The Convenience Yield and the Informational Content of the Oil Futures Price
Notice bibliographique
Résumé
Recent studies have shown that futures prices do not generally outperform naive no-change forecasts of spot prices, calling into question the usefulness of futures prices for forecasting purposes. However, such usefulness is predicated on the question of whether certain modeling strategies are able to yield more of the information found in futures prices. Applying a forecast-based approach, we study the extent to which alternative ways of modeling futures prices can reveal the extent of the information present in futures prices. Using weekly and monthly data, and futures of maturities of one to four months, we notably examine the out-of-sample predictability of futures prices over various forecast horizons, and in real-time, whereby parameters are updated prior to each sequential forecast. Our results with weekly data are particularly interesting. We find that models allowing for a time-varying convenience yield often produce considerably more precise forecasts over the three forecast horizons considered. Thus, more of the informational content of futures prices is attainable when both the price level and the distance of the latter from spot price are jointly considered, rather than when only the price level is considered. We also document that forecast performances improve with longer date-to-maturity futures, suggesting that the role of the convenience yield is greater when physical oil inventories are held for longer durations. Finally, we show that forecast accuracy is highest at the one year horizon, though the time-varying convenience models have a much higher accuracy than unit-root-based models even over the three and five-year horizons.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,044 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,004 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».