Volatility spillovers between crude oil and food commodities

Abstract

V této práci se zabýváme šířením volatility mezi ropou a komoditními potravinami. Základní hypotéza stanovuje ropu jakožto výrobní faktor těchto komoditních potravin a naším cílem je kvantifikování odpovídajících ceonových efektů. Využíváme především metod vlnkové koherence a částečné vlnkové koherence, které poskytují hodnotný vhled do onoho spletence komodit, a to bez nutnosti jakýchkoliv přísných omezení a předpokladů, splňovaných našimi daty. Dále aplikujeme DCC-GARCH model, s cílem zachycení předpokládaného šíření volatility. Zároveň jsme provedli i několik jednoduchých analýz k porovnání, jmenovitě jsme otestovali tzv. Grangerovu kauzalitu a spočítali jsme Personův korelační koeficient. Náš vzorek dat, obsahující 10 komodit a dva indexy, pokrývá poslední dekádu, výrazně rozšiřujíc již existující literární kontext. Naše výsledky jsou povětšinou konzistentní se spjatou literaturou, a to především v rámci skupiny ropa-paliva a skupiny zahrnující potraviny. Výsledky v rámci primární otázky našeho výzkumu, zabývajícího se šířením volatility mezi ropou a potravinami, identifikují relativně silný vztah ropy jak se sójou, tak i s kukuřicí. Vztahy ropy s bavlnou a pšenicí respektive, jsou shledány býti komparativně slabší, a spojitosti mezi ropou a skotem jsou prakticky nulové. Hlavní přínosy této práce...

In this thesis, we analyze volatility spillovers between crude oil and food commodities. The principal hypothesis assumes crude oil to behave as a production factor of the agricultural food commodities, thence we are looking for appropriate price effects. We mainly employ wavelet coherence and partial wavelet coherence, which provide us with valuable insight into the commodities nexus, without any strict restraints and assumptions levied on our data. Secondly, we build a DCC-GARCH model in order to model the presumed volatility spillovers. We also perform several simple benchmark analyses, in particular we test for Granger causality and we compute the Pearson correlation coefficients. Our data sample, including 10 commodities and 2 indices, covers the latest decade, significantly widening the existing contextual literature. Our results are mostly compliant with related literature, especially regarding the crude oil-fuels bundle and food commodities bundle, respectively. Considering the main research question of volatility spillovers between food commodities and crude oil, our results are indicating reasonably strong relationships with crude oil for soybeans and corn, leaving cotton and wheat rather on the verge of strong relationship and finding cattle to be completely unrelated. Main merits of the thesis...