中國出口集裝箱運價指數研究述評與未來展望

李 博

（南京審計大學 商學院，江蘇 南京 211815）

一、引言

（一）研究背景

根據《2019 年交通運輸行業發展統計公報》，2019 年中國水上貨物運輸量達74.7 億噸，占貨物運輸總量的13.98%，對整個國民經濟的運營和發展有著舉足輕重的作用。造船、運價、買賣船和拆船這四大市場共同構成航運市場，在我國的大環境下相互促進，相互影響，決定著整個航運市場以及其他聯動市場的發展。其中，運價市場是最能捕捉整個航運市場動態的核心子市場，在很大程度上影響甚至決定著其他三個子市場的發展，因此成為業內重點關注的對象，研究我國集裝箱運輸中最具代表性的中國出口集裝箱運價指數是研究水上貨物運輸價格的重中之重。

中國出口集裝箱運價指數（China Containerized Freight Index，簡稱CCFI）是我國用于反映集裝箱運價的指數，能夠定期、連續地反映我國市場價格水平的動態變化，可以直觀反映市場行情的好壞。其變化不僅受到需求和供給的影響，還受到航運市場的經濟狀況、消費者預期、投資者心理、突發事件、國家之間的政策干預等不同因素的作用。在這些因素的綜合作用下，該指數序列呈現出上下起伏波動的現象，其未來發展走向變得難以預判。是否能夠主動掌握CCFI 指數的發展態勢，及時準確地應對CCFI 指數的波動，是政府和企業在市場上做出正確決策的關鍵。

（二）研究框架

對CCFI 指數的編制的相關研究進行綜述；重點闡述CCFI 指數波動特性的研究；聚焦CCFI 指數的影響因素研究；對全文進行回顧和總結，指出不足并提出未來的研究方向。在理論上，為學者們更深度地開展中國出口集裝箱運價指數的研究提供借鑒。在實踐上，使航運公司或政府有關部門更好地了解CCFI 指數的相關情況，有助于其進行政策制定以及運營策略的決策。具體研究框架如圖1 所示。

圖1 中國出口集裝箱運價指數述評的研究框架

二、CCFI 指數的編制

（一）CCFI 指數的官方編制方法

CCFI 指數于1998 年4 月23 日由上海航運交易所首次編制發布。該指數的編制是選取了從中國出發到世界各地的11 條典型集裝箱航線的運價作為代表，分別是日本航線、歐洲航線、美西航線、美東航線、韓國航線、東南亞航線、地中海航線、澳新航線、南非南美航線、香港航線以及東西非航線，經過標準的統計指標計算公式進行綜合計算，得出代表中國出口集裝箱運輸市場價格的綜合性指標。其作為運價指數的一種，能夠反映我國港口出口集裝箱貨物運輸價格的變動趨勢和程度。

CCFI 指數選用“拉氏”公式作為計算公式，以運輸額作為計算權數，即11 條航線各自的運費收入。以1998 年1 月1 日為基期，基期指數定為1000 點，是在各種影響因素影響下的綜合運價。

（二）CCFI 指數的編制研究

有學者進行了航運運價指數編制方面的相關研究，主要集中在兩個方面：數據源選取以及運價指數的編制方法。但已有的文獻關于以上兩個方面的研究大多都是針對波羅的海運價指數的，關于我國出口集裝箱運價指數在這兩個方面的相關研究相對較少。

在數據源選取方面，周甫賓(2006)[1]簡單分析了運價指數的生成原理，指出我國對運價指數在數據源方面存在的抽樣信息不全面和干擾信息過多的缺陷，建議選用較為全面和精確的EDI 系統來提煉信息生成集裝箱運價指數。付東方(2015)[2]定性的分析了上海出口集裝箱運價指數(SCFI)在數據源的選取方面存在著兩方面的問題，一是數據源的采集方面，運價信息主要采自班輪公司，違背了編制價格指數要求市場結構使自由競爭市場的基本條件，缺乏實際意義。二是數據采樣的周期長，對于這種波動較快且短期內無明顯波動規律的數據需要縮短采樣周期。目前該指數從基于周頻次發布已經優化為日頻次發布，能夠全面細致的反映運價指數的變動情況。

因此，后續的研究中應當借鑒研究BDI 指數的方法對CCFI 指數編制的數據源予以關注，從源頭予以分析，以確保后續關于CCFI 指數波動性、CCFI 指數數值預測等問題分析的準確性。

在CCFI 指數編制方法方面，最Shi Xin[3]于2000年最早詳細介紹了其編制方法。孫永(2005)[4]從CCFI指數的起源開始對CCFI 指數的編制方法和原理做了詳細的介紹，利用定量的方法對中國出口集裝箱運價指數與波羅的海運價指數(BDI)的基本統計量進行比較。王春華(2007)[5]通過比較國外的航運價格指數編制的狀況，解析了CCFI 指數的構成體系和編制方法，并且指出了引入內河水運及港口裝卸價格指數來完備CCFI 指數體系。曹蓓蓓(2013)[6]運用定量的方法，按照科學原理采用拉氏公式和Logit 模型對集裝箱綜合運價指數(CFI)進行構建，并且驗證了結果的實用性。

學者們都選用了定量的方法對CCFI 指數的編制進行研究，部分學者重新構建了CCFI 指數的編制體系，能夠更加切合實際的，使其具有實際意義。將來的研究方向可以從以下方面展開：將已有的CCFI 指數編制體系與更多的現實案例結合起來以完善現存編制體系的構建，使其與實際更加貼合，為以后的關于其它方面的研究做更好的鋪墊。

三、CCFI 指數的波動特性研究

CCFI 指數的波動特性規律是近幾年來大部分學者集中研究的問題，挖掘其內部的波動規律，能夠更加準確地對它的未來波動趨勢做出預測。

大部分學者將CCFI 指數的波動周期作為研究的主要目的，陳麗江(2005)[7]通過移動平均法分析整個CCFI 曲線，發現呈現出四年的循環波動周期。陳金海(2010)[8]運用時間序列乘法模型分析CCFI 指數的波動特性，也發現了呈現出四年的循環周期并且與世界經濟周期有密切的相關性，且其季節周期呈現出夏季秋季較高、冬季春季較低的特點。李雅楠(2014)[9]首先運用時間序列分析法對CCFI 指數的長期趨勢、季節、周期三個方面的波動規律進行了分析，從結果可以看出CCFI指數受到季節因素的影響非常顯著以及呈現出三年周期的特點。

湯霞(2017)[10]選用經驗模態分解(EMD)算法處理CCFI 時間序列，發現CCFI 指數長期呈緩慢下降的趨勢并且存在著四年大周期和一年小周期的波動。武佩劍(2011)[11]將CCFI 指數從誕生開始分四個階段進行分析，發現CCFI 指數長期呈下降趨勢，具有周期性和季節性。邱芯竹(2019)[12]基于EMD 建立了CCFI 指數的波動特征分析模型，對CCFI 指數的波動特性分解為高頻、中頻、低頻和趨勢項四個部分進行分析，發現了其在高頻部分的波動較無規律、在中頻部分平均周期為四個月能夠反映季節成分、低頻部分平均周期約為7.76年，趨勢項呈現出下降的趨勢。

CCFI 指數波動特性非常復雜，其變化包含著市場上方方面面的信息。經過學者們的研究可以大致發現該指數具有三到四年的波動周期，并且在季節周期方面呈現出秋季上升、春季下降的特點，長期呈現出下降的趨勢。可以發現這些研究主要存在以下不足：大部分學者所選用的方法及模型對時間序列要求過高，都需要進行平穩化處理，這就使得原始數據失去了一部分特性。極少數人使用經驗模態分解(EMD)方法來保留數據的自身特性。后續可以分階段的來探究CCFI 指數的特征，深入分析其局部波動特性來提高研究結果的準確度。

四、CCFI 指數波動的相關影響因素研究

研究影響CCFI 指數產生變動的因素以及影響機制，能夠提升對指數未來趨勢預測的準確度及時把握它的變化趨勢，提前對其產生的變化做好準備。已有的文獻大都是從定性和定量兩個方面去研究CCFI 指數的影響因素。

（一）定性研究

褚淑玉(2011)[13]從宏觀的角度詳細的定性分析了影響班輪運價的因素，表明其變化受到市場供求情況影響的同時還受到了運輸成本、市場結構，世界經濟尤其是國際貿易狀況及政府等因素的綜合作用，還創新性的提出了科技對CCFI 指數的影響作用。王述芬(2011)[14]對后金融危機時期該指數的波動進行了分析，主要從航運市場供求關系、運輸成本以及宏觀政策因素三個方面進行闡述，并對我國航運企業的經營發展對策提供了建議。

（二）定量研究

還有學者采用了定量的研究方法，在理論與實際的參考下，將CCFI 指數與其他指數結合起來探求相關關系，分析其影響機制。

胡寧華(2010)[15]基于CCFI、進出口貿易額和國際油價三個指標建立計量經濟學模型，發現進出口貿易額以及國際油價的歷史信息能夠改進CCFI 的未來變化趨勢的預測結果。林鵬(2014)[16]從宏觀的角度選取了影響航運市場中的價格類指數，如人民幣匯率、進出口貿易情況、國內消費者物價指數等指標，并運用脈沖響應函數分析得出了國內消費者物價指數(CPI)對CCFI 指數具有短期反向影響，但隨著沖擊作用的延長，CCFI 指數與CPI 呈現同向波動。夏凱亮(2017)[17]將CCFI 指數與上證指數的結合起來，構建了GARCH 模型得出后者對前者的綜合影響為正向。Yao-Jen Hsiao[18]等應用協整分析和Granger 因果檢驗分析了波羅的海干散貨運價指數(BDI)和CCFI 兩者間的領先滯后關系。

王英照(2010)[19]采用定性與定量相結合的辦法探索了CCFI 指數與宏觀經濟景氣指數的關系，驗證了兩者之間存在較強的相關關系。葉善椿(2019)[20]首先對CCFI指數與PMI 指數之間的相關性進行了理論與現實分析之后通過建立VAR 模型來探究，發現兩者之間具有長期的協整關系，且PMI 對CCFI 變動的貢獻率較大。

CCFI 指數的波動受到多種因素的影響，以下主要從圖2 所示的四個方面分析這些因素對CCFI 指數的影響。

圖2 CCFI 指數影響因素

市場供給是影響CCFI 指數的根本因素，而航運市場的供給情況主要取決于幾個方面：原油價格、運費協議、船舶運力等。這些影響因素都與航運市場的運輸成本息息相關，當航運市場的運輸成本升高時，CCFI 指數自然就會升高。航運市場的需求是影響其價格變動的決定性因素，進出口貿易的需求主要受到消費者收入水平、物價指數等的影響。突發事件的發生是造成CCFI指數波動的極其重要的因素，一個是自然災害，另一個是疫情爆發。每次出現突發事件，會極大的影響國際間的貿易往來，進出口貿易受到限制需求就會下降，導致CCFI 指數出現劇烈震蕩。再者就是國家相關政策的變化。國家政策會通過對物價水平、居民消費價格等途徑影響進出口貿易。物價上漲、貨幣貶值，也加劇了CCFI 指數的波動。

將來的研究可以更加廣泛的挖掘出與CCFI 指數有影響的其它領域的指數，如金融市場上的有關指數、民生方面的指數、也可針對分析中美貿易戰下的衍生出來與其相關的指數。將不同產業、不同市場與CCFI 指數結合起來，進行聯動分析。同時也有少數學者會選擇深入研究11 條航線中的某一條航線的具體影響因素，也可以將11 條航線展開，著手研究每一條航線上CCFI 指數的影響因素，針對不同的情況具體分析，從而能夠更全面的考慮所存在的影響因素。

五、CCFI 指數的預測

關于CCFI 指數的具體數值預測方面，以往的學者們大都采用了定量的預測方法，可針對該預測方法大致分為三種類型：統計方法、組合模型方法、機器學習方法。

（一）統計方法

在統計方法中，陳麗江(2004)[21]基于CCFI 指數運用Box-Jenkins 的建模方法先后建立了ARIMA 模型和將季節效應考慮進去的季節ARIMA 模型，在通過診斷檢驗的前提下對兩模型進行了比較優選，最終選擇了與原CCFI 指數時間序列更為接近的、擬合效果更好的ARIMA 模型，通過樣本數據驗證了其較好的擬合效果，利用該模型預測了月度CCFI 指數。Ming-Tao Chou(2016)[22]使用模糊時間序列預測CCFI 指數，模型的吻合度很好。

（二）組合模型方法

在組合模型方法方面，李萬勇(2007)[23]構建了一個基于人工神經網絡(ANN)模型和自回歸求積移動平均(ARIMA)模型的組合預測模型來對CCFI 指數進行預測，發現預測結果較BP 網絡預測結果精度更高。單福生(2013)[24]將小波分析和ARIMA 模型組合起來，首先利用小波分析對CCFI 指數進行了去噪處理，在此基礎上建立了ARIMA 模型，提升了對CCFI 指數時間序列的擬合效果和預測效果。

張志鵬(2016)[25]將ARIMA 模型和ARCH 模型組合起來建立了基于CCFI 指數的模型，有著較好的擬合效果提高了短期預測的精度。邱芯竹(2019)[12]基于CCFI指數分別建立了四種模型：BP 神經網絡模型、EMDBP 組合模型、ARIMA 模型和EMD-ARIMA 模型。將這四種模型對CCFI 指數的預測效果進行比較，發現了與EMD 方法結合使用能夠提升模型的擬合預測性能。湯霞(2020)[26]構建了基于變分模態分解(VMD)的組合預測模型，將CCFI 指數序列分解為多個模態分量進行預測，相較于其他模型具有較好的預測效果。

（三）機器學習方法

在機器學習方面，李宗龍(2013)[27]選用了在訓練速度、非線性映射能力以及預測能力等方面占有很大優勢的廣義回歸神經網絡模型(GRNN)對CCFI 進行了仿真并預測，得到了較好的擬合效果，但在長期預測方面效果較差，僅在短期內預測值較接近實際值。

大部分學者選用了時間序列模型來對CCFI 數值行預測，將機器學習應用到CCFI 指數預測的研究較少。如今機器學習已經逐漸進入到大眾的視野，并且以速度、精確方面占據了巨大優勢，可以將其應用于該指數的具體預測當中，并且可以進行多尺度分解針對不同分量選取合適的組合模型預測方法，以期快速得到更加接近實際的結果。

六、結論與展望

通過對相關文獻的梳理可見，中國出口集裝箱運價指數的研究已經引起學者的廣泛關注，成為當前研究的熱點。目前的研究主要具有以下特點及不足之處:

(一)在CCFI 指數波動特性方面的研究，極少的學者對CCFI 指數波動的動態特征進行研究，未來可以從集裝箱運價市場進行系統的研究CCFI 指數波動的動態特征，使得航運企業能夠在CCFI 指數變化前及時調整市場經營策略。

(二)在CCFI 指數相關影響因素方面的研究，較少的學者考慮了分航線運價指數的影響因素，可以從分航線運價指數的影響因素入手，從而去全面的考慮綜合航線運價指數的影響因素。

(三)在CCFI 指數預測方面，少數學者將機器學習應用到此方面，未來的研究可以多結合機器學習進行研究從而提高預測速度與精度。除此之外，為克服單一模型和一般組合模型的不足，可嘗試引入多尺度分解方法來適應航運運價序列的非線性、非平穩性和多尺度特征。

通過文獻的查閱與分析，國外關于BDI 指數的研究成熟度顯著高于中國集裝箱運價指數的研究，但是運價指數會受到情境因素的影響，國外已有的研究成果與方法在中國情境下不一定適用，在借鑒國外經驗時，需要結合中國實際國情，對國外已有研究成果深入探討，才能推進國內該領域的研究，有效促進中國集裝箱運價指數的進一步完善。