1. 유가 변동성이 높아지면서 유가가 농산물에 어떤 영향력을 미치는지 궁금하다.
찾아봤는데 2개 정도의 논문이 내 기준에서는 읽어볼만 하다.
1. On the link between oil and agricultural commodity prices: Do biofuels matter?
https://www.sciencedirect.com/science/article/abs/pii/S2110701717301622
On the link between oil and agricultural commodity prices: Do biofuels matter?
The aim of this paper is to investigate the long-term effect of the price of oil on agricultural commodity prices by accounting for the influence of b…
www.sciencedirect.com
2. Global crude oil market shocks and global commodity prices
https://onlinelibrary.wiley.com/doi/full/10.1111/opec.12143
Global crude oil market shocks and global commodity prices
This paper examines the relationship between shocks to the global crude oil market and commodity prices, and whether recent changes in US renewable energy policy have altered this relationship. Altho...
onlinelibrary.wiley.com
1번 논문은 어둠의 경로가 필요하고 2번은 다운로드 가능하다.
1번 논문에서 사용한 모델은 cointegrating smooth transition regression model로 python에서는 구현이 불가능하다. 대신에 R에서는 관련된 라이브러가 있는 걸 확인했다. 2번에서 사용한 모델은 SVAR로 e-views에서 쉽게 검증할 수 있다.
R과 python에 관해서는 파비님 블로그 글을 읽어보자.
https://blog.pabii.co.kr/r-python-rpy2-1/
R과 Python을 같이 써 보자 - RPy2(1) - 파비 블로그
요즘 만나는 새로운 편견이 하나 있는데, Python이 머신러닝을 배울 수 있는 (유일한!) 프로그래밍 언어(?)고, 나머지는 별로 관계가 없다는 오해다. 개인적으로는 개발자들이 이쪽 필드에 진입하겠답시고 코드 몇 줄 Copy&Paste 해 놓고 아는체하는 모양새가 굉장히 불편해서 개발용 언어인 Python에만 집중하는 한국 시장의 편견에 적지않게 당황스럽다.이번 포스팅에서는 Python의 한계를 지적하고, R과 Python을 함께 써야할 때 쉽게 활용할
blog.pabii.co.kr
파비님은 워낙 유명하시고 글을 읽으면서 가끔(?) 데이터 분석을 하는 입장에서 뜨끔하지만 정확한 의미를 잘 몰라도 난 우선은 구현해보는 것을 목적으로 한다.
지난해 SVAR 모형을 적용해보려고 국내 인터넷에서 검색 가능한 논문은 대부분은 읽어본 것 같다. 그리고 SVAR 적용과 정확한 의미를 알기 위해서 해외 논문도 꽤나 뒤적여 봤으니 우선은 그걸로 만족. 선형대수 중요성을 알게 되었고 선형대수를 다시 공부하고 있으니 연결고리는 잘 만들어진 듯.
2. 요약
1번 논문 결론 발췌
This study investgates the long-term link between the price of oil and several agricutural commodity prices, by paying particular attetion to the impact of biofuel on this relationship. To this end, we rely on the nonlinear framework of cointegrating smooth transition regression models.
Our key findings can be summarized as follows. First, we provide clear evidence that the growing biofuel production has contributed to agricultural price increases in recent years. Indeed, we find evidence of rising long-term oil-price effect on the agricultural commodity prices used in biofuels producion. Second, we show that this impact is transmitted to other agricultural commodity markets through the subtitution effect existing between raw materials. Third, in the absence of biofuel production, only rapeseed prices are strongly affected by oil prices in the long term.
Our results have two important implications. Frist, they suggest that agricultural commdodities could be seen as energy commodities at the expence of their food purposes. The production of biofuel based on agricultural commodites could be limited to levels avoding the direct biofuel channel apperance. Thus, the development of biofuel production should focus on seconed-generation biofuels based-on agricutural plant residuals and non-food plants. Second, changes in agficultural price dynamics, partly due to the development of biofuels, could have some impact in hedging strategies in agricultural markets, with the posssibility of using the oil marke for a cross-hedging strategy, or in the eoconomy of countries whose activicty is dependent on agricultural commdities used in biofuel production, as studied in Gomes et al. (2017).