《波羅的海干散貨運(yùn)價指數(shù)波動性研究》由會員分享，可在線閱讀，更多相關(guān)《波羅的海干散貨運(yùn)價指數(shù)波動性研究（17頁珍藏版）》請?jiān)谘b配圖網(wǎng)上搜索。

1、波羅的海干散貨運(yùn)價指數(shù)波動性研究第34卷第3期2011年9月中國航海NAVIGAT10NOFCHINAVo1.34NO.3Sep.2011文章編號:10004653(2011)03008405波羅的海干散貨運(yùn)價指數(shù)波動性研究楊華龍,劉金霞,范永輝(大連海事大學(xué)交通運(yùn)輸管理學(xué)院,遼寧大連116026)摘要:為把握國際干散貨市場運(yùn)價指數(shù)的波動特征,規(guī)避航運(yùn)經(jīng)營風(fēng)險,建立基于廣義的自回歸條件異方差(GARCH)的運(yùn)價指數(shù)波動模型.選取四種船型的波羅的海干散貨運(yùn)價指數(shù)BCI,BPI,BHI,BSI作為研究的樣本數(shù)據(jù).利用EVIEWS軟件,通過分析樣本數(shù)據(jù)的基本統(tǒng)計(jì)特征和ARCH效應(yīng)檢驗(yàn)等,對四種船型分

2、別建立了GARCH(1,1)模型.實(shí)例驗(yàn)證表明模型能很好地反映波羅的海干散貨運(yùn)價指數(shù)波動的敏感性和持續(xù)性規(guī)律:從而可為航運(yùn)經(jīng)營提供決策支持.關(guān)鍵詞:交通運(yùn)輸經(jīng)濟(jì)學(xué);干散貨;運(yùn)價指數(shù);廣義自回歸條件異方差;模型;規(guī)律中圖分類號:U695.2;F550文獻(xiàn)標(biāo)志碼:AStudyofVolatilityofBalticDryBulkFreightIndexBasedonGARCHModelYangHualong,LiuJinxia,FanYonghui(TransportationManagementCollege,DalianMaritimeUniversity,Dalian116026,China

3、)Abstract:Avolatilitymodeloffreightindexisestablished,basedonGeneralAutoregressiveConditionalHereoskedasticity(GARCH)modelinordertounderstandthecharacteristicsoffreightratefluctuationininternationalshippingdrybulkmarketand,evadeshippingoperationrisk.ThefreightindexesoffourBalticdry-bulkshipformsi.e.

4、BCI,BPI,BSIandBHSIarechosenassampledataofthestudy.FourGARCH(1,1)modelsforthefourindexesareestablished.respectively.throughbasicstatisticalcharacteristicsanalysisofthesampledataandARCHeffecttestbyusingEVIEWSsoftwareetc.ThevalidationresultsbyactualexamplesshowthattheGARCH(1,1)modelcouldreflectthesensi

5、tivityandpersistenceofBalticdrybulkindexfluctuationsverywellSOastoprovideascientificdecision-makingsupportforshippingoperation.Keywords:traffictransporteconomics;dry-bulk;freightindex;GARCH;model;law波羅的海干散貨運(yùn)價指數(shù)是反映國際干散貨航運(yùn)市場行情的晴雨表和風(fēng)向標(biāo).近年來,由于受國際政治,經(jīng)濟(jì),社會,市場供需關(guān)系等因素的影響,波羅的海干散貨運(yùn)價指數(shù)波動劇烈,其過山車式的劇變令人瞠目結(jié)舌1,給干散貨

6、航運(yùn)企業(yè)的經(jīng)營決策帶來巨大的困難.因此,分析研究波羅的海于散貨運(yùn)價指數(shù)的波動性特征,對規(guī)避航運(yùn)經(jīng)營風(fēng)險具有重要的理論和現(xiàn)實(shí)意義.近年來,關(guān)于波羅的海運(yùn)價指數(shù)問題的研究日益受到國內(nèi)外學(xué)者的高度關(guān)注.Berg-Andreasse運(yùn)用DickeyFuller檢驗(yàn)的分析方法對波羅的海干散貨運(yùn)價指數(shù)的市場走向給出了分析_2.Veenstra和Franses(1995)33,ManolisG.Kavussanos和AmirH.AizadehMl4采用同積過程和單位根檢驗(yàn)方法,建立一階向量自回歸模型VAR(1)對波羅的海干散貨運(yùn)價進(jìn)行了預(yù)測.呂靖,陳慶輝(2003)利用傳統(tǒng)時間序列方法建立ARMA模型對波羅

7、的海干散貨運(yùn)價進(jìn)行了短期預(yù)測f.陸克從,趙剛,胡佳驊(2008)對波羅的海干散貨航運(yùn)市場運(yùn)價指數(shù)的平穩(wěn)性,異方差進(jìn)行了分析和檢驗(yàn)L6.朱劍,樂美龍對2003-2005年3a的月份波羅的海干散貨運(yùn)價指數(shù)數(shù)據(jù)進(jìn)行了分析處理,采用殘差檢驗(yàn)等方法選取最優(yōu)模型【7.上述研究主要是針對波羅的海干散貨運(yùn)價指數(shù)市場走向及其一般波動情況進(jìn)行分析和預(yù)測,而對其波動的持續(xù)性收稿日期:201卜O526基金項(xiàng)目:國家自然科學(xué)基金項(xiàng)目(70972008,70971014)作者簡介:楊華龍(1964一),男,遼寧大連人,教授,博士,博士生導(dǎo)師,從事交通運(yùn)輸現(xiàn)代化管理研究.E-mail:yang_hualongOZj(.楊華

8、龍,等:波羅的海干散貨運(yùn)價指數(shù)波動性研究85與敏感性特征缺少分析,這將影響到干散貨航運(yùn)界相關(guān)部門對國際于散貨運(yùn)費(fèi)走勢的正確判斷.為此,采用廣義自回歸條件異方差(GeneralizedAutoregressiveConditionalHereoskedasticity,GARCH)模型對波羅的海干散貨運(yùn)價指數(shù)的持續(xù)性和敏感性進(jìn)行研究,從而為有關(guān)部門正確把握國際干散貨航運(yùn)市場動向,規(guī)避市場風(fēng)險提供決策支持.1波羅的海運(yùn)價指數(shù)波動波羅的海海運(yùn)交易所發(fā)布的國際干散貨運(yùn)價指數(shù),按照船型可分為四種運(yùn)價指數(shù),分別為好望角型干散貨船運(yùn)價指數(shù)(BalticCapesizeIndex,BCI),巴拿馬型干散貨船運(yùn)

9、價指數(shù)(BalticPanamaxIndex,BPD,小靈便型干散貨船運(yùn)價指數(shù)(BalticHandmaxIndex,BHI),大靈便型干散貨船運(yùn)價指數(shù)(BalticSupramaxIndex,BSI).根據(jù)運(yùn)價指數(shù)的波動周期,選取20060904/20100505(除去未交易日)的數(shù)據(jù),BCJ與BPI包含916個數(shù)據(jù),BHI包含915個數(shù)據(jù),BSI包含916個數(shù)據(jù)(見圖1).從圖1中可以看出,在樣本區(qū)間內(nèi)四種指數(shù)均經(jīng)歷了較大幅度的波動,其趨勢為非平穩(wěn)的過程.進(jìn)一步觀察,不難發(fā)現(xiàn)近期波羅的海干散貨運(yùn)價指數(shù)統(tǒng)計(jì)圖1干散貨運(yùn)價指數(shù)趨勢圖Fig.1Thetrendchartofdryfreighti

10、ndex數(shù)據(jù)的方差是隨時問變化的,數(shù)據(jù)呈現(xiàn)明顯的波動集聚性,具體表現(xiàn)為幅度較大的變化會集中在某些時段,幅度較小的變化會集中在另一時段.相對于價格,干散貨航運(yùn)相關(guān)利益者更關(guān)注于資產(chǎn)的收益,為此,選用干散貨運(yùn)價指數(shù)的對數(shù)收益率序列分析干散貨市場的波動性特征.設(shè)差分后的干散貨運(yùn)價指數(shù)收益率為R,日運(yùn)價指數(shù)為P,則R一InP一InPH.為了闡述方便,RBCI,RBPI,RBHI,RBS1分別表示相應(yīng)四種船型的一階差分日收益率序列.對差分后的數(shù)據(jù)建立趨勢曲線圖(見圖2).辮O.25o.2Oo.150.10oO5O-0.O50.1Oo.15一o.2O-o.25圖2干散貨運(yùn)價指數(shù)收益率序列趨勢圖Fig.2T

11、hetrendchartofdryfreightindexreturnseries從圖2中可以看出,經(jīng)過一階差分的干散貨運(yùn)價日收益時間序列具有其回歸到平均水平的趨向,即四種收益率序列是平穩(wěn)序列,并且大幅波動后面緊跟著大幅波動,小幅波動后緊跟著小幅波動,即RBCI,RBPI,RBHI,RBSI序列具有波動聚集性特點(diǎn).利用EVIEWS軟件,對日收益序列的均值,方差,偏度,峰度和JB統(tǒng)計(jì)量五個基本統(tǒng)計(jì)特征值進(jìn)行分析,得到四種船型的日收益序列數(shù)據(jù)的基本統(tǒng)計(jì)量(見表1).表1對數(shù)指數(shù)日收益率基本統(tǒng)計(jì)量表Tab.1Thesummaryofdescriptivestatistics,指數(shù)RBCJRBPIRB

12、HIRBSJ特征值,均值0.00034.26EO59.65EO52.16EO5方差O.O36857O.O326640.O168120.020773偏度O.0O67720.6030921.53104O.533117峰度6.2375049.075861l5.5656719.77178JB統(tǒng)計(jì)量399.6ll71462.8936370.2951O767.62伴隨概率OOOO從表1可知,RBCI的平均收益率值為負(fù),其余三者的平均日收益率值為正,表明在樣本區(qū)間內(nèi)好86中國航海2011年第3期望角型干散貨船不僅沒有盈利反而虧損,運(yùn)輸行情不好;方差方面,RBCI的方差最大(即RBCI對樣本均值的偏離程度最大

13、),其次為RBPI和RBSI,RBHI的方差最小;偏度方面,RBPI與RBHI屬于左偏型(即大于平均收益率的統(tǒng)計(jì)值較多,有較厚的尾部拖向左方),RBCI與RBSI屬于右偏型(即小于平均收益率的統(tǒng)計(jì)值較多,有較厚的尾部拖向右方);峰度方面,相對于正態(tài)分布,四者的峰度值均大于3,即四者的分布比正態(tài)分布厚尾,RBHI與RBSI的峰度值較大,意味著序列中存在大幅度偏離均值的異常值.此外,JB統(tǒng)計(jì)量的伴隨概率均為0,拒絕正態(tài)分布的原假設(shè).從以上基本統(tǒng)計(jì)特征數(shù)據(jù)可以看出,各指數(shù)日收益率均為非正態(tài)分布,符合尖峰厚尾特征.由于傳統(tǒng)的經(jīng)濟(jì)計(jì)量模型通常假定樣本的方差保持不變(即在不同時期方差保持一個常數(shù)).因此,

14、傳統(tǒng)模型關(guān)于獨(dú)立同方差的假定已不適用于分析研究當(dāng)今波羅的海干散貨運(yùn)價指數(shù)的波動變化規(guī)律.2GARCH模型及檢驗(yàn)2.1GARCH模型GARCH模型是Bollerslev1986年在金融市場研究中應(yīng)用的自回歸條件異方差(AutoregressiveConditionalHeeoskedasticity,ARCH)模型的基礎(chǔ)上提出的.GARCH模型是對ARCH模型的重要擴(kuò)展,它是一種分析檢驗(yàn)數(shù)據(jù)波動呈現(xiàn)非平穩(wěn)現(xiàn)象的計(jì)量經(jīng)濟(jì)學(xué)方法,能夠更準(zhǔn)確地刻畫市場的異方差性與波動集聚性引.GARCH(p,q)模型的表達(dá)式為:fRt一+etfsf1N(O,)一仉,i.i.d.N(0,1)L1l.聲cc,+雌+式(1

15、)中:地為R對時間到t一1為止的所有信息集f的條件方差為t期的擾動項(xiàng),它為獨(dú)立同分布的白噪聲過程,表示偶發(fā)因素的作用;L為時間t的信息集合;鞏2為條件方差;為獨(dú)立同分布的白噪聲序列,其均值為0,方差為1;P為GARCH項(xiàng)的最大滯后階數(shù),q為ARCH項(xiàng)的最大滯后階數(shù);0,叫為常數(shù)項(xiàng),>0,a表示對數(shù)序列的回報(bào)系數(shù),Oti0,一1,2,q;為滯后系數(shù),0=:=1,2,P.當(dāng)P一0時,GARCH過程就成為ARCH(口)過程.當(dāng)P=g一0時,為白噪聲.在使用GARCH模型研究波羅的海干散貨運(yùn)價指數(shù)的波動性特征時,a值越大,表明外部沖擊對該干散貨航運(yùn)市場的影響越大,該市場對波動反應(yīng)越迅速(敏感).

16、值越大,表明干散貨航運(yùn)市場波動的記憶性越強(qiáng),即波動延續(xù)的時間越長.a十是判斷波羅的海干散貨運(yùn)價指數(shù)時間序列是否穩(wěn)定的條件,同時也表示波動持續(xù)性的強(qiáng)弱+晟值越大,波動持續(xù)的越強(qiáng).2.2平穩(wěn)性檢驗(yàn)采用GARCH模型研究時間序列的一個重要前提是序列是平穩(wěn)的.如果隨機(jī)過程是非平穩(wěn)的,則很難反映時間序列的過去和未來.為此,采用ADF檢驗(yàn)(AugmentedDickeyFullertest)驗(yàn)證四種船型運(yùn)價指數(shù)日收益率序列是否具有單位根(見表2).從表2中可以看出,根據(jù)SchwartzCriterion滯后期的選擇標(biāo)準(zhǔn),當(dāng)最大滯后期為20時,ADF檢驗(yàn)值均小于1,5,10%的臨界值,因此在1,5,10的水

17、平下拒絕收益率序列存在單位根的原假設(shè),即RBCI,RBPI,RBHI,RBSI序列是平穩(wěn)的.2.3ARCH效應(yīng)檢驗(yàn)ARCH模型檢驗(yàn)是指檢驗(yàn)時間序列是否具有ARCH效應(yīng).最常用的方法有Engle在1984年提出的拉格朗日乘子(LM)檢驗(yàn).采用LM方法來對四種干散貨運(yùn)價指數(shù)的對數(shù)收益率序列進(jìn)行表2對數(shù)指數(shù)日收益率單位根檢驗(yàn)表Tab.2ExaminationresultsOfADFtest,指數(shù)RBCJRBPIRBHIRBsI蘑ADF檢驗(yàn)值一15.281612.23526.747187.202351臨界值一3.437293.437313.437293.437315臨界值一2.864492.86452

18、.864492.864510臨界值一2.56842.56842.56842.5684楊華龍,等:波羅的海干散貨運(yùn)價指數(shù)波動性研究87表3ARCH檢驗(yàn)結(jié)果表Tab.3ExaminationresultsofARCHtestofresidual茁F一統(tǒng)計(jì)量伴隨概率Obs*R0伴隨概率指數(shù)RBCI60.25O1O56.6366ORBPI86.3764O79.O691ORBHI30.6566O29.7237ORBSI9.5248O.OO219.44680.0021ARCH檢驗(yàn).用EWIEVS軟件,當(dāng)滯后期為l時,得到的檢驗(yàn)結(jié)果匯總見表3.在表3中,RBCI,RBPI和RBHI三者的殘差序列檢驗(yàn)統(tǒng)計(jì)量的

19、伴隨概率為0,F統(tǒng)計(jì)量均大于5顯著水平的臨界值,F.(1,91311)一3.84,三者的LM值大于:(1)一3.841;RBSI殘差序列檢驗(yàn)統(tǒng)計(jì)量接近于0,F一9.5248>F.(1,91111)一6.63,LMObs*R一9.4468>:(1)一3.841,其中Obs是樣本數(shù)據(jù)的個數(shù).因此,可知F和LM的值都落在相應(yīng)I臨界值的右邊,即原假設(shè)的拒絕域.所以結(jié)論是,模型殘差序列存在自回歸條件異方差.從上述基本統(tǒng)計(jì)特征分析和相關(guān)檢驗(yàn)結(jié)果可以看出,GARCH模型適用于波羅的海干散貨運(yùn)價指數(shù)的波動性特征研究.3參數(shù)估計(jì)與分析3.1參數(shù)估計(jì)借助于EVIEWS軟件,通過多次嘗試,發(fā)現(xiàn)GARCH

20、(1,1)模型對分析的數(shù)據(jù)已經(jīng)達(dá)到了很高的統(tǒng)計(jì)精度.因此,建立GARCH(1,1)模型對數(shù)據(jù)進(jìn)行分析.對GARCH(1,1)模型中的參數(shù),a,進(jìn)行估計(jì),運(yùn)用EVIEWS軟件得到檢驗(yàn)結(jié)果見表4.表4GARCH(1,1)模型的參數(shù)估計(jì)表Tab.4ExaminationresultsofparametersforGARCH(1,1)model指數(shù)RBCJRBPIRBHlRBSj1.O985291.183709O.9O15671.216660AR(1)OOOO均值部分一O.419751一O.41626OO.335470AR(2)OOO6.O5EO71.O6E-O61.82EO66.05E-O7(O0O

21、00O.3378760.111O180.1846820.344928方差部分口1O0OO0.6459310.8648740.777177O.651527OOOO口1+島O.9838080.975892O.961859O.996455在表4中均值部分參數(shù)下部括號內(nèi)的數(shù)值為相伴概率P值,從最后一行ot+的值可以看出,GARCH模型是平穩(wěn)的.為了檢驗(yàn)該模型的效果,可以對殘差序列再次進(jìn)行LM檢驗(yàn),檢驗(yàn)結(jié)果見表5.從表5中可以看出RBCI的LM統(tǒng)計(jì)量的值為0.0826,尾概率為0.8429;RBPI的LM統(tǒng)計(jì)量的值為2.540764,尾概率為0.468;RBHI的LM統(tǒng)計(jì)量的值為2.510837,尾概率

22、為0.4733,RBSI的LM統(tǒng)計(jì)量的值為0.569336,尾概率為0.9034,以上各個對數(shù)收益率的LM統(tǒng)計(jì)量均落在相應(yīng)臨界值的左邊,即在5的顯著水平下接受原假設(shè).所以結(jié)論是,模型殘差序列不存在自回歸條件異方差效應(yīng).88中國航海2011年第3期表5GARCH(1,1)擬合后殘差序列的LM檢驗(yàn)結(jié)果Tab.5TheLMtestresultsofGARCH(1.1)residuals指數(shù)RBCjRBPIRBHIRBSJLM值0.8272832.5407642.510837O.569336尾概率0.84290.468O.47330.90343.2參數(shù)分析從表4中可看出,四個對數(shù)收益率序列中RBSI的

23、a值最大,其值為0.344928,僅次于RBSI的是RBCI序列,Ol1相對較小的為RBPI與RBHI序列.這表明外部沖擊對大靈便型干散貨船市場的影響最大,該市場對波動反應(yīng)最迅速.外部沖擊對好望角型干散貨船市場的影響也較大,相對于大靈便型干散貨船市場和好望角型干散貨市場,波動對巴拿馬型干散貨船市場和小靈便型干散貨船市場的影響較小.從對市場波動的記憶性方面來看,在四種干散貨船型中,RBPI序列的值最大,為0.864874;其次為RBHI序列的值為0.777177;再次為RBCI序列的值為0645931.值最小的為RBSI.通過對角值的分析,可以看出巴拿馬型干散貨市場對市場波動的記憶性最強(qiáng),即波動

24、延續(xù)時間最長,其次是小靈便型干散貨市場和好望角型干散貨市場,大靈便型干散貨市場對波動的記憶性最弱,市場波動持續(xù)時間最短.因此,雖然大靈便型干散貨市場和好望角型干散貨市場對市場沖擊的敏感性較強(qiáng),但是沖擊的作用時間較短,受沖擊的作用會在短時間內(nèi)消失;巴拿馬型干散貨市場和小靈便型干散貨市場對波動的敏感性較弱,但是對波動的記憶較強(qiáng),即相對于大靈便型干散貨市場和好望角型干散貨市場波動會在巴拿馬型干散貨市場和小靈便型干散貨市場中持續(xù)地時間更久.在表4中四個對數(shù)收益率序列的a+島值均小于1,表明波動對收益率序列條件方差的影響是有限的,也就是隨機(jī)沖擊對干散貨運(yùn)輸市場波動影響的持續(xù)性是有限的,市場受到?jīng)_擊后條件

25、方差隨時間逐漸向其均值回歸,序列具有平穩(wěn)性.RBSI的a+島值最大,為0.996455;與其接近的是RBCI序列,值為0.983808,兩者之間相差無幾;其次是RBPJ序列和RBHI序列,+的值分別為0.975892和0.961859.以上四個序列中,a+J8l的值均超過0.9,與1接近,這表明干散貨市場對數(shù)收益率序列的持續(xù)特征明顯,過去波動的大小特征在當(dāng)前時刻很大程度上延續(xù)了下來.因此,干散貨運(yùn)輸市場劇烈波動特征非常明顯,沖擊對價格造成的影響有延續(xù)趨勢.4結(jié)語通過收集波羅的海海運(yùn)交易所發(fā)布的四種船型的運(yùn)價指數(shù),利用GARCH模型分析了四種船型的波羅的海干散貨運(yùn)價指數(shù)波動的敏感性和持續(xù)性特征.

26、研究結(jié)果表明:大靈便型和好望角型干散貨市場對市場沖擊的敏感性較強(qiáng),但是沖擊作用時間較短;巴拿馬型和小靈便型干散貨市場對波動的敏感性較弱,但是對波動的記憶性較強(qiáng),即市場波動會在市場中持續(xù)的時間更久;干散貨運(yùn)輸市場劇烈波動特征非常明顯,沖擊對價格造成的影響有延續(xù)趨勢.參考文獻(xiàn)1胡微紅,胡吳.基于價值鏈的中海集運(yùn)公司風(fēng)險管理J.中國航海,2009,32(4):104109.HuWeihong,HuHao.RiskManagementofShippingFirmsontheBasisofValueChainJ.NavigationofChina,2009,32(4):104-109.2Berg-And

27、reassen,J.A.TheRelationBetweenPeriodandSpotRatesinInternationalMaritimeMarketJ.MaritimePolieyManagement,1997,23(4):381-395.3VeenstraA.W.andFranses,P.H.ACo-integrationApproachtoForecastingFreightRatesintheDryBulkShippingSectorJ.TransportationReseareh,1997,31(6):447458.4ManolisG.Kavussanos,AmirH.Aliza

28、deh-M.SeasonalityPatternsinDryBulkShippingSpotandtimCharterFreightRatesJ3.TransportationReseareh,2001,E:443467.5呂靖,陳慶輝.海運(yùn)價格指數(shù)的波動規(guī)律J.大連海事大學(xué),2003,29(1):1-4.LuJing,ChenQinghui.StudyOnFluctuationofBalticFreightIndexJ.JournalofDalianMaritimeUniversity,2003,29(1):卜4.6陸克從,趙剛,胡佳驊.ARCH族模型在干散貨運(yùn)價指數(shù)分析中的作用EJ-I.系

29、統(tǒng)工程,2008,26(9):5056.(下轉(zhuǎn)第102頁l102中國航海2011年第3期56789StankTP,GoldsbyTJ,VickerySK,eta1.LogisticsServicePerformance:EstimatingItsInfluenceonMarketShareJ.JournalofBusinessLogistics,2003,24(1):2755.SongDW,PanayidesP,2008.GlobalSupplyChainandPort/terminalIntegrationandCompetitivenessJ.MaritimePolicyandManage

30、ment35(1),7387.IPaixaoAC.MarlowPB.FourthGenerationPortsAQuestionofAgilityJ.InternationalJournalofPhysicalDistributionandLogisticsManagement,2003,33(4):355376.EsperTL,FugateBS,DavisSramekB.LogisticsLearningCapability:SustainingtheCompetitiveAdvantageGainedthroughLogisticsLeverage【_J.Journa1ofBusiness

31、Logistics,2007,28(2):5781.AIhinoV,GaravelliAC.LimitedFlexibilityinCellularManufacturingSystems:ASimulationStudyJ.InternationalJournalofProductionEconomics,1999:6O一61.1o111213143FlintDJ,MentzerJT.StrivingforIntegratedValuechainManagementGivenAServiceDominantLogicforMarketingc.TheService-dominantLogic

32、ofMarketing:Dialog,Debate,andDirections,M.E.Sharpe,NewYork,2006:l3949.MullerG.Intermoda1FreightTransportation(4thedition),IntermodalAssociationofNorthAmerica,WashingtonDC,1999.BichouK,GrayR.ACritica1ReviewofConventionalTerminologyforClassifyingSeaportsJ.TransportationResearcbA,2005(39):7592.DuboisA,

33、HultheNK,PedersenA.InterdeDendenc0withinandAmongSupplyChainc.12thInternationalIPSERAConference,Budapest,2003.DeMartinoM,MorvilloA.LogisticsIntegrationfortheDevelopmentoftheNationalandLocalEconomicSystem:ThecseofthePortofNaplesJ.LogisticsandResearchNetwork,UniversityofPlymouth,UK,2005:12513O.(上接第88頁)

34、LuKecong,ZhaoGang,HuJiahua.TheApplicationofARCHFamilyIIodelsintheAnalysisofBDIJ.SystemsEngineering,2008,26(9):5O一56.7朱劍,樂美龍.波羅的海干散貨運(yùn)價指數(shù)時間序列建模J.中國水運(yùn):學(xué)術(shù)版,2007(8):1213.ZhuJian,LeMeilong.BalticDryIndexTimeSeriesModelsJ.ChinaWaterTransport:AcademicVersion,2007(8):1213.8章超,程希駿,王敏.GARCH模型對上海股市的一個實(shí)證研究I-J.運(yùn)籌

35、與管理,2005,14(4):144146.ZhangChao,ChengXijun,WangMin.AnEmpiricalResearchintheStockMarketofShanghaiby9IoiGARCHModelJ.OperationsResearchandManagementScience,2005,14(4):144146.劉晶,盧春霞.波羅的海干散貨運(yùn)價指數(shù)預(yù)測模型分析J.航海技術(shù),2008(5):1822.LiuJing,IuChunxia.TheAnalysisofPredictionModelofBDIEJ.MarineTechnology,2008(5):18-22.

36、李耀鼎,宗蓓華.國際干散貨運(yùn)價波動與隨機(jī)游走檢驗(yàn)J.大連海事大學(xué),2006,32(4):5-10.LiYaoding,ZongBeihua.ResearchontheVolatilityofFreightandRandomWalkTestofInternationalDryBulkMarketJ.JournalofDalianMaritimeU-niversity,2006,32(4):510.(上接第97頁)SongBingliang.ModeandCountermeasureforDevelopmentofShanghaisShippingIndustrysClusterJ.Shippin

37、gManagement,2007,29(5):5-7.8陳繼紅,真虹,宗蓓華.中國船籍外移的主要原因及警示J.航海技術(shù),2008,31(5):7173.ChenJihong,ZhenHong,ZongBeihua.TheMainReasonsandWarningforRelocationoftheFlagsofChinasShipsJ.MarineTechnology,2008,31(5):7173.9Nijdam,M,H,PeterW.deLangen.LeaderfirmsintheDutchMaritimeClusterC3.PaperpresentedattheERSA2003Congress.ErasmusUniversityRotterdam,2003.El0陳繼紅,真虹,宗蓓華.中國第二船籍登記制度及其配套政策研究J.航海技術(shù),2009,32(2):7880.ChenJihong,ZhenHong,ZongBeihua.ResearchonChinasSecondFlagRegisterSystemandSupportingPoliciesJ.MarineTechnology,2009,32(2):7880.