Corso di Laurea magistrale in Analisi, Consulenza e

Corso di Laurea magistrale in Analisi, Consulenza
e Gestione Finanziaria
Facoltà di Economia Marco Biagi
COMMODITY FUTURES E PREZZI
SPOT ATTESI
UN’ ANALISI EMPIRICA DEL MERCATO
DEL MAIS
Relatore:
Prof.ssa Costanza Torricelli
Laureanda:
Barbara Cardelli
Modena, 22 Marzo 2012
Motivazione e struttura della tesi
Recente dibattito sulla tendenza al rialzo dei prezzi delle commodity e
aumento della volatilità
Ripercussioni macroeconomiche della dinamica del prezzo spot
• analisi dei modelli di determinazione dei prezzi futures
• analisi della letteratura empirica sulla relazione prezzo spot-prezzo futures
• analisi empirica sul potere previsivo dei prezzi futures
Modena, 22 Marzo 2012
Barbara Cardelli
2
Obiettivo dell’analisi empirica
VERIFICARE LA RELAZIONE FRA PREZZO
SPOT E PREZZO FUTURES
Periodo e mercato:
1998-2011, contratti sul mais sul CBOT
Modena, 22 Marzo 2012
Barbara Cardelli
3
Relazione prezzi spot e futures: la
teoria sottostante
Mercato efficiente: il prezzo futures deve uguagliare il prezzo spot atteso più
(o meno) un premio al rischio costante o variabile nel tempo.
Ft  E ( St  1)  premio al rischio
Unbiasedness hypothesis: il prezzo futures è unbiased quando prevede
perfettamente il prezzo spot futuro. È possibile solo in presenza di mercato
efficiente e assenza di premio al rischio.
Ft  St  1
Verifica econometrica
Modena, 22 Marzo 2012
St    Ft  1  ut
Barbara Cardelli
4
Dataset per l’implementazione
Periodo considerato: Maggio 1998 – Dicembre 2011
Prezzo spot = media prezzi futures
giornalieri nell’ expiration month
• Non vi è piena coincidenza tra le specifiche di
consegna dei contratti futures e le caratteristiche
del contratto spot
• Periodo di consegna di 15 giorni
Orizzonte di previsione prezzo futures: 2 mesi
Serie storiche bimestrali di futures settlement price e prezzi spot ottenute da
Datastream
Gen
Feb
Mar

Modena, 22 Marzo 2012
Apr
Mag

Giu
Lug

Barbara Cardelli
Ag
Sett

Ott
Nov
Dic

5
Andamento prezzi: St e Ft-1
800.00
700.00
600.00
500.00
400.00
300.00
200.00
100.00
0.00
1/5/98
1/5/99
1/5/00
1/5/01
1/5/02
1/5/03
1/5/04
FUTURES
Modena, 22 Marzo 2012
1/5/05
1/5/06
1/5/07
1/5/08
1/5/09
1/5/10
1/5/11
SPOT
Barbara Cardelli
6
Serie non stazionarie
• 2 ritardi per ogni variabile selezionati tramite il criterio d’informazione di Akaike
• costante e trend deterministico considerati nel test Dickey-Fuller aumentato
(ADF)
SPOT
FUTURES

0,803342
0,76915
t-statistic
-2,31078
-2,84441
p-value asintotico
0,4275
0,1812
Le serie presentano un trend stocastico e perciò sono non stazionarie
COINTEGRAZIONE
Modena, 22 Marzo 2012
Barbara Cardelli
7
Cointegrazione (1)
ut  St    Ft  1
Rango
Autovalore
Test traccia
P-value
Test max
P-value
r=0
0,86622
136,12
[0,0000]
134,77
[0,0000]
r=1
0,019963
1,3511
[0,8864]
1,3511
[0,8855]
Esiste un solo vettore di cointegrazione, ossia esiste una sola combinazione
lineare che è I(0).
 normalizza to  [1,00;  8,66;  0,979]
Cointegrazione verificata
Modena, 22 Marzo 2012
Efficienza del mercato nel lungo
periodo
Barbara Cardelli
8
Cointegrazione (2)
ut  St    Ft  1
Vincoli
Statistica test
P-value
=0
0,684271
0,40812
=1; =0
18,9311
7,74752e-005
Unbiasedness del prezzo futures del mais non accettata
• nessuna evidenza di un premio al rischio costante
• possibilità di un premio al rischio time varying
Modena, 22 Marzo 2012
Barbara Cardelli
9
Error Correction Model (1)
m
k
i 2
j1
St = -ut - 1 + Ft - 1 +  i Ft - i + St - j + vt
Coefficienti
ut  1
Ft  1
St  1
-0,276555
(0,3727)
0,0211184
(0,3754)
0,424036
(0,3378)
Statistica test
p-value
-0,7419
0,4608
0,05626
0,9553
1,255
0,2139
• Il coefficiente dell’error correction term non risulta diverso da zero
• I vincoli imposti per testare l’efficienza e l’unbiasedness non sono accettati
Verificata la presenza di
eteroschedasticità
Modena, 22 Marzo 2012
Impiego dei minimi quadrati
ponderati
Barbara Cardelli
10
Error Correction Model (2)
m
k
i 2
j1
St = -ut - 1 + Ft - 1 +  i Ft - i + St - j + vt
Coefficienti
ut  1
Ft  1
St  1
-0,791361**
(0,3148)
0,763758*
(0,4231)
0,580783*
(0,3218)
Statistica test
p-value
-2,513
0,0145
1,805
0,0757
1,805
0,0757
• Esiste una relazione di cointegrazione anche nel breve periodo
• Vincoli ancora una volta non accettati
IL MERCATO DEL MAIS NON È EFFICIENTE E IL PREZZO
FUTURES DISTORTO
Modena, 22 Marzo 2012
Barbara Cardelli
11
Effetto della crisi
• Riduzione del campione al periodo 1998-2006
 normalizza to  [1,00;  57,88;  1,10]
Vincoli
Statistica test
P-value
=0
1,15889
0,281696
=1; =0
10,1833
0,006148
ut  1
Ft  1
St  1
Coefficienti
-0,108122
(0,401281)
-0,0632194
(0,447057)
-0,0551455
(0,417510)
Statistica test
p-value
-0,2694
0,7889
-0,1414
0,8882
-0,1321
0,8956
IL MERCATO DEL MAIS NON È EFFICIENTE E IL PREZZO
FUTURES DISTORTO
Modena, 22 Marzo 2012
Barbara Cardelli
12
Analisi in e out of sample
In-sample: Maggio1998- Dicembre 2004
Out-of-sample: Gennaio 2005-Dicembre 2011
MSE
RMSE
Relative MSE
FUTURES
4982,59
70,59
1,00
RANDOM WALK
6012,80
77,54
1,206
ECM
6015,29
77,56
1,207
ECM-WLS
6239,53
78,99
1,252
Il prezzo futures emerge come migliore stimatore del prezzo spot atteso
Modena, 22 Marzo 2012
Barbara Cardelli
13
Conclusioni
• Risultati coerenti con la letteratura empirica analizzata
• Distorsione del prezzo futures dovuta a inefficienza e non
all’esistenza di un premio al rischio variabile nel tempo
• Non si rileva differenza tra prima e dopo la crisi
• Non c’è evidenza di «finanziarizzazione» forte del mercato
dei commodity futures
• Il prezzo futures ha un potere previsivo migliore del
modello ECM
Modena, 22 Marzo 2012
Barbara Cardelli
14
Vincoli all’ECM
m
k
i 2
j1
St = -ut - 1 + Ft - 1 +  i Ft - i + St - j + vt
Vincoli posti all’ECM classico
Vincoli
Statistica test
p-value
  1,     0,
 i  i  0
125,157
5,91813e-027
  1,   1,
 i  i  0
127,157
3,81662e-027
Vincoli posti all’ECM calcolato con minimi quadrati ponderati
Vincoli
Statistica test
p-value
 1
0,439038
0,50993
  1,     0,
 i  i  0
46,0608
4,42638e-016
7,09441
0,000338923
  1,   1,
 i  i  0
Modena, 22 Marzo 2012
Barbara Cardelli
15
Confronto con la letteratura
Chinn and
Coibion (2010)
Beck (1994)
McKenzie and
Nostra
Holt (2002)
analisi
ECM e
Metodo
OLS e GARCH
ECM
ECM
ARCH(1)-ECM
Mercato
CME
CBOT
CBOT
CBOT
Periodo
1990-2009
1966-1986
1959-1995
1998-2011
NO(3 mesi)
SI(2 mesi)
NO(2 mesi)
NO(2 mesi)
Efficiente
(orizzonte di
NO(6 mesi)
NO(6 mesi)
previsione)
Modena, 22 Marzo 2012
Barbara Cardelli
16