论文部分内容阅读
摘要：電力工业市场化改革后，电价波动更加剧烈，给电力市场参与者带来巨大风险。本文对电力市场价格风险价值与波动预测进行了论述。
关键词：电力市场;价格风险;波动预测
在自由化电力市场中，电价由供需双方共同决定，电力商品不同于一般商品，具有非存储性、实时平衡和输送约束等特性，导致了电价的剧烈波动和极值跳跃等。电价序列也表现出明显的厚尾和异方差现象，从而给利益相关者带来了巨大风险，因而电力市场价格风险管理的重要性及必要性不言而喻。
一、基于参数法的电价波动预测与电力市场价格风险度量
非参数法固有的缺陷使其无法承担电力市场风险评估的重任，学者转而研究利用参数法计算电力市场VaR，先对电价波动方差进行预测，然后将估计的条件标准差乘以假设分布下的标准分位数，即得到VaR值。基于参数法的VaR计算优点是减少了对大量历史数据的依赖，缩短了计算时间，降低了计算成本。从参数法原理可看出，电价序列的波动建模是计算VaR的必要前提，而波动率的准确预测是提高VaR准确性的关键。
此外，在研究电价波动时，有学者发现，由于电力商品的特殊性，电价波动还具有一定的特有性质，如价格的偶然极值跳跃等，这对电价波动预测有很大影响，学者对这些性质做了处理：
1、电价波动的“极值跳跃”。有时电价可能会出现一些很大的正负偏离，这种巨大的正负偏离已不属于“正常”波动，一般称之为极值跳跃。对于这种偶然的极值跳跃，ARCH族模型无法准确捕捉。因此，在描述电价波动时，需一个程序来描述极值跳跃。有利用马尔科夫转化模型来描述电价跳跃，在此新模型中无GARCH过程，只假设残差服从标准正态分布，而将电价运动分为正常动态、突然上涨和恢复正常三个过程，两过程间的转换用概率函数表示，该模型能捕捉电价的跳跃特征，解释电价的高波动性质。在GARCH模型中，有的用高斯分布来描述电价跳跃，与无跳跃模型相比，前者对波动的预测表现优于后者。有根据电力市场供需特点，进一步分析电价跳跃原因，建立了基于泊松跳跃分布的GARCH-EARJ模型。而有的建立一个专注于价格跳跃预测的ACH模型，该模型能准确捕捉到极端的价格跳跃。
2、影响电价波动的特定因素。一些学者在研究电价波动时，认为电价的变动也受到电力市场中一些特定因素的影响，这些因素对电价波动有很好的解释作用，因此，需在模型中加入一些描述电力市场独特特征的外生变量。有人认为将GARCH模型应用于电力市场时，应考虑电力市场特有因素，如容量充足度、必须运行率等都能影响电价波动。为此，本文引入容量充足率及必要运行率两个外生变量，建立一个新的GARCH模型来描述电力市场的价格波动，该模型弥补了传统方法的不足，保证了静动态预测下的高精度。并在电价研究中考虑了生产技术、市场力、输电阻塞等因素，建立了外生变量的Reg–ARFIMA–GARCH模型，实证分析表明，该模型性能良好。此外，考虑到电价条件均值与条件方差的共同因素，将其视为影响条件方差的不可见因素，并加入异方差回归中，得到一个新的GARCH-SeaDFA模型，该模型在短长期波动预测中都有较好的效果。
近年来，许多学者将小波处理技术应用于电价分析中，先利用小波变换理论将电价原序列处理成概貌、细节信号，分别对各建模预测加总得到总预测值。然而，小波分析在大波动分析中的作用有限，而且电价在一天中的某一时段波动剧烈，这就导致了这种思想在电价波动分析中的局限性。在一定程度上，对电价的特有性质处理优化了模型中对电价运动的刻画，但电价运动假设是一个假定模型，这将导致很大的模型风险。另外，在研究中人为假设为各种分布，其主观性强，不同分布假设下的计算结果差异大，因此需寻找另一种处理电价尾部特征的方法。
二、半参数法计算电力市场价格风险
由于参数法在描述电价序列厚尾偏锋等特征时乏力，导致参数法在计算电力市场VaR时误差较大，学者一直在寻找描述尾部特征的方法，如假设尾部服从广义误差分布、t分布、偏t分布等，效果有限。半参数法则为尾部处理做出了贡献，在一定程度上解决了这一问题。半参数法是参数法与非参数法的结合：GARCH模型仍用于预测电价波动，然而，对模型中的不做假设分布，而是使用非参数法来估计某一显著水平下的分位数。与参数法相比，半参数法具有明显的优势。非参数分位数估计法包括历史模拟法、蒙特卡罗法和极值理论等，但在电力市场VaR计算研究中，基于极值理论的半参数法得到了广泛应用。
有文献利用极值理论计算加拿大电力市场的VaR值，与历史模拟方法和传统正态分布假设相比，EVT具有更好的精度。另外，有文献将极值理论的思想引入到GARCH模型中，对未来电价进行预测，通过比较，EVT方法在描述电价极端变化方面优于传统的时间序列模型，对电价的预测更为准确。另外，有文献运用极值理论研究电力市场VaR计算，文中的模型与文献中建立的AR-EGARCH-EVT模型相似，假设其厚尾服从广义帕累托分布（GDP），通过POT方法计算其VaR值。有文献利用加拿大电力市场的数据，研究了基于GDP分布极值理论的VaR计算方法，得出该方法比传统的时间序列法及历史模拟法计算VaR更准确的结论。文献通过建立EGARCH-EVT-CVaR模型来分析电力拍卖市场的风险，认为EVT方法比传统的时间模型更能描述价格的极端变化，更适合描述电价的厚尾特征。利用极值理论计算电力市场的VaR值时，将尾部帕累托分布参数视为随机变量，并结合贝叶斯估计思想，根据可观测数据对VaR值进行调整，从而达到风险管理的目的。
极值理论能很好地描述分位数的尾部特征，准确地捕捉价格的极端变化，与传统的金融时间序列相结合，提高了电力市场中VaR计算的准确性。然而，极值理论的应用需大量的历史数据，这是它的一个缺陷。用极值理论估计尾部分布时，阈值的决定非常重要，若阈值过高，超过阈值的数据会较少，参数估计值方差会较大;当阈值较低时，估计误差较大，降低了VaR的计算精度。
参考文献
[1]张新华.基于蒙特卡洛模拟的电力市场风险评估研究[J].继电器，2015（18）.
[2]熊尚飞.电力市场价格风险价值与波动预测研究综述[J].电力系统保护与控制，2015（02）.
关键词：电力市场;价格风险;波动预测
在自由化电力市场中，电价由供需双方共同决定，电力商品不同于一般商品，具有非存储性、实时平衡和输送约束等特性，导致了电价的剧烈波动和极值跳跃等。电价序列也表现出明显的厚尾和异方差现象，从而给利益相关者带来了巨大风险，因而电力市场价格风险管理的重要性及必要性不言而喻。
一、基于参数法的电价波动预测与电力市场价格风险度量
非参数法固有的缺陷使其无法承担电力市场风险评估的重任，学者转而研究利用参数法计算电力市场VaR，先对电价波动方差进行预测，然后将估计的条件标准差乘以假设分布下的标准分位数，即得到VaR值。基于参数法的VaR计算优点是减少了对大量历史数据的依赖，缩短了计算时间，降低了计算成本。从参数法原理可看出，电价序列的波动建模是计算VaR的必要前提，而波动率的准确预测是提高VaR准确性的关键。
此外，在研究电价波动时，有学者发现，由于电力商品的特殊性，电价波动还具有一定的特有性质，如价格的偶然极值跳跃等，这对电价波动预测有很大影响，学者对这些性质做了处理：
1、电价波动的“极值跳跃”。有时电价可能会出现一些很大的正负偏离，这种巨大的正负偏离已不属于“正常”波动，一般称之为极值跳跃。对于这种偶然的极值跳跃，ARCH族模型无法准确捕捉。因此，在描述电价波动时，需一个程序来描述极值跳跃。有利用马尔科夫转化模型来描述电价跳跃，在此新模型中无GARCH过程，只假设残差服从标准正态分布，而将电价运动分为正常动态、突然上涨和恢复正常三个过程，两过程间的转换用概率函数表示，该模型能捕捉电价的跳跃特征，解释电价的高波动性质。在GARCH模型中，有的用高斯分布来描述电价跳跃，与无跳跃模型相比，前者对波动的预测表现优于后者。有根据电力市场供需特点，进一步分析电价跳跃原因，建立了基于泊松跳跃分布的GARCH-EARJ模型。而有的建立一个专注于价格跳跃预测的ACH模型，该模型能准确捕捉到极端的价格跳跃。
2、影响电价波动的特定因素。一些学者在研究电价波动时，认为电价的变动也受到电力市场中一些特定因素的影响，这些因素对电价波动有很好的解释作用，因此，需在模型中加入一些描述电力市场独特特征的外生变量。有人认为将GARCH模型应用于电力市场时，应考虑电力市场特有因素，如容量充足度、必须运行率等都能影响电价波动。为此，本文引入容量充足率及必要运行率两个外生变量，建立一个新的GARCH模型来描述电力市场的价格波动，该模型弥补了传统方法的不足，保证了静动态预测下的高精度。并在电价研究中考虑了生产技术、市场力、输电阻塞等因素，建立了外生变量的Reg–ARFIMA–GARCH模型，实证分析表明，该模型性能良好。此外，考虑到电价条件均值与条件方差的共同因素，将其视为影响条件方差的不可见因素，并加入异方差回归中，得到一个新的GARCH-SeaDFA模型，该模型在短长期波动预测中都有较好的效果。
近年来，许多学者将小波处理技术应用于电价分析中，先利用小波变换理论将电价原序列处理成概貌、细节信号，分别对各建模预测加总得到总预测值。然而，小波分析在大波动分析中的作用有限，而且电价在一天中的某一时段波动剧烈，这就导致了这种思想在电价波动分析中的局限性。在一定程度上，对电价的特有性质处理优化了模型中对电价运动的刻画，但电价运动假设是一个假定模型，这将导致很大的模型风险。另外，在研究中人为假设为各种分布，其主观性强，不同分布假设下的计算结果差异大，因此需寻找另一种处理电价尾部特征的方法。
二、半参数法计算电力市场价格风险
由于参数法在描述电价序列厚尾偏锋等特征时乏力，导致参数法在计算电力市场VaR时误差较大，学者一直在寻找描述尾部特征的方法，如假设尾部服从广义误差分布、t分布、偏t分布等，效果有限。半参数法则为尾部处理做出了贡献，在一定程度上解决了这一问题。半参数法是参数法与非参数法的结合：GARCH模型仍用于预测电价波动，然而，对模型中的不做假设分布，而是使用非参数法来估计某一显著水平下的分位数。与参数法相比，半参数法具有明显的优势。非参数分位数估计法包括历史模拟法、蒙特卡罗法和极值理论等，但在电力市场VaR计算研究中，基于极值理论的半参数法得到了广泛应用。
有文献利用极值理论计算加拿大电力市场的VaR值，与历史模拟方法和传统正态分布假设相比，EVT具有更好的精度。另外，有文献将极值理论的思想引入到GARCH模型中，对未来电价进行预测，通过比较，EVT方法在描述电价极端变化方面优于传统的时间序列模型，对电价的预测更为准确。另外，有文献运用极值理论研究电力市场VaR计算，文中的模型与文献中建立的AR-EGARCH-EVT模型相似，假设其厚尾服从广义帕累托分布（GDP），通过POT方法计算其VaR值。有文献利用加拿大电力市场的数据，研究了基于GDP分布极值理论的VaR计算方法，得出该方法比传统的时间序列法及历史模拟法计算VaR更准确的结论。文献通过建立EGARCH-EVT-CVaR模型来分析电力拍卖市场的风险，认为EVT方法比传统的时间模型更能描述价格的极端变化，更适合描述电价的厚尾特征。利用极值理论计算电力市场的VaR值时，将尾部帕累托分布参数视为随机变量，并结合贝叶斯估计思想，根据可观测数据对VaR值进行调整，从而达到风险管理的目的。
极值理论能很好地描述分位数的尾部特征，准确地捕捉价格的极端变化，与传统的金融时间序列相结合，提高了电力市场中VaR计算的准确性。然而，极值理论的应用需大量的历史数据，这是它的一个缺陷。用极值理论估计尾部分布时，阈值的决定非常重要，若阈值过高，超过阈值的数据会较少，参数估计值方差会较大;当阈值较低时，估计误差较大，降低了VaR的计算精度。
参考文献
[1]张新华.基于蒙特卡洛模拟的电力市场风险评估研究[J].继电器，2015（18）.
[2]熊尚飞.电力市场价格风险价值与波动预测研究综述[J].电力系统保护与控制，2015（02）.