Revisiting the competitive storage model as a tool for the empirical analysis of commodity price volatility - INRAE - Institut national de recherche pour l’agriculture, l’alimentation et l’environnement Accéder directement au contenu
Thèse Année : 2016

Revisiting the competitive storage model as a tool for the empirical analysis of commodity price volatility

Reconsidérer le modèle de stockage compétitif comme outil d’analyse empirique de la volatilité des prix des matières premières

Résumé

This thesis proposes an empirical and theoretical analysis of commodity price volatility using the competitive storage model with rational expectations. In essence, the underlying storage theory states that commodity prices are likely to spike when inventory levels are low and cannot buffer the market from exogenous shocks. The prime objective pursued in this dissertation is to use statistical tools to confront the storage model with the data in an attempt to gauge the empirical merit of the storage theory, identify its potential flaws and provide possible remedies for improving its explanatory power. In this respect, the variety of econometric strategies employed so far to test the model itself or its theoretical predictions are reviewed in the opening survey (Ch. 2). On the whole, in spite of its relative parsimony, the storage model proves able to replicate many of the key features observed in the price data. That said, there are still some important observed price patterns left unexplained, including the high levels of serial correlation and the excessive co-movements. The subsequent chapters explore three different routes with the aim of increasing the empirical relevance of the storage framework. Chapter 3 rests on the idea that there might exist long-term movements in the raw commodity price series which have nothing to do with the storage theory. This tends to be confirmed by the results obtained by implementing a hybrid estimation method for recovering jointly the models deep parameters with those characterizing the trend. Indeed, the estimates of the structural parameters are more plausible and the model fits the data better. In chapter 4, the testing of the storage theory is pushed even further thanks to the development of an empirical strategy to take the storage model to the data on both prices and quantities, for the first time in the literature. Bringing additional information allows to estimate and compare alternative and richer specifications of the model, and to infer parameters like the supply and demand elasticities, which are left unidentified when using prices alone. Another novelty is that Bayesian methods are used for inference in contrast to the frequentist approaches employed thus far. Hopefully both these innovations should help paving the way for future research in allowing for the estimation of more complex model set-ups. The last chapter is more theoretical as it deals with the storage model extension on the supply side to account for the dynamics of capital accumulation. Conceptually, storage is nothing but another kind of investment, and thus both investment and storage variables should play prime roles in driving the spot and futures prices dynamics in world commodity markets. This intuition is confirmed by the simulation results obtained with the investment-augmented storage model which are fairly well backed up by the crude oil data. The key finding is the crowding-out effect of storage on investment.
Cette thèse propose une analyse empirique et théorique de la volatilité des prix des matières premières en utilisant le modèle de stockage compétitif à anticipations rationnelles. En substance, la théorie du stockage stipule que les prix des commodités sont susceptibles de s’envoler dès lors que les niveaux de stocks sont bas et donc dans l’incapacité de prémunir le marché contre des chocs exogènes. L’objectif principal poursuivit dans ce travail de recherche est d’utiliser les outils statistiques pour confronter le modèle de stockage aux données afin d’évaluer le bien-fondé empirique de la théorie du stockage, identifier ses potentiels défauts et proposer des solutions possibles afin d’améliorer son pouvoir explicatif. Dans ce contexte, la diversité des approches économétriques employées jusqu’à présent pour tester le modèle et ses prédictions théoriques est passée en revue dans le chapitre introductif (Ch. 2). Dans l’ensemble, malgré son caractère relativement parcimonieux, le modèle de stockage s’avère être en mesure de reproduire de nombreux faits stylisés observés dans les données de prix. Cela étant, il existe toujours des caractéristiques des prix non expliquées, comme les hauts niveaux d’autocorrélations ou les co-variations excessives. Les chapitres suivants explorent trois pistes différentes pour essayer d’augmenter la cohérence empirique du modèle de stockage. Le chapitre 3 repose sur l’idée qu’il existe des mouvements de long-termes dans les prix des matières premières qui n’ont rien à voir avec la théorie du stockage. Ceci tend à être confirmé par les résultats obtenus par la mise en oeuvre d’une méthode d’estimation hybride permettant de déterminer conjointement les paramètres fondamentaux du modèle avec ceux caractérisant la tendance. En effet, les estimations des paramètres structurels sont plus plausibles et le modèle s’ajuste mieux aux données. Dans le chapitre 4, la procédure de test de la théorie du stockage est encore approfondie grâce au développement d’une méthode empirique pour estimer le modèle à la fois sur données de prix et de quantités, une première dans la littérature. L’apport d’information supplémentaire permet d’estimer et de comparer des spécifications alternatives et plus riches du modèle, d’inférer des paramètres tels que les élasticités d’offre et de demande, qui ne sont pas identifiables lorsque seuls les prix sont utilisés pour l’estimation. Une autre nouveauté est que des méthodes Bayésiennes sont utilisées pour l’inférence au lieu des approches fréquentistes employées jusqu’à présent. Ces deux innovations devraient permettre d’ouvrir la voie à des recherches futures en permettant l’estimation de modèles aux structures plus complexes. Le dernier chapitre est plus théorique et porte sur l’extension du volet offre du modèle en prenant en compte la dynamique d’accumulation du capital. Sur le plan conceptuel, le stockage n’est autre qu’une seconde forme d’investissement, et par conséquent les deux variables d’investissement et de stockage devraient jouer des rôles primordiaux dans la dynamique des prix spot et futures sur les marchés mondiaux des commodités. Cette intuition est confirmée par les résultats des simulations obtenues avec un modèle de stockage augmenté de l’investissement, qui sont assez bien en adéquation avec les données du pétrole brut. Le résultat principal est l’effet d’éviction qu’a le stockage sur l’investissement.
Fichier principal
Vignette du fichier
Thèse_1 (1.83 Mo) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)

Dates et versions

tel-02796763 , version 1 (05-06-2020)

Identifiants

  • HAL Id : tel-02796763 , version 1
  • PRODINRA : 380552

Citer

Nicolas Legrand. Revisiting the competitive storage model as a tool for the empirical analysis of commodity price volatility. Pricing of Securities [q-fin.PR]. AgroParisTech; Université Paris Saclay (COMUE), 2016. English. ⟨NNT : ⟩. ⟨tel-02796763⟩

Collections

INRA UNAM INRAE
59 Consultations
35 Téléchargements

Partager

Gmail Facebook X LinkedIn More