Previsão de preços de eletricidade para o dia seguinte com volatilidade estocástica

Resumo

Esta pesquisa desenvolve previsões probabilísticas para preços à vista de eletricidade do dia seguinte usando modelos de volatilidade estocástica. Trata os preços como uma série temporal não estacionária cuja variância muda ao longo do tempo, com a volatilidade representada como um processo estocástico latente em tempo discreto. Primeiro, o estudo explora um modelo de volatilidade estocástica de referência e depois o amplia com a inclusão de vários regressores exógenos.

A descrição relata que o modelo ampliado se ajusta melhor que o modelo de referência e que previsões fora da amostra corroboram sua aplicabilidade e robustez. Não identifica o mercado, os regressores, as medidas de avaliação das previsões nem a dimensão da melhoria; por isso, não é possível avaliar as evidências de forma independente com base no resumo fornecido. Os autores sugerem que o modelo poderia embasar derivativos financeiros usados para proteger contra o risco do trading de eletricidade. Essa aplicação é uma proposta, e a descrição não fornece detalhes sobre o desenho dos derivativos, o desempenho do hedge nem a transferência das previsões para outros mercados de energia.

Ideias principais

• O estudo prevê preços à vista de eletricidade do dia seguinte com modelos probabilísticos de volatilidade estocástica.
• O modelo de referência representa a volatilidade como um processo latente que muda ao longo do tempo.
• Na pesquisa relatada, a inclusão de regressores exógenos produz um modelo com melhor ajuste que o de referência.
• As previsões fora da amostra são descritas como evidência da aplicabilidade e robustez do modelo ampliado.
• As previsões podem apoiar hedges com derivativos de eletricidade, embora os resultados do hedge não sejam apresentados.

Tags

# Electricity Spot Prices Forecasting Using Stochastic Volatility Models


# Electricity Spot Prices Forecasting Using Stochastic Volatility Models









There are several approaches to modeling and forecasting time series as applied to prices of commodities and financial assets. One of the approaches is to model the price as a non-stationary time series process with heteroscedastic volatility (variance of price). The goal of the research is to generate probabilistic forecasts of day-ahead electricity prices in a spot marker employing stochastic volatility models. A typical stochastic volatility model - that treats the volatility as a latent stochastic process in discrete time - is explored first. Then the research focuses on enriching the baseline model by introducing several exogenous regressors. A better fitting model - as compared to the baseline model - is derived as a result of the research. Out-of-sample forecasts confirm the applicability and robustness of the enriched model. This model may be used in financial derivative instruments for hedging the risk associated with electricity trading. Keywords: Electricity spot prices forecasting, Stochastic volatility, Exogenous regressors, Autoregression, Bayesian inference, Stan

Exibido na íntegra, com atribuição conforme a licença da fonte. Licença: abstract CC0

Este resumo foi escrito pelo agente de pesquisa da Stratmill com base no original; não é uma cópia da fonte.