Description

Abstract: Notwithstanding a resurgence in research on out-of-sample forecasts of the price of oil in recent years, there is one important approach to forecasting the real price of oil which has not been studied systematically to date. This approach is based on the premise that demand for crude oil derives from the demand for refined products such as gasoline or heating oil. Oil industry analysts such as Philip Verleger and financial analysts widely believe that there is predictive power in the product spread, defined as the difference between suitably weighted refined product market prices and the price of crude oil. Our objective is to evaluate this proposition. We derive from first principles a number of alternative forecasting model specifications involving product spreads and compare these models to the no-change forecast of the real price of oil. We show that not all product spread models are useful for out-of-sample forecasting, but some models are, even at horizons between one and two years. The most accurate model is a time-varying parameter model of gasoline and heating oil spot spreads that allows the marginal product market to change over time. We document mean-squared prediction error reductions as high as 20 per cent and directional accuracy as high as 63 per cent at the two-year horizon, making product spread models a good complement to forecasting models based on economic fundamentals, which work best at short horizons.

Résumé: Malgré le nouvel intérêt dont a bénéficié ces dernières années la recherche sur la prévision hors échantillon des cours pétroliers, une méthode de projection importante des prix réels de l’or noir reste peu étudiée. Cette méthode découle du postulat voulant que la demande de pétrole brut dépende de la demande de produits raffinés comme l’essence et le mazout. La plupart des analystes de l’industrie pétrolière (à l’instar de Philip Verleger) et des analystes financiers croient au pouvoir prédictif de la marge de prix des produits, définie par l’écart entre une moyenne adéquatement pondérée des prix de marché des produits raffinés et le cours du brut. Les auteurs se proposent d’évaluer cette proposition. Partant du postulat, ils obtiennent pour leurs modèles de prévision une gamme de spécifications différentes liées à plusieurs marges et comparent la capacité prédictive de ces modèles à celle de la marche aléatoire. L’utilité des modèles construits sur les marges de prix n’est pas toujours avérée pour la projection hors échantillon du prix réel du pétrole; certains modèles se révèlent en revanche très utiles, y compris sur les périodes de douze à vingt-quatre mois. Le modèle le plus précis est un modèle à paramètres variables dans le temps fondé sur les écarts des prix au comptant de l’essence et du mazout, et permettant au marché des produits qui détermine les prix à la marge d’évoluer. Avec ce modèle, les auteurs observent à l’horizon de deux ans une baisse de l’erreur quadratique moyenne de prévision allant jusqu’à 20 %, de même qu’un taux de réussite dans la prévision du sens des variations pouvant atteindre 63 %. Ainsi, les modèles basés sur les marges de prix des produits complètent bien ceux construits sur des variables économiques fondamentales, qui donnent de meilleurs résultats aux horizons courts.

Details

PDF

Files

Statistics

from
to
Export
Download Full History