Drivers of agricultural future commodity prices : a co-integration analysis

Mestrado em FinançasEstes contratos de futuros são negociados na ICE (Intercontinental Exchange, Inc.) e apresentam uma liquidez notável. Para este estudo foram recolhidos dados semanais, desde março de 2013 até março de 2015, num total de 105 observações. Os preços foram coligidos a partir da base de dados Quandl, e uniformizados através do método Back-Adjusted. Começámos por estudar a correlação entre o Índice Dólar Americano e o preço do Petróleo. Confirmando a conclusão de anteriores estudos, encontrámos uma correlação negativa entre o preço dessas duas variáveis. O teste de causalidade de Granger forneceu-nos evidência estatística suficiente para concluir que uma variação no preço do Petróleo tem impacto no valor do Índice Dólar Americano. Por aplicação do teste de cointegração de Johansen, encontrámos vetores de cointegração entre as variáveis Petróleo, Índice Dólar Americano e cada um dos bens agrícolas estudados. Em seguida, obtivemos modelos de vetores de correção de erro (VECM). Embora alguns destes modelos se tenham revelado menos sólidos, conseguimos, ainda assim, estabelecer uma relação entre as variáveis, nomeadamente no caso da soja, que pode ser considerada um referência para quem negoceia em contratos de futuros.This dissertation aims to study the effects of changes in the prices of future contracts on Brent Crude Oil and US Dollar Index in the price of several agricultural future contract prices (Cocoa, Cotton, Coffee, Sugar, Soybean, Wheat and Corn). These futures outrights are traded on ICE (Intercontinental Exchange, Inc.) and have a remarkable liquidity. Weekly data was used from March 2013 to March 2015 with a total of 105 observations. The prices were collected from the Quandl futures database and are settlement prices from the front outrights. The Back-Adjusted method was chosen to perform the roll over. We started by studying the correlation between US Dollar Index and Brent Crude Oil prices. Confirming the conclusions of other studies, we found a negative correlation between the prices of Brent Crude Oil and the US Dollar Index. The Granger Causality test gave us enough statistical evidence to conclude that a variation in Brent Crude Oil prices indeed cause an impact on the US Dollar Index. By applying Johansen`s cointegration test we found cointegrating vectors between Brent Crude Oil, the US Dollar Index and each one of the studied agricultural commodities. The next step was to build vector error correction models. Although some of them proved not to be rock solid, we manage to establish a link among the variables, namely in the case of Soybean, which produce remarkable results and may, in fact, be treated as a benchmark for traders of future contracts