Measuring the Price Volatility and Correlation of Commodity Sector Indices

Show full item record



Permalink

http://urn.fi/URN:NBN:fi:hulib-202012104949
Title: Measuring the Price Volatility and Correlation of Commodity Sector Indices
Author: Varpula, Anna
Contributor: University of Helsinki, Faculty of Agriculture and Forestry, Department of Economics and Management
Publisher: Helsingin yliopisto
Date: 2020
Language: eng
URI: http://urn.fi/URN:NBN:fi:hulib-202012104949
http://hdl.handle.net/10138/322763
Thesis level: master's thesis
Discipline: Maatalousekonomia
Agricultural Economics
Lantbruksekonomi
Abstract: Hyödykkeiden, kuten maataloustuotteiden, metallien ja energian, hintaheilunta vaihtelee vuodesta toiseen. Tutkimusten mukaan hyödykkeiden hintaheiluntaan vaikuttavat useat eri tekijät. Hyödykkeet ovat tulleet osaksi rahoitusmarkkinoita ja tämä tuotteistaminen myös vaikuttaa osaltaan hintojen heiluntaan muiden tekijöiden ohella. Sektori-indeksit ovat yksi keino sijoittaa laajasti hyödykemarkkinoille, koska ne koostuvat monista alla olevista erillisistä hyödykkeistä muodostaen yhden kokonaisen sijoitusinstrumentin. Tämän tutkielman tarkoituksena on mitata hyödykesektori-indeksien hintaheiluntaa. Tutkielmassa pyritään myös selvittämään korreloivatko valittujen sektori-indeksien hintaheilunnat toistensa kanssa. Tutkielmassa käytettiin neljää eri sektori-indeksiä, joiden hintaheiluntaa ja korrelaatiota mitattiin. Muuttujiksi valitut sektori-indeksit ovat S&P GSCI Agriculture Official Close ER -indeksi, S&P GSCI All Cattle Official Close -indeksi, S&P GSCI Energy Official Close -indeksi ja S&P GSCI Industrial Metals Official Close Index. Tutkielmassa käytetty viides muuttuja on S&P 500 -indeksi. S&P 500 -indeksiä on käytetty muuttujana tunnistamaan taloudessa ja osakemarkkinoilla tapahtuvat hintamuutokset sekä lasku- ja nousumarkkinat. Tutkimuksessa käytettiin kovarianssi-varianssimatriisia mittamaan korrelaatiota ja volatiliteettia. Hintaheilunnan ekonometriseen mallinnukseen käytettiin seitsemää erilaista joko yhden muuttujan tai monimuuttujan GARCH (Generalised Auto Regressive Conditional Heteroscedasticity) -malleja. Tutkimuksen tulosten mukaan volatiliteetti ja korrelaatio ovat mallien mittausten perusteella olleet korkeimmillaan silloin, kun S&P 500 -indeksin hinnat olivat matalimmillaan. Volatiliteetti ja korrelaatio pääasiassa seuraavat markkinahintojen heilumista S&P 500 -indeksin mukaisesti. Tutkimuksen tulokset myös osoittavat, että heilunta on ollut pääasiassa samankaltaista valituissa muuttujissa. S&P GSCI All Cattle Official Close -indeksin volatiliteetti ja korrelaatio ovat poikenneet muista. Korrelaatiokertoimien arvot monimuuttujan mallinnuksissa olivat pääosin positiivisia ja keskiarvot hajaantuivat -0,0000459 and 0,003934 välille. Tämä tutkimus tukee teoriaa, jonka mukaan hintaheilunta kasvaa, kun markkinahinnat laskevat. Tutkimus myös osoitti korrelaation olevan korkea silloin kun hintaheiluntakin on korkea. Sijoittaja ei hyödy riskin hajauttamisesta, sillä tutkimuksen mukaan korrelaatio on korkealla talouden laskumarkkinoiden aikana.The volatility of commodity prices, such as agricultural products, metals and energy, have been fluctuating from year to year. Studies show that there are many fundamentals affecting the volatility of commodity prices. The increasing financialisation of commodity markets might affect the price volatility among other fundamentals. One way to invest widely in commodity markets is to invest in sector indices which consist of numerous underlying securities. The objective of this research is to measure the price volatility of commodity sector indices during economic fluctuations. This study also tries to answer whether volatilities of selected sector indices correlate to each other. In this research four sector indices, S&P GSCI Agriculture Official Close Index ER, S&P GSCI All Cattle Official Close Index, S&P GSCI Energy Official Close Index and S&P GSCI Industrial Metals Official Close Index, were selected to measure the volatility and correlation. Fifth variable, S&P 500 Index was used to identify the periods of up and down markets and measure the correlation of commodity sector indices against that. A covariance-variance matrix was applied to measure the correlation. Econometrical approach to measure volatility was achieved by applying seven different univariate and multivariate GARCH (Generalised Auto Regressive Conditional Heteroscedasticity) models. The results suggest that the volatility and correlation in volatility models have been highest during the period of when the prices of S&P 500 Index were lowest. The volatility and correlation coefficient mainly follow the market fluctuation of S&P 500 Index. The results also indicate the pattern of volatility of the selected indices seem to be mainly similar except for one (S&P GSCI All Cattle Official Close Index). The mean values of coefficient correlation in multivariate models were mainly positive, fluctuating between -0.0000459 and 0.003934. This study supports the theory that volatility increases when market prices decrease. This study also shows evidence that when the volatility is high, also the correlation is high. This means that in the bear markets when correlation is higher, the benefit of diversification in these selected indices does not, in general, minimise the risk.
Subject: volatility
correlation coefficient
commodity sector indices
GARCH
univariate volatility model
multivariate volatility model


Files in this item

Files Size Format View

There are no files associated with this item.

This item appears in the following Collection(s)

Show full item record