Short-Run Forecasting of Commodity Prices: An Application of Autoregressive Moving Average Models (Prévisions à court terme des prix des produits de base: application de modèles autorégressifs de moyennes mobiles) (El pronóstico a corto plazo de los precios de productos básicos: Aplicación de modelos de media móvil autorregresiva)

The paper reviews the relative merits of using final equations in autoregressive integrated moving average (ARIMA) forms for forecasting, compared with reduced forms. It also attempts to apply the method of ARIMA models to a short-run simulation of commodity prices. Although both can be derived from a given economic model, a reduced form and a final (ARIMA) equation have different capabilities in forecasting, since they are derived from different sets of assumptions and require different information bases for forecasting. The foremost merit of final equations in forecasting economic time series is simplicity. An equation can be identified and estimated on the basis of a single time series and used for forecasting the time series. However, it is difficult to perform a policy analysis and to utilize information on the future realizations of exogenous variables and structural errors with final equations. The paper summarizes the results of estimation and simulation for the monthly prices of ten primary commodities, uses the forecasts of the monthly prices to generate the forecasts of annual prices, and compares them with the actual prices and--for the annual prices--with the forecasts generated by annual models. The results show that the ARIMA scheme is quite useful for some commodities and suggests that it is better than alternative simple methods, such as the random walk model, for most of the commodities. /// L'auteur compare, aux fins de la prévision, les avantages respectifs des modèles intégrés autorégressifs de moyennes mobiles avec équations finales (Autoregressive Integrated Moving Average-ARIMA) et des modèles utilisant des équations sous forme réduite. Il s'efforce aussi d'appliquer la méthode des modèles ARIMA à la simulation à court terme du prix des produits de base. Bien qu'elles puissent être toutes deux dérivées d'un modèle économique donné, une équation sous forme réduite et une équation finale (ARIMA) présentent des avantages différents sur le plan prévisionnel, puisqu'elles découlent d'ensembles d'hypothèses différents et exigent des informations différentes. L'avantage le plus important des équations finales dans la prévision de séries chronologiques économiques est leur simplicité. Une équation peut être identifiée et estimée à partir d'une seule série chronologique et utilisée pour prévoir les éléments de la série. Toutefois, les équations finales se prêtent mal à l'analyse d'une politique et à l'exploitation d'informations concernant les valeurs futures des variables exogènes et les erreurs structurelles. Cette étude résume les résultants des estimations et de la simulation effectuées pour les prix mensuels de dix produits de base et utilise les prévisions des prix mensuels pour prévoir les prix annuels; elle compare celles-ci aux prix effectifs et, pour les prix annuels, aux prévisions obtenues à partir de modèles annuels. Les résultats indiquent que le modèle ARIMA est très utile pour certains produits et donnent à penser qu'il est préférable aux méthodes simples, comme, par exemple, le modèle de promenade aléatoire. /// En este estudio se analizan las ventajas relativas de utilizar ecuaciones finales en forma de media móvil autorregresiva e integrada (MMAI), frente a formas reducidas, a efectos de pronóstico. También se trata de aplicar el método de los modelos MMAI a una simulación a corto plazo de los precios de productos básicos. Si bien ambas pueden deducirse de un modelo económico determinado, la forma reducida y la ecuación final (MMAI) poseen distinta capacidad de pronóstico, ya que proceden de supuestos distintos y necesitan diferentes clases de información para pronosticar. La mayor ventaja de las ecuaciones finales en cuanto al pronóstico de series cronológicas económicas consiste en su sencillez. Pues una ecuación puede formularse y estimarse a base de una sola serie cronológica y utilizarse para pronosticar esa serie cronológica. Sin embargo, con las ecuaciones finales resulta difícil analizar las medidas de política y utilizar la información sobre los futuros valores de las variables exógenas y los errores estructurales. Se resumen en el presente estudio los resultados de la estimación y simulación de los precios mensuales de diez productos básicos, se usa el pronóstico de los precios mensuales para elaborar el pronóstico de los anuales, y se los compara con los precios efectivos y, respecto a los anuales, con los pronósticos derivados de los modelos anuales. Esos resultados indican que la formulación MMAI es de gran utilidad para algunos productos básicos y mejor que otros métodos sencillos, como por ejemplo el modelo de recorrido aleatorio, para la mayoría de dichos productos.