沿海散货运价指数(Coastal Bulk Freight Index,简称“CBFI”)预测研究既是航运企业对散货运输市场发展形势的把握,也是制定企业发展战略的基础。因此,对CBFI指数进行预测研究,不仅使航运企业正确把握市场,而且能使政府做出合理规划和有效投资,对未来的把握和决策具有重大意义,·已成为航运运输市场关注的焦点。散货运价受自然气候和市场不规则因素的影响日益加剧,散货运价序列呈现出非平稳、非线性的特性,航运界的专家学者致力于探寻适用度更优、精度更高的预测模型,从而实现航运市场的持续性发展本文以上海航运交易所发布的CBFI为研究对象,在分析我国沿海散货运输市场内在波动规律的基础上,从内在波动特性角度探究了 CBFI指数预测模型,其主要目的是为了得到高精度的预测模型,为沿海散货运输市场提供技术支撑。本文主要以这三方面进行研究论述:(1)以CBFI为分析对象,应用EMD方法,联合采用IMFs重构和统计分析方法,从重大事件影响、短期市场不规则事件及长期发展趋势三个方面对CBFI内在波动特性进行研究,为后续的预测研究奠定基础。(2)针对EMD预处理后的运价指数序列,建立PSO-LSSVM模型和AR模型的预测模型,同时,对比LSSVM和PSO-LSSVM单一预测模型,预测结果表明经数据预处理的组合模型在预测精度和效果均高于单一预测模型。研究发现经EMD预处理后的AR模型对平稳部分预测效果优于PSO-LSSVM模型,经EMD预处理后的PSO-LSSVM模型对高值部分预测效果优于AR模型。(3)选用以上两种基于EMD预处理后的AR模型和,PSO-LSSVM模型,建立加权组合模型对CBFI指数进行预测。预测结果显示,均方根误差(RMSE)为20.3104、平均相对误差绝对值(MAPE)为1.3292、拟合优度(R2)为98.14%、绝对误差(RE)为1.33%,均优于基于EMD的组合预测模型预测效果。加权组合模型能够统筹经预测模型中所包含的重要信息,并加以综合利用,更为精准地预测沿海散货运输市场的未来发展趋势。经实例分析后,相比单一模型及未经数据预处理的组合模型,本文运用的加权组合模型均优于其对比模型的预测效果及精度,为精准地预测散货运价提供技术模型。