Reconsidérer le modèle de stockage compétitif comme outil d’analyse empirique de la volatilité des prix des matières premières.

Revisiting the competitive storage model as a tool for the empirical analysis of commodity price volatility.

• Auteur / Autrice : Nicolas Legrand
• Direction : Alain Ayong Le Kama, Stéphane de Cara
• Type : Thèse de doctorat
• Discipline(s) : Sciences économiques
• Date : Soutenance le 21/11/2016
• Etablissement(s) : Université Paris-Saclay (ComUE)
• Ecole(s) doctorale(s) : École doctorale Agriculture, alimentation, biologie, environnement, santé (Paris ; 2015-....)
• Partenaire(s) de recherche : établissement opérateur d'inscription : AgroParisTech (France ; 2007-....)
• Partenaire(s) de recherche : Laboratoire : Economie publique (Thiverval-Grignon, Yvelines ; 1949-2021)
• Jury : Président / Présidente : Valérie Mignon
• Jury : Examinateurs / Examinatrices : Valérie Mignon, Brian D. Wright, Nour Meddahi, John P. Rust, Jean-Christophe Bureau
• Jury : Rapporteurs / Rapporteuses : Brian D. Wright, Nour Meddahi

Mots clés

Mots clés contrôlés

Innovation

Statistique bayésienne

Analyse

Phénomènes de mode

Prévision

Modèles mathématiques

Matières premières

Stockage

Matières premières -- Prix

Mots clés libres

Inférence Bayésienne

Estimation structurelle

Volatilité des marchés des matières premières

Stockage

Tendances

Investissement

Bayesian inference

Non-Linear dynamic models

Structural estimation

Commodity markets volatility

Trends

Storage

Investment

Résumé

Cette thèse propose une analyse empirique et théorique de la volatilité des prix des matières premières en utilisant le modèle de stockage compétitif à anticipations rationnelles. En substance, la théorie du stockage stipule que les prix des commodités sont susceptibles de s'envoler dès lors que les niveaux de stocks sont bas et donc dans l'incapacité de prémunir le marché contre des chocs exogènes. L'objectif principal poursuivit dans ce travail de recherche est d'utiliser les outils statistiques pour confronter le modèle de stockage aux données afin d'évaluer le bien-fondé empirique de la théorie du stockage, identifier ses potentiels défauts et proposer des solutions possibles afin d'améliorer son pouvoir explicatif. Dans ce contexte, la diversité des approches économétriques employées jusqu'à présent pour tester le modèle et ses prédictions théoriques est passée en revue dans le chapitre introductif (Ch. 2). Les chapitres suivants explorent trois pistes différentes pour essayer d'augmenter la cohérence empirique du modèle de stockage. Le chapitre 3 repose sur l 'idée qu'il existe des mouvements de long- termes dans les prix des matières premières qui n'ont rien à voir avec la théorie du stockage. Ceci tend à être confirmé par les résultats obtenus par la mise en œuvre d'une méthode d'estimation hybride permettant de déterminer conjointement les paramètres fondamentaux du modèle avec ceux caractérisant la tendance. Dans le chapitre 4, la procédure de test de la théorie du stockage est encore approfondie grâce au développement d'une méthode empirique pour estimer le modèle à la fois sur données de prix et de quantités, une première dans la littérature. Une autre nouveauté est que des méthodes Bayésiennes sont utilisées pour l'inférence au lieu des approches fréquentistes employées jusqu'à présent. Ces deux innovations devraient permettre d'ouvrir la voie à des recherches futures en permettant l'estimation de modèles aux structures plus complexes. Le dernier chapitre est plus théorique et porte sur l'extension du volet offre du modèle en prenant en compte la dynamique d'accumulation du capital. Le résultat principal est l'effet d'éviction qu'a le stockage sur l'investissement.

This thesis proposes an empirical and theoretical analysis of commodity price volatility using the competitive storage model with rational expectations. In essence, the underlying storage theory states that commodity prices are likely to spike when inventory levels are low and cannot buffer the market from exogenous shocks. The prime objective pursued in this dissertation is to use statistical tools to confront the storage model with the data in an attempt to gauge the empirical merit of the storage theory, identify its potential flaws and provide possible remedies for improving its explanatory power. In this respect, the variety of econometric strategies employed so far to test the model itself or its theoretical predictions are reviewed in the opening survey (Ch. 2). The subsequent chapters explore three different routes with the aim of increasing the empirical relevance of the storage framework. Chapter 3 rests on the idea that there might exist long-term movements in the raw commodity price series which have nothing to do with the storage theory. This tends to be confirmed by the results obtained by implementing a hybrid estimation method for recovering jointly the model’s deep parameters with those characterizing the trend. In chapter 4 the testing of the storage theory is pushed even further thanks to the development of an empirical strategy to take the storage model to the data on both prices and quantities, for the first time in the literature. Another novelty is that Bayesian methods are used for inference in contrast to the frequentist approaches employed thus far. Hopefully both these innovations should help paving the way for future research in allowing for the estimation of more complex model set-ups. The last chapter is more theoretical as it deals with the storage model extension on the supply side to account for the dynamics of capital accumulation. The key finding is the crowding-out effect of storage on investment.