Description
Abstract: Recently, there has been increased interest in real-time forecasts of the real price of crude oil. Standard oil price forecasts based on reduced-form regressions or based on oil futures prices do not allow consumers of forecasts to explore how much the forecast would change relative to the baseline forecast under alternative scenarios about future oil demand and oil supply conditions. Such scenario analysis is of central importance for end-users of oil price forecasts interested in evaluating the risks underlying these forecasts. We show how policy-relevant forecast scenarios can be constructed from recently proposed structural vector autoregressive models of the global oil market and how changes in the probability weights attached to these scenarios affect the upside and downside risks embodied in the baseline real-time oil price forecast. Such risk analysis helps forecast users understand what assumptions are driving the forecast. An application to real-time data for December 2010 illustrates the use of these tools in conjunction with reduced-form vector autoregressive forecasts of the real price of oil, the superior realtime forecast accuracy of which has recently been established.
Résumé: On note un intérêt accru, ces derniers temps, pour la prévision en temps réel du prix réel du pétrole brut. Les prévisions usuelles de ce prix, obtenues avec des équations de forme réduite ou fondées sur les cours à terme de l’or noir, ne permettent pas d’explorer l’incidence de scénarios différents au sujet de l’évolution future de la demande et de l’offre de pétrole sur la prévision de référence. L’analyse de divers scénarios est d’une importance capitale pour les utilisateurs finaux des prévisions désireux d’évaluer les risques entachant ces dernières. Les auteurs montrent : 1) qu’on peut élaborer des scénarios pertinents au regard des politiques à l’aide de modèles vectoriels autorégressifs structurels du marché pétrolier mondial récemment proposés; 2) que les variations des probabilités associées à ces scénarios influent sur les risques à la hausse et à la baisse entourant la prévision de référence en temps réel du prix réel du pétrole. Cette analyse des risques aide les utilisateurs des prévisions à cerner les hypothèses déterminantes. Une application de ces outils aux données en temps réel de décembre 2010 illustre comment on peut conjuguer ceux-ci à des prévisions du prix réel de l’or noir issues de vecteurs autorégressifs de forme réduite, dont la qualité supérieure a récemment été établie.
Résumé: On note un intérêt accru, ces derniers temps, pour la prévision en temps réel du prix réel du pétrole brut. Les prévisions usuelles de ce prix, obtenues avec des équations de forme réduite ou fondées sur les cours à terme de l’or noir, ne permettent pas d’explorer l’incidence de scénarios différents au sujet de l’évolution future de la demande et de l’offre de pétrole sur la prévision de référence. L’analyse de divers scénarios est d’une importance capitale pour les utilisateurs finaux des prévisions désireux d’évaluer les risques entachant ces dernières. Les auteurs montrent : 1) qu’on peut élaborer des scénarios pertinents au regard des politiques à l’aide de modèles vectoriels autorégressifs structurels du marché pétrolier mondial récemment proposés; 2) que les variations des probabilités associées à ces scénarios influent sur les risques à la hausse et à la baisse entourant la prévision de référence en temps réel du prix réel du pétrole. Cette analyse des risques aide les utilisateurs des prévisions à cerner les hypothèses déterminantes. Une application de ces outils aux données en temps réel de décembre 2010 illustre comment on peut conjuguer ceux-ci à des prévisions du prix réel de l’or noir issues de vecteurs autorégressifs de forme réduite, dont la qualité supérieure a récemment été établie.