Effects of growing-season weather on the dynamic price relationships between biofuel feedstocks
Notice bibliographique
Résumé
Our study is the first to examine the effects of growing-season weather conditions on both the mean and variance of futures returns in the multipurpose agricultural commodity markets of U.S. soybean oil , Canadian canola, and Malaysian/Indonesian palm oil, based on their significance as substitutes in the global food and energy sectors. We use the vegetation health index (VHI) from major feedstock-growing regions in North America, Brazil, Malaysia, and Indonesia as an indicator of the anticipations of the future crop supply. We assess the impact of current VHI on price dynamics in these markets, we employ the EGARCH-X-DCC framework, which captures the effect of VHI-related news on both returns and short-term volatility in the food and biofuel markets. We also extend our analysis to explore how a crop's VHI, as a slow-moving determinant, influences volatility not only in its own market but also in substitute markets. For this, we use the GARCH-MIDAS-DCC framework, in which one year's worth of VHI acts as the slow-moving component in the MIDAS filter, allowing us to isolate the impact of slowly changing growing conditions on daily volatilities through the long-run component and the dynamic correlations between commodity returns. We find that information about current and longer-term growing-season weather conditions affects both the primary crop market and its substitutes. Furthermore, the broader set of crop condition information increases variability in the long-run correlation between commodity returns.
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 | 0,000 | 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 ».