Market expectations, public information and uncertainty resolution in agricultural commodity and equity markets

Abstract

The Efficient Market Hypothesis (EMH) states that price movements result from changes in market expectations when new information becomes available. This thesis focuses on such revisions of expectations around the releases of scheduled public announcements containing relevant information regarding market fundamentals. Specifically, the thesis investigates the role of USDA announcements in the price discovery processes in agricultural commodity and equity markets in the last fifteen years. The three studies conducted offer both novel empirical findings and methodological contributions to the extant literature. <br /> The first study provides a thorough examination of the evolution of forward-looking uncertainty and sentiment in corn and soybean markets (as captured by Option-implied Volatility – Ivol) around the announcement days of four important groups of USDA reports. It shows that the reports still play a crucial role in resolving pre-event market uncertainty and sentiment. The scope of effects depends on the extent to which the reports surprise the market, as well as the pre-existing uncertainty and sentiment in market expectations – proxied by different characteristics of the pre-event analyst forecast distribution. <br /> The second study reveals that – even though USDA announcements do not have a broad impact on U.S. stock markets – the reports do cause significant reactions in stock prices of food-sector companies. The sign and magnitudes of reactions is determined by how and how much the news component in the reports affects the expected cash-flows of firms, and whether the effect is on expected cash in-flows (i.e., revenues) or out-flows (i.e., input costs). <br /> The last part of the thesis develops an innovative method to tease out the ex-post surprise component of scheduled public announcements from the pre-event market expectations without relying on pre-event analyst surveys. The methodology combines the theoretical foundation of EMH and the flexibility of nonparametric Machine Learning (ML) techniques to provide a theoretically consistent yet highly flexible method to extract ex-ante market surprises that can be employed in various market settings. An application to the USDA Crop Progress and Condition reports (CPCRs) demonstrates that the framework can effectively identify the best proxy for post-release market surprises among a large set of possible prediction error outcomes generated by ML algorithm. The application also reveals that the CPCRs still provide a substantial amount of new information beyond what the market anticipates, despite recent advancements in data analytics. Through the significant market reactions to this news component, it is evident that the informational content of the reports is still valuable to market participants.

Die Hypothese des effizienten Marktes (Efficient Market Hypothesis, EMH) besagt, dass Kursbewegungen aus Änderungen der Markterwartungen resultieren, wenn neue Informationen verfügbar werden. Die vorliegende Arbeit befasst sich mit solchen Erwartungsänderungen im Zusammenhang mit der Veröffentlichung geplanter öffentlicher Bekanntmachungen, die Informationen über die fundamentale Marktdaten enthalten. Konkret untersucht die Arbeit die Rolle von Meldungen des Landwirtschaftsministeriums der Vereinigten Staaten (USDA) bei der Preisfindung an den Agrarrohstoff- und Aktienmärkten in den letzten 15 Jahren. Die drei durchgeführten Studien bieten sowohl neue empirische Erkenntnisse als auch methodische Beiträge zur bestehenden Literatur. <br /> Die erste Studie untersucht umfassend die Entwicklung vorausschauender Unsicherheit und der Stimmung an den Mais- und Sojabohnenmärkten (erfasst durch die optionsimplizierte Volatilität – Ivol) rund um die Tage der Veröffentlichung vier wichtiger Gruppen von USDA-Berichten. Sie zeigt, dass die Berichte eine entscheidende Rolle bei der Reduzierung von Unsicherheit und für die Stimmung auf den Märkten im Vorfeld eines Ereignisses spielen. Der Umfang der Auswirkungen hängt von dem Ausmaß ab, in dem die Berichte den Markt überraschen, sowie von der vorher bestehenden Unsicherheit und Stimmung der Markterwartungen - abgebildet durch verschiedene Merkmale der Verteilung von Analystenprognosen vor dem Ereignis. <br /> Die zweite Studie zeigt, dass – obwohl die Meldungen des USDA keine weitreichenden Auswirkungen auf die US-Aktienmärkte haben – die Berichte signifikante Reaktionen auf die Aktienkurse von Unternehmen des Lebensmittelsektors hervorrufen. Die Richtung und der Umfang der Reaktionen hängen davon ab, wie und in welchem Ausmaß die unerwarteten Nachrichtenkomponenten in den Berichten die erwarteten Cashflows der Unternehmen beeinflusst und ob sich die Auswirkungen auf die erwarteten Cash Inflows (d.h. Umsätze) oder Outflows (d.h. Inputkosten) beziehen. <br /> Im letzten Teil der Arbeit wird eine innovative Methode entwickelt, mit der die ex-post-Überraschungskomponente geplanter öffentlicher Bekanntmachungen aus den Markterwartungen vor dem Ereignis herausgelöst werden kann, ohne sich auf Analystenumfragen vor dem Ereignis zu stützen. Die Methode kombiniert die theoretischen Grundlagen der EMH mit der Flexibilität nichtparametrischer Techniken des Maschinellen Lernens (ML), um eine theoretisch konsistente und dennoch hochflexible Methode zur Extraktion von ex-ante-Marktüberraschungen bereitzustellen, welche in verschiedenen Marktzusammenhängen angewandt werden kann. Eine Anwendung auf die USDA-Berichte über die Entwicklung und den Zustand der Nutzpflanzenbestände (Crop Progress and Condition Reports, CPCRs) zeigt, dass die Methode in der Lage ist, aus einer großen Anzahl möglicher Vorhersagefehler, die durch den ML-Algorithmus generiert werden, effektiv den besten Proxy für Marktüberraschungen nach der Veröffentlichung zu ermitteln. Die Anwendung zeigt auch, dass die CPCRs eine beträchtliche Menge an neuen Informationen liefern, die über das hinausgehen, was der Markt trotz der jüngsten Fortschritte in der Datenanalyse vorhersieht. Anhand der erheblichen Marktreaktionen auf diese Informationskomponente wird deutlich, dass der Informationsgehalt der Berichte für die Marktteilnehmer nach wie vor wertvoll ist.