基于机器学习的国际集装箱航运价格预测模型实证比较.pdfVIP

第23卷第2期浙江工商职业技术学院学报Vol.23No.2

2024年6月JournalofZhejiangBusinessTechnologyInstituteJun.2024

基于机器学习的国际集装箱航运价格预测模型实证比较

焦岗汉

（浙江海港资产管理有限公司，浙江杭州310005）

摘要：针对国际集装箱航运价格波动问题，通过综合分析市场供求、运输成本等因素，构建了基于ARIMAX、LSTM和BP

神经网络的预测模型。结果显示，LSTM模型在预测效果上表现最优，能有效记忆历史数据并准确预测未来趋势。这可为

企业提供有效的市场分析工具和决策参考，有助于提升行业运营效率和风险管理水平。

关键词：国际集装箱航运价格预测；模型研究；LSTM神经网络

中图分类号：F553文献标识码：A文章编号：1671-9565(2024)02-015-05

EmpiricalComparisonofInternationalContainerShippingPricePredictionModels

BasedonMachineLearning

JIAoGang-han

(ZhejiangSeaportAssetManagementCo.,Ltd.,Hangzhou310005,China)

Abstract:Addressingthevolatilityininternationalcontainershippingprices,predictionmodelsbasedonARI-

MAX,LSTM,andBPneuralnetworksareestablishedthroughcomprehensiveanalysisoffactorssuchasmarket

supply-demanddynamicsandtransportationcosts.ItisfoundthattheLSTMmodeldemonstratesthebestpredic-

tiveperformance,effectivelymemorizinghistoricaldataandaccuratelyforecastingfuturetrends.Thisprovidesen-

terpriseswithaneffectivemarketanalyticaltoolandreferencefordecision-making,contributingtoenhancedop-

erationalefficiencyandriskmanagementintheindustry.

Keywords:internationalcontainershippingpriceprediction;modelresearch;LSTMneuralnetwork

1问题的提出运市场现状，尝试构建最优模型进行运价预测，提

国际航运作为国际贸易的重要组成部分，承载出模型的应用情形，以进一步促进国际集装箱航运

着全球约90%的贸易量。其中集装箱航运作为制造市场的健康与可持续发展。

业的主要出运方式，其运价的稳定性对行业乃至全2文献综述

球经济至关重要。但集装箱航运市场波动频繁，不在集装箱运价趋势研究方面，已有文献在分析

仅会影响市场的稳定，还会给造船、船舶交易等行综合性集装箱运价指数的波动规律和基于市场的

业带来连锁反应，增加了货主和物流供应商的风险定价