Change search
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • harvard1
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf
Risk Analysis Against Electricity Market Index and Portfolio Optimisation
KTH, School of Engineering Sciences (SCI), Mathematics (Dept.), Mathematical Statistics.
2014 (English)Independent thesis Advanced level (degree of Master (Two Years)), 20 credits / 30 HE creditsStudent thesis
Abstract [en]

There has been a lack of a transparent index to compare electricity portfolios against for many years. Most industrial firms hedge the risks for their electricity needs by buying forward contracts which guarantee the price of a certain amount of power for a year or part of a year. The problem is to know if the company has made good deals since the available comparisons are average spot prices. In this thesis the objectives are to construct a relevant index and then evaluate possible portfolios against this index, giving risk measures such as Value-at-Risk and Expected Shortfall. The resulting index buys a small part of the needed power amount to each trading day’s closing price of the forward contracts traded by the portfolio. Thus, the index buys the volume wanted power amount divided by number of trading days of the used forward contracts each trading day the contracts are available. Another objective is to suggest an optimal trading policy that minimise the expected portfolio cost based on historical price data. This is evaluated by constrained optimisation algorithms. Suggestions for the optimal hedge volumes and when to buy the forward contracts are given based on the historical prices. This reveals how expensive different forward contracts are relative to spot prices for the respective period.

Abstract [sv]

Det har länge saknats ett transparent index att jämföra elhandelsportföljer med. De flesta industriföretag säkrar priser för sina elektricitetsbehov genom att köpa terminskontrakt som garanterar ett visst pris för ett år eller för delar av år. Detta görs för att inte utsättas för risker med höga spotpriser. Problemet blir för företaget att veta om det har gjort bra affärer eftersom det saknas relevanta jämförelser, till exempel är det missvisande att jämföra mot spotpriser vilka främst påverkas av väderprognoser. Målen med denna uppsats är att skapa ett relevant index, för att sedan jämföra elhandelsportföljer med index genom att ge riskmått som Value-at-Risk och Expected Shortfall. Indexportföljen handlar en liten och lika stor volym till varje handelsdags stängningspris för respektive terminskontrakt. Alltså, index handlar bestämd effekt delat med antal handelsdagar i varje använt terminskontrakt under varje handelsdag som respektive terminskontrakt finns tillgängligt. Ett ytterligare mål med denna studie är att utvärdera handelsstrategier för dessa kontrakt för att föreslå en optimal strategi som minimerar den förväntade portföljkostnaden utifrån historiska priser. Detta görs genom optimeringsalgoritmer. Förslag till optimala volymer som säkras med terminskontrakt och när kontrakten ska köpas ges utifrån historiska priser. Detta anger hur dyra terminskontrakten är relativt spotpriserna för respektive period.

Place, publisher, year, edition, pages
2014.
Series
TRITA-MAT-E, 2014:36
National Category
Mathematical Analysis
Identifiers
URN: urn:nbn:se:kth:diva-146657OAI: oai:DiVA.org:kth-146657DiVA: diva2:725626
External cooperation
Sweco
Subject / course
Mathematical Statistics
Educational program
Master of Science - Mathematics
Supervisors
Examiners
Available from: 2014-06-16 Created: 2014-06-12 Last updated: 2014-06-16Bibliographically approved

Open Access in DiVA

fulltext(686 kB)257 downloads
File information
File name FULLTEXT01.pdfFile size 686 kBChecksum SHA-512
a7975b168e168d5b7f24400ed82a2012d61afd6183b664b697560cad92c64be309b1720c7ddc588065fbbfaeaa73b562d0dd2a79b9c807898657807b5fb530a4
Type fulltextMimetype application/pdf

By organisation
Mathematical Statistics
Mathematical Analysis

Search outside of DiVA

GoogleGoogle Scholar
Total: 257 downloads
The number of downloads is the sum of all downloads of full texts. It may include eg previous versions that are now no longer available

urn-nbn

Altmetric score

urn-nbn
Total: 222 hits
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • harvard1
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf