پيش بيني قيمت برق در بازارهاي نقد و سلف و طراحي مدل بهينه فروش برق در بازارهاي مذكور با رويكرد تابع كاپولا

Forecasting the price of electricity in the cash and advance markets and designing the optimal model for selling electricity in the mentioned markets with the Copola function approach.

هدف مقاله حاضر پيش بيني قيمت برق در بازارهاي نقد و سلف و طراحي مدل بهينه فروش برق در بازارهاي مذكور با رويكرد تابع كاپولا بود. براي اين منظور از اطلاعات روزانه در بازه زماني 1396-1401 استفاده گرديد. به منظور انجام پيش‌بيني از مدل‌هاي سري زماني و رويكرد OLS، GARCH و كاپولا استفاده گرديد. نتايج نشان داد كه توابع مثلثاتي به خوبي مي‌توانند رفتار قيمت‌هاي برق را توضيح دهند كه ناشي از رفتار فصلي قيمت‌هاي برق در طول دوره‌هاي يكساله است. در بخش تصادفي نيز، مقادير برآوردي نشان مي دهد كه جزء تصادفي داراي ميانگين تقريباً برابر با صفر بوده و سرعت بازگشت به ميانگين در قيمت‌ها بالا است. ميانگين شوك‌ها، منفي و واريانس آنها بسيار كوچك هستند. كوچك بودن مقادير متوسط شوك‌ها عملاً نشان مي‌دهد، شوك‌هاي رخ داده در قيمت بازار برق ايران بسيار ناچيز است و مهمتر آنكه اين شوك‌ها بيشتر از نوع شوك‌هاي منفي بوده است. در خصوص استراتژي بهينه در هنگام ورود به معاملات آتي، توصيه ما به بازيگران استفاده از روش كاپولا گارچ براي محاسبه نسبت‌هاي بهينه در جهت پوشش ريسك است به دو دليل اولاً بدليل پايين بودن نسبت هاي پوشش ريسك روش كاپولا-گارچ، تعداد قراردادهاي مورد نياز براي پوشش ريسك كمتر بوده و در نتيجه هزينه معاملاتي كمتري را دارد، ثانياً با توجه به محدوديت هاي موجود و بالاخص نقدينگي پايين در معاملات بورس انرژي عملاً امكان پوشش ريسك بيشتر از موقعيت نقدي (نسبت بهينه پوشش ريسك بزرگتر از يك) كه در نسبت هاي بهينه پوشش ريسك دو مدل گارچ با ضريب.

The purpose of this article was to predict the price of electricity in the cash and cash markets and to design the optimal model of electricity sales in the aforementioned markets with the Copula function approach. For this purpose, daily information was used in the period of 1396-1401. In order to forecast, time series models and OLS, GARCH and Copula approaches were used. The results showed that trigonometric functions can well explain the behavior of electricity prices, which is caused by the seasonal behavior of electricity prices during one-year periods. In the random part, the estimated values show that the random component has an average of almost zero and the speed of returning to the average in prices is high. The average of the shocks, their negativity and variance are very small. The small average values of the shocks actually show that the shocks that occurred in the price of the electricity market in Iran are very insignificant and more importantly, these shocks were more of the negative type. Regarding the optimal strategy when entering into futures transactions, our advice to players is to use the Copula-Garch method to calculate the optimal ratios for risk hedging, for two reasons. The need for risk hedging is less and as a result the transaction cost is lower, secondly, due to the existing restrictions and especially the low liquidity in energy exchange transactions, it is practically possible to cover more risk than the cash position.