№ 3
ИЗВЕСТИЯ АКАДЕМИИ НАУК ЭНЕРГЕТИКА
2015
УДК 330.43
ИССЛЕДОВАНИЕ ВЗАИМОСВЯЗИ ЦЕНЫ И СПРОСА НА РОССИЙСКОМ РЫНКЕ ЭЛЕКТРОЭНЕРГИИ
© 2015 г. Е.А. ФЕДОРОВА12, Д.О. АФАНАСЬЕВ2
1 Высшая школа экономики, Национальный исследовательский институт, Москва 2 Финансовый университет при Правительстве РФ, Москва E-mail: ecolena@mail.ru, dmafanasyev@gmail.com
В работе на базе построенной краткосрочной регрессионной модели "цена-спрос" с марковскими переключениями режимов показан динамический характер взаимосвязи цены и спроса на электроэнергию на российском спотовом рынке (рынке на сутки вперед). Цены на электроэнергию демонстрируют переключение состояний чувствительности к спросу, отражая нелинейную природу краткосрочного механизма ценообразования. Выявлены существенные различия в характеристиках режимов функционирования оптового рынка электроэнергии в ценовых зонах Европа-Урал и Сибирь, соответствующих спаду рынка, его нормальному функционированию и подъему. Полученные результаты могут быть использованы экономическими агентами и регулирующими организациями при прогнозировании цен на электроэнергию на базе плановых данных о потреблении.
Ключевые слова: спотовый рынок электроэнергии, моделирование цены на электроэнергию, вейвлет-декомпозиция, модель с марковскими переключениями.
STUDY OF THE DYNAMIC PRICE-DEMAND RELATIONSHIP FOR RUSSIAN ELECTRICITY MARKET
E.A. FEDOROVA12,, D.O. AFANASYEV2
1 Higher School of Economics, National Research Institute, Moscow 2 Financial University under the Government of the Russian Federation, Moscow E-mail: ecolena@mail.ru, dmafanasyev@gmail.com
In this paper, based on a developed short term model "price-demand" with Markov regimes switching, the dynamic nature of the electricity price to demand relationship in the Russian spot market (day-ahead market) was showed. Electricity prices clearly demonstrate the states switching of the sensitivity to demand, reflecting the non-linear nature of the short-term pricing mechanism. Significant differences in the characteristics of the operation modes for the wholesale electricity market price zones of Europe-Ural and Siberia corresponding to market downturn, its normal functioning, as well as rise was identified. The results can be used by economic agents and regulators in forecasting electricity prices based on planned consumption data.
Key words: spot electricity market, electricity price modelling, wavelet-decomposition, Markov regime switching model.
ВВЕДЕНИЕ
За последние два десятилетия электроэнергетическая отрасль в развивающихся и в развитых странах претерпела изменения. Целью данных изменений чаще всего называется повышение экономической эффективности на рынке электроэнергии за счет дерегулирования, развития конкуренции и формирования оптимальных методов регулирования со стороны государства. Механизм, который при этом использовался, заключается в преобразовании вертикально интегрированных компаний, представлявших собой так называемые «естественные» монополии, и создании на их месте сетевых компаний, конкурирующих генерирующих и сбытовых компаний.
В России процесс либерализации рынка электроэнергии начался в 2003 г. В существующем виде он функционирует с 2006 г., когда постановлением Правительства РФ были введены новые правила работы оптового рынка электроэнергии. В новой модели регулируемые договоры фактически заменили существовавший ранее регулируемый сектор рынка электроэнергии. Либерализация рынка проводилась постепенно до 2011 г. путем снижения объемов двухсторонних регулируемых договоров два раза в год. Начиная с 2011 г. по нерегулируемым ценам реализуется около 80—90% общего объема мощностей, продаваемых на оптовом рынке1.
Однако, несмотря на начавшую полноценно развиваться операционную модель рынка, сама электроэнергия, как продукт потребления, демонстрирует уникальные особенности, не связанные с торговыми механизмами. Особенности проявляются и со стороны предложения, и со стороны спроса на электроэнергию. При более детальном анализе этих уникальных свойств становиться ясно, что механизм формирования цены на спотовом рынке электроэнергии под влиянием факторов спроса и предложения носит неоднозначный, комплексный характер, являясь интереснейшим объектом для исследования.
Формируя предложение на электроэнергию, генерирующие компании сталкиваются с невозможностью накопления сколь-либо значимых ее запасов или образования соответствующих резервных фондов продукции, что, прежде всего, связано с ее физическими свойствами. Это приводит к необходимости ее немедленной доставки до конечного потребителя. Существует ряд технологий генерации (атомная энергетика, гидроэнергетика, ветрогенерация и т.д.), для которых поставка электроэнергии на спотовый рынок может происходить при любой, даже очень низкой, цене, так как для них по технологическим причинам не существует возможности существенно снизить или остановить выработку электроэнергии. При этом на кривой предложения2 такие технологии будут расположены в области, соответствующей минимальным объемам поставок и наименьшим ценам.
Для спроса на электроэнергию характерна крайне низкая эластичность по цене, так как большинство потребителей готовы платить даже очень высокую цену для удовлетворения своих потребностей. Большинство экономистов считают, что кривая спроса для рынка электроэнергии представляет собой почти вертикальную прямую с очень слабым наклоном влево, а сам спрос при этом является одним из фундаментальных факторов, определяющих цену на электроэнергию в краткосрочном периоде. Но корреляция этих величин не очевидна и зависит от тех временных масштабов, на которых она изучается. По мнению авторов статьи она склонна изменяться во времени, то есть проявлять определенные динамические свойства. Ввиду этого, авторы ставят задачу выявления особенностей взаимосвязи цены и спроса на российском рынке электроэнергии с учетом динамичности характеристик влияния спроса на цену. Для этого
1По данным ОАО "АТС", http://www.atsenergo.ru
2Здесь и далее, говоря о кривой спроса и предложения, авторы подразумевают инвертированные кривые, которые определяют зависимость цены от спроса и предложения. Данная форма взаимосвязи является общепринятой в исследованиях в области электроэнергетики.
предлагается использовать регрессионную модель с марковскими переключениями режимов.
Для спроса и для предложения (которое склонно реагировать на изменение спроса) характерна высокая степень проявления сезонности, связанная в долгосрочном периоде с погодной сезонностью, в краткосрочном периоде — с бизнес-циклом потребляющих предприятий. Наличие сезонности в спросе и предложении оказывает влияние на цену электроэнергии и вносит вклад в ее величину. Так как авторы исследуют стохастическую составляющую цены, то детерминированный вклад должен быть предварительно исключен из серии цен. Для этого предлагается использовать аппарат вей-влет-декомпозиции и выделение медианы для дневных уровней цен.3
1. Методология исследования
1.1. Выделение тренд-сезонной составляющей в нестационарных рядах
Как упоминалось выше, для спроса и цены на электричество характерным свойством является наличие трендовой и сезонной составляющей во временном ряде данных показателей. Существует достаточно много подходов для выделения этих детерминированных компонент из исходных данных. В исследовании будет использован хорошо зарекомендовавший себя подход, который заключается в декомпозиции спо-товой цены электроэнергии Р,3 на стохастическую X, и детерминированную (тренд-сезонную) р(,) составляющие (аддитивное представление):
р, = X+р (о.
Тренд-сезонный компонент р(,) может быть представлен в виде разложения на две составляющие: долгосрочную тренда-цикличную компоненту /(,) и краткосрочную сезонную компоненту 5(?). Наличие компоненты /(,) связано с инфляционным независимым ростом цен, непериодическим изменением долгосрочного уровня цен на топливные ресурсы (которые потребляются генерирующими компаниями), долгосрочной торговой стратегией на рынке и периодичностью изменения климатических факторов. Компонента 5(?) отражает краткосрочную (недельную) сезонность бизнес-цикла потребляющих предприятий и связана с более низким уровнем использования электроэнергии в выходные дни относительно рабочих дней.
Долгосрочная тренд-циклическая составляющая /(,) может быть выделена различными методами. Их обзор приведен в работе [1], в которой авторы исследовали три семейства моделей с различными параметрами, общее число проанализированных моделей составило 129. К наиболее распространенным методам можно отнести следующие: использование скользящей средней или медианы для заданного калибровочного периода, расчет экспоненциально взвешенной скользящей средней, регрессия на инструментальные переменные, разложение в ряд Фурье, комбинация фурье-декомпозиции с экспоненциально взвешенной скользящей средней и вейвлет-декомпозиция. Руководствуясь результатами работы [1], для выделения долгосрочной составляющей /(,) авторы использовали непараметрический подход в виде вейвлет-декомпозиции.
Остановимся кратко на основных принципах вейвлет-декомпозиции, а также ее преимуществах относительно использования классического фурье-анализа для целей идентификации долгосрочного тренда. По аналогии с фурье-анализом, в случае вей-влет-анализа также выполняется разложение исходного сигнала (в нашем случае — цена на электроэнергию) по некоторому ортогональному базису. Однако в отличие от классического фурье-разложения в качестве такого базиса используется смещенная и масштабированная версия некоторого вейвлета ^(х) — локализованной, имеющей ну-
3В исследовании авторы использовали не сами цены, а их логарифмическое представление: Р1 = 1пр,. Данная техника зарекомендовала себя на практике, она позволит в дальнейшем выполнить ряд необходимых математических преобразований.
левое среднее и автомодальной (самоподобной) функции, которая для дискретного диадного вейвлет-преобразования (ДВП) может быть записана в виде:
ут,к(х) = 8-2~тх - к), где у(х) — материнский вейвлет; 5 = -¿= — постоянный
Для дальнейшего прочтения статьи необходимо приобрести полный текст. Статьи высылаются в формате PDF на указанную при оплате почту. Время доставки составляет менее 10 минут. Стоимость одной статьи — 150 рублей.