Przenoszenie zmienności cen pomiędzy rynkami towarów rolnych i energetycznych – perspektywa rynków europejskich w czasie pandemii COVID-19 i wojny rosyjsko-ukraińskiej

Małgorzata Just; Krzysztof Echaust

doi:10.53098/wir.2023.2.199/02

Autor

Małgorzata Just Dr Małgorzata Just, Uniwersytet Przyrodniczy w Poznaniu, Wydział Ekonomiczny, Katedra Finansów i Rachunkowości, ul. Wojska Polskiego 28, 60-637 Poznań https://orcid.org/0000-0001-7655-6046
Krzysztof Echaust dr hab. Krzysztof Echaust, prof. UEP, Uniwersytet Ekonomiczny w Poznaniu, Instytut Informatyki i Ekonomii Ilościowej, Katedra Badań Operacyjnych i Ekonomii Matematycznej, al. Niepodległości 10, 61-875 Poznań https://orcid.org/0000-0002-3855-256X

DOI:

https://doi.org/10.53098/wir.2023.2.199/02

Słowa kluczowe:

zmienność cen, przenoszenie zmienności, towary rolne, towary energetyczne

Abstrakt

Celem pracy była ocena powiązań w zakresie zmienności cen pomiędzy pięcioma rynkami terminowymi z giełd Euronext i ICE: pszenicy, kukurydzy, rzepaku, ropy Brent i gazu ziemnego w okresie styczeń 2017–styczeń 2023, a w szczególności wskazanie rynków będących dominującym źródłem zmienności wśród rozpatrywanych. Do przeprowadzenia tej oceny zastosowano indeks przenoszenia zmienności Diebolda-Yilmaza bazujący na uogólnionej dekompozycji wariancji błędu prognozy oraz jego rozszerzenie w dziedzinie częstotliwości Baruníka-Křehlíka. Okres od wybuchu pandemii COVID-19 do początku 2023 r. wiąże się ze wzrostem zmienności cen na rynkach żywności i energii. W czasie pandemii COVID-19 efekt przenoszenia zmienności pomiędzy rynkami był dwukrotnie silniejszy niż w latach 2017–2019, a podczas wojny rosyjsko-ukraińskiej trzykrotnie. Główne źródło szoków rynkowych w okresie rozprzestrzeniania się wirusa SARS-CoV-2 stanowił rynek rzepaku, podczas gdy w czasie działań wojennych w Ukrainie rolę tę przejął rynek pszenicy. Zmienność nie była przenoszona natychmiastowo, dając tym samym szansę na wdrożenie procedur zarządzania ryzykiem, które łagodziłyby wpływ szoków pochodzących z jednego rynku na pozostałe.

Niniejszy artykuł został opracowany w ramach projektu badawczego nr UMO-2022/47/B/HS4/01194 „Wpływ konfliktu w Ukrainie na ceny i zmienność cen żywności i energii oraz postrzeganie ryzyka gospodarek Unii Europejskiej” finansowanego przez Narodowe Centrum Nauki w Polsce.

Bibliografia

Abbott P.C., Hurt C., Tyner W.E. (2009). What’s Driving Food Prices? Farm Foundation Issue Report. Oak Brook, IL., 58–64. https://www1.eere.energy.gov/bioenergy/pdfs/farm_ foundation_whats_driving_food_prices.pdf (dostęp: 28.03.2023).

Ang A., Bekaert G. (2002). International asset allocation with regime shifts. Review of Financial Studies, 15 (4), 1137–1187. https://doi.org/10.1093/rfs/15.4.1137.

Antonakakis N., Chatziantoniou I., Gabauer D. (2020). Refined measures of dynamic connectedness based on time-varying parameter vector autoregressions. Journal of Risk and Financial Management, 13 (4), 84. https://doi.org/10.3390/jrfm13040084.

Baffes J. (2007). Oil spills on other commodities. Resources Policy, 32 (3), 126–134. https://doi.org/10.1016/j.resourpol.2007.08.004.

Balcilar M., Bekun F.V. (2020). Do oil prices and exchange rates account for agricultural commodity market spillovers? Evidence from the Diebold and Yilmaz Index. Agrekon, 59 (3), 366–385. https://doi.org/10.1080/03031853.2019.1694046.

Barbaglia L., Croux C., Wilms I. (2020). Volatility spillovers in commodity markets: A large t-vector autoregressive approach. Energy Economics, 85, 104555. https://doi.org/10.1016/j.eneco.2019.104555.

Baruník J., Křehlík T. (2018). Measuring the frequency dynamics of financial connectedness and systemic risk. Journal of Financial Econometrics, 16 (2), 271–296. https://doi.org/10.1093/jjfinec/nby001.

Bouri E., Demirer R., Gupta R., Pierdzioch C. (2020). Infectious diseases, market uncertainty and oil market volatility. Energies, 13 (16), 4090. https://doi.org/10.3390/en13164090.

Chang C.-L., McAleer M., Wong W.-K. (2020). Risk and financial management of COVID-19 in business, economics and fi nance. Journal of Risk and Financial Management, 13 (5), 102. https://doi.org/10.3390/jrfm13050102.

Chang T.-H., Su H.-M. (2010). The substitutive effect of biofuels on fossil fuels in the lower and higher crude oil price periods. Energy, 35 (7), 2807–2813. https://doi.org/10.1016/j.energy.2010.03.006.

Czech K., Górska A., Kozioł-Kaczorek D. (2019). Związki cenowe towarów w warunkach finansjeryzacji gospodarki na przykładzie cen ropy naftowej, złota i pszenicy. Warszawa: Wydawnictwo SGGW.

Diebold F.X., Yilmaz K. (2015). Financial and Macroeconomic Connectedness: A Network Approach to Measurement and Monitoring. New York: Oxford University Press.

Diebold F.X., Yilmaz K. (2012). Better to give than to receive: Predictive directional measurement of volatility spillovers. International Journal of Forecasting, 28 (1), 57–66. https://doi.org/10.1016/j.ijforecast.2011.02.006.

Diebold F.X., Yilmaz K. (2009). Measuring financial asset return and volatility spillovers, with application to global equity markets. The Economic Journal, 119 (534), 158–171. https://doi.org/10.1111/j.1468-0297.2008.02208.x.

Du X., Yu C.L., Hayes D.J. (2011). Speculation and volatility spillover in the crude oil and agricultural commodity markets: A Bayesian analysis. Energy Economics, 33, 497–503. https://doi.org/10.1016/j.eneco.2010.12.015.

El Montasser G., Malek Belhoula M., Charfeddine L. (2023). Co-explosivity versus leading effects: Evidence from crude oil and agricultural commodities. Resources Policy, 81, 103331. https://doi.org/10.1016/j.resourpol.2023.103331.

Euronext (2023). Commitments of Traders Report. https://live.euronext.com/products/commodities/commitments_of_traders (dostęp: 9.02.2023).

Farid S., Naeem M.A., Paltrinieri A., Nepal R. (2022). Impact of COVID-19 on the quantile con nectedness between energy, metals and agriculture commodities. Energy Economics, 109, 10596. https://doi.org/10.1016/j.eneco.2022.105962.

Gong X., Liu Y., Wang X. (2021). Dynamic volatility spillovers across oil and natural gas futures markets based on a time-varying spillover method. International Review of Financial Analysis, 76, 101790. https://doi.org/10.1016/j.irfa.2021.101790.

Hamulczuk M., Klimkowski C. (2011). Powiązania między cenami ropy a cenami pszenicy w Polsce. Roczniki Nauk Rolniczych, seria G, 98 (3), 176–190.

Hassen T.B., Bilali H.E. (2022). Impacts of the Russia-Ukraine war on global food security: Towards more sustainable and resilient food systems? Foods, 11 (15), 2301. https://doi.org/10.3390/foods11152301.

Hung N.T. (2021). Oil prices and agricultural commodity markets: Evidence from pre and during CO VID-19 outbreak. Resources Policy, 73, 102236. https://doi.org/10.1016/j.resourpol.2021.102236.

IGC [International Grains Council] (2022a). Grain Market Report: Russia-Ukraine conflict. https://www.igc.int/en/gmr_summary.aspx (dostęp: 27.01.2023).

IGC (2022b). Databank: Ukraine production and trade (main grains & oilseeds/products). https://www.igc.int/en/downloads/2022/gen2122misc1.pdf (dostęp: 27.01.2023).

Irwin S.H., Sanders D.R. (2012). Financialization and structural change in commodity futures markets. Journal of Agricultural and Applied Economics, 44 (3), 371–396. https://doi.org/10.1017/S1074070800000481.

Ji Q., Bouri E., Roubaud D., Shahzad S.J.H. (2018). Risk spillover between energy and agricultural commodity markets: A dependence-switching CoVaR-copula model. Energy Economics, 75, 14–27. https://doi.org/10.1016/j.eneco.2018.08.015.

Just M., Echaust K. (2022). Dynamic spillover transmission in agricultural commodity markets: What has changed after the COVID-19 threat? Economics Letters, 217, 110671. https://doi.org/10.1016/j.econlet.2022.110671.

Just M., Echaust K. (2020). Stock market returns, volatility, correlation and liquidity during the COVID-19 crisis: Evidence from the Markov switching approach. Finance Research Letters, 37, 101775. https://doi.org/10.1016/j.frl.2020.101775.

Kumar D. (2017). On volatility transmission from crude oil to agricultural commodities. Theoretical Economics Letters, 7, 87–101. https://doi.org/10.4236/tel.2017.72009.

Le Z., Su Y. (2020). Dynamic spillovers between international crude oil market and China’s commodity sectors: Evidence from time-frequency perspective of stochastic volatility. Frontiers in Energy Research, 8. https://doi.org/10.3389/fenrg.2020.00045.

Liu W. (2009). Analysis of co-integration and volatility spillover effects between Chinese and international agricultural products futures markets. 2009 International Conference on Management and Service Science, 10953556. https://ieeexplore.ieee.org/document/5301807 (dostęp: 31.01.2023)

Nyga-Łukaszewska H., Aruga K. (2020). Energy prices and COVID-immunity: The case of crude oil and natural gas prices in the US and Japan. Energies, 13 (23), 6300. https://doi.org/10.3390/en13236300.

Pal D., Mitra S.K. (2020). Time-frequency dynamics of return spillover from crude oil to agricultural commodities. Applied Economics, 52 (49), 5426–5445. https://doi.org/10.1080/00036846.2020.1764482.

Paris A. (2018). On the link between oil and agricultural commodity prices: Do biofuels matter? International Economics, 155, 48–60. https://doi.org/10.1016/j.inteco.2017.12.003.

Parkinson M. (1980). The extreme value method for estimating the variance of the rate of return. Journal of Business, 53 (1), 61–6 5.

Pesaran H.H., Shin Y. (1998). Generalized impulse response analysis in linear multivariate models. Economics Letters, 58 (1), 17–29. https://doi.org/10.1016/S0165-1765(97)00214-0.

Rokicki T., Perkowska A., Klepacki B., Bórawski P., Bełdycka-Bórawska A., Michalski K., (2021). Changes in energy consumption in agriculture in the EU countries. Energies, 14 (6), 1570. https://doi.org/10.3390/en14061570.

Rosiak E. (red.) (2021). Rynek rzepaku. Stan i perspektywy. Analizy Rynkowe, 59.

Shah A.A., Dar A.B. (2022). Asymmetric, time and frequency-based spillover transmission in financial and commodity markets. Journal of Economic Asymmetries, 25, e00241. https://doi.org/10.1016/j.jeca.2022.e00241.

Śmiech S., Papież M., Fijorek K., Dąbrowski M.A. (2019). What drives food price volatility? Evidence based on a generalized VAR approach applied to the food, financial and energy markets. Economics, 13 (1), 20190014. https://doi.org/10.5018/economics-ejournal.ja.2019-14.

Taghizadeh-Hesary F., Rasouline zhad E., Yoshino N. (2019). Energy and food security: Linkages through price volatility. Energy Policy, 128, 796–806. https://doi.org/10.1016/j.enpol.2018.12.043.

Tang K., Xiong W. (2012). Index investment and financialization of commodities. Financial Analysts Journal, 68 (6), 54–74. https://doi.org/10.2469/faj.v68.n6.5.

Tibshirani R. (1996). Regression shrinkage and selection via the lasso. Journal of the Royal Statistical Society. Series B (Methodological), 58 (1), 267–288.

Tiwari A.K., Abakah E.J.A., Adewuyi A.O., Lee C.-C. (2022). Quantile risk spillovers between energy and agricultural commodity markets: Evidence from pre and during COVID-19 outbreak. Energy Economics, 113, 106235. https://doi.org/10.1016/j.eneco.2022.106235.

Tomaszewski J. (2015). Finansjalizacja a zmiany strukturalne na rynku towarów rolnych w pierwszych latach XXI w. Annales Universitatis Mariae Curie-Skłodowska. Sectio H. Oeconomia, 49 (4), 601–610. https://doi.org/10.17951/h.2015.49.4.601.

Wei C.C., Ch en S.M. (2016). Examining the relationship of crude oil future price return and agricultural future price return in US. International Journal of Energy Economics and Policy, 6 (1), 58–64.

Wheeler C.M., Baffes J., Kabundi A.N., Kindberg-Hanlon G., Nagle P.S.O., Ohnsorge F.L. (2020). Adding fuel to the fire: Cheap oil during the COVID-19 pandemic. Policy Research Working Paper Series 9320, The World Bank. https://ideas.repec.org/p/wbk/wbrwps/ 9320.html (dostęp: 23.06.2021).

World Bank Group (2022). Commodity Markets Outlook: The Impact of the War in Ukraine on Commodity Markets, April 2022. A World Bank Report. Washington, DC: World Bank. https://openknowledge.worldbank.org/bitstream/handle/10986/37223/CMOApril-2022.pdf (dostęp: 27.01.2023).

Xiarchos I.M., Burnett J.W. (2018). Dynamic volatility spillovers between agricultural and energy commodities. Journal of Agricultural and Applied Economics, 50 (3), 291–318. https://doi.org/10.1017/aae.2017.34.

Yang J., Li Z., Miao H. (2021). Volatility spillovers in commodity futures markets: A network approach. Journal of Futures Markets, 41 (12), 1959–1987. https://doi.org/10.1002/fut.22270.

Yang J., Qiu H., Huang J., Rozelle S. (2008). Fighting global food price rises in the developing world: The response of China and its effect on domestic and world markets. Agricultural Economics, 39 (Suppl. 1), 453–464. https://doi.org/10.1111/j.1574-0862.2008.00351.x.