[논문 리뷰] Predicting bubble bursts in oil prices during the COVID-19 pandemic with mixed causal-noncausal models

Alain Hecq, Elisa Voisin|arXiv (Cornell University)|2019. 01. 01.

Market Dynamics and Volatility인용 수 4

한 줄 요약

이 논문은 코로나19 팬데믹 기간 동안 WTI 및 브렌트 유가에서의 사기성 버블을 탐지하고 예측하기 위해 혼합 인과-비인과 자기회귀(MAR) 모델을 제안한다. 이는 과거 및 미래의 가격 의존성(지연 및 앞서는 값)을 통합함으로써 버블 역학을 식별하고, 붕괴 확률을 추정한다. 몬테카를로 시뮬레이션 결과, 적절한 탈트렌드 처리 방법을 통해 버블 패턴을 유지함으로써 정확한 예측이 가능함을 확인하였다.

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.

연구 동기 및 목표

• 혼합 인과-비인과 자기회귀(MAR) 모델이 석유 가격에서 사기성 버블을 효과적으로 탐지할 수 있는지 조사하기.
• 다양한 탈트렌드 필터가 MAR 모델 식별 및 버블 사건 예측에 미치는 영향을 평가하기.
• 비정상적 석유 가격 시계열에서의 비선형 역학, 예를 들어 가격 버블을 포착하는 데 있어 MAR 모델의 강건성을 평가하기.
• 코로나19 팬데믹 이전과 동안 WTI 및 브렌트 석유 가격 데이터에 대한 MAR 모델의 성능을 비교하기.
• 석유 가격에서 버블 형성 및 붕괴 패턴을 식별함으로써 시장 붕괴 확률을 추정하기.

제안 방법

• 논문은 과거(지연) 및 미래(선도) 값에 의존하는 혼합 인과-비인과 자기회귀(MAR) 모델을 사용하여, 사기성 버블과 같은 비선형 역학을 포착한다.
• 비정상적 석유 가격 시계열은 다양한 필터를 사용해 탈트렌드 처리되며, 목표는 결정적 추세를 제거하면서도 버블 패턴을 유지하는 것이다.
• 다양한 탈트렌드 방법의 성능을 평가하기 위해 몬테카를로 시뮬레이션을 실시한다. 이는 MAR 모델 식별 및 버블 사건 예측에 영향을 미친다.
• 모델은 패안드레믹 이전부터 팬데믹 기간까지의 월간 WTI 및 브렌트 석유 가격 시계열을 기반으로 추정 및 검증된다.
• 버블 탐지는 MAR 모델 내에서의 폭발적 근(root) 존재 여부에 기반하며, 이는 잠재적 가격 버블을 시사한다.
• 붕괴 확률은 버블 형성 후 반전 가능성 분석을 통해 추정되며, MAR 과정의 통계적 성질을 활용한다.

실험 결과

연구 질문

• RQ1 다양한 탈트렌드 필터는 석유 가격에서 MAR 모델 식별 및 버블 사건 예측에 어떤 영향을 미치는가?
• RQ2 MAR 모델은 코로나19 팬데믹 기간 동안 WTI 및 브렌트 석유 가격에서 사기성 버블을 얼마나 잘 탐지하고 예측할 수 있는가?
• RQ3 비정상적 석유 가격 시계열에서 추세를 제거하면서도 버블 패턴을 가장 잘 유지하는 탈트렌드 방법은 무엇인가?
• RQ4 MAR 모델 내 폭발적 역학의 존재와 가격 붕괴 확률 간의 상관관계는 어떠한가?
• RQ5 팬데믹 기간 동안 사전 팬데믹 조건에 비해 석유 가격의 버블 패턴이 더 두드러지거나 탐지 가능성이 높은가?

주요 결과

• MAR 모델은 특히 시장 불안정성 기간 동안 석유 가격 시계열의 비선형 특성, 예를 들어 사기성 버블을 효과적으로 포착한다.
• 적절한 탈트렌드 처리가 핵심이다: 일부 필터는 다른 필터보다 버블 신호를 더 잘 유지하며, 이는 모델 식별 및 예측 정확도를 크게 향상시킨다.
• 몬테카를로 시뮬레이션 결과, 탈트렌드 필터 선택이 MAR 모델 추정 및 붕괴 확률 예측의 신뢰성에 상당한 영향을 미친다.
• 코로나19 팬데믹 초기 단계에서 WTI 및 브렌트 석유 가격 양측 모두에서 버블 패턴이 더 뚜렷하게 드러나, 높은 사기성 거래 행동이 확인된다.
• 모델은 폭발적 가격 행동 기간 동안 붕괴 확률이 유의미하게 증가함을 추정하며, 이는 시장 반전 예측 가능성을 확인한다.
• MAR 모델에 미래 가격 의존성(선도)을 포함시킴으로써, 순수 인과 모델 대비 버블 붕괴를 탐지하고 예측하는 능력이 향상된다.