Wartość zagrożona w warunkach ufinansowienia rynków surowców rolnych

• Autorzy: Małgorzata Just

Warianty tytułu

Value at Risk in Conditions of Financialisation of Agricultural Commodity Markets

• Języki publikacji: PL

Abstrakty

Cel - Celem głównym pracy była analiza przydatności wybranych warunkowych modeli szacowania wartości zagrożonej do pomiaru ryzyka inwestycji na rynkach kontraktów futures na surowce rolne wobec ufinansowienia tych rynków. Celem dodatkowym była ocena i porównanie poziomu ryzyka inwestycji w kontrakty futures na poszczególne surowce rolne na różnych giełdach. Metodologia badania - Wykorzystano modele GARCH z rozkładem skośnym t-Studenta, GARCH-EVT i GARCH-FHS do szacowania wartości zagrożonej kontraktów futures na surowce rolne oraz testy Kupca, Christoffersena, Christoffersena i Pelletiera do oceny jakości oszacowań wartości zagrożonej. Wynik - Modele GARCH z rozkładem skośnym t-Studenta i GARCH-EVT pozwoliły na poprawne szacowanie wartości zagrożonej kontraktów futures na surowce rolne w okresie ufinanoswienia rynków surowców rolnych. Występowały różnice w poziomie ryzyka inwestycji w kontrakty futures na dany surowiec rolny na różnych giełdach. Oryginalność/Wartość - Według wiedzy autora zagadnienie pomiaru wartości zagrożonej kontraktów futures na surowce rolne rzadko było podejmowane w literaturze, szczególnie w przypadku kontraktów notowanych na różnych giełdach.(abstrakt oryginalny)

EN

Purpose - The main objective of this study was to analyze the usefulness of selected conditional VaR estimation models to measure the risk of an investment in the agricultural commodities futures markets in conditions of the financialisation of these markets. An additional aim was to evaluate and compare the level of an investment risk in the futures contract on particular agricultural commodities on different exchanges. Design/Methodology/approach - To estimate the VaR of the futures contracts for agricultural commodities the following conditional models were used: GARCH with a skewed Student-t distribution, GARCH-EVT and GARCH-FHS. To verify the effectiveness of tested models the following tests were implemented: Kupiec test, Christoffersen test, Christoffersen and Pelletier test. Findings - GARCH with a skewed Student-t distribution and GARCH-EVT allowed for correct estimation of the value at risk of the futures contracts for agricultural commodities during the financialisation of the agricultural commodities markets. There were differences in the level of an investment risk in the futures contracts on agricultural raw material on various exchanges. Originality/Value - According to the author's knowledge the issue of measuring the value at risk of futures contracts for agricultural commodities rarely been undertaken in the literature, especially in the case of contracts traded on various exchanges.(original abstract)

Słowa kluczowe

PL

Produkty rolne; Ryzyko inwestycyjne; Kontrakty futures

EN

Agricultural products; Investment risk; Futures contracts

• Czasopismo: Finanse, Rynki Finansowe, Ubezpieczenia
• Rocznik: 2017
• Numer: nr 2 (86) Rynek kapitałowy : skuteczne inwestowanie
• Strony: 207-220

Twórcy

autor

Małgorzata Just

• Uniwersytet Przyrodniczy w Poznaniu

Bibliografia

• Acworth, W. (2016). 2015 Annual Survey: Global Derivatives Volume. MarketVoice. Pobrano z: http://www.marketvoicemag. org/?q=content/2015-annual-survey-global-derivatives-volume (25.08.2016).
• Bollerslev, T. (1986). Generalized autoregressive conditional heteroskedasticity. Journal of Econometrics, 31 (3), 307-327.
• Christoffersen, P. (1998). Evaluating interval forecasts. International Economic Review, 39 (4), 841-862.
• Christoffersen, P., Pelletier, D. (2004). Backtesting value-at-risk: a duration based approach. Journal of Financial Econometrics, 2 (1), 84-108.
• Disaggregated Commitment of Traders Reports (2004-2015). Pobrano z: http://www.cftc.gov/marketreports/commitmentsoftraders/index.htm (5.09.2016).
• Doman, M., Doman, R. (2009). Modelowanie zmienności i ryzyka. Metody ekonometrii finansowej. Kraków: Oficyna.
• Echaust, K. (2014). Ryzyko zdarzeń ekstremalnych na rynku kontraktów futures w Polsce. Poznań: Wydawnictwo Uniwersytetu Ekonomicznego w Poznaniu.
• Giot, P., Laurent, S. (2003). Market risk in commodity markets: a VaR approach. Energy Economics, 25, 435-457.
• Hull, J., White, A. (1998). Incorporating volatility updating into the historical simulation method for VaR. Journal of Risk, 1 (1), 5-19.
• Jajuga, K., Kuziak, K., Papla, D., Rokita, P. (2001). Ryzyko wybranych instrumentów polskiego rynku finansowego. Rynek Terminowy, 11, 133-140.
• Kupiec, P. (1995). Techniques for verifying the accuracy of risk management models. Journal of Derivatives, 3, 73-84.
• McNeil, A.J. (1999). Extreme Value Theory for risk management. Zurich: Mimeo ETZH Zentrum.
• McNeil, A.J., Frey, R. (2000). Estimation of tail-related risk for heteroskedastic financial time series: an extreme value approach. Journal of Empirical Finance, 7 (3), 271-300.
• Morgan, W., Cotter, J., Dowd, K. (2012). Extreme measure of agricultural risk. Journal of Agricultural Economics, 63 (1), 65-82.
• Stryjek, A. (2013). O wyborze metody estymacji wartości zagrożonej na przykładzie portfela narażonego na ryzyko zmian kursów USD/PLN i EUR/PLN. Zeszyty Naukowe Wyższej Szkoły Bankowej we Wrocławiu, 2 (34), 393-408.
• 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. DOI:10.17951/h.2015.49.4.601.
• Van Oordt, M.R.C., Stork, P.A., De Vries, C.G. (2013). On agricultural commodities' extreme price risk. DNB Working Paper, 403, 1-27.
• www.barchart.com (25.08.2016).

Identyfikatory

DOI

10.18276/frfu.2017.86-17