21 novembre 2016
info:eu-repo/semantics/OpenAccess
Nicolas Legrand, « Reconsidérer le modèle de stockage compétitif comme outil d’analyse empirique de la volatilité des prix des matières premières », HAL-SHS : économie et finance, ID : 10670/1.bzr9hc
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). Dans l’ensemble, malgré son caractère relativement parcimonieux, le modèle de stockage s’avère être en mesure de reproduire de nombreux faits stylisés observés dans les données de prix. Cela étant, il existe toujours des caractéristiques des prix non expliquées, comme les hauts niveaux d’autocorrélations ou les co-variations excessives. 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 oeuvre d’une méthode d’estimation hybride permettant de déterminer conjointement les paramètres fondamentaux du modèle avec ceux caractérisant la tendance. En effet, les estimations des paramètres structurels sont plus plausibles et le modèle s’ajuste mieux aux données. 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. L’apport d’information supplémentaire permet d’estimer et de comparer des spécifications alternatives et plus riches du modèle, d’inférer des paramètres tels que les élasticités d’offre et de demande, qui ne sont pas identifiables lorsque seuls les prix sont utilisés pour l’estimation. 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. Sur le plan conceptuel, le stockage n’est autre qu’une seconde forme d’investissement, et par conséquent les deux variables d’investissement et de stockage devraient jouer des rôles primordiaux dans la dynamique des prix spot et futures sur les marchés mondiaux des commodités. Cette intuition est confirmée par les résultats des simulations obtenues avec un modèle de stockage augmenté de l’investissement, qui sont assez bien en adéquation avec les données du pétrole brut. Le résultat principal est l’effet d’éviction qu’a le stockage sur l’investissement.