Results found: 2

Search results

Search:
in the keywords: Day Ahead Market

Sort By:

Limit search:

Applications of VaR and CVaR Methods on Energy Market in Poland

100%

Ganczarek A., The Karol Adamiecki University of Economics K.

Acta Universitatis Lodziensis. Folia Oeconomica

2006

vol. 196

This article presents downside risk measures such as: Value-at-Risk - VaR and Conditional Value-at-Risk - CVaR. We establish them with three of the known methods. The electric energy is an article of real tame, which we can not store up and this influences on changes of price. The downside risk measures are more effective than the measures of volatility for estimate risk on electric energy market. The aim this article is the choice of VaR and CVaR methods, that are the most effective for future risk on the Polish energy market. In this investigation we use the logarithmic rate of return of prices from the Polish Power Exchange, Balance Market (BM) from October to December 2002 and their simulation distributions.

Podejmując decyzje związane z przyszłością, podejmujemy ryzyko. Ocena ryzyka jest oceną subiektywną i w głównej mierze zależy od preferencji inwestorów. Niemniej jednak, aby ocenić ewentualne przyszłe ryzyko, należy go zmierzyć. Jest wiele różnych miar służących do jego pomiaru. W artykule skupiliśmy się nad kwantylowymi miarami zagrożenia Value-at-Risk - VaR oraz Conditional Value-at-Risk - CVaR. Będziemy te miary wyznaczać trzema znanymi metodami. Energia elektryczna jest towarem czasu rzeczywistego, którego się nie magazynuje, co w znacznym stopniu wpływa na kształtowanie się jej cen. Miary najgorszych realizacji spośród możliwych są efektywniejsze w przypadku oszacowania ryzyka na rynku energii niż miary przeciętne. Celem referatu jest wybór takiej spośród metod wyznaczania VaR oraz CVaR, aby najprecyzyjniej oszacować ewentualne przyszłe ryzyko straty na polskim rynku energii. Wyniki badań oparte są na logarytmicznych stopach zwrotu cen zanotowanych na Towarowej Giełdzie Energii oraz Rynku Bilansującym (RB) w okresie od 1 października do końca 2002 r., oraz na symulowanych rozkładach tych stóp zwrotu.

GARCH Models of Time Series on DAM

100%

Ganczarek A., University of Economics in Katowice D. o. S.

Acta Universitatis Lodziensis. Folia Oeconomica

2007

vol. 206

In this paper an analysis of the time series on the Day Ahead Market (DAM) of the Polish Power Exchange is presented. In this analysis Generalized Autoregressive Conditional Heteroscedasticity (GARCH) models are used to describe the time series of rates of return of price of electric energy on DAM. This analysis is based on the data from July 2002 to June 2004.

W pracy została przedstawiona analiza szeregów czasowych stóp zwrotu cen energii elektrycznej notowanych na rynku dnia następnego (RDN) Towarowej Giełdy Energii SA od lipca 2002 do czerwca 2004 r. za pomocą modeli GARCH. Celem pracy jest odpowiedź na pytanie, czy modele GARCH efektywnie opisują kształtowanie się cen energii elektrycznej na parkiecie polskiej giełdy energii i czy można je wykorzystywać do modelowania szeregów czasowych stóp zwrotu cen energii elektrycznej.

Refine search results

2 Acta Universitatis Lodziensis. Folia Oeconomica

2 Ganczarek A.

1 The Karol Adamiecki University of Economics K.

1 University of Economics in Katowice D. o. S.

1 2007

1 2006

Search results

Applications of VaR and CVaR Methods on Energy Market in Poland

GARCH Models of Time Series on DAM