预测日前电力现货价格：EXAA对

相似文件 换一批

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

英文标题：
《Forecasting day ahead electricity spot prices: The impact of the EXAA to
  other European electricity markets》
---
作者：
Florian Ziel, Rick Steinert, Sven Husmann
---
最新提交年份：
2015
---
英文摘要：
  In our paper we analyze the relationship between the day-ahead electricity price of the Energy Exchange Austria (EXAA) and other day-ahead electricity prices in Europe. We focus on markets, which settle their prices after the EXAA, which enables traders to include the EXAA price into their calculations. For each market we employ econometric models to incorporate the EXAA price and compare them with their counterparts without the price of the Austrian exchange. By employing a forecasting study, we find that electricity price models can be improved when EXAA prices are considered.
---
中文摘要：
本文分析了奥地利能源交易所（EXAA）日前电价与欧洲其他日前电价之间的关系。我们专注于市场，市场在EXAA之后结算价格，这使交易员能够将EXAA价格纳入计算。对于每个市场，我们采用计量经济学模型纳入EXAA价格，并将其与没有奥地利交易所价格的对应市场进行比较。通过预测研究，我们发现当考虑EXAA价格时，电价模型可以得到改进。
---
分类信息：

一级分类：Quantitative Finance        数量金融学
二级分类：Trading and Market Microstructure        交易与市场微观结构
分类描述：Market microstructure, liquidity, exchange and auction design, automated trading, agent-based modeling and market-making
市场微观结构，流动性，交易和拍卖设计，自动化交易，基于代理的建模和做市
--
一级分类：Economics        经济学
二级分类：Econometrics        计量经济学
分类描述：Econometric Theory, Micro-Econometrics, Macro-Econometrics, Empirical Content of Economic Relations discovered via New Methods, Methodological Aspects of the Application of Statistical Inference to Economic Data.
计量经济学理论，微观计量经济学，宏观计量经济学，通过新方法发现的经济关系的实证内容，统计推论应用于经济数据的方法论方面。
--
一级分类：Quantitative Finance        数量金融学
二级分类：Statistical Finance        统计金融
分类描述：Statistical, econometric and econophysics analyses with applications to financial markets and economic data
统计、计量经济学和经济物理学分析及其在金融市场和经济数据中的应用
--
一级分类：Statistics        统计学
二级分类：Applications        应用程序
分类描述：Biology, Education, Epidemiology, Engineering, Environmental Sciences, Medical, Physical Sciences, Quality Control, Social Sciences
生物学，教育学，流行病学，工程学，环境科学，医学，物理科学，质量控制，社会科学
--
一级分类：Statistics        统计学
二级分类：Other Statistics        其他统计数字
分类描述：Work in statistics that does not fit into the other stat classifications
从事不适合其他统计分类的统计工作
--

---
PDF下载：
--> Forecasting_day_ahead_electricity_spot_prices:_The_impact_of_the_EXAA_to_other_E.pdf (915.8 KB)

2022-6-27 22:09:13 上传

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：现货价格 econometrics Applications Quantitative relationship

(2013). 使用协整技术，他们发现德国的电价体现了其他调查欧洲市场的价格信号，例如法国和意大利。尽管一些主要市场的市场整合假设似乎是令人满意的（另见Bosco et al.（2010）、Kalantzis and Milonas（2010）或Houllier and de Menezes（2012）），但如果这对每个欧洲市场都适用，这是可以预测的。Zachmann（2008）以及Huisman和Kili,c（2013）认为，尤其是一些斯堪的纳维亚电价表现不同。Ferkingstad等人（2011年）也对这一问题进行了详细分析。他们能够表明，至少在北欧和德国电价的每周时间序列中，存在着通过天然气价格的联系。在本文中，我们将这些发现与欧洲交易所的不同规格相结合，加以利用。由于每个市场的日前拍卖价格结果在不同的时间点显示，即使考虑到相同的交易期，我们也使用这些市场的关系来改进常见的建模方法。作为基础电力交换，我们关注奥地利能源交换局（EXAA），原因有二。首先，EXAA比其他大多数与德国和奥地利有联系的欧洲交易所提前披露日前价格。第二，Theeexa包含一种特殊的价格关系，即不仅同一时间段在其他市场之前进行交易，而且在同一市场区域进行交易。欧洲电力交易所（EPEX）和EXAA也是如此，因为两者都涵盖了德国和奥地利。EXAA大约在晚上10:20公布价格，而EPEX的报价可以在下午12:00之前提交。这些EXAA价格是截至下一个工作日之前所有日期的价格，例如：。

周末一次三天。如果两个市场之间存在系统性关系，交易员可以利用EXAA的价格信息来调整其竞价结构。这种方法适用于许多欧洲交易所。A邮件地址：ziel@europa-大学。德（Florian Ziel），steinert@europa-大学。de（Rick Steinert），husmann@europa-大学。de（Sven Husmann）预印本于20152年12月2日提交给爱思唯尔。考虑的电力市场2 EXAA涵盖德国和奥地利，我们只关注这些与德国和奥地利直接相关的欧洲市场。关于EXAA早期价格披露使用的现有文献非常稀少。仅在远期风险溢价的框架内进行了讨论，例如Ronn和Wimschulte（2009）或Erni（2012）。在这些研究中，EXAA价格通常分别被视为EPEX或欧洲能源交易所（EEX）的早期电价信号。例如，Viehmann（2011）将EXAA价格视为德国和奥地利电力价格交易的一个快照，即场外交易（OTC）业务。然而，据我们所知，目前尚未将EXAA价格直接应用于其他欧洲市场的电价建模。本文通过将EXAA电价的时间序列作为外部回归因子来弥补这一差距。因为在计量经济学建模框架中，自回归模型的模型性能优于其他模型，所以我们将估计最常见的基本方法，并将其与EXAA电价用作影响变量时的对应方法进行比较。因此，我们的论文组织如下。在第2节中，我们将描述不同的数据集和交换规范。此外，我们将提供有关使用EXAA价格作为回归因子的必要数据安排的信息。

接下来的章节将介绍应用于我们数据集的计量经济学模型。在第4节中，我们将对每个被检查的市场进行全面的预测研究。第5节讨论了我们的发现，并分析了这种关系的时间结构。我们将重点关注对未来一天的短期预测。最后一节总结了我们的研究结果，并为未来的研究提供了见解。在整篇文章中，我们将使用加粗符号表示多元表达式，使用标准符号表示单变量对象。2、考虑的电力市场为了衡量EXAA日前价格对其他电力交易所的影响，必须确定一组可行的交易所。在我们的案例中，我们决定使用与德国和奥地利直接相关的交易所，因为EXAA覆盖了这两个国家。根据欧洲输电系统运营商网络（ENTSOE）的透明平台，有10个不同的国家跨境物流至德国或奥地利。这些国家是瑞士、捷克共和国、丹麦、法国、匈牙利、意大利、荷兰、波兰、斯洛文尼亚和瑞典。丹麦运营着两个不同的互连网络，其跨境物理流流向调查区域。这特别意味着我们忽略了比利时或斯洛伐克等在地理上与德国和奥地利相连，但没有跨境物流的国家。对于每个国家和互联网络，可以指定特定的电力现货市场价格。由于德国的电价在两个不同的交易所交易，因此考虑了12个不同的电价时间序列。然而，有争议的是，间接关联市场也可能受到EXAA的影响。这也与Bunn和Gianfreda（2010）的发现一致。

但分析每个间接相关的市场将导致一项巨大的研究。人们甚至可以认为，俄罗斯电力市场受到EXAA的影响，焦点市场几乎没有尽头。因此，我们决定采用一个标准，在我们看来，这个标准是直观的和可理解的，并且还允许考虑一定规模的市场。在互连方面使用直接连接可以很好地实现这些目标。尽管如此，我们还以西班牙、挪威和比利时的电价数据为例进行了分析，但影响并不显著。我们还特别避免了Nordpoolspot价格，因为它只是根据丹麦、瑞典和挪威等几个斯堪的纳维亚价格计算得出的参考价格，因此不直接交易。为了使用EXAA价格披露信息作为市场快照，必须过滤掉这些电力市场，以便在EXAAprice结果后提交订单。表1显示了一组被调查国家。它概述了交易所的名称、本文中使用的缩写、最新提交时间点、价格结果的时间点以及在这些交易所收集的信息的数据源，包括价格的时间序列。括号中的信息对应于该地区特定价格区的名称。除波兰外，他们被选为代表与德国和奥地利直接相连的特区。

双横线下方的两个交易所代表与德国和奥地利相连的市场，但不符合我们的第二个标准，因为它们不允许向EXAA的价格披露提交订单。2考虑的电力市场3图1说明了这些市场，并提供了有关区域之间连接的其他信息。这种连接被描述为两个气泡之间的链接。任何彩色气泡代表上述过滤后最终包含的区域。因此，我们的数据集包含10个不同的时间序列，我们将利用与EXAA的可能关系。Exchange Region缩写Sub.Res.Data sourceEXAA德国和奥地利EXAA。上午10:12时10:20分（&A）。atEPEX德国和奥地利EPEX。12:00 12:42 epexspot时删除（&A）。comEPEX瑞士EPEX。车11:00 11:10 epexspot。comEPEX法国EPEX。FR 12:00 12:42 epexspot。comAPX荷兰APX。NL 12:00 12:55 apxgroup。comNordpool Denmark（West）NP。丹麦。西12:00 12:42 nordpoolspot。comNordpool丹麦（东部）NP。丹麦。东12:00 12:42 nordpoolspot。comNordpool Sweden（4）NP。SW4 12:00 12:42 nordpoolspot。comPOLPX Poland（拍卖I）POLPX。PL 10:30 10:35 tge。plOTE捷克共和国OTE。CZ 11:00 11:30 ote-cr.czHUPX匈牙利HUPX。HU 11:00 11:30 hupx。huGME Italy（Nord）GME。ITN 9:15 10:45梅尔卡托埃特里科。orgBSP斯洛文尼亚BSP。SL 9:40 10:30英国标准普尔南部。表1：考虑的电力市场总结，CET时间（UTC+1/+2）。（Sub.=提交，Res.=价格结果）德国澳大利亚匈牙利Lovenia意大利NordchechPoland Sweden4东、西荷兰Franceswitzerlands现货市场Sepex+Exaepexapx NordpoolpPolpxotehupxothers图1：调查电力市场及其连接图2014年5月示范时间范围内调查电价的时间序列可从以下网址获得：图2：。

作为时间序列行为的第一印象，它表明一些价格表现出类似的模式和价格水平，例如EPEX（法国）和EXAA，而其他价格似乎没有明显的关系，例如POLPX和EXAA。图的右侧显示EXAA和其他时间序列之间的差异。可以看出，他们经常采用循环结构，这似乎是EXAA和POLPX差异的最主要原因。我们的整个数据集包含2007年8月15日至2014年8月12日期间从不同交易所网站下载的每小时日前电力现货价格。为了保证所考虑的电力市场的兼容性，必须进行一些小的调整。5月5日5月10日5月15日5月20日5月25日-60-40-20 0 20 40 60欧元/兆瓦的时间价格。&删除ATEPEX。&删除ATEPEX。奶酪。FRAPX。NL5月5日5月10日5月15日5月20日5月25日-40-20 0 20 40与EXAA的时间价差（欧元/兆瓦/小时）。&删除ATEPEX。奶酪。FRAPX。NL5月5日5月10日5月15日5月20日5月25日-20 0 20 40 60欧元/兆瓦的时间价格。DE&ATNP。丹麦。西部国家公园。丹麦。EastNP。SW4 5月5日5月10日5月15日5月20日5月25日-10 10 20 30 40 50与EXAA的时间价差，单位为欧元/兆瓦HNP。丹麦。西部国家公园。丹麦。EastNP。SW4 5月5日、5月10日、5月15日、5月20日、250年5月50日、100倍价格（欧元/兆瓦）。&ATPOLPX。绘图仪。CZHUPX。休迈5月5日5月10日5月15日5月20日5月25日-20 0 20 40 60 80与EXAA的时间价差（欧元/兆瓦/加仑/加仑）。绘图仪。CZHUPX。HU图2:2014年5月三周内考虑的电力市场价格以及与EXAA价格的差异。就EXAA而言，2012年11月13日的数据不可用，因为在数据处理中心（data processingcenter）遭受停电的前一天，因此没有交易发生。

为了避免将这一天从其他时间序列中排除，我们决定将2012年11月13日的价格替换为前一周的价格。此外，对于HUPX和Nordpool地区，瑞典（4）的价格在整个时间段内每天都不可用。因此，我们只能将我们的方法应用于他们各自的可用时间范围，即HUPX的2012年1月1日至2014年8月12日，Nordpool Sweden的2011年11月1日至2014年8月12日（4）。在我们的chosentime期间，波兰电力主要在全天的三次不同拍卖中进行交易。由于大多数交易（以交易量衡量）在第一次拍卖时进行，我们选择仅使用拍卖I的价格作为建模方法。尽管如此，时间序列中仍有一些日子不见了。分别是2011年3月18日和2014年3月2日。2008年1月8日00:00、2008年2月15日07:00、2008年4月1日03:00和2009年3月29日01:00的小时值也丢失。与EXAA的缺失值类似，我们在168小时前将其替换为对应的缺失值。最后，除POLPX以外的所有电力市场均以欧元交易或以欧元公布参考价格。我们使用交易日的欧元兑兹罗提（EUR/PLN）汇率，使波兰数据与基于欧元的数据具有可比性。3电价模型5根据使用历史数据的经典方法，我们利用EXAA在其他电力市场提交时间点之前10:25（CET）的下一天的数据。由于EXAA有每小时一次的数据，这通常对应于24个观测值，但如果由于夏令时而出现时间偏移，我们每年有一次3月23个观测值，10月25个观测值。我们将其他电力市场表示为X∈ {EPEX.DE&AT，EPEX.CHE，…，HUPX.HU}。yxtre表示时间t时市场X的电价。

此外，我们假设小时价格（YX，…，YXn）是可观察的。此外，我们确定ed（t）是与时间t相对应的一天。Soed（1）是第一个观察到的天，ed（n）是最后一天，ed（n+1）是我们想要预测的一天。给定一天d，我们可以将H（d）表示为相应天交易的小时数。如上所述，H（d）通常为24，有时为23或25。对于每个市场X在第（n）天，EXAA市场的可观测价格集为（YEXAA，…，YEXAAn+H（ed（n+1）），因为还有额外的H（ed（n+1））观测值可用。此外，我们将Yt=（YEXAAt，YXt）表示为二维过程。我们现在关注的焦点是YXt系列，尤其是我们将使用EXAA价格预测的值（YXn+1，…，YXn+H（ed（n+1））。3、电价模型在下文中，我们介绍了YXt的几种模型。这些模型结构简单，基于两种非常常见的建模方法。它们是持久或naive模型和p-AR（p）阶自回归过程。特别是AR（p）建模方法被认为是电价计量分析的基础。文献中经常使用该过程本身或稍加修改的版本，例如Weron和Misiorek（2008）、Ferkingstad等人（2011）或Kristiansen（2012）。persistent和AR（p）也可以作为基准模型，例如inSerinaldi（2011）和Ziel等人（2015）。此外，每个平稳可逆ARMA（p，q）过程都可以很好地近似为一个高阶AR过程，因为我们可以将ARMA（p，q）过程重写为AR过程(∞) 关于指数级快速衰减记忆，参见例如Hamilton（1994）。ARMA型模型在电力价格建模方面非常流行，参见Hickey et al.（2012）或Liu and Shi（2013）。

这种关系也适用于季节性ARMA过程，因为每个季节性ARMA过程都是一个特殊的ARMA（p，q）过程，这包括Taylor（2010）中使用的双和三个季节性ARMA模型。然而，上述季节性ARMA模型不同于那些具有单独季节趋势建模的ARMA模型，例如Koopman et al.（2007）或Keles et al.（2013）使用的。这种ARMA型模型不一定能用AR（p）很好地逼近。下面我们用εt表示所考虑的单变量或多变量模型的单变量和多变量误差项。我们假设误差项具有常数和有限方差的零均值。协方差矩阵。当然，由于数据中存在一种季节性结构，也会影响误差项的（条件）方差，因此无法满足同质性假设。然而，出于隐含的原因，我们假设同构。为了指出EXAA对其他电力市场的影响，我们以标准方式对这两种模型进行了估算，然后通过以各种方式考虑EXAA价格对其进行了扩展。通过提供全面的预测研究，我们可以测试基本模型是否与EXAA对应。3.1. 持久性模型我们介绍的第一个基本模型是非常简单和快速的持久性估计模型，或naive模型，其中电价估计与168小时前相同，通常代表一周。由YXt=YXt给出-168+εtand可通过xt+h=YXt+h估算-168对于1≤ h类≤ H（ed（n+1））。3.2. 单变量AR（p）第二个基本模型是众所周知的p阶自回归过程（AR（p）），通常具有很高的拟合优度，也可以在很短的时间内进行估计。由YXt=u+pXk=1φk（YXt）给出-k- u）+εt（1），其中u为时间序列的平均值和系数φkfor1≤ k≤ p