Application of Non-Linear Time Series Models to Power Risk Management : A Case Study for Germany

Kosater, Peter (2007). Application of Non-Linear Time Series Models to Power Risk Management : A Case Study for Germany. PhD thesis, Universität zu Köln. Open Access

Preview

PDF
THESIS_final.pdf
Download (9MB)

Abstract

Die Liberalisierung des Energiesektors stellt Energiemanager vor neue Aufgaben. Sie müssen sich mit Marktpreis- und Mengenrisiken auseinandersetzen. Marktpreisrisiken spiegeln sich in der hohen Volatilität der Spotpreise wider, die hauptsächlich in der Nichtspeicherbarkeit von Strom begründet ist. Ferner ist die Nachfrage nach Strom stark wetterabhängig. Während milder Winter wird weniger Strom abgesetzt als erwartet. Folglich sind Stromproduzenten auch einem Mengenrisiko ausgesetzt. Um sich gegen Marktpreisrisiken abzusichern, sind geeignete Modelle für den Spotpreis notwendig. Diese Modelle können zur Bewertung von Derivaten auf dem Spotpreis als dem Underlying einerseits und zur operationalen Kurzfristoptimierung andererseits eingesetzt werden. Im ersten Teil der Arbeit diskutiert der Verfasser ausgewählte bestehende Ansätze zur Spotpreismodellierung und stellt einen neuen Ansatz vor. Außerdem untersucht der Verfasser den Einfluss von Wetter auf die Spotpreise. Im zweiten Teil der Arbeit, wird die Bivariate Modellierung von Temperaturzeitreihen diskutiert. Dies ist von Bedeutung für Cross- city hedging mit Wetterderivaten. Wetterderivate sind Finanzinstrumente, die es erlauben sich gegen Mengenrisiken hervorgerufen durch unvorhergesehene Wetterbedingungen abzusichern.

Item Type:

Thesis (PhD thesis)

Translated title:

Title	Language
Anwendung von nichtlinearen Zeitreihenmodellen auf Risikomanagementprobleme im Strombereich : Eine Fallstudie für Deutschland	German

Translated abstract:

Abstract

Language

As a consequence of the ongoing liberalization process, sensible management in the electricity sector has to take into account the market price risk as well as volume risks. Market price risk mainly arises due to the scarce storability of electricity which causes spot prices to be highly volatile. Secondly, the demand for electricity strongly depends on weather conditions. Electricity suppliers sell less power during mild winters than expected beforehand. Consequently, the suppliers are faced with volume risks. To cope with the market price risk suitable models of the spot price are required. These models can be exploited for pricing of derivatives on the electricity spot price as the underlying on one hand and the short term optimization of the production schedule on the other hand. In the first part of the thesis, the author discusses some of the existing approaches to the modelling of spot prices and puts forward a new approach. In addition, he examines the impact of weather on electricity spot prices. In the second part of the thesis, the author discusses bivariate modelling of temperature time series which is crucial for cross-city hedging with weather derivatives. Weather derivatives are financial instruments which allow to hedge against volume risks emerging from unforeseen weather conditions.

English

Creators: