在好望角型远期运费协议市场波动溢出效应

文摘

本文调查的溢出效应在好望角型远期运费协议(远期运费协议)市场在全球金融危机之前和之后。本文选择四个海岬型航行路线远期运费协议(C3、C4、C5和C7),两个定期租赁线路远期运费协议(BCIT / C平均,BPI T / C平均),和现货率为研究对象,涵盖时期3 2006年1月至2015年12月24日。本文应用波动溢出多元随机波动(VS-MSV)模型对波动溢出效应进行了分析,并估计贝叶斯推理的参数通过软件使用吉布斯抽样(bug),异常信息准则(DIC)用于模型拟合优度。结果表明存在波动溢出效应在某些好望角型远期运费协议的路线,发现利率远期运费协议的影响发生危机之前,然而,他们是两国在危机之后。随着航运市场的发展,远期运费协议和即期汇率之间的相关性增强,和似乎效果取决于市场信息和交易员的行为。所以医生可以根据溢出效应做出决定。

1。介绍

跨市场信息传播是一个研究领域,收到了很多关注来自学术界和实践者1]。随着航运衍生品市场的发展,相关市场之间的关系密切。在全球金融危机之后,金融风险传播提高之间的关系不同的航运衍生品市场。与变量的一阶矩的关系反映在价格溢出效应、波动溢出效应反映了变量的二阶矩的关系,市场波动的影响不仅通过自己的早期阶段,而且波动来自其他市场(2]。波动溢出效应广泛存在于不同的航运衍生品市场。这是航运行业波动的一个重要方面。

作为航运衍生品的主要成分,远期运费协议(远期运费协议)场外交易产品一概基础上,现在他们都在柜台交易,通过交换。运费衍生品提供货运市场敞口风险对冲的手段通过指定的定期租赁和航行的交易利率远期头寸。

根据有效市场假说,远期运费协议价格应该是现货价格的无偏估计量,即标的资产。然而,这并不总是真的在远期运费协议市场。远期运费协议与现货价格的关系是注意(3- - - - - -8),尤其是溢出效应。钟和Weon9)使用两个版本的二元混合正常不对称GARCH模型来捕获的偏斜度和峰度检测到有条件的和无条件的回报分布的干散货运费。李等人。10]调查溢出效应和动态运输现货和衍生品市场之间的相关性在多元广义自回归条件异方差性框架下,发现收益溢出效应是单方面从单月FFA到现货市场,在两国之间一个月和两个月的FFA市场。Sogiakas和Karathanassis11)检查现货和衍生品市场之间的波动溢出效应没有占可能长期关系的失衡,可能会导致虚假的溢出效应,并提供证据的时变衍生品现货市场的溢出效应。Alexandridis et al。12]调查定期租赁利率之间的经济溢出效应,运费期货、干散货航运业和运费期权价格;结果显示重要信息传输安全的返回和三个相关市场之间的波动。施等。13)使用一个单变量广义拱模型来捕获运费衍生品收益的波动性特征并应用时变介体模型来描述回报率之间的非线性依赖现货和运费衍生品。我们已经知道,自全球金融危机以来,为了避免信用风险,远期运费协议交易量的90%以上是通过票据交换所全球经济危机后(14]。也就是说危机改变了对远期运费协议的方式解决;然而,是否影响远期运费协议和即期汇率之间的关系应进一步研究。

随着研究的发展,远期运费协议之间的关系是注意和大宗商品市场。周(15应用向量自回归移动平均模型(VARMA)并使用变量从一年期远期运费协议和全球石油指数来分析两种乐器之间的关系。周et al。16]试图发现原油价格之间的动态关系和全球钢铁价格指数,发现之前的原油价格波动运动在全球钢铁价格指数。Kavussanos et al。(2014)调查经济溢出效应之间的运费和商品衍生品市场,和调查各类大宗商品运输下不同类型的货运合同显示,在大多数情况下,新的信息首先出现在大宗商品期货市场的回报率和波动,蔓延到之前运费衍生品市场。众所周知,散装航运是流浪汉,一艘船可以运行在不同的路线。所以可能有远期运费协议价格之间的关系在不同的航行路线。同时,不同类型的船只可以在同一路线上运行;因此,远期运费协议价格相关的不同类型的船只可以,好望角型和巴拿马型等。摘要溢出效应研究中航行路线之间的远期运费协议价格和定期租赁路线远期运费协议,比较之前和之后的全球金融危机,为了分析远期运费协议市场的波动特征。

现在主要的模型研究航运市场的波动是广义自回归条件异方差(GARCH)模型(4,17,18]。应用与研究,扩展模型。Alizadeh与Nomikos [19]调查期限结构动力学之间的关系和时变波动的航运运费,使用增强EGARCH模型,找到支持论点,运费的波动性与期限结构的形状的货运市场。Alizadeh(2013)调查的价格波动和成交量关系远期运费协议(FFA)市场干散货船只在2007 - 2011年期间,使用一个指数GARCH模型,发现FFA价格变化对交易量有积极的影响。Alizadeh et al。20.)检查替代套期保值的有效性方法,包括一个二维马尔可夫体制转换GARCH模型,在套期保值油轮运价,并找到证据支持论点,油轮运输市场的特点是不同的政权。Tsouknidis [21)检查动态波动溢出效应的存在之间的内部和干散货、油轮运输市场采用多元DCC-GARCH模型和结果揭示的存在大时变运费市场波动溢出效应,这是全球金融危机期间及之后更强烈。作为另一个波动模型、随机波动模型被广泛用于研究金融市场的波动性(22- - - - - -25]。一些文献表明,SV模型优于GARCH模型分析金融市场的波动性(26,27]。然而,很少有文献使用SV模型探讨航运的波动。本文应用扩展SV模型在远期运费协议市场调查的溢出效应。

此外,一些研究关注调查巴拿马型远期运费协议市场,而海岬型远期运费协议对中国市场更为重要。原因是中国是最大的铁矿石进口国,进口的数量是超过70%的世界,这是主要由海岬型船舶运输。所以探讨好望角型远期运费协议市场之间的波动溢出效应,巴拿马型远期运费协议市场,现货市场,比较不同时期,不同的好望角型路线和全球经济危机之前和之后,为了得到一些结果可以帮助航运经营管理。这也将有助于贸易使用远期运费协议可以管理运输风险和提高管理水平。本文的其余部分的结构如下。部分2介绍了理论框架和波动溢出多元随机波动(VS-MSV)模型。部分3数值统计分析。部分4包含实证结果。部分5总结了纸。

2。方法

2.1。VS-MSV模型

Harvery et al。28)所以et al。(29日]提出多元随机波动(MSV)模型的基础上,随机波动(SV)模型。

基本SV模型如下: 表明远期运费协议返回的路线和是一个静止的的过程。鞅差,遵循正态分布,和同时依赖,和是参数估计。是样本容量。

类似于基本模型、MSV模型如下: 表明不同路线的远期运费协议返回时间。随机误差向量和多元法向量,平均值都是零。和是参数估计。

MSV模型表示的影响在不考虑其他的影响(,),因此它不能分析波动溢出效应与SV或毫西弗。随着经济全球化的发展,波动溢出效应变得普遍。为了研究效果,参数向量是扩展到矩阵(30.]。 在哪里显示的影响在()。因此,波动溢出多元随机波动(VS-MSV)模型如下:

在这里,返回类型的远期运费协议吗在时间。和随机变量和独立同分布,正态分布,和平均值都是零,但差异吗和分别。 是波动的,和参数,持久性是参数。

的协方差矩阵是由

随机误差向量多元法向量,。是由

2.2。参数估计和测试

贝叶斯分析和马尔可夫链蒙特卡罗(密度)方法用于估计参数。最后,它得到了贝叶斯估计的结果。在VS-MSV模型中,包含未知参数和(包括未知的参数)。

首先,假设的参数向量是独立的,表示随机随机变量的概率密度函数。前联合密度未知参数和不可见的变量如下:

其次,根据贝叶斯后验密度是固定的。

第三,贝叶斯参数估计和蒙特卡罗方法得到。

模型的拟合优度异常信息准则(DIC) [31日)基于后验分布的异常数据。

在这里是观察到的数据的似然函数向量给定的参数向量,一些标准化数据的函数。迪拜国际资本的定义是

总结了模型的适应后预期的异常,而模型的复杂性被有效的参数的数量。DIC表示更合身的模型的较小值。

2.3。判断的波动溢出效应

首先,市场的回报吗。为了判断不同市场的波动溢出效应,为参数进行显著性检验()。零假设如下:。

参数的标准偏差是。

在这里()遵循正态分布。由于的定义分布,遵循的自由度分布。统计数据是结构化的。

如果零假设被接受,这表明是重要的,或者零假设被拒绝。其次,如果参数是重要的,市场的波动溢出效应市场是现有的,或没有效果。

2.4。之前设置的密度

重要的是决定联合前密度的未知参数和nonobservable变量,在获得SV模型与模型方法估计参数之前,这里关键是设置初始值。

由于持久性的波动,金正日et al。32)发现矩阵,组成的和,这是一个奇异矩阵和价值观和是接近于零。如果之前的价值接近,消失了,变成了nonidentifier。根据孟等的研究。33),前密度值的设置如下:

3所示。数据和初步分析

3.1。数据选择

远期运费协议合同标准化合同,解决在未来,和它的一些信息是固定的,包括路线、订货量,船型。波罗的海交易所远期运费协议航线覆盖四个标准船舶,包括论坛好望角型(C3、C4、C5、C7和BCI T / C平均),论坛巴拿马型(P1a, P2a P3a, BPI T / C平均),论坛Supramax (BSI T / C平均),和论坛的租金(BHSI T / C平均)。细节是在表1。

从历史数据的交易,在2008年巴拿马型远期运费协议交易的百分比是54%,和好望角型是35%。但在2009年,巴拿马型42%,海岬型是46%。2012年,约50%和39%。可能有两个原因。首先是人们发现,更重要的是海岬型船运价管理风险,远期运费协议的运营商从全球危机;第二个是大吨位好望角型和统计数据的交易“很多”,波罗的海交易所(一个很多= 1000吨);因此,比例较高。此外,中国是最大的铁矿石进口国,进口的数量是超过70%的世界,由海岬型船舶运输。所以本文重点是好望角型远期运费协议,调查其波动溢出。好望角型的数据集包括日常观察远期运费协议价格,航行路线C3、C4、C5, C7、定期租赁线路BCIT和BPI T / C / C平均平均和好望角型的即期汇率。 It covers the periods 3 January 2006 to 24 December 2015. The data from the Baltic Exchange are shown in graphical form in Figures1和2。所有价格都转换为自然对数的差别,根据文献[1,34]。为了研究远期运费协议市场的波动性字符之前和之后的全球金融危机,本文选择金融危机的分界点,2008年9月15日,雷曼兄弟(Lehman Brothers)破产,这标志着全球金融危机(35]。有664个样本在金融危机之前,和其他的1819个样本。

3.2。统计字符和测试

统计字符的分析是研究远期运费协议的基础价格波动,结果如表所示2。结果显示,有三个结果。第一个是金融危机后远期运费协议市场的高波动性。标准偏差是一个措施,总结了数据集内的每个值的数量变化。使用它作为市场波动的指标,因此风险。标准偏差值越大,风险越大。危机后,标准差的值增加为所有的系列研究,这表明高远期运费协议市场的波动。

第二个发现是负斜对大多数系列。偏态是对称的度量,或者更准确地说,缺乏对称性。四个航行路线的偏态值好望角型远期运费协议系列负面倾斜,这表明尾部左侧的概率密度函数比右边长胖。BCIT的偏度值和BPIT / C / C平均平均远期运费协议正偏态分布,表明尾部右边比左边长胖。系列的发现率,偏态值后危机前是消极的,但积极的危机。

最后一个是尖峰的所有系列。峰度衡量“tailedness”的实值随机变量的概率分布。一元正态分布的峰度是3。通常比较一个分布的峰态值。分布和峰度大于3是尖峰的分布和峰度不到3是低峰态。从结果,所有尖峰的系列。较高的峰度意味着更多的方差是罕见的极端偏差的结果,而不是频繁的适当大小的偏差。

单位根检验是一个平稳的时间序列方法测试,静止是VS-MSV建模的基础。增强Dickey-Fuller测试应用于固定测试的研究。存在单位根的零假设,没有单位根和替代假说。单位根检验的结果表3。根据测试结果,所有系列拒绝零假设在1%的显著水平,这意味着系列都是静止的,建模的匹配条件。

4所示。实证分析

4.1。远期运费协议之间的波动溢出好望角型航行路线

摘要Winbugs软件使用,使用密度方法,估计VS-MSV模型的参数,并研究了波动溢出效应在好望角型航行路线远期运费协议日常回报率,和迭代的数量是10000。结果得到了最小DIC时,表所示4。

根据统计,。在95%的置信水平,,,。的绝对值统计的参数不小于1.648,这意味着参数是重要的在95%置信水平在经济危机之前,在危机的绝对值统计应不小于1.646。

从表4,这三个实证研究结果如下。首先,金融危机可以改变溢出效应的关系。在危机之前,没有影响从C3, C4、C5, C7和从C5 C7 C4,但从C4和C7 C3和C5和C3和C7危机。原因有两个。一方面,危机改变航线的供需关系,这可能会影响波动关系。正如我们所知,海岬型船可以运行在很多航线如果没有限制,如港口草案。危机后,改变运输路线的要求是不同的,和运输能力供给相应地改变。这将改变不同的路线之间的波动关系。另一方面,危机改变在远期运费协议市场参与者的行为,然后对波动性的影响关系。危机之后,一些投资银行和金融机构,如高盛(Goldman Sachs)和摩根士丹利(Morgan Stanley)、退出市场远期运费协议。

第二个发现是,在危机之前,有显著的溢出效应从C4、C5, C7 C3,然而从C3, C4没有影响,C5, C7。C3的路线是所有四个航次的最长路线,大约10 000海里,和运输需求很大。最大的船总是运行在这条路线由于规模经济的影响,例如,Valemax船只,从380000到400000吨载重能力。由于限制,如港口吃水,很难对这些大型航空公司运行在其他航线。所以没有明显的溢出效应从C3到其他航线。相反,船舶运行在C4、C5, C7可以操作C3。所以C3路线的波动将影响其他路线。

最后一个是双边影响C5和C3。C3和C5都是铁航线,和需求的路线会影响另一个。金融危机的风险转移两个远期运费协议之间的市场,还有双边溢出效应。

4.2。好望角型远期运费协议之间的波动溢出,巴拿马型远期运费协议,即期汇率

表5之间的波动溢出效应的结果是好望角型远期运费协议和即期汇率DIC时最小。从结果中,有一个溢出效应从好望角型即期汇率远期运费协议在全球金融危机之前,还有两国在危机溢出效应。第一个原因是,远期运费协议的导数现货,现货市场和远期运费协议的基础市场。在危机之前,航运业务不断,许多公司在远期运费协议交易市场。和远期运费协议依赖于现货价格的定居点。所以从现货波动性溢出利率远期运费协议。此外,远期运费协议市场可以在现货市场多样化的风险,帮助管理风险,这表明传输即期汇率和远期运费协议的风险。第二个原因是金融风险的传递机制。危机之后,许多企业退出远期运费协议市场,投机泡沫破灭,和金融风险转移点率,这使得即期汇率下降。

表6之间的波动溢出效应的结果波动溢出在好望角型远期运费协议,巴拿马型远期运费协议,即期汇率DIC时最小。从结果,类似的结论与表5。在危机之前,从远期运费协议到即期汇率没有影响,在危机过后,都有双边即期汇率和远期运费协议之间的影响。此外,巴拿马型和好望角型远期运费协议是相互之间的影响,这是由于可代换性好望角型和巴拿马型之间在实践中。

最重要的是,有一些公司远期运费协议交易市场的建议。首先,重要的是要关注不同航行路线之间的溢出效应。价格波动的路线远期运费协议影响不仅通过自己的早期阶段,而且通过波动来自其他路线,由于溢出效应,这将加强波动。所以公司应该考虑这个之前签订远期运费协议合同。以C3路线为例,如果一个公司将购买远期运费协议合同结算一个月后,分析价格波动应考虑一些因素,诸如历史波动率从C5 C3路线和溢出效应。其次,根据即期汇率远期运费协议,溢出现货市场的变化会影响远期运费协议市场。所以有必要注意现货价格的影响因素,如供给和需求。第三,巴拿马型定期租赁远期运费协议之间存在的双边关系和好望角型定期租赁远期运费协议,所以重要的是要关注一些因素影响巴拿马型船舶市场当好望角型远期运费协议交易市场。

5。结论

波动溢出效应的研究好望角型远期运费协议市场使用VS-MSV模型,结果表明,在不同的路线和市场的影响是不同的。影响之间存在一定的好望角型路线,和影响从现货远期运费协议在全球金融危机之前,然而两国在危机后。

一些结论如下。(溢出效应的好望角型远期运费协议市场受金融危机的影响,在航运市场供需关系变化和远期运费协议市场参与者的行为。()有显著的溢出效应从C4、C5, C7 C3,然而没有影响从C3, C4、C5, C7;有从C5 C3从C3和C4和C5后危机。()有一个溢出效应从好望角型即期汇率FFA在全球金融危机之前,还有两国在危机溢出效应。(两国之间存在影响远期运费协议和即期汇率。

相互竞争的利益

作者宣称没有利益冲突。

确认

这项工作是由中国国家自然科学基金项目(71473023),辽宁省教育科学研究一般项目部门(L2015058)和基础研究基金为中央大学(20110116207)。

引用

1. m·g . Kavussanos i d .运价指数和d . n . Dimitrakopoulos”之间的经济溢出效应相关的衍生品市场:商品和货运市场的情况下,“运输研究E部分:物流和运输审查卷,68年,第102 - 79页,2014年。视图:出版商的网站|谷歌学术搜索
2. z熊和l .汉”,金融市场之间的波动溢出效应:证据从人民币汇率机制的改革,“金融创新,1卷,不。1、1 - 9,2015页。视图:出版商的网站|谷歌学术搜索
3. m·g . Kavussanos和n . k . Nomikos”价格发现,因果关系和预测运费期货市场,“对衍生品研究》第六卷,没有。3、203 - 230年,2003页。视图:出版商的网站|谷歌学术搜索
4. m·g . Kavussanos和身份证运价指数”市场交互回报率和波动之间的位置和远期运费市场,”银行与金融杂志》上,28卷,不。8,2015 - 2049年,2004页。视图:出版商的网站|谷歌学术搜索
5. g .彼得,预测航运运费、工作论文系列、开普勒大学林茨,2010年。
6. g .彼得,远期运费市场有效率呢?一项研究调查无偏性假说在航运市场和因果关系、工作论文系列、开普勒大学林茨,2010年。
7. r·巴舍乐a Alizadeh,即运价指数”预测现货和期货价格在国际货运市场,”国际期刊的预测,23卷,不。1,第114 - 101页,2007。视图:出版商的网站|谷歌学术搜索
8. x x。锣、j . Lv和y王”,远期运费和地方之间的关系在航运市场运费,”大连海事大学学报,36卷,不。1,55 - 64、2010页。视图:谷歌学术搜索
9. 研究。钟和黄永发。Weon”,长时间记忆和不对称不同干散货运费市场的溢出效应,”海洋经济与物流,15卷,不。4、494 - 522年,2013页。视图:出版商的网站|谷歌学术搜索
10. k . x, g .齐施w . et al .,“溢出效应和动态油轮远期运费市场之间的相关性,”海事政策与管理第41卷。。7,683 - 696年,2014页。视图:出版商的网站|谷歌学术搜索
11. 诉Sogiakas和g . Karathanassis”信息效率和虚假的现货和衍生品市场之间的溢出效应,”全球金融杂志卷。27日,46 - 72年,2015页。视图:出版商的网站|谷歌学术搜索
12. g . Alexandridis s Sahoo,运价指数,经济航运市场之间的信息传输:从运费衍生品市场,2016年新证据。
13. w·施k . x, z, g·王,“时变介体模型在航运衍生品市场,”实证经济学,2016年。视图:出版商的网站|谷歌学术搜索
14. a . h . Alizadeh”航运远期运费市场的成交量和波动性,”运输研究E部分:物流和运输审查卷,49号1,第265 - 250页,2013。视图:出版商的网站|谷歌学术搜索
15. m·t·周”研究远期运费协议和燃油指数之间的关系,“非洲商业管理杂志》上,5卷,不。20日,第8040 - 8033页,2011年。视图:出版商的网站|谷歌学术搜索
16. m·t·周y l·杨,s . c . Chang”之间的动态关系研究原油价格和钢铁价格指数”回顾经济学与金融学,卷2,30-42,2012页。视图:谷歌学术搜索
17. m·g . Kavussanos i d .运价指数和r·a·巴舍乐”场外远期合约和现货价格波动在航运、”运输研究E部分:物流和运输审查,40卷,不。4、273 - 296年,2004页。视图:出版商的网站|谷歌学术搜索
18. p . j . Lu b·马洛和h . Wang”分析干散货航运市场运价波动,”海事政策与管理,35卷,第251 - 237页,2008年。视图:出版商的网站|谷歌学术搜索
19. a . h . Alizadeh与n . k . Nomikos”期限结构动力学和运费的波动率,”《运输经济学和政策,45卷,不。1,第128 - 105页,2011。视图:谷歌学术搜索
20. a . h . Alizadeh彭译葶。黄,s . van Dellen”政权转换方法对冲油轮航运运费”能源经济卷,49 44-59,2015页。视图:出版商的网站|谷歌学术搜索
21. d . a . Tsouknidis“动态运费市场波动溢出效应,”运输研究E部分:物流和运输审查卷,91年,第111 - 90页,2016年。视图:出版商的网站|谷歌学术搜索
22. a·c·哈维·n·谢泼德,“估计非对称随机波动模型对资产的回报,”商业和经济统计》杂志上,14卷,不。4、429 - 434年,1996页。视图:谷歌学术搜索
23. j . Yu”杠杆随机波动模型,”计量经济学杂志,卷127,不。2、165 - 178年,2005页。视图:出版商的网站|谷歌学术搜索|MathSciNet
24. o . e . Barndorff-Nielsen和r . Stelzer,“多元supOU随机波动模型,”数学金融学,23卷,不。2、275 - 296年,2013页。视图:出版商的网站|谷歌学术搜索|MathSciNet
25. p . Hagan a Lesniewski d·伍德沃德,“SABR模型中的概率分布的随机波动,”大偏差和渐近的融资方法,激飞国际出版,2015年。视图:谷歌学术搜索
26. z徐和s .张”波动的预测能力的比较研究调整实现波动,GARCH模型和SV模型,”系统工程,8卷,6 - 63,2004页。视图:谷歌学术搜索
27. y魏”,预测中国燃料油期货的波动:GARCH-type, SV或实现波动率模型?”自然史答:统计力学及其应用,卷391,不。22日,第5556 - 5546页,2012年。视图:出版商的网站|谷歌学术搜索
28. a·哈维·e·鲁伊斯和n·谢泼德,“多元随机方差模型,”经济研究,卷61,不。2、247 - 264年,1994页。视图:出版商的网站|谷歌学术搜索
29. m·k·w·k·李,和k·林,“多元自回归随机方差造型过程时间序列分析杂志》上,18卷,不。4、429 - 446年,1997页。视图:出版商的网站|谷歌学术搜索|MathSciNet
30. r . f .张和郑胜耀张“波动溢出分析和实证研究基于VS-MSV模型在金融市场上,“系统工程,25卷,不。8、1 - 6,2007页。视图:谷歌学术搜索
31. d·j·斯皮格尔霍尔特:最好,b·p·卡林et al .,”贝叶斯异常、有效的参数的数量和任意复杂的模型的比较,”生物统计学的研究报告,部门明尼苏达大学,页1 - 31,1998。视图:谷歌学术搜索
32. 美国金、n·谢泼德和s . Chib“随机波动:可能与拱模型推理和比较,”经济研究的回顾,卷65,不。3、361 - 393年,1998页。视图:出版商的网站|谷歌学术搜索
33. l·f·孟郑胜耀张,x,他“随机波动模型的贝叶斯分析与杠杆效应及其应用,”系统工程,22卷,不。3,47-51,2004页。视图:谷歌学术搜索
34. h·刘和t .涂”,调查波动和美国股票市场和宏观经济之间的相互关系的variables-an应用VEC GJR DCC-GARCH-M模型,”台北经济调查,48卷,不。1,p。139年,2012。视图:谷歌学术搜索
35. 王x和m .太阳,“影响和启蒙运动的国际金融危机对国家经济的发展,“理论期刊,没有。7,48-51,2009页。视图:谷歌学术搜索

版权

版权©2016 Xiaoxing锣,卢静(音)。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。