华北电力大学(保定)经济管理系,河北 保定 071000
摘要:在电力市场化保证金制度是指在电力市场中,为防范交易违约风险,国外电力现货、期货交易时,由交易所或结算机构收取的现金或者履约保函等其他形式,用于增加信用额度的担保方式。保证金制度既能简明直观地反映出市场风险,又能尽可能保持在最低限度不影响市场的流动性。本文在广州电力交易中心电力市场信用风险管理机制研究的基础上利用蒙特卡洛模拟和VaR方法对市场主体的保证金风险率进行计算,得出了一个能顺应电力市场大环境的风险率。
关键词:电力市场;保证金;风险率;蒙特卡洛模拟
1 研究背景
2017年以来,已存在不少售电公司未签订三方合同,倒欠电网公司偏差费用,违约失信的问题(2017年8月,广东47家售电公司未完成三方合同签订、3家售电公司倒欠电网偏差费用等问题)。广东、云南、江苏、贵州交易中心已开始建立与保证金、信用证等挂钩的信用评价机制,来约束市场违约、违规行为。我国主流的评级机构主要为证券资本市场提供服务,电力市场信用评级更是一个全新的领域,由于各地所运用的评级体系各不相同,评级指标设置也存在不少差异,存在电力市场信用管理和评级服务机构界定不清、各自为政的情况。特别是保证金制度是市场风险管理的核心制度,与交易结算、市场风险计算密不可分,涉及资金安全和统一收取和管理规定等问题。几乎所有成熟的集中交易市场,都建立了与市场信用相关的保证金制度和市场风险防范机制。需要对交易机构在电力市场信用管理中的定位和作用、市场信用管理及保证金等问题进行深入研究,吸收借鉴成熟市场经验。
2 保证金的风险率
保证金在期货和现货交易市场中已经存在并使用了很久,但是在我国的电力市场交易中还处于萌芽阶段,由云南省和广东省为代表的各省南方电网交易中心也相应的出台了相关的保证金制度,但是其中关于保证金风险率的设定和方案并不完善,所以就这个问题,提出了基于VaR方法的蒙特卡洛模拟法来计算合适的保证金风险率,旨在用合理的方法计算合适的保证金风险率用于降低市场主体在电力市场交易中的风险。
2.1 基于VaR方法的蒙特卡洛模拟法
核心思想:利用已知的数据来揭示数据波动的发展规律,基于大数法则,通过足够次数的模拟计算,预测模拟数据波动的发展规律,再通过对收益率等数据进行排序抽样,评估出相应置信水平下,保证金风险率设定的临界值。
2.2 广东省算例模拟
蒙特卡洛模拟法算例
(1)获取原始数据求均值与方差和拟合分布函数
(2)利用原始数据模拟生成多组数据以供后续计算
(3)根据对数收益率对样本进行蒙特卡洛模拟
(4)将蒙特卡洛模拟结果与实际价格对比验证
(5)选取多次蒙特卡洛模拟结果进行VaR值运算
(6)对不同置信水平下的VaR值取临界值即可得到保证金比例第一步:根据广东省2017/8-2018/2年历史月度集中竞价交易数据分别为0.352,0.324,0.427,0.39,0.363,0.418,0.38元。
第二步:由于目前掌握的数据量太小,无法准确的拟合分布函数,在拟合方面采用了均值方差为原始数据的出清价格正态分布,为了模拟的数据样本合适于蒙特卡洛模拟算法,将7个月的出清电价采用随机取样成了210个数据,即210天,将这210个的数据作为如果在7个月内进行每日出清定价,那么每个价格即为每日的出清价格
第三步:接着使用在经济学中常用的对数收益率的计算方法,计算每两日,再由伊藤引理可知
、
算出均值和标准差分别为0.00108和0.136。
第四步:使用以上对数收益率的均值和方差带入蒙特卡洛模拟模型中,利用Matlab进行迭代运算,而后用对数收益率的均值方差的蒙特卡洛模拟来估计第二天的出清价格,以此类推迭代运算。
第五步:
信用评级 | 风险率 |
AAA | 2% |
AA | 2% |
A | 6% |
B | 10% |
C | 10% |
图 1蒙特卡洛模拟结果验证 表1 2信用评级与风险率
可以看出蒙特卡洛模拟出来的价格波动预测曲线与实际取样出来的曲线在波动情况上是大致相同的,即验证了蒙特卡洛模拟的准确性。
第六步:选取蒙特卡洛模拟其中一次的模拟结果来计算VaR值和风险率
由于目前掌握的数据有限,并没有售电公司的电量报价,所以此处采用广东省的目录电价0.45元/kwh:
VaR值=目录电价-蒙特卡洛模拟结果
风险率=VaR值/出清价格均值
风险率计算时使用出清价格均值0.3809当作分母,是因为风险值是针对出清价格的运算结果,所以用在交易时只用掌握出清价格即可根据
保证金=出清电价*出清电量*风险率
将每一天的风险率计算出来,再用模拟的一百天数据将风险率进行降序排列,选取合理的置信区间即可得出相应合理的风险率水平。以99%,95%,90%的置信水平下风险率分别为-0.096675853,-0.057883055,0.004360379
以工程上常用的95%置信水平为例,即可获得针对广东省的数据可以得到的风险水平的模拟情况下,选取6%的风险率是合理的。
在后面的应用中会用到95%的置信水平和99%的置信水平。
3 结论
为完善市场主体评级制度与加强信用风险评级的合理性,针对保证金的风险率进行了分级设定:如表2所示
其中6%是根据置信水平95%确定,为一般风险值;10%是根据置信水平99%确定,为惩戒风险值;2%由B,C两个个市场主体所能涵盖的风险量确定,此处假设他们为均值分布,所以设定为2%。该方法能在一定程度上得出适应广东省实际情况的风险率,在涵盖风险的同时也不会因为风险率过大而导致市场主体活跃度降低。
参考文献:
[1]杜江,董超,邸鹏宇,董锴,张子泳.电力市场期货交易的分析与应用[J].机电信息,2018(30):114-115+117.
[2]陈松松.一种含流动性风险的保证金模型研究[D].中国科学技术大学,2018.
[3]何苗,王军.国外电力期货市场发展经验及其对我国的启示[J].价格理论与实践,2017(12):78-81.
[4]张畅.蒙特卡洛模拟改进的收益法在商业地产评估中的应用[D].河北大学,2016.
[5]任伟.VAR方法在我国股指期货保证金设计中的应用[D].西南财经大学,2012.
[6]翟秀峰.基于VaR的股指期货保证金管理[D].西南财经大学,2012.
[7]黄荣兵.风险值VaR框架下SPAN风险控制理论与应用研究[D].华中科技大学,2010.
[8]张新松,王胜锋,郭晓丽.基于蒙特卡洛模拟的电力市场风险评估研究[J].继电器,2007(18):30-33+67.
[9]赵瑛瑛.基于VaR方法的中国期货交易保证金比例设定实证分析[D].北京物资学院,2007.