A Factor Analysis of Commodity Prices

In this study, a sample of fifty commodity prices is employed, after their logarithmic variations have been computed, in a dynamic factor model based on the one presented by Delle Chiaie, Ferrara and Giannone (2017), in order to extract a common factor able to represent the co-movements of the sample. The amount of explained variance of the sample by the global factor is equal to 16%. The model is then used to produce forecasts for the variations of the prices of the commodities, on different time spans, defined starting from 2015 and focused mostly on the periods related to the pandemic crisis and to the conflict between Russia and Ukraine. Through a comparison with fifty AR(1) models, the model’s predictive accuracy is evaluated. The common factor is then employed as a dependent variable in a linear regression model in which the response variable is the percentual variation of USA industrial production, in order to define if the commodity market has an influence on this measure or if is able to provide useful information about monthly inflation in the United States. In both cases, the forecasts have been computed for the already cited timespans and the relationship has been evaluated also through Granger causality tests. It is found that the model is competitive when it comes to commodity prices variations forecasts’ accuracy and that the common factor has the potential to be an useful measure if employed in models that have the goal of making predictions on these variables. The common factor is not in any way informative about the evolution of industrial production in the last decade. Regarding inflation, the findings do not tell clearly if the factor is able to improve the accuracy of the predictions in a notable way, but it can be a useful measure of the influence that the commodity market has on the variations of USA prices.

Nella tesi un campione di cinquanta prezzi di commodity viene impiegato, dopo aver calcolato le variazioni logaritmiche, in un dynamic factor model basato su quello presentato da Delle Chiaie, Ferrara e Giannone (2017), con lo scopo di estrarre un fattore di variazione comune in grado di rappresentare nella maniera più precisa possibile i co-movimenti del campione. La quantità di varianza del campione spiegata dal fattore ottenuto è pari al 16%. Il modello viene poi utilizzato per effettuare forecast relativi alle variazioni dei prezzi delle commodity stesse, su diversi archi temporali, definiti a partire dal 2015 e focalizzati principalmente sui periodi relativi alla pandemia e al conflitto fra Russia e Ucraina. La sua accuratezza predittiva viene poi confrontata con quella di cinquanta modelli AR(1). Il fattore comune viene poi impiegato come variabile dipendente in un modello di regressione lineare in cui la variabile indipendente è la variazione percentuale della produzione industriale statunitense, con lo scopo di determinare se il mercato delle commodity abbia un’influenza su tale misura o se sia in grado di fornire informazioni utili riguardo la sua evoluzione, migliorando l’accuratezza del modello. Per lo stesso scopo il fattore comune è stato impiegato in un modello VAR(12) costruito per prevedere l’evoluzione dell’inflazione mensile statunitense. In entrambi i casi, i forecast sono stati effettuati per gli archi temporali già citati e la relazione è stata valutata anche tramite dei test di causalità nel senso di Granger. Viene trovato che il modello risulta essere competitivo nella predizione delle variazioni dei prezzi delle commodity e che il fattore comune ha il potenziale per essere una misura utile se impiegata in modelli che hanno lo scopo di effettuare predizioni su tali variabili. Il fattore globale non risulta essere in alcun modo informativo riguardo l’evoluzione della produzione industriale nell’ultima decade. Per quanto riguarda l’inflazione, i risultati non dicono chiaramente se il fattore sia in grado di migliorare l’accuratezza delle previsioni in maniera significativa, ma esso può essere una misura utile per tracciare l’influenza che il mercato delle commodity ha sulla variazione dei prezzi statunitensi.