Multi-commodity price risk hedging in the Atlantic salmon farming industry: A copula modelling approach

Abstract

Denne studien omhandler styring av prisrisiko i oppdrett av atlantisk laks. I dag sikrer de fleste lakseoppdrettere mindre enn 30% av lakseprisen, mens enkelte ikke sikrer noe. I tillegg er det for øyeblikket ingen oppdrettere som adresserer svingningene i fôrprisene eller råvarene som brukes i produksjonen av fôr. Denne avhandlingen er det første akademiske bidraget til reduksjon av samlet prisrisiko i en lakseoppdrettskontekst. I tillegg til laks tar vi de viktigste råvarene i laksefôret i betraktning; soyamel, hvete og rapsolje. Vår metode baserer seg på styring av prisrisiko for flere råvarer, kjent som multi-commodity price hedging. Antall futures-kontrakter som bør kjøpes eller selges per enhet med ekspon- ering i spotmarkedene, kjent som hedge ratio, estimeres ved å modellere den flerdimens- jonale avhengighetsstrukturen mellom råvareprisene. Dette gjøres med tre forskjellige cop- ula-modeller. Resultatene viser at samlet prisrisiko i lakseoppdrettsnæringen kan reduseres betydelig ved å anvende et fler-råvare-rammeverk med dynamiske copula-modeller. Den foreslåtte rolling window copula multi hedge-modellen (RWC) reduserer variansen med opptil 53.52%, og utkonkurrerer andre modeller. Dette er modellen som ofrer minst avkastning i forsøket på å redusere prisrisiko. Anvendelsen av flerdimensjonal risikoreduksjon, multi-commodity hedging, gir ytterligere risikoreduksjon for kortere perioder, og har en tendens til å forbedre avveiningen mellom risiko og avkastning ved lengre perioder. Videre viser resultatene at å utvide standard flerdimensjonale GARCH-modeller ved anvendelse av copulaer reduserer prisrisikoen ytterligere i de fleste tilfeller. Et annet nøkkelfunn er at periodens lengde har stor innvirkning på hvor mye risikoen kan reduseres. Lakseoppdrettere må foreta en avveining der lengre perioder generelt gir bedre risikoreduksjon og lavere kostnader, men i større grad krever planlegging av fremtidige slak- tevolumer. Til slutt foreslår vi et kostnads-effektivitets-mål som understreker viktigheten av å vurdere kostnadene ved risikoreduksjon opp mot hvor mye risikoen reduseres. RWC- modellen er den mest effektive modellen når det kommer til kostnadseffektivitet for lengre perioder. Dette bør være attraktivt for oppdrettsselskapene som for øyeblikket i stor grad foretrekker å være eksponert mot spotprisene i frykt for å gå glipp av positiv avkastning.

This study addresses the joint input and output price hedging problem for Atlantic salmon farmers. Along with salmon, we consider prices of the three most important commodit- ies in fish feed mixtures; soymeal, wheat, and rapeseed oil. Our approach is based upon multi-commodity price hedging using state-of-the-art of copula models. The results show that joint price risk in the salmon farming industry can be substantially reduced by multi- commodity hedging. The proposed rolling window copula multi-hedge reduces portfolio variance by up to 53.52% and outperforms other models. The use of multi-commodity hedging improves hedging effectiveness for short horizons and tends to improve the risk-return trade- off for longer horizons. Further, our results show that extending the standard multivariate GARCH models by applying copulas increases hedging performance in most cases. Another key finding is that the hedging horizon greatly impacts hedging outcomes. Salmon farm- ers face a trade-off where longer hedging horizons yield better hedging effectiveness and lower costs but require pre-planned slaughtering volumes to a higher degree. Lastly, we pro- pose a cost-effectiveness measure, highlighting the importance of considering the costliness against the effectiveness of a hedge. By this measure, the RWC model is the most efficient for longer hedging horizons. This is attractive for salmon companies, which currently prefer spot price exposure.