中国出口集装箱运价指数（China Containerized Freight Index,CCFI）是全球唯一的用于反映集装箱运价的指数,该指数不但客观、及时地反映了中国集装箱运价的整体水平,而且量化了我国集装箱航运市场的变动情况,对货物贸易的运输成本有着重要的影响,是我国航运市场的“晴雨表”。做好对该指数的影响因素分析和预测有利于航运业以及政府及时掌握集装箱航运市场的运价动态,科学做出规避航运风险的决策,有效改进航运业的成本管理水平。本文以改进的总体平均经验模态分解算法（Modified CEEMD,MEEMD）为基础,首先利用该算法将CCFI指数进行分解,由此得到5个本征模态函数（Intrinsic Mode Function,IMF）和一个残余项,再采用模糊熵算法计算各个分量的复杂度,根据复杂度评估值大小对各个分量进行分类合并,将CCFI指数重构为高频项、低频项和趋势项。之后本文通过阅读大量文献,结合理论和现实的分析,挑选了不同市场上可能会对CCFI指数的变化有所影响的11个变量指标。接下来在CCFI指数、CCFI高频项、CCFI低频项以及CCFI趋势项与选取的影响因素指标之间分别进行格兰杰因果关系检验。最后再采用ARIMAX模型、BP神经网络、MEEMD-ARIMAX模型和MEEMD-BP模型对CCFI指数进行预测,分别评估各模型的预测效果。结果表明,CCFI的格兰杰成因有国际原油、制造业经理人指数、货币供应量和工业生产者价格指数。CCFI高频波动项的格兰杰成因有国际原油和消费者物价指数。CCFI低频波动项的格兰杰成因有国际原油、汇率的一阶差分序列、制造业经理人指数、货币供应量和工业生产者价格指数、失业率的一阶差分序列、上证指数、宏观经济景气指数一致指数以及出口商品价格指数。CCFI趋势项的格兰杰成因有进口商品价格指数。预测结果表明:MEEMD与不同预测模型的结合均能够提高一定的预测精度,其中MEEMD与ARIMAX的组合模型的预测性能最好。