Forecasting Shanghai Containerized Freight Index by Using Time Series Models

Abstract

Récemment, l'industrie du transport maritime de conteneurs est devenue imprévisible en raison de la volatilité et des événements majeurs affectant le secteur maritime. Dans le même temps, les approches d'estimation des taux de fret par conteneurs à l'aide de la modélisation économétrique et des séries chronologiques sont devenues très importantes. Par conséquent, dans cet article, différents modèles de séries chronologiques ont été explorés qui sont liés à l'indice de fret conteneurisé de Shanghai (SCFI). La méthode SMA, EWMA et, ses, Holt Winter sont utilisées pour décrire les données et le modèle. Par la suite, la méthode Holt Winter et la SARIMA ont été appliquées pour modéliser et prédire l'indice SCFI. MAPE, RMSE, AIC, BIC sont utilisés pour mesurer les performances des modèles et des prédictions. Nous observons que le modèle SARIMA fournit des résultats comparativement meilleurs que les modèles de prévision de taux de fret existants tout en effectuant des prévisions à court terme sur un taux mensuel. Les résultats démontrent que l'augmentation se poursuivra sans perdre de son élan.Recientemente, la industria del transporte marítimo de contenedores se ha vuelto impredecible debido a la volatilidad y los principales eventos que afectan al sector marítimo. Al mismo tiempo, los enfoques para estimar las tarifas de flete de contenedores utilizando modelos econométricos y de series de tiempo se han vuelto muy importantes. Por lo tanto, en este trabajo se han explorado diferentes modelos de series temporales que están relacionados con el Shanghai Containerized Freight Index (SCFI). Los métodos SMA, EWMA y ses, Holt Winter se utilizan para describir los datos y el modelo. Posteriormente, se aplicó el método Holt Winter y SARIMA para modelar y predecir el índice SCFI. MAPE, RMSE, AIC, BIC se utilizan para medir los rendimientos de los modelos y predicciones. Observamos que el modelo SARIMA proporciona resultados comparativamente mejores que los modelos de pronóstico de tarifas de flete existentes mientras realiza pronósticos a corto plazo con una tarifa mensual. Los resultados demuestran que el aumento continuará sin perder impulso.Recently, the container shipping industry has become unpredictable due to volatility and major events affecting the maritime sector. At the same time, approaches to estimating container freight rates using econometric and time series modelling have become very important. Therefore, in this paper, different time-series models have been explored that are related to the Shanghai Containerized Freight Index (SCFI). SMA, EWMA, and, SES, Holt Winter method are used to describe the data and model. Afterward, the Holt Winter method and SARIMA was applied to model and predict the SCFI index. MAPE, RMSE, AIC, BIC are used to measure the performances of the models and predictions. We observe that the SARIMA model provides comparatively better results than the existing freight rate forecasting models while performing short-term forecasts on a monthly rate. Results demonstrate that the increase will continue without losing momentum.في الآونة الأخيرة، أصبحت صناعة شحن الحاويات غير متوقعة بسبب التقلبات والأحداث الكبرى التي تؤثر على القطاع البحري. وفي الوقت نفسه، أصبحت نُهج تقدير معدلات شحن الحاويات باستخدام نمذجة الاقتصاد القياسي والسلاسل الزمنية مهمة للغاية. لذلك، في هذه الورقة، تم استكشاف نماذج سلاسل زمنية مختلفة تتعلق بمؤشر شنغهاي للشحن بالحاويات (SCFI). يتم استخدام طريقة SMA و EWMA و SES و Holt Winter لوصف البيانات والنموذج. بعد ذلك، تم تطبيق طريقة هولت وينتر و SARIMA لنمذجة مؤشر SCFI والتنبؤ به. يتم استخدام MAPE و RMSE و AIC و BIC لقياس أداء النماذج والتنبؤات. نلاحظ أن نموذج SARIMA يوفر نتائج أفضل نسبيًا من نماذج التنبؤ بسعر الشحن الحالية أثناء إجراء توقعات قصيرة الأجل بمعدل شهري. تظهر النتائج أن الزيادة ستستمر دون فقدان الزخم.