Ringvirkninger i energimarkedet

Abstract

I vår oppgave har vi tatt for oss ringvirkninger i energimarkedet. Data som ble brukt er daglige spotpriser, hvor vi ser på strøm-, olje-, kull- og gasspriser. Strømprisene er spot systempriser som er hentet fra Nord Pool. Oljeprisene er daglig Brent Crude spotpriser. Oljeprisene er sammen med kull- og gassprisene hentet fra Thomson Reuters. Tidsperioden vi har tatt for oss er fra midten av 2006 til slutten av 2016. Bruk av høyfrekvensdata og kvalitetssikrede kilder gir grunnlag for validitet i våre funn. Olje-, kull- og gassprisene hadde en relativ lik trend i tidsperioden. Strømprisen er mer volatil enn de andre energikildene. Gitt lik trend og felles bruksområder for olje-, kull- og gasspriser, samt en bevisst avgrensning av oppgaven, ble bare olje- og systemprisen analysert. Norge er en liten, åpen petroleums-økonomi som skiller seg fra de andre nordiske landene ved å ha 99 prosent av kraftproduksjonen fra vannkraft. Dette var avgjørende for vår problemstilling om oljepriser kan ha ringvirkninger på systempriser. Hypotesen er at oljeprisen påvirker systemprisen. For å teste dette empirisk valgte vi å bruke en VARMA-BEKK-GARCH-modell. Basert på en standardmodell seleksjonskriterier er BEKK varianten utkonkurrert av andre GARCH-modellformer. Dette er med tanke på heteroskedastisitet som oppstår ved høyfrekvensdata som vi har brukt. Formålet med oppgaven er å modellere volatiliteten i tidsseriene for olje- og systempriser. Videre kan man se hvilken vei ringvirkningene går. Vi forutsatte at oljeprisen er representativ for kull- og gasspriser i perioden. Denne konklusjonen var et resultat av en grundig analyse av tidsseriene. Vi brukte en Granger-kausalitetstest for å kunne kartlegge hvilken vei kausaliteten går. Videre brukte vi Perron-Yabu bruddtest for å fange opp signifikante endogene strukturelle brudd. Dette ble gjort for å se om ringvirkningseffektene endrer seg når vi deler i underperioder. Resultatene tilsier at dersom man ikke tar hensyn til strukturelle brudd vil vi få færre signifikante verdier relatert til tidligere sjokk som påvirker dagens prisendringer. En mulig årsak er at positive og negative sjokk går mot hverandre når man ser på hele perioden. Ved å se på periodene før og etter oljeprisfallet i 2008 og 2014 observerer vi flere signifikante koeffisienter. I periodene før oljeprisfallene vil tidligere volatilitet i oljepris påvirke dagens strømprisendringer. Dette gjelder ikke etter et fall i oljeprisen, hvor dagens strømpriser påvirkes av tidligere sjokk og volatilitet i eget marked. Vi kan konkludere med at i periodene 4 før oljeprisen faller kraftig vil en oljenasjon som Norge ha kraftpriser som til en viss grad påvirkes av oljeprisen. Grunnen til dette kan være at norsk økonomi påvirkes av globale faktorer som står bak utviklingen i oljeprisen. Resultatene viser dermed at vår hypotese blir bekreftet.

In this thesis we have analyzed spillover effects in the energy market. Data used is daily electricity, oil, coal and gas spot prices. Power prices are spot system prices that are obtained from Nord Pool. Oil prices are daily Brent Crude spot prices. Oil prices, together with coal and gas prices, are obtained from Thomson Reuters. The period is from mid 2006 to the end of 2016. Validity in our findings is provided based on use of high-frequency data and quality-assured sources. Oil, coal and gas prices had a relatively similar trend. The power price series are more volatile than other energy sources. In order to deliberate delimitation of the thesis, given same trend and common use for oil, coal and gas, the analysis was based solely on oil and system prices. Norway is a small, open petroleum-economy that stands out from the other Nordic countries by having 99 percent of its power production from hydroelectric power. This led us to our topic question whether oil prices could have spillover effects on system prices. The hypothesis is that oil prices affect system prices. To test this empirically, we chose to use a VARMA-BEKK-GARCH-model. Based on standard model selection criteria, the BEKK variant is outperformed by other GARCH-models. This is because of heteroscedasticity that occurs at high-frequency data that we have used. The purpose of the assignment is to model the volatility in the time series for oil and system prices. In addition, observe which way the spillover effects are going. We assumed that oil prices are representative of coal and gas prices. This conclusion was the result of an in-depth analysis of the time series. We used a Granger causality test to map out which way the causality goes. Furthermore, we used Perron-Yabu breaks test to capture significant endogenous structural breaks. This was done to see if the spillover effects change when we divide into sub periods. The results indicate that if structural breaks are not taken into account, we will have fewer significant values. One possible reason is that positive and negative shocks cancel each other out. By looking at the periods before and after the oil price drop in 2008 and 2014 we observe several significant coefficients. In the periods before the oil price drop, previous volatility in oil prices will affect current electricity price changes. This does not apply in the period after a drop in oil prices, where current electricity prices are affected by previous shocks and 6 volatility in their own market. We can conclude that in the period before the oil price drop, an oil nation like Norway will have power prices that to a certain extent will be affected by oil prices. The reason for this may be that the Norwegian economy is affected by global factors that cause developments in oil prices. The results confirm our hypothesis.