1 

 

 

 

 

 

U.S. Corn Ethanol Policy The Recent Effects of Governmental Corn Ethanol Policy on Corn Pricing 

Ben Brabston 5/17/2009  

2 

 

 

Contents Acknowledgements.......................................................................................................................................3 

Abstract.........................................................................................................................................................4 

How Ethanol is Produced..............................................................................................................................5 

Introduction ..................................................................................................................................................6 

The Food versus Fuel Debate......................................................................................................................11 

Literature Review........................................................................................................................................15 

Other Areas of Research .............................................................................................................................19 

The Regression............................................................................................................................................21 

Equations ....................................................................................................................................................23 

Data Sources ...............................................................................................................................................27 

Results.........................................................................................................................................................28 

Including Crude Oil Pricing..........................................................................................................................32 

Conclusion...................................................................................................................................................36 

References ..................................................................................................................................................37 

Appendix .....................................................................................................................................................39 

 

3 

 

Acknowledgements   

  In all honesty, when this paper was first being written, I had little intention of writing 

acknowledgements.  After hundreds of hours of work, my view has changed.  An adviser is 

expected to give a direction to a paper and to help the writer find the proper sources of 

materials.  Professor Kiesling has been much more than an advisor. 

  From day one, she has been nothing but a joy to work with.  When times were tough, 

and there were plenty, she kept my head square on my shoulders, gave me motivation to keep 

working and always saw the glass as half full.  The professional sound that this paper has 

coursing through it is a product of her experience with writing these papers; experience that 

she passed on to me.  Would I recommend her to everyone?  No, I would not do that to her.  I 

would only recommend her to the best of students. 

  To my friends and family, thank you for your understanding and support that I have 

received throughout the research, writing, and revising of this thesis. 

 

Enjoy the paper.  

4 

 

Abstract  

  The food versus fuel debate has many sides.  Recently Fortenbery and Park (2008) 

analyzed the effects of ethanol production on the U.S. national corn price between December 

1995 and November 2006.  While previous work analyzed the effect of ethanol production on 

gasoline prices, their work was a significant step towards understanding the broader 

consequences of a growing trend towards using corn for ethanol. 

  Over the summer of 2008, corn prices spiked, and the Fortenbery and Park analysis 

needs to be updated to account for this development.  Key legislation on corn ethanol that was 

passed in 2005 and 2007 is also not well developed in their regressions.  Furthermore, they did 

not analyze the effects of crude oil, a commodity highly involved in many economic activities, 

on corn prices.  This paper extends their analysis to include data through November 2008, as 

well as providing analysis of the effects of crude oil price fluctuations. 

  The results show that the recession has had much more of an impact on the marginal 

effects of corn ethanol production on corn pricing than government policy has had.  Accounting 

for the recession by including crude oil in analysis provides further support for this statement.  

5 

 

How Ethanol is Produced  

  Ethanol is produced using two different methods, both of which employ inputs and 

generate outputs that are relevant to the food vs. fuel debate and can be the subject of further 

research. 

  The less common wet milling process starts by soaking the grain in sulfuric acid to 

separate its components.  The oil is extracted, and the other components, the fiber, gluten and 

starch, are further separated by a centrifuge.  These parts that are not used for oil are used for 

feed and food (Renewable Fuels Association 2009). 

  The more popular way of making corn ethanol is dry milling.  The more modern of the 

two processes also exhibits economies of scale: dry mills can produce much more, require less 

investment and capital to operate and are therefore more popular.  In dry milling, the corn 

grain is grinded into a "mash" and is cooked in water.  Yeast is added to cause fermentation and 

the resulting alcohol is distilled from 30 proof to 195 proof.  The non‐alcoholic components of 

the mash are then dried and used as feed (U.S. Department of Energy).  About 30% of the corn 

is recovered for feed in dry milling (Brown 2007). 

6 

 

Introduction  

  Over the past three years the U.S. economy has experienced a series of unexpected 

shocks.  From foreclosures on housing to wars abroad to volatile gasoline prices, Americans 

have found themselves in one of the worst economic situations in the past one hundred years.  

One of the focal points of the recent economic crisis has been the food vs. fuel debate.  As oil 

prices have become more volatile, and America fights abroad, the U.S. has attempted to reduce 

its dependence on foreign oil supplies.   One solution has been to look to the heartland of the 

country:  at its home grown crops as a source of transportation fuels. 

  Many different grains can be used to create ethanol.  In Brazil, for example, ethanol is 

made using sugar cane.  While sugar cane ethanol is often deemed a successful case of 

supplanting oil supplies by using biofuels, the situation in Brazil is not easily replicable in the 

U.S. because the U.S. does not grow nearly as much sugar cane, and because Brazil's aggregate 

fuel usage is smaller than that of the U.S.  Rather than use sugar cane for ethanol, the United 

States' feedstock for ethanol is corn: nearly 95% of ethanol made in the U.S. comes from corn 

(U.S. Department of Energy date unknown).  Scientists are doing research into other crops and 

products that can be used for ethanol, but the technology is not sufficiently advanced to be 

used as a viable replacement for the current methods of producing ethanol. 

  Corn ethanol is made from corn kernels that go through a process of milling, drying, 

mixing, and blending to create a final product that is generally added to gasoline to improve the 

gasoline.  Not only is corn ethanol burned with gasoline to fuel America's vehicles, but it is also 

7 

 

an oxygenator for gasoline, making it burn more cleanly.  There are many standard blends of 

ethanol in gasoline ranging from E85 (85% ethanol by blend) down to the 5.7% standard 

required in oxygenation programs (Duffield and Xiarchos 2008). 

These current oxygenate standards and use of ethanol in fuel blends come from a long 

line of governmental policy being written and rewritten.  The U.S. government has been 

involved in corn ethanol policy since the late 1970s.  When the first ethanol policies were 

established, it was argued that the government should be involved in corn ethanol policy for 

multiple reasons: to establish energy independence (similar to the issues of today), to spark 

economic growth in rural areas, and to reduce pollution caused by burning fossil fuels.  Since 

these arguments were based on public interest, the government felt that it was right to become 

involved and to create its first tax exemption in 1978 for gasoline manufacturers that used 

ethanol blended in their gasoline.  At the time the exemption was $.40 per gallon of ethanol at 

blends of 10% or higher.  In 1980, the exemption was changed to a credit: it was the first motor 

fuel credit for ethanol (Duffield and Xiarchos  2008). 

  Since 1980, government policy has been involved in corn ethanol production in a variety 

of ways.  Policies have involved changing the amount of the subsidy, creating tariffs on imports 

of foreign ethanol, giving subsidies to small ethanol producers, changing the ethanol blend 

percentages required to receive subsidies, and most recently creating the renewable fuel 

standards (RFS).  Today, the subsidy stands at $.51 per gallon for any percent blend of ethanol 

in gasoline (Duffield and Xiarchos  2008). 

  More recent environmental policy has had major implications for corn ethanol policy as 

well.  When the Clean Air Amendments of 1990 were passed, one of the implications of the 

8 

 

passage was the fuel oxygenate requirement imposed on petroleum refiners, which required a 

certain percentage of oxygen in gasoline (2% oxygenation) (Duffield and Xiarchos 2008).  This 

requirement had two intentions: to reduce emissions of vehicles and to entice the production 

of ethanol. Instead, the amendments led to a different conclusion.  While harmful emissions 

overall were reduced, the use of methyl tertiary‐butyl ether (MTBE) became popular amongst 

manufacturers instead of ethanol because it fulfilled oxygen requirements, and it was cheaper 

and easier to manufacture than ethanol.  This would change. 

  In the following decade, corn ethanol policy once again was at the forefront of American 

policy.  While there had been discussion about the negative effects of MTBE, including it 

potentially being a carcinogen, it was not until 2004 that it was finally banned in a series of 

states at the beginning of the year, due largely to its effects on the smell and taste of water 

when trace amounts of MTBE seep into ground water.  In all, 40% of MTBE usage was cut 

through bans in California, New York, Washington and Connecticut (Energy Information 

Administration 2009).  While there are oxygenate alternatives to MTBE and ethanol, such as 

tertiary‐amyl methyl ether (TAME), ethanol found itself in a position where it appeared to be a 

useful substitute and thus a highly sought after commodity (see figure 1). 

  The next year, the Energy Policy Act of 2005 put into place the most stringent corn 

ethanol policy to date by creating a renewable fuel standard.  The standard required that for all 

gasoline produced, a certain percentage of ethanol must also be produced.  While loopholes 

allow for the use of imported ethanol, existing tariffs on ethanol imports protect the domestic 

corn ethanol industry.  An already quickly growing industry exploded. 

9 

 

  More recently, the Energy Independence and Security Act of 2007 created more 

stringent guidelines for the RFS, as well as putting the EPA in charge of regulating the 

percentage mandated by the RFS.  It also made money available to look beyond the classic corn 

ethanol production process to do research into cellulosic ethanol, which turns non‐food 

products (cellulosic materials that are not digestible) such as corn stalk, tree bark, debris, trash 

or branches into fuel.  However, no major sustainable method of making cellulosic ethanol has 

yet been commercialized. 

  Corn ethanol would not be as controversial if it were not for recent economic activity.   

Lately, rising food prices have sparked a great food vs. fuel debate.   Spikes in food prices and 

especially corn prices have caused a sense of pandemonium across the world, including riots all 

over the world over food prices and famously in Mexico over corn tortilla prices.  In Mexico, 

where many poor are forced to pay a third of their wages towards food, the price of corn flour, 

the main component in tortillas, rose by 400% in a matter of three months (Taylor 2007).  At 

the core of the issue is how much the increased use of corn for fuel has caused food prices to 

increase. 

  During the recession, many would expect prices to drop as the U.S. aggregate demand 

would shift to the left.  However, this has not been the case.  The recent recession has caused 

many equities and investments to appear much more risky, from companies collapsing, to 

corporate and even municipal bonds being downgraded by Moodys, Standard and Poors, and 

Fitch (Pascoe 2008).  This effect has had two major causes.  First, investments would drop as 

overall confidence in the financial securities system declines and consumption might even rise 

as a result.  Second, alternative investments would become much more sought after.  One such 

10 

 

alternative is commodities.  Over the summer of 2008, commodity prices across the board rose, 

in part, because of the commodity bubble.  Assuming it was this commodity price bubble that 

caused prices to rises, many other factors affecting corn prices would have less of an impact 

because bubble had such a strong impact.  One such factor was the effects of ethanol 

production on corn prices.  Later in the paper, when crude oil prices are inserted into the 

model, it is expected that the price of crude oil will account for some of the recession and 

commodity bubble and drive the marginal effects of ethanol production on corn prices up. 

  How much does the increasing rate of production of corn ethanol affect the price of 

corn?  What have the recent policy implementations done to affect rising corn prices?  What 

caused corn prices to rise: was it the recession or government policy? 

11 

 

The Food versus Fuel Debate  

Corn ethanol production and the various commodity markets interact in ways that are 

beyond the scope of this paper.  Because corn ethanol production increases the demand for 

corn, more land has been dedicated towards the production of corn.  Not surprisingly, corn is 

the main input into corn ethanol, and producers compensate for this new demand, by 

dedicating more land to growing corn and reducing their production of other crops.  This 

production substitution causes the supply of corn to rise, while causing the supplies of other 

crops to fall.  Substitution also occurs towards the production of ethanol and away from other 

uses of corn like food, feed and exports.  The demands for substitutes for food and feed, such 

as wheat and soy, are expected to rise.  Figure 2 shows the effects graphically. 

Corn and ethanol also require more inputs than many other crops (Olmstead 2007).  

Fuel, which is often crude oil based, is an input in the production process of corn ethanol 

because heat is used in the fermentation stage of ethanol production.  Crude oil is also an input 

for growing corn because it is used to fuel the vehicles on the farm and as part of pesticides and 

fertilizers.  These effects caused by the increased production of corn ethanol and field corn 

drive the demand for crude oil up.  Corn ethanol is also a substitute for crude oil in gasoline, so 

the increased production of corn ethanol reduces the demand for crude oil.  These conflicting 

effects cause a shift in the demand curve, but the direction of the shift is a subject of possible 

study.  Ideally, the production of ethanol would drive the demand for crude oil down because 

corn ethanol is argued to lower America's dependence on foreign oil. 

12 

 

The food vs. fuel debate expands well beyond a basic argument of how prices for food 

and fuel interact; it also encompasses the environmental implications of increased ethanol 

production and consumption.  These implications, however, remain controversial.  One of the 

arguments for using corn ethanol as opposed to gasoline is that corn ethanol is better for the 

environment.  Corn is a renewable crop grown from the soil and not a resource dug out of the 

ground that replenishes slowly, so most of the carbon dioxide and other emissions released 

from burning corn ethanol are reabsorbed by the corn that is being grown.  The carbon cycle is 

the basis for ethanol being a renewable fuel source: ostensibly the process of making ethanol 

and burning it for fuel is a zero‐sum product process.  However, growing corn is more energy 

intensive than growing other crops, and corn uses other inputs, such as water, nitrogenous 

fertilizers and pesticides, many of which are oil‐based.  Another related issue is that the runoff 

from growing additional corn for ethanol is causing a dead zone the size of New Jersey in the 

Gulf of Mexico: an area where there is no oxygen and thus no plant or animal life (Olmstead 

2006). 

Producing corn ethanol also creates green‐house gases, and some estimates have 

suggested that the reduction in green‐house gas emissions compared to oil in gasoline is less 

than 15%, without taking into account the increase in emissions from producing more corn 

(Olmstead 2006).  In America and abroad, forests (and specifically rainforests in Brazil) and 

reserve land, are being cut down and plowed at an alarming rate to satisfy rising demands for 

ethanol.  Moreover, some evidence indicates that the direct impacts of ethanol production on 

global warming, such as deforestation, accelerate global warming by causing more emissions 

than regular gasoline (AP 2009). 

13 

 

The energy efficiency of corn ethanol relative to gasoline is also a subject of debate.  

Traveling a certain distance requires 20% more ethanol by volume than gasoline to fuel a 

vehicle.  This disparity between the two fuels is called the volumetric difference because the 

same volume of gasoline will fuel a vehicle farther than ethanol (Energy Information 

Administration 2007).  Because ethanol has lower fuel efficiency than normal gasoline, the 

amount of green‐house gas reduction from using ethanol is less than often reported, because 

going the same distance requires more ethanol than gasoline.   Using gasoline blends with 10% 

ethanol reduces green‐house gas emissions by a meager 2% (Runge and Senauer 2007). 

Other issues arise, such as the sheer amount of corn needed to produce ethanol: the 

corn used for ethanol to fill up one tank in an SUV could feed a person for a whole year.  

Similarly, if all of the corn grown in the U.S. were used towards fuel, it would supply only 16% of 

America's auto fuel needs (Brown 2007). 

The food vs. fuel debate in the U.S. also has international implications.  The use of corn 

for ethanol not only has effects on prices, but it also has effects on demands: specifically, the 

demand for exports of corn and the demand for corn ethanol.  Since the two directly compete, 

and corn is needed throughout the world for its starving inhabitants, corn ethanol has been 

argued to be "starving the poor".  Over two billion of the world's citizens live off of less than $2 

a day, and of the 82 low‐income countries in the world, most are net exporters of oil, which 

means that by reducing demand for oil by increasing ethanol consumption, America drives up 

the price of one of their basic needs, food, while driving down the price of one of their main 

products, oil.  Some estimates suggest that the number of hungry people in the world will be as 

high as 1.2 billion people which is 600 million people more than previous estimates: the reason 

14 

 

for the increased estimates is higher food prices caused by increased demand for foods (such as 

corn) used for biofuels (Runge and Senauer 2007).  

The many points made in favor of corn ethanol include the obvious point that it is 

environmentally sounder than using gasoline due to its renewability.  The benefits of ethanol 

consumption do extend beyond just the environmental effects of corn ethanol.  Because it is a 

substitute for gasoline, ethanol reduces America's dependence on foreign oil, a benefit that is 

difficult to measure.  Not only does it reduce the demand for imported oil, but it also increases 

demand for domestic agricultural products, which until recently was generally viewed as a 

positive development.  The increased demand for agriculture leads to a stronger infrastructure, 

and if developed enough the ethanol industry could potentially become as strong as Brazil's 

sugar cane industry, which has helped Brazil’s economy develop substantially.  

15 

 

Literature Review  

  A substantial body of work has analyzed many aspects of corn ethanol.  Du and Hayes 

(2008) examined and estimated the effective drop in gasoline prices caused by ethanol 

production.  Their work using panel and time series data results in explanations of the 

correlation between the effects of ethanol production and gas prices.  Their analysis indicates 

that at one extreme in the Midwest, gas prices are reduced by $.39/gallon by the use of 

ethanol. At the other extreme, in the Rocky Mountain region, gas prices are reduced by 

$.17/gallon by the use of ethanol. 

  The United States Department of Agriculture (USDA) has published articles related to 

the overall increase in costs per pound of different kinds of foods.  Corn, the article explains, is 

not a very expensive component in cereal, sodas (in the form of high fructose corn syrup), and 

meats.  Therefore, they argue that corn ethanol production is unlikely to be responsible for the 

dramatic food price increases in 2008.  Table 1 summarizes the results of the USDA analysis.  

The article goes on to explain that sweet corn, which is used in corn on the cob and is 

consumed directly by humans, makes up only 1% of the corn market, and of field corn, only 

10% goes directly into human food.  This table, however, does not reflect the effects of the 

increased production of ethanol.  By not performing econometric analysis, the USDA has 

produced data that deliver little meaning because they do not account for the other factors 

involved with the production of corn ethanol.  Such factors include the income and substitution 

effects and the supply and demand effects that result from the process of making corn ethanol.   

16 

 

The income effect is the effect of changes in purchasing behaviors of consumers based 

on different amounts of income.  The income effect was especially relevant during the summer 

of 2008, when many different commodity prices rose simultaneously, driving down the 

spending power of consumers.  A person that is able to spend $30 at a grocery store on their 

dinner is more likely to purchase something nicer, like filet mignon, rather than a person who 

has $5 to spend, who would be more likely to buy something less expensive like pasta.  In the 

summer of 2008 when all commodity prices rose, because these commodities were an input 

into so many items purchased, there was a general income effect on the overall spending 

power of the individual. 

The substitution effect describes the changes in consumer behavior when prices change 

for one individual bundle of goods.  Because corn prices, which affect the bundle of goods for 

which corn is an input, are volatile, many products that use corn as input have had price 

changes.  The combined income and substitution effects affect the supply and demand curves 

of every good because depending on how prices increase or decrease, and how purchasing 

power changes, consumers purchase different amounts of goods. 

With less purchasing power in the grocery store, the demand for inferior goods (goods 

that are purchased less when the income of an individual increases) will rise while the demand 

for normal goods (goods that are purchased more when the income of an individual increases) 

will drop.  These two effects would shift the demand curves for both normal and inferior goods.  

Under rising prices, to react to these demands, producers would be expected to streamline 

their productions of inferior goods, causing supplies of inferior goods to rise, while, at the same 

time, dedicating less effort towards producing normal goods causing the supplies for many 

17 

 

normal goods to fall.  These overall effects, which cannot be accounted for by basic pricing 

inputs are the effects that need to be studied in order understand the entire range of effects of 

rising corn prices.  

  Many other articles have focused on the world food shortage, which may be in part 

caused by the production of biofuels.  However, few articles address the American food 

situation.  Separating the two issues is difficult because of the interconnected world that exists 

today.  However, the focus of this paper is on the effects of corn ethanol on the U.S. national 

price of corn. 

  Many articles make logical arguments without any numbers to back up their arguments. 

The addition to literature from these sources is qualitative in nature and not quantitative.  Their 

points often provide explanation for what the basic numbers cannot.  As journalist Alan W. 

Dowd explains, rising demand for corn has resulted in more land being developed for corn and 

less for other field crops.  Increased corn production takes away land that is harvested for other 

crops, such as wheat.  As a result, the production of corn ethanol leads to other commodity 

prices rising. 

The most relevant research on this topic is that of Fortenbery and Park (2008), who used 

a three stage least squares analysis to identify and estimate the effect of ethanol production on 

the U.S. national corn price.  Their work uses supply and demand equations to uncover the 

effects of corn ethanol production.  Their model will be used in this paper, the numbers will be 

updated, and the equations slightly modified to capture more information.   They discover that 

ethanol was a major cause of the recent rising corn prices having a 16% marginal effect of 

ethanol production on corn prices and accounting for a 41 cent per bushel rise over the course 

18 

 

of the corn year from September of 2006 to September of 2007, which was about half of the 

rise in prices that was witnessed. 

Other possible models that are not used in this paper are investigated by Tomek and 

Myers (1993) who wrote a paper discussing the different econometric methods for evaluating 

commodity prices.  All of the models have their drawbacks and none seem any stronger than 

the model used by Fortenbery and Park.  As a result, the three stage least squares model will be 

examined throughout this paper. 

19 

 

Other Areas of Research  

  This paper estimates the effects of ethanol production on corn price, but there are also 

effects of ethanol production on other commodities, such as wheat and soy.  As discussed 

earlier, the recent trend to produce more corn ethanol has caused farmers to substitute their 

land towards corn and away from other crops, or they have started farming land that was 

previously untouched.  Either way, there is an effect on the supply side of other crops caused 

by corn ethanol production. 

  Ethanol production affects pricing of meats, such as beef, pork and chicken.  Similar to 

other commodities, the effect of corn ethanol production would be seen on the supply side for 

meat, since corn is a major source of feed for livestock.  Farmers have given testimonial that 

explain that the rising price of corn (which is in part caused by ethanol production) forces 

farmers to substitute towards lower quality feeds, and/or farmers must charge more for their 

meat to keep up with the rising corn and feed prices (Moody 2008).  Research into the effects 

on quality and prices of meat would provide insightful results. 

  The production of corn ethanol itself affects certain inorganic commodities as well.  As 

stated above, fuel and water are both inputs in the production of ethanol.  Demand side effects 

involving corn ethanol complicates research and models even more. 

  Unfortunately, quarterly data are not available for most of these items.  The demand for 

water and oil is no doubt very complicated and often affected by factors that econometrics has 

20 

 

difficulty accounting for, such as the endogenous effects of OPEC, and the USDA data for wheat 

and soy do not extend far enough back in time to research these areas thoroughly. 

  Other areas of potential study include those of the actual effects of rising corn prices on 

the costs to consumers in the grocery store.  The USDA (Leibtag 2008) report does not include 

any of the substitution effects discussed above, and simply analyzes how much corn is used per 

item (see figure 6 in appendix).  Analyzing the effects of corn prices on everyday items would 

require a special knowledge of the subject and an understanding of all commodity markets that 

are beyond the scope of this paper. Furthermore, the production of ethanol requires a great 

deal of inputs like water and fuel.  This, in turn, will drive up the costs of water and items that 

require water to work: an unintended consequence of corn ethanol use.  These effects cannot 

be measured in corn price increases. 

  The issue of the byproducts of corn ethanol production should be researched as well.  

The idea that corn that is used for ethanol is not used for anything else, like feed, is skewed.  

There are byproducts of corn ethanol production that are used as both feed (for animals) and 

food (for humans).  A possible avenue of further research into the underlying feed demand 

effects of corn ethanol production is a possibility. 

21 

 

The Regression  

  The goal of this analysis is to examine the effects of corn ethanol production on corn 

prices.  Specifically, the paper hopes to analyze the effects of the recession combined with new 

government policy.  Ultimately, the paper hopes to attribute the recent increase in corn prices 

to either the recession or new government policy. 

  The sources of the data in this paper are meant to emulate those used by Fortenbery 

and Park.  As their model explains, the supply and demand in the commodity market for corn 

are represented in four equations: one equation for supply and three equations for the 

different demands for corn: feed, exports, and food, alcohol and industry (FAI) as described by 

the USDA (see figure 3).  The demand for food, alcohol and industry is described as a single 

demand, and it contains the production of ethanol.  Because the price of corn is an 

independent variable in all of the equations simultaneously, a simple ordinary least squares 

calculation will not result in unbiased coefficient estimates.  Rather, a three stage least squares 

is used to address the endogeneity of price in the entire model. 

  Three stage least squares builds off of the two stage least squares concept.  A two stage 

least squares estimation uses a basic instrumental variable to solve for an endogeneity issue in 

one equation.  However, this model has four endogenous quantity variables: the supply of corn, 

the demand for feed, the demand for exports and the demand for FAI.  The price of corn is 

determined by the previous inventory (supply), the three demands described above, the 

22 

 

previous price of corn, and quarterly dummies to control for seasonality effects and other 

omitted or unobserved variables. 

The previous price of corn is used as a Markov Chain component.  A Markov Chain is 

defined as any stochastic process that is affected by the most recent piece of information and 

nothing prior to the most recent piece of information – the most recent observation captures 

all of the relevant historical information.  In other words, a stochastic process is a Markov Chain 

if: 

 

 

  

Where the  s represent time.  Simply put, the entire regression is a large Markov Chain. 

  Three stage least squares estimation combines the five equations (one for price, one for 

supply, and three demands) to account for the endogenous determination of price and quantity 

across these interrelated markets.  It uses a series of instruments (not just one in the two stage 

least squares method) to explain the price equation. 

23 

 

Equations  

All of the following variables are expressed as logs in order to determine percentages 

with the exceptions of quarterly dummies and time trend variables. 

The supply equation is as follows: 

 

 

 

Where   is the inventory (or supply) of corn at the beginning of each quarter.  The first 

quarter is defined as September of the current year as that is when the previous year's crop is 

harvested.  The current year's crop is planted in the third quarter.  Supplies act in an annual 

fashion, increasing once during the first quarter after the harvest (resulting in the highest corn 

stock being recorded during the second quarter) and then dropping throughout the year.  The 

coefficients,   and   (on the previous quarter’s price of corn and the interest rate 

respectively) are expected to be negative because the higher price of corn, and the higher the 

holding cost, the more willing farmers are to sell their corn.  The coefficient for the previous 

supply,   is expected to be positive. 

  Each equation has dummy variables to account for quarterly trends, such as the trend 

for supplies to spike in the second quarter and then dip as the year goes on. 

  The feed equation is as follows: 

 

24 

 

 

 

Where   is the quarterly consumption of corn for the purpose of feed.  The price of corn,  , is 

found in every demand equation and it is always expected to have a negative coefficient in 

demand equations.  The price of soymeal,  , a substitute for feed corn, is included and 

expected to have a positive coefficient.   ,  , and   represent the number of broilers 

(chickens), cattle on feed and hogs respectively and are expected to have positive coefficients. 

  The export equation is as follows: 

 

 

 

Where   is the quarterly amount of corn exported.  The wheat production of the rest of the 

world,  ,  and the dollar index,  , are expected to have positive coefficients.  The Dollar 

Index is included to account for exchange rates against eight major currencies in the world.  

 is a weighted measurement of the GDP per capita of the five main importers of wheat 

from the U.S.: Japan, Mexico, Taiwan, Egypt and South Korea.  It is expected to have a negative 

coefficient because the higher the GDP that these countries have, they presumably import less 

and export more.  As Fortenbery and Park point out, these five countries account for more than 

60% of the United States' corn exports. 

  The consumption of corn for food, alcohol and industrial use (FAI) equation is as follows: 

 

 

25 

 

 

Where   is the quantity of corn consumed for food, alcohol, and industry.  The amount of 

ethanol,  , is provided by Energy Information Administration and will have a positive 

coefficient.  The United States population,  , is included as well.  A time trend,  , is also 

included because FAI demand has grown greatly and consistently over the given time period 

(see figure 4).  During the same time period, ethanol production grew consistently as well.  To 

avoid ethanol production being credited with excessive weight on the growth of demand for 

FAI, the time trend is added. 

  A regression that involves a Markov Chain and the supply and demand for corn derives 

the formula for price.  Specifically, the demand is broken down into its three components from 

above.  The price equation is therefore:  

 

 

 

This equation involves five endogenous variables, but the endogeneity issue is solved by the 

previous equations describing the different supplies and demands.  The coefficient on supply is 

expected to be positive, and the demand coefficients are expected to be negative.  While there 

is an issue because the coefficient on the demand for feed is negative this is presumably caused 

by the fact that when feed amounts are measured, they also include residual amounts of corn 

consumed, so these numbers aren’t as precise as the export of FAI numbers.  Once again, 

quarterly dummies are included since corn production operates in a cyclical fashion. 

  The final price equation uses all of the instruments provided to make the final equation: 

26 

 

 

 

 

where 

         

 

 

 

 

         

To see the overall results of the regression, see Table 2. 

27 

 

Data Sources  

  Most price, production, stock, livestock data, and corn usage are obtained from 

different USDA sources.  The corn price is a measurement of the quarterly average of the USDA 

monthly reported average farm level price.  The soybean meal prices came from Index Mundi, a 

website dedicated to providing country profiles.  Corn stocks are measured from the USDA 

quarterly stock reports, and represent the size of beginning stocks as of Mar 1, Jun 1, Sep 1, and 

Dec 1 of each year. 

  The variables used to explain consumption of corn for feed, exports and FAI come from 

the USDA as well and are also measured quarterly. The amount of cattle on feed and hogs are 

the quarterly averages of monthly data, and the amount of broilers is the quarterly average of 

weekly data. 

The dollar index is found on the web site of the Board of Governors of the Federal 

Reserve System.  The GDP per capita for importing countries data is from the International 

Monetary Fund, and data for the U.S. population comes from Econstats.com.  Both are constant 

during a year.  GDP per capita is the annual number evaluated in current U.S. Dollars.  Ethanol 

production is taken from Energy Information Administration, and is the quarterly sum of 

monthly production. 

 

28 

 

Results  

Since the regressions are log‐log regressions, we can use the following to describe the 

overall effect of corn ethanol production on the price of corn: 

 

 

  

Therefore, the ethanol production elasticity of corn price is: 

 

This estimate is different from the result of the Fortenbery and Park analysis (.16).  The result 

suggests that an increase by 100% in the production of corn ethanol will result in a 10% corn 

price increase in the short run. 

  The most likely reason for the differences across the two estimates is the sources of 

data.  Since many different variables are used and modified, from different sources, this is not a 

surprise.  The main argument of this paper does not rest on proving or disproving Fortenbery 

and Park.  Rather the paper makes its findings by comparing relative changes over the different 

time periods and by bringing crude oil into the picture. 

  What is important is modifying the data range.  Fortenbery and Park use the time period 

from the 2nd quarter of 1995 (December, 1995) to the 1st quarter of 2006 (November, 2006).  

However, this time period does not include the period of greatest volatility of corn prices.  From 

29 

 

the 4th quarter of 2005 (June, 2006) to 1st quarter of 2008 (November, 2008), prices ranged 

from $2.12 per bushel (in 4th quarter of 2005) to $5.33 per bushel (in 2nd quarter 2007):  250% 

of the price that it was less than three years before.  To disregard this great variance is to leave 

out a great set of data.  Different results are expected when the very same regressions are 

rerun while using a different time period: from the 2nd quarter of 1995 to the 1st quarter of 

2008.  See Table 2 for the results of the regression from the new time period.  Despite new 

government policy mandating the production of higher amounts of ethanol, the recession has 

had a much bigger effect on corn prices than government policy.  The marginal effects 

calculated from the newer time period are: 

 

The drastic drop in marginal effects of corn ethanol production on corn pricing, from .10 

to .03, is explainable.  The downward shift in marginal effects is credited to the recession for 

reasons explained below, while if there were an increase in marginal effects (which there is 

not), this would be credited to government policy having a greater effect than the recession. 

The strongest possible explanation of the drop in marginal effects is that because corn 

prices increased so quickly over the summer of 2008, and ethanol production did not rise nearly 

as much, corn ethanol production could not account for the higher rate of increases in the price 

of corn.  Corn, like many other commodities, became a relatively expensive commodity, and the 

main reason for this was the recession.  During the recession, many assets became riskier, and 

commodities were seen as a safe set of items to invest in.  Since commodities became a 

suddenly more valuable asset, the price of all commodities shot up (see figure 5) (Pascoe, D. 

30 

 

2008).  Assuming the commodity bubble was the cause of the rise in corn prices, many of the 

other factors affecting corn prices would be weaker.  In other words, the marginal effects of 

almost all of the other variables would tend towards zero since an externality not captured in 

the model (the recession) affected corn prices.  This is the result: the marginal effects of 

ethanol production on corn prices decreased, tending towards zero because an externality, the 

recession, had a stronger impact on corn prices than government policy, which would have 

driven the marginal effects up.  Therefore, the cause of the rise in corn prices was the 

recession, not any single factor like the production of corn ethanol.  As expected, overall the 

coefficients for the supply and the demands tended towards zero (with the exception of 

exports, which also had by far the lowest R squared values) relative to before because the 

overall effect of the recession could not be measured simply in supply and demand 

characteristics. 

Unfortunately, because of the recession, the effects of the Energy Policy Act of 2005 and 

Energy Independence and Security Act of 2007 cannot be isolated since both coincide with the 

recent recession.  The result of the regressions explains that the recession (which drove corn 

prices up) had a much more substantial effect on corn prices than government policy did.  

Without the recession, it would be expected that policies would cause the marginal effects to 

remain the same if not rise above what they were previously. 

There are two main reasons for this.  As stated, these effects were not witnessed 

because of the recent recession.  First, the renewable fuel standard was a demand shock, 

causing FAI demand to increase dramatically.  This FAI‐specific demand shock would drive the 

demand for FAI up, and thus also the effect of FAI on corn prices, causing the overall marginal 

31 

 

effect of corn ethanol production on corn prices to rise.  Because the regressions are run over 

different time periods, the more updated regression accounts for more data points after the 

passage of the Energy Policy Act of 2005 and the Energy Security and Independence Act of 

2007.  Therefore, the overall effect of the policies would weigh more heavily on the regressions. 

Furthermore, because the demand shock was unexpected and farmers did not have 

time to adjust the crop distributions of their fields, the amount of corn required for ethanol 

would rise without farmers being able to readjust supplies.  This timing would exacerbate short‐

run price increases by causing a shortage of corn.  However, these effects did not materialize 

because the effects of the recession dominate the effects of the recent government policy. 

32 

 

Including Crude Oil Pricing  

  Crude oil and corn markets are interrelated because crude oil is a significant input into 

corn production, in the use in fertilizers and pesticides and the fueling of machines required to 

plant and harvest corn.  Crude oil is also involved on the demand side: specifically in the 

demand for FAI, because ethanol is a substitute for crude oil, and crude oil is a fuel source that 

can be used in the production of corn ethanol.  Especially in the past few years, oil prices, like 

corn prices, have increased dramatically.  See figure 6 as evidence of this.  As stated above, the 

main cause for the drop in marginal effects was the recession.  Without the recession, it is 

expected that the marginal effects would stay the same, if not rise.  Not only is oil involved in 

the demand for corn, but it is also a decent indicator of the recession, as it was in the 1970s, so 

there are a few reasons to include oil into the model (Stein 2009).  Oil was affected by the 

commodity bubble over the summer of 2008 as well. 

  The question is how to include oil prices in the model.  As stated, oil is involved in both 

the production of corn and the demand for FAI.  However, the supply of corn in this model is 

different from the production of corn because supply numbers are measured in terms of the 

stocks of corn.  Oil prices affect the production of corn, but not the current year's actual stocks, 

which are what is measured.  Therefore, the effects of oil on the production of corn can be 

ignored (although there is no doubt that long term elevated oil prices will reduce the amount of 

corn grown and harvested and thus have effects on the stocks).  The model predicts short term 

marginal effects and not long term effects, so the price of crude oil is included in the demand 

33 

 

for FAI.  Granted, there are issues involved with oil and the demands for feed and exports, but 

these effects are ignored for the simplicity of the model and because oil has a much greater 

impact on the demand for FAI. 

  The recession impacted many different commodities.  Oil does not exhibit a lot of the 

supply and demand endogeneities of other crops because it doesn't compete with corn on the 

supply side.  Furthermore, elevated oil prices are an indicator of the recession.  For these 

reasons, oil is an important component to use when trying to account for the recession. 

  Running a quick ordinary least squares regression shows the strong positive relation 

between crude oil prices and corn ethanol production: 

 

  As expected, the equation has a very positive, significant value for   (.89) with a 

relatively high R squared: .68.  The data for the price of crude oil is found on the Energy 

Information Administration's website and is the average of the monthly prices across each 

quarter.  With this in mind, the new FAI demand equation is adjusted as follows: 

 

 

 

As done by Fortenbery and Park, a Breusch‐Godfrey Lagrange Multiplier test is run for 

autocorrelation, and the new equation exhibits no autocorrelation.  The rerun three stage least 

squares estimation produces greatly altered results.  While the actual coefficient for the price 

of oil is insignificant, the effect on the marginal effects is substantial and expected.  It is quite 

34 

 

possible that the use of oil as a substitute for ethanol and the use of oil in the production of 

ethanol amalgamated to make the coefficient on the price of crude oil insignificant. 

The concern of this paper is not the actual coefficient on oil, but, more importantly, the 

effect of including the crude oil variable.  The equations take into account a direct substitute for 

corn ethanol and also account for part of the recession.  Other variables, like the U.S. Dollar 

index and the amount of corn exported, are related to effects of the recession but do not 

effectively account for the recession and the commodity bubble like the price of crude oil.  

Table 3 summarizes the results of the regressions using crude oil pricing. 

Using the 1995 – 2006, the following elasticity is derived: 

 

Using the 1995 – 2008 data, the updated elasticity is .06: 

 

Overall the marginal effect of ethanol production during the 1995 – 2008 time period increases.  

In fact, the gap between the marginal effects decreases between the 1995 – 2006 and 1995 – 

2008 time periods.  This result is expected: including the crude oil price has brought the 

marginal effects of the two time periods closer together because the recession is more 

accounted for by the crude oil price variable. 

  Another result of including oil in the regression is that the coefficients on the other two 

demand equations, feed and exports, tend to zero relative to the regressions that are run over 

the same time period without the oil variable.  This is also expected because accounting for the 

35 

 

cost of oil also takes into account for what these other demands were originally accounting for: 

trends in the economy.  While oil is not a perfect indicator of the situation of the economy, it is 

generally associated with a boom or recession.  Therefore as expected, even though the actual 

coefficient on the price of oil is insignificant, it has a noticeable impact on the overall pricing 

equation of corn because it captures a lot of economic activity that the demands for feed and 

exports were previously capturing. 

  Interestingly, the price of oil has very little effect on the regressions when the 

regressions are run over the time period of 1995 – 2006.  This is also expected.  During that 

time period (even during the recession in 2001) the economy was much more stable, so the 

recession effects captured by the price of crude oil are not noticed.  Therefore, the price of 

crude oil has little effect on the results from this time period.  This indicates that the price of 

crude oil has much more of an impact by capturing effects of the recession than being a 

substitute for corn ethanol. 

36 

 

Conclusion  

  Fortenbery and Park’s paper is an important step towards understanding the effect of 

the production of corn ethanol on the pricing of corn.  Unfortunately, a combination of recent 

occurrences in the U.S. economy and new government policy has resulted in their results being 

quickly outdated.  The time period of study for the two authors was one of little economic 

turmoil, and thus the period of study does not need to account for the recession or the 

commodity bubble.  

  When the very same regressions are examined, using a more recent time period, the 

results are significantly altered.  The recession has had a much greater impact on the pricing of 

corn than government corn ethanol policy.  As a result, the marginal effect of ethanol 

production on corn price decreases. 

  An attempt to account for the recession using crude oil prices does explain that the 

recession has caused the marginal effects to drop.  Further analysis on the recent recession 

should be done to totally account for the recession.  Perhaps with the full effects of the 

recession accounted for, the true effects of government policy will be revealed. 

37 

 

References  

Board of Governors of the Federal Reserve System.  Available at 

http://www.federalreserve.gov/.  

Brown, L.  2007.  "Ethanol From Corn Is Not the Solution"  Huffington Post. 

Bureau of Labor and Statistics.  Available at http://www.bls.gov.  

Du, X. and D. Hayes.  2008. "The Impact of Ethanol Production on U.S. and Regional Gasoline 

Prices and on the Profitability of the U.S. Oil Refinery Industry" Iowa State University. 

Duffield, J. and I. Xiarchos.  2008. "Ethanol policy: past, present, and future" South Dakota Law 

Review. 

Econstats, various reports.  Available at http://www.econstats.com/.   

Energy Information Administration.  Available at http://www.eia.doe.gov/.  

Energy Policy Act of 2005. 

Energy Independence and Security Act of 2007. 

Economic Research Service, USDA, various reports and issues.  Available at 

http://www.ers.usda.gov.  

Foreign Agriculture Service, USDA various reports and issues.  Available at 

http://www.fas.usda.gov.  

Garcia, P. and R. Leuthold.  1997.  "Commodity market Modeling" Agro‐food Marketing.  

Oxford, UK : CAB International. 

Index Mundi.  Available at http://indexmundi.com/.  

38 

 

International Monetary Fund.  Available at http://www.imf.org. 

Leibtag, E. 2008.  "Corn Prices Near Record High, But What About Food Costs?" USDA.  

Moody, M. 2008.  "Feed or fuel: High corn prices lead to increase in feed costs for farmers" The 

Evening News & The Tribune. 

Olmstead, J.  2006.  "A look at the impact of biofuels production, in the U.S. and the world" 

Freelance. 

Pascoe, D. 2008.  "Commodities: The Next Great "  Freelance. 

Pindyck, R.  1993.  "The Present Value model of Rational Commodity Pricing" The Economic 

Journal 103(418). 

Stein, A. 2009.  "Oil prices and the recession" Terrapass.  

Taylor, J. 2007. "How the rising price of corn made Mexicans take to streets" The Independent. 

___. 2009. "Obama faces climate change test with ethanol" Associated Press. 

Renewable Fuels Association.  Available at http://www.ethanolrfa.org/.  

Runge, C. and B. Senauer.  2007.  "How Biofuels Could Starve the Poor" Foreign Affairs 86(3). 

Tomek, W. and R. Myers.  1993.  "Empirical Analysis of Agricultural Commodity Prices: A 

Viewpoint" Review of Agricultural Economics 15(1). 

U.S. Department of Energy, National Biobased Products and Energy Coordination Office.  

Available at http://www.bioproducts‐bioenergy.gov/.  

World Agricultural Supply and Demand Estimates, USDA, various issues.  Available from 

hardcopies at http://www.usda.gov/oce/commodity/wasde/. 

39 

 

Appendix  

Table 1: Effective price rise in components of goods due to corn price increases 

  % Price Increase due to 49% corn price price going from $2.28 to $3.40/bu, a 49% increase in price 

18 ounce box of Corn Flakes  .5% 

Coca Cola 2 liter  1% 

Chicken Breast  2.5% 

Beef  8.7% 

Pork  4.1% 

Source: http://www.ers.usda.gov/AmberWaves/February08/Features/CornPrices.htm 

40 

 

 

41 

 

 

42 

 

 

Ethanol Effect on Corn Ethanol Effect on Wheat, Soy, etc.

P P

Q Q

S'

S'

SS

D D

D' D'

Fig. 2 Expected Effects of Increased Corn Ethanol Production on Other Crops

43 

 

 

44 

 

45 

 

 

46 

 

 

47 

 

48 

 

Table 2: Basic regressions 

    Data from 1995 – 2006  

Data from 1995 ‐ 2008 

    Coefficient Standard Error Coefficient  Standard ErrorPrice  Constant  1.871 2.348 ‐1.464  1.927

  .210 .144 .143  .101  ‐1.002 .238 ‐.508  .222  .010 .115 .385  .1  .191 .11 .069  .101  .877 .176 .880  .118  1.086 .241 .575  .203  .487 .198 .282  .184  .256 .108 .167  .010     

Supply  Constant  16.009 1.79 7.433  1.644  ‐1.214 .157 ‐.246  .109  ‐.019 .035 ‐.064  .044  .002 .109 .507  .103  ‐.953 .088 ‐.651  .095  .802 .178 1.606  .171  .474 .074 .317  .086

     Feed  Constant  ‐9.264 3.641 ‐2.145  1.668

  ‐.407 .087 ‐.219  .065  .228 .060 .155  .063  .042 .162 .273  .194  .299 .19 .643  .186  1.078 .338 ‐.060  .031  .877 .026 .907  .029  .574 .033 .533  .033  .301 .029 .265  .028                                                            

49 

 

     Exports  Constant  13.416 4.295 12.552  3.544

  ‐.243 .090 ‐.091  .069  .637 .100 .606  .098  ‐.319 .387 ‐.241  .319  ‐.565 .192 ‐.546  .178  ‐.531 .216 ‐.522  .186  ‐.021 .041 ‐.001  .039  ‐.020 .043 ‐.032  .039  .012 .041 ‐.001  .038     

FAI  Constant  42.953 15.364 ‐20.378  18.425  .006 .023 .162  .022  .330 .029 .401  .034  ‐7.129 2.722 4.075  3.275  .021 .008 ‐.009  .009  ‐.082 .010 ‐.044  .014  ‐.135 .015 ‐.077  .020  ‐.005 .012 ‐.044  .015                

 

50 

 

 Table 3: Regressions with Crude Oil Pricing 

    Data from 1995 – 2006  

Data from 1995 ‐ 2008 

    Coefficient Standard Error Coefficient  Standard ErrorPrice  Constant  2.008 2.344 .679  1.881

  .217 .143 .144  .102  ‐1.025 .238 ‐.789  .217  .079 .108 .293  .094  .195 .109 .125  .100  .877 .175 .808  .117  1.113 .241 .838  .197  .494 .198 .450  .181  .259 .108 .249  .099     

Supply  Constant  15.993 1.790 7.419  1.648  ‐1.212 .157 ‐.252  .106  ‐.019 .035 ‐.061  .044  .003 .109 .508  .104  ‐.953 .088 ‐.650  .095  .803 .178 1.607  .171  .474 .074 .317  .086

     Feed  Constant  ‐9.450 3.661 ‐2.397  1.654

  ‐.407 .087 ‐.234  .063  .227 .060 .152  .061  .046 .163 .300  .191  .294 .190 .598  .183  1.096 .340 ‐.051  .030  .877 .026 .910  .029  .575 .034 .539  .033  .301 .029 .269  .028                                                       

51 

 

          

Exports  Constant  13.634 4.302 12.783  3.627  ‐.252 .090 ‐.130  .070  .634 .100 .610  .100  ‐.322 .387 ‐.186  .327  ‐.578 .192 ‐.616  .181  ‐.541 .217 ‐.568  .192  ‐.022 .041 ‐.004  .038  ‐.020 .009 ‐.031  .039  .012 .041 0  .038     

FAI  Constant  40.094 17.803 ‐25.264  19.900  .006 .023 .158  .022  .333 .030 .404  .034  ‐6.623 3.153 4.939  3.536  .020 .009 ‐.012  .010  ‐.081 .011 ‐.042  .014  ‐.132 .017 ‐.072  .021  ‐.007 .013 ‐.046  .015  .005 .013 .013  .017