This thesis studies the effect of Multivariate ENSO index, oil price, euro U.S. dollar exchange rate, export volumes, ending stocks, world population and biofuels production on the five main food commodities prices: corn, soybeans, wheat, rice and barley. The econometric model is estimated with Ordinary Least Squares, and the standard errors are robust to heteroskedasticity and clustered in weeks in order to allow the autocorrelation between observations in the same cluster. The analysis is conducted estimating five models separately, one for each commodity price. The inclusion of the ENSO index as explicative variable for estimating a single food commodity price is new in the literature as, to the best of my knowledge, all the previous papers estimate the impact of the multivariate ENSO index on the FAO index of food commodities prices or on an index created by the authors, limiting the interpretability or biasing the interpretation of the variables. The main finding of this thesis is that it documents a different effect of Multivariate ENSO index on different commodities, sometimes even of opposite for different commodities. For each unit increase, the corn price decreases by 3.6 U.S. dollars per metric ton, wheat price decreases by 2.4 U.S. dollar per metric ton and barley price decreases by 1 U.S. dollar per ton. For the same variation in the index soybeans price increases by 2.3 U.S. dollars per ton, while rice price increases by 2 U.S. dollars per ton. This effect is of great magnitude in relative terms if, for instance, compared with the effect of crude oil price on a given commodity: for one U.S. dollar increase in the oil price, the corn price increases by 0.87 U.S. dollar, the soybeans price by 1.54 U.S. dollar, wheat price by 0.96 U.S. dollar, the rice price by 0.78 U.S. dollar and finally the barley price by 1.34 U.S. dollar. Another novelty of this work is that the google trend variable has been added among the regressors to exploit the new data produced by the Internet to predict the trend in cereals prices. Although restricted to the low sample size, google tend variable exhibits significance and positive effect on three over five cereals prices. For one unit increase of the variable, corn price increases by 1.21 U.S. dollars, soybeans price by 0.61 U.S. dollars and wheat price by 1.60 U.S. dollars. These results have important policy implications, with particular reference to developing and underdeveloped countries, because understanding what moves the food commodity prices can help policy makers to control these factors in order to prevent periodical picks and falls in that can generate the abandonment of cultivates fields and create conditions for a future price pick. Finally, these findings may be considered in future policy interventions in order to quantify and control the written factors affecting the price of food (corn, soybeans, wheat, rice) at the basis of their population diet. The model remains valid even in the case of a meat-based diet, as the considered commodities are used as feeding in livestock.
Questa tesi è finalizzata allo studio degli effetti dell'indice ENSO , del prezzo del petrolio, del tasso di cambio euro dollaro, dei volumi di export, delle scorte finali, della popolazione mondiale e della produzione di biocarburanti sul prezzo delle cinque principali commodity alimentari quali mais, soia, grano, riso ed orzo. L'analisi stima separatamente cinque modelli, uno per ogni cereale; il modello econometrico impiegato è il metodo dei minimi quadrati ordinari (OLS) con errori standard robusti all'eteroschedasticità clusterizzati per settimana al fine di permettere l'autocorrelazione tra le osservazioni nello stesso gruppo. Per quanto mi è stato concesso sapere, l'inclusione dell'indice ENSO come variabile esplicativa del prezzo di un singolo cereale costituisce un aspetto nuovo in letteratura; ricerche precedenti, infatti, utilizzano un indice che riassume l'andamento dei prezzi di un insieme di commodity alimentari: ad esempio l'indice F.A.O o un indice dei prezzi creato ad hoc. Questa trasformazione può limitare e distorcere l'interpretazione e l'impatto dei coefficienti stimati. Il risultato principale che questa analisi documenta è l'effetto diverso ed in alcuni casi opposto dell'indice ENSO su differenti commodity. A fronte di un incremento unitario dell'indice, il prezzo del mais decresce di 3.6 dollari alla tonnellata, il prezzo del grano diminuisce di 2.4 dollari alla tonnellata e il prezzo dell'orzo cala di 1 dollaro alla tonnellata. Al contrario, conseguentemente ad un aumento unitario dell'indice ENSO il prezzo della soia aumenta di 2.3 dollari alla tonnellata mentre il prezzo del riso viene incrementato di 2 dollari alla tonnellata. Questi effetti hanno un impatto considerevole in termini relativi se si pensa che sono paragonabili all'influenza del prezzo del petrolio sui cereali: per un incremento unitario di quest'ultimo il prezzo del mais sale di 0.87 dollari, quello della soia di 1.54 dollari, il prezzo del grano cresce di 0.96 dollari, il prezzo del riso aumenta di 0.78 dollari mentre il prezzo dell'orzo rialza di 1.34 dollari. Un'ulteriore novità apportata da questa ricerca è l'introduzione tra i regressori della variabile google trend che permette di esplorare e sfruttare i dati prodotti dalla rete internet per predire l'andamento dei prezzi dei cereali. Nonostante la limitatezza del numero delle osservazioni, questa variabile mostra significatività ed effetto positivo su tre delle 5 commodity prese in esame: conseguentemente ad un aumento unitario del regressore google trend, il prezzo del mais aumenta di 1.21 dollari, quello della soia di 0.61 mentre il prezzo del grano rialza di 1.60 dollari. Questi risultati hanno implicazioni politiche importanti in particolare per paesi sottosviluppati o in via di sviluppo. Capire cosa influenza i prezzi dei cerali aiuta i politici a controllare questi fattori e prevenire crolli momentanei del valore delle derrate alimentari. I crolli causano l'abbandono delle campagne e generano le condizioni ideali per futuri picchi di prezzo. Inoltre, le stime riportate nella tesi possono essere utilizzate per futuri interventi politici dal momento che quantificano l'effetto dei soprascritti fattori che impattano sul prezzo del cibo (mais, soia, grano, riso) alla base della dieta della popolazione. Il modello rimane significativo anche nel caso di paesi sviluppati che hanno alla base della propria dieta cibi più ricchi come ad esempio carne. Infatti, le commodity studiate sono la componente principale dell'alimentazione di animali destinati alla produzione di carne.
The driver of food commodities prices
CHIESA, FABIO
2017/2018
Abstract
This thesis studies the effect of Multivariate ENSO index, oil price, euro U.S. dollar exchange rate, export volumes, ending stocks, world population and biofuels production on the five main food commodities prices: corn, soybeans, wheat, rice and barley. The econometric model is estimated with Ordinary Least Squares, and the standard errors are robust to heteroskedasticity and clustered in weeks in order to allow the autocorrelation between observations in the same cluster. The analysis is conducted estimating five models separately, one for each commodity price. The inclusion of the ENSO index as explicative variable for estimating a single food commodity price is new in the literature as, to the best of my knowledge, all the previous papers estimate the impact of the multivariate ENSO index on the FAO index of food commodities prices or on an index created by the authors, limiting the interpretability or biasing the interpretation of the variables. The main finding of this thesis is that it documents a different effect of Multivariate ENSO index on different commodities, sometimes even of opposite for different commodities. For each unit increase, the corn price decreases by 3.6 U.S. dollars per metric ton, wheat price decreases by 2.4 U.S. dollar per metric ton and barley price decreases by 1 U.S. dollar per ton. For the same variation in the index soybeans price increases by 2.3 U.S. dollars per ton, while rice price increases by 2 U.S. dollars per ton. This effect is of great magnitude in relative terms if, for instance, compared with the effect of crude oil price on a given commodity: for one U.S. dollar increase in the oil price, the corn price increases by 0.87 U.S. dollar, the soybeans price by 1.54 U.S. dollar, wheat price by 0.96 U.S. dollar, the rice price by 0.78 U.S. dollar and finally the barley price by 1.34 U.S. dollar. Another novelty of this work is that the google trend variable has been added among the regressors to exploit the new data produced by the Internet to predict the trend in cereals prices. Although restricted to the low sample size, google tend variable exhibits significance and positive effect on three over five cereals prices. For one unit increase of the variable, corn price increases by 1.21 U.S. dollars, soybeans price by 0.61 U.S. dollars and wheat price by 1.60 U.S. dollars. These results have important policy implications, with particular reference to developing and underdeveloped countries, because understanding what moves the food commodity prices can help policy makers to control these factors in order to prevent periodical picks and falls in that can generate the abandonment of cultivates fields and create conditions for a future price pick. Finally, these findings may be considered in future policy interventions in order to quantify and control the written factors affecting the price of food (corn, soybeans, wheat, rice) at the basis of their population diet. The model remains valid even in the case of a meat-based diet, as the considered commodities are used as feeding in livestock.È consentito all'utente scaricare e condividere i documenti disponibili a testo pieno in UNITESI UNIPV nel rispetto della licenza Creative Commons del tipo CC BY NC ND.
Per maggiori informazioni e per verifiche sull'eventuale disponibilità del file scrivere a: unitesi@unipv.it.
https://hdl.handle.net/20.500.14239/9881