油價劇烈波動下船舶經濟性論證方法研究

陳飛兒， 戴 磊

(上海交通大學海洋工程國家重點實驗室，上海 200240)

在現(xiàn)代社會中，一切生產活動都應圍繞著經濟性這一主體，船舶的設計和生產同樣遵循這一原則。無論是建造新船、購買二手船，還是進行船隊更新、航線分析，圍繞著船舶工程不僅會遇到技術問題，也會遇到經濟問題。工程技術與經濟實際上是不可分割的。實現(xiàn)工程的經濟目標不僅要依靠技術，而且會涉及到一系列經濟問題。船舶經濟性即是對船舶工程涉及到的經濟問題進行計算，對整個工程的經濟性做出評價。

一、船舶經濟性論證

船舶經濟性論證的論文并不少見，但很多學者如Akio等和Chen都將重點放在集裝箱船的規(guī)模經濟上［1－2］;Miaojia和Jacob選取了燃油價格、航行時間和俄羅斯北海航線通行費作為三大經濟性指標來進行船舶在北海航線航行的經濟性分析［3］;Ronen研究了燃油價格對集裝箱船的航速和船隊規(guī)模的經濟效應［4］;曹瑋、于清波對港口與經濟動態(tài)關系進行了研究［5］;嚴佳明針對經濟不景氣環(huán)境下大型集裝箱船舶經濟性進行了分析，并提出對策［6］。關于能源和船舶經濟性之間的關系越來越受到重視，并在國內外成為研究的熱點［7－13］。

船舶經濟性論證結論的可靠性主要取決于對未來效益和費用預測的正確性。由于存在許多不確定因素如船價、油價等的變化，使船舶經濟性論證難免出現(xiàn)誤差。近年來，尤其是進入2000年后，世界油價劇烈波動使油價因素對船舶經濟性產生了重大影響。怎樣在油價劇烈波動下對船舶經濟性進行論證成為了一個難題。鑒于結合油價劇烈波動與船舶經濟性的課題前人很少涉及，本文擬通過近期油價劇烈波動對航運業(yè)的沖擊，研究油價劇烈波動下船舶的經濟性。基于實船經濟指標，定量測算出不同類型船舶營運的經濟性，從而得出油價劇烈波動下船舶經濟性的論證方法。

二、經濟性論證指標的比選

衡量船舶經濟性的指標有很多，不同的指標可以從不同的側面反映出投資效果和船型的差別。通常情況下，船東為了提高競爭能力和企業(yè)的經濟效益，希望降低船舶的運輸成本，同時提高利用率和縮短投資回收期。油價劇烈波動時，對經濟效益和費用預測的準確性難以保證，也無法保證船舶工程經濟分析的可靠性。在這種情況下，傳統(tǒng)的經濟性論證方法或多或少出現(xiàn)了缺陷，敏感性分析等不確定性分析方法也失去了其應有的作用。

本文根據船舶營運經濟環(huán)境的不同，選取三種主要經濟指標——必要運費率(Required Freight Rate，RFR)、凈現(xiàn)值(Net Present Value，NPV)和內部收益率(Internal Rate of Return，IRR)，在油價劇烈波動的情況下分析各指標的誤差，并以此為依據判斷其對經濟性論證的適用性。

(一)凈現(xiàn)值

NPV是把船舶整個營運期歷年的收入與支出按投資收益利率折現(xiàn)后相減的差值。若凈現(xiàn)值為零時，方案的收支現(xiàn)值相抵，恰能達到預期的投資收益率。如所得值為正，表示方案可取，而且越大越好;反之，方案不能被采納。

在每年度的貨運收入和營運費用都不相同、不計殘值和一次投資的情況下，凈現(xiàn)值:

式中:At為第t年的收益;Bt為第t年的營運收入;Yt為第t年的營運費用(不包括燃油價格);St為第t年的燃油價格;P為初始投資，即船價;i為基準投資收益率。

使用式(1)計算凈現(xiàn)值NPV會遇到困難:該式中第1項包含有油價因素，第2項對船東來說是付給船廠的一筆確定的款項，是一個給定的常數。在一般情況下，凈現(xiàn)值與式(1)右邊的兩項相比較是一個小量，也就是說，式(1)是一個大量減大量的運算。如果式(1)中第1項的燃油價格波動不很劇烈，即原來所占的百分比并不很大的話，在減去第2項后，其所占的百分比也會顯著提高。故當油價劇烈波動時，凈現(xiàn)值有很大的不確定性。

(二)內部收益率

IRR是船舶使用期(或還本付息期)內使凈現(xiàn)值等于零的投資收益率。它反映了船舶工程方案負擔得起的最大貸款利率，其值越大越好，適用于貸款投資，收入之和可以估算船舶工程方案的經濟分析。

當船舶每年度的營運收入B和營運費用Y都保持不變且為一次投資時:

由于式(2)中仍有減法運算，當其中一項有隨機誤差，而另一項保持不變時，算式將擴大誤差的比重，從而增大不確定性。油價劇烈波動時，IRR受到巨大影響。

(三)必要運費率

RFR是為達到預定的投資收益利率，單位運量所需要的收入。它尤其適合于收入不能預估的船舶工程經濟分析和方案的比較，單位為元/噸。

式中:Q——某方案的單船年運量;AAC——某方案的單船年費用。

若不計殘值，一次投資，各年營運費相等，則必要運費率:

與前述兩個指標相反，式(4)中出現(xiàn)的是加法運算，而且在具有隨機誤差的年營運費用上加上了固定的年度投資回收額ACCR=P(A/P，i，N)，從而降低了誤差在必要運費率中所占的百分比。年貨運量也是一個有誤差的參數，但它與營運費用的波動(包括油價)有一定的關系。當年貨運量增加時，年營運費一般也將增加，至少是貨物裝卸費增加，有時港口費也會增加。因此，年貨運量的波動對必要運費率的影響不會太激烈。油價劇烈波動時，相對于前兩個指標，必要運費率的變化幅度相對較小，因此是一個可取的經濟指標。

三、油價的ARCH分析

要對原油市場不確定性進行探討和分析，需要建立數學模型進行系統(tǒng)分析。許多學者采用時間序列的方法對油價波動進行研究，包括Granger(1969)的因果關系方法、Engle和Granger(1987)提出的協(xié)整理論等。美國經濟學家Engle R.F.(1984)教授提出了 ARCH(Auto Regressive Conditional Heteroscedasticity)模型和 ARCH家族(如GARCH、EGARCH等)，主要用于具有叢集性及方差波動性特點的經濟類時間序列數據的回歸分析及預測。這些ARCH模型被廣泛應用于貨幣市場、外匯市場等的研究，良好的效果獲得了業(yè)界和學術界的認可。后有學者開始將ARCH模型應用于石油市場的研究中，也獲得較好效果。

(一)ARCH模型概述

傳統(tǒng)的計量經濟模型常假定樣本的方差不變。事實上，大多數時間序列具有變方差的特征，如收益率、通貨膨脹率等，在某些時期波動十分劇烈，而另一時期波動相對平穩(wěn)，呈現(xiàn)出方差隨時間變化的特點。1982年，Engle首先提出了自回歸條件異方差(ARCH)模型，用來模擬這種波動，預測和研究條件方差。ARCH模型有以下幾種具體形式。

1.線性ARCH(q)模型:εt為一隨機過程

假設{vt}獨立同分布，E(vt)=0，D(vt)=1。ht有表達式:

2.線性 GARCH(p，q)模型

其中:α0＞0，αi≥0，βj≥0，i=1…q，j=1…p。該模型說明，當前的條件方差不僅依賴于過去的條件方差，而且依賴于模型過去殘差的實現(xiàn)。GARCH模型依賴于過去已經實現(xiàn)的波動程度和變更的信息。

3.指數 GARCH(p，q)，即 EGARCH(p，q)模型

以上ARCH模型及其擴展模型雖然都常常用來描述和解釋時間序列誤差的方差變化，但它們具有各自的特點。ARCH模型發(fā)現(xiàn)了時間序列中的波動是可以預測的，表明過去的波動擾動對市場未來波動有著正向而減緩的影響，因此波動會持續(xù)一段時間，說明了市場波動的集群性現(xiàn)象。從預測的角度來說，當存在ARCH效應時，使用ARCH模型比使用普通最小二乘法不僅可以提高預測值的精度，還可以計算出預測值的可靠性。

(二)原油市場ARCH效應檢驗

本文研究的是自1998年1月至2012年3月的WTI石油市場價格波動的周數據，共740個樣本數據，見圖1。結果由EVIEWS 6.0得到。14年間石油價格波動頻繁，且波動幅度較大。

圖1 原油價格走勢圖

為緩沖序列的波動程度，我們首先將石油價格序列轉換為對數數據，然后采用一階差分序列，即Ln(Pt)－Ln(Pt－1)，并乘以100，得到對數百分收益率序列。表1給出了有關收益率的基本統(tǒng)計量。

表1 WTI收益率序列基本統(tǒng)計情況

根據表1及圖2分析可知，該序列有典型的“尖峰厚尾”特征。ADF檢驗表明收益率序列在1%的顯著性水平下拒絕存在單位根的假設，說明收益率序列是平穩(wěn)的。

Q統(tǒng)計量充分說明了國內外石油價格收益率序列存在顯著的自相關性，Q2(10)統(tǒng)計量表明兩序列均存在條件異方差和波動集聚現(xiàn)象。且由圖2，收益率都基本圍繞在0均值上下波動，波動幅度較大，因此適合ARCH族模型。

圖2 原油收益率走勢

(三)結果分析

根據ARCH模型及本節(jié)的實證分析結果，國際油價的波動性存在集聚性、持續(xù)性等特征。由 Q2(10)以及模型的α0必為正，說明石油價格波動的集群性現(xiàn)象，即過去的波動擾動對市場未來波動有著正向而減緩的影響，石油市場小幅波動往往集中在一些時段上。此外，由于波動的持續(xù)性以及油價序列是平穩(wěn)的，“尖峰厚尾”特征也說明油價驟然上升或下降所用的時間并不長，往往在相對較短的時間內就完成了。這樣，為油價劇烈波動情況下船舶經濟性分析方法的計算提供了依據。

四、油價劇烈波動下船舶經濟性論證方法

由前一節(jié)的分析，我們得知油價的波動存在集聚性、持續(xù)性等特征。油價往往在一段時間內持續(xù)小幅波動;由于“尖峰厚尾”的特性，在某一段較短時間出現(xiàn)較大波動，然后又歸于“平靜”。

圖3 2001—2012 WTI油價現(xiàn)貨周指數

正是由于這種特殊的油價特征，為我們在油價劇烈波動的情況下進行船舶經濟性論證提供了依據。將某一段時間內的油價分成不同的波動階段，分別對其進行經濟性分析，可以大幅度地減少油價劇烈波動下船舶經濟性論證的誤差，為航運企業(yè)制定船隊發(fā)展規(guī)劃和港口企業(yè)制定到港船型規(guī)劃提供參考，能夠合理利用資源，避免航運企業(yè)走彎路。當然，前面的討論中也表明，在油價劇烈波動時，合理選取必要運費率指標對減少誤差有重要意義。

我們以干散貨船Ocean Universe為代表來做經濟分析。研究2001年1月1日—2012年3月9日的WTI油價現(xiàn)貨指數周數據，共584個樣本，見圖3。干散貨船Ocean Universe的數據見表2、表3。

表2 Ocean Universe主要參數

表3 Ocean Universe在巴西圖巴朗—中國北侖航線部分經濟參數

由圖3可清晰看出，2001—2012年間的油價波動大致可分為17個階段。根據油價的每周價格，可以計算出油價的漲跌幅度。顯然，油價出現(xiàn)劇烈升高或滑落時，油價必然連續(xù)幾天漲或跌。通過對前后兩個階段波動幅度的估計，我們可以確定油價的各個階段以及其油價均值，見表4(由于數據較多，必要時剔除個別波動異常數據)。

表4 油價階段性節(jié)點

設每個階段的燃油價格分別為 S0，S1，S2，S3，S4，S5，S6，S7，S8，S9，S10，S11，S12，S13，S14，S15，S16，S17。世界上平均比重的原油通常1公噸=7.35桶。換算得S0=205.73美元/噸，S1=178.24 美元/噸，S2=206.76 美元/噸，S3=309.29美元/噸，S4=371.40 美元/噸，S5=467.31 美元/噸，S6=441.59 美元/噸，S7=503.99 美元/噸，S8=554.12美元/噸，S9=666.94 美元/噸，S10=863.92 美元/噸，S11=720.15 美元/噸，S12=374.26 美元/噸，S13=550.22 美元/噸，S14=601.45 美元/噸，S15=719.86 美元/噸，S16=670.32美元/噸，S17=746.54 美元/噸。為簡便計算，假設其他條件與原先相同變化。以必要運費率為指標，由式(1)～(4)，求出各階段結果，如表5所示。

表5 各階段油價下每年的必要運費率($)

根據各階段作用時間長短的不同，對各必要運費率進行加權平均，求得最后的年運費率為:RFR=0.060RFR0+0.014RFR1+0.202RFR2+0.082RFR3+0.034RFR4+0.149RFR5+0.022RFR6+0.027RFR7+0.010RFR8+0.034RFR9+0.055RFR10+0.005RFR11+0.060RFR12+0.091RFR13+0.058RFR14+0.050RFR15+0.026RFR16+0.021RFR17=24.649 美元/噸。

由于本方法是取各個階段油價小范圍波動情況對船舶經濟性進行分析，我們可以對其進行敏感性分析，以達到規(guī)避風險的目的。選取油價為變動因子，分別以5%和10%的變化率計算出上述選定的船型在不同影響水平下的船舶必要運費率。最后由各階段的必要運費率加權平均得出最后的結果，如表6所示。

表6 油價劇烈波動下船舶必要運費率敏感性分析對比

在油價劇烈波動下，采用分階段計算船舶經濟性，得出的必要運費率可能會在23.6～ 25.7美元/噸波動，其波動范圍比傳統(tǒng)直接計算的必要運費率波動范圍小得多。若該運費率低于市場運價，則該方案可接受。

在本研究區(qū)間中，油價最低時不到20美元，最高時超過140美元，漲幅達600%。顯然，油價劇烈波動下船舶經濟性論證方法更重視實際情況。相比油價小幅波動下敏感性分析的方法，得到的結果對現(xiàn)實更有意義(見表6)。事實證明，油價波動－10%下船舶經濟性論證方法得到的必要運費率值為23.6，比傳統(tǒng)方法油價波動－5%得到的必要運費率值23.170還要高。若航運企業(yè)采用原先的方法，一旦出現(xiàn)油價劇烈波動，損失將會很大。顯然，采用新的方法風險將會小得多，更安全可靠。

本文以必要運費率(RFR)為經濟性指標，通過ARCH模型解釋了油價的波動特征，在油價劇烈波動情況下對必要運費率進行敏感性分析，得出了油價劇烈波動下船舶經濟性論證的方法。結果表明，基于油價ARCH模型的船舶必要運費率能夠取得很好的計算結果，比油價小幅波動船舶必要運費率敏感性分析結果更加科學、精確，從而驗證了本文的經濟指標選擇方法以及ARCH模型的適應性。

［1］Akio I，Etsuko N，Stratos P，et al.The economic viability of container mega-vessels［J］.Transportation Research Part E，2006，42:21 －41.

［2］Chen feier，Zhang renyi.The economic viability of megasize containerships in service networks［J］.Journal of Shanghai Jiao Tong University(Sci)，2008，13(2):221－225.

［3］Miaojia L，Jacob K.The potential economic viability of using the Northern Sea Route(NSR)as an alternative route between Asia and Europe［J］.Journal of Transport Geography，2010，18:434 －444.

［4］Ronen D.The effect of oil price on containership speed and fleet size［J］.Journal of the Operational Research Society，2011，62:211 －216.

［5］曹瑋，于清波.基于ARDL－ECM的福建港口與經濟動態(tài)關系實證分析［J］.重慶交通大學學報:社會科學版，2013，13(5):22 －26.

［6］嚴佳明.經濟不景氣環(huán)境下大型集裝箱船舶經濟性分析與對策研究［D］.上海:上海交通大學，2013.

［7］譚祖勝，沈漢峰，王曉東.基于碳排放強度的經濟型EEDI預估模式研究［J］.中國造船，2013，54(2):151－158.

［8］Albert W V，Marcel W L.The relationship between design and economic performance of ships［J］.Maritime Policy＆Management:The Flagship Journal of International Shipping and Port Research，2006，33(2):159 －171.

［9］Elisabeth A Gilmore，Andrew Blohm，Steven Sinsabaugh.An economic and environmental assessment of transporting bulk energy from a grazing ocean thermal energy conversion facility［J］.Renewable Energy，2014，71:361 －367.

［10］Nicholas S Siefert，Brian Y Chang，Shawn Litster.Exergy and economic analysis of a CaO-looping gasifier for IGFC – CCS and IGCC – CCS［J］.Applied Energy，2014，128:230 －245.

［11］Lanzini A，Kreutz T G，Martelli E，et al.Energy and economic performance of novel integrated gasifier fuel cell(IGFC)cycles with carbon capture［J］.International Journal of Greenhouse Gas Control，2014，26:169－184.

［12］Chinedu I Ossai，Brian Boswell，Ian J Davies.Sustainable asset integrity management:Strategic imperatives for economic renewable energy generation［J］.Renewable Energy，2014，67:143 －152.

［13］Donald A Dube，Richard R Sherry，Jeffery R Gabor，et al.Application of risk informed safety margin characterization to extended power uprate analysis［J］.Reliability Engineering＆ System Safety，2014，129:19－28.