La presentazione è in caricamento. Aspetta per favore

La presentazione è in caricamento. Aspetta per favore

11 Padova, 10 Maggio 2013 Università di Padova - Dipartimento di Statistica Modelli di del portafoglio elettrico: un approccio di time series.

Presentazioni simili


Presentazione sul tema: "11 Padova, 10 Maggio 2013 Università di Padova - Dipartimento di Statistica Modelli di del portafoglio elettrico: un approccio di time series."— Transcript della presentazione:

1 11 Padova, 10 Maggio 2013 Università di Padova - Dipartimento di Statistica Modelli di del portafoglio elettrico: un approccio di time series Domenico Francesco Floro, Head of Finance Risk Management

2 Forward-looking statements This document contains certain forward-looking information that is subject to a number of factors that may influence the accuracy of the statements and the projections upon which the statements are based. There can be non assurance that the projections or forecasts will ultimately prove to be accurate; accordingly, the Company makes no representation or warranty as to the accuracy of such information or the likelihood that the Company will perform as projected. 2

3 33 Agenda Overview ERGs Group Ladozione del nel portafoglio elettrico

4 44 Overview ERGs Group

5 55 Acquisition Wind Farms by GDF /IP Maestrale On February 2013 ERG Renew closed the deal with International Power Consolidated Holding Ltd (100% GDF SUEZ) and now owned an 80% share of IP Maestrale Investments Ltd. With this JV, ERG increase its installed capacity to MW, and became the first operator in Italy. Overview ERGs Group

6 66 Strategic Risk The ERGs Risk Portfolio SourceUncertainty drivers Characteristic business –Commodities input/output (or indirect effect) –Market dynamics (supply, demand) –Volume (market share) and mix –Competition (price/offer) –Inventory value (due to commodities) Financial market –Exchange rates –Interest rates –Participations/subsidiaries Industrial operations –Plants reliability –Health, safety and environment –O&M costs and stay-in-business capex –Supply chain reliability New projects development –Time to market and costs –Authorizations (permitting) –M&A (acquisition cost, synergies, unknown liabilities) Regulatory/ society –Market regulation –Emissions and environmental standards –Safety requirements and technological standards –Influence of social and public opinion SourceUncertainty drivers Technology –R&D delivery –Competitiveness of own technology –New products, new markets Catastrophic events –Sabotage, attack, war –Natural events –Expropriation Counterparties –Commercial (insolvency, delays) –Financial (liquidity) –Supplier (country risk, bankruptcy) –Partnership/JV/long-term contracts –Unknown contractual commitments Organization/ managerial processes –Compliance with standards on: Safety Accounting/reporting Labour/employment Ethic/corruption –External relations –Human capital/skills –Operations on financial markets/ commodities

7 77 Application of ERM methodology since 2006 Industrial business philosophy No speculative operations are allowed ERG uses derivatives only for hedging purposes Strategic Risk Policy

8 88 Agenda Overview ERGs Group Ladozione del nel portafoglio elettrico

9 9 Il Risk Capital Il concetto di risk capital nasce nel trading finanziario, dove rappresenta il capitale che linvestitore mette a rischio per gli investimenti e che è chiamato a rifornire in caso di perdita Definizione classica Uso in Erg Si definisce Risk capital laggregazione di tutti i PaR dei rischi liquidi e non liquidi di una attività specifica (p.es. le attività di Erg Power & Gas) Laggregazione è effettuata includendo le correlazioni dei singoli rischi Il risk capital rappresenta quindi la massima perdita / eccesso di profitto dellattività specifica allinterno dellintervallo di confidenza adottato Il risk capital è assegnato per lintero anno di attività di Erg Power & Gas 9

10 10 Ladozione del nel portafoglio elettrico Profit at Risk e Value at Risk sono indicatori di rischio che misurano la massima perdita di profitto o di valore di una attività o di un portafoglio di attività su un dato periodo di tempo con una data probabilità (intervallo di confidenza) Indica la massima perdita di profitto di una attività a causa della volatilità dei mercati di riferimento o alla variabilità di fattori interni allattività stessa Si applica a posizioni e attività che non possono essere smobilitate in un periodo limitato.(p.es. attività di vendita ai clienti finali o attività basate su asset) Profit at Risk Value at Risk Indica la massima perdita di valore di un portafoglio di attività a causa della volatilità dei mercati di riferimento E un indicatore caratteristico delle attività di trading e degli investimenti finanziari (equivale alla perdita di valore del mark to market) Si applica a posizioni e attività che possono essere smobilitate in un periodo limitato. VaR = Posizione * Volatilità (su periodo e probabilità dati) * livello di confidenza

11 11 Ladozione del nel portafoglio elettrico La proposta di risk policy deriva da una mappatura delle attività caratteristiche del business EPG e dei relativi rischi associati Mappatura dei rischi di business Definizione linee guida di gestione dei rischi Definizione risk policy Disegno sistema di controllo Sviluppo procedure di dettaglio Disegno modello organizzativo Quantificazione dei rischi Quantificazione limiti Attività e portafogli (EE e Gas) Mappatura rischi legati ad attività di business Quantificazione rischi e definizione linee guida di gestione Sviluppo degli strumenti di gestione operativa 11

12 12 Ladozione del nel portafoglio elettrico EPG è esposta a rischi liquidi di mercato, a rischi intrinseci del business EE e Gas e a rischi operativi di gestione degli asset Framework rischi ai quali e esposto il business EPG Portafoglio EE Portafoglio Gas Rischi liquidi di mercato Rischi intrinseci di business Rischi operativi di gestione assets Rischi liquidi di mercato Rischi intrinseci di business Prezzo sui sottostanti Prezzo energia elettrica su posizioni aperte CCT (1) CO 2 (2) Replacement Sbilanciamento Profilo Forced outages Efficienca produzione Prezzo sui sottostanti Prezzo gas su posizioni aperte Replacement Penali (3) Profilo (1) Rischio parzialmente liquido in considerazione delle caratteristiche peculiari del mercato di copertura (aste CCC annuali / mensili di Terna) (2) Non coperta nellambito della presente policy in quanto già oggetto di una politica gestionale ad hoc a livello di Gruppo (3) Rischio equiparabile al rischio sbilanciamento per il mercato elettrico 12

13 13 Ladozione del nel portafoglio elettrico La gestione del rischio può seguire due principali approcci: limiti di rischio o vincoli procedurali La gestione tramite limiti di rischio Prevede: La quantificazione di un risk capital 1 sulla base delle attività di business e della propensione al rischio della Società La traduzione del risk capital 1 in una gerarchia di limiti attribuiti ai diversi rischi / attività svolte Interventi da parte di strutture di controllo su base periodica e puntualmente in caso di superamento dei limiti Attività di monitoraggio quotidiane Assicura che la perdita sia mantenuta entro il risk capital 1 È applicabile in presenza di: Mercati liquidi Mercati volatili È integrata da limitazioni operative relativamente a: Prodotti Mercati Controparti La gestione tramite procedure Prevede la definizione di procedure rigide, generalmente basate su massimali volumetrici Quantificazione del rischio non possibile a priori Variabilità, anche significativa, del rischio associato ad un dato volume in funzione delle volatilità di mercato Unica soluzione possibile se non esistono mercati liquidi di riferimento e/o strumenti di controllo Alternativa sub-ottimale per la gestione di rischi liquidi Non tiene conto della visione di mercato Nessuna autonomia gestionale della società operativa Rigida relativamente al timing delle coperture (possibile obbligo di copertura / chiusura di posizioni in circostanze di mercato sfavorevoli) 1 Massima perdita accettabile per conseguire gli obiettivi di business su orizzonte annuale e con una data percentuale di probabilità In base alle best practice di mercato, il principio proposto è una gestione per limiti relativamente ai rischi che richiedono flessibilità operativa e per procedure dove il limite non è applicabile 13

14 Prezzo sui sottostanti 14 Ladozione del nel portafoglio elettrico Sintesi dei rischi mappati Fuori servizio unplanned delle unità di generazione Variazione del rendimento elettrico delle unità di generazione rispetto alle assunzioni di piano Variazioni dei volumi di produzione o di vendita previsti nel medio / lungo termine ( > 1 settimana) Produzione: rischio indisponibilità produzione nel breve termine Consumi: variazioni nel consumo dei clienti finali e di sito rispetto alla previsione al giorno prima Differenza nel medio periodo tra il profilo di consumo aggregato previsto e quello consuntivo Posizioni aperte (lunghe o corte) esposte alla volatilità di prezzi / spark spread (es. lungo CCGT) Premio zonale: differenze di prezzo tra aree diverse (differenza tra PUN e prezzo in Sicilia) Rischio legato alla variabilità dei prezzi dei certificati di emissione CO 2 Indicizzazione dei prezzi delle fonti e degli impieghi (EE e gas) a sottostanti petroliferi e cambio Posizioni aperte (lunghe o corte) sul mercato gas esposte alla variazione di prezzo del gas Variazioni dei volumi di approvvigionamento o di vendita previsti nel medio termine ( > 1 mese) Variazioni del consumo proprio (CCGT) e dei clienti finali rispetto ai volumi contrattualizzati / alle nominations effettuate con conseguente pagamento di penali di trasporto e stoccaggio Differenza tra il profilo mensile del fabbisogno dei clienti finali aggregato previsto e il profilo effettivo Prezzo EE su posizioni aperte Premio zonale Replacement Sbilanciamento Profilo Prezzo gas su posizioni aperte Replacement Penali Profilo CO2 Efficienza produzione Forced Outages GASGAS EEEE Rischi liquidi di mercato Rischi intrinseci di business Rischi operativi di gestione assets 14

15 15 Ladozione del nel portafoglio elettrico Modello economico e sotto-portafogli Il portafoglio elettrico, viene suddiviso in sotto-portafogli sulla base della loro natura tecnica ed economica e di rischio. Ciascun portafoglio genera margine di contribuzione il cui valore realizzato dipende anche da componenti di mercato e dalle sue volatilità. In particolare l MDC e legato ai prezzi delle commodities utilizzate nella produzione dellenergia elettrica ( costi) e dal prezzo dellenergia elettrica (ricavi) sul mercato di riferimento. Le quantità prodotte sono generate dal piano di produzione, parte delle vendite è già fissata contrattualmente. NB: I valori sono a titolo esemplificativo 15

16 Il grafico sottostante riporta un profilo di produzione di EE venduta a mercato. La variabilità del MdC è legata al valore di Spark Spread, margine di profitto per gli impianti di produzione di energia elettrica, che a sua volta dipende dalla variabilità dei sottostanti che lo determinano e dalla loro corrrelazione: prezzo del GAS (fornitura per alimentazione degli impianti) prezzo dellEnergia Elettrica Ladozione del nel portafoglio elettrico Portafoglio produzione a mercato 16

17 17 Prezzo del GAS: dipendente dalle formulazioni di prezzo contrattuale con i fornitori (oggi principalmente ancora oil linked). Ogni formula e caratterizzata da una parte fissa stagionale e una parte variabile. Una componente della parte fissa e stabilita dal regolatore, laltra dalle controparti ( ed e modificabile nel tempo con trattativa commerciale). La parte variabile dipende dal prezzo di sottostanti oil ed e lelemento aleatorio di ciascuna formula di prezzo. PUN: Power Next: CO2: Certificati Verdi: CCT Ladozione del nel portafoglio elettrico Portafoglio produzione a mercato: drivers di variabi lità I principali drivers di variabilità/volatilità:

18 Esistono essenzialmente due differenti approcci nella pratica: –Il primo richiede la esplicita modellizzazione delle variabili in oggetto tramite un modello statistico ( approccio parametrico) –Il secondo e noto come historical simulation approach e deriva la CDF delle variabili stimando i percentili della popolazione con i percentili campionari.Tuttavia un pesante drawback di questo approccio e che assume indipendenza tra le varie variabili considerate. 18 Ladozione del nel portafoglio elettrico Forecasting commodities prices E quindi di fondamentale importanza disporre di un modello di forecasting dei vari prezzi delle commodities sottostanti al MDC e la sua aleatorieta (Profit at risk= Par).

19 Ladozione del nel portafoglio elettrico I due principali approcci alla modellizzazione stocastica dei prezzi nella pratica aziendale: Models categories description Simulazione di molti possibli path della variabile 1 Ottenere una distribuzione di probabilità per la variabile sulla base della distribuzione dei dati 2 Description Type examples Common applications Simulazione di come una variabile puo evolvere di mese in mese, rispetto ad ipotesi di valore atteso. Modelli statistici (eg. AR,MA,AR MA,CKLS) Assets per cui si ha disponibilita di una serie storica: - Stock prices -Financial var. - Commodities Scegliere un valore sulla base della distribuzione dei possibili valori futuri (approccio utilizzato quando I dati storici non sono buoni predictors del futuro Poisson Medical experiment Triangular Gaussian Financial variables Definizione di stochastic engine Un stochastic engine genera un campione di realizzazioni possibili di una certa variabile sulla base di parametri stimati (e.g. mean, st. dev., etc.) Lo scopo di un motore stocastico e di simulare il possibile range di realizzazioni della variabile,dati alcuni parametri (e.g. expected mean, historical volatilities) Variables highly uncertain Concepts 19

20 Ladozione del nel portafoglio elettrico Approccio al Forecasting Abbiamo scelto la modalità indicata come concept 1 nella slide precedente: utilizzare un modello statistico per descrivere landamento delle variabili. Modelliamo i prezzi delle commodities con un approccio di pure time series: le componenti variabili dei vari prezzi del GAS,Il PNEXT e il PUN vengono rappresentati come processi stocastici,in particolare come moti browniani con mean reversion. La calibrazione dei processi avviene stimando i momenti della popolazione con i corrispondenti momenti campionari sulla base di una serie storica triennale e con osservazioni mensili. Come valore atteso delle serie di prezzo si e scelto di utilizzare il prezzo forward di mercato al momento della simulazione. Una volta calibrati i processi simuliamo path delle variabili attraverso Monte Carlo simulations e si introduce la correlazione tra i diversi prezzi con la Cholewsky decompostion della matrice stimata di correlazione. 20

21 21 Ladozione del nel portafoglio simulation: how can we model uncertainty? Risk approach takes a probalistic lens to assess project financials

22 22 Ladozione del nel portafoglio elettrico Some specific elements have to be taken into account while modeling commodity prices

23 23 Ladozione del nel portafoglio elettrico Visual inspection : PUN e PNEXT Il PUN (Prezzo unico nazionale) è la media dei prezzi zonali di MGP ponderata con gli acquisti totali, al netto degli acquisti dei pompaggi e delle zone estere. Il PowerNext è il prezzo dellEE in Francia pubblicato da Powernext SA.

24 24 Ladozione del nel portafoglio elettrico Visual inspection: Prezzi gas Le formule di Gas contrattualmente utilizzate sono: Formula Edison Formula Eni GR 07 pro Iren : CO2

25 25 Ladozione del nel portafoglio elettrico Visual Inspection: CCT CCT: corrispettivo orario, definito dall'articolo n.43 della delibera 111/06 e ss.mm.ii dell'AEEG. Rappresenta la differenza tra tra il prezzo unico nazionale PUN e il prezzo zonale della zona in cui sono collocati i punti di dispacciamento.AEEG

26 26 Ladozione del nel portafoglio elettrico CKLS has been selected for modelling because it captures key elements of commodities price dynamics

27 t t Stima delle correlazioni storiche tra variabili e implementazione della correlazione forcasted tramite Cholewsky Ladozione del nel portafoglio elettrico Correlations analysis 27

28 28 Thank You!


Scaricare ppt "11 Padova, 10 Maggio 2013 Università di Padova - Dipartimento di Statistica Modelli di del portafoglio elettrico: un approccio di time series."

Presentazioni simili


Annunci Google