Modeling the Impact of Agricultural Shocks on Oil Price in the US: A New Approach
Notice bibliographique
Résumé
The current literature has generally considered prices of the agricultural commodity as an endogenous factor to crude oil price. As such, the role of the agricultural market in the energy sector has been largely ignored. We argue that the expansion of agricultural production may trigger a significant increase in oil price. In addition, the world has recently witnessed a growth in biofuel production, leading to an increase in the size of the agricultural sector. This study is conducted to examine the impact of different agricultural shocks on the oil and agricultural markets in the US for the period from 1986 to 2018. The study utilizes the Structural Vector Autoregressive (SVAR) model to estimate the relationship between the agricultural market and the crude oil market. Moreover, the variance decomposition is also used to quantify the contribution of agricultural demand shocks on oil price variations. Findings from this paper indicate that different agricultural shocks can have different effects on oil price and that corn use in ethanol plays an important role in the impact of corn demand shocks on oil price. We find evidence that the agricultural market can have an impact on oil prices through two main channels: indirect cost push effect and direct biofuel effect. Of these, the biofuel channel unexpectedly suggests that the expansion of bioethanol may in fact foster the dependency of the economy on fossil fuel use and prices.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».