시계열 모형의 컨테이너 운임 예측성과에 관한 연구

A Comparison Study of Forecasting Performance of Time-Series Models for Container Freight Rates

본 연구는 시계열 모형의 주요 컨테이너 항로 운임에 대한 예측성과를 비교 및 측정하는 것을 목적으로 한다. 주요 4개 항로에 대한 2003년 3월부터 2017년 2월까지의 주간 중국발컨 테이너운임지수(China Containerized Freight Index)를 분석하였다. 컨테이너 운임의 시계열 예측을 위해서 여러 가지 시차길이를 고려한 자기회귀이동평균모형(Autoregressive Integrated Moving Average)과 벡터자기회귀모형(Vector Autoregressive)이 활용되었다. 예측성과는 예측 오차평가모형, 예측기간, 항로에 따라 다르지만, 일반적으로 벡터자기회귀모형이 자기회귀이 동평균모형보다 더 우월한 것으로 나타났으며, 이러한 결과는 건화물 및 유조선 운임 예측에 관한 기존 연구의 결과와 일치한다.

Purpose : The purpose of this paper is to investigate forecasting performance of popular time-series models for container freight rates for major trunk routes. Research design, data, methodology : This paper examines weekly China Containerized Freight Index (CCFI) of four major sub-sectors for the period of March 2003 and February 2017. Autoregressive Integrated Moving Average (ARIMA) and Vector Autoregressive (VAR) models with various lagged terms are employed for forecasting container freight rates. Results : Despite variation in forecasting performance in terms of error measurement, sample periods and routes, the results generally indicate that VAR models outperform ARIMA models, consistent with the findings in the dry bulk and tanker sectors. Conclusions : The findings in this paper suggest that container freight rates four four major routes are forecastable using time-series models with simple specification process. Further, the outperformance of the VAR model can be explained by the rationale that incorporating additional information, such as causality between relevant freight rates, can be helpful for forecasting container freight rates.