MODELO DE VECTOR DE CORRECCION DE ERROR PARA PRECIOS SPOT Y FUTUROS DEL PETROLEO,

of 22/22
Facultad de Ciencias Económicas y Sociales Escuela de Economía Empresarial Cátedra: Técnica de Estimación Económica Profesor: Erikson Castro MODELO VEC PARA PRECIOS SPOT Y FUTUROS DEL PETROLEO, PERIODO 1986-2012 Barreto, María Jimena Marín, Joseph Nomnom, Antuan Torres, Jesús Caracas, junio de 2012.
  • date post

    24-Jul-2015
  • Category

    Documents

  • view

    226
  • download

    0

Embed Size (px)

Transcript of MODELO DE VECTOR DE CORRECCION DE ERROR PARA PRECIOS SPOT Y FUTUROS DEL PETROLEO,

Facultad de Ciencias Econmicas y Sociales Escuela de Economa Empresarial Ctedra: Tcnica de Estimacin Econmica Profesor: Erikson Castro

MODELO VEC PARA PRECIOS SPOT Y FUTUROS DEL PETROLEO, PERIODO 1986-2012

Barreto, Mara Jimena Marn, Joseph Nomnom, Antuan Torres, Jess

Caracas, junio de 2012.

Tabla de ContenidosCAPTULO I. Introduccin ............................................................................... 1 CAPTULO II. Planteamiento de la Teora .................................................... 2 CAPTULO III. Desarrollo del Modelo ............................................................ 4 III.1. III.2. III.3. III.4. III.5. Seleccin de los datos ...................................................................... 4 Variable petrleo crudo WTI contrato a 3 meses .............................. 4 Variable precio petrleo WTI spot..................................................... 7 Cointegracin de las variables .......................................................... 9 Especificacin economtrica .......................................................... 10

CAPTULO IV. Resultados ........................................................................... 11 IV.1. Coeficientes estimados ................................................................... 11 IV.2. Anlisis de los coeficientes estimados ............................................ 13 IV.3. Aplicacin ....................................................................................... 13 IV.3.1. IV.3.2. Estimaciones de un periodo hacia delante .............................. 13 Estimaciones de largo alcance ................................................ 14

CAPTULO V. Conclusiones........................................................................ 18 CAPTULO VI. Bibliografa ........................................................................... 19

i

ndice de FigurasFigura 1: Precios histricos contratos futuros a 3 meses del crudo WTI......... 4 Figura 2: Correlograma CON3 ........................................................................ 5 Figura 3: Grafica DCON3 ................................................................................ 5 Figura 4: Correlograma DCOM3 ..................................................................... 6 Figura 5: Prueba Dickey-Fuller DCON3 .......................................................... 6 Figura 6: Precio histrico spot del petrleo crudo WTI.................................... 7 Figura 7: Correlograma SPOT ........................................................................ 7 Figura 8: Grafica variable DSPOT................................................................... 8 Figura 9: Correlograma DSPOT ...................................................................... 8 Figura 10: Prueba Dickey-Fuller a DSPOT ..................................................... 9 Figura 11: Prueba Engle-Granger de cointegracin entre SPOT y CON3 ...... 9 Figura 12: Estimacin de SPOT y CON3 en t+1, 1986-2012 ........................ 14 Figura 13: Estimacin de SPOT y CON3 18 hasta t+18, enero 1990 ........... 15 Figura 14: Estimacin de SPOT y CON3 18 hasta t+18, enero 2008 ........... 15 Figura 15: Estimacin de SPOT y CON3 18 hasta t+18, abril 2012.............. 16

ndice de TablasTabla 1: Coeficientes del VECM para SPOT y CON3 ................................... 12 Tabla 2: Ecuacin de cointegracin de SPOT y CON3 ................................. 12 Tabla 3: Ecuaciones del VECM de SPOT y CON3 ....................................... 12

ii

CAPTULO I.

Introduccin

En el siguiente trabajo se busca realizar un modelo de vector de error de correccin para entre los precios spot y futuros a 3 meses del petrleo crudo. En la primera seccin se realiza una breve resea sobre la teora detrs de dichos precios y algunas consideraciones generales de suma importancia para comprender su comportamiento. En la siguiente seccin se realiza una explicacin sobre el tratamiento de las variables las transformaciones necesarias y principalmente el anlisis de cointegracin de las variables para observar si es posible realizar un VECM con ellas. Posteriormente se realizar una breve explicacin teorica sobre los fundamentos economtricos del modelo, para luego llegar a los resultados de la investigacin. Finalmente se realizar estimaciones de precios del petrleo para probar la efectividad del modelo, primero para estimaciones a corto plazo y luego para estimaciones de largo alcance, posteriormente se se estima cual sera la tendencia de los precios del petrleo para los 18 meses seguidos de abril del 2012.

1

CAPTULO II. Planteamiento de la TeoraPor precio spot se entiende le venta de un commodity (en este caso el petrleo) para envi inmediato. Los contratos a futuro son acuerdos de vender o comprar un commodity en una fecha determinada. La forma estndar de para pensar sobre la determinacin de los precios futuros de petrleo es la teora de almacenaje. Esta teora considera que los actores escogen la cantidad ptima de petrleo a consumir en cada periodo. En este modelo la diferencia entre ambos precios viene dada por el costo de oportunidad de tener el commodity en stock, el costo como tal del almacenaje y el margen de conveniencia de contar con inventarios (por precaucin). Dicho margen de conveniencia es de donde se aferran los economistas para explicar el fenmeno de que los precios futuros generalmente se ubiquen por debajo del spot. Si los inventarios de petrleo generan un beneficio para las firmas, es racional que estas decidan mantener inventarios a pesar de que los precios futuros estn ms bajos (Alquis, Arbatli, 2010). En cuanto a la relacin dinmica, en teora tanto los precios spot como los precios precio futuros reflejan el valor agregado del mismo bien, y considerando que el arbitraje instantneo es posible, los precios futuros no deberan de proceder ni anteceder los spot. Sin embargo, usualmente se observa que los precios spot son afectados en mayor medida por los futuros que viceversa. Esto se debe a diversos motivos, entre ellos se encuentra el hecho de que los futuros son mucho ms lquidos que los spot y tienden a reaccionar ms rpido a shocks exgenos, los especuladores pueden reaccionar a dichos shocks sin necesidad de tener un verdadero inters en cumplir el contrato, en cambio las transacciones spot conllevan el compromiso de ejecutar la compra (Bekiros, Diks, 2008) Dado el gran nivel de interaccin existente entre ambas variables es racional pensar que pueden estar correlacionadas, y ms aun, poder utilizar2

las informacin obtenida para analizar la relacin dinmica entre ellas y su posible aplicacin para predicciones de precios en periodos futuros.

3

CAPTULO III. Desarrollo del ModeloIII.1. Seleccin de los datos Para el anlisis se utilizarn precios mensuales del crudo WTI: spot y contratos futuros a 3 meses de vencimiento. La data ser recopilada de la EIA a travs de su pgina web para las fechas comprendidas entre enero de 1986 y abril del 2012. Se decide utilizar el WTI ya que es uno de los barriles de crudo ms transados a nivel mundial. III.2. Variable petrleo crudo WTI contrato a 3 meses Los datos de contratos futuros a 3 meses sern llamados CON3, expresados en Barriles/USD nominales. La serie se resume en el siguiente grafico:Figura 1: Precios histricos contratos futuros a 3 meses del crudo WTI

CON3140 120 100 80 60 40 20 0 86 88 90 92 94 96 98 00 02 04 06 08 10

Fuente: Datos http://205.254.135.7/dnav/pet/pet_pri_fut_s1_d.htm, elaboracin propia Eviews 7.1.

El primer anlisis necesario de la seria es buscar es verificar si es estacionaria, primero se le realiza un anlisis de correlacin para saber si la prueba de Dickey-Fuller es vlida. Se considera que la inclusin de 36 rezagos es suficiente para el anlisis.4

Figura 2: Correlograma CON3

Fuente: Elaboracion propia Eviews 7.1.

A travs de dicho anlisis se constata que existe correlacin en la serie por lo que no es posible realizar la prueba de Dickey-Fuller, el siguiente paso es calcular su primera diferencia que llamaremos DCON3.

Seguidamente se le realiza el anlisis del correlograma.Figura 3: Grafica DCON3

DCON320

10

0

-10

-20

-30 86 88 90 92 94 96 98 00 02 04 06 08 10

Fuente: Elaboracion propia Eviews 7.1.

5

Figura 4: Correlograma DCOM3

Fuente: Elaboracin propia Eviews 7.1.

Se observa que la serie de datos DCON3 no presenta alta correlacin por lo que se le realiza la prueba de Dickey-Fuller.Figura 5: Prueba Dickey-Fuller DCON3

Fuente: Elaboracion propia Eviews 7.1.

Se observa que el estadstico D-F es menor que el valor critico al 1% por lo que no se rechaza que la variable tenga raz unitaria, se procede asumiendo que la serie DCON3 es estacionaria, por lo que la serie CON3 es I (1).

6

III.3. Variable precio petrleo WTI spot Los datos de precios spot sern llamados SPOT, expresados en Barriles/USD nominales. La serie se resume en el siguiente grafico:Figura 6: Precio histrico spot del petrleo crudo WTI

SPOT140 120 100 80 60 40 20 0 86 88 90 92 94 96 98 00 02 04 06 08 10

Fuente: http://205.254.135.7/dnav/pet/pet_pri_spt_s1_m.htm

De la misma forma que a la anterior variable se le realiza el anlisis de correlograma.Figura 7: Correlograma SPOT

Fuente: Elaboracion propia, Eviews 7.1.

7

El observar que la serie esta correlacionada, no se puede realizar la prueba Dickey-Fuller, por lo que se calcula la primera diferencia de la variable que llamaremos DSPOT, en el siguiente grafico se resume la variable, seguidamente se le realiza el correlograma.

Figura 8: Grafica variable DSPOT

DSPOT20

10

0

-10

-20

-30 86 88 90 92 94 96 98 00 02 04 06 08 10

Fuente: Elaboracion propia, Eviews 7.1.

Figura 9: Correlograma DSPOT

Fuente: Elaboracion propia, Eviews 7.1.

8

La serie no presenta una tendencia clara en cuanto a correlacion, se procede asumiendo que DSPOT no est correlacionada, por lo que se realiza la prueba Dickey-Fuller.

Figura 10: Prueba Dickey-Fuller a DSPOT

Fuente: Elaboracion propia, Eviews 7.1.

Se observa que el estadstico D-F es menor que el valor critico al 1% por lo que no se rechaza que la variable tenga raz unitaria, se procede asumiendo que la serie DSPOT es estacionaria, por lo que la serie SPOT es I (1). III.4. Cointegracin de las variables Al observar que ambas variable presentan el mismo orden de integracin (I (1)) es posible que compartan tendencia y estn cointegradas por lo que se realiza la prueba de Engle-Granger.Figura 11: Prueba Engle-Granger de cointegracin entre SPOT y CON3

Fuente: Elaboracion propia, Eviews 7.1.

9

Se rechaza la hiptesis nula al realizar la prueba con ambas a variables actuando como la independiente por lo que se acepta que las series estn cointegradas y la forma correcta de proceder es realizar un modelo de vector de correccin de error para poder aprovechar la relacin a largo plazo que existe entre ellas. III.5. Especificacin economtrica El modelo a utilizar es el de vector de correccin de error. Donde s representa la variable SPOT y f representa a la variable CON3. La especificacin general de dicho modelo es la siguiente: = s + i sti + i fti + ECs (st1 ft1 ) + i=1 j i=1 j i=1 i=1 j j

= f + i sti + i fti + ECf (st1 ft1 ) + EC es el trmino de correccin de error cuyo coeficiente indica la velocidad a la cual se ajusta la variable en bsqueda de converger hacia su equilibrio de largo plazo. Una vez especificado el modelo el siguiente paso es decidir el nmero de rezados a incluir. Se decide utilizar 2 periodos de rezago en consonancia a la investigacin realizada por Chandra y Sham (2009), estos autores realizan un VECM muy similar al de la presente investigacin y toman la decisin en cuanto a los rezagos en base a los coeficientes de de informacin de Akaike y Schawrz.

10

CAPTULO IV. ResultadosIV.1. Coeficientes estimados Se corri el modelo especificado en el software Eviews 7.1, los resultados fueron los siguientes:Figure 1: Resultado del VECM para SPOT y CON3

Fuente: Elaboracin propia, Eviews 7.1.

El R2 obtenido del modelo no es necesariamente alto, sin embargo al considerar que el modelo explica las variaciones se considera una aproximacin adecuada, mas aun el R2 ajustado es muy cercano al R2 por lo que el modelo es parsimonioso.

11

En las siguientes tablas se presentan los resultados de los coeficientes, seguidos por las ecuaciones generales del modelo.Tabla 1: Coeficientes del VECM para SPOT y CON3

1 2 1 2 EC

0.1628 -0.2157 0.2348 0.3977 0.1244 -0.4638

Estadstico-t 0.6455 -0.8564 0.84842 1.4505 0.6135 -3.4879

-0.0620 -0.0464 0.4860 0.1500 0.1400 -0.2846

Estadstico-t -0.2664 -0.1997 1.9041 0.5926 0.7486 -2.3196

Fuente: Elaboracin propia, Eviews 7.1.

Tabla 2: Ecuacin de cointegracin de SPOT y CON3

1 = 1 0.9584 1 1.4652Fuente: Elaboracin propia, Eviews 7.1.

= 0.12 + 0.16 1 0.22 2 + 0.23 1 + 0.38 2 0.46 1Tabla 3: Ecuaciones del VECM de SPOT y CON3

= 0.14 0.06 1 0.05 2 + 0.49 1 + 0.15 2 0.28 1Fuente: Elaboracin propia, Eviews 7.1.

12

IV.2. Anlisis de los coeficientes estimados El elemento ms importante a destacar es que el trmino EC es mayor (en termino absolutos) para la variable SPOT que para CON3, lo que significa que los precios del petrleo spot reaccionan ms rpido y regresan a su tendencia de largo plazo que los precios de los contratos a futuros de 3 meses. Esto en cierta forma contradice la teora que indica que los precios de los futuros tienden a reaccionar ms rpido por el hecho de que son ms lquidos. Dicho descubrimiento es digno de continuar siendo indagado. Es posible que para la data utilizada los contratos a futuros fueran sujetos a un mayor nmero de shocks externos que dificultaron su permanencia sobre la tendencia a largo plazo, tal vez si se utiliza una serie de tiempo ms restringida donde los factores geopolticos estuvieran ms homogneos el resultado sera el opuesto y estara acorde con la teora. Los coeficientes que acompaan las variables 1 y 2 , para la

estimacin de la variacin de CON3 () son negativos. Dicho resultado est en lnea con la teora de que los precios futuros tienden a estar por debajo de los precios spot a razn de la existencia del margen de conveniencia (beneficio que se obtiene por contar con inventarios de un commodity). Tambin se puede interpretar que el signo es negativo ya que de haber un aumento en el precio spot significa que las firmas quieren tener stocks ms altos en el presente (posiblemente por presiones geopolticas) y no necesariamente enfocarse en contar con inventarios en el futuro IV.3. Aplicacin IV.3.1. Estimaciones de un periodo hacia delante El siguiente grafico muestra el resultado de las estimaciones realizadas por el modelo contrastado con el valor observado en la realidad, para la totalidad de los datos disponibles. Las estimaciones son en base a la realidad ya que solo se calcula el valor un periodo hacia delante. Se puede13

observar como los resultados obtenidos siguen claramente el patrn mostrado por la realidad.Figura 12: Estimacin de SPOT y CON3 en t+1, 1986-2012CON3160 160

SPOT

120

120

80

80

40

40

0 86 88 90 92 94 96 98 00 02 04 06 08 10

0 86 88 90 92 94 96 98 00 02 04 06 08 10

Actual

CON3 (Baseline)

Actual

SPOT (Baseline)

Fuente: Elaboracin propia, Eviews 7.1.

IV.3.2. Estimaciones de largo alcance Ahora se probara el modelo tratando de predecir los precios mas all de un periodo, es decir, estimando sobre las mismas estimaciones, dicho resultados se contrastarn con los observados en la realidad para probar la efectividad del modelo como un estimador de precios a largo plazo. Se realizarn simulaciones de los precios del petrleo para 18 meses en el futuro para los a partir de la fechas de enero 1990, enero 2008. Adicionalmente se calculan los intervalos de confianza de la estimacin.

14

Figura 13: Estimacin de SPOT y CON3 hasta t+18, enero 1990CON3 2 S.E.50 50

SPOT 2 S.E.

40

40

30

30

20

20

10

10

0 II III 1989 Actual IV I II 1990 CON3 (Baseline Mean) III IV I 1991 II

0 II III 1989 Actual IV I II 1990 SPOT (Baseline Mean) III IV I 1991 II

Fuente: Elaboracin propia, Eviews 7.1.

Para el periodo 1990 Se observa que las estimaciones estuvieron cercanas al precio promedio observado en la realidad. Adicionalmente cuando el precio se ubicaba varios meses consecutivos por debajo de estimado, tiende a subir. Cuando esta demasiado tiempo sobre el promedio tiende a bajar, como sucede para el IV trimestre de 1990 cuando el precio observado llega hasta el lmite del intervalo de confianza para luego desplomarse.Figura 14: Estimacin de SPOT y CON3 hasta t+18, enero 2008CON3 2 S.E.140 140 120 100 100 80 80 60 60 40 20 II III 2007 Actual IV I II 2008 CON3 (Baseline Mean) III IV I 2009 II II III 2007 Actual IV I II 2008 SPOT (Baseline Mean) III IV I 2009 II

SPOT 2 S.E.

120

40

Fuente: Elaboracin propia, Eviews 7.1.

15

En la estimacin para los 18 meses seguido de enero del 2008 se observa que el petrleo se aparta de una manera sin precedente del valor estimado a largo plazo, superando ampliamente los intervalos de confianza. Para noviembre del 2008 sucede la crisis sub-prime en los EE.UU. y el precio se derrumba, cayendo por debajo de intervalo de confianza, para luego rebotar y comenzar a aproximarse al promedio de largo plazo estimado. En este caso el modelo ofrece una excelente perspectiva sobre la valoracin del petrleo para ese periodo, se puede decir que los precios crecieron de una forma poco natural alejndose del equilibrio de largo plazo debido a shocks externos como fue el exceso de demanda creada por la burbuja inmobiliaria de EE.UU. Los analistas al haber visto esto se tendran que haber percatado que los precios estaban sobrevalorados y que eventualmente iban a caer de una forma violenta, como sucedi en menor medida a finales de 1990. Este modelo pudo en cierta forma haber predicho la crisis del 2008. Un aspecto interesante es que el precio promedio del periodo se aproxima al precio promedio de largo plazo estimado. Ahora se realizar una estimacin de los precios del petrleo de 18 meses a partir de abril del 2012.Figura 15: Estimacin de SPOT y CON3 hasta t+18, abril 2012CON3 2 S.E.160 140 120 100 80 60 40 IV 2011 I II 2012 Actual III IV I II 2013 CON3 (Baseline Mean) III 160 140 120 100 80 60 40 IV 2011 I II 2012 Actual III IV I II 2013 SPOT (Baseline Mean) III

SPOT 2 S.E.

Fuente: Elaboracin propia, Eviews 7.1.

16

El modelo predice que en promedio los precios del petrleo estarn alrededor de los $100. Si se une dicho anlisis con la situacin econmica actual del mundo y se utiliza el lmite inferior del intervalo de confianza como los precios para un escenario pesimista se puede prever que los precios de petrleo para los prximos 18 meses probablemente estarn ubicados por debajo de los $100 y si la debacle econmica en la zona del euro es muy severa es posible que para el 2013 nos enfrentemos a un escenario con precios del petrleo cercano a los $60 por barril.

17

CAPTULO V. ConclusionesLos modelos de VEC son una poderosa herramienta tanto para conocer la relaciones dinmicas que existen entre el precio spot y precios futuros de petrleo, como para realizar predicciones de largo plazo. En primer lugar, se descubri que los precios spot y futuros son series no estacionarias I (1). Al realizar la prueba de Engle-Granger se observ que ambas series estn cointegradas. Al realizar el modelo VEC se descubri que el precio spot es el que reacciona ms rpido en busca de converger hacia su tendencia de largo plazo. El modelo presenta una gran efectividad prediciendo el precio del petrleo un periodo hacia delante. Ms aun, es una herramienta de gran utilidad para analizar el mercado del petrleo, dando indicios de cuando el crudo est sobrevaluado o subvaluado. Probando el modelo prediciendo 18 periodos adelante a partir de enero de 1990, se observ que cuando el precio se aproxim al lmite del intervalo de confianza sufri una gran cada, lo mismo sucede en la prueba del 2008 pero una mayor magnitud, por lo tanto utilizando el presente modelo se hubiese sido capaz de predecir ambas cadas del precio. Las perspectivas del precio del petrleo para los 18 meses seguidos de abril del 2012 indican un barril que se va a aproximar a los $100. Hasta la fecha de la realizacin de la presenta investigacin el barril se ha comportado de un forma parecida a como predice el modelo, tendiendo al precio de largo plazo, sin embargo, ante un posible agravamiento de la crisis en Europa, aun existe un gran margen de baja para el precio petrleo.

18

CAPTULO VI. BibliografaAlquist R., Arbatli E. (2010) Crude Oil Futures: A Crystal Ball? Bank of Canada Review, Spring 2010. Alquist, R., Kilian, L.,Vigfusson R. (2011) Forecasting the Price of Oil. Bank of Canada. Bekiros, S., Diks, C. (2008). The relationship between crude oil spot and futures prices: Cointegration, linear and nonlinear causality. Energy Economics 30 (2008) 26732685. Carter, R., Griffiths, W., Lim G. (2011) Principles of Econometrics. 4ta edicion. John Wiley & Sons. Chandra, K., Sham K. (2009) An Empirical Analysis of Price Discovery, Causality and Forecasting in the Nifty Futures Markets. International Research Journal of Finance and Economics, Issue 96. Gujarati, D. (2004). Econometrics. 4ta edicin. Mc Graw- Hill.

19