Co-movement of Commodity Prices - Results from Dynamic Time Warping Classification

Autor

  • Sławomir Śmiech Uniwersytet Ekonomiczny w Krakowie, Katedra Statystyki

DOI:

https://doi.org/10.15678/ZNUEK.2015.0940.0409

Słowa kluczowe:

ceny towarów, klasyfikacja szeregów czasowych, dynamic time warping, wspólne zachowanie cen

Abstrakt

Tytuł artykułu: Podobieństwo ścieżek cen towarów na rynkach światowych - analiza na podstawie klasyfikacji szeregów czasowych za pomocą metody dynamic time warping

Wiele czynników powoduje problemy dotyczące modelowania zachowania cen towarów na rynkach światowych. Wśród nich wymienić można rozmaitość kategorii towarów - które dodatkowo nie są rozłączne, powiązania cen towarów z różnych kategorii - część towarów może być traktowana jako komplementarne, przyczyny wahań cen towarów. Pewne przyczyny (głównie po stronie popytowej), takie jak aktywność gospodarcza, stopy procentowe czy kursy walut, są wspólne dla wielu kategorii towarów, inne z kolei - związane z podażą - są specyficzne. Mimo to w ostatnich dziesięcioleciach ceny towarów zachowują się podobnie (co-move), co doczekało się wielu opracowań. W pracy przeprowadzono i oceniono grupowanie cen towarów w okresie przed kryzysem oraz po globalnym kryzysie finansowym w celu sprawdzenia, czy ceny towarów przed kryzysem i po kryzysie grupują się w podobne skupiska i czy homogeniczność tych skupisk jest podobna. Analiza została przeprowadzona na danych miesięcznych z okresu styczeń 2001-luty 2014. Wszystkie ceny oraz indeksy cen zaczerpnięto z bazy Banku Światowego. W badaniu wykorzystano metodę dynamic time warping, dzięki której wykazano, że wspólne zachowanie cen było silniejsze w okresie przed globalnym kryzysem finansowym. Ustalono także, że liczba skupisk jest niewielka, co oznacza, że można zauważyć tylko kilka tendencji w zakresie zachowania się cen na światowych rynkach towarowych.

Downloads

Download data is not yet available.

Bibliografia

Alonso A., Berrendero J., Hernandez A., Justel A. (2006), Time Series Clustering Based on Forecast Densities, "Computational Statistics & Data Analysis", vol. 51(2): 762-776, http://dx.doi.org/10.1016/j.csda.2006.04.035.

Akram F. Q. (2009), Commodity Prices, Interest Rates and the Dollar, "Energy Economics", vol. 31: 838-851.

Berndt D., Clifford J. (1994), Using Dynamic Time Warping to Find Patterns in Time Series, "KDDworkshop", vol. 10, nr 16: 359-370.

Byrne J. P., Fazio G., Fiess N. (2013), Primary Commodity Proces: Co-movements, Common Factors and Fundamentals, "Journal of Development Economics", vol. 101: 16-26, http://dx.doi.org/10.1016/j.jdeveco.2012.09.002.

Frankel J. A. (2008), The Effect of Monetary Policy on Real Commodity Prices (in:) J. Y. Campbell (ed.), Asset Prices and Monetary Policy, NBER Working Paper 12713, University of Chicago, Chicago.

Gilbert C. L. (2009), Speculative Influences on Commodity Futures Prices, 2006-2008, Working Paper, Department of Economics, University of Trento, Trento.

Grabiński T. (1975), Dynamiczne modele analizy taksonomicznej, Doctoral thesis, Akademia Ekonomiczna w Krakowie, Kraków.

Gohin A., Chantret F. (2010), The Long-run Impact of Energy Prices on World Agricultural Markets: The Role of Macro-economic Linkages, "Energy Policy", vol. 38: 333-339, http://dx.doi.org/10.1016/j.enpol.2009.09.023.

Hubert L., Arabie P. (1985), Comparing Partitions, "Journal of Classification", vol. 2(1): 193-218, http://dx.doi.org/10.1007/BF01908075.

Irwin S. H., Sanders D. R. (2011), Index Funds, Financialization, and Commodity Futures Markets, "Applied Economic Perspectives and Policy", vol. 33: 1-31, http://dx.doi.org/10.1093/aepp/ppq032.

Kaufman L., Rousseeuw P. J. (1990), Finding Groups in Data: An Introduction to Cluster Analysis, Wiley & Sons, New York.

Kilian L. (2008), Exogenous Oil Supply Shocks: How Big Are They and How Much do They Matter for the US Economy? "Review of Economics and Statistics", vol. 90: 216-240, http://dx.doi.org/10.1162/rest.90.2.216.

Kilian L. (2009), Not All Oil Price Shocks Are Alike: Disentangling Demand and Supply Shocks in the Crude Oil Market, "American Economic Review", vol. 99: 1053-1069, http://dx.doi.org/10.1257/aer.99.3.1053.

Krugman P. (2008), Commodity Prices, "NY Times", March 19.

Kakizawa Y., Shumway R. H., Taniguchi M. (1998), Discrimination and Clustering for Multivariate Time Series, "Journal of the American Statistical Association", vol. 93: 328-340.

Kumar M., Patel N. R. (2007), Clustering Data with Measurement Errors, "Computational Statistics and Data Analysis", vol. 51: 6084-6101, http://dx.doi.org/10.1016/j.csda.2006.12.012.

Liao W. T. (2005), Clustering of Time Series Data - A Survey, "Pattern Recognition", vo.l 38: 1857-1874, http://dx.doi.org/10.1016/j.patcog.2005.01.025.

Natanelov V., Mohammad J., Alam M. J., McKenzie A. M., Huylenbroeck G. V. (2011), Is There Co-movement of Agricultural Commodities Futures Prices and Crude Oil? "Energy Policy", vol. 39: 4971-4984, http://dx.doi.org/10.1016/j.enpol.2011.06.016.

Nazlioglu S., Soytas U. (2012), Oil Price, Agricultural Commodity Prices, and the Dollar: A Panel Cointegration and Causality Analysis, "Energy Economics", vol. 34: 1098-1104, http://dx.doi.org/10.1016/j.eneco.2011.09.008.

Papież M., Śmiech S. (2011), The Analysis of Relations between Primary Fuel Prices on the European Market in the Period 2001-2011, "Rynek Energii", vol. 5: 139-144.

Pindyck R. S., Rotemberg J. J. (1990), The Excess Co-movement of Commodity Prices, "Economic Journal", vol. 100: 1173-89.

Phillips P. C. B., Yu J. (2010), Dating the Timeline of Financial Bubbles during the Subprime Crisis, Cowles Foundation Discussion Paper No. 1770, Yale University, Yale, http://dx.doi.org/10.3982/QE82.

Svensson L. E. O. (2008), The Effect of Monetary Policy on Real Commodity Prices: Comment (in:) J. Y. Campbell (ed.), Asset Prices and Monetary Policy, NBER Working Paper 12713, University of Chicago, Chicago.

Numer

Dział

Artykuły