(shè)，即{dSCFI}序列是平穩(wěn)的，記為I（1）過程，可以對(duì)該序列進(jìn)行建模分析。

（二）建立預(yù)測(cè)模型

由于{SCFI}序列的一階差分序列為平穩(wěn)性序列，本文采用ARIMA（p，1，q）模型對(duì){dSCFI}序列進(jìn)行擬合。其中，P為自回歸階數(shù)，q為移動(dòng)平均階數(shù)，p值和q值取決于樣本的自相關(guān)系數(shù)（ACF）和偏相關(guān)系數(shù)（PACF）。{dSCFI}序列的自相關(guān)和偏自相關(guān)的圖形，如圖2所示。

從自相關(guān)圖的ACF值看，4階以后函數(shù)值明顯趨于0，呈現(xiàn)拖尾性，故q可取4；從偏自相關(guān)圖PACF值看，第4階、8階、9階、10階顯著不為零，因此可以考慮p取4，8，9或10。所以可以考慮4個(gè)備選模型：ARIMA（4，1，4）、ARIMA（8，1，4）、ARIMA（9，1，4）和ARIMA（10，1，4）。

通過eviews6.0軟件，得到這個(gè)模型的AIC參數(shù)值和殘差檢驗(yàn)，如表2所示。

從表2可以看出，四組ARIMA模型均通過殘差檢驗(yàn)，而ARIMA（4，1，4）模型AIC值較低，因此可以選用ARIMA（4，1，4）模型作為預(yù)測(cè)模型，模型具體表達(dá)式為：

（三）預(yù)測(cè)結(jié)果分析

應(yīng)用ARIMA（4，1，4）模型，對(duì)2010年11月至2012年5月上海出口集裝箱運(yùn)價(jià)指數(shù)預(yù)測(cè)值和實(shí)際值進(jìn)行比較，發(fā)現(xiàn)預(yù)測(cè)模型的Theil不平衡系數(shù)為0.0128，偏差和方差百分比均接近于零，協(xié)方差百分比為0.997，接近于1，說明預(yù)測(cè)效果比較好。預(yù)測(cè)效果如圖3所示。

四、基于集裝箱運(yùn)價(jià)走勢(shì)分析的我國(guó)出口集裝箱運(yùn)價(jià)風(fēng)險(xiǎn)預(yù)警機(jī)制

集裝箱運(yùn)價(jià)風(fēng)險(xiǎn)預(yù)警機(jī)制是集裝箱運(yùn)輸企業(yè)運(yùn)價(jià)風(fēng)險(xiǎn)控制的核心，為了更好地控制集裝箱運(yùn)輸企業(yè)的運(yùn)價(jià)風(fēng)險(xiǎn)，根據(jù)金融風(fēng)險(xiǎn)管理的相關(guān)理論，本文把集裝箱運(yùn)價(jià)風(fēng)險(xiǎn)預(yù)警機(jī)制的基本程序表述為：集裝箱運(yùn)價(jià)走勢(shì)監(jiān)控、集裝箱運(yùn)價(jià)風(fēng)險(xiǎn)識(shí)別、集裝箱運(yùn)價(jià)風(fēng)險(xiǎn)度量、集裝箱運(yùn)價(jià)風(fēng)險(xiǎn)判別和集裝箱運(yùn)價(jià)風(fēng)險(xiǎn)管理決策五個(gè)階段，如圖4所示。

集裝箱運(yùn)價(jià)走勢(shì)監(jiān)控是對(duì)集裝箱運(yùn)價(jià)的趨勢(shì)變化情況進(jìn)行全程監(jiān)督，及時(shí)發(fā)現(xiàn)集裝箱運(yùn)價(jià)波動(dòng)情況，為識(shí)別集裝箱運(yùn)價(jià)風(fēng)險(xiǎn)提供依據(jù)。

集裝箱運(yùn)價(jià)風(fēng)險(xiǎn)識(shí)別就是對(duì)潛在的各種集裝箱運(yùn)價(jià)風(fēng)險(xiǎn)進(jìn)行系統(tǒng)歸類和全面分析，以確定其性質(zhì)和特征，包括運(yùn)價(jià)風(fēng)險(xiǎn)發(fā)生的因素、形式、影響程度、作用方式以及性質(zhì)等。

集裝箱運(yùn)價(jià)風(fēng)險(xiǎn)度量是在集裝箱運(yùn)價(jià)風(fēng)險(xiǎn)識(shí)別的基礎(chǔ)上，進(jìn)一步對(duì)集裝箱運(yùn)價(jià)風(fēng)險(xiǎn)進(jìn)行度量與監(jiān)測(cè)，包括集裝箱運(yùn)價(jià)風(fēng)險(xiǎn)發(fā)生的概率以及相應(yīng)風(fēng)險(xiǎn)程度。集裝箱運(yùn)價(jià)風(fēng)險(xiǎn)的度量需要建立集裝箱運(yùn)價(jià)風(fēng)險(xiǎn)測(cè)度指標(biāo)體系。

集裝箱運(yùn)價(jià)風(fēng)險(xiǎn)判別就是根據(jù)集裝箱運(yùn)價(jià)風(fēng)險(xiǎn)度量的結(jié)果，判斷集裝箱運(yùn)價(jià)風(fēng)險(xiǎn)的類型和程度，判斷集裝箱運(yùn)價(jià)風(fēng)險(xiǎn)是否在系統(tǒng)可接受的風(fēng)險(xiǎn)程度內(nèi)。

集裝箱運(yùn)價(jià)風(fēng)險(xiǎn)管理決策是根據(jù)集裝箱運(yùn)價(jià)風(fēng)險(xiǎn)判別的結(jié)果，如果集裝箱運(yùn)價(jià)風(fēng)險(xiǎn)在系統(tǒng)正常的風(fēng)險(xiǎn)范圍內(nèi)，則繼續(xù)進(jìn)行集裝箱運(yùn)價(jià)風(fēng)險(xiǎn)正常監(jiān)控；如果集裝箱運(yùn)價(jià)風(fēng)險(xiǎn)已經(jīng)超過系統(tǒng)正常范圍，則企業(yè)需要立即啟動(dòng)集裝箱運(yùn)價(jià)風(fēng)險(xiǎn)的危機(jī)處理機(jī)制，解除危機(jī)，使得集裝箱運(yùn)價(jià)風(fēng)險(xiǎn)處在系統(tǒng)可接受的范圍內(nèi)。

五、結(jié)語

集裝箱運(yùn)輸業(yè)是高風(fēng)險(xiǎn)、高收益行業(yè)，如何降低經(jīng)營(yíng)風(fēng)險(xiǎn)一直是集裝箱運(yùn)輸企業(yè)十分關(guān)心的課題。本文在分析時(shí)間序列模型ARIMA預(yù)測(cè)模型的基礎(chǔ)上，以新版上海出口集裝箱運(yùn)價(jià)指數(shù)序列為基礎(chǔ)，通過對(duì)該序列的平穩(wěn)性分析、差分處理、自相關(guān)偏相關(guān)系數(shù)計(jì)算、ARIMA建模、參數(shù)估計(jì)、假設(shè)檢驗(yàn)及模型預(yù)測(cè)等研究了集裝箱運(yùn)價(jià)指數(shù)的走勢(shì)。結(jié)果顯示，ARIMA（4，1，4）模型能很好地?cái)M合上海出口集裝箱運(yùn)價(jià)指數(shù)波動(dòng)情況，能夠較為準(zhǔn)確地判斷集裝箱運(yùn)價(jià)走勢(shì)，并在準(zhǔn)確監(jiān)控集裝箱運(yùn)價(jià)走勢(shì)的基礎(chǔ)上，提出了集裝箱運(yùn)價(jià)風(fēng)險(xiǎn)預(yù)警機(jī)制模型，通過對(duì)集裝箱運(yùn)價(jià)風(fēng)險(xiǎn)的監(jiān)控、識(shí)別、度量、判斷及管理決策，幫助集裝箱運(yùn)輸企業(yè)利用好集裝箱運(yùn)價(jià)指數(shù)，降低企業(yè)經(jīng)營(yíng)風(fēng)險(xiǎn)。

【參考文獻(xiàn)】

[1] Batchelor，Alizadeh，Visvikis. Forecasting spot and forward prices in the international freight market[J].International Journal of Forecasting，2007（23）：101-114.

[2] 楊偉年.國(guó)際干散貨運(yùn)價(jià)波動(dòng)研究[D].上海：上海海運(yùn)學(xué)院學(xué)位論文，1999.

[3] 呂靖，陳慶輝.海運(yùn)價(jià)格指數(shù)的波動(dòng)規(guī)律[J].大連海事大學(xué)學(xué)報(bào)，2003（1）：1-4.

[4] 朱劍.干散貨遠(yuǎn)期運(yùn)費(fèi)市場(chǎng)功能實(shí)證研究[D].上海：上海交通大學(xué)學(xué)位論文，2007.

[5] 張頁.中國(guó)出口集裝箱運(yùn)價(jià)指數(shù)與實(shí)際運(yùn)價(jià)相關(guān)分析[J].中國(guó)航海，2010（6）： 96-100.

[6] G.E.P.Box，G.N.Jenkins and G.C.Reinsel. 時(shí)間序列分析預(yù)測(cè)與控制[M].顧嵐，主譯.北京：中國(guó)統(tǒng)計(jì)出版社，1997.