
干散貨運輸市場是一個非常國際化的競爭性風險市場,航運市場不僅受世界經濟貿易的影響,而且經常會受到政治、天氣等多種突發事件的影響。干散貨的運費費率無時無刻不在變化,運費價格在一周之內變化曾經高達20%,運費的巨大波動對船公司和貨主來說風險都是極其巨大的。波羅的海航運交易所干散貨運指數BDI從2008年5月20日的歷史最高點位11 793點,在短短半年時間降至2008年12月5日的663點,跌幅高達94.4%,創下本次金融危機以來所有金融、服務產品和商品的跌幅之最。據中國遠洋2008年度報告的披露,中國遠洋2008年在遠期運費協議(Forward Freight Agreements,FFA)上浮虧近41億,在業界引起了巨大的震動。
在干散貨航運市場上,管理運費風險的主要工具是FFA。隨著國際航運市場的迅速發展,FFA市場交易額也得以迅速增長,眾多的航運商、貿易商、生產商、金融機構紛紛參與其中,全球海運遠期運費交易市值從2005年的180億美元,快速增長到2008年的1 460億美元。同期,BDI指數也從2005年的最低點1 747漲到了2008年最高點11 793。國際干散貨航運市場的巨大波動性,促進了FFA市場的發展,通過FFA套期保值可以有效規避現貨市場的價格波動風險。
在FFA的實證研究方面,國內外學者均取得了一定的進展。國外學者Batchelor,Alizadeh,Visvikis和Kavussanos等人就FFA對運價即期價格的預測和影響、FFA不同航線組合的套期保值效果、現期和遠期運價市場上收益率和波動率的相互影響等問題進行了討論。國內學者劉建林、宗蓓華、武佩劍、劉晶等人對FFA的價格發現功能、運價指數的預測模型、運價的波動性等方面進行了研究。
本文以經歷了金融危機的FFA市場的一個大周期波動為背景,選取有我國企業參與的FFA市場產品,分析FFA期貨價格與現貨價格的市場特性,運用自回歸、滯后分布、協整等建模方法估計最小風險的套期保值比率,并對FFA的套期保值的有效性進行研究,為參與FFA市場的我國企業利用FFA進行套期保值交易提供理論與實踐的參考。
一、計量分析模型
本文分別運用以下模型對樣本數據進行檢驗,用來比較協整關系、序列相關性、滯后變量等對FFA市場的影響,并估計最小風險套期保值比率,分析FFA的套期保值有效性。令St、Ft表示t時的現貨和期貨價格,△lnSt、△lnFt表示t時刻的現貨和期貨復合收益率。
(一)雙變量向量自回歸模型(B-VAR)
Herbst等人和Myers等人提出了能消除殘差序列自相關的雙變量向量自回歸模型(B-VAR),用來估計最小風險套期保值比率。在B-VAR模型中,期貨價格和現貨價格存在如下關系式:
二、數據描述
在波羅的海航運交易所公布價格的干散貨遠期運費協議品種依據船型劃分為四種,四種船型下面還包括很多具體的交易品種,不同品種之間劃分的依據是航線,如好望角型(Capesize)的C3、C4、C5、C7和4TC-C average (4條期租航線平均),巴拿馬型(Panamax)的P2A、P3A和4TC-P average(4條期租航線平均)、超靈便型(Supramax)的BSI T/C Average(5條期租航線平均)和大靈便型船Handymax的T/C Average(期租平均)品種。本文選取了其中市場交易量最大的兩個品種4TC-P average(以下簡稱4TC-P)和4TC-C average(以下簡稱4TC-C)以及中國遠洋等中國企業參與交易的巴拿馬型兩個航線品種P2A(直布羅陀-遠東航線)和P3A(環太平洋航線)為研究對象。在選取期貨交易價格數據時,4TC-P 和4TC-C品種統一選取最后交割月前兩個季度的合約價格,P2A和P3A品種統一選取最后交割月前3個月的合約價格來編制期貨合約的連續價格,因為這時的期貨合約交易最活躍,成交量也最大,實踐中也往往選定這一時期的期貨合約進行套期保值操作。
本文使用的FFA期貨價格數據和現貨價格數據是波羅的海航運交易所正式發布的數據。各品種分別采集了2005年3月至2009年9月共1 140個期貨價格和現貨價格的日數據。為比較各種套期保值模型的套期保值績效,利用從2005年3月至2009年2月28日的樣本數據對套期保值比率進行估計,即文中所稱樣本內數據;而利用從2009年3月至2009年9月18日的樣本數據比較對應于各種不同套期保值比率的套期保值績效,本文中稱為樣本外數據。樣本內的日數據是1 000個;而樣本外的日數據是140個。St表示FFA現貨價格,Ft表示FFA期貨價格。本文使用Eviews6.0統計分析軟件進行實證分析。
三、實證分析
(一)ADF檢驗(見表1)
ADF檢驗結果如表1所示。通過檢驗發現,在現貨價格序列和期貨價格序列的ADF檢驗中,ADF值的絕對值都小于5%臨界值,有單位根的零假設的概率都在20%以上,說明期貨價格和現貨價格序列是非平穩時間序列。在對現貨價格和期貨價格一階差分序列的ADF檢驗中,ADF值的絕對值都遠大于5%臨界值,單位根零假設被拒絕,說明現貨價格序列和期貨價格序列是平穩時間序列,現貨價格序列和期貨價格序列符合I(1)過程。
(二)協整檢驗(見表2)
Johansen協整檢驗結果如表2所示。在協整向量個數為0的假設下,4個FFA品種的跡統計量均遠大于5%臨界值,不存在協整關系的假設被拒絕。在協整向量個數至少為1的假設下,4個FFA品種的跡統計量均小于5%臨界值,說明至少存在一個協整向量。可知FFA4個品種的現貨價格和期貨價格之間具有顯著的協整關系,即FFA4個品種的現貨價格和期貨價格之間存在長期的均衡關系。
(三)格蘭杰因果檢驗(見表3)
套期保值是套期保值者同時在期貨和現貨兩個市場上進行方向相反的交易,以一個市場的盈利去對沖另一個市場的虧損,以降低價格變化對企業經營業績波動性的影響,所以期貨收益率和現貨收益率同期的變化方向和幅度的相關性對套期保值效果有較直接的影響。表3即對收益率變化的格蘭杰因果關系進行檢驗。檢驗結果顯示,4TC-C、4TC-P、P2A、P3A四個品種的格蘭杰因果關系都顯著,說明期貨的收益率變化是其現貨收益率變化的格蘭杰原因,即期貨的收益率變化從時點上先于現貨的收益率變化,特別是4TC-C和4TC-P兩個品種,F值分別高達50.9156和52.7638,其現貨和期貨的收益率變化可能會出現不同期的現象,從而影響套期保值效果。
(四)套期保值比率的估計(見表4 )
表4顯示,在ECM和EC-GARCH中,誤差修正項的系數都是極顯著的,說明上一期的均衡誤差對下一期現貨價格的調整會有極顯著的影響。套保比率最大值為0.517269,在三個模型中,套保比率最大值均由ECM模型得出,B-VAR模型次之,EC-GARCH模型估計的套保比率最小。說明當考慮序列相關和滯后變量分布的影響時所得到的最小風險套期保值比率最大,其相應的套保績效也是最好的,能較為有效地降低套期保值的波動性。
比較4TC-C、4TC-P、P2A和P3A的最小風險套期保值比率可以發現,FFA各品種之間的套期保值比率有較大的差異,市場交易份額越大,套保比率反而越小。套保比率由大到小依次分別為P3A、P2A、4TC-C 和4TC-P,和各品種的市場交易份額恰好成反向關系,市場交易的活躍對提高套期保值效果并無幫助,反而有可能加劇了市場交易價格的波動性。
表4顯示,調整的R2值最小值為0.6957,最大值為0.7982,小于0.7的數值只出現了一次,說明模型的估計是較為成功的。三個模型中,ECM模型所得到的調整的R2是最優的,EC-GARCH模型得到的調整的R2值是最小的,說明了滯后變量的設定明顯地提高了模型的估計效果,期貨價格和現貨價格之間的協整關系對模型的估計效果也有明顯的影響。
各估計方程的DW值基本上都是2.0左右,說明各方程的穩定性都比較好,方程的設定較好地解決了殘差序列的自相關問題。
(五)套期保值績效比較
表5是利用從2005年3月1日至2009年2月28日的樣本區間內數據計算所得的套期保值績效指標。由表5可知,三種模型中,ECM和B-VAR的套期保值績效最高,其套期保值風險降低的程度是相對最大的,而EC-GARCH的套期保值績效是相對較低的,原因在于滯后變量分布對模型的估計效果有比較大的影響。品種之間,P3A和P2A的套期保值績效都比較好,而市場交易份額最大的4TC-P的套期保值績效是最小的。
表6是利用從2009年3月1日至2009年9月20日的樣本區間外數據計算所得的套期保值績效指標。從表6中,同樣可以得到類似的結論,即:三種模型中,ECM和B-VAR的套期保值績效最高,其套期保值風險降低的程度是相對最大的,而EC-GARCH的套期保值績效是相對較低的。而品種之間,P3A的套期保值績效仍然是最好的,P2A的套期保值效果次之,但與P3A的套保績效相比已有了較大的差距,而交易份額最大的兩個品種4TC-P和4TC-C的套期保值績效是很小的,4TC-C的套保績效小于5%,而4TC-P甚至還出現了兩次微小的負值,說明這兩個品種的現貨和其期貨之間收益率波動的幅度有較大差異,收益率波動的方向可能會經常出現相反的現象。在與樣本內套期保值績效比較中,P3A有明顯提高,而其他三個品種的樣本外的套期保值績效都明顯差于樣本內數據。
(六)相關性分析
表7顯示,四個品種的期貨價格和現貨價格都有極高的相關性,而期貨收益率和現貨收益率之間的相關性大為降低,套保績效越高的品種,其期貨和現貨收益率的相關性也越高,最高的P3A有 0.6836,P2A也有 0.6404,而4TC-P的期現貨收益率之間的相關性則降至了0.2432,4TC-C的期現貨收益率之間的相關性也只有0.3952,從另一個角度再次說明了這兩個品種的現貨和期貨收益率之間,波動幅度有較大差異,收益率波動的同方向性也不高,從而影響了套保績效。
四、結論
從分析的結果來看,通過ECM 和B-VAR模型得到的套期保值比率較大,說明滯后變量的設置對模型估計效果有明顯的提高,EC-GARCH模型得到的套保比率較小。在與樣本內套期保值績效比較中,樣本外的P3A套期保值績效有明顯提高,而其他三個品種的樣本外的套期保值績效都明顯差于樣本內數據。可以發現,各品種的套保比率和套保績效有較大的差異,P3A和P2A的套期保值效果比較好,而交易份額較大的4TC-P和4TC-C套保的效果并不理想。套保效果與期現貨收益率的相關性密切相關,相關性越高套保績效越好,相關性越低套保績效越差。可見,在干散貨遠期運費協議市場上,市場的套期保值功能并不強,2005年以后國際金融機構明顯加大了在商品和服務衍生產品市場的投資力度和份額,大量資金涌入,市場炒作和投機的氛圍比較濃重,加劇了FFA市場的波動性。