Dynamic Interrelationships in Hard Wheat Basis Markets

Authors


Abstract

Basis values for hard red spring (HRS) wheat have escalated radically, experienced extraordinary levels of volatility (risk), were subject to a squeeze during 2008, and all these have important implications for market participants. These are particularly important to marketers in the Northern Great Plains in the United States, as well as for Canadian marketers as they confront deregulation in wheat marketing and will be exposed to these risks. The purpose of this paper is to analyze the dynamic relationships and interdependencies among terminal market basis values for milling. Specifically, we seek to identify factors impacting basis values for 13%, 14%, and 15% protein HRS wheat in addition to the intermarket wheat spread between Minneapolis and Kansas City wheat futures. We specify a vector autoregression (VAR) model to explore these relationships. Exogenous structural variables are specified in addition to dynamic interrelationships including seasonal and intertemporal variability and dynamic interdependencies among these markets and relationships. Results of interest are that: (1) basis values for these markets have been trending up and have become more volatile; (2) factors impacting this variability are the protein level in HRS, production of hard red winter (HRW), and Canadian wheat (on high protein basis); (3) HRW protein supplies are not significant in the basis equations, but, do impact the intermarket wheat futures spread; (4) quality factors have a significant impact on basis values, notably vomitoxin, falling numbers, and absorption. Dynamic interrelations are also important in that all prices converge quickly toward a long-term equilibrium. In addition, there are seasonal impacts, dynamic basis interactions, trends, and lagged impacts of protein levels.

Abstract

Les écarts sur les marchés du blé de force roux de printemps ont augmenté radicalement, ont affiché des degrés de volatilité exceptionnels (risque) et ont subi des compressions en 2008, et tous ces événements ont d'importantes répercussions sur les participants au marché. Ils sont particulièrement importants pour les négociants du nord-est des grandes plaines des États-Unis de même que pour les négociants du Canada qui font face à une déréglementation de la commercialisation du blé et qui seront exposés à ces risques. La présente étude vise à analyser les relations dynamiques et les interdépendances entre les écarts sur le marché terminal de gros dans le cas du blé de qualité meunière à teneur élevée en protéines. Nous cherchons tout particulièrement à déterminer les facteurs qui influencent les écarts sur le marché du blé de force roux de printemps dont les teneurs en protéines sont de 13, 14 et 15 % et les écarts commerciaux sur les contrats à terme du blé des marchés de Minneapolis et de Kansas City. Nous avons défini un modèle d'autorégression vectorielle pour examiner ces liens. Nous avons défini des variables structurelles (exogènes) et des interrelations dynamiques, y compris la variabilité saisonnière et inter-temporelle et les interdépendances entre ces marchés et ces relations. Les principaux résultats de notre étude sont les suivants: 1) les écarts sur ces marchés affichent des tendances à la hausse et deviennent plus volatiles; 2) les facteurs qui influencent la variabilité comprennent la teneur en protéines du blé de force roux de printemps, la production de blé de force roux de printemps et le blé canadien (à forte teneur en protéines); 3) les teneurs en protéines du blé de force roux de printemps ne pèsent pas lourds dans l'équation des écarts, mais ont des répercussions sur les écarts des contrats à terme normalisés du blé entre les marchés; 4) les facteurs de qualité, notamment la présence de vomitoxine, le temps de chute de Hagberg et l'absorption, ont des répercussions considérables sur les écarts sur les marchés. Les interrelations dynamiques sont également importantes étant donné que tous les prix convergent rapidement vers un équilibre à long terme. Il faut également tenir compte de l'impact saisonnier, des interactions dynamiques sur les écarts, des tendances et l'impact retardé des teneurs en protéines.

Ancillary