[論文レビュー] Predicting bubble bursts in oil prices during the COVID-19 pandemic with mixed causal-noncausal models

Alain Hecq, Elisa Voisin|arXiv (Cornell University)|Jan 1, 2019

Market Dynamics and Volatility被引用数 4

ひとこと要約

本稿では、COVID-19パンデミック期のWTIおよびBrent原油価格における投機的バブルの検出と予測を目的として、混合因果的・非因果的自己回帰（MAR）モデルを提案する。ラグされたおよびリードされた価格依存性を組み込むことで、モデルはバブルダイナミクスを特定し、クラッシュ確率を推定する。モンテカルロシミュレーションの結果、適切なデトレンド処理がバブルパターンを保持し、正確な予測を可能にする。

ABSTRACT

This paper investigates oil price series using mixed causal-noncausal autoregressive (MAR) models, namely dynamic processes that depend not only on their lags but also on their leads. MAR models have been successfully implemented on commodity prices as they allow to generate nonlinear features such as speculative bubbles. We estimate the probabilities of crash in oil prices. To do so we first evaluate how to adequately detrend nonstationary oil price series while preserving the bubble patterns observed in the raw data. The impact of different filters on the identification of MAR models as well as on forecasting bubble events is investigated using Monte Carlo simulations. We illustrate our findings on WTI and Brent monthly series before and during the outbreak of the Covid-19 pandemic.

研究の動機と目的

• 混合因果的・非因果的自己回帰（MAR）モデルが、原油価格における投機的バブルを効果的に検出できるかどうかを調査すること。
• さまざまなデトレンドフィルタがMARモデルの同定およびバブルイベントの予測に与える影響を評価すること。
• 非定常な原油価格系列における非線形ダイナミクス（価格バブルなど）をMARモデルがどれだけ適切に捉えられるかを評価すること。
• COVID-19パンデミック前後におけるWTIおよびBrent原油価格データに対するMARモデルのパフォーマンスを比較すること。
• バブル形成および崩壊のパターンを特定することで、市場クラッシュの確率を推定すること。

提案手法

• 本研究では、過去（ラグ）および未来（リード）の原油価格値に依存する混合因果的・非因果的自己回帰（MAR）モデルを採用し、投機的バブルのような非線形ダイナミクスを捉える。
• 非定常な原油価格系列は、さまざまなフィルタを用いてデトレンド処理され、確定的トレンドを除去しながらバブルパターンを保持することを目的とする。
• 異なるデトレンド手法がMARモデルの同定およびバブルイベントの予測に与える影響を評価するため、モンテカルロシミュレーションを実施する。
• モデルはパンデミック前の期間からパンデミック期間までの月次WTIおよびBrent原油価格系列に基づいて推定・検証される。
• バブル検出は、MARモデルに爆発的根（exponential roots）が存在することに基づく。これは、潜在的な価格バブルを示唆する。
• クラッシュ確率は、バブル形成後の逆転の可能性を統計的性質に基づいて分析することで推定される。

実験結果

リサーチクエスチョン

• RQ1 さまざまなデトレンドフィルタが、原油価格におけるMARモデルの同定およびバブルイベントの予測にどのように影響を与えるか。
• RQ2 MARモデルは、COVID-19パンデミック期のWTIおよびBrent原油価格において、どれほど効果的に投機的バブルを検出・予測できるか。
• RQ3 非定常な原油価格系列において、トレンドを除去しながらもバブルパターンを最もよく保持するデトレンド手法は何か。
• RQ4 MARモデルにおける爆発的ダイナミクスの有無と、価格クラッシュの確率の相関関係はどの程度か。
• RQ5 パンデミック期間中は、パンデミック前と比較して、原油価格のバブルパターンがより顕著または検出されやすいか。

主な発見

• MARモデルは、市場不安定な時期に特に、原油価格系列における非線形的特徴（投機的バブルなど）を効果的に捉えている。
• 適切なデトレンド処理が不可欠である：一部のフィルタは他のフィルタよりもバブル信号をよりよく保持しており、モデル同定および予測精度を顕著に向上させる。
• モンテカルロシミュレーションの結果、デトレンドフィルタの選択がMARモデル推定およびクラッシュ確率予測の信頼性に顕著な影響を与えることが示された。
• 初期のCOVID-19パンデミック期には、WTIおよびBrent両方の原油価格で、バブルパターンがより明確に現れており、投機的行動の増加を示唆している。
• モデルは、爆発的価格行動が続く時期にクラッシュ確率が明確に上昇することを推定しており、市場の逆転を予測する潜在的価値を確認している。
• MARモデルに将来価格依存性（リード）を組み込むことで、純粋な因果的モデルと比較して、バブルの崩壊を検出・予測する能力が向上している。