[en] A NOVEL SEMIPARAMETRIC STRUCTURAL MODEL FOR ELECTRICITY FORWARD CURVES

• Ano de defesa: 2021
• Autor(a) principal: MARINA DIETZE MONTEIRO
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: eng
• Instituição de defesa: MAXWELL
• Palavras-chave em Português: [pt] ANALISE DE COMPONENTES PRINCIPAIS; [pt] SUAVIDADE; [pt] CURVAS FORWARD DE ELETRICIDADE; [en] PRINCIPAL COMPONENT ANALYSIS; [en] SMOOTHING; [en] ELECTRICITY FORWARD CURVES
• Link de acesso: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=51534&idi=1; https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=51534&idi=2; http://doi.org/10.17771/PUCRio.acad.51534

[pt] A proteção contra a volatilidade dos preços spot torna-se cada vez mais importante nos mercados de energia desverticalizados. Portanto, ser capaz de modelar preços forward e futuros de eletricidade é crucial em um ambiente competitivo. A eletricidade difere de outras commodities devido à sua capacidade de armazenamento e transporte limitados. Além disso, seus derivativos estão associados a um período de entrega durante o qual a energia é concedida continuamente, o que implica em muitas vezes os contratos de eletricidades serem denominados swaps. Tais peculiaridades tornam a modelagem de preços de contratos de energia elétrica uma tarefa não trivial, onde os modelos tradicionais devem ser adaptados para atender às características mencionadas. Neste contexto, foi proposto um modelo estrutural semi-paramétrico para obtenção de uma curva forward de eletricidade contínua e diária através de critérios de máxima suavidade. Ademais, os contratos forward elementares podem ser representados por qualquer estrutura paramétrica para sazonalidade ou mesmo para variáveis exógenas. Nossa estrutura reconhece a sobreposição dos swaps e permite uma análise das oportunidades de arbitragem observadas nos mercados de energia. A curva forward é calculada por um problema de otimização hierárquico capaz de lidar com conjuntos de dados escassos de mercados com baixa liquidez. Os resultados do PCA corroboram a capacidade do modelo em explicar uma alta porcentagem da variância com apenas alguns fatores.