Università di Padova - Dipartimento di Statistica
Modelli di Profit@Risk del portafoglio elettrico: un approccio
di time series
Domenico Francesco Floro, Head of Finance Risk Management
1
Padova, 10 Maggio 2013
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
Agenda
 Overview ERG’s Group
 L’adozione del Profit@Risk nel portafoglio elettrico
3
Overview ERG’s Group
4
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 1.231 MW, and became the first operator in Italy.
5
Strategic Risk
The ERG’s Risk Portfolio
•
Source
•
Uncertainty drivers
–
Characteristic
business
Financial market
Industrial
operations
–
–
–
–
Commodities input/output (or indirect
effect)
Market dynamics (supply, demand)
Volume (market share) and mix
Competition (price/offer)
Inventory value (due to commodities)
–
–
–
Exchange rates
Interest rates
Participations/subsidiaries
–
–
–
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
–
–
•
Source
Technology
Catastrophic events
Counterparties
Organization/
managerial
processes
•
Uncertainty drivers
–
–
–
R&D delivery
Competitiveness of own technology
New products, new markets
–
–
–
Sabotage, attack, war
Natural events
Expropriation
–
–
–
–
–
Commercial (insolvency, delays)
Financial (liquidity)
Supplier (country risk, bankruptcy)
Partnership/JV/long-term contracts
Unknown contractual commitments
–
Compliance with standards on:
• Safety
• Accounting/reporting
• Labour/employment
• Ethic/corruption
External relations
Human capital/skills
Operations on financial markets/
commodities
–
–
–
6
Strategic Risk
Policy
 Application of ERM methodology since 2006
 Industrial business philosophy
 No speculative operations are allowed
 ERG uses “derivatives” only for hedging purposes
7
Agenda
 Overview ERG’s Group
 L’adozione del Profit@Risk nel portafoglio elettrico
8
L’adozione del Profit@Risk nel portafoglio elettrico
Il Risk Capital
Definizione
classica
Uso in Erg
•
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
•
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
9
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)
• Indica la massima perdita di valore di un portafoglio di attività a causa della
volatilità dei mercati di riferimento
Value at
Risk
• 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
• 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
Profit at
Risk
• 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)
10
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
Mappatura rischi legati ad
attività di business
Quantificazione rischi e
definizione linee guida di
gestione
11
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
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
12
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
 Replacement
 Forced outages
 Prezzo sui
 Replacement
 Sbilanciamento
 Efficienca
sottostanti
 Prezzo energia
elettrica su
posizioni aperte
 Profilo
produzione
sottostanti
 Prezzo gas su
posizioni aperte
 Penali (3)
 Profilo
 CCT (1)
 CO2 (2)
(1)
Rischio parzialmente liquido in considerazione delle caratteristiche peculiari del mercato di copertura (aste CCC annuali / mensili di Terna)
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
(2)
12
L’adozione del Profit@Risk nel portafoglio elettrico
La gestione del rischio può seguire due principali approcci: limiti di 13
rischio o vincoli procedurali
La gestione tramite limiti di rischio
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
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)
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
L’adozione del Profit@Risk nel portafoglio elettrico
Sintesi dei rischi mappati
E
E
G
A
S
Forced Outages
Fuori servizio unplanned delle unità di generazione
Efficienza produzione
Variazione del rendimento elettrico delle unità di generazione rispetto alle assunzioni di piano
Replacement
Variazioni dei volumi di produzione o di vendita previsti nel medio / lungo termine ( > 1 settimana)
Sbilanciamento
• Produzione: rischio indisponibilità produzione nel breve termine
• Consumi: variazioni nel consumo dei clienti finali e di sito rispetto alla previsione al giorno prima
Profilo
Differenza nel medio periodo tra il profilo di consumo aggregato previsto e quello consuntivo
Prezzo EE su posizioni aperte
Posizioni aperte (lunghe o corte) esposte alla volatilità di prezzi / spark spread (es. lungo CCGT)
Premio zonale
Premio zonale: differenze di prezzo tra aree diverse (differenza tra PUN e prezzo in Sicilia)
CO2
Rischio legato alla variabilità dei prezzi dei certificati di emissione CO2
Prezzo sui sottostanti
Indicizzazione dei prezzi delle fonti e degli impieghi (EE e gas) a sottostanti petroliferi e cambio
Prezzo gas su posizioni aperte
Posizioni aperte (lunghe o corte) sul mercato gas esposte alla variazione di prezzo del gas
Replacement
Variazioni dei volumi di approvvigionamento o di vendita previsti nel medio termine ( > 1 mese)
Penali
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
Profilo
Differenza tra il profilo mensile del fabbisogno dei clienti finali aggregato previsto e il profilo
effettivo
14
Rischi operativi di gestione assets
Rischi intrinseci di business
Rischi liquidi di mercato
14
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.
ITEMS
BUDGET 2012
MDC
PAR
PAR/MDC
(€M)
(€M)
%
PTF Produzione
20,6
5,0
24%
PTF CCT
50,9
10,3
20%
PTF Ottimizzazione
2,0
0,6
28%
PTF import Francia
0,2
0,2
100%
CO2
1,9
0,4
21%
TEE
7,0
0,0
0%
CV
-13,3
1,2
-9%
PTF Oneri ambientali
-4,4
1,6
-36%
MDC PTF
69,3
17,7
25%
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.
NB: I valori sono a titolo esemplificativo
15
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
L’adozione del Profit@Risk nel portafoglio elettrico
Portafoglio produzione a mercato: drivers di variabilità
I principali drivers di variabilità/volatilità:
17
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
L’adozione del Profit@Risk nel portafoglio elettrico
I due principali approcci alla modellizzazione stocastica dei
prezzi nella pratica aziendale:
Models categories description
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)
Concepts
1
Simulazione di
molti possibli
path della
variabile
Description
• Simulazione di come una
variabile puo’ evolvere di
mese in mese, rispetto ad
ipotesi di valore atteso.
Type
examples
•
Modelli
statistici
(eg.
AR,MA,AR
MA,CKLS)
Common
applications
• Assets per cui si
ha disponibilita di
una serie storica:
- Stock prices
- Financial var.
- Commodities
2
Ottenere una
distribuzione di
probabilità per
la variabile
sulla base della
distribuzione
dei dati
• Scegliere un valore sulla
• Poisson
base della distribuzione dei
possibili valori futuri
(approccio utilizzato quando • Triangular
I dati storici non sono buoni
predictors del futuro
• Gaussian
• Medical
experiment
• Variables highly
uncertain
• Financial
variables
19
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 10000 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
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
Actual
“Cone of uncertainty”
Stochastic modelling
Monte Carlo simulation of several thousand plausible paths
• Small discrete time steps (e.g., monthly)
• Reflect auto-correlation and regime changes
Gold price
Cents/lb
Aggregated probability
distribution over time
periods of interest
800
700
2010 possible
outcomes
600
500
2015
possible
outcomes
400
Basic info
Past
Today
• Historical
• Today price
moving average • Forward
• Daily, monthly
prices
volatility
• Forecast
• Errors from
(e.g. from a
forward/
model)
forecast
operations
Future
300
• Scenarios for
the expected
outcomes
• Probability
distribution
• Multiple
alternative
paths
forward
200
100
0
1975 1980 1985 1990 1995 2000 2005 2010 2015 2020
Price
Historical data
21
L’adozione del Profit@Risk nel portafoglio elettrico
Some specific elements have to be taken into account while
modeling commodity prices
Element of commodity
price dynamics
What is it?
Trend of
equilibrium
value
• Systematic evolution of
supply/demand determine
market equilibrium value
• Industry dynamics model
• Management insights
• Forward prices
• Tendency to revert to longterm supply-demand
equilibrium value and/or
average economic costs
• From historical data (having
defined equilibrium value)
Volatility
• Daily volatility of price
changes monthly,
consequence of market
information uncertainty
• From historical data
Jump diffusion
• Random events (e.g.,
failures) that temporarily or
permanently change
fundamentals
• Industry dynamics
• Management insights
• Historical data
• Systematic (nearly)
predictable supply/demand
changes
• Historical data
• Commodities in same value
chain or by-products
• Historical data


Mean reversion



Seasonality
Correlation with
other factors



Relevant for
ERG?
How to calibrate?
22
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
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
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
L’adozione del Profit@Risk nel portafoglio elettrico
 CKLS has been selected for modelling because it captures key
elements of commodities price dynamics
Detailed in the following
Volatility
Price process
Functional form
Mean
reversion
Mean,
sigma
Kurtosis
Skew
Price
prop.
Jump
behavior
Diffusion
dx
= a dt
X
X
X
X
X
X
Lognormal (GBM)
dx
= a x dt + s x dz
X
X
X
X

X
Ornstein-Uhlenbeck
dx = k ( m - x ) dt + s dz




X
X
Geometric O-U
d ln( x ) = k ( m - ln( x )) dt + s dz




X
X
dx = k ( m - x ) dt + x s dz + n x dq





Jump-Diffusion

Chan - Kasolui Longstar and
Sanders (CKLS)
dx = k ( m - x ) dt + sxy dz





X
Key parameters
x=
a=
s=
z=
q=
k=
m=
t =
y=
Price
Expected change in price over specified time increment (non-stochastic)
Volatility
Random number generated from process based on normal distribution
Random number generated from process based on non-normal (usually Poisson) distribution
Speed of mean reversion (how far away from long-run average prices are allowed to go)
Long-run average price toward which stochastic prices revert
Time index, where dt is the specified time increment (e.g., daily, hourly)
power of weight of price proportional
26
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
Thank You!
[email protected]
28