Analysis of market integration at Nord Pool spot with one-day-ahead value at risk estimation

Abstract

I denne masteroppgaven ser jeg på pris- og volatilitetssensitiviteten til Elspot-priser på det norske kraftmarkedet Nord Pool. I tillegg tar jeg for meg en estimering av en-dag-frem Value-at-Risk (VaR) på dagsavkastningen for den fysiske posisjonen i Elspot som blir handlet på det nordiske kraftmarkedet Nord Pool. Motivasjonen for oppgaven kommer av den sterke markedsintegrasjonen som har skjedd på kraftmarkedet de siste årene, dette fører til behovet for å forbedre effektiviteten og behov for risikostyring i kraftmarkedet. Forståelse for risiko og volatilitet i henhold til markedsintegrasjonen er et viktig aspekt, etter at Nord Pool ble den første integrerte kraftbørsen. Det kan forekomme store prisforskjeller mellom områdepris og systempris og dette fører til stor risiko for markedsaktørene. Dette fordi den prissatte fysiske overføringen av strøm er satt til områdepris, mens finansielle kontrakter gjør det mulig for aktørene å hedge innen disse, fordi de refererer til systemprisen. Oppgaven ønsker å besvare følgende spørsmål: Vil integrasjonen føre til noen pris- og volatilitetsendringer etter at land innenfor Skandinavia og senere også når Europa kommer med? Hvilken modell estimerer VaR best for mitt datasett, og endes modellen som estimerer VaR best utover i markedsintegrasjonen? Modellene som benyttes i analysen er: Historical simulation (HS), ARCH, GARCH(1,1), RiskMetrics (som man i praksis kan si at er en GARCH(1,1) med faste parametere) og Har-Qreq (som er en ny kvantilregresjon modell). RiskMetrics er en modell som benyttes av en rekke finansielle institusjoner for å kunne estimere variasjonen i et finansielt aktiva og portefølje. Har-Qerq er en ny modell som ble laget av Haugom et al i 2014, og er en modell jeg mente det var interessant å teste for kraftbørsen Nord Pool. Mitt viktigste funn er fra den deskriptive statistikken der man ser at når kun Norge var med i Nord Pool var det mest volatilt. Den modellen som estimerer VaR mest presist for mine sett var den nye Har-Qreq modellen for både full-sample og out-of-sample. Jeg fant også ut at modellen som estimerer VaR best endrer seg litt fra når kun Norge er med til når Sverige blir med i 1996. Men det er lite endring i hvilken modell som estimerer best fra Sverige til Tyskalnd. Men det er samme konklusjon her at det er den nye modellen Har-Qreq som estimerer VaR best for Elspot.

In this master thesis, I look at price and volatility sensitivity of Elspot prices on the Norwegian electricity market Nord Pool. But I also do a estimation of one-day-out Value-at-Risk (VaR) for daily returns of the physical location of Elspot that are trade on the Nordic power market Nord Pool. The motivation for the thesis comes from the strong market integration that has taken place in the energy market in the recent years, this leads to the need to improve the efficiency and the need for risk management in the electricity market. Understanding risk and volatility under market integration is an important aspect, after Nord Pool was the first integrated power exchange. There may be large price differences between the area price and system price and this leads to greater risks for market participants. This is because the rate set physical transmission price of power is set to area price, while financial contracts enables participants to hedge within these because they mention the system price. This thesis seeks to answer the following questions: Will the integration lead to some price and volatility changes after countries in Scandinavia and later Europe join? But also the question about of which model estimates the VaR best for my dataset, and does the change in market integration, change the model that estimate VaR best? The models used in the analysis are: Historical simulation (HS), ARCH, GARCH (1,1), RiskMetrics (which in an GARCH(1,1) with fixed parameters) and Har-Qreq (which is a new quantile regression model). RiskMetrics is a model used by a number of financial intuitions in order to estimate and predict the variation of a financial assets and portfolios. The Har-Qreq is a model that was made by Haugom et al in 2014, and is a model I thought was interesting to test on the power exchange market Nord Pool. My main findings are from the descriptive statistics where you can see that the most volatile period was when just Norway was in Nord Pool. The model that estimates the VaR most accurate for my set was the new Har-Qreq model for both full sample and out-of-sample. I also found that the model that best estimates VaR changes slightly when only Norway was one Nord Pool to 1996 wean Sweden become partner. However, there is little change in which model that estimates best from Sweden to 2004 when Germany become partner. But it´s the same conclusion here, that it is the new Har-Qreq model which estimate VaR best for Elspot.