기후인플레이션(Climateflation)

 

 

기후인플레이션: 기후변화로 농산물 작황 부진 및 물가 상승 지속.

• 기후변화로 식량 가격 급등(예: 커피, 초콜릿, 올리브유).
• 2035년까지 매년 전 세계 식품 가격 0.9~3.2% 상승 전망.
• 2050년까지 식량 생산량 최대 30% 감소, 가격 최대 50% 상승 가능.
• IMF는 부정적 기후 환경에서는 통화정책만으로 물가 안정 어려움을 지적.

 

 

출처 : 매일경제

 

• 식량주권 경쟁: 세계 각국 식량안보를 강화하기 위한 경쟁 심화
   
  • 중국:
    • 2023년 6월 ‘식량안보법’ 시행.
      • 식량 생산, 저장, 유통, 가공 등 전 과정 관리.
      • 곡물 가공업자에 대한 산업표준 준수 의무 및 음식물 낭비 방지, 위반 시 최대 200만 위안 벌금.
      • 목표는 해외 의존도를 낮추고 자급자족 달성.
  • 일본:
    • 2023년 5월 ‘식료·농업·농촌 기본법’ 개정.
      • 식량안보 확보를 기본 이념으로 추가.
      • 기후변화 대응, 농약·비료 사용 규제, 친환경 기술 도입 촉진.
      • 수입 대상국 다변화, 국내 생산 확대 등 정책 강화.
  • 인도: 옥수수, 쌀, 밀 등 주요 곡물 수출 대폭 축소
  • 한국 : 90% 이상 곡물 수입 의존.

DBA (Invesco DB Agriculture Fund)

농산물 가격 변동에 투자하는 ETF (Exchange Traded Fund)

• 농산물 관련선물 계약을 통해 농산물의 가격변동에 투자
• Invesco에서 운용 : 곡물, 육류, 설탕 등 다양한 농업 상품의 선물 가격을 추적

DBA 특징:

1. 포트폴리오 구성:
   • DBA가 투자하는 농산물 선물
     • 옥수수 (Corn)
     • 밀 (Wheat)
     • 대두 (Soybeans)
     • 설탕 (Sugar)
     • 커피 (Coffee)
     • 카카오 (Cocoa)
     • 육류 (소고기, 돼지고기 등)
     • 면화 (Cotton)
2. 비용 및 리스크 
   • DBA의 운영비용(Expense Ratio)은 약 0.93%로 상대적으로 평균적인 ETF 수수료보다 조금 높은 편
   • 날씨 변화, 자연재해, 수급 변화, 국제 무역 정책 등이 농산물 가격에 큰 영향을 미칠 수 있음. 
   • 변동성이 매우 큼 
    

 그래프 : DBA (Invesco DB Agriculture Fund) 와  CORN (Teucrium Corn Fund)  비교 

  

# 1. 필요한 라이브러리 설치
!pip install yfinance
!pip install matplotlib

# 2. 라이브러리 임포트
import yfinance as yf
import matplotlib.pyplot as plt

# 3. WEAT와 DBA 데이터 다운로드 (최근 6개월)
weat_data = yf.download("WEAT", period="6mo", interval="1d")
dba_data = yf.download("DBA", period="6mo", interval="1d")

# 4. 데이터가 정상적으로 다운로드되었는지 확인
if not weat_data.empty and not dba_data.empty:
    

# 5. 이중 축 그래프 그리기
    fig, ax1 = plt.subplots(figsize=(10, 6))

# 첫 번째 축 (왼쪽 Y축 - WEAT 가격)
    ax1.set_xlabel("Date")
    ax1.set_ylabel("WEAT Closing Price (USD)", color='blue')
    ax1.plot(weat_data.index, weat_data['Close'], label="WEAT Closing Price (Wheat)", color='blue')
    ax1.tick_params(axis='y', labelcolor='blue')

 # 두 번째 축 (오른쪽 Y축 - DBA 가격)
    ax2 = ax1.twinx()  # 새로운 축 생성 (오른쪽 Y축)
    ax2.set_ylabel("DBA Closing Price (USD)", color='green')
    ax2.plot(dba_data.index, dba_data['Close'], label="DBA Closing Price (Agriculture)", color='green')
    ax2.tick_params(axis='y', labelcolor='green')

# 타이틀 및 그래프 표시
    plt.title("Comparison of WEAT (Wheat Fund) and DBA (Agriculture Fund) Prices")
    fig.tight_layout()  # 그래프 간격 자동 조정
    plt.grid(True)
    plt.show()
else:
    print("데이터를 가져오지 못했습니다.")