[논문 리뷰] Modelling risk for commodities in Brazil: An application to live cattle spot and futures prices

Renata G. Alcoforado, Alfredo D. Egı́dio dos Reis외 2명|arXiv (Cornell University)|2021. 07. 15.

Market Dynamics and Volatility참고 문헌 24인용 수 4

한 줄 요약

이 연구는 브라질의 생축 가격을 예측하기 위해 보이 고프로 인덱스(BGI)를 사용하여 하루 단위로 수집된 데이터를 바탕으로 하루 동안의 시간적 변화를 고려한 Holt-Winters, ARIMA, ARIMAX, GARCH, GARMA 기법을 활용한 여러 시간 시계열 모델을 개발하고 비교한다. 절편이 없는 GARMA(2,1) 모델이 BGI 현물 및 선물 가격 예측에서 다른 모든 모델보다 뛰어난 성능을 보이며, 농업·농업 기업의 리스크 관리에 뛰어난 기여를 한다.

ABSTRACT

This study analysed a series of live cattle spot and futures prices from the Boi Gordo Index (BGI) in Brazil. The objective was to develop a model that best portrays this commodity's behaviour to estimate futures prices more accurately. The database created contained 2,010 daily entries in which trade in futures contracts occurred, as well as BGI spot sales in the market, from 1 December 2006 to 30 April 2015. One of the most important reasons why this type of risk needs to be measured is to set loss limits. To identify patterns in price behaviour in order to improve future transactions' results, investors must analyse fluctuations in assets' value for longer periods. Bibliographic research revealed that no other study has conducted a comprehensive analysis of this commodity using this approach. Cattle ranching is big business in Brazil given that in 2017, this sector moved 523.25 billion Brazilian reals (about 130.5 billion United States dollars). In that year, agribusiness contributed 22% of Brazil's total gross domestic product. Using the proposed risk modelling technique, economic agents can make the best decision about which options within these investors' reach produce more effective risk management. The methodology was based on Holt-Winters exponential smoothing algorithm, autoregressive integrated moving average (ARIMA), ARIMA with exogenous inputs, generalised autoregressive conditionally heteroskedastic and generalised autoregressive moving average (GARMA) models. More specifically, 5 different methods were applied that allowed a comparison of 12 different models as ways to portray and predict the BGI commodity's behaviour. The results show that GARMA with order c(2,1) and without intercept is the best model.

연구 동기 및 목표

• 브라질의 생축 상품에 대한 강력한 리스크 모델링 프레임워크를 구축하고, 보이 고프로 인덱스(BGI)에 집중한다.
• 높은 정확도로 BGI 현물 및 선물 가격을 예측하기 위해 다양한 시간 시계열 모델을 비교한다.
• 개선된 가격 예측을 통해 경제 주체들이 정보 기반의 리스크 관리 결정을 내릴 수 있도록 지원한다.
• 고급 통계 모델을 활용한 브라질 생축 가격 동적 변화에 대한 종합적인 실증 연구의 부족을 보완한다.

제안 방법

• 연구는 2006년 12월부터 2015년 4월까지의 BGI 현물 및 선물 가격에 대한 2,010건의 일일 관측치로 구성된 데이터셋을 사용한다.
• 다섯 가지 모델링 접근법을 적용한다: 하루 단위로 적용하는 하루 동안의 지수 평균법(Holt-Winters), ARIMA, ARIMAX, GARCH, 일반화된 자기회귀이동평균(GARMA) 모델.
• GARMA 모델은 순서 c(2,1)로 설정되며, 절편 항이 포함되거나 포함되지 않은 경우로 각각 테스트한다.
• 모델 성능 평가를 위해 통계 기준을 활용하여 예측에 가장 적합한 모델을 식별한다.
• 모델 비교를 위해 다섯 가지 방법론을 기반으로 총 12종의 다양한 모델 버전을 포함하여 탄탄한 결과를 확보한다.

실험 결과

연구 질문

• RQ1 브라질의 보이 고프로 인덱스에서 생축 현물 및 선물 가격의 동적 변화를 가장 잘 반영하는 시간 시계열 모델은 무엇인가?
• RQ2 특히 절편이 포함되거나 포함되지 않은 GARMA 모델의 다양한 사양이 BGI 가격 변동 예측에서 어떻게 성능을 발휘하는가?
• RQ3 고급 통계 모델은 브라질의 농업·농업 상품의 리스크 추정 및 가격 예측을 얼마나 향상시킬 수 있는가?
• RQ4 GARCH 및 GARMA 모델은 소고기 가격 데이터의 조건부 이방성(variance)을 모델링하는 데 있어 상대적으로 어떤 성능을 보이는가?

주요 결과

• 절편이 없는 GARMA(2,1) 모델이 테스트된 12개의 모든 모델 중에서 가장 뛰어난 적합도와 예측 정확도를 보였다.
• 이 모델은 ARIMA, ARIMAX, GARCH, Holt-Winters 등 다른 모든 모델보다 BGI 가격의 변동성과 추세 동적 변화를 더 잘 반영했다.
• GARMA 사양에서 절편의 부재는 모델 효율성을 향상시키고 잔차 분산을 감소시켰다.
• 결과적으로 GARMA 모델이 장기 기억성(long-memory)과 조건부 이방성을 동시에 가지는 자원 가격 시계열 모델링에 특히 적합함을 확인하였다.
• 이 연구는 브라질의 소시장 리스크 모델링에 기준선을 설정하였으며, 헤지 및 거래 의사결정의 개선을 지원한다.