DOI: https://doi.org/10.1016/j.energy.2024.130535
تاريخ النشر: 2024-02-08
المؤلف: Akram Shavkatovich Hasanov وآخرون
الموضوع الرئيسي: ديناميات السوق والتقلبات
نظرة عامة
تبحث ورقة البحث في تقلبات السلع الأساسية للكتلة الحيوية، مع التركيز على تأثير الانقطاعات الهيكلية بسبب الأحداث المتطرفة مثل جائحة COVID-19 على نماذج التنبؤ. باستخدام نهج نافذة متحركة، تقيم الدراسة الأداء التنبؤي لمجموعة متنوعة من النماذج الاقتصادية، وخاصة نماذج GARCH، مع دمج الانقطاعات الهيكلية التي تم تحديدها من خلال خوارزمية ICSS. تشير النتائج إلى أن النماذج التي تأخذ في الاعتبار هذه الانقطاعات تعزز بشكل كبير دقة التنبؤ مقارنة بالنماذج ذات النظام الواحد. على وجه الخصوص، تظهر النماذج التي تستخدم مواصفات نصف النافذة أداءً متفوقًا عبر معايير خسارة مختلفة وآفاق التنبؤ، مع ظهور نموذج HM كأكثر فعالية لسوق الذرة.
تؤكد الدراسة على الأهمية الحاسمة لدمج الانقطاعات الهيكلية ومواصفات تغيير النظام في نمذجة التقلبات لأسواق المحاصيل الحيوية. تعتبر هذه الاعتبارات ضرورية لأصحاب المصلحة، بما في ذلك المصنعين والتجار وصانعي السياسات، حيث تسهل إدارة المخاطر واتخاذ القرارات بدقة أكبر. تمتد الآثار إلى المستثمرين، الذين يمكنهم الاستفادة من معلومات الانقطاع الهيكلي لتحسين استراتيجيات المحفظة، وإلى صانعي السياسات، الذين يمكنهم معالجة عدم اليقين الاقتصادي بشكل أفضل الذي يؤثر على المستهلكين ذوي الدخل المنخفض ويساهم في تحقيق أهداف التنمية المستدامة للأمم المتحدة (SDGs) المتعلقة بتخفيف الفقر والأمن الغذائي.
مقدمة
تسلط مقدمة هذه الورقة البحثية الضوء على الأهمية المتزايدة لنمذجة وتنبؤ أسعار وتقلبات السلع الزراعية للطاقة المتجددة، خاصة في سياق إنتاج واستهلاك الوقود الحيوي. مع سعي الدول لتقليل الاعتماد على الوقود الأحفوري بسبب مخاوف تغير المناخ، أصبحت الوقود الحيوي، وخاصة تلك المستمدة من المحاصيل مثل الذرة وزيت النخيل وفول الصويا، أكثر بروزًا. شهدت صناعة الديزل الحيوي في الولايات المتحدة، المدفوعة بالأطر التنظيمية مثل معيار الوقود المتجدد، نموًا كبيرًا، حيث يعتبر زيت فول الصويا مادة خام رئيسية. ومع ذلك، فإن التقلبات في أسعار المحاصيل الحيوية تشكل مخاطر على المنتجين والمستهلكين على حد سواء، مما يؤثر على الاستقرار الاقتصادي والجهود المبذولة لتحقيق أهداف التنمية المستدامة للأمم المتحدة (SDGs) المتعلقة بالفقر والجوع.
على الرغم من الأدبيات الواسعة حول تقلبات سوق السلع، هناك فجوة ملحوظة في الأبحاث التي تركز على أسواق المواد الخام للطاقة الحيوية. استخدمت الدراسات السابقة بشكل أساسي نماذج وإطارات زمنية محدودة، وغالبًا ما تغفلت الانقطاعات الهيكلية التي يمكن أن تؤدي إلى توقعات تقلبات غير دقيقة. تهدف هذه الدراسة إلى سد هذه الفجوة من خلال استخدام مجموعة متنوعة من النماذج، بما في ذلك نماذج GARCH، والنماذج التاريخية، والتنعيم الأسي، ونماذج التقلبات العشوائية، مع دمج التغيرات الهيكلية وتحولات النظام. تشمل أهداف البحث تحسين دقة التنبؤ من خلال معلومات الانقطاع الهيكلي ومقارنة القدرات التنبؤية لمختلف النماذج عبر آفاق زمنية مختلفة. ستفصل الأقسام التالية البيانات، وأساليب النمذجة، وتحليل التنبؤ، والنتائج الرئيسية للدراسة.
النتائج
يقدم قسم النتائج نتائج الدراسة، مع تسليط الضوء على النتائج الرئيسية وآثارها. تكشف التحليلات عن اتجاهات ونماذج مهمة تدعم الفرضيات الأولية. على وجه الخصوص، تشير البيانات إلى وجود ارتباط قوي بين المتغيرات قيد البحث، والذي يتم تمثيله كميًا من خلال مقاييس إحصائية مثل قيم p وفترات الثقة.
علاوة على ذلك، توضح المناقشة آثار هذه النتائج، موضعة إياها ضمن السياق الأوسع للأدبيات الموجودة. لا تعزز النتائج الدراسات السابقة فحسب، بل تقدم أيضًا رؤى جديدة يمكن أن توجه اتجاهات البحث المستقبلية. بشكل عام، تساهم النتائج في فهم أعمق للموضوع، مما يبرز أهمية الدراسة في تعزيز المعرفة في هذا المجال.
مناقشة
في هذه الدراسة، نقوم بتحليل أسعار السوق اليومية لأربعة مواد خام للوقود الحيوي—الذرة، وزيت اللفت، وزيت النخيل، وفول الصويا—على مدى فترة من 31 ديسمبر 2004 إلى 7 يناير 2022. تكشف نتائجنا أن توزيعات العوائد لهذه السلع منحرفة سلبًا (باستثناء زيت اللفت) وتظهر خصائص لبتوكورتيك، مما يشير إلى ذيول ثقيلة ويرفض الطبيعية عند مستوى دلالة 1%. كما نلاحظ وجود ارتباط تسلسلي كبير في العوائد المربعة ونؤكد وجود تباين غير متجانس من خلال اختبارات ARCH. تشير تحليل مؤشر الذيل إلى وجود تباينات محدودة، وهو أمر حاسم لتطبيق نماذج من نوع GARCH.
نقوم بتقدير نماذج تقلبات متنوعة، بما في ذلك GARCH، والتقلبات العشوائية (SV)، وGARCH المتغير ماركوف (MSGARCH)، مع التركيز على البيانات اليومية بسبب ندرة البيانات عالية التردد للوقود الحيوي من الجيل الثاني. تشير نتائجنا إلى أن النماذج التي تأخذ في الاعتبار الانقطاعات الهيكلية، وخاصة تلك التي تستخدم النهج القائم على ICSS، تتفوق على نماذج النظام الواحد عبر جميع السلع وآفاق التنبؤ. من الجدير بالذكر أن نماذج GARCH ذات أحجام نصف النافذة تظهر أداءً متفوقًا مقارنة بالنماذج ذات النافذة الكاملة. تؤكد اختبار اتجاه التغيير أيضًا أن النماذج التي تدمج الانقطاعات المكتشفة داخليًا توفر توقعات أكثر دقة لحركات التقلبات. بشكل عام، تؤكد هذه الدراسة على أهمية مراعاة التغيرات الهيكلية في نمذجة التقلبات لأسواق المواد الخام للوقود الحيوي، خاصة في ضوء الاضطرابات العالمية الأخيرة.
DOI: https://doi.org/10.1016/j.energy.2024.130535
Publication Date: 2024-02-08
Author(s): Akram Shavkatovich Hasanov et al.
Primary Topic: Market Dynamics and Volatility
Overview
The research paper investigates the volatility of bioenergy feedstock commodities, emphasizing the impact of structural breaks due to extreme events like the COVID-19 pandemic on forecasting models. Utilizing a rolling-window approach, the study evaluates the predictive performance of various econometric models, particularly GARCH-class models, while incorporating structural breaks identified through the ICSS algorithm. The findings indicate that models accounting for these breaks significantly enhance forecast accuracy compared to single-regime models. Specifically, models using half-window specifications demonstrate superior performance across different loss criteria and forecast horizons, with the HM model emerging as particularly effective for the corn market.
The study underscores the critical importance of integrating structural breaks and regime-switching specifications in volatility modeling for biofuel crop markets. Such considerations are vital for stakeholders, including manufacturers, traders, and policymakers, as they facilitate more accurate risk management and decision-making. The implications extend to investors, who can leverage structural-break information to optimize portfolio strategies, and to policymakers, who can better address economic uncertainties that affect low-income consumers and contribute to achieving the United Nations’ Sustainable Development Goals (SDGs) related to poverty alleviation and food security.
Introduction
The introduction of this research paper highlights the increasing importance of modeling and forecasting the price and volatility of agricultural renewable-energy-crop commodities, particularly in the context of biofuel production and consumption. As countries aim to reduce fossil fuel reliance due to climate change concerns, biofuels, especially those derived from crops like corn, palm oil, and soybean, have gained prominence. The U.S. biodiesel industry, driven by regulatory frameworks such as the Renewable Fuel Standard, has seen significant growth, with soybean oil being a major feedstock. However, the volatility in bioenergy crop prices poses risks to producers and consumers alike, impacting economic stability and efforts to achieve the United Nations’ Sustainable Development Goals (SDGs) related to poverty and hunger.
Despite the extensive literature on commodity market volatility, there is a notable gap in research focused on bioenergy feedstock markets. Previous studies have primarily utilized limited models and time frames, often overlooking structural breaks that can lead to inaccurate volatility forecasts. This study aims to fill this gap by employing a diverse array of models, including GARCH-class models, historical models, exponential smoothing, and stochastic volatility models, while incorporating structural changes and regime shifts. The research objectives include enhancing forecasting accuracy through structural break information and comparing the predictive capabilities of various models over different time horizons. The subsequent sections will detail the data, modeling approaches, forecasting analysis, and key findings of the study.
Results
The results section presents the findings of the study, highlighting key outcomes and their implications. The analysis reveals significant trends and patterns that support the initial hypotheses. Specifically, the data indicate a strong correlation between the variables under investigation, which is quantitatively represented through statistical measures such as p-values and confidence intervals.
Furthermore, the discussion elaborates on the implications of these findings, situating them within the broader context of existing literature. The results not only reinforce previous studies but also offer new insights that could inform future research directions. Overall, the findings contribute to a deeper understanding of the subject matter, emphasizing the relevance of the study in advancing knowledge in the field.
Discussion
In this study, we analyze daily spot prices for four biofuel feedstocks—corn, rapeseed oil, palm oil, and soybean—over a period from December 31, 2004, to January 7, 2022. Our findings reveal that the return distributions for these commodities are negatively skewed (except for rapeseed oil) and exhibit leptokurtic characteristics, indicating heavy tails and rejecting normality at the 1% significance level. We also observe significant serial correlation in squared returns and confirm the presence of heteroskedasticity through ARCH tests. The tail index analysis suggests finite variances, which is crucial for the application of GARCH-type models.
We estimate various volatility models, including GARCH, stochastic volatility (SV), and Markov-switching GARCH (MSGARCH), while focusing on daily data due to the scarcity of high-frequency data for second-generation biofuels. Our results indicate that models accounting for structural breaks, particularly those using the ICSS-based approach, outperform single-regime models across all commodities and forecast horizons. Notably, the GARCH-class models with one-half window sizes demonstrate superior performance compared to full-window models. The direction-of-change test further confirms that models incorporating endogenously detected breaks provide more accurate forecasts of volatility movements. Overall, this research underscores the importance of considering structural changes in volatility modeling for biofuel feedstock markets, particularly in light of recent global disruptions.