čnBlog – Jak úspěšné jsou předpovědi cen ropy?

Ceny ropy významně ovlivňují velké množství ekonomických veličin, a proto jsou důležitým vstupem mnoha ekonomických modelů. Z pohledu centrální banky je nejdůležitější jejich vliv na vývoj cen ve zpracovatelském průmyslu a spotřebitelských cen, na agregátní poptávku či obchodní bilanci. Vlády zemí vyvážejících ropu musí navíc zohledňovat i reakci nabídkové strany a dopady do vládních rozpočtů. Proto je důležité sledovat jak minulý a aktuální vývoj cen ropy, tak jejich předpovědi. Těch existuje značné množství, nicméně většina z nich není běžně dostupná veřejnosti. V tomto článku vyhodnotíme úspěšnost tří nejčastěji komentovaných předpovědí cen ropy v Globálním ekonomickém výhledu. Jsou jimi předpověď odvozená z tržní křivky cen termínovaných kontraktů na ropu Brent, modelová předpověď americké vládní agentury EIA a výhledy na základě pravidelných průzkumů společnosti Consensus Forecasts.

• Vyšlo v publikaci Globální ekonomický výhed – březen 2021 (pdf, 1,6 MB)

Úvod

Ceny ropy mají vliv na vývoj mnoha makroekonomických i mikroekonomických veličin (a některými jsou i zpětně ovlivňovány). Na makroekonomické úrovni je nejvíce sledován vliv cen ropy na cenovou hladinu a HDP. Na inflaci mají ceny ropy jednak přímý dopad (ceny energií, spotřebovávaných přímo domácnostmi), a jednak nepřímý dopad přes náklady producentů spotřebního zboží a poskytovatelů služeb. Vliv cen ropy na ekonomickou aktivitu se realizuje přes reálný disponibilní příjem domácností a náklady podniků a ovlivňuje tak výši spotřeby a investic. Kromě toho mají ceny ropy vliv i na různá kritéria vnější rovnováhy ekonomik. Dopady se liší především podle toho, zda je země čistým vývozcem nebo dovozcem ropy, roli ale hraje i to, odkud šok do cen ropy přichází (poptávka, nabídka), a v neposlední řadě záleží na ekonomické úrovni dané země – viz např. Kilian a kol. (2007). Nejvíce viditelný je samozřejmě dopad do obchodní bilance, ale v případě zemí vyvážejících ropu a závislých na příjmech z jejího vývozu může být nezanedbatelný i dopad do vládních rozpočtů a případně i do měnového kurzu dané země^[1].

Graf 1 – Cena ropy, inflace a ekonomický růst ve světě (mzr. v %)

Zdroj: ICE, Bloomberg, OECD
Pozn.: Inflace a HDP pro země G20.

Na mikroekonomické úrovni ceny ropy ovlivňují jak spotřební chování domácností, tak zejména rozhodování firem. Těmi mohou být těžební společnosti a servisní firmy, poskytující služby, související s těžbou ropy, následované ve výrobním řetězci podniky, jejichž náplní je zpracování ropy, tedy přeměna surové ropy v ropné produkty. Na konci tohoto řetězce jsou pak firmy a domácnosti, které ropné produkty spotřebovávají, většinou v podobě pohonných hmot, paliv nebo chemických produktů. Na všech úrovních se pak vyskytují ještě obchodní a přepravní firmy, které často ropu a produkty i skladují. V krátkém horizontu všichni tito agenti mohou na změnu ceny ropy reagovat spíše jen úpravou poptávky nebo nabídky. V delším horizontu však musí činit důležitá strategická a investiční rozhodnutí, ke kterým však potřebují odhadnout pravděpodobný budoucí vývoj cen ropy.

Kromě fyzické nabídky a poptávky se ale na trhu s ropou vyskytují i obchodníci s tzv. „papírovou“ ropou – investoři či investiční fondy. Ti nechtějí vlastnit fyzickou ropu či ropné produkty, ale pouze nakupovat či prodávat termínované kontrakty, a to buď mezi sebou navzájem, nebo tvoří protistranu ostatním agentům na trhu, kteří se snaží zajistit si svoji budoucí (fyzickou) produkci či spotřebu. Investoři se snaží odhadnout budoucí vývoj cen ropy a podle toho zaujmout určitou stranu obchodu s cílem realizovat zisk. Tito investoři (spekulanti) neovlivňují v konečném výsledku ani fyzickou nabídku ani fyzickou poptávku na trhu a nemají tak vliv na dlouhodobý vývoj cen ropy. Nicméně jejich stádní chování může vést k tomu, že cena ropy reaguje na aktuálně vnímané změny fyzických fundamentů přehnaným krátkodobým až střednědobým růstem či poklesem, neboť informace o skutečném vývoji jsou většinou omezené a časově zpožděné. I tito agenti potřebují pro své investiční rozhodování předpověď cen ropy.

Cena ropy tedy odráží nejen vývoj fundamentálních faktorů, jakými jsou (fyzická) nabídka, (fyzická) poptávka, stav a vývoj zásob (Graf 2), ale v kratším horizontu i sentiment a vnímání rizik na trhu. Rizika souvisí zejména s úrovní volných těžebních kapacit, geopolitickou bezpečnostní situací v oblastech těžby nebo oblastech důležitých pro přepravu ropy, případně i s politickým vývojem, ovlivňujícím mezinárodní obchod. Předpověď cen ropy je ale dále komplikována i řadou netržních zásahů, neboť zejména na straně nabídky se vyskytuje množství státem vlastněných společností, které jsou využívány i k prosazování politických cílů jednotlivých vlád. V kratším a střednědobém horizontu je předpověď komplikována i existencí kartelu OPEC (v poslední době aliance OPEC+), který sice reaguje na aktuální vývoj nabídky, poptávky a zásob, nicméně jeho politika a cíle se mohou skokově měnit. V delším horizontu pak situaci ovlivňuje i těžko předvídatelný vědecko-technický pokrok jak na straně nabídky, kde zlevňuje těžbu a zvyšuje množství dostupné ropy, tak na straně poptávky, kde může vést díky efektivnějšímu využití zdrojů ke snížení spotřeby ropy, či k substituci ropy obnovitelnými zdroji energie. Tato substituce je navíc zesilována politickými tlaky a tlaky různých zájmových skupin, a nemusí tak nutně odrážet jen aktuální ekonomickou výhodnost.

Graf 2 – Světová produkce, spotřeba a změna zásob ropy (mil. barelů denně)

Zdroj: EIA vč. předpovědi

Jak vybrat tu správnou předpověď?

Existuje velké množství předpovědí cen ropy, které se liší délkou horizontu, frekvencí dat, frekvencí publikování, modelovým přístupem či veřejnou dostupností. Většina předpovědí cen ropy je z dílny komerčních institucí (ropných společností, bank, investičních skupin nebo velkých obchodníků), a jsou určené pouze pro potřeby dané instituce či úzkému kruhu předplatitelů. K širší veřejnosti se pak dostávají jen občas a se zpožděním. Kromě toho své předpovědi tvoří i některé státní či mezinárodní instituce, univerzity a výzkumná pracoviště, a ty jsou většinou dostupné zdarma. Samostatnou kategorii tvoří průzkumy agentur, jako jsou Bloomberg, Reuters nebo Consensus Forecasts, které vytvářejí předpověď na základě zkombinování odhadů jednotlivých oslovených respondentů. Předpovědi mohou být dlouhodobé (v řádu desítek let, většinou v reálných cenách), nebo třeba jen pro horizont několika měsíců. Mohou být bodové (k určitému datu nebo průměru za určité období) nebo průběžné - obsahují trajektorii budoucích hodnot, více či méně agregovaných (v podobě měsíčních až ročních průměrů). A v neposlední řadě se může předpověď týkat různých druhů ropy.

Stejně jako existuje velké množství předpovědí cen ropy, existuje i celá řada přístupů k jejich hodnocení či porovnávání. Můžeme vybrat určité budoucí datum a porovnávat, jak se očekávaná hodnota pro toto datum u jednotlivých předpovědí postupně vyvíjí se zkracujícím se horizontem (fixed event forecasts). Alternativní možností je porovnávání jednotlivých zdrojů předpovědi při zachování stálé délky předpovědi (rolling event forecasts). Např. Moghaddam a kol. (2018)^[2] porovnávají odhady 13 institucí na základě hodnocení vývoje jejich předpovědí ceny ropy ke třem fixním datům. Používají k tomu kritéria efektivity a nestrannosti předpovědí^[3] a zkoumají i možné zdroje selhání v plnění těchto kritérií. (Slabá) efektivita předpovědi přitom znamená, že postupné revize předpovědi v čase splňují kritérium náhodné procházky, tedy nemohou být systematicky odhadnuty na základě předchozího vývoje revizí. Test nestrannosti předpovědi může být prováděn pouze ex post se znalostí skutečně realizované hodnoty. Střední chyba předpovědi (MFE, mean forecasting error) by měla být v ideálním případě rovna nule. Z předpovědí v období let 1994–2004 pro ceny roku 2005, 2010 a 2015 toto kritérium splňovaly dle autorů jen předpovědi IEA, EIA a Světové banky. Důvodem nesplnění tohoto kritéria však mohou být velké a nepředvídatelné šoky na trhu s ropou. Zdrojem malé efektivity předpovědí pak může být např. rigidita (kdy analytik nedokáže u nové informace rozlišit mezi šumem a signálem), nebo krátkozrakost (kdy předpověď je ovlivněna aktuální hodnotou). K tomu se přidává často i očekávání exponenciálního růstu reálné ceny, např. na základě Hotellingovy (1931) teorie vyčerpatelných zdrojů nebo teorie rostoucí poptávky v důsledku rostoucích příjmů.

Pokud individuální předpovědi selhávají, lze často pozorovat snahu kombinovat je za účelem zlepšení výsledné předpovědi. Za průkopníky tohoto přístupu lze považovat Batese a Grangera (1969). Kombinaci předpovědí doporučuje i Baumeister (2014). Kombinací individuálních předpovědí můžeme zmírnit důsledky případné špatné specifikace jednotlivých modelů a plynulých strukturálních změn. Přínosem však může být tento postup pouze v případě, že jednotlivé modely vycházejí z odlišných informačních množin, což většinou není splněno. Pokud jednotlivé předpovědi vycházejí ze stejné informační množiny, bývají vzájemně korelované a jejich kombinací nemusí být dosaženo lepší předpovědi. Ke korelaci jednotlivých předpovědí přispívá i to, že jsou všechny silně korelované s aktuální cenou ropy v době předpovědi.

Jaké předpovědi budeme porovnávat?

Výběr níže analyzovaných předpovědí je dán především jejich dostupností, díky níž jsou i často citovány a komentovány v GEVu. Jedná se o předpovědi společnosti Consensus Economics, publikované na měsíční bázi v publikaci Consensus Forecasts, a předpovědi americké vládní agentury EIA (Energy Information Administration), které pravidelně vycházejí v měsíční publikaci STEO (Short-Term Energy Outlook). Tyto externí předpovědi budou pak porovnány se dvěma našimi interními typy předpovědí. Jedná se jednak o standardně vytvářenou předpověď, odvozenou z křivky cen termínovaných kontraktů, a jednak jen pro účel této analýzy zkonstruovanou tzv. naivní předpověď na základě procesu „náhodné procházky“. Vzhledem k tomu, že uvedené externí předpovědi jsou dostupné pouze pro krátkodobý a střednědobý horizont do maximálně dvou let, budou i obě naše předpovědi zkráceny na tuto délku^[4].

Předpovědi cen ropy Brent na základě průzkumu Consensus Forecasts (Graf 3). Jedná se o bodové předpovědi (ke konci měsíce) s horizontem 3 a 12 měsíců. Jsou výsledkem zprůměrování předpovědí jednotlivých dotazovaných institucí a analytických pracovišť (cca 60 respondentů). Výhodou je, že k dispozici jsou kromě průměrné hodnoty i maximální a minimální odhad a standardní odchylka rozdělení. Nevýhodou je, že pokud chceme plynulou křivku předpovědi, je nutná ad hoc interpolace a horizont je navíc omezen jen na jeden rok. Původně se tyto předpovědi (do roku 2012) týkaly americké lehké ropy WTI, která však postupně přestala být globálním benchmarkem a byla tedy nahrazena ropou Brent.

Graf 3 – Předpovědi ceny ropy Brent na základě průzkumu CF (USD/barel)

Zdroj: Consensus Economics
Pozn.: Kolečko – horizont předpovědi 3 měsíce, trojúhelník – horint 12 měsíců.

Předpovědi z dílny EIA (Graf 4). Tyto předpovědi zahrnujeme do naší analýzy proto, že jsou jednak pravidelně a zdarma dostupné a jednak, že jejich vývoj je intuitivně konzistentní s očekávaným vývojem globální nabídky a poptávky. Jedná se sice o cenu ropy Brent na spotovém trhu s fyzickým dodáním v Severním moři (v UK), nicméně rozdíl vůči nejbližšímu termínovanému kontraktu na ICE není většinou významný. Předpověď je kombinací modelových přístupů, jejichž výsledky jsou následně expertně korigovány dle aktuální dynamiky trhu s ropou - podrobněji viz EIA (2020). Zohledňuje přitom i stav a výhled fundamentálních veličin trhu (zejména stav a změnu globálních zásob). Následně se generují předpovědi globální poptávky a nabídky, které se odvíjejí od očekávané ceny ropy. Tyto fundamentální veličiny však zároveň ovlivňují opět cenu ropy a celý proces se tak skládá z postupných iterací, které vedou k výsledné předpovědi ceny ropy, která je konzistentní s vývojem ostatních fundamentálních veličin na trhu. Jak je vidět z Grafu 4, průběh výsledných předpovědí není tak hladký, jako tomu je u předpovědí, odvozených z tržní křivky cen termínovaných kontraktů. Bude tedy zajímavé porovnat, zda predikční schopnost výše uvedeného mechanismu vykáže lepší výsledky.

Graf 4 – Předpovědi ceny ropy Brent z EIA STEO (USD/barel)

Zdroj: EIA

Předpovědi odvozené z křivky cen termínovaných kontraktů (Graf 5). Výhodou těchto předpovědí je jejich jednoduchost, transparentnost a snadná komunikace. Nevýhodou je jejich hladký průběh, který nezohledňuje krátkodobou dynamiku očekávaného vývoje poptávky a nabídky, a v minulosti většinou negativní sklon (backwardation), který však nemusí vyjadřovat očekávání poklesu ceny^[5], ale dle teorie obchodu s fyzickými dlouhodobě skladovatelnými komoditami odráží jiné faktory. Za předpokladu absence možné arbitráže by se cena ropy se vzdalujícím se horizontem dodání měla zvyšovat s rostoucí bezrizikovou úrokovou sazbou, rizikovou prémií a náklady na skladování. Opačným směrem působí pouze tzv. „convenience yield“, což je prémie, kterou je odběratel ochotný zaplatit navíc za to, že dané aktivum vlastní fyzicky a nikoliv jen v podobě kontraktu na budoucí dodání. Za normálního stavu na trhu pak tato prémie převládá nad ostatními faktory a vede k tomu, že spotová cena je vyšší, než ceny kontraktů s dodáním v budoucnosti. To motivuje producenty těžit a odběratele budovat jen přiměřené provozní zásoby. Pouze pokud obchodníci vnímají, že na trhu je přebytek ropy, convenience yield klesá, a s ní i spotová cena ropy. Futures křivka přechází do kladného sklonu (tzv. „contango“). Producentům se vyplatí omezit těžbu (a skladovat ropu pod zemí), obchodníkům a odběratelům pak kupovat levnou ropu na spotovém fyzickém trhu, uskladnit ji (v zásobnících na pevnině nebo v tankerech na moři) a zároveň ji prostřednictvím terminovaných kontraktů prodat s dodáním v budoucnosti.

Graf 5 – Předpovědi ceny ropy Brent na základě cen futurit (USD/barel)

Zdroj: ICE, Bloomberg, ČNB

Naivní předpověď, vycházející z předpokladu, že vývoj cen ropy lze popsat modelem „náhodné procházky“. Model náhodné procházky (random walk) je jedním z nejjednodušších teoretických procesů, generujících data časových řad. Je založen na předpokladu, že v každém období u sledované proměnné dojde ke změně, u které neznáme ani směr ani její velikost. Jediným požadavkem je, že tyto změny jsou navzájem nezávislé náhodné veličiny, které mají všechny stejné rozdělení pravděpodobnosti (i.i.d., independent and identically distributed). Předem tedy tyto změny není možné odhadnout a jako optimální se v tomto případě jeví tzv. naivní předpověď. Ta předpokládá, že očekávaná změna v každém bodě předpovědi je nulová a poslední známá hodnota veličiny je tak použita pro celý horizont předpovědi. Uvádí se, že naivní předpověď funguje překvapivě dobře pro mnohé ekonomické a finanční časové řady. Jako taková by nicméně tato předpověď měla dávat nejhorší výsledky, neboť v tomto případě považujeme změny cen ropy za zcela náhodné. Na grafech 4 nebo 5 by naivní předpověď představovala horizontální čáry, vycházející z poslední známé hodnoty v okamžiku předpovědi.

Vyhodnocení bodových předpovědí

Vzhledem k tomu, že Consensus Forecasts poskytuje jen bodové předpovědi pro tříměsíční a roční horizont, provedeme jeho srovnání s ostatními zdroji předpovědí jen v těchto bodech. Předem je třeba zmínit, že porovnání není úplně dokonalé, protože předpovědi CF se vztahují ke konci měsíce, zatímco u ostatních předpovědí jsou použity dostupné průměrné měsíční hodnoty. To by však nemělo být zdrojem systematické chyby. Přesto bychom měli výsledky v tabulkách 1 a 2 chápat spíše jako orientační.

Tabulka 1 – Porovnání bodových předpovědí za celé období (USD/barel)

Pozn.: Pro horizont 3 měsíce průměr předpovědí za říjen 2013 až červen 2020, pro horizont 12 měsíců průměr předpovědí za říjen 2013 až září 2019.

Tabulka 2 – Porovnání předpovědí na zkráceném období (USD/barel)

Pozn.: Pro horizont 3 měsíce průměr předpovědí za leden 2016 až červen 2020, pro horizont 12 měsíců průměr předpovědí za leden 2016 až září 2019.

Tabulka 1 shrnuje výsledky čtyř různých bodových předpovědí pro dva dostupné horizonty za celé sledované období. Toto období začíná v říjnu 2013, od kdy máme k dispozici systematicky konstruovanou předpověď ceny ropy Brent na základě tržní křivky termínovaných kontraktů. Konec období pak závisí na poslední známé předpovídané hodnotě a liší se tudíž dle horizontu předpovědi. Přesnost předpovědí je vyjádřena kritériem RMSE (Root Mean Squared Error), které nerozlišuje, zda byla odchylka předpovědi od později realizované skutečnosti kladná nebo záporná. Tabulka uvádí průměrnou hodnotu kritéria RMSE za celé období. Kromě tohoto kritéria je uvedena i průměrná střední chyba předpovědi MFE (Mean Forecast Error), která nám poskytuje představu ohledně nestrannosti předpovědí^[6].

Co se týče přesnosti, vycházejí v průměru pro celé sledované období a pro oba horizonty nejlépe předpovědi na základě tržní křivky cen termínovaných kontraktů (futures křivky). Ty vykazují nejnižší průměrný RMSE, nicméně jen o málo horší jsou předpovědi Consensus Forecasts. Naopak předpověď EIA pro horizont tří měsíců neporáží ani naivní předpověď.

Avšak chyby všech předpovědí jsou v průměru značné. Vyjádřeno v procentech později realizované hodnoty činí např. chyba předpovědí Consensus Forecast v průměru 19 % pro tříměsíční horizont a 40 % pro horizont 12 měsíců. Že se nejedná o náhodu potvrzuje např. Sainsbury (2017), který hodnotil úspěšnost předpovědí ceny ropy WTI, vzniklých na základě průzkumu Wall Street Journal od poloviny roku 2007 do roku 2016. Průměrná chyba těchto předpovědí pro šestiměsíční horizont činila 27 % a pro 12měsíční horizont 30 %.

Pro celé sledované období lze rovněž udělat závěr, že žádná předpověď nebyla v průměru nestranná a všechny později realizovanou cenu na základě kritéria MFE v průměru značně nadhodnocovaly. To je však dáno především neočekávaným a prudkým poklesem cen ropy od poloviny roku 2014 do konce roku 2015. Proto jsme obdobné srovnání provedli i pro zkrácené období od ledna 2016 do současnosti. To shrnuje Tabulka 2.

I pro zkrácené období zůstávají závěry ohledně úspěšnosti jednotlivých předpovědí beze změny. Zkrácené období ale zahrnuje symetricky jak periodu růstu cen ropy, tak jejich poklesu. Díky tomu se značně zlepšila nestrannost všech předpovědí na základě kritéria MFE. Zejména ve 12měsíčním horizontu se pak zlepšila i přesnost všech předpovědí. Nicméně nadále platí, že největší přesnost (a nyní i nestrannost) i ve zkráceném období vykazuje předpověď na základě tržní křivky cen termínovaných kontraktů. Předpověď Consensus Forecasts si pak udržela druhou pozici.

Vyhodnocení průběžných předpovědí

Kromě předpovědí Consensus Forecasts poskytují ostatní tři zdroje předpovědí celou trajektorii očekávaných hodnot. Proto v následujícím textu provedeme i vyhodnocení těchto průběžných předpovědí. Jelikož nejdelší horizont předpovědí EIA, který lze rolovat, je 13 měsíců^[7], je porovnání provedeno právě pro tuto délku předpovědi. K hodnocení přesnosti jednotlivých předpovědí použijeme opět kritérium RMSE (Root Mean Squared Error). Graf 6 znázorňuje průběh kritéria RMSE v čase (dle jejich vzniku) pro různé zdroje předpovědí. Z grafu je vidět, že všechny tři druhy předpovědí vykazují podobný průběh chyb a tyto chyby jsou opět poměrně velké. I když modelová předpověď z dílny EIA vypadá na první pohled více sofistikovaně (Graf 4), předpověď na základě futures kontraktů má ve většině případů menší absolutní odchylku od později realizované skutečnosti, a v té menšině případů, kdy je úspěšnější předpověď EIA, není rozdíl příliš velký. To potvrzují i průměrné hodnoty RMSE za obě uvažovaná období, které shrnuje Tabulka 3.

Graf 6 – Vývoj úspěšnosti predikcí na základě RMSE (USD/barel)

Zdroj: Výpočty autora

Tabulka 3 – Porovnání předpovědí na zkráceném období (USD/barel)

Pozn.: Průměr předpovědí za říjen 2013 (resp. leden 2016) až září 2019.

I průběžná předpověď na základě futures křivky tedy dává lepší výsledky než průběžná předpověď EIA. Přidáme-li k tomu i výše uvedené přednosti, tedy jednoduchost, transparentnost a snadnost komunikace, je logické, že si tento druh předpovědí nadále zachovává svou důležitou roli a vstupuje jako jeden z předpokladů o vývoji vnějšího prostředí do mnoha makroekonomických modelů.

Závěr

Jak je ukázáno v předchozím textu, přesnost námi uvažovaných předpovědí cen ropy Brent je poměrně malá. Důvodem je fakt, že kromě fundamentálních faktorů, jejichž vývoj lze do určitě míry odhadnout, má na cenu ropy vliv i velké množství netržních faktorů, jejichž vliv, a někdy ani existenci, nelze dopředu odhadnout či předpokládat (politická situace na Blízkém východě, obchodní války, břidlicová revoluce v USA a s tím související změny strategie kartelu OPEC, nebo naposledy vypuknutí pandemie Covid-19). Ať již jsou předpovědi cen ropy odvozeny od tržních výhledů na základě křivky cen termínovaných kontraktů, na základě modelů nebo na základě průměrování individuálních předpovědí různých institucí, jejich přesnost se v uvažovaném horizontu příliš neliší.

I když velké množství teoretických studií kritizuje využití tržní křivky cen termínovaných kontraktů pro tvorbu předpovědi cen ropy, naše výsledky tento postup naopak do určité míry ospravedlňují. Kromě toho, že předpověď na základě futures kontraktů vykazuje minimálně stejnou přesnost, jako konkurenční alternativy, má oproti nim navíc další nezanedbatelné výhody:

• Na prvním místě lze jmenovat jednoduchost, transparentnost a snadnou komunikaci
• Oproti bodovým předpovědím Consensus Forecasts dává jednoznačnou trajektorii hodnot pro zvolený horizont
• Zatímco modelová předpověď EIA má proměnlivý horizont 13–24 měsíců, futures křivka umožňuje jednoduše vytvořit průběžnou předpověď o délce cca pěti let
• Předpověď EIA se týká ceny fyzické ropy Brent na spotovém trhu (dated Brent). I když rozdíl oproti cenám nejbližšího termínovaného kontraktu na komoditní burze nebývá velký, výhodou cen standardizovaných termínovaných kontraktů je jejich větší dostupnost v reálném čase a transparentnost

Jakkoliv tedy nemusí předpověď cen ropy na základě futures křivky přesně odrážet očekávání analytiků ohledně budoucího vývoje, má tento druh předpovědí v praxi nadále důležitou roli. Důkazem může být mimo jiné fakt, že tyto předpovědi často vstupují jako jeden z předpokladů o vývoji vnějšího prostředí do makroekonomických prognóz mnoha institucí, i když tyto instituce mají k dispozici i své teoretické modelové předpovědi budoucích cen ropy, viz např. ECB (2015),

Nicméně i modelové předpovědi (a zejména jejich kombinace) mají důležité uplatnění při praktickém rozhodování nejrůznějších ekonomických subjektů. Vývoj modelů pro předpověď cen ropy jde stále kupředu a je třeba i do budoucna sledovat a porovnávat výsledky jednotlivých přístupů. Pokud se modely naučí lépe zohledňovat měnící se dynamiku cenového vývoje (např. z důvodu „financializace“ trhu s ropou – tedy stále intenzivnějšího využití ropy jako finančního aktiva) a lépe rozlišovat původ přicházejících šoků, ovlivňujících ceny ropy, mohou tyto modely poskytovat stále užitečnější informace, zejména při použití kombinace více různých modelů. Kromě toho má modelový přístup důležitou roli při hodnocení rizik, přicházejících z různých oblastí ekonomiky, díky možnosti vytváření alternativních scénářů a jejich porovnání se základním scénářem předpovědi. To je důležité jak pro komerční subjekty, tak pro tvůrce měnové či fiskální politiky.

Autorem je Jan Hošek. Názory v tomto příspěvku jsou jeho vlastní a neodrážejí nezbytně oficiální pozici České národní banky.

Zdroje

Bates, J.M. and C. W. J. Granger (1969): The combination of forecasts, Operations Research Quarterly, 20, str. 451–468.

Baumeister, Ch. (2014): The Art and Science of Forecasting the Real Price of Oil, Bank of Canada Review, Spring 2014, https://www.bankofcanada.ca/wp-content/uploads/2014/05/boc-review-spring14-baumeister.pdf

Diebold, F. X. a J. A. Lopez (1996): Forecast evaluation and combination, v Maddala, G. S. a C. R. Rao: Handbook of statistics, North-Holland, Amsterdam, str. 241–268.

ECB (2015): Forecasting the price of oil, Economic Bulletin, Issue 4 / 2015, https://www.ecb.europa.eu/pub/pdf/other/art03_eb201504.en.pdf?13f4c3ce7d281a2a0f5b24a0f510d25a

EIA (2020): Short-Term Energy Outlook Crude Oil Price Forecasts, Handbook of Energy Modeling Methods, https://www.eia.gov/analysis/handbook/pdf/STEO_Crude_Oil_Price.pdf

Hotelling, H. (1931): The economics of exhaustible resources, The Journal of Political Economy 39, 2, str. 137–175.

Hussein Moghaddam, Jalal Dehnavi a Franz Wirl (2018): Are published oil price forecasts efficient?, OPEC Energy Review 2018, https://www.researchgate.net/publication/328151915_Are_published_oil_price_forecasts_efficient/fulltext/5bbbfdc64585159e8d8d1fc3/Are-published-oil-price-forecasts-efficient.pdf

Kilian L., Rebucci A. and N. Spatafora (2007): Oil Shocks and External Balances, IMF Working Paper, May 2007, https://www.imf.org/en/Publications/WP/Issues/2016/12/31/Oil-Shocks-and-External-Balances-20662

Sainsbury, P. (2017): Just how accurate are oil price predictions?, Materials Risk, November 10, 2017, https://materials-risk.com/just-accurate-oil-price-predictions/

Klíčová slova

Cena ropy, předpověď

Klasifikace JEL

C52, C53, G13, Q47

^[1] Naopak velmi silný, i když spíše krátkodobý, je v opačném směru vliv kurzu amerického dolaru na ceny ropy. Vzhledem k tomu, že převážná část ropy je kótována v USD, oslabení dolaru snižuje cenu ropy pro země, jejichž měny proti dolaru posílily, a zvyšuje tak poptávku z těchto zemí a cenu ropy (a naopak). Negativní korelace mezi kurzem dolaru a cenou ropy souvisí i s náhlými změnami sentimentu na trhu. Pokud se zvýší averze investorů k riziku, směřují jejich investice více do bezpečných dolarových aktiv a naopak klesá poptávka po rizikových aktivech, jakými jsou i komodity. Zvýšení averze k riziku tedy vede k posílení dolaru a poklesu ceny ropy a naopak. Nicméně pro předpovídání cen ropy nejsou tyto vazby příliš užitečné, neboť ani předpovědi kurzu USD nebývají příliš úspěšné.

^[2] Tato studie může sloužit i jako extenzivní přehled literatury o používaných technikách předpovídání cen ropy (např. parametrické či neparametrické ekonometrické modely nebo přístupy založené na výpočetních metodách, jako jsou neuronové sítě) a metodách jejich hodnocení (na základě přesnosti, efektivity, nestrannosti a dalších kritérií).

^[3] Diebold a Lopez (1996) uvádějí, že optimální předpověď by měla být nestranná a efektivní.

^[4] Běžně dostupné je i množství dlouhodobých předpovědi (často od renomovaných mezinárodních institucí). Jejich horizont je několik desítek let, většinou se týkají průměrných ročních hodnot a interval mezi předpovídanými body je typicky 5 nebo 10 let. Takové předpovědi mají pro naše účely jen omezené využití a proto nejsou do našeho výběru zařazeny.

^[5] Např. dle ECB (2015) jsou předpovědi odvozené z tržní křivky cen budoucích kontraktů jen nedokonalým odrazem očekávání analytiků a relativně dobře si vedou pouze v dobách stabilních cen. Nicmnéně přesto, že má ECB k dispozici vlastní mechanismus na předpovídání cen ropy založený na kombinaci několika modelů, který je údajně více robustní ke změnám dynamiky cen ropy a produkuje menší chyby předpovědi, makroekonomické prognózy vznikající na půdě ECB většinou jako předpoklad budoucího vývoje cen ropy využívají právě předpověď odvozenou z křivky cen termínovaných kontraktů. Modelová předpověď je pak využívána spíše k posouzení rizik předpovědi, a navíc není veřejně dostupná na pravidelné bázi.

^[6] Existují metody a testovací statistiky, na základě kterých lze učinit závěr, zda alternativní předpovědi jsou rovnocenné, či některá z nich dává statisticky významně lepší výsledky, nicméně tato analýza by již byla nad rámec účelu tohoto článku.

^[7] Horizont předpovědí EIA se posouvá 1x ročně o celý rok.