| dc.contributor.advisor | Chatiantoniou, Ioannis | |
| dc.contributor.author | Καρατόλιος, Απόστολος | |
| dc.date.accessioned | 2026-05-05T08:58:19Z | |
| dc.date.available | 2026-05-05T08:58:19Z | |
| dc.date.issued | 2026-02 | |
| dc.identifier.uri | http://hdl.handle.net/11728/13378 | |
| dc.description | ENGLISHABSTRACT
This thesis investigates the dynamics of conditional volatility in the markets of three major agricultural commodities (soft commodities), namely coffee, cocoa, and sugar, over the period from February 2016 to October 2022. The analysis is based on monthly price data obtained from the FRED database of the Federal Reserve Bank of St. Louis and transformed into logarithmic returns to ensure econometric suitability for volatility modelling.
The empirical analysis focuses on modelling the endogenous dynamics of volatility using univariate ARCH/GARCH models and the asymmetric EGARCH specification. In addition, the potential influence of exogenous financial and energy-related factors on volatility is examined through an ARCH-X type specification, incorporating the returns of the VIX index and crude oil prices (WTI) into the variance equation.
The main objective of the study is to investigate whether the returns of the selected commodities exhibit conditional heteroskedasticity and volatility clustering, and to determine the most appropriate volatility specification for each market. The empirical methodology includes ARCH-LM tests, estimation of ARCH(1), GARCH(1,1) and EGARCH(1,1) models, and model comparison based on parameter significance, theoretical admissibility, and information criteria such as Akaike (AIC) and Schwarz (BIC). All estimations are conducted using the Gretl econometric software.
The empirical results reveal substantial heterogeneity across the three markets. Cocoa exhibits strong and statistically significant ARCH-type volatility dynamics, confirming the presence of pronounced volatility clustering. For coffee, symmetric ARCH/GARCH models yield theoretically inconsistent estimates, making the EGARCH specification more appropriate. In contrast, no statistically significant volatility dynamics are detected for sugar at the monthly frequency. The inclusion of exogenous variables suggests that volatility is driven primarily by endogenous market dynamics, while the direct impact of financial uncertainty and oil price fluctuations appears limited at the monthly frequency.
Overall, the findings indicate that volatility dynamics in agricultural commodity markets are not homogeneous but depend on the structural characteristics of each market, the time period examined, and the data frequency. | en_UK |
| dc.description.abstract | Η παρούσα εργασία εξετάζει τη δυναμική της υπό συνθήκη μεταβλητότητας στις αγορές τριών βασικών αγροτικών εμπορευμάτων (soft commodities), του καφέ, του κακάο και της ζάχαρης, κατά την περίοδο Φεβρουάριος 2016 – Οκτώβριος 2022. Η ανάλυση βασίζεται σε μηνιαία δεδομένα τιμών, τα οποία αντλήθηκαν από τη βάση δεδομένων FRED της Federal Reserve Bank of St. Louis και μετασχηματίστηκαν σε λογαριθμικές αποδόσεις, ώστε να είναι κατάλληλα για οικονομετρική ανάλυση μεταβλητότητας.
Η εμπειρική ανάλυση εστιάζει στη μοντελοποίηση της δυναμικής της μεταβλητότητας μέσω μονομεταβλητών υποδειγμάτων ARCH/GARCH και της ασύμμετρης προδιαγραφής EGARCH. Παράλληλα, εξετάζεται συμπληρωματικά η επίδραση εξωγενών χρηματοοικονομικών και ενεργειακών παραγόντων στη μεταβλητότητα μέσω υποδείγματος τύπου ARCH-X, με την εισαγωγή των αποδόσεων του δείκτη χρηματοοικονομικής αβεβαιότητας VIX και της τιμής του αργού πετρελαίου WTI στην εξίσωση διακύμανσης.
Στόχος της μελέτης είναι η διερεύνηση του κατά πόσο οι αποδόσεις των τριών προϊόντων εμφανίζουν δυναμική υπό συνθήκη μεταβλητότητα και φαινόμενα συσσωματωμένης μεταβλητότητας (volatility clustering), καθώς και η επιλογή του καταλληλότερου υποδείγματος για κάθε αγορά. Η μεθοδολογία περιλαμβάνει ελέγχους ετεροσκεδαστικότητας τύπου ARCH-LM, εκτίμηση υποδειγμάτων ARCH(1), GARCH(1,1) και EGARCH(1,1), καθώς και συγκριτική αξιολόγηση με βάση τη στατιστική σημαντικότητα των παραμέτρων, τη θεωρητική αποδοχή των εκτιμήσεων και τα κριτήρια πληροφορίας Akaike (AIC) και Schwarz (BIC).
Τα εμπειρικά αποτελέσματα αναδεικνύουν σημαντική ετερογένεια μεταξύ των αγορών. Για το κακάο εντοπίζεται σαφής και στατιστικά σημαντική δυναμική τύπου ARCH, επιβεβαιώνοντας την ύπαρξη έντονου volatility clustering. Στον καφέ, τα συμμετρικά υποδείγματα οδηγούν σε εκτιμήσεις που παραβιάζουν θεωρητικούς περιορισμούς, καθιστώντας καταλληλότερη τη χρήση του EGARCH. Για τη ζάχαρη δεν εντοπίζεται στατιστικά σημαντική δυναμική μεταβλητότητας στη μηνιαία συχνότητα. Η εισαγωγή εξωγενών μεταβλητών δείχνει ότι η μεταβλητότητα επηρεάζεται κυρίως από ενδογενείς παράγοντες, ενώ η επίδραση της χρηματοοικονομικής αβεβαιότητας και της αγοράς ενέργειας εμφανίζεται περιορισμένη στη μηνιαία συχνότητα. Συνολικά, τα αποτελέσματα υποδηλώνουν ότι η δυναμική της μεταβλητότητας στα αγροτικά εμπορεύματα δεν είναι ομοιογενής, αλλά εξαρτάται από τα ιδιαίτερα χαρακτηριστικά κάθε αγοράς και τη συχνότητα των δεδομένων. | en_UK |
| dc.language.iso | el_GR | en_UK |
| dc.publisher | Μεταπτυχιακό Πρόγραμμα στην Ανάλυση Δεδομένων και Χρηματοοικονομική Τεχνολογία , Σχολή Οικονομικών Επιστημών και Διοίκησης, Πανεπιστήμιο Νεάπολις Πάφου | en_UK |
| dc.rights | Απαγορεύεται η δημοσίευση ή αναπαραγωγή, ηλεκτρονική ή άλλη χωρίς τη γραπτή συγκατάθεση του δημιουργού και κάτοχου των πνευματικών δικαιωμάτων | en_UK |
| dc.subject | χρηματοοικονομική αβεβαιότητα | en_UK |
| dc.subject | ARCH | en_UK |
| dc.subject | volatility clustering | en_UK |
| dc.subject | Akaike (AIC) | en_UK |
| dc.subject | Schwarz (BIC) | en_UK |
| dc.subject | συσσωματωμένη μεταβλητότητα | en_UK |
| dc.title | Ανάλυση Μεταβλητότητας Αγορών Εμπορευμάτων | en_UK |
| dc.title.alternative | Διπλωματική Εργασία η οποία υποβλήθηκε προς απόκτηση μεταπτυχιακού τίτλου σπουδών στην Ανάλυση Δεδομένων και Χρηματοοικονομική Τεχνολογία (MSc) στο Πανεπιστήμιο Νεάπολις Πάφος | en_UK |
| dc.type | Thesis | en_UK |
