Présentation de Monagri

Transcription

Analyse et Modélisation de la Volatilité
des Prix Agricoles Mondiaux
Le Modèle Momagri
Paris, 23 Février 2012
Bertrand Munier
Pr. Em., IAE de Paris et NYU Polytechnic Institute
Chef Economiste Momagri
Organisation de l’exposé
• 1. La volatilité des prix agricoles depuis le début des
années 2000 est-elle vraiment eceptionnelle?
• 2. Comment la modéliser? Quelles sont les causes
empiriquement observables de la volatilité?
• 3. Quels aspects de l’évolution des prix ressort-il de
la réponse Momagri?
Bertrand Munier, 23 févr. 2012
Institut des Hautes Etudes de Droit Rural et Economie Agricole
2
1. La volatilité actuelle (2001-2011)
est-elle exceptionnelle?
3
.
Evolution sur 1970-2011 : interprétations…
Sous-périodes
Index
06/01/197011/06/1980
12/06/1980 –
01/11/1990
SPGACG
SPGACG
SPGACG
DJ
Moyenne 
201.4
859.8
225.6
1,630.2
212.1
6,146
271.2
10,571.0
Std-Dev 
75.9
88.0
44.3
644.4
35.3
2,932
104.5
1,480.6
0.2
0.4
0.2
0.5
0.4
0.1
0. 40
Rapport (/)GCAG/
(/)DJ
Nombre n
d’évènements extremes
(>3)
0.1
P
3.80
17
P
0.50
58
27
DJ
27/03/2001–
31/08/2011
SPGACGP
Rapport
/
DJ
02/11/1990 –
26/03/2001
0.35
18
18
DJ
P
2.79
7
74
65
Source: Bloomberg.
4
40 années de volatilités Vt quotidiennes
Volatility
VolatilityVVt tof
ofthe
theSPGCAGP
SPGCAGP Index,
Index, Daily,
Daily, 1970-2011
1970-2011
10
9
8
7
6
5
4
3
2
1
10
08
/0
1
/2
0
06
/2
0
/0
1
06
04
/2
0
/0
1
06
02
/2
0
/0
1
06
00
/2
0
/0
1
06
98
/2
0
/0
1
06
96
/1
9
/0
1
06
94
/1
9
/0
1
06
92
06
/0
1
/1
9
90
/1
9
/0
1
06
88
/1
9
/0
1
06
86
/1
9
/0
1
06
84
/1
9
/0
1
06
82
/1
9
/0
1
06
80
/1
9
/0
1
06
78
/1
9
/0
1
06
76
/1
9
/0
1
06
74
/1
9
/0
1
06
72
/1
9
06
/0
1
/1
9
06
/0
1
06
06
/0
1
/1
9
70
0
Workdays,USA,
USA,1970-2011
1970-2011
Workdays,
VolatilityV
Vtof
ofthe
the Dow
Dow Jones
Jones Index,
1970-2011
Volatility
Index,Daily
Daily,
1970-2011
t
11
Number of Standard Deviations
10
└─┐
9
8
7
6
5
4
3
2
1
10
08
06
/0
1
/2
0
06
06
/0
1
/2
0
04
06
/0
1
/2
0
02
06
/0
1
/2
0
00
06
/0
1
/2
0
98
06
/0
1
/2
0
96
/0
1
/1
9
94
/0
1
/1
9
06
92
/1
9
/0
1
06
90
/0
1
/1
9
06
88
/0
1
/1
9
06
86
/0
1
/1
9
06
84
/0
1
/1
9
06
82
/0
1
/1
9
06
80
/0
1
/1
9
06
78
/0
1
/1
9
06
76
/0
1
/1
9
06
06
/0
1
/1
9
74
06
/0
1
/1
9
72
/1
9
06
/0
1
06
06
/0
1
/1
9
70
0
Périodes de séries
répétées (évnmts isolés)
d’évènements extrêmes
décelables pour les prix
agricoles
Tendance de la volatilité
extrême ascendante pour
les prix agricoles
≠ marchés financiers
Workdays,
1970-2011
Workdays,USA,
USA,
1970-2011
5
Depuis quand?
Observed 30
days volatility of wheat, du
USA,prix
1704-2011
Trois siècles
d’observation
du blé
First trading day of each month (Feb. 1704-Sept. 2011)
→ La volatilité observée dans le monde depuis 2004-2005 est du même ordre que celle
du XVIIIème siècle en Europe (famines), hormis les années de guerre autour de 17051712 (Succ. d’Espagne)
Depuis lors, le « pic » isolé de 2008 (et 2011!) est le 5ème+ élevé en près de 300 ans
6
2. Comment modéliser cela?
7
Observed 30 days volatility of wheat, USA, 1704-2011
Theoretically simulated 30 days volatility of wheat, USA, 1704-2011
Quel
modèle
utiliser?
→ La théorie
financière
actuellement
utilisée ne rend
pas compte de
la volatilité
observée
8
Échec des modèles d’EGC habituels
«de marché» à expliquer la volatilité
• Portée excessive prêtée au «tâtonnement» : ce n’est
qu’une approximation (citation de Walras)
• … ainsi qu’à son extension naturelle multi-périodes
des «anticipations rationnelles».
• Ce modèle ne peut admettre ni prix multiples
(marchés, Allais, 1967) ni volatilité autre que celle
provenant d’un «choc» exogène.
• L’«agent représentatif» exclut toute interaction entre
psychologies des agents, mimétique ou autre
9
Pourquoi ces marchés sont-ils financiarisés?
• Nouveaux aspects depuis les années 2000
• ‘Pompiers monétaires’ politique des banques
centrales- notamment la FED - , puis ‘liquidity easing’
• Marchés de Dérivés sur Mat 1ères dérégulés (2000,
Comm. Futures Modernization Act, CFMA)
• Observation de départ que ces marchés de
commodités étaient (à l’époque) inversement corrélés
avec les marchés financiers au sens large
•  Pas étonnant que financiarisation émerge! MAIS
80-90% sur marchés OTC
10
Changements dus à la financiarisation?
• 1) Jeu des anticipations  offreurs, demandeurs ET
investisseurs, qui influencent les prix à terme et
directement ou indirectement les prix spot
• 2) Les comportements des participants traditionnels au
marché sont influencés par les exemples de swap et de
fonds indiciels  over-hedging ( speculation)
• 3) Les liens avec les marchés financiers deviennent des
paramètres-clés des marchés agricoles
•  le jeu de la psychologie et des enchaînements =
système complexe
11
Indices de dérivés OTC sur commo agricoles
+pétrole (BIS+auth comp. et OECD) et prix agricoles
400
6000
350
250
200
World
price of
wheat
5000
4000
3000
150
2000
100
W price of
maize
50
0
1000
0
Blé
Céréales secondaires
Prices in US$/ton
Billions of dollars
300
Agri-food
derivatives
index
Données +
précises sur la
même période
de l’USDA
confirment
la liaison,
Au moins pour les
grandes céréales
comme pour le
pétrole.
Pour certains
produits, spécul.
Plutôt sur les
marchés spot (riz)
Other commodities
12
Autre évidence scientifique courante de la
‘littérature grise’ (1)
• 3 résultats économétriques majeurs (2009)
• 1) Depuis 2003-2004, rendements sur indices de
commo. Sont de plus en plus corrélés aux variations
du World Equity Index ( complètement ≠ des
périodes précédentes)
Commo. agricoles, pétrole, actifs financiers : étroits
substituts pour les investisseurs à c. de 2004…(ex infra)
• 2) Commo indicées dans le GSCI et le DJ-AIG sont
significativement plus sensibles à ces chocs que les
autres
13
Autre évidence scientifique courante de la
‘littérature grise’ (2)
• 3) Depuis 2004, volumes de transactions sur les
commodités sont mutuellement corrélés, de façon plus
significative pour les commo indicées que pour les
autres
•  Allers-retours aujurd’hui business quotidien entre
trackers agricoles (indices), et actifs financiers
• Y a-t-il des contre - évidences?
14
Deux fausses ‘évidences empiriques’
• 1. L’histoire des stocks (Krugman et autres):
• A) error de 30% sur les données de stocks
• B) Biais subtils : ‘sous-production’ ou ‘sur-production’
déclarées sont souvent invérifiables… (cf. riz; cas du
pétrole ou de fossiles d’extraction, etc.)
• C) Sur les marchés OTC, non-tâtonnement  prix
multiples et pas de lien mécanique avec les Dstocks)
• 2. La causalité de Granger (Irwin and Sanders, OCDE):
• Test très inapproprié aux séries statistique de volatilité
élevée. Contradiction méthodologique.
15
3. La réponse Momagri: une
approche modulaire
16
Le Monde selon Momagri
7
3
8
1
5
6
2
Institut
Institut
des
des
Hautes
Hautes
Etudes
Etudes
dede
Droit
Droit
Rural
Rural
et et
Economie
Economie
Agricole
Agricole
17 17
Modularité de
Momagri
Duties, barriers to trade,
transportation costs
Innovation
Crop
and
animal
Supply
Exports, imports
Exchange rates,
foreign markets
Prices
Sectors
production
Other
sectors
supply
Factors
of
production
"Central module"
Environment
(pollution,
maintenance)
Risk
Risk
module
module
• Rectangles orange: réalisé
dans le module central
(paramètres, variables
d’état)
• Ellipse orange: Module
risque
• Hors version actuelle :
• Ellipse rose: module
innovation, construit, mais
non connecté pour l’instant
Institut
Institut
des
des
Hautes
Hautes
Etudes
Etudes
dede
Droit
Droit
Rural
Rural
et et
Economie
Economie
Agricole
Agricole
18
Dynamique psychologique / marché
Volatilité des
prix et rentrées
constatées
Formation de
l'anticipation
du prix à la
prod
Anticipations
opposées des
investisseurs
à court terme
Perception
mémorisation
Décision de prod
irréversible
Décisions de
transactions
t-1
Intervention
de risques de production
naturels et autres
Contagion
mimétique sur
prix et mgt de
la prod
t
Volatilité des
prix et rentrées
constatées
Prix
résultants
Productions
effectives
Demande
En rouge : les indicateurs économiques
En bleu: les variables et processus psychologiques
19
Dynamique d’ensemble inter modules
(1 étape = 1 ‘tour’ de chaque module)
Risk module
Central module
PDW CER VFO SUB CRF
CER VFO
CRF LVA OTA
t-1
LVA OTA MIN MED PRI
SVG FBE TEC WPA CHE
MET MOT EMM OGW SER
Risk module
Central module
CER VFO
CRF LVA OTA
PDW CER VFO SUB CRF
LVA OTA MIN MED PRI
t
SVG FBE TEC WPA CHE
MET MOT EMM OGW SER
Institut
Institut
des
des
Hautes
Hautes
Etudes
Etudes
dede
Droit
Droit
Rural
Rural
et et
Economie
Economie
Agricole
Agricole
20
Deux mondes modélisables
1. Le « monde contrefactuel » des modèles courants :
Risque naturel + Anticipations rationnelles + Spéculation  Volatilité limitée
(parce que les décisions courantes sont irréversibles eu égard au risque naturel)
2. Le monde plus proche des faits du modèle momagri
Risque naturel + rationalité limitée des fermiers  volatilité faible
Risque naturel + rationalité limitée des fermiers + rationalité limitée des
investisseurs
Trois sources de la volatilité
21
Simulations sur Aglink : paradoxales!
Historically observed prices (1995- 2006) and estimated prices of various food products
and of fodder – Source : Aglink Model, 2008
Historically observed
world
Aglink’s world
In a complex world, simple models fail
Index des prix des céréales - Statu Quo
Simulated evolution, using the Momagri 2 model, of the cereals composite price
index, from 2001 on (back-simulation and forward simulation) under the tariffs
unchanged hypothesis. In grey, the closest FAO index.
23
Prix des céréales – Hypoth: 70%
réduct des droits de douane post 2012
Simulation of the cereal composite price index in the Momagri 2 model,
2001-2025, assuming a uniform tariff reduction from 2012 on.
Source: B. Munier, 2012, (ed.), “Global Uncertainty and the Volatility of
Agricultural Prices”, IOS Press, New York, ch. 7
24
Effets Doha?
Time periods
Average CER
Price Index
without any tariff
change (2001=1)
Average CER
Price Index with
70% tariffs
reduction from
2012 on (2001=1)
CER volatility
without any tariff
change (in %)
CER volatility
with 70% tariffs
reduction from
2012 on (in %)
2001-2010
2011-2020
2011-2025
2001-2025
1.257
1.598
1.606
1.466
1.257
1.556
1.385
1.334
25.56
25.91
22.82
23.46
25.56
27.83
26.32
25.67
25
Elevage et prix de la viande (2001-2025) –
70% de baisse des droits de douane
26
Conclusion : Points cruciaux
• Notre monde est un système complexe, avec des
trajectoires successives, entrecoupées de points de
rupture (passer d’un équilibre à l’autre dans un
modèle n’est plus légitime)
• Volatilité a de multiple causes: allumettes (risque
naturel), le feu (offre en rationalité limitée),
transformé en incendie (sur-hedging et spéculation
excssive)… Toute politique doit avoir des outils
multiples
•  Inventer une coopération (dans les faits!) entre les
agences internationales type IMF, FAO, WTO.
27

Présentation de Monagri

Transcription

Documents pareils

Extrait - Epinal mémoires en images

Préface - L`écrivain Bertrand Munier

Spécialité Logistique - Transport

Informations complémentaires Alimentation Lyon-1er

Antonio PORCHIA - Gérard Barrière | accueil

Création/reprise d`entreprise en milieu rural

Wagner Immobilier - Annonces immobilières en France

120103- Parcours DM

Bac Pro Services en milieu rural

Forum des associations - Mairie Saint-Léon