Rainfall derivatives as a risk management tool for grain producers: daily model vs. index model

• Autorzy: Broszkiewicz-Suwaj E. , Kuchar L.

Warianty tytułu

PL

Derywatywy pogodowe związane z opadami deszczu jako narzędzie zarządzania ryzykiem producentów zbóż: model dzienny vs. model indeksu

• Języki publikacji: EN

Abstrakty

EN

Aim of the study The first weather derivatives appeared in 1996. Soon later such instruments began to be traded on the CME (Chicago Mercantile Exchange). The group of underlyings included indices related to temperature as well as the amount of precipitation. But the specificity of weather derivatives led to the commodity exchanges stopping trade in some of them. However, climate change is increasing the risk associated with adverse weather conditions. The grain producers’ sector is highly exposed to this risk, which is why the subject of this work is to build a strategy to protect against the risk of low rainfall during the growing season of plants. Material and methods The valuation of rainfall derivatives is made using Monte Carlo simulation for two types of models: a model based on daily rainfall value simulation and a model based on direct estimation of the index distribution. Then these instruments are used to build a hedging strategy against the risk of low yields in the Lower Silesian District. In the last step, the effectiveness of such a strategy is examined using percentage reduction in volatility of a secured portfolio and average squared loss. Results and conclusions Based on the calculations, we can conclude that the amount of precipitation is an important factor affecting the level of cereal yield. Therefore, it is reasonable for grain producers to apply hedging strategies against low rainfall. Additionally we derived that daily precipitation model used in the work underestimates the derivative instrument price, whereas the model based on direct simulation of the index produces acceptable results.

PL

Cel pracy Już w roku 1996 pojawiły się pierwsze pogodowe instrumenty pochodne. Niedługo potem instrumenty takie zaczęły być notowane na CME (Chicago Mercantile Exchange). W grupie instrumentów bazowych znalazły się indeksy związane z temperaturą, a także wielkością opadu. Jednakże kryzys finansowy oraz specyfika pogodowych instrumentów pochodnych spowodowały, że giełdy towarowe wycofały się z notowania części z nich. W grupie tej znalazły się instrumenty pochodne powiązane z indeksami opadowymi. Obecnie zmiany klimatu powodują, że ryzyko związane z niekorzystnymi warunkami atmosferycznymi jest coraz większe. Sektor producentów zbóż jest bardzo wyeksponowany na to ryzyko, dlatego też tematem niniejszej pracy jest zbudowanie strategii zabezpieczającej przed ryzykiem niskiej wartości opadów w okresie wegetacyjnym roślin. Cel pracy Już w roku 1996 pojawiły się pierwsze pogodowe instrumenty pochodne. Niedługo potem instrumenty takie zaczęły być notowane na CME (Chicago Mercantile Exchange). W grupie instrumentów bazowych znalazły się indeksy związane z temperaturą, a także wielkością opadu. Jednakże kryzys finansowy oraz specyfika pogodowych instrumentów pochodnych spowodowały, że giełdy towarowe wycofały się z notowania części z nich. W grupie tej znalazły się instrumenty pochodne powiązane z indeksami opadowymi. Obecnie zmiany klimatu powodują, że ryzyko związane z niekorzystnymi warunkami atmosferycznymi jest coraz większe. Sektor producentów zbóż jest bardzo wyeksponowany na to ryzyko, dlatego też tematem niniejszej pracy jest zbudowanie strategii zabezpieczającej przed ryzykiem niskiej wartości opadów w okresie wegetacyjnym roślin.

• Wydawca: -
• Czasopismo: Acta Scientiarum Polonorum. Formatio Circumiectus
• Rocznik: 2020
• Tom: 19
• Numer: 1
• Opis fizyczny: p.13-20,fig.,ref.

Twórcy

autor

Broszkiewicz-Suwaj E.

autor

Kuchar L.

Bibliografia

• Alaton, P., Djehiche, B., Stillberger, D., (2002). On modelling and pricing weather derivatives. Applied Mathematical Finance 9, 1–20.
• Cao, M., Wei, J., (1999). Pricing weather derivative: An equilibrium approach. Rotman School of Management – Finance, 99-002.
• Cotter, J.,Hanly, J. (2015). Performance of utility based hedges, Energy Economics, 49, 718–726.
• Kuchar L., Broszkiewicz-Suwaj E., Iwanski S., Jelonek L. (2019). Comparison of daily flows simulated for the year 2060 on the Kaczawa River for various scenarios of climate change by simple time series analysis, E3S Web of Conferences 100.
• Kuchar L. (1989): The exponential polynomial model (EPM) of yield forecasting for spring wheat based on meteorological factors and phenophase, Agric. For. Meteorol., 46(4), 339–348.
• Kuchar L.(2004). Using WGENK to generate synthetic daily weather data for modelling of agricultural processes. Mathematics and Computers in Simulation 65, 69–75.
• Odening M. ,Musshoff O., Xu W.(2007) Analysis of rainfall derivatives using daily precipitation models: opportunities and pitfalls, Agricultural Finance Review 67, 135–156.
• Semenov M. A., Brooks R. J., Barrow E. M., Richardson W. (1998).Comparison of the WGEN and LARS-WG stochastic weather generators for diverse climates , Climate Research 10(2), 95–107.
• Szturc J., Jurczyk A., Ośródka K., Wyszogrodzki A., Giszterowicz M. (2018): Precipitation estimation and nowcasting at IMGW-PIB (SEiNO system), Meteorol. Hydrol. Water Manage., 6(1), 3–12.
• Woodard, J.D., Garcia, P.,(2008). Basis risk and weather hedging efectiveness. Agricultural Finance Review 68, 99–117.
• Vedenov D.V., Barnett B. J. (2004). Efficiency of Weather Derivatives as Primary Crop Insurance Instruments , Journal of Agricultural and Resource Economics 29 (3), 387–403.
• Zhang H. (2003). Improving water productivity through deficit irrigation: examples from Syria, the North China Plain and Oregon, USA, IWMI Books, Reports H032649, International Water Management Institute.