Сравнение динамики спотовых цен на электричество в европейской и сибирской ценовых зонах России в модели стохастической волатильности
- Авторы: Касьянова К.А.1
-
Учреждения:
- РАНХиГС
- Выпуск: Том 60, № 1 (2024)
- Страницы: 85-96
- Раздел: Отраслевые проблемы
- URL: https://permmedjournal.ru/0424-7388/article/view/653314
- DOI: https://doi.org/10.31857/S0424738824010078
- ID: 653314
Цитировать
Аннотация
В литературе о прогнозировании спотовых цен на электричество отмечается, что эмпирическое распределение темпов роста равновесных цен на электричество отличается наличием тяжелых «хвостов», поэтому их можно описать как диффузионно-скачкообразный процесс. При этом цены на электричество связаны со множеством наблюдаемых факторов, которые могут быть учтены в модели. Разработана модель, позволяющая учесть статистические особенности цен на электричество (наличие многоуровневой сезонности, стохастическую волатильность) и фундаментальные ценовые факторы, прямо или косвенно влияющие на равновесные индексы цен (погода, цены на ресурсы, индекс промышленного производства). С помощью байесовского анализа было показано, что среди рассмотренных альтернатив разработанная двухуровневая спецификация модели стохастической волатильности, разделяющая факторы, влияющие на детерминистическую и стохастическую компоненты ряда, наилучшим образом описывает данные. В результате анализа были выявлены различия в динамике цен в европейской и сибирской ценовых зонах: влияние погоды в ценовых зонах неодинаковое, имеются различия в недельной динамике цен и влиянии праздничных дней. Эффект низкочастотных экономических факторов (цен на ресурсы, индекса промышленного производства) на цены не был выявлен. Данная модель является полезным инструментом для анализа краткосрочной и долгосрочной динамики цен на электричество, построения сценарных прогнозов, а также потенциально может использоваться в управлении рисками и при ценообразовании производных финансовых инструментов на рынке электроэнергии.
Полный текст

Об авторах
К. А. Касьянова
РАНХиГС
Автор, ответственный за переписку.
Email: kasyanova-ka@ranepa.ru
Россия, Москва
Список литературы
- Калашникова С., Ермишина А. (2009). Влияние энерготарифов естественных монополий на социально-значимые отрасли России // Terra Economicus. T. 7 (1–2). С. 13–20. [Kalashnikova S., Ermishina A. (2009). Influence of natural monopolies energy tariffs on socially important industries in Russia. Terra Economicus, 7 (1–2), 13–20 (in Russian).]
- Лясковская Е. А., Курбангалиев М. Р. (2014). К вопросу реформирования электроэнергетики РФ // Экономика, управление и инвестиции. Т. 1. № 3. С. 108–115. [Lyaskovskaya E. A., Kurbangaliev M. R. (2014). On the issue of reforming the Russian electric power industry. Economics, Management and Investments, 1, 3, 108–115 (in Russian).]
- Рыбина И., Макаров О. (2016). Основные аспекты стратегии развития электроэнергетической отрасли до 2035 года. В сб.: «Взаимодействие науки и бизнеса». С. 78–84. [Rybina I., Makarov O. (2016). The main aspects of the strategy for the development of the electric power industry until 2035. In: Science and Business Interaction, 78–84 (in Russian).]
- Соловьева И. А., Дзюба А. П. (2013). Прогнозирование электропотребления с учетом факторов технологической и рыночной среды // Научный диалог. № 7 (19). С. 97–113. [Solovieva I. A., Dziuba A. P. (2013). Forecasting of power consumption taking into account the factors of the technological and market environment. Scientific Dialogue, 7 (19), 97–113 (in Russian).]
- Старкова Н. О., Зубко Д. В. (2016). Основные проблемы развития и инвестирования российской электроэнергетики // Бюллетень науки и практики. Т. 11. № 12. С. 170–176. [Starkova N. O., Zubko D. V. (2016). The main problems of development and investment of the Russian electric power industry. Bulletin of Science and Practice, 11 (12), 170–176 (in Russian).]
- Трачук А.В., Линдер Н.В., Зубакин В.А., Золотова И.Ю., Володин Ю.В. (2017). Перекрестное субсидирование в электроэнергетике: проблемы и пути решения // Стратегические решения и риск-менеджмент. № 1–2. С. 24– 35. [Trachuk A. V., Linder N. V., Zubakin V. A., Zolotova I. Yu., Volodin Yu.V. (2017). Cross-subsidization in the electric power industry: Problems and solutions. Strategic Decisions and Risk Management, 1–2, 24–35 (in Russian).]
- Andersson M., Bjork C., Karlsson B. (1993). Cost-effective energy system measures studied by dynamic modelling. 2nd International Conference on Advances in Power System Control, Operation and Management. Hong Kong: APSCOM-93, 448–455.
- Bosco B., Parisio L., Pelagatti M., Baldi F. (2010). Long-run relations in European electricity prices. Journal of Applied Econometrics, 25 (5), 805–832.
- Cartea A., Figueroa M. G. (2005). Pricing in electricity markets: A mean reverting jump diffusion model with seasonality. Applied Mathematical Finance, 12 (4), 313–335.
- Canova F., Hansen B. E. (1995). Are seasonal patterns constant over time? A test for seasonal stability. Journal of Business & Economic Statistics, 13 (3), 237–252.
- Escribano A., Ignacio Peña J., Villaplana P. (2011). Modelling electricity prices: International evidence. Oxford Bulletin of Economics and Statistics, 73 (5), 622–650.
- Gao F., Sheble G. (2010). Electricity market equilibrium model with resource constraint and transmission congestion. Electric Power Systems Research, 80 (1), 9–18.
- Huisman R., Mahieu R. (2003). Regime jumps in electricity prices. Energy Economics, 25 (5), 425–434.
- Keles D., Scelle J., Paraschiv F., Fichtner W. (2016). Extended forecast methods for day-ahead electricity spot prices applying artificial neural networks. Applied Energy, 162, 218–230.
- Kostrzewski M., Kostrzewska J. (2019). Probabilistic electricity price forecasting with Bayesian stochastic volatility models. Energy Economics, 80, 610–620.
- Krause T., Andersson G. (2006). Evaluating congestion management schemes in liberalized electricity markets using an agent-based simulator. IEEE Power Engineering Society General Meeting, Montreal: IEEE, 1–8.
- Kuznetsova E., Li Y.-F., Ruiz C., Zio E. (2014). An integrated framework of agent-based modelling and robust optimization for microgrid energy management. Applied Energy, 129, 70–88.
- Lucia J. J., Schwartz E. S. (2002). Electricity prices and power derivatives: Evidence from the Nordic power exchange. Review of Derivatives Research, 5 (1), 5–50.
- Meyer-Brandis T., Tankov P. (2008). Multi-factor jump-diffusion models of electricity prices. International Journal of Theoretical and Applied Finance, 11 (5), 503–528.
- Monnahan C. C., Kristensen K. (2018). No-U-turn sampling for fast Bayesian inference in ADMB and TMB: Introducing the adnuts and tmbstan R packages. PloS One, 13 (5), e0197954.
- Vats D., Knudson C. (2021). Revisiting the Gelman–Rubin diagnostic. Statistical Science, 36 (4), 518–529.
- Weron R. (2009). Heavy-tails and regime-switching in electricity prices. Mathematical Methods of Operations Research, 69 (3), 457–473.
