При обосновании подходов к развитию и стратегическому планированию транзитных контейнерных перевозок в рискованные периоды часто прибегают к углубленному анализу статистических данных, полученных в ходе предыдущих экономических оценок. Чаще всего основное внимание уделяется прогнозированию роста ВВП — показателя, который отражает общую стоимость товаров и услуг, произведенных в экономике за определенный период, и выступает в качестве индикатора благосостояния экономики. Прогнозируемый рост ВВП, согласно официальным источникам, влияет на процесс принятия решений как экономистами, так и правительственными организациями и инвесторами. В данной статье авторы анализируют методики прогнозирования для планирования объемов и направлений контейнерных перевозок. Важными инструментами при выборе методики являются опережающие индикаторы, отражающие значительные колебания задолго до проявления их на практике в реальной экономике. Авторами выделены наиболее эффективные индикаторы при разработке стратегии контейнерных перевозок. Для обоснования методов развития и стратегического планирования транзитных контейнерных перевозок в период экономических рисков предложено использовать метод авторегрессии временных рядов данных (или же сокращённо ARDL) с применение поперечных и продольных данных. Продольное исследование отслеживает данные группы субъектов в течение длительного периода, в то время как поперечное исследование рассматривает группу субъектов в определенное время. Продольное исследование может измерять динамику показателей с течением времени, а поперечное — различия между данными только в определенное время. Продольное исследование требует больше времени и средств, чем поперечное исследование.
When justifying approaches to the development and strategic planning of transit container transportation during risky periods, an in-depth analysis of statistical data obtained during previous economic assessments is often resorted to. Most often, the focus is on forecasting GDP growth, an indicator that reflects the total cost of goods and services produced in the economy over a certain period, and acts as an indicator of the well-being of the economy. The projected GDP growth, according to official sources, affects the decision-making process of both economists and government organizations and investors. In this article, the authors analyze forecasting techniques for planning the volumes and directions of container transportation. Leading indicators are important tools in choosing a methodology, reflecting significant fluctuations long before they manifest themselves in practice in the real economy. The authors have identified the most effective indicators in developing a container transportation strategy. To substantiate the methods of development and strategic planning of transit container transportation during the period of economic risks, it is proposed to use the method of autoregression of time series of data (or ARDL for short) using transverse and longitudinal data. A longitudinal study tracks data from a group of subjects over a long period, while a cross-sectional study examines a group of subjects at a specific time. A longitudinal study can measure the dynamics of indicators over time, while a transverse study can measure differences between data only at a certain time. A longitudinal study requires more time and money than a transverse study.