Modelling the Coal Markets

Abstract

El proyecto consiste en realizar un estudio de las variables que influyen en el precio del carbón. Para ello, en primer lugar, se ha realizado un estudio sobre el proceso de minado, producción y transporte del carbón, con el fin de entender qué variables pueden influir en la oferta de esta "commodity". Además se ha realizado también un estudio sobre la demanda del carbón, con el objetivo de encontrar posibles variables que afecten a esta demanda y, por consiguiente, en el precio del carbón. En paralelo se ha realizado también una revisión de posibles métodos empleados para modelar esta variable y poder extraer conclusiones. Finalmente, se ha optado poer elegir modelo VAR (Vector Autorregresivo), ya que permite analizar el impacto de cada una de las variables y además permite estudiar el desfase en el tiempo con el que estas variables influyen en el precio del carbón. El siguiente paso en el proyecto consiste en construir el modelo de vector autorregresivo y, finalmente, analizar los resultados. Para ello se ha puesto el énfasis en la respuesta dinámica del modelo (analizar cómo cambia el precio del carbón en función de las variables de entrada, y con cuanto desfase). Además, se ha llevado a cabo una descomposición histórica, que permite explicar cuáles han sido las variables que han provocado los cambios históricos en el precio del carbón.The project consists in carrying out a study of the variables that influence the price of coal. To do this, first of all, a study has been carried out on the coal mining, production and transportation process, in order to understand what variables can influence the supply of this "commodity". In addition, a study has also been carried out on the demand for coal, with the aim of finding possible variables that affect this demand and, consequently, the price of coal. In parallel, a review of possible methods used to model this variable and be able to draw conclusions has also been carried out. Finally, it has been decided to choose the VAR (Vector Autoregressive) model, since it allows us to analyze the impact of each of the variables and also allows us to study the time lag with which these variables influence the price of carbon. The next step in the project is to build the vector autoregressive model and finally analyze the results. To achieve this, emphasis has been placed on the dynamic response of the model (analyzing how the price of carbon changes depending on the input variables, and with how much lag). In addition, a historical decomposition has been carried out, which allows us to explain which variables have caused the historical changes in the price of carbon.