计及分布参数时变性的电力市场风险测度研究 value-at-risk estimation of electricity market considering the time-varying features of distributions parameters.pdfVIP

第27卷第6期 电力学报 V01．27No．6 2012年12月 JOURNALOFELECTRICPO、ⅧR Dec．2012 ·电力经济· 文章编号：1005—6548(2012)06—0578—05 计及分布参数时变性的电力市场风险测度研究 王瑞庆，肖自乾，马杰 (海南软件职业技术学院，海南琼海571400) 摘要：准确刻画电价的波动特征是有效度量电力市场价格风险的基础。以负荷作为外生解释变量，建立了 考虑电价多季节、异方差、波动集聚、尖峰厚尾等特征的GARCH．VaR计算模型，以正态分布、t分布、有偏t分 布为例研究了残差的分布形式设定和参数的时变性对VaR估计精度的影响。对vjM历史数据的实证表明：计及参 数时变性的有偏t分布模型的Valk估计结果准确有效，正态分布模型在置信水平大于95％时低估了电力市场的 VaR，t分布模型在置信水平小于97．5％时高估了电力市场VaR。该结果对于电力市场参与者准确地评估价格风险、 制定有效的风险规避策略具有重要的指导意义。 关键词：电力市场；风险价值；GARCH模型；概率分布设定；时变参数 中图分类号：TM73；F123．9文献标识码：A 电能不能大规模有效存储和供需的实时平衡性 结果表明N．GARCH模型低估了样本数据期间的 约束，导致电力商品比传统商品的价格波动更加剧 VaR。文献【6]引入容量充裕度和必须运行率作为外 烈，使得电力市场参与者面临着前所未有的市场风 生解释变量，使用N—GARCH模型评估了电力市场 险。如果不能有效地识别、评估、管理电价波动风 的电价波动风险。文献[7]针对N．GARCH模型不能 险，可能会给电力市场参与者带来灾难性的后果。 有效处理损益数据尖峰厚尾的问题，提出了一种 电力市场一旦发生金融风险，将对社会、经济产生 基于自助抽样的N．GARCH偏差校正模型，一定程 比金融市场风险更为严重的负面影响【11。因此如何 度上提高了VaR估计的准确度。文献[8】引入具有更 有效地识别、评估、管理电力市场金融风险是一个 厚尾部的分形分布来描述现货和期货电价，利用 亟待解决的问题。 投资组合理论分析了供电公司的最优购电策略。 文献[9]以系统剩余容量百分比为条件，通过对历 1 背景 史出清电价进行放回随机抽样来评估电力公司面 临的市场风险，避免了对电价的分布假设，但其 at 风险价值(ValueRisk，VaR)作为一种可以 精度严重依赖于样本的典型性。文献[10—111考虑到 预先评估风险的管理方法，克服了传统方法只能事 电价的异方差、周周期和波动集聚特征，建立了 后评价的缺陷，在实践中得到了广泛应用。文献 基于极值理论的EGRACH模型。文献【12】基于PJM [2．3】以VaR作为风险测度，应用基于正态分布的 市场的历史数据，对正态分布、t分布、广义误差 Delta方法计算了电力公司的购电风险。文献[4]使 分布(GED)的EGARCH模型进行了对比分析， 用Copula函数描述电价与负荷的相关性，讨论了 电价和负荷服从正态分布时电力公司的购电风险。 高，但电价的多季节