航运大数据——颠覆航运业和大宗商品交易的水晶球

我们从未如此执迷的追逐过互联网。举国上下，各行各业，互联网思维满天飞。在这个互联网时代，从不缺乏会讲故事的人，也不缺乏喜欢听故事的人。上海国际航运研究中心国际航运研究室分析师韩军就是一个讲故事的人。



　　大数据，互联网时代另一个流行的标签，有太多的人为之站台，也有不少的产品出现，而我们关注的则是航运业这一个古老的不能再古老的行业。会有很多人说大数据仍然是一个故事，看得见想得到却摸不到，像雾像雨又像风。而我想说航运大数据时代来了，不管你信或不信，反正我信了。


一、航运大数据的起源


　　2016年6月也就是下面的一则新闻，应该是国内最早看到航运大数据还可以这么玩的，之后这个新闻被后续跟踪报道，然后更加详细的介绍了这家机构的人员构成、目前航运大数据开发的现状及应用。


截图：见《华尔街见闻》2016年6月7日报道

　　事实上，2015年，研究中心已经进入到港口大数据的开发，目标则是评价港口的服务水平，并且产品也已经面市。而在2016年年初研究中心开始启动航运大数据的开发，作为一个虚拟产品（尚未面市之前）的设计者，个人想法并没有延伸到大宗商品交易的环节，而是聚焦在航运交易本身。而航运交易本身或者我们将其定义为价格交易，也就是运费市场。那么运费市场每年的规模有多大？个人简单估算过，即将运费折到货物价值的总价中，按照3-5%的比例，海运按照60%的全球货值计算，海运的产值在2934-4890亿美元。这个位置也就是重庆-四川的GDP规模。而其中航运大数据可以有所作为的则是近乎自由竞争的散货市场，因此这个规模需要继续打一个折扣，我们可以以散货货种的货量或是运力比例作为折算系数，这一折算系数应该在70%左右，当然这可能并不严谨。航运交易市场与大宗商品交易市场规模相比可谓九牛一毛。


二、航运大数据应用于交易的核心逻辑

　　　根据UNCTAD的海运报告，航运业承担了全球80%-90%的贸易运输。因此，几乎大多数的大宗商品也是通过海运完成。这也使得人们可以通过海运的视角来研究大宗商品。而目前我们研究两者的关系大多数都是通过使用计量经济学模型用结构化的数据（这通常来说是一个样本数据）去分析二者的关系，包括期货市场与现货市场的互动，二者现货市场的关系等等。但这些研究似乎都是一个证明的过程，偶有复杂的预测模型，但其也受到模型本身、样本数据以及其它干扰项的影响，预测经常是一个打脸的过程，而你要用它来做决策，其实和用掷骰子的方法差别不大。



　　那么，航运大数据如何实现航运交易和大宗商品交易这一颠覆功能呢？我认为核心逻辑是通过全球船舶的实时动态轨迹进行货物与船舶状态分类，进行实时深度的流量和流向分析。这就好比金融界流行的行为金融学的视角一样，通过研究船的行为进行投资决策，而这些船舶是实时的，并且数据样本即总体，总体即样本，克服了数据本身的局限性。另外大数据本身其实并不在乎因果关系的挖掘，而在乎相关关系的挖掘，正如《Big data:A Revolution That Will Transform How We Live， Work， and Think 》的作者Viktor Mayer-Sch