一、国际干散货航运市场的评价(论文文献综述)
王天姿[1](2021)在《中美贸易战对干散货海运价格的影响研究》文中指出
汤霞[2](2021)在《集装箱班轮运价市场波动及传导特征研究》文中指出随着全球经贸往来的日益频繁,国际集装箱班轮运输发展速度远远超过其他海上运输方式,正发挥着越来越重要的作用,班轮运输市场波动也备受国内外学者关注。受国际经济形势、政治局势、重大事件、科技发展等多种不确定性因素影响,国际集装箱班轮运价市场波动剧烈,给航运企业、货主货代、金融机构等市场参与者带来极大的经营及投资风险,也不利于国家对外经贸的健康发展。如何从不同维度深入挖掘集装箱班轮运价市场波动及传导动力学特征,为市场参与者提供更全面有效的市场信息辅助决策,是航运经济领域的重点关注问题。因此,本研究在不同形式的集装箱班轮运价市场的复杂波动特征分析的基础上,引入复杂网络理论,分别对时间维度上集装箱班轮即期市场运价指数自相关波动、空间维度上集装箱班轮分航线市场运价关联波动、金融属性维度上集装箱班轮期现货市场价格关联波动的传导动力学特征进行了研究,揭示了集装箱班轮运价市场内在波动传导规律,提出了针对市场参与者经营及投资决策、政府部门航运产业调控措施的相关建议。主要研究工作及创新如下:(1)挖掘了集装箱班轮运价市场不同时间尺度下的波动规律。基于VMD方法构建了集装箱班轮运价市场波动特征分析及走势预测模型,以上海出口集装箱班轮市场为实证研究对象,对其即期、分航线和期货等不同形式的集装箱班轮运价市场的复杂波动特征进行了分析,较好地提炼了其内在时间尺度特征,合理表达了其蕴含的经济意义,为集装箱班轮运价市场波动传导特征研究奠定了基础。研究结果表明,不同形式的集装箱班轮运价序列均呈现非线性、非平稳和多时间尺度特征,不同时间尺度下表现出的长期趋势、周期性、季节性和不规则波动规律略有不同,是典型的复杂性系统。(2)引入符号动力学方法和复杂网络理论,构建了集装箱班轮运价指数序列的自相关波动网络模型,以SCFI为实证研究对象,通过网络的核心模态、传导模式、集群效应、传导媒介能力、传导距离等拓扑结构分析,探讨了其自相关波动传导动力学特征,从微观视角深入理解即期市场整体波动规律和机理。研究发现,SCFI自相关波动具有一定的持续性、周期性和集群效应,波动传导模式有规律可循,以正相关波动为主,存在波动状态转变的前兆模态,可为市场波动风险提供预警信息,预测SCFI的波动方向。(3)借助格兰杰因果关系检验与复杂网络理论,构建了集装箱分航线市场运价波动格兰杰因果网络模型,以SCFI分航线市场为实证研究对象,从系统整体新视角研究了其运价波动传导范围、传导距离、传导媒介能力、集聚能力及传导路径等动力学特征,从空间结构维度加深对集装箱班轮运价市场的认识。研究表明,SCFI不同航线运价波动的影响范围和被影响范围均不同、航线子市场间运价波动传导的速度很快、不同航线媒介能力及集聚能力不同、可划分为4个社团等。市场参与者可据此确定重点监测子市场,把握市场波动传导路径,优化经营决策,强化市场精准调控。(4)通过集装箱班轮期现货市场关联波动状态的定义、符号化和粗粒化处理,构建了集装箱期现货价格关联波动网络模型,以SCFI欧洲、美西航线期现货价格为实证研究对象,通过分析关联波动网络的拓扑结构研究了集装箱期现货价格关联关系的动态波动传导特征,从金融属性维度加强集装箱班轮市场发展特征的理解。研究发现,期现货价格关联波动的主要趋势为同向关联,美西航线同向关联概率大于欧洲航线,关联波动具有周期性、群簇性和小团体特征,存在少数介数高点强度低的关联波动模态是群簇关联波动转换的前兆。市场参与者可据此合理制定航线运价、调整跨市场投资策略等。
金崇林[3](2020)在《中国干散货海运贸易时空格局探究》文中认为干散货运输是国际海事贸易的重要组成部分,运输量占世界海运量的三分之一以上,随着中国在全球海运网络中地位的日渐提高,全面掌握中国各港口的贸易特征已经变的迫在眉睫。中国作为干散货贸易的进出口大国,准确把握中国港口干散货海运贸易时空格局能够更好的推动沿线港口功能定位及区域贸易协作,而目前,对中国海运市场的研究主要集中在集装箱海运网络和石油运输网络,对干散货海运网络研究较少。本文基于2014年中国干散货AIS数据、第6次人口普查数据和第25版世界港口检索数据,从时间和空间两个角度探究了中国各港口干散货海运贸易时空格局。首先得到2014年各月中国干散货的贸易频次以及贸易量,通过分析综合考虑比较贸易频次和贸易量,得出在不同时间内,中国干散货的贸易状况,从而可以根据时间充分利用货船资源。然后根据块模型分析法,将港口分成了8个区块,从横向和纵向两个角度分析,得到各个区块的港口重合度以及该区块中的核心港口,由此了解各港口之间的依赖和竞争。再者通过品类发展指数法分析的干散货在各个港口市场的发展程度,得到各区域需求市场的形成以及各港口在区域内的地位发展,进一步掌握区域的经济发展和人民需求状况,为扩大市场和投资预判提供有利参考最后通过分析各港口的干散货显示性比较优势指数,得到各港口和各区域的干散货贸易在国内市场上的竞争力。并根据分析结果,给出针对性的政策建议,以便更好的提高各区域各港口的干散货贸易质量。研究表明:1)2014年各月干散货贸易分布较不均衡,存在波浪式涨落,在1月份和5月份达到最高值,而在2月和12月达到最低值,7-9月中贸易量及贸易频次没有很好的均衡,可能造成资源浪费,且贸易量受节假日和天气状况的影响较大;2)中国干散货海运网络共分为8个区块,上海港、舟山港和天津新港在整个海运网络中处于核心地位。其中区块1其内部成员联系相对较多,区块7其内部成员联系相对较少。各区块均呈现出以核心港口带动周围港口发展的轴辐式网络结构,不同区块间存在不同程度的互动和交流,在整个中国海运网络中,有着上海港和舟山港的区块8起到了总主导作用;3)环渤海地区形成以天津新港为核心的需求市场,整体上出口大于进口,对外贸易处于有利地位;长三角地区形成以上海港为核心的需求市场,整体上进口大于出口,对外贸易处于不利地位;珠三角地区形成以澳门港、香港港口为核心的需求市场,从CDI来看,区域的对外贸易竞争力有待提高;4)长三角区域干散货贸易在全国范围内具有较强竞争力,环渤海区域平均RCA值接近国内平均水准,表明该区域干散货贸易有一定的竞争力,而珠三角区域的干散货贸易竞争力不足。
江振峰[4](2020)在《干散货航运企业纵向整合与运营管理优化研究》文中研究表明货运需求、船队建设与船舶运营管理显着地影响着航运公司的收益,因为货运需求决定着航运公司的营业收入,是航运公司运营与发展的基础。在干散货航运市场上,尤其是在市场低迷期,控制着货源的货主具有绝对的话语权,在很大程度上决定着航运公司的货运需求。船队建设决定着航运公司的运输能力及其市场竞争力,是航运公司运营的核心竞争力,合理的船队规模与结构既是优质运输任务的保证,又是市场口碑和市场竞争力的来源。最后,在日常运营过程中,科学高效的船舶运营管理决定着单船的运营效率和效益,可以最大化船队的运营利润。由于干散货航运市场上航运公司(既承运人)众多,货主在选择承运人时,会从长远的角度评估各航运公司,包括评价获得的服务以及接受服务后货主自身的市场竞争力的变化。为保证服务质量的稳定,有时候航运公司会联合货主合资成立“货主型”航运子公司。因此,有必要针对这种纵向整合模式研究货主型航运公司与货主的经营策略。其次,在中长期航运市场上,航运公司的服务供给取决于其船队建设,在市场低迷期拆解淘汰老旧船,订造新船是航运公司船队建设的核心内容。在市场低迷时期,科学合理地更新船队,使航运公司在未来的市场繁荣期拥有规模适度、结构合理、技术指标先进的船队,是目前业界和学术界关注的热点。另外,船舶运营管理是航运公司在即期市场上的日常业务,涉及到具体的某运营期内(如,6个月或1年)船舶的航次安排与各船舶的货物承运方案,船舶运营管理决策决定着单船的运营收益,在信息通讯技术和计算技术发达时代有必要基于需求变化实施动态的船舶调度管理。在上述背景下,本文首先开展大型干散货货主与大型国有航运公司的纵向整合以及纵向整合下货主与航运公司的经营策略研究,主要内容包括:1)分析“承运人-货主”之间纵向整合的目的、行为、意义以及整合的方式方法。构建承运人与货主的基础博弈模型,从承运人收益、货主收益以及社会福利三个方面,研究承运人与货主的合作博弈问题,并据此探讨双方达成纵向整合契约,共同出资建立联营船队(即货主型航运公司)的边界条件;2)研究货主型航运公司的经营策略,即货主型航运公司应当以何种运营策略开展日常业务,以及这种策略对承运人、货主收益、市场竞争力的影响。具体包含2种情况:1)货主型航运公司负责运输自身货主的全部货物,或仅负责运输自身货主的部分货物;2)货主型航运公司只承运自身货主的货物,或同时还承运其他货主的货物。其次,在我国政府在市场低迷期推出提前拆解老旧散货船舶补贴政策的背景下,研究航运公司的干散货船队更新优化(即船队建设)问题,分析拆船补贴收入对航运公司船队建设以及市场竞争力的的影响,主要研究内容有两项,一是分析拆船补贴政策的内容与适用性、航运公司拆解报废老旧干散货船舶的方式与收益,目的在于在船队更新优化模型中增加用以表示这些因素的变量和约束;二是在能够获得拆船补贴收入的情况下,建立航运公司干散货运输船队规划模型。其中,基于ARMA模型提出分时段预测干散货航运市场上货运需求的方法,并把预测结果作为优化模型的已知参数变量。为验证模型的有效性,同时为我国航运公司的船队建设提供必要的决策建议,本文以某大型干散货航运公司为例,求解船队规划模型得到提前拆解报废老旧船舶、订购新船的方案。通过比较分析有无拆船补贴收入时航运公司的船队更新方案以及营业利润的变化,揭示拆船补贴政策对航运公司干散货船队更新的影响。最后,基于货主选择行为和干散货运输需求的时空特征,研究航运公司的干散货船队的船舶调度管理问题,优化船舶的调度管理方案。在本部分中,考虑货主的选择惯性和货运需求的时空变化,把一个较长的运营期(例如,1年)分解成多个连续的运营时间窗,以航运公司利润最大为目标,构建干散货船舶的调度管理优化模型。在模型中,首先利用航运公司的长期市场份额测度货主的选择惯性;其次基于离散选择理论计算即期市场上航运公司的市场份额;然后再在时间轴上分析干散货运输需求的季节性变化,用时间窗刻画干散货运输量在时间轴上的分布特征,用双向货流不均衡性刻画干散货运输量在空间上的波动特征。为验证模型的有效性,以一家经营太平洋航线的航运公司为例进行数值分析。计算结果表明,为避免损失后续时间窗内的机会成本,最大化运营期内的整体利润,有时航运公司在当前时间窗内会让船舶先执行空载航次。这里提出的船舶调度管理优化模型可有效地优化干散货船舶运营方案,有利于航运公司在一个较长的时期内获得更高的营业利润。
李弘康[5](2020)在《BDI干散货指数与大宗商品价格的动态关联性研究》文中提出波罗的海干散货运价指数BDI指数,作为反映国际干散货运价整体水平的经典指标,一直受到航运界与国际贸易界的高度关注,因此深入分析BDI指数的变化规律,了解与其它经济变量的关系,对于航运企业做出正确的决策控制风险以及贸易企业判断未来干散货运价具有重要的意义。本文研究内容具体可分为四个方面:第一,针对影响世界干散货贸易BDI指数产生变化的因素进行详细说明,并选取了与国际干散货运输市场密切相关的铁矿石、动力煤、大豆、原油四类大宗商品作为研究对象,分析了这四类大宗商品与BDI指数相互作用的机理。第二,运用DCC-GARCH模型对BDI指数与大宗商品价格波动的动态关联性展开研究,发现BDI指数与铁矿石、动力煤和原油收益率序列波动有正向相关关系,与大豆收益率序列的波动有负相关关系,但是在不同时段BDI指数与大宗商品价格波动的相关系数有较大变化。第三,利用线性回归分析、Johansen协整检验、格兰杰因果检验、脉冲响应函数分析等检测方式,针对铁矿石、动力煤、大豆以及原油价格的时间序列与BDI指数之间存在何种关联进行调查分析,发现BDI指数与大宗商品价格存在格兰杰因果关系,并且有2周到1个月的滞后影响。第四,基于研究四种大宗商品同BDI指数之间的动态关联性,为航运企业与用户在运价走势的判断提供决策依据。本文利用了DCC-GARCH模型和VAR模型进行定量研究,发现BDI指数与国际大宗商品价格变化之间存在显着的动态关联性,以及BDI指数与国际大宗商品价格具有长期协整关系,进一步为依托大数据的BDI指数的经济预测提供参考。
马文怡[6](2020)在《干散货二手船的价值评估和投资决策研究》文中进行了进一步梳理国际干散货物流是世界经济发展的重要组成部分,而船舶又是航运市场的基本要素。随着国际航运业和航运活动的不断发展和日益繁荣,对于干散货二手船的价值评估服务和投资决策建议的需求日益增多。在船舶买卖、船舶融资租赁、航运保险等领域都需要有客观准确的干散货二手船价值评估服务和投资决策建议做支持。为了提高船舶经纪人的沟通效率,促进干散货二手船的交易,需要精准地判断干散货二手船的价值。本文对干散货二手船价值的评估方法和影响干散货二手船价值的因素进行了系统的分析,归纳总结为自身因素、市场因素、交易因素和其他因素。随后建立了各因素反馈关系图,运用社会网络分析的方法,对影响因素进行了筛选,认为重要的影响因素包括有一年期期租费率、新造船价格指数、二手船价格指数、拆船量、在建运力、BDI指数、拆船价格和伦敦银行拆借利率以及自身因素。针对BP神经网络的不足,引入了人工蜂群算法(ABC),提出了一种结合人工蜂群智能算法的BP神经网络干散货二手船价值评估模型。通过2015年8月-2018年8月巴拿马型干散货二手船的数据对模型进行了实验,实验结果表明了该算法具有更准确的评估结果,并且具有更快的收敛速度和稳定性。基于某一艘干散货二手船价格目前可预估,但干散货二手船市场短期内存在波动,以企业原本通过租船满足运力需求,现在考虑购入二手船自营来节约成本为例。基于实物期权的理论建立了干散货二手船最优投资决策模型,并进行了实证分析。结果表明,最优投资价格与二手船价格的波动性成负相关,最优的投资收益与二手船价格的波动性成正相关。
马虹[7](2019)在《中远海控并购重组研究》文中研究指明中远海控前身是中国远洋控股股份有限公司(简称“中国远洋”),2007年以集装箱航运、码头、租赁、物流等资产在A股上市。中国远洋在2007-2008年大幅扩张干散货船队,在跌宕起伏的航运周期高位,锁定了中长期的船舶租金运价,2008年金融危机爆发,现货市场量价齐跌,散货运输大幅亏损,成为中国远洋最大的拖累。中国远洋在2011年和2012年巨额亏损,成为这两年期间内的A股亏损王。金融危机的重创,全球贸易持续低迷,航运业普遍陷入惨淡经营,航企之间的收购兼并日趋频繁。2016年,中国最具代表的两家航运企业——中国远洋运输(集团)总公司与中国海运(集团)总公司,并购重组而成中国远洋海运集团有限公司(简称“中远海运”),中远海控(601919.SH)是中远海运集团最为重要的核心资产之—。中远海控在此次并购重组中剥离曾给其带来巨额亏损拖累的散货运输资产,整合中海集装箱运输资产。通过此次并购重组,中远海控更加专注于集装箱运输与码头业务。中国远洋和中海集运两家公司有着高度同质化竞争的企业,在集装箱运输业务有较多的相似,亦有较多年的合作,中国远洋更注重海外市场的布局和开发,中海集运更注重国内市场的布局和开发,将两家航企有效整合,资源重新配置,可以有效避免重复投资,提高经营和管理效率。本文旨在探索中远海控并购重组的意图及经济后果。试图通过中远海控并购前后战略和经营模式的深入分析,以及财务绩效指标和股价长短期市场表现的对比分析,研究中远海控前后内在价值的变化。研究结果表明:中远海控的扩张,其规模效益和协同效益大幅提升,践行成本领先战略,并在并购重组后的第二年,盈利能力、股东回报、现金创造能力、创值(EVA)能力均得到大幅提升,此次并购重组达到其并购重组的战略意图。
郭永姊[8](2019)在《面向中国造船业的国际干散货航运市场研究》文中指出国际海运市场按其货物类型的不同可以划分为干散货运输市场、液体散货运输市场、集装箱运输市场等。根据克拉克森统计资料显示,世界干散货货运量在整个海运中所占的比例已从2000年的37%提升至2018年的44%,2018年干散货船队规模占整个世界船队规模的35%左右。干散货航运价格指数和新造船价格指数之间存在同向变动关系。中国作为干散货船舶的建造大国,结合干散货航运市场进行分析至关重要。本文的创新点在于从中国造船业的角度研究了航运市场的规律,所构建的干散货航运市场系统动力学模型考虑了中国新造船成本、船舶专利授权量、国家研发资金投入额等变量,反映了中国造船业和国际干散货航运市场之间的关系。本文首先研究了干散货航运市场与造船业的定义和市场特点。接着从干散货航运市场出发,进行了干散货航运市场的需求分析、干散货航运市场的供给分析、干散货航运价格指数分析以及中国干散货新造船市场分析;其次,考虑干散货航运市场系统的动态性、开放性、联系性,本文采用了系统动力学的方法,对研究问题划分系统界限,并将整个干散货航运市场分为两大子系统:干散货航运市场供需子系统、中国干散货船造船子系统,并进行了变量间因果关系分析;然后构建了面向中国干散货船造船业的航运市场系统动力学模型;最后,进行了模型的检验和仿真分析,通过对交付比例、海运量、国家研发资金投入额等进行仿真,为中国造船业的发展提出建议。
兰宇[9](2019)在《航运公司净资产收益率研究 ——基于美国股市的财务数据》文中提出净资产收益率作为现代成熟市场中投资选择极其重要的参考指标,在投资领域一直备受各界的关注,不仅能够反映公司为股东创造的收益,也反映公司当年全部业务活动以及所作投资、融资等经营决策的最终结果,是衡量企业盈利能力最全面的指标。航运业作为一个资本密集型的产业,自2008年以来,长时间不容乐观的航运企业业绩是否会有所改观,投资者进行投资是否能获得合理地投资报酬,成为投资者、管理者越来越关注的问题。由于上市公司是优秀企业的代表,上市公司的成长带动经济整体成长,而美国资本市场经过了两百多年的发展,形成了以公司治理结构、信息披露政策和证券法律法规三位一体的综合监管体制,能给更好地真实地反映上市公司的状况。因此,本文以在纽约证券交易所、纳斯达克证券交易所上市的航运公司为研究对象。探究航运公司净资产收益率影响因素,找出这些因素对净资产收益率的影响程度,进而为投资者反应企业财务状况,加深公司管理层对航运业的认识,借鉴在美国上市的航运公司财务管理的方式方法为我国航运公司经营管理提供一定的参考价值。本文从航运公司财务绩效的角度出发,根据上市公司公布的年度报告,选取1998-2017年的财务数据,对在美国上市的航运公司的偿债能力、营运能力、成长能力和盈利能力四方面进行总体分析,并结合航运业务的差异,细分干散货、液体散货及集装箱三大类型航运公司整体财务绩效变化趋势进行分析并对比。采用多元回归法构建净资产收益率影响因素模型,运用SPSS22.0软件分析了影响不同类型航运上市公司净资产收益率的主要因素,其中全样本航运公司净资产收益率与总资产报酬率、资产负债率显着正相关,与产权比率显着负相关;干散货航运上市公司净资产收益率与总资产报酬率、产权比率显着正相关,与流动资产周转率、资产负债率显着负相关;液体散货航运上市公司净资产收益率与总资产报酬率、资产负债率显着正相关,与总资产周转率、产权比率显着负相关;集装箱航运上市公司净资产收益率仅与总资产报酬率显着正相关。
陈威[10](2019)在《基于RM-BP-DEMATEL的干散货船舶投资环境影响因素研究》文中进行了进一步梳理干散货航运市场具有强周期的特点,船舶投资成本以及建成后的盈利能力受环境影响不断变化,并且船舶投资金额大,回收期长,投资风险较高。船舶投资决策作为干散货航运企业经营管理的重要决策,船舶投资决策的好坏能够对企业的效益产生重要影响,所以有必要在进行船舶投资前对干散货船舶投资环境进行研究。本文通过对国内外文献的研究,构建了干散货船舶投资环境影响因素指标体系,该指标体系涵盖了世界经济、国际贸易、船舶市场、航运市场、融资市场五个方面,并采用RM-BP-DEMATEL方法研究干散货船舶投资环境影响因素。RM-BP-DEMATEL方法是一种在DEMATEL方法的基础上结合关系图方法和BP神经网络方法进行改进的方法,它能够克服传统用于影响因素识别的决策试验与评价实验室方法(DEMATEL)不够客观、效率低的缺点。RM-BP-DEMATEL方法利用BP神经网络训练来获得关系图中各影响因素指标之间的连接强度,即各影响因素之间的直接影响矩阵,进而应用传统的DEMATEL方法分析直接影响矩阵得到各影响因素的重要程度和相互关系,即中心度、原因度。本文使用RM-BP-DEMATEL方法对干散货船舶投资环境影响因素指标1995年到2018年的实际数据进行实证分析,得到了各指标的重要程度和因果关系,并筛选出了强驱动型因素和强特征型因素,为干散货航运企业船舶投资提供了理论支持和科学指导。
二、国际干散货航运市场的评价(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、国际干散货航运市场的评价(论文提纲范文)
(2)集装箱班轮运价市场波动及传导特征研究(论文提纲范文)
摘要 |
ABSTRACT |
1 绪论 |
1.1 研究背景 |
1.2 文献综述 |
1.2.1 航运运价市场波动特征及走势分析研究现状 |
1.2.2 航运运价市场波动传导特征研究现状 |
1.2.3 文献述评 |
1.3 研究的主要问题及内容 |
1.3.1 研究的主要问题 |
1.3.2 研究内容 |
1.4 研究思路及技术路线 |
1.4.1 研究思路 |
1.4.2 结构安排 |
1.4.3 技术路线 |
1.5 研究目的和意义 |
1.5.1 研究目的 |
1.5.2 研究意义 |
2 国际集装箱班轮概述及理论基础 |
2.1 国际集装箱航运市场 |
2.1.1 国际集装箱航运市场发展 |
2.1.2 国际集装箱航运市场特征 |
2.2 集装箱班轮运价概述 |
2.2.1 集装箱班轮运价定义及构成 |
2.2.2 集装箱班轮运价影响因素分析 |
2.2.3 集装箱班轮运价指数及其衍生品 |
2.3 航运运价波动及传导 |
2.3.1 航运运价波动 |
2.3.2 航运运价传导 |
2.4 复杂网络理论 |
2.4.1 复杂网络理论概述 |
2.4.2 复杂网络统计特征 |
2.4.3 复杂网络基本模型 |
2.5 本章小结 |
3 集装箱班轮运价市场波动特征分析 |
3.1 问题描述 |
3.2 集装箱班轮运价市场波动特征分析模型构建 |
3.2.1 波动特征分析模型构建 |
3.2.2 波动走势预测模型构建 |
3.3 集装箱班轮即期市场运价指数波动特征实证分析 |
3.3.1 数据选取与分析 |
3.3.2 SCFI波动测算 |
3.3.3 SCFI波动特征分析 |
3.3.4 SCFI走势组合预测 |
3.4 集装箱班轮分航线市场运价波动特征实证分析 |
3.4.1数据来源与说明 |
3.4.2 SCFI分航线运价波动统计特征 |
3.4.3 SCFI分航线运价长期趋势特征 |
3.4.4 SCFI分航线运价周期性和季节性波动特征 |
3.4.5 SCFI分航线运价不规则波动特征 |
3.5 集装箱班轮期货市场价格波动特征实证分析 |
3.5.1 数据来源与处理 |
3.5.2 SCFI期货价格波动描述性特征 |
3.5.3 SCFI期货价格长期趋势特征 |
3.5.4 SCFI期货价格季节性波动特征 |
3.5.5 SCFI期货价格不规则波动特征 |
3.6 本章小结 |
4 集装箱班轮即期运价市场自相关波动传导动力学特性 |
4.1 问题描述 |
4.2 即期市场运价指数自相关波动网络模型构建 |
4.2.1 运价指数自相关波动的建立 |
4.2.2 运价指数自相关波动符号化过程 |
4.2.3 运价指数自相关波动模态粗粒化过程 |
4.2.4 运价指数自相关波动网络模型构建 |
4.3 即期市场运价指数自相关波动传导动力学特性实证分析 |
4.3.1 数据来源与说明 |
4.3.2 SCFI自相关波动网络模型构建 |
4.3.3 SCFI自相关波动模态统计特征分析 |
4.3.4 SCFI自相关波动传导过程中核心模态识别 |
4.3.5 SCFI自相关波动模态间传导模式 |
4.3.6 SCFI自相关波动传导的集群效应分析 |
4.3.7 SCFI自相关波动模态传导媒介能力分析 |
4.3.8 SCFI自相关波动模态传导距离分析 |
4.4 本章小结 |
5 基于格兰杰因果网络的集装箱班轮运价波动传导特性分析 |
5.1 问题描述 |
5.2 分航线运价波动格兰杰因果网络模型构建 |
5.2.1 分航线运价波动序列平稳性检验 |
5.2.2 分航线运价波动格兰杰因果关系检验 |
5.2.3 分航线运价波动格兰杰因果网络模型构建 |
5.3 分航线运价波动传导特性实证分析 |
5.3.1 数据来源与处理 |
5.3.2 SCFI分航线运价波动格兰杰因果网络构建 |
5.3.3 SCFI分航线运价波动传导范围 |
5.3.4 SCFI分航线运价波动传导距离 |
5.3.5 SCFI分航线运价波动传导媒介能力 |
5.3.6 SCFI分航线运价波动集聚能力 |
5.3.7 SCFI分航线运价波动传导路径 |
5.4 本章小结 |
6 集装箱班轮期现货价格市场关联波动传导特征 |
6.1 问题描述 |
6.2 期现货价格市场关联波动网络模型构建 |
6.2.1 期现货价格关联波动的建立 |
6.2.2 期现货价格关联波动符号化过程 |
6.2.3 期现货价格关联波动模态粗粒化过程 |
6.2.4 期现货价格关联波动网络模型构建 |
6.3 期现货价格市场关联波动传导特征实证分析 |
6.3.1 数据来源及处理 |
6.3.2 SCFI期现货价格市场关联波动网络模型构建 |
6.3.3 关联波动关键模态识别与分布特征 |
6.3.4 关联波动模态集聚能力分析 |
6.3.5 关联波动模态传导距离分布特征 |
6.3.6 关联波动模态传导媒介识别及分布特征 |
6.3.7 关联波动模态的小团体分析 |
6.4 本章小结 |
7 结论与展望 |
7.1 结论 |
7.2 展望 |
参考文献 |
作者简历及攻读博士学位期间的科研成果 |
致谢 |
(3)中国干散货海运贸易时空格局探究(论文提纲范文)
摘要 |
Abstract |
变量注释表 |
1 绪论 |
1.1 研究背景与意义 |
1.2 国内外研究现状 |
1.3 研究内容 |
1.4 研究方法与技术框架 |
1.5 论文组织结构 |
1.6 本章小结 |
2 相关概念与理论基础 |
2.1 干散货 |
2.2 港口 |
2.3 网络分析法 |
2.4 船舶自动识别系统 |
2.5 OD |
2.6 本章小结 |
3 中国各港口干散货海运网络的评估体系 |
3.1 研究区域与港口选取 |
3.2 数据来源与数据处理 |
3.3 干散货海运网络评估方法 |
3.4 本章小结 |
4 中国各港口干散货海运网络的时空特征 |
4.1 中国干散货海运网络时间特征分析 |
4.2 中国干散货海运网络空间特征分析 |
4.3 政策建议 |
4.4 本章小结 |
5 结论与展望 |
5.1 结论 |
5.2 展望 |
参考文献 |
作者简历 |
致谢 |
学位论文数据集 |
(4)干散货航运企业纵向整合与运营管理优化研究(论文提纲范文)
创新点摘要 |
摘要 |
ABSTRACT |
1 绪论 |
1.1 研究背景 |
1.2 国内外相关研究现状及进展 |
1.2.1 针对“货主型”航运公司运营与发展问题的相关研究 |
1.2.2 航运市场供求关系方面的研究 |
1.2.3 关于运输市场上政府补贴的研究 |
1.2.4 关于航运公司船队规划的研究 |
1.2.5 有关航运企业的船舶调度管理的研究 |
1.2.6 考虑选择惯性的选择决策研究 |
1.3 本文的研究内容及结构 |
1.3.1 研究内容 |
1.3.2 论文结构 |
1.3.3 论文技术路线 |
1.4 研究意义 |
1.4.1 理论意义 |
1.4.2 现实意义 |
2 相关理论基础 |
2.1 干散货航运公司及其业务概述 |
2.1.1 干散货航运公司及其业务的相关定义 |
2.1.2 干散货航运公司企业管理的三个层次 |
2.2 航运企业战略联盟 |
2.2.1 航运企业战略联盟的界定 |
2.2.2 航运企业战略联盟的发展状况 |
2.2.3 航运企业战略联盟的合作内容 |
2.3 航运企业与货主企业的纵向整合 |
2.3.1 供应链企业纵向整合的定义及兴起背景 |
2.3.2 企业纵向整合的战略收益 |
2.3.3 纵向整合的战略成本 |
2.4 干散货船队规划 |
2.4.1 船队规划分类 |
2.4.2 船队规划原则 |
2.4.3 船队规划方法 |
2.5 干散货运输船舶运营管理 |
2.5.1 船舶运营调度的相关概念 |
2.5.2 干散货船舶运营调度分类 |
2.5.3 干散货船舶运营调度管理问题的方法论 |
2.5.4 影响干散货运输船舶运营调度的因素 |
2.6 本章小结 |
3 承运人-货主纵向整合与货主型航运公司运营策略研究 |
3.1 承运人-货主纵向整合博弈模型 |
3.1.1 情景1: 承运人、货主间基础博弈模型 |
3.1.2 情景2: 承运人-货主纵向整合博弈模型 |
3.1.3 情景1、情景2均衡结果对比分析 |
3.2 货主型航运公司经营策略研究 |
3.2.1 问题描述 |
3.2.2 博弈情景1: 不实施纵向整合 |
3.2.3 博弈情景2: 货主型航运公司仅负责运输自身货主的货物 |
3.2.4 博弈情景3: 货主型航运公司负责运输自身货主的部分货物 |
3.2.5 博弈情景4: 货主型航运公司面向货运市场全面提供服务 |
3.2.6 各情景结果对比分析 |
3.3 本章小结 |
4 拆船补贴下的航运公司干散货船队规划研究 |
4.1 相关理论基础 |
4.1.1 干散货运输市场的特征分析 |
4.1.2 干散货航运市场上的供需状况分析 |
4.1.3 船队更新理论 |
4.1.4 需求预测的时间序列方法 |
4.2 拆船补贴政策下船队更新决策分析 |
4.2.1 我国的拆船补贴政策分析 |
4.2.2 拆船补贴对干散货船队更新的影响分析 |
4.2.3 干散货运输需求预测 |
4.2.4 拆船补贴下的船队更新决策模型 |
4.3 干散货船队更新的实证分析 |
4.3.1 数据收集 |
4.3.2 干散货运输需求预测 |
4.3.3 船队更新结果及分析 |
4.4 本章小结 |
5 考虑货主选择惯性与货运需求时空特征的船舶运营管理研究 |
5.1 干散货船舶运营调度优化思路 |
5.2 船舶调度管理优化模型 |
5.2.1 模型假设 |
5.2.2 变量定义 |
5.2.3 模型结构 |
5.3 模型求解算法设计 |
5.4 算例分析 |
5.4.1 数据搜集 |
5.4.2 求解结果 |
5.4.3 结果分析 |
5.5 本章小结 |
6 结论与展望 |
6.1 结论 |
6.2 展望 |
参考文献 |
攻读博士学位期间的科研成果 |
致谢 |
个人履历及研究成果 |
(5)BDI干散货指数与大宗商品价格的动态关联性研究(论文提纲范文)
摘要 |
abstract |
第1章 绪论 |
1.1 研究背景目的与意义 |
1.1.1 研究背景 |
1.1.2 研究目的 |
1.1.3 研究意义 |
1.2 国内外研究综述 |
1.2.1 BDI指数影响因素的相关研究 |
1.2.2 BDI指数与大宗商品相互关系的研究 |
1.2.3 DCC-GARCH模型对动态关联性的应用与研究 |
1.3 研究思路与方法 |
1.4 创新之处 |
第2章 BDI干散货指数与大宗商品价格波动相互作用的理论基础 |
2.1 BDI干散货指数概况与构成 |
2.2 影响BDI干散货指数波动的主要因素分析 |
2.3 选取与国际干散货运市场密切相关的大宗商品 |
2.3.1 大宗商品的选取依据与原因 |
2.3.2 铁矿石与国际干散货运市场 |
2.3.3 煤炭与国际干散货运市场 |
2.3.4 粮食与国际干散货运市场 |
2.3.5 原油与国际干散货运市场 |
2.4 BDI干散货指数与大宗商品价格相互作用的经济分析 |
2.4.1 大宗商品对干散货航运市场需求的影响 |
2.4.2 原油价格波动对航运市场的影响 |
2.4.3 宏观经济对干散货航运市场需求的影响 |
2.5 本章小结 |
第3章 假设提出、数据来源与模型构建 |
3.1 假设提出 |
3.2 数据来源 |
3.2.1 铁矿石价格的数据选取 |
3.2.2 动力煤价格的数据选取 |
3.2.3 大豆价格的数据选取 |
3.2.4 原油价格的数据选取 |
3.2.5 数据预处理与符号说明 |
3.3 模型构建 |
3.3.1 向量自回归模型 |
3.3.2 Granger因果关系分析 |
3.3.3 Johansen协整关系检验 |
3.3.4 脉冲响应函数 |
3.3.5 DCC-GARCH模型 |
3.4 本章小结 |
第4章 基于DCC-GARCH模型对BDI干散货指数与大宗商品价格动态关联性的实证分析 |
4.1 平稳性检验 |
4.2 ARCH效应检验 |
4.3 DCC-GARCH模型建立 |
4.4 动态关联性分析 |
4.5 本章小结 |
第5章 基于VAR模型对BDI干散货指数与大宗商品价格不同期关联性的实证分析 |
5.1 BDI干散货指数与铁矿石的不同期关联性关系研究 |
5.1.1 线性回归分析 |
5.1.2 Johansen协整检验 |
5.1.3 Granger因果检验 |
5.1.4 脉冲响应函数分析 |
5.2 BDI干散货指数与动力煤的不同期关联性关系研究 |
5.2.1 线性回归分析 |
5.2.2 Johansen协整检验 |
5.2.3 Granger因果检验 |
5.2.4 脉冲响应函数分析 |
5.3 BDI干散货指数与大豆的不同期关联性关系研究 |
5.3.1 线性回归分析 |
5.3.2 Johansen协整检验 |
5.3.3 Granger因果检验 |
5.3.4 脉冲响应函数分析 |
5.4 BDI干散货指数与原油的不同期关联性关系研究 |
5.4.1 线性回归分析 |
5.4.2 Johansen协整检验 |
5.4.3 Granger因果检验 |
5.4.4 脉冲响应函数分析 |
5.5 BDI干散货指数与大宗商品价格不同期关联性的综合评价 |
5.6 本章小结 |
第6章 BDI干散货指数与大宗商品价格动态关联性的综合分析与建议 |
6.1 BDI干散货指数与大宗商品价格动态关联性的综合分析 |
6.2 综合运用BDI干散货指数与大宗商品价格动态关联性的建议 |
6.3 本章小结 |
结论 |
参考文献 |
致谢 |
附录 |
(6)干散货二手船的价值评估和投资决策研究(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 引言 |
1.2 相关研究综述 |
1.2.1 国内研究现状 |
1.2.2 国外研究现状 |
1.3 研究的思路和特点 |
1.3.1 本文研究的内容和思路 |
1.3.2 本文的创新点 |
1.4 研究的目的和意义 |
1.4.1 研究的目的 |
1.4.2 研究的意义 |
第二章 干散货二手船市场以及相关理论分析 |
2.1 干散货市场和干散货船舶市场 |
2.1.1 干散货和干散货船舶的分类 |
2.1.2 干散货二手船市场 |
2.2 干散货二手船的价格及其交易 |
2.2.1 干散货二手船的价格走势 |
2.2.2 干散货二手船的交易 |
2.3 干散货二手船价值评估和投资决策理论 |
2.3.1 干散货二手船价值评估的方法 |
2.3.2 干散货二手船投资决策的方法 |
2.4 本章小结 |
第三章 干散货二手船价值影响因素分析 |
3.1 干散货二手船价值的影响因素 |
3.1.1 自身因素 |
3.1.2 市场因素 |
3.1.3 交易因素 |
3.1.4 其他因素 |
3.2 基于社会网络的各影响因素对价格的影响分析 |
3.2.1 各影响因素的反馈关系图建立 |
3.2.2 各影响因素之间邻接矩阵的建立 |
3.2.3 各影响因素相互关系和个体指标分析 |
3.3 本章小结 |
第四章 基于人工蜂群和BP神经网络的干散货二手船价值评估 |
4.1 BP神经网络及人工蜂群算法(ABC)的基本原理 |
4.1.1 BP神经网络的基本理论 |
4.1.2 人工蜂群算法的基本理论 |
4.2 基于人工蜂群(ABC)算法的BP神经网络(ABC-BP) |
4.3 干散货二手船价值评估模型的建立 |
4.3.1 研究对象、训练样本和测试样本的确认 |
4.3.2 ABC算法初始值 |
4.3.3 BP神经网络的结构 |
4.4 干散货二手船价值评估结果与比较分析 |
4.5 本章小结 |
第五章 干散货二手船最优投资决策模型及分析 |
5.1 干散货二手船价格指数波动特征与企业投资决策的相关性分析 |
5.1.1 干散货二手船价格指数波动性特征分析 |
5.1.2 基于二手船价格指数波动的企业投资决策分析 |
5.2 考虑干散货二手船价格波动条件下的最优投资模型建立 |
5.2.1 租船的现金流 |
5.2.2 转租为买的现金流 |
5.2.3 转换期权的价值 |
5.2.4 停止决策的可行域的确定 |
5.2.5 最优临界值的确定 |
5.2.6 P~*的首次可达性的确定 |
5.3 比较静态分析 |
5.4 实证分析 |
5.4.1 数据处理 |
5.4.2 最优投资时机和期望节约支出 |
5.5 本章小结 |
第六章 结论与展望 |
参考文献 |
附录1 |
致谢 |
攻读硕士学位期间已发表或录用的论文 |
(7)中远海控并购重组研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
第一节 选题背景及意义 |
第二节 研究内容及框架 |
第三节 企业并购的研究综述 |
第二章 航运业的发展历程及现状 |
第一节 航运业的发展历程 |
第二节 航运业的发展现状 |
第三章 中远海控并购的过程回顾及动因分析 |
第一节 并购双方的简介 |
第二节 中远海控并购的过程回顾 |
第三节 中远海控并购的动因 |
第四章 中远海控并购的发展战略及经营模式分析 |
第一节 中远海控的发展战略 |
第二节 中远海控并购前后经营模式分析 |
第五章 中远海控并购的财务绩效分析 |
第一节 杜邦分析 |
第二节 现金创造能力分析 |
第三节 增长能力分析 |
第四节 经营风险和财务风险指标分析 |
第五节 创值(EVA)能力分析 |
第六节 市场收益分析 |
第六章 研究结论及建议 |
第一节 研究的主要结论 |
第二节 研究建议 |
第三节 研究的不足之处 |
附录 中远海控财务报表 |
参考文献 |
(8)面向中国造船业的国际干散货航运市场研究(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 研究背景与意义 |
1.2 国内外研究现状 |
1.3 研究目的及意义 |
1.4 研究内容及技术路线 |
2 相关概念与基础理论 |
2.1 干散货航运市场概述 |
2.1.1 干散货航运市场定义 |
2.1.2 干散货航运市场特点 |
2.2 干散货船造船业概述 |
2.2.1 造船业的定义 |
2.2.2 造船业的特点及其经济性质 |
2.3 系统动力学概述 |
2.3.1 系统动力学模型简介 |
2.3.2 系统动力学建模步骤 |
2.3.3 系统动力学模型应用于航运市场的可行性分析 |
3 干散货航运市场分析 |
3.1 干散货航运市场需求分析 |
3.1.1 干散货贸易量分析 |
3.1.2 干散货平均运距分析 |
3.2 干散货航运市场供给分析 |
3.2.1 干散货船队规模分析 |
3.2.2 干散货船舶压港 |
3.3 干散货航运市场运价分析 |
3.3.1 干散货航运价格指数 |
3.3.2 干散货航运价格指数影响因素 |
3.4 中国干散货新造船市场分析 |
3.4.1 新造船订单量分析 |
3.4.2 新造船订单交付量分析 |
3.4.3 中国新造船成本分析 |
3.4.4 干散货新造船价格分析 |
4 面向中国造船业的干散货航运市场的系统动力学模型 |
4.1 基于系统动力学的干散货航运市场分析 |
4.1.1 确定建模目的 |
4.1.2 确定系统边界 |
4.1.3 系统假设分析 |
4.1.4 系统因果关系分析 |
4.2 面向中国造船业的干散货航运市场的模型构建 |
4.2.1 模型流程结构图 |
4.2.2 模型参数估计方法 |
4.2.3 模型变量表达式 |
4.3 模型检验 |
4.3.1 模型结构适合性检验 |
4.3.2 模型行为与实际系统一致性检验 |
5 面向中国造船业的干散货航运市场的系统动力学模型仿真 |
5.1 系统动力学模型仿真 |
5.1.1 航运市场中需求侧仿真 |
5.1.2 航运市场中供给侧仿真 |
5.1.3 国家政策仿真 |
5.1.4 造船企业政策仿真 |
5.2 中国造船业发展建议 |
结论 |
参考文献 |
致谢 |
作者简历及攻读硕士学位期间的科研成果 |
(9)航运公司净资产收益率研究 ——基于美国股市的财务数据(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 选题背景与意义 |
1.1.1 选题背景 |
1.1.2 选题意义 |
1.2 研究内容及方法 |
1.2.1 研究内容 |
1.2.2 研究方法 |
1.3 研究的创新点与结构框架 |
1.3.1 研究的创新点 |
1.3.2 研究框架 |
2 文献综述与理论基础 |
2.1 国内外研究现状 |
2.1.1 国外相关综述 |
2.1.2 国内相关综述 |
2.2 理论基础 |
2.2.1 净资产收益率基本概念 |
2.2.2 净资产收益率相关理论 |
3 航运公司财务绩效分析及模型构建 |
3.1 在美上市航运公司概况 |
3.1.1 在美上市航运公司资产总额分析 |
3.1.2 在美上市航运公司营业收入分析 |
3.1.3 在美上市航运公司净利润分析 |
3.2 在美上市航运公司财务绩效对比情况分析 |
3.2.1 在美上市航运公司偿债能力分析 |
3.2.2 在美上市航运公司营运能力分析 |
3.2.3 在美上市航运公司成长能力分析 |
3.2.4 在美上市航运公司盈利能力分析 |
3.3 变量定义与设计 |
3.4 净资产收益率模型设定 |
4 实证分析 |
4.1 全样本航运公司净资产收益率影响因素实证分析 |
4.1.1 全样本航运公司各变量描述性统计 |
4.1.2 全样本航运公司净资产收益率回归模型 |
4.2 干散货航运公司净资产收益率影响因素实证分析 |
4.2.1 干散货航运公司各变量描述性统计 |
4.2.2 干散货航运公司净资产收益率回归模型 |
4.3 液体散货航运公司净资产收益率影响因素实证分析 |
4.3.1 液体散货航运公司各变量描述性统计 |
4.3.2 液体散货航运公司净资产收益率回归模型 |
4.4 集装箱航运公司净资产收益率影响因素实证分析 |
4.4.1 集装箱航运公司各变量描述性统计 |
4.4.2 集装箱航运公司净资产收益率回归模型 |
5 结论与建议 |
5.1 结论 |
5.2 建议 |
结论 |
参考文献 |
附录A 部分样本航运上市公司财务数据 |
致谢 |
作者简历及攻读硕士学位期间的科研成果 |
(10)基于RM-BP-DEMATEL的干散货船舶投资环境影响因素研究(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.2.1 干散货航运市场 |
1.2.2 干散货船舶投资环境影响因素 |
1.2.3 DEMATEL方法应用及改进 |
1.2.4 研究述评 |
1.3 研究思路及技术路线 |
1.3.1 研究思路 |
1.3.2 技术路线 |
2 干散货船舶投资概述 |
2.1 干散货航运市场概述 |
2.1.1 干散货与干散货船舶 |
2.1.2 干散货航运市场构成与特征 |
2.2 船舶投资概述 |
2.2.1 船舶投资 |
2.2.2 船舶投资的基本特点 |
3 干散货船舶投资环境影响因素指标体系 |
3.1 干散货船舶投资环境影响因素选择 |
3.1.1 世界经济 |
3.1.2 国际贸易 |
3.1.3 船舶市场 |
3.1.4 航运市场 |
3.1.5 融资市场 |
3.2 指标体系构建 |
3.2.1 指标体系构建原则 |
3.2.2 指标体系构建及说明 |
4 RM-BP-DEMATEL模型构建 |
4.1 RM-BP-DEMATEL模型构建的思路 |
4.1.1 DEMATEL分析 |
4.1.2 关系图分析 |
4.1.3 人工神经网络 |
4.2 RM-BP-DEMATEL模型运行机理 |
4.2.1 基本原理 |
4.2.2 基本步骤 |
5 干散货船舶投资环境影响因素实证分析 |
5.1 数据来源 |
5.2 基于RM-BP-DEMATEL模型的实证结果分析 |
5.2.1 计算结果 |
5.2.2 结果分析 |
5.3 干散货航运企业船舶投资建议 |
5.3.1 注重对投资环境的研究 |
5.3.2 目前投资环境下的船舶投资策略 |
结论 |
参考文献 |
致谢 |
作者简历及攻读硕士学位期间的科研成果 |
四、国际干散货航运市场的评价(论文参考文献)
- [1]中美贸易战对干散货海运价格的影响研究[D]. 王天姿. 上海海事大学, 2021
- [2]集装箱班轮运价市场波动及传导特征研究[D]. 汤霞. 大连海事大学, 2021(04)
- [3]中国干散货海运贸易时空格局探究[D]. 金崇林. 山东科技大学, 2020(01)
- [4]干散货航运企业纵向整合与运营管理优化研究[D]. 江振峰. 大连海事大学, 2020(01)
- [5]BDI干散货指数与大宗商品价格的动态关联性研究[D]. 李弘康. 哈尔滨工程大学, 2020(05)
- [6]干散货二手船的价值评估和投资决策研究[D]. 马文怡. 上海交通大学, 2020(01)
- [7]中远海控并购重组研究[D]. 马虹. 厦门大学, 2019(08)
- [8]面向中国造船业的国际干散货航运市场研究[D]. 郭永姊. 大连海事大学, 2019(06)
- [9]航运公司净资产收益率研究 ——基于美国股市的财务数据[D]. 兰宇. 大连海事大学, 2019(06)
- [10]基于RM-BP-DEMATEL的干散货船舶投资环境影响因素研究[D]. 陈威. 大连海事大学, 2019(06)