1.4考慮差價合約的電力市場金融風(fēng)險分析（采用歷史模擬法）

1.4.1計算模型

為簡化分析起見，本節(jié)將以電力公司的毛利潤作為主要分析對象，如要進一步分析電力公司的凈利潤，可以在毛利潤的基礎(chǔ)上進一步減去電力公司的許多其他支出費用，如運行費用、稅收等項支出，但這并不影響本文的主要分析結(jié)果。

浙江省電力市場中，浙江省電力公司起到了一個單一購買者的作用，它的購電來源主要包括三部分：電力市場內(nèi)的競價機組、華東售電、市場外的非競價機組。競價機組的購電電價由市場清除電價Pt決定;而華東售電和非競價機組的購電價格由省電力公司與對方商定后，以合同形式按某一確定的價格P2購買。電力公司從電力市場購買電能，然后再把所有電量以國家規(guī)定的價格約595元/MWh統(tǒng)一向所有用戶們售電。在忽略網(wǎng)絡(luò)損耗的情況下，可以得到電力公司的毛利潤h為：

Pt—Pi•Qi—P2•Q2(18.11)

其中：h為電力公司的售電價格，目前浙江省對工業(yè)、商業(yè)和居民用戶采用了不同的電價，將各種電價進行平均后得到的總體平均電價為595元/MWh,在本文計算中統(tǒng)一取售電價格為595元/MWh;

Qi—電力公司通過電力市場購入的總電量，也等于售電量;

Pi—競價機組部分電量的市場清除電價(按電量加權(quán)平均計算得到—電力公司通過電力市場購入的競價部分的電量;

P2—非競價機組和華東售電部分電量的平均電價，一般是每年商定一次，因此可以認(rèn)為是固定值，這里近似取為400元/MWh;

Q2一通過非競價機組和華東售電部分購人的總電量。

而且公式(18.11)中的參數(shù)有這樣的關(guān)系：

Q=Qi+Q2(18.12)

考慮目前的短期負(fù)荷的精度較高，上面公式(18.11)中的總用電量Q可以通過負(fù)荷預(yù)測得到。由于該預(yù)測值與次日的實際用電量不會相差太大(一般不大于5%,通常在1%?3%),故公式中的總用電量可以用預(yù)測值Q。來表示，設(shè)為一固定值。故公式(18.12)表達為：

Qo=Qi+Q2(18.13)

上式中Q2由省電力調(diào)度中心統(tǒng)一安排，為某一固定值，于是購入的競價機組部分電量a也是一固定值。通過華東售電和非競價機組購入的兩部分電量，其價格和電量都是固定的，所以它們對于利潤的影響作用是相同的。在這里可以將它們合并，均看成通過市場外部購入的電量，其購電總量為Q2，其購電平均價格近似取400元/MWh。故(18.11)式又可表達為：

Pr=595•Qo-Pi•Qt-400•Q2(18.14)

由此可以看出，毛利潤A和競價機組市場清除電價R成線性關(guān)系，組合廠中只有一個市場因子—清除電價A。

顯然，由公式(18.14)可見，毛利潤主要取決于電價P的波動，這與金融資產(chǎn)股票主要取決于股票價格的波動基本相同。由此可以采用VaR方法通過公式(18.14)來對電力公司的毛利潤的價格風(fēng)險進行分析。

下面給出電價波動和毛利潤波動的關(guān)系：

APr=Pi—Pic(18.15)

根據(jù)歷史模擬法的基本原理和公式(18.14)，可得：

APr=[595•Q〇—(Pi+API)•Qi—400•Q2]—[595•Q〇—Pi•Q]—400•Q2](18.16)

這樣，由以上的分析知Q為一固定值，電價的波動和毛利潤的波動一一對應(yīng)，而且電價A波動的排序和毛利潤波動排序次序剛好相反，例如電價波動的最大值(假設(shè)為正)恰好對應(yīng)著毛利潤波動的最小值(負(fù)值)，所以可用電價Pi的波動值通過公式(18.16)計算毛利潤的價值變化(損益)，將此損益從最小到最大排序得到損益分布，通過給定置信度下的分位數(shù)求出VaR。如對于有500個可能損益情況，95%的置信度對應(yīng)的分位數(shù)為組合的第25個最嚴(yán)重的損益值。

1.4.2差價合約引入前后市場金融風(fēng)險的實證分析

本文將以浙江電力市場為例，對其引人差價合約前后的市場金融風(fēng)險進行實證分析。

選擇2001年5月8日至2002年9月21日為考查時期，則9月22日為下一個考查日，9月22日?9月28日為下一個考察周。

1.電價波動和毛利潤的日VaR值計算

選取2001年5月8日?2002年9月21日共501個交易日為電力市場的日歷史樣本區(qū)間(如圖18.2所示，縱坐標(biāo)為市場清除電價，其單位是：元/MWh)，則可以得到500個日平均電價波動值(指相鄰兩個交易日的日平均電價之差值)。將這些電價波動值從大到小排序，可以得到5%處的波動值為APU(9.21)=150.46元/MWh,由歷史樣本可知2002年9月21日的日平均電價P„9.21)=132.44元/MWh，預(yù)測9月22日競價機組部分購電量為110214.8MWh，總購電量Q。=213698.3MWh,于是Qi=103483.5MWh。

由此，在不考慮期貨合約的情況下電力公司毛利潤(競價部分)在95%置信度下的日VaR為：

負(fù)值表示風(fēng)險損失是16582918元;

根據(jù)公式(18.14)，

Pr=595•Q〇—Pi•Q,—400•Q2

=595X213698.3—(132.44+150.46)X110214.8—400X103483.5

=54577201

因此，不考慮期貨合約時，在95%置信度下，電力公司9月22日從電力市場購電部分電量所實現(xiàn)的毛利潤應(yīng)不低于54577201元。

圖18.22001-5-8?2002-9-21共501天的清除電價

如果考慮期貨合約后，則電力公司在95%置信度下的日VaR為:

△Pr=48660967元

因此，考慮期貨合約后，在95%置信度下，電力公司9月22日從電力市場購電部分電量所實現(xiàn)的毛利潤應(yīng)不低于48660967元。

為什么在上述計算中考慮期貨合約后電力公司所實現(xiàn)的毛利潤反而降低了呢?這是因為在該天的計算條件下，在95%置信度下2002年9月22日可能達到的最高電價小于合約電價，即：iVm+A/VmCP。，而合約電價是電力公司要付給發(fā)電商的，因此導(dǎo)致了電力公司毛利潤的下降;相反地，若在的情況下，毛利潤就會上升。

由此可以得到在95%置信度下的電價波動和毛利潤的日VaR值如表18.1所示，相類似的，我們還可以求取在其他置信度下的電價波動和毛利潤的日VaR值，如表18.1所示。

同理，考慮期貨合約后在不同置信度下電價波動和毛利潤的日VaR值如表18.2所示。

表18.2考慮期貨合約時不同置信度下的電價波動和日VaR

比較表18.1、18.2,我們發(fā)現(xiàn)引入期貨合約后可以明顯減少利潤波動和市場金融風(fēng)險。

2.電價波動和毛利潤的周VaR值計算

與日VaR計算相類似，選取2001年5月12日一2002年9月21日共71個交易周為電力市場的周歷史樣本區(qū)間，則可以得到70個周平均電價波動值。計算結(jié)果如表18.3所示。

表18.3未考慮期貨合約時的周電價波動和周VaR

同理，考慮期貨合約后的不同置信度下的電價波動和毛利潤及其周VaR值如表18.4所示。 

表18.4考慮了期貨合約時的周電價波動和周VaR

比較表18.3和表18.4的結(jié)果可以發(fā)現(xiàn)，與日VaR的計算相類似，考慮期貨合約后周利潤波動和市場金融風(fēng)險也減少了很多。