Risk Management for Energy Markets.

ABSTRACT: Questa tesi si occupa di gestione del rischio. Il tema unificante è la gestione del rischio di mercato dell'energia. I diversi capitoli trattano la gestione del rischio in modo diverso e considerano diversi mercati energetici. Nel primo capitolo viene affrontato il tema della stima del rischio applicato a due principali mercati elettrici europei: Powernext (Francia) ed EEX (Germania e Austria). Nel secondo capitolo la misurazione del rischio viene effettuata mediante l’applicazione dell’allocazione ottima di portafoglio nei mercati dell'energia elettrica utilizzando i rendimenti calcolati sui prezzi futures. Nel terzo capitolo, la teoria di allocazione ottima di portafoglio viene applicata al mercato zonale italiano (utilizzando le zone fisiche). La modellazione, la misurazione e la contabilità del rischio sono importanti dal punto di vista teorico e, in particolare, dal punto di vista pratico. In pratica, esso svolge un ruolo chiave nella strategia di allocazione del portafoglio sui mercati energetici. Nel contesto attuale gli operatori attivi sui mercati energetici devono affrontare livelli di rischio senza precedenti. L'importanza di una corretta gestione del rischio e di una corretta comprensione dei rischi è fondamentale per l’effettuazione di un buon investimento e per guidare le decisioni contrattuali. La gestione del rischio deve condurre al raggiungimento di un equilibrio mix di rischio e rendimento attraverso una particolare strategia di trading. Con “strategia di trading” si intende un insieme definito di regole da seguire per effettuare buone decisioni di negoziazione. Questa tesi si compone di tre capitoli autonomi. Nel primo capitolo, effettuiamo un'analisi econometrica del rischio nel mercato elettrico utilizzando prezzi spot. Il mercato dell'energia, ed in particolare il mercato dell'energia elettrica, sta attraversando una fase di transizione in tutto il mondo. Le fluttuazioni dei prezzi e a la loro stretta correlazione con la domanda sono una caratteristica comune a tutti i mercati elettrici liberalizzati. Il test più importante per i nuovi mercato liberalizzati è la capacità di gestire l'eccessiva volatilità connessa ad un sistema con sostanziali variazioni temporali di capacità di generazione. In questo primo lavoro abbiamo proposto di utilizzare AR-GARCH - tipo – EVT (Estreme Value Theory) con diverse distribuzioni delle innovazioni e con varianti che tengano conto della risposta asimmetrica della volatilità per la stima del Value at Risk nei mercati elettrici. Quindi, il rischio di investimento sui mercati dell'energia elettrica viene calcolato in base alla stima del VaR e del VaR condizionato mediante filtri di tipo GARCH con distribuzioni a code pesanti. L'attenzione si è fissata sia dal punto di vista dei regolatori (code superiori) e degli investitori (code inferiori). Le autorità di vigilanza e i regolatori sono infatti più preoccupati del rischio che si verifichino prezzi elevati poichè il loro obiettivo è quello di garantire l'efficienza del mercato. Il secondo capitolo, presenta l’applicazione della teoria dell’allocazione ottimale di portafoglio ai mercati energetici attraverso una versione modificata del classico approccio mean-variance suggerito originariamente da Markowitz. Il risultato principale del capitolo mostra che i portafogli con scadenze diverse potrebbero fornire agli operatori di mercato delle linee guida per una buona strategia di gestione del rischio nei mercati energetici. Le tecniche di ottimizzazione vengono utilizzate per ottenere pesi ottimali per l'allocazione degli investimenti finanziari, al fine di analizzare il rischio di investimento connesso al mercato dell'energia elettrica utilizzando prezzi futures. Si tratta di un'applicazione originale di una tecnica di ottimizzazione già nota in letteratura, ma che non è ancora stata esplorata nello studio del mercato energetici. In particolare, la tecnica di ottimizzazione basata sul VaR condizionale come misura del rischio non è ancora stata utilizzata per l'analisi del rischio insito nei mercati dell'energia elettrica. Nel terzo capitolo, effettuiamo un’analisi spaziale del rischio di investimento nei mercati zonali. Da quando il mercato elettrico italiano è stato liberalizzato, non esistono documenti a conoscenza dell’autore che abbiano considerato l'ottimizzazione portafoglio nel mercato zonale italiano. Nei mercati liberalizzati dell'energia elettrica con prezzi zonali, il mercato è suddiviso in alcune zone, a ciascuna delle quali è assegnato un prezzo di mercato al quale i partecipanti reagiscono in un qualsiasi istante temporale. Il nostro contributo consiste nell’applicazione dell’allocazione di portafoglio basata sul VaR come misura di rischio al mercato zonale italiano per prendere decisioni ponderate di investimento nelle diverse zone in cui è suddiviso il mercato. Lo scopo principale consiste nel mitigare il rischio connesso ad investimenti sul mercato. L' analisi si sposta quindi dalla prospettiva di una diversificazione temporale a quella di una diversificazione spaziale.

ABSTRACT: This thesis is concerned with risk management. The unifying theme is the risk management of the energy market. The different chapters deal with risk management in a different way and consider different energy markets. The first chapter addressed the issue of risk assessment applied to two major European electricity markets: Powernext (France) and EEX (Germany and Austria). In the second chapter the measurement of risk is done through the application of the optimal portfolio in the electricity markets calculated using the returns on the futures prices. In the third chapter, the theory of optimal allocation of the portfolio is applied to the zonal Italian market (using physical zones). The modeling, measurement and accounting of risk are important from a theoretical point of view and, in particular, from the practical point of view. In practice, it plays a key role in the strategy of portfolio allocation in the energy markets. In the present context, the operators active on energy markets are facing unprecedented levels of risk. The importance of a proper risk management and a proper understanding of the risk are crucial to the making of a good investment and to guide decisions contract. Risk management must lead to the achievement of a balance mix of risk and return through a particular trading strategy. While “trading strategy" means a defined set of rules to follow to make good trading decisions. This thesis consists of three self-contained chapters. In the first chapter, we carry out an econometric analysis of the risk in the electricity market using spot prices. The energy market, and in particular the electricity market is going through a transition phase in the world. Price fluctuations and their correlation with demand are common features of all liberalized electricity markets. The most important test for the new liberalized market is the ability to manage excessive volatility connected to a system with substantial temporal variations of generation capacity. We have proposed the use of AR-GARCH-type-EVT (Extreme Value Theory) with different distributions of the innovations and variations that take into account the asymmetric response of volatility to estimate the value at risk in the electricity markets. Thus, the risk of investment in electricity markets is calculated based on the estimated VaR and conditional VaR using GARCH filters distributions with heavy tails. The focus is fixed from the point of view of the regulators (upper tails) and investors (lower tails). Supervisors and regulators are in fact more concerned with the risk of experiencing high prices because their aim is to ensure the efficiency of the market. The second chapter suggests the application of the theory of the optimal portfolio to energy markets through a modified version of the classical mean-variance approach originally suggested by Markowitz. The main result of the chapter shows that portfolios with different maturities could provide market operators with guidelines for a good strategy of risk management in energy markets. Optimization techniques are used to obtain optimal weights for the allocation of financial investments, in order to analyze the investment risk connected to the electricity market using futures prices. It is an original application of an optimization technique already known in the literature, but which has not yet been explored in the study of the energy market. In particular, the optimization technique based on conditional VaR as a risk measure has not yet been used for the analysis of the risk inherent in the electricity markets. In the third chapter; we carry out a spatial analysis of the risks of investing in local markets. Since the Italian electricity market has been liberalized, there are no documents as the author knows that they have considered the zonal portfolio optimization in the Italian market. In liberalized electricity markets with zonal prices, the market is divided into several zones, each of which is assigned a market price at which participants react at any moment in time. Our contribution consists in the application of the allocation of the portfolio based on VaR as a risk measure to the market to make informed decisions about zonal Italian investment in the different areas that comprise the market. The main purpose is to mitigate the risk associated with investments in the market. The analysis therefore moves from the perspective of a temporal diversification to that of a spatial diversification.