Università di Padova - Dipartimento di Statistica

Presentazione sul tema: "Università di Padova - Dipartimento di Statistica"— Transcript della presentazione:

1 Università di Padova - Dipartimento di Statistica
ERG Petroli 28/03/2017 Università di Padova - Dipartimento di Statistica Modelli di del portafoglio elettrico: un approccio di time series Domenico Francesco Floro, Head of Finance Risk Management Padova, 10 Maggio 2013 1 1

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 Agenda Overview ERG’s Group
ERG Petroli 28/03/2017 Agenda Overview ERG’s Group L’adozione del nel portafoglio elettrico 3 3 3

4 Overview ERG’s Group 4 4

5 Overview ERG’s Group 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. 5 5

6 Strategic Risk The ERG’s Risk Portfolio 6 6 Source Uncertainty 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) Technology R&D delivery Competitiveness of own technology New products, new markets Catastrophic events Sabotage, attack, war Natural events Expropriation 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 Counterparties Commercial (insolvency, delays) Financial (liquidity) Supplier (country risk, bankruptcy) Partnership/JV/long-term contracts Unknown contractual commitments New projects development Time to market and costs Authorizations (permitting) M&A (acquisition cost, synergies, unknown liabilities) Organization/ managerial processes Compliance with standards on: Safety Accounting/reporting Labour/employment Ethic/corruption External relations Human capital/skills Operations on financial markets/ commodities Regulatory/ society Market regulation Emissions and environmental standards Safety requirements and technological standards Influence of social and public opinion 6 6

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

8 Agenda Overview ERG’s Group
ERG Petroli 28/03/2017 Agenda Overview ERG’s Group L’adozione del nel portafoglio elettrico 8 8 8

9 L’adozione del Profit@Risk nel portafoglio elettrico
Il Risk Capital 9 Definizione classica Il concetto di risk capital nasce nel trading finanziario, dove rappresenta il capitale che l’investitore mette a rischio per gli investimenti e che è chiamato a rifornire in caso di perdita Uso in Erg Si definisce Risk capital l’aggregazione di tutti i PaR dei rischi liquidi e non liquidi di una attività specifica (p.es. le attività di Erg Power & Gas) L’aggregazione è effettuata includendo le correlazioni dei singoli rischi Il risk capital rappresenta quindi la massima perdita / eccesso di profitto dell’attività specifica all’interno dell’intervallo di confidenza adottato Il risk capital è assegnato per l’intero anno di attività di Erg Power & Gas 9

10 L’adozione del Profit@Risk 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) 10 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 Profit at Risk Indica la massima perdita di profitto di una attività a causa della volatilità dei mercati di riferimento o alla variabilità di fattori interni all’attività 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)

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

12 L’adozione del Profit@Risk 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) CO2 (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 nell’ambito 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 La gestione tramite limiti di rischio La gestione tramite procedure
L’adozione del nel portafoglio elettrico La gestione del rischio può seguire due principali approcci: limiti di rischio o vincoli procedurali 13 La gestione tramite limiti di rischio La gestione tramite procedure Prevede: La quantificazione di un risk capital1 sulla base delle attività di business e della propensione al rischio della Società La traduzione del risk capital1 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 capital1 È applicabile in presenza di: Mercati liquidi Mercati volatili È integrata da limitazioni operative relativamente a: Prodotti Mercati Controparti 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) 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 1 Massima “perdita” accettabile per conseguire gli obiettivi di business su orizzonte annuale e con una data percentuale di probabilità

14 L’adozione del Profit@Risk nel portafoglio elettrico
Sintesi dei rischi mappati 14 E Forced Outages 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 CO2 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 Efficienza produzione Replacement Sbilanciamento Profilo Prezzo EE su posizioni aperte Premio zonale CO2 Prezzo sui sottostanti G A S Prezzo gas su posizioni aperte Replacement Penali Profilo Rischi operativi di gestione assets Rischi intrinseci di business 14 Rischi liquidi di mercato

15 L’adozione del Profit@Risk nel portafoglio elettrico
Modello economico e sotto-portafogli 15 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 dell’energia elettrica ( costi) e dal prezzo dell’energia elettrica (ricavi) sul mercato di riferimento. Le quantità prodotte sono generate dal piano di produzione, parte delle vendite è già fissata contrattualmente. 15 NB: I valori sono a titolo esemplificativo

16 L’adozione del Profit@Risk nel portafoglio elettrico
Portafoglio produzione a mercato 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 dell’Energia Elettrica 16

17 L’adozione del Profit@Risk nel portafoglio elettrico
Portafoglio produzione a mercato: drivers di variabilità I principali drivers di variabilità/volatilità: 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, l’altra dalle controparti ( ed e’ modificabile nel tempo con trattativa commerciale). La parte variabile dipende dal prezzo di sottostanti oil ed e’ l’elemento aleatorio di ciascuna formula di prezzo. PUN: Power Next: CO2: Certificati Verdi: CCT

18 L’adozione del Profit@Risk 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). 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

19 L’adozione del nel portafoglio elettrico I due principali approcci alla modellizzazione stocastica dei prezzi nella pratica aziendale: Models categories description Common applications Concepts Description Type examples Definizione di stochastic engine 1 Simulazione di come una variabile puo’ evolvere di mese in mese, rispetto ad ipotesi di valore atteso. Modelli statistici (eg. AR,MA,ARMA,CKLS) Assets per cui si ha disponibilita di una serie storica: - Stock prices Financial var. - Commodities Simulazione di molti possibli path della variabile 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) 2 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 Ottenere una distribuzione di probabilità per la variabile sulla base della distribuzione dei dati Triangular Variables highly uncertain Gaussian Financial variables 19 MIL-GGN S-49869/LPvr

20 L’adozione del Profit@Risk nel portafoglio elettrico Approccio al Forecasting
Abbiamo scelto la modalità indicata come concept 1 nella slide precedente: utilizzare un modello statistico per descrivere l’andamento 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 L’adozione del Profit@Risk nel portafoglio elettrico
@Risk simulation: how can we model uncertainty? Risk approach takes a probalistic lens to assess project financials 21

22 L’adozione del Profit@Risk nel portafoglio elettrico
Some specific elements have to be taken into account while modeling commodity prices 22

23 L’adozione del Profit@Risk 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 dell’EE in Francia pubblicato da Powernext SA. 23

24 L’adozione del Profit@Risk nel portafoglio elettrico Visual inspection: Prezzi gas
Le formule di Gas contrattualmente utilizzate sono: Formula Edison Formula Eni GR 07 pro Iren : CO2 24

25 L’adozione del Profit@Risk 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. 25

26 L’adozione del Profit@Risk nel portafoglio elettrico
CKLS has been selected for modelling because it captures key elements of commodities price dynamics 26

27 L’adozione del Profit@Risk nel portafoglio elettrico
Correlation’s analysis t Stima delle correlazioni storiche tra variabili e implementazione della correlazione forcasted tramite Cholewsky 27 MIL-GGN S-49869/LPvr

28 Thank You! dfloro@erg.it
ERG Petroli 28/03/2017 Thank You! 28 28 28