科研之友
微信
新浪微博
Facebook
分享链接
摘要
BDI指数是全球经济贸易的晴雨表和大宗商品的风向标，准确预测BDI指数具有重要意义。本文系统选取了金属价格、农产品价格、干散货船舶价格、能源价格以及经济环境等指标，全面刻画BDI指数的影响因素集合。通过EMD分解算法将BDI指数按照频率划分为不同的IMF分量，将分量重构为BDI指数的高频部分、低频部分以及趋势项，利用XGBoost模型对BDI指数进行预测。结果显示：XGBoost模型的可决系数为84%，均方根误差为153.15，相比其他机器学习模型预测效果更为突出，经过EMD算法分解重构后的EMD-XGBoost模型的可决系数达到96%，均方根误差为80.16，效果最优。根据研究结论，得出如下启示：建立航运市场运价的预警体系；构建铁矿石、能源价格与航运运价的联动体系；有效利用各类航运衍生品降低航运市场的运价风险。
-
单位中国人民银行; 大连海事大学; 辽东学院
