Determinants of crude oil prices
R. Socha 1  
 
More details
Hide details
1
doktorant w Katedrze Ekonometrii, Wydziału Ekonomiczno-Socjologicznego Uniwersytetu Łódzkiego
 
Polityka Energetyczna – Energy Policy Journal 2017;20(1):49–66
 
KEYWORDS
ABSTRACT
The article aims to identify and evaluate the degree of influence of the most important factors determining the price of WTI crude oil. This theme of research is fully consistent with discussions in the world literature about the reasons of strong fluctuations of crude oil prices in the years 2007–2009. On the one hand, in that period we observed strong fluctuations in oil demand, especially years 2000–2007 are interesting because we noticed a strong increase in consumption (the highest growth in Asian countries) and other period is the financial crisis when it plummeted. Increasing demand and crude oil prices were the main factors considered by oil refineries as an incentive for boosting budgets for oil fields discovery. Clearly, it resulted with a growth of extraction from the unconventional oil resources. On the other hand 21st century has brought a record growth in the trading of crude oil futures. In the first part of this article a review of the most significant empirical research has been presented. Empirical investigation was conducted using cointegration analysis (Johansen method) and in the second step estimating an error correction model. In this study we have used the sample of years 2002–2014, which are particularly relevant because it covers the years 2007–2009, when we have observed third crude oil price shock. The results of this study show that impact on the price – setting mechanism have not only supply – demand factors, but also trade of crude oil futures. However, determinants from the first group have stronger influence on WTI prices. Furthermore, it can be confirmed that the increase in a number of futures transactions is reinforcing changes of oil prices. Especially when we consider these transactions, that are taken by organizations perceived as speculative.
METADATA IN OTHER LANGUAGES:
Polish
Determinanty cen ropy naftowej
ceny ropy naftowej, WTI, model korekty błędem, kointegracja
Celem artykułu jest próba identyfikacji oraz oceny stopnia wpływu najważniejszych czynników kształtujących ceny ropy naftowej WTI. Podjęcie takiej tematyki stanowi nawią- zanie do dyskusji prowadzonych przez innych badaczy rynku na łamach światowej literatury oraz podejmowanych przez nich prób określenia przyczyn silnych wahań cen surowca z lat 2007–2009. Z jednej strony w okresie tym obserwowano silne fluktuacje wielkości popytu na ropę naftową, tj. w latach 2000–2007 odnotowano ponadprzeciętny wzrost zapotrzebowania na surowiec (szczególnie w krajach azjatyckich), by w okresie kryzysu finansowego obserwować jego nagły spadek. Rosnący popyt i ceny surowca wpłynęły na zwiększenie przez firmy wydobywcze nakładów na rozpoznanie nowych złóż, czego wynikiem jest obserwowany na terenie Ameryki Północnej po 2013 roku silny wzrost wydobycia ze złóż niekonwencjonalnych. Z drugiej strony początek XXI wieku przyniósł rekordowy wzrost obrotu instrumentami finansowymi opartymi na cenach ropy naftowej. W pierwszej części artykułu zaprezentowano przegląd najważniejszych prac empirycznych w obszarze będącym przedmiotem pracy. Weryfikacja postawionego problemu badawczego opierała się na przeprowadzonej analizie kointegracji z wykorzystaniem metody Johansena oraz w drugim kroku estymacji modelu korekty błędem. Próba, na podstawie której dokonano oszacowania, to lata 2002–2014, a więc uwzględniono szczególnie istotny dla historii handlu ropą naftową okres tzw. trzeciego szoku cenowego z lat 2007–2008. Otrzymane rezultaty pozwalają wnioskować, że wpływ na procesy cenotwórcze na rynku czarnego złota mają zarówno czynniki popytowo-podażowe, jak i te związane z obrotem kontraktami terminowymi na ropę naftową. Co ważne, determinanty z pierwszej kategorii, a więc te o charakterze fundamentalnym, silniej rzutują na kształtowanie się cen. Dodatkowo można przypuszczać, że wzrost liczby transakcji futures zawieranych przez podmioty utożsamiane ze spekulacyjnymi (niezwiązane bezpośrednio z przedmiotowym rynkiem) może wpływać destabilizująco na zmiany cen ropy naftowej.
 
REFERENCES (43)
1.
CFTC – U.S. Commodity Futures Trading Commission. [Online] Dostępne w: http://www.ftc.gov/MarketRepor... [Dostęp: 10.04.2016].
 
2.
Chai i in. 2011 – Chai, J., Guo, J.E., Men, L. i Wang, S.Y. 2011. Exploring the core factors and its dynamic effects on oil price: An application on path analysis and BVAR-TVP model. Energy Policy t. 39, z. 12, s. 8022–8036.
 
3.
Chevillon, G. i Rifflart, Ch. 2009. Physical market determinants of the price of crude oil ant the market premium. Energy Economics t. 31, z. 4, s. 537–549.
 
4.
Coleman, L. 2012. Explaining crude oil prices using fundamental measures. Energy Policy t. 40, z. 1, s. 318–324.
 
5.
Cuaresma i in. 2007 – Cuaresma, J.C., Jumah, A. i Karbuz, S. 2007. Modelling and Forecasting Oil Prices: The Role of Asymmetric Cycles. Faculty of Economics and Statistics, University of Innsbruck, Working Papers t. 2007–22, s. 14.
 
6.
EIA – U.S. Energy Information Administration, Petroleum Dataset. [Online] Dostępne w: http://www.eia.gov/petroleum/d... [Dostęp: 8.04.2016].
 
7.
Eksi i in. 2011 – Eksi, I.H., Izgi, B.B. i Senturk, M. 2011. Reconsidering the Relationship between Oil Prices and Industrial Production: Testing for Cointegration in some of the OECD Countries. Eurasian Journal of Business and Economic t. 4, z. 8, s. 12.
 
8.
Fattouh, B. 2007. The drivers of oil prices: the usefulness and limitations of non-structural models, supply-demand framework and informal approaches. EIB Papers t. 12, z. 1, s. 128–156.
 
9.
Fattouh, B. 2011. An Anatomy of the Crude Oil Pricing System. Oxford Energy Comment t. 01, s. 83.
 
10.
GTD – Global Terrorism Database. [Online] Dostępne w: https://www.start.umd.edu/ [Dostęp: 20.04.2016].
 
11.
Hamilton, J.D. 2009. Causes and Consequences of the Oil Shock of 2007–08. Brookings Papers on Economic Activity t. 40, z. 1, s. 215–283.
 
12.
IMF – IMF Primary Commodity Prices, Dataset. [Online] Dostępne w: http://data.imf.org/?sk=471DDD... [Dostęp: 10.04.2016].
 
13.
JODI – Joint Oil Data Initiative. [Online] Dostępne w: http://www.jodidb.org/ReportFo... [Dostęp: 2.04.2016].
 
14.
Johansen, S. 1988. Statistical analysis of cointegration vectors. Journal of Economic Dynamics and Control t. 12, z. 2–3, s. 231–254.
 
15.
Johansen, S. i Juselius, K. 1990. Maximum Likelihood Estimation and Inference on Cointegration – With Applications to the Demand for Money. Oxford Bulletin of Economics and Statistics t. 52, z. 2, s. 169–210.
 
16.
Juselius, K. 2006. The Cointegrated VAR Model: Methodology and Applications. Oxford University Press, Oxford, s. 480.
 
17.
Kaliski i in. 2013 – Kaliski, M., Jedynak, Z. i Białek, M. 2013. Czynniki kształtujące ceny ropy naftowej na świecie w roku 2012. Polityka Energetyczna – Energy Policy Journal t. 16, z. 2, s. 5–15.
 
18.
Kaufmann i in. 2004 – Kaufmann, R., Karadeloglou, P., Dees, S. i Sanchez, M. 2004. Does OPEC matter? An Econometric Analysis of Oil Prices, The Energy Journal t. 25, z. 4, s. 67–90.
 
19.
Kaufmann i in. 2008 – Kaufmann, R., Dees, S., Gausteuil, A. i Mann, M. 2008. Oil prices: The role of refinery utilization, futures markets and non-linearities. Energy Economics t. 30, z. 5, s. 2609–2622.
 
20.
Kaufmann, R. 1991. Oil production in the lower 48 states. Reconciling curve fitting and econometric models. Resources and Energy t. 13, z. 1, s. 111–127.
 
21.
Kaufmann, R. 1995. A model of the world oil market for Project LINK. Economic Modelling t. 12, z. 2, s. 165–178.
 
22.
Kaufmann, R. 2011. The role of market fundamentals and speculation in recent price changes for crude oil. Energy Policy t. 39, z. 1, s. 105–115.
 
23.
Kilian, L. 2009. Not All Oil Price Shock Are Alike: Disentangling, Demand and Supply Shock in the Crude Oil Market. American Economic Review t. 99, z. 3, s. 1053–1069.
 
24.
Lanza i in. 2003 – Lanza, A., Manera, M. i Giovannini, M. 2003. Oil and product price dynamics in international petroleum markets. Fondazione Eni Enrico Mattei, Working Paper, t. 81, s. 40.
 
25.
Leinert, L. 2012. Does the Oil Price Adjust Optimally to Oil Field Discoveries? Center of Economic Research at ETH Zurich, Working Paper t. 12/169, s. 30.
 
26.
Lütkepohl, H. 2004. Recent Advances in Cointegration Analysis. EUI Working Paper ECO t. 12, s. 44.
 
27.
Majsterek, M. 2008. Wielowymiarowa analiza kointegracyjna w ekonomii. Wyd. 1, Łódź: Wydawnictwo Uniwersytetu Łódzkiego, s. 379.
 
28.
Majsterek, M. 2014. Modelowanie systemów skointegrowanych. Aspekty teoretyczne. Bank i Kredyt t. 45, z. 5, s. 433–466.
 
29.
NOAA – U.S. National Oceanic and Atmospheric Administration, Climate Monitoring Database. [Online] Dostępne w: https://www.ncdc.noaa.gov/temp... [Dostęp: 10.04.2016].
 
30.
OPEC – Monthly Oil Market Report, raporty z lat 2002 – 2015. [Online] Dostępne w: http://www.opec.org/opec_web/e... [Dostęp: 4.04.2016].
 
31.
Papież, M. i Śmiech, S. 2012. Wykorzystanie modelu SVECM do badania zależności pomiędzy cenami surowców a cenami stali na rynku europejskim w latach 2003–2011. Przegląd Statystyczny t. 59, z. 4, s. 488–504.
 
32.
Pater, R. i Cywiński, Ł. 2013. Mechanizm formowania cen benzyny i oleju napędowego w Polsce. Rynek Energii t. 109, z. 6, s. 19–26.
 
33.
Pindyck, R.S. 1999. The long – run evolution of energy prices. The Energy Journal t. 20, z. 2, s. 1–43.
 
34.
Socha, R. 2013. Analiza relacji cen wybranych gatunków ropy naftowej. Polityka Energetyczna – Energy Policy Journal t. 16, z. 2, s. 17–31.
 
35.
Socha, R. 2014. Asymetria relacji cen paliw płynnych w Polsce i cen ropy naftowej. Gospodarka Narodowa t. 25, z. 5, s. 133–160.
 
36.
Strauss, H. 2004. Demand and Supply of Aggregate Exports of Goods and Services: Multivariate Cointegration Analyses for the United States, Canada, and Germany. Wyd. 1, Berlin: Springer Science & Business Media, s. 241.
 
37.
Thomas i in. 2010 – Thomas, A., Mühleisen, M. i Pant, M. 2010. Peaks, Spikes, and Barrels: Modeling Sharp Movements in Oil Prices. IMF Working Paper, Strategy, Policy, and Review Department t. WP/10/186, s. 18.
 
38.
UCDP – Uppsala Conflict Data Program. [Online] Dostępne w: http://www.pcr.uu.se/data/ [Dostęp: 20.04.2016].
 
39.
Vansteenkiste, I. 2011. What is driving oil futures prices? Fundamentals versus speculation. European Central Bank Working Paper Series t. 1371, s. 27.
 
40.
Welfe, A. 2003. Ekonometria. Wyd. 3, Warszawa: Polskie Wydawnictwo Ekonomiczne, s. 373.
 
41.
Ye i in. 2009 – Ye, M., Zyren, J., Blumberg, C.J. i Shore, J. 2009. A Short-Run Oil Price Forecast Model with Ratchet Effect. Atlantic Economic Journal t. 37, z. 1, s. 37–50.
 
42.
Zaklan i in. 2010 – Zaklan, A., Zachmann, G. i Neumann, A. 2010. The dynamics of global crude oil production. Discussion Papers DIW Berlin t. 1075, s. 17.
 
43.
Zamani, M. 2004. An Econometric Model of Short Term Oil Spot Price. IIES Energy Economist, 6th IAEE European Conference, s. 7.
 
ISSN:1429-6675