Методика прогнозирования свободных цен на электроэнергию Текст научной статьи по специальности «Экономика и бизнес»

19 (226) - 2011

^(саЯ&мм^-млтемлтиггасае

мофелщЬа&гНие

УДК 338.27

МЕТОДИКА ПРОГНОЗИРОВАНИЯ СВОБОДНЫХ ЦЕН НА ЭЛЕКТРОЭНЕРГИЮ

С. В. КИРЕЕВ,

доктор физико-математических наук, профессор, декан факультета повышения квалификации и переподготовки кадров E-mail: svkireyev@mephi.ru

И. Б. ТЮНИН,

аспирант кафедры управления бизнес-проектами E-mail: tib.author@gmail.com Национальный исследовательский ядерный университет «МИФИ»

В статье предложена методика прогнозирования свободной цены на электроэнергию, приведен пример ее использования для прогнозирования индексахаба «Центр», проведена оценка точности прогнозирования. Предлагаемая методика более проста в реализации в сравнении с методиками инфраструктурных организаций оптового рынка, может с достаточной точностью использоваться для прогнозирования выручки генерирующих компаний.

Ключевые слова: рынок, электроэнергия, мощность, цена, генерирующая компания.

Согласно правилам целевой модели оптового рынка электроэнергии (мощности) (ОРЭМ) товарная продукция ОАО «Концерн Росэнергоатом» состоит из мощности и электроэнергии, вырабатываемой на атомных электростанциях, при этом именно электроэнергия будет продаваться по полностью конкурентному механизму — на рынке на сутки вперед (PCB). В таких условиях становится чрезвычайно затруднительным формировать и выполнять инвестиционные программы, источником средств которых является выручка генерирующих

компаний на ОРЭМ. Ключевые программы деятельности Государственной корпорации по атомной энергии «Росатом» финансируются не в последнюю очередь за счет средств, получаемых ОАО «Концерн Росэнергоатом» на ОРЭМ. Особенную важность с точки зрения ОАО «Концерн Росэнергоатом» при этом приобретают задачи, связанные с прогнозированием цены на электроэнергию на PCB.

Среди всего многообразия методик прогнозирования [1—6] можно выделить три наиболее распространенных подхода к прогнозированию цены PCB.

Целью фундаментального анализа является построение некоторой функции свободной цены PCB, выражающей зависимость между ценой и определенным набором фундаментальных факторов (погодных, экономических и др.): Цена = /(Fi,F2..FN).

Общая методология исследований может быть представлена в виде следующих этапов: - на основании данных прошлых периодов выявляются факторы, оказывающие сущест-

венное влияние на объясняемый показатель (имеющие высокую степень корреляции с объясняемым показателем);

- строится прогнозная модель, т. е. задается вид функции/! Как правило, это линейная функция вида Цена - klFl + к2F2 +... + kNFN + к0;

- на основании данных прошлых периодов определяются коэффициенты кх,k2....kN,к0;

- определяются значения фундаментальных факторов на будущий период и рассчитывается прогнозная цена на PCB [2, 4, 5].

Как правило, такие методики достаточно трудоемки как с точки зрения построения модели, так и с точки зрения реализации — требуется большой объем информации. Кроме того, даже если модель удалось построить, необходимо каким-то образом задавать значения объясняющих факторов на будущий период, что зачастую означает постановку очередной задачи прогнозирования. В результате вместо прогнозирования одного параметра — цены PCB, которую, собственно, и надо получить, возникает необходимость прогнозирования N параметров.

В отличие от фундаментального анализа в техническом анализе все факторы выводятся из рассмотрения и все прогнозы строят лишь на основании значений прогнозируемой величины предыдущих периодов. Количество используемых методов обработки исторических данных и построения прогнозачрезвычайно велико [1].

Понятно, что такие прогнозные модели требуют существенно меньше информации, чем модели фундаментальные, однако за это приходится платить тем, что модели технического анализа оказываются несостоятельными при значительных изменениях экономического окружения.

Имитационное моделирование является, пожалуй, наиболее достоверным принципом прогнозирования, в то же время это самый трудно реализуемый способ.

Во-первых, для прогнозирования необходимо обладать расчетной моделью, с помощью которой и будет осуществляться моделирование. Укрупненная модель будет представлять собой, по сути, модель фундаментального анализа, для получения же более точных результатов необходима модель подробная. С точки зрения прогнозирования ценовых параметров PCB такой моделью обладает лишь инфраструктурная организация, как раз и осуществляющая расчет цен PCB — ОАО «АТС» [3].

Однако, даже обладая такой моделью, для прогнозирования необходимо задавать на значения

множества параметров (ценовые стратегии участников ОРЭМ, ограничения на перетоки, изменяющиеся при осуществлении ремонтов объектов электросетевого хозяйства, ремонты генерирующего оборудования, потребление и др.).

Все это в конечном счете приводит к тому, что точность любых из представленных методик при прогнозировании цены PCB на период от нескольких месяцев до нескольких лет в настоящее время не превышает 10 %. Так, методики фундаментального анализа и имитационного моделирования, используемые инфраструктурной организацией ОРЭМ НП «Советрынка», характеризуются именно такой точностью, при этом им присущи характерные недостатки указанных подходов [7].

Предлагаемая методика (далее — методика) основана на использовании технического анализа (это означает, что для прогнозирования не требуется ничего, кроме значений объекта прогнозирования за периоды, предшествующие прогнозному) для среднесрочного прогнозирования (на остаток текущего года и на будущий год).

Суть предлагаемой методики состоит в определении усредненного годового профиля цены на основании данных прошедших периодов и его использования для прогнозирования цены на оставшиеся месяцы текущего года, а также после индексирования цены (здесь используется единственный элемент фундаментального анализа) — на месяцы следующего года. В методике индексирование цены электроэнергии происходит на индекс роста оптовых цен на газ.

К основным достоинствам предлагаемой методики следует отнести:

- сравнительную простоту алгоритмизации и реализации;

- отсутствие необходимости формирования большого массива информации для анализа;

- отсутствие необходимости прогнозирования фундаментальных факторов на будущий период, за исключением индекса роста оптовых цен на газ (источниками являются соответствующие приказы Федеральной службы по тарифам или прогнозы Министерства экономического развития Российской Федерации). Дискретность методики по оси времени —

месяц.

В качестве объекта прогнозирования может использоваться в принципе любой ценовой показатель PCB, необходимо лишь корректно подготовить помесячные данные за некоторый исторический период.

"ЭчсаНо^шса-^лтежлтигеасае MOfeAUfcoéaHue

19 (226) - 2011

Проиллюстрируем использование методики для прогнозирования индикативного показателя цены PCB — индекса хаба «Центр», демонстрирующего прекрасную корреляцию со средневзвешенной ценой PCB первой ценовой зоны.

Для сопоставления точности предлагаемой методики с используемыми в настоящее время будем считать, что прогноз осуществляется с теми же исходными данными и на тот же период, что указаны в [7], т. е., «находясь» в июле 2009г., спрогнозируем значения индекса хаба «Центр» вплоть до июля 2010 г.

Подготовка исходных данных. В случае если прогноз осуществляется в году Уна остаток года У,исходными данными являются:

- фактические индексы хаба «Центр». Определяются для каждого месяца путем усреднения цен, относящихся к данному месяцу, по всем годам, которые полностью завершены к моменту прогнозирования (^1mf(YЧ ' т = 1' 2,... 12 обозначение1 ^ (Y -1) означает, что усреднение происходит по всем полностью завершенным годам, которые можно использовать; как правило, 1 соответствует2007г.);

- фактический индекс хаба «Центр», полученный путем усреднения цен, относящихся ко всем годам, которые полностью завершены к моментупрогнозирования (k^7)) ;

- фактические индексы хаба «Центр», рассчитанные для месяцев года Y, которые прошли полностью или начались к моменту прогнозирования (XYm , m е M, где М— множество месяцев, удовлетворяющих указанному критерию).

1 100 1 000 900 800 700 600 500 400

Таблица 1

Исходные данные для прогнозирования (Y-11) , РУб. /МВт-ч

Месяц Индекс

Январь 629

Февраль 654

Март 523

Апрель 545

Май 565

Июнь 564

Июль 710

Август 796

Сентябрь 741

Октябрь 647

Ноябрь 582

Декабрь 566

В случае если прогноз осуществляется в году У на год У+1, исходными данными являются:

- все фактические индексы хаба «Центр», являющиеся исходными данными для случая, если прогноз осуществляется в году Уна остаток года У;

- индекс роста индекса хаба «Центр» в году У+1 по отношению к году УО'^(7+1)). Как отмечалось ранее, методика подразумевает использование индекса роста оптовых цен на газ. Значения подготовленных данных Х^7'1

приведены в табл 1.

Величина за период с 2007 по 2008 г.

составляет 627 руб. /МВт-ч.

Помесячные значения индекса хаба «Центр» за период с января 2007 г. по июль 2009 г. представлены нарис. 1.

Определение годового профиля цен. После подготовки исходных данных определяются коэффициенты годового профиля за прошедший период, соответствующий полностью завершенным годам:

)1э(7-1) §1(7-1) _ Ат

х1-

>(Y-1)

N N N N N N N N SSNh>CO03COCOCOCOCOCOCO03COCOQA№№№Q9

счсчсчсчсчсчсчсчсчсчсчсчсчсчсчсчсчсчсчсчсчсчсчсчсчсчсчсчсчсчсч

.O.OH.O>!S.O.flH.O.O.fl.O.O.OH.O)«S.O.OI- .0.0.0 .O.O.OH.fl)«S-e-e

= = У = со

^v©v©v©v©rerere5e© = — = —

м ts ts RCBca а ч

it t Ё O

^ s

M e

e 5 s a

re ее a 3

sí * M e

¿so

® 05 «

^ e

o tt ^ ^ ^ a > vo vo vo vo re мккк recaes

S H^A es Ä

S 2

< í I? « ¿ ü

■я e

¿so

Рис. 1. Фактические значения индекса хаба «Центр» за период с января 2007 г. по июль 2009 г., руб. / МВт-ч

т=1,2,...,12. (1) Коэффициенты, рассчитанные в соответствии с выражением (1), представлены в табл. 2.

Определение ожидаемого индекса хаба «Центр» года У. Так как фактические индексы Х7т нескольких первых

Таблица 2

Усредненный профиль индекса хаба «Центр» (б**7"1')

Месяц Профиль

Январь 1

Февраль 1,04

Март 0,83

Апрель 0,87

Май 0,9

Июнь 0,9

Июль 1,13

Август 1,27

Сентябрь 1,18

Октябрь 1,03

Ноябрь 0,93

Декабрь 0,9

Ммесяцев года Уизвестны, то можно определить ожидаемый средний индекс хаба «Центр» года ¥.

ХГ (т) =

К

т=\, 2,..., М.

(2)

Месяц Прогнозируемый индекс

Август 828

Сентябрь 771

Октябрь 673

Ноябрь 605

Декабрь 589

УхУ + Ух"

^^ т / 1 п

л У+1 т=1 ^пр =-

где г.

У <(У +1)

12

У < (У+1)

(4)

индекс роста оптовых цен на газ в

8ту-1)

Окончательно ожидаемый средний индекс хаба «Центр» года У определим как среднее значение между ожидаемыми относительно каждого из первых Ммесяцев индексами, рассчитанными

согласно выражению (2):

£ (т)

л У _ т=1...М_

ож „ '

М

На основании фактических цен первых месяцев года Уи усредненного профиля, приведенного в табл. 2, получим = 652 руб. /МВт-ч.

Определение прогнозных индексов на оставшиеся месяцы года У. Для каждого из оставшихся месяцев года У, т. е. для месяцев от М+ 1 до 12 определим прогнозный индекс хаба «Центр» следующим образом:

^тУ = С 51т(У-1), т = М+ I, М+2,..., 12. (3)

Рассчитанные в соответствии с выражением (3) прогнозные индексы хаба «Центр» представлены в табл. 3.

Определение прогнозных индексов на месяцы года У + 1. Определим средний индекс хаба «Центр», прогнозируемый на2010 г., на основании фактических индексов прошедших месяцев 2009 г. и прогнозных индексов оставшихся месяцев в соответствии со следующим выражением:

Таблица 3

Прогноз индекса хаба «Центр» на оставшиеся месяцы 2009г. (А,™5), руб. /МВт ч

2010г. относительно2009г.

Примем, что индекс роста оптовых тарифов на газ в 2010 г. относительно 2009 г. составил 26%. На этом уровне он прогнозировался летом 2009 г. и на самом деле составил такую величину [8]. Тогда средний индекс 2010 г. должен прогнозироваться в соответствии с выражением (4) на уровне ^пр7+1 = 818руб./МВт-ч.

Определяем для каждого месяца т года У + 1 прогнозный индекс хаба «Центр» в соответствии с профилем, определенным согласно выражению (1):

Л т У+1 Л У+1 Х1/(У-1) т — Л п ^пр пр т - т-1,..., 12.

Полученные результаты представлены в табл. 4.

Оценка точности предлагаемой методики. Сравнение полученных прогнозных значений с фактическими значениями индекса хаба «Центр» для выбранного периода прогнозирования (рис. 2) представлено на рис. 3, на котором приведены модули отклонений прогнозных индексов от фактических, в процентах к прогнозному значению. Отклонения рассчитаны по данным, приведенным в [7].

Предлагаемая методика на рассмотренном интервале прогнозирования характеризуется средней точностью в 10 % (рис. 3), что является чуть лучшим показателем в сравнении с методикой фундаментального анализа НП «Совет рынка» (12% за тот же период в среднем).

Максимальное отклонение прогнозных значений, полученныхпо предлагаемой методике, от фактической цены также несколько ниже максимального отклонения, наблюдаемого для методики НП «Совет рынка» (23 против 30 %).

Выводы. Предлагаемая методика является несколько более достоверной, нежели методика прогнозирования оптовых цен, предложенная НП «Совет рынка». При этом в отличие от методики НП «Совет рынка», представляющей собой рег-

Таблица 4

Прогноз индекса хаба «Центр» на первые месяцы 2010 г.

Месяц Профиль

Январь 820

Февраль 854

Март 683

Апрель 711

Май 738

Июнь 737

Июль 927

19 (226) - 2011

1 000 950 900 850 800 750 700 650 600

Август 2009 Сйнтябпь 2009 с с с с V! С в о 3 с 3 с g сч Q .£ 2. С Э VC К О S * а с с р J L С \£ С ь & > с > Т % i 3 с 3 с g сч ) J 1 с й с с а 5 4 с : 3 с 3 с g сч ■с 1 S > с с < с с >3 с с 0 -1 1 с с о > < S

Рис. 2. Фактические значения индекса хаба «Центр» за период с августа 2009г. по июль 2010г., руб. /МВт-ч

35

30

25

20

15

10

&

u <

Ё о

а) ■Я

IS U X

IS

S

■ Отклонение методики НП «Совет рынка» ■ Отклонение предлагаемой методики

Рис. 3. Относительные модули отклонений фактических ценовых показателей РСВ от прогнозныхдлядвух различных методик прогнозирования, %

рессионную модель с необходимостью получения большого количества входной информации при прогнозировании оптовых цен на PCB. Методика не требует привлечения никакой информации, кроме исторических цен, и более проста в алго-

ритмизации и реализации. Точность предлагаемой методики сопоставима и с еще более сложными прогнозными моделями, подразумевающими имитационное моделирование.

Представленную методику можно использовать для прогнозирования любых ценовых показателей PCB, в том числе таких, как индексы хабов. Это особенно актуально с точки зрения управления рисками снижения стоимости товарной продукции генерирующих компаний, в частности ОАО «Концерн Росэнергоатом», так как существующие инструменты хеджирования оперируют именно индексами хабов как универсальным, известным всем участникам ОРЭМ базовым активом.

Методика может применяться и для решения таких задач, как прогнозирование выручки генерирующих компаний на конкурентном секторе. В этом случае представляется целесообразным дополнить методику таким фундаментальным фактором, как ремонт сетевого и генерирующего оборудования. Это позволит прогнозировать локальные возмущения цены PCB в узлах привязки электростанций генерирующих компаний. При прогнозировании же усредненных ценовых показателей PCB указанный фактор не столь ощутим.

5

0

Список литературы

1. Белова Е. В., ОкороковД. ^.Технический анализ финансовых рынков: учеб. пособие. М.: ИНФРА-М, 2010.

2. Доугерти К. Введение в эконометрику: учебник. Пер. с англ. М.: ИНФРА-М, 2009.

3. Кобелев Н.Ю. Основы имитационного моделирования сложных экономических систем: учеб. пособие. М.: Дело, 2003.

4. Красс М.С., Чупрынов Б. П. Математика в экономике. Математические методы и модели: учебник. М.: Финансы и статистика, 2007.

5. МагнусЯ.Р., КатышевП.К., ПересецкийА. А. Эконометрика. Начальный курс: учебник. М.: Дело, 2007.

6. Минько Э. В., МинькоА. Э. Методы прогнозирования и исследования операций: учеб. пособие / под ред. Будагова А. С. М.: Финансы и статистика; ИНФРА-М, 2010.

7. НП «Совет рынка» — http://www.np-sr.ru.

8. Об оптовых ценах на газ, добываемый ОАО «Газпром» и его аффилированными лицами, реализуемый потребителям Российской Федерации: приказ Федеральной службы по тарифам от 18.12.2009 № 440-э/2.