基于复杂网络的波罗的海原油运价指数波动规律研究

基于复杂网络的波罗的海原油运价指数波动规律研究

作者：林舒暖张婕姝

来源：《上海海事大学学报》2022年第02期

摘要：波罗的海原油运价指数（Baltic dirty tanker index， BDTI）是油船运输企业把握油运市场景气程度的“风向标”，为揭示其波动规律，采用复杂网络理论对其进行研究。通过分析加权度、中心性、n派系、k核等网络拓扑结构指标，得到BDTI的波动特征：BDTI复杂网络呈无标度特性，处于网络核心位置的8种主导模态构成一个单向闭环进行8个滑动周期传导，对BDTI波动信息传导起到重要作用。n派系和k核分析结果表明，BDTI复杂网络具有周期波动性、类群集聚性、渐进传导性。BDTI正常上升主要发生在9月、10月、11月，正常下降主要发生在2月、4月、5月，且不存在明显的自传导特征。

关键词：水路运输; 复杂网络; 波罗的海原油运价指数（BDTI）; BDTI复杂网络; 波动特征

中图分类号： F550.5文献标志码： A

Study on fluctuation law of Baltic dirty tanker

index based on complex network

Abstract： The Baltic dirty tanker index （BDTI）is the “weathervane” for tanker transportation enterprises to grasp the oil transportation market boom degree. In order to reveal its fluctuation law， it is studied by the complex network theory. By analyzing the network topology indices such as the weighting degree， centrality， ncliques and kcore， the fluctuation characteristics of BDTI are obtained as follows： the BDTI complex network is scale free， and the 8 dominant modes at the core of the network form a oneway closed loop for 8 sliding cycle conduction， which plays an important role in the BDTI fluctuation information transmission. The analysis results on ncliques and kcore show that， the BDTI complex network is of periodic fluctuation， class clustering and progressive conductivity. The normal increase of BDTI mainly occurs in September， October and November， while the normal decrease mainly occurs in February， April and May， and there is no obvious selfconduction characteristic.

Key words： waterway transportation; complex network; Baltic dirty tanker index （BDTI）; BDTI complex network; fluctuation characteristic

引言

波羅的海原油运价指数（Baltic dirty tanker index， BDTI）由波罗的海航运交易所发布，具有公认的权威性，是衡量油船运输市场景气程度的“晴雨表”，分析研究历年来BDTI的波动幅度及运价走势，对油船运输企业制定相关经营策略和规避相关海运风险具有十分重要的意义。目前已有众多学者从不同的视角对BDTI波动规律进行了大量研究。LI等[1]利用BP模型预测了BDTI走势，分析BDTI短期和中长期发展动态。FAN等[2]采用小波分析指出，BDTI 波动具有非线性和非平稳性。文献[35]分别采用灰色关联理论、经验模式分解、组合预测模型3种不同的方法对油船运价指数波动规律进行了分析，表明油船运价指数波动与其他时间序列变量存在强相关性。文献[67]采用计量经济学方法有效评估了BDTI的风险价值，为测度BDTI 的投资风险提供了新思路。匡海波等[8]基于BDTI波动不确定性风险的分析表明，BDTI的波动在短期内符合几何布朗运动方程。文献[910]均对BDTI进行了多重分形分析，结果发现该时间序列均出现了明显的多重分形特征。冯文文等[11]对BDTI波动机理进行的分析表明，BDTI 具有显著的均值回归特性。

上述学者采用了非网络化的理论方法对BDTI波动规律进行探究，而在运用复杂网络方法上，ADLAND等[12]利用非参数马尔科夫链研究了即期油船运价的波动性，认为非线性随机模型最能描述运价的波动特性。安海岗等[13]较早地将复杂网络方法应用到时间序列分析中，为油船运价时间序列分析拓展了新思路。周洁[14]采用网络演化动力学分析指出，代表原油价格短期波动趋势的高频油价、原油库存和美元指数三者联动阈值网络更加接近“小世界网络”。在集装箱运价指数研究中，汤霞等[15]运用系统动力学方法构建中国出口集装箱运价指数（China containerized freight index， CCFI）波动复杂网络模型，表明集装箱运价波动存在周期性和渐进性。

现阶段对BDTI研究甚多，但是运用复杂网络理论对其波动规律进行研究的成果较少。复杂网络理论是系统科学和复杂科学研究的重要理论之一，主要通过分析系统网络的拓扑结构性质，从中探究不同系统主体之间的关联程度。目前已广泛应用于社会关系、能源、金融、国际贸易等领域，类似于金融市场的股票指数波动传导机制研究，复杂网络理论应用于原油运价指数具有一定的适用性，但这方面的研究有待完善。

本文基于复杂网络理论对BDTI波动特征进行分析，通过构建BDTI波动有向加权网络模型，计算其加权度、加权集聚系数、中心性、n派系（ncliques）、k核（kcore）等网络拓扑结构指标，分析BDTI波动的内在规律，帮助油船运输企业及时掌握油运市场行情动态，在短期内准确把握运价走势，提前制定相关经营策略以应对市场不确定性。

1BDTI复杂网络模型构建

首先将BDTI数据按照“3σ原则”进行粗粒化处理，将其转化为符号序列（波动模态），构建一个以波动模态为节点，模态之间的转换关系为边、转换次数为权重的有向加权网络模型，对BDTI波动规律进行研究。