章強(qiáng)　王學(xué)鋒　殷明

摘要：

為研究礦砂船的大型化與運(yùn)價(jià)波動(dòng)性的聯(lián)系，針對(duì)國(guó)際主流鐵礦石運(yùn)輸航線的好望角型船海運(yùn)運(yùn)價(jià)的時(shí)間序列，引入虛擬變量構(gòu)建GARCH模型.研究發(fā)現(xiàn)，超大型礦砂船（Very Large Ore Carrier，VLOC）投入運(yùn)營(yíng)并未對(duì)主流鐵礦石航線的好望角型船海運(yùn)運(yùn)價(jià)的波動(dòng)性產(chǎn)生根本性的影響.相比圖巴朗至青島航線，圖巴朗至鹿特丹航線的鐵礦石海運(yùn)運(yùn)價(jià)更具穩(wěn)定性.航運(yùn)企業(yè)應(yīng)根據(jù)市場(chǎng)需求積極優(yōu)化船隊(duì)結(jié)構(gòu)和船舶運(yùn)營(yíng)市場(chǎng)的布局.

關(guān)鍵詞：

超大型礦砂船（VLOC）； 鐵礦石； 運(yùn)價(jià)； 好望角型船

0引言

2015年5月中遠(yuǎn)集團(tuán)下屬的中散集團(tuán)與中海集團(tuán)下屬的中海發(fā)展股份有限公司合資成立“中國(guó)礦運(yùn)有限公司”，該公司與巴西淡水河谷公司合作，購(gòu)置40萬(wàn)噸級(jí)的超大型礦砂船（Very Large Ore Carrier， VLOC），專營(yíng)國(guó)際鐵礦石海上運(yùn)輸.這意味著一度被限制進(jìn)入中國(guó)港口的超大型礦砂船將進(jìn)入中國(guó)市場(chǎng).超大型礦砂船比好望角型等傳統(tǒng)鐵礦石運(yùn)輸船具有更為明顯的規(guī)模效應(yīng)，所以其大規(guī)模運(yùn)營(yíng)會(huì)對(duì)原主流國(guó)際鐵礦石海運(yùn)航線上運(yùn)營(yíng)的好望角型船不可避免地產(chǎn)生“擠出效應(yīng)”，這將引起整個(gè)國(guó)際鐵礦石海運(yùn)市場(chǎng)格局的變化.

目前學(xué)術(shù)文獻(xiàn)多將船舶大型化與運(yùn)價(jià)波動(dòng)性作為兩個(gè)不同的主題進(jìn)行研究.船舶大型化方面的研究多集中于經(jīng)濟(jì)性論證[13]和影響分析[46]，運(yùn)價(jià)波動(dòng)方面的研究則多集中于現(xiàn)貨市場(chǎng)與遠(yuǎn)期市場(chǎng)運(yùn)價(jià)波動(dòng)的關(guān)系[710]和不同船型或不同航線的運(yùn)價(jià)波動(dòng)[1112]等領(lǐng)域，鮮見(jiàn)有研究將船舶大型化與運(yùn)價(jià)波動(dòng)性聯(lián)系于一體.XU等[13]利用廣義矩方法（Generalized Method of Moments，GMM）模型研究了運(yùn)價(jià)波動(dòng)性與船隊(duì)規(guī)模增長(zhǎng)量的關(guān)系，指出兩者呈正相關(guān)，其中好望角型船因在運(yùn)營(yíng)上缺乏靈活性，其運(yùn)價(jià)波動(dòng)對(duì)市場(chǎng)變化更為敏感.許貴斌[14]從戰(zhàn)略層、戰(zhàn)術(shù)層和操作層等3方面研究了船舶大型化對(duì)鐵礦石供應(yīng)鏈的影響，指出船舶大型化并不必然帶來(lái)運(yùn)價(jià)的下降.

鑒于超大型礦砂船明顯的成本優(yōu)勢(shì)、下水運(yùn)營(yíng)規(guī)模不斷擴(kuò)大及其“擠占”好望角型船運(yùn)輸市場(chǎng)的事實(shí)，本文重點(diǎn)研究超大型礦砂船的運(yùn)營(yíng)是否對(duì)主流鐵礦石海運(yùn)航線上的好望角型船的運(yùn)價(jià)波動(dòng)產(chǎn)生結(jié)構(gòu)化的影響，并結(jié)合實(shí)踐對(duì)研究結(jié)果進(jìn)行分析.

1數(shù)據(jù)選取與處理

1.1數(shù)據(jù)選取及說(shuō)明

本文以國(guó)際海運(yùn)市場(chǎng)中承擔(dān)鐵礦石運(yùn)輸份額最大的好望角型船鐵礦石海運(yùn)航線運(yùn)價(jià)為研究對(duì)象，分別選擇巴西—中國(guó)（圖巴朗—青島）和巴西—西歐（圖巴朗—鹿特丹）航線為具體建模對(duì)象.為有效評(píng)估40萬(wàn)噸級(jí)超大型礦砂船投入運(yùn)營(yíng)是否對(duì)好望角型船鐵礦石海運(yùn)運(yùn)價(jià)的波動(dòng)性產(chǎn)生影響，考慮到受2008年全球經(jīng)濟(jì)危機(jī)影響，國(guó)際干散貨運(yùn)輸市場(chǎng)在2008年下半年和2009年上半年出現(xiàn)斷崖式暴跌（從計(jì)量經(jīng)濟(jì)的角度考量，這屬于受到強(qiáng)烈外生沖擊出現(xiàn)結(jié)構(gòu)斷點(diǎn)的情況），因此在數(shù)據(jù)上選取全球著名航運(yùn)咨詢商Clarkson提供的2009年5月至2015年4月期間兩大航線好望角型船鐵礦石海運(yùn)運(yùn)價(jià)的周度數(shù)據(jù).每組時(shí)間序列包含309個(gè)觀測(cè)數(shù)據(jù).為體現(xiàn)數(shù)據(jù)的長(zhǎng)期趨勢(shì)，減緩短期影響，對(duì)數(shù)據(jù)進(jìn)行對(duì)數(shù)處理.此外，為分析從2011年5月開始陸續(xù)下水投入運(yùn)營(yíng)的超大型礦砂船對(duì)好望角型船鐵礦石海運(yùn)運(yùn)價(jià)波動(dòng)是否產(chǎn)生可觀測(cè)的顯著影響，本文擬從兩種研究視角展開建模研究.一是以2011年5月為分界點(diǎn)，分別就兩大航線構(gòu)建4組時(shí)間序列：2009年5月1日至2011年4月29日的圖巴朗—青島航線和圖巴朗—鹿特丹航線的運(yùn)價(jià)序列，以及2011年5月6日至2015年3月27日的圖巴朗—青島航線和圖巴朗—鹿特丹航線的運(yùn)價(jià)序列，然后分別建模進(jìn)行對(duì)比研究以觀測(cè)波動(dòng)性是否出現(xiàn)顯著變化.二是引入虛擬變量，以2011年5月為分界點(diǎn)，構(gòu)造一組時(shí)間序列{Zt}，該序列的觀測(cè)數(shù)據(jù)在2011年5月前被記為0，之后則被記為1，分別在隨后所建模型的均值方程和條件方差方程中加入虛擬變量.引入虛擬變量的經(jīng)濟(jì)意義在于說(shuō)明以2011年5月為界，好望角型船鐵礦石海運(yùn)航線處于兩種不同的市場(chǎng)運(yùn)營(yíng)狀態(tài)（沒(méi)有超大型礦砂船和有超大型礦砂船），并借以判斷2011年5月前后好望角型船鐵礦石海運(yùn)運(yùn)價(jià)波動(dòng)是否出現(xiàn)顯著變化.本文所要研究的各時(shí)間序列及其描述見(jiàn)表1.

1.2描述性統(tǒng)計(jì)

表2列出了各經(jīng)對(duì)數(shù)處理的運(yùn)價(jià)時(shí)間序列的基本統(tǒng)計(jì)量值.

從表2可知：僅{Xt}和{X2t}的JB統(tǒng)計(jì)量的伴隨概率接近0，拒絕了正態(tài)分布的原假設(shè)，2組序列的峰度均大于3，偏度均為負(fù)值，序列呈左偏，具有尖峰厚尾的特征；其他4組序列均接受原假設(shè)，呈正態(tài)分布.對(duì)拒絕正態(tài)分布原假設(shè)的2組序列在利用EViews軟件構(gòu)建GARCH模型時(shí)，設(shè)定誤差分布形式為廣義誤差分布（Generalized Error Distribution，GED）.從統(tǒng)計(jì)量中的標(biāo)準(zhǔn)差看：就2009年5月1日至2015年3月27日這一大時(shí)間區(qū)段而言，圖巴朗—青島航線的好望角型船鐵礦石海運(yùn)運(yùn)價(jià)的波動(dòng)幅度小于圖巴朗—鹿特丹航線的；就兩大航線的分時(shí)間區(qū)段而言，兩大航線在2009年5月1日至2011年4月29日這一時(shí)間區(qū)段的運(yùn)價(jià)波動(dòng)幅度均大于2011年5月6日至2015年3月27日這一時(shí)間區(qū)段的.

1.3平穩(wěn)性檢驗(yàn)

利用GARCH模型建模的一個(gè)重要前提是要求所研究的時(shí)間序列是一個(gè)平穩(wěn)時(shí)間序列，這樣才能得到大樣本性質(zhì).如果一個(gè)時(shí)間序列{μt}的均值、方差和自協(xié)方差都不取決于時(shí)刻t，則稱時(shí)間序列{μt}是弱平穩(wěn)或協(xié)方差平穩(wěn)序列.本文采用最常見(jiàn)的ADF檢驗(yàn).根據(jù)6組時(shí)間序列的走勢(shì)圖，在序列水平值下進(jìn)行ADF檢驗(yàn)，且不添加常數(shù)項(xiàng)和趨勢(shì)項(xiàng)，檢驗(yàn)結(jié)果見(jiàn)表3.

從表3可知：序列{X1t}，{X2t}和{Y1t}在10%顯著性水平下均可接受原時(shí)間序列存在單位根的原假設(shè)，因此{(lán)X1t}，{X2t}和{Y1t}都是非平穩(wěn)時(shí)間序列；{Xt}，{Yt}和{Y2t}在10%顯著性水平下均可拒絕接受原時(shí)間序列存在單位根的原假設(shè)，因此{(lán)Xt}，{Yt}和{Y2t}都是平穩(wěn)時(shí)間序列.為更精確地評(píng)判序列是否存在單位根，對(duì){Xt}，{Yt}和{Y2t}序列再采用PP檢驗(yàn)（見(jiàn)表4）.結(jié)合PP檢驗(yàn)結(jié)果，認(rèn)為{Xt}和{Yt}屬于平穩(wěn)時(shí)間序列，而{Y2t}屬于非平穩(wěn)時(shí)間序列.

采用一階差分形式對(duì)非平穩(wěn)的4組序列進(jìn)行處理，使其成為平穩(wěn)時(shí)間序列，得到4組新的時(shí)間序列，分別記為{X′1t}，{X′2t}，{Y′1t}和{Y′2t}，然后對(duì)這4組新序列進(jìn)行ADF檢驗(yàn)，且不添加常數(shù)項(xiàng)和趨勢(shì)項(xiàng)，檢驗(yàn)結(jié)果見(jiàn)表5.

1.4自相關(guān)檢驗(yàn)

通過(guò)時(shí)間序列的自相關(guān)圖，可根據(jù)自相關(guān)系數(shù)與偏自相關(guān)系數(shù)的拖尾或截尾特征來(lái)判斷序列是否存在自相關(guān)性.這6組平穩(wěn)時(shí)間序列的自相關(guān)性檢驗(yàn)結(jié)果見(jiàn)表6.

從表6可知：僅有{X′1t}的自由度分別為10，15，20時(shí)的Q統(tǒng)計(jì)量均小于5%顯著性水平下的臨界值，故接受序列不存在自相關(guān)的原假設(shè)，即該時(shí)間序列不存在自相關(guān)性；其余序列均存在明顯的序列自相關(guān)性.由于序列{X′1t}不存在自相關(guān)性，故在構(gòu)建GARCH模型的均值方程時(shí)，不能采用自回歸模型.

2GARCH模型的構(gòu)建與實(shí)證研究

GARCH模型是刻畫序列波動(dòng)性的重要工具.一般而言，GARCH（1，1）模型足以描述大量的金融時(shí)間序列，它等價(jià)于ARCH（∞）模型[15].標(biāo)準(zhǔn)的GARCH（1，1）模型為

2.1建立均值方程

建立均值方程是構(gòu)造GARCH模型的前提.所謂建立均值方程就是要建立能夠較好地?cái)M合時(shí)間序列的模型.現(xiàn)利用廣泛運(yùn)用的自回歸移動(dòng)平均（AutoRegressive and Moving Average，ARMA）模型來(lái)擬合平穩(wěn)時(shí)間序列，通過(guò)綜合比較R2，D.W.（DurbinWatson）值和AIC（Akaike Information Criterion）值選擇最佳模型.由于{X′1t}不存在自相關(guān)性，故對(duì)其不能采用自回歸模型.考慮到{X′1t}與{Y′1t}間相關(guān)系數(shù)較高，因此通過(guò){Y′1t}對(duì){X′1t}進(jìn)行擬合.

各平穩(wěn)時(shí)間序列的均值方程見(jiàn)表7.

2.2ARCH效應(yīng)檢驗(yàn)

各時(shí)間序列的殘差序列ARCH LM檢驗(yàn)結(jié)果見(jiàn)表8.從表8可知：除序列{Xt}外，其余時(shí)間序列的擬合模型的殘差序列均不存在ARCH效應(yīng)，這意味著其余時(shí)間序列的運(yùn)價(jià)波動(dòng)具有一定的穩(wěn)定性.本文將在第3節(jié)對(duì)這樣的檢驗(yàn)結(jié)果進(jìn)行詳細(xì)的分析.

2.3序列{Xt}的GARCH模型構(gòu)建

因{Xt}擬合模型的殘差序列存在明顯的ARCH效應(yīng)，故需要通過(guò)GARCH建模消除異方差性.現(xiàn)利用GARCH（1，1）對(duì){Xt}的擬合方程重新進(jìn)行估計(jì)，誤差分布形式設(shè)定為GED，得到如下的均值方程和條件方差方程，且相關(guān)系數(shù)均通過(guò)顯著性檢驗(yàn).

采用Q統(tǒng)計(jì)量檢驗(yàn)法對(duì)上述通過(guò)GARCH模型重新估計(jì)擬合后模型的殘差序列條件異方差性進(jìn)行檢驗(yàn)，結(jié)果顯示：殘差平方序列在滯后階數(shù)為10，15，20時(shí)的Q統(tǒng)計(jì)量均小于臨界值且伴隨概率大于顯著性水平，表明殘差平方序列不存在自相關(guān)性；模型擬合效果良好且也消除了殘差序列中的異方差性，即不存在ARCH效應(yīng).這說(shuō)明GARCH模型能夠?qū)Xt}序列進(jìn)行建模分析，并能夠刻畫出該序列的波動(dòng)性.

2.4引入虛擬變量后的建模

為進(jìn)一步探究超大型礦砂船下水運(yùn)營(yíng)是否對(duì)好望角型船鐵礦石海運(yùn)運(yùn)價(jià)波動(dòng)產(chǎn)生實(shí)質(zhì)性影響，引入虛擬變量{Zt}.由于{Yt}的擬合模型的殘差序列不存在ARCH效應(yīng)，故僅在{Yt}的擬合模型中加入虛擬變量{Zt}；由于{Xt}的擬合模型的殘差序列存在ARCH效應(yīng)，故在其均值方程和條件方差方程中加入虛擬變量{Zt}.加入虛擬變量后的模型的估計(jì)結(jié)果見(jiàn)表9和10.

從表10可知，均值方程和條件方差方程中的虛擬變量{Zt}及部分其他變量未能通過(guò)顯著性檢驗(yàn).從現(xiàn)實(shí)經(jīng)濟(jì)意義看，該航線上的市場(chǎng)運(yùn)價(jià)并未因有超大型礦砂船參與運(yùn)營(yíng)而發(fā)生顯著變化.這意味著不能認(rèn)為2011年5月之后超大型礦砂船的下水運(yùn)營(yíng)能對(duì)圖巴朗—青島航線好望角型船海運(yùn)運(yùn)價(jià)波動(dòng)產(chǎn)生實(shí)質(zhì)性的影響.

3建模結(jié)果的總結(jié)與分析

本文通過(guò)計(jì)量研究發(fā)現(xiàn)超大型礦砂船投入運(yùn)營(yíng)并未對(duì)主流鐵礦石航線的好望角型船海運(yùn)運(yùn)價(jià)波動(dòng)產(chǎn)生結(jié)構(gòu)化的影響.對(duì)于這樣的研究結(jié)果，可從如下幾方面進(jìn)行探討認(rèn)識(shí).

（1）從超大型礦砂船運(yùn)力投放規(guī)模以及潛在運(yùn)力需求的角度看，截至2015年第一季度，已經(jīng)投入運(yùn)營(yíng)的40萬(wàn)噸級(jí)的超大型礦砂船僅30艘左右，運(yùn)力規(guī)模約在1 200萬(wàn)t.然而，2011和2012年巴西鐵礦石出口量一直維持在3億t以上，2013和2014年因主要進(jìn)口國(guó)進(jìn)口渠道的拓展，巴西鐵礦石出口量降到2.7億t左右.考慮到船舶下水運(yùn)營(yíng)的漸進(jìn)性（運(yùn)力并非集中投放市場(chǎng)），就運(yùn)力投放規(guī)模與運(yùn)力需求的比較而言，超大型礦砂船未能占較大市場(chǎng)份額，從而未能對(duì)好望角型船形成實(shí)質(zhì)性的擠出效應(yīng)，進(jìn)而也就沒(méi)能對(duì)巴西航線的好望角型船鐵礦石運(yùn)價(jià)產(chǎn)生結(jié)構(gòu)化的影響.此外，超大型礦砂船隊(duì)運(yùn)力約占好望角型船隊(duì)運(yùn)力的5%（全球著名航運(yùn)咨詢商Clarkson數(shù)據(jù)顯示，截至2014年底，全球好望角型船數(shù)量為1 309艘，總運(yùn)力達(dá)2.34億t）.從市場(chǎng)競(jìng)爭(zhēng)的角度看，好望角型船的船舶所有人不可能主動(dòng)放棄自身現(xiàn)有的市場(chǎng)份額，必定會(huì)采取多種措施與超大型礦砂船展開市場(chǎng)競(jìng)爭(zhēng)，這意味著超大型礦砂船不可能迅速搶占整個(gè)市場(chǎng)，不能使市場(chǎng)發(fā)生顯著的結(jié)構(gòu)性變化.

（2）從超大型礦砂船的實(shí)際運(yùn)營(yíng)狀況看，由于該型船曾出現(xiàn)過(guò)一些結(jié)構(gòu)安全問(wèn)題，加之船舶載重量巨大，全球能夠滿足其靠泊裝卸的大型碼頭極為有限.有關(guān)國(guó)家對(duì)這類超設(shè)計(jì)規(guī)范船舶靠泊管理的規(guī)定，使該型船在實(shí)際運(yùn)營(yíng)中的載貨量多數(shù)情況下未達(dá)到其最大允許載貨量，這在一定程度上降低了該型船與好望角型船間的差異，也降低了其對(duì)原有航線上的好望角型船鐵礦石運(yùn)價(jià)產(chǎn)生結(jié)構(gòu)化影響的可能.

（3）從本文具體研究的兩條主流鐵礦石航線看，中國(guó)是巴西鐵礦石出口的重要目的地，中國(guó)的鐵礦石進(jìn)口量占整個(gè)巴西鐵礦石出口總量的比重較大.但是，在過(guò)去幾年時(shí)間中，因中國(guó)國(guó)內(nèi)干散貨船舶所有人的強(qiáng)烈反對(duì)，超大型礦砂船一直未能正?？坎粗袊?guó)港口以及進(jìn)行相關(guān)大規(guī)模裝卸作業(yè)，也就是說(shuō)實(shí)際上從該型船2011年5月投入運(yùn)營(yíng)至今，巴西至中國(guó)航線的鐵礦石運(yùn)輸還主要依賴好望角型船.雖然淡水河谷公司采用超大型礦砂船載貨至菲律賓、印尼等國(guó)，再通過(guò)載重量較小的船轉(zhuǎn)運(yùn)至中國(guó)港口，但這樣的運(yùn)營(yíng)形式難以對(duì)主流的巴西直達(dá)中國(guó)的好望角型船運(yùn)輸產(chǎn)生結(jié)構(gòu)化的影響.此外，以鹿特丹港為主要卸貨港的西歐國(guó)家雖也是巴西鐵礦石出口的重要目的地，但由于西歐國(guó)家的整體進(jìn)口量相對(duì)較小，加之西歐至巴西的航程較短，在一定程度上降低了該型船相比好望角型船的經(jīng)濟(jì)優(yōu)勢(shì).

（4）從研究方法看，本文以時(shí)間序列為研究對(duì)象，采用計(jì)量經(jīng)濟(jì)學(xué)中的研究模型展開研究，這其中就涉及到時(shí)間序列的時(shí)間跨度、數(shù)據(jù)頻率等關(guān)鍵要素的選擇問(wèn)題，這些因素會(huì)直接影響研究結(jié)果.此外，本文評(píng)估超大型礦砂船投入運(yùn)營(yíng)是否對(duì)主流航線的好望角型船鐵礦石海運(yùn)運(yùn)價(jià)波動(dòng)產(chǎn)生結(jié)構(gòu)化的影響，在研究上采用選擇時(shí)間分界點(diǎn)的形式進(jìn)行縱向比較，其中關(guān)鍵問(wèn)題就是選擇何時(shí)為分界點(diǎn).本文選擇以第一艘40萬(wàn)噸級(jí)超大型礦砂船下水投入運(yùn)營(yíng)的2011年5月為分界點(diǎn)，雖然能夠清晰地比較存在該型船運(yùn)營(yíng)和不存在該型船運(yùn)營(yíng)這兩種市場(chǎng)情形，但這是否足以辨別出該型船運(yùn)營(yíng)對(duì)市場(chǎng)運(yùn)價(jià)的影響還是值得商榷的.因此，本文認(rèn)為未來(lái)的一個(gè)研究方向是通過(guò)調(diào)整時(shí)間分界點(diǎn)來(lái)進(jìn)一步評(píng)判超大型礦砂船投入運(yùn)營(yíng)帶來(lái)的影響.

（5）從航線自身的波動(dòng)性看，圖巴朗—鹿特丹航線的好望角型船鐵礦石運(yùn)價(jià)波動(dòng)不存在異方差性，而圖巴朗—青島航線的好望角型船鐵礦石運(yùn)價(jià)波動(dòng)存在異方差性和波動(dòng)集群性，也就是說(shuō)相比圖巴朗—青島航線，圖巴朗—鹿特丹航線的運(yùn)價(jià)更具穩(wěn)定性.對(duì)于這一研究發(fā)現(xiàn)，本文認(rèn)為原因主要在于如下兩方面.一方面圖巴朗—青島航線的運(yùn)力需求遠(yuǎn)超圖巴朗—鹿特丹航線的，加之該航線的運(yùn)價(jià)相對(duì)較高，因此圖巴朗—青島航線更易吸引更多船舶經(jīng)營(yíng)人的運(yùn)力投放，特別是近幾年國(guó)際鐵礦石價(jià)格下挫，中國(guó)表現(xiàn)出了強(qiáng)勁的鐵礦石進(jìn)口需求，此外，近年來(lái)每年的好望角型新船投放量都十分可觀，但由于礦山集中發(fā)貨等原因，在某些短時(shí)間段內(nèi)航線上仍會(huì)出現(xiàn)運(yùn)力供不應(yīng)求現(xiàn)象，進(jìn)而導(dǎo)致運(yùn)價(jià)不斷攀升.但是由于整個(gè)干散貨市場(chǎng)存在嚴(yán)重的運(yùn)力過(guò)剩問(wèn)題，船舶經(jīng)營(yíng)人間運(yùn)價(jià)競(jìng)爭(zhēng)日益激烈，當(dāng)運(yùn)力需求放緩時(shí)，為爭(zhēng)奪貨源，又極易出現(xiàn)競(jìng)相殺價(jià)、運(yùn)價(jià)猛跌的情形.總體看，圖巴朗—青島航線運(yùn)價(jià)表現(xiàn)出較大的波動(dòng)性和隨意性.另一方面圖巴朗—青島航線的航程大大超過(guò)圖巴朗—鹿特丹航線的，這在一定程度上降低了圖巴朗—青島航線的船舶“適用性”，為充分發(fā)揮船舶的規(guī)模經(jīng)濟(jì)性，圖巴朗—青島航線的鐵礦石運(yùn)輸大多數(shù)情況下都需要依賴載貨量較大的好望角型船，若使用巴拿馬型船等載貨量較小的干散貨船，就難以形成運(yùn)價(jià)優(yōu)勢(shì).然而，圖巴朗—鹿特丹航線的航程較短，航次時(shí)間也相應(yīng)較短，這樣在大西洋市場(chǎng)巴拿馬型船出現(xiàn)運(yùn)力過(guò)剩的情形下，會(huì)有一部分巴拿馬型等載貨量較小的干散貨船進(jìn)入該航線對(duì)好望角型船運(yùn)輸市場(chǎng)進(jìn)行競(jìng)爭(zhēng)分流，不同船型的船舶之間運(yùn)力的流動(dòng)會(huì)在一定程度上起到平滑運(yùn)價(jià)波動(dòng)的作用.

4結(jié)論

超大型礦砂船投入運(yùn)營(yíng)并未對(duì)主流鐵礦石航線的好望角型船海運(yùn)運(yùn)價(jià)產(chǎn)生結(jié)構(gòu)化的影響，這對(duì)我國(guó)擁有大量好望角型船的航運(yùn)企業(yè)是一個(gè)有利消息，但是需要認(rèn)識(shí)到：近幾年好望角型新船投入量巨大，市場(chǎng)存在明顯的運(yùn)力過(guò)剩狀況，而且隨著越來(lái)越多的超大型礦砂船將下水運(yùn)營(yíng)和靠泊政策的放開，這勢(shì)必會(huì)對(duì)鐵礦石運(yùn)輸航線的好望角型船運(yùn)輸市場(chǎng)產(chǎn)生更加明顯的“擠出效應(yīng)”.因此，我國(guó)航運(yùn)企業(yè)應(yīng)根據(jù)市場(chǎng)需求積極優(yōu)化船隊(duì)結(jié)構(gòu)，優(yōu)化船舶運(yùn)營(yíng)市場(chǎng)的布局，注重與大型貨主企業(yè)的緊密合作.

參考文獻(xiàn)：

[1]吳沖. 集裝箱船舶大型化規(guī)模經(jīng)濟(jì)研究[D]. 上海： 上海海事大學(xué)， 2005.

[2]徐敏杰. 集裝箱船舶大型化的規(guī)模經(jīng)濟(jì)論證[J]. 集裝箱化， 2007（18）： 16.

[3]孫領(lǐng). 船舶大型化趨勢(shì)下新能源的經(jīng)濟(jì)可行性分析[J]. 珠江水運(yùn)， 2013（5）： 6264.

[4]萬(wàn)征. 集裝箱船舶大型化對(duì)中國(guó)班輪運(yùn)輸?shù)挠绊慬J]. 中國(guó)航海， 2006（4）： 96100.

[5]王汪洋. 船舶大型化對(duì)干散貨海運(yùn)市場(chǎng)的影響研究[D]. 大連： 大連海事大學(xué)， 2012.

[6]丁敏. 船舶大型化發(fā)展趨勢(shì)及其對(duì)我國(guó)港口業(yè)發(fā)展的影響[J]. 中國(guó)港口， 2013（7）： 912.

[7]KAVUSSANOS M G， VISVIKS I D. Market interactions in returns and volatilities between spot and forward shipping freight markets[J]. Journal of Banking and Finance， 2004， 28（8）： 20152049.

[8]KAVUSSANOS M G， VISVIKS I D， BATCHELOR R A. Overthecounter forward contracts and spot price volatility in shipping[J]. Transportation Research Part E， 2004， 40（4）： 273296.

[9]王建華， 呂靖， 譚威， 等. 巴拿馬型船舶航運(yùn)市場(chǎng)價(jià)格波動(dòng)的VAR模型分析[J]. 上海海事大學(xué)學(xué)報(bào)， 2009， 30（2）： 7883.

[10]殷明， 鄭士源， 章強(qiáng). 航運(yùn)金融市場(chǎng)價(jià)格傳導(dǎo)及買賣價(jià)差的形成機(jī)制——基于干散貨運(yùn)輸現(xiàn)貨與衍生市場(chǎng)的實(shí)證分析[J]. 上海金融， 2015（2）： 7781.

[11]KAVUSSANOS M G. Time varying risks among segments of the tanker freight markets[J]. Maritime Economics and Logistics， 2003， 5（3）： 227250.

[12]曲勝斌. VLCC船運(yùn)輸市場(chǎng)運(yùn)價(jià)波動(dòng)性研究[D]. 大連： 大連海事大學(xué)， 2013.

[13]XU J J， YIP T L， MARLOW P B. The dynamics between freight volatility and fleet size growth in dry bulk shipping markets[J]. Transportation Research Part E， 2011， 47： 983991.

[14]許貴斌. 船舶大型化對(duì)鐵礦石供應(yīng)鏈影響研究[D]. 大連： 大連海事大學(xué)， 2014.

[15]高鐵梅. 計(jì)量經(jīng)濟(jì)分析方法與建模[M]. 北京： 清華大學(xué)出版社， 2009： 199200.

（編輯趙勉）