Fundamentala faktorers förklaringsgrad och simuleringsmöjligheter gentemot elspotpriset på Nord Pool: Utsläppsrätternas betydelse för elspotpriset under andra handelsperioden

Full text

(1)Uppsala Universitet Företagsekonomiska institutionen Kandidatuppsats VT-10 Handledare: Jiri Novak. Martin Boström och Johan Carlsson 2010-06-07. Fundamentala faktorers förklaringsgrad och simuleringsmöjligheter gentemot elspotpriset på Nord Pool - Utsläppsrätternas betydelse för elspotpriset under andra handelsperioden -.

(2) Abstract The purpose of this study is to evaluate the relation between certain chosen fundamental factors (emission trading rights, hydrological balance, interaction with continental Europe, fuel prices) and the spot price at Nord Pool. Particular focus has been put on the trade with emission rights since it is only now their actual impact on electricity prices can be studied. The relationships are measured with regression analysis which includes both R2 and the simulation possibilities of ARX models. The studied period covers 2008 and 2009 with partly daily data and partly weekly data. Owing to the expected higher importance of the fundamentals during the winter months the winter 2008/2009 has been studied separately. The results indicate that there are statistically significant relations between all of the fundamental factors and the spot price save the interaction with continental Europe where Export/Import with Germany which did not yield a significant outcome. The combined R2 for all fundamental factors was 64 % during the whole period and 83 % during the winter months. In general, the R2 was higher during the winter months. The emission trading rights yielded the highest R2 during the whole period and the ARX simulation indicate that this factor also has the highest relevance when simulating the spot price during the winter months. However, cross correlation was observed between the price of emission trading rights and the price of natural gas which indicate that these factors contain similar information. Nevertheless, the conclusion that can be drawn is still that the fundamental factors studied are of importance when estimating electricity prices and that the emission trading rights should be taken into account in particular.. 1.

(3) Sammanfattning Denna undersöknings syfte är att studera sambanden mellan utvalda fundamentala faktorer (handel med utsläppsrätter, hydrologisk balans, interaktion med kontinentala Europa, bränslepriser) och spotpriset på Nord Pool. Fokus har legat på handel med utsläppsrätter då det först nu, i och med den nya handelsperioden 2008-2011, är möjligt att studera utsläppsrätternas faktiska koppling till elpriset. Sambanden undersöks med hjälp av regressionsanalys, vilket omfattar både en studie av förklaringsgrad samt simuleringsmöjligheter med ARX-modeller. Perioden som studeras sträcker sig mellan 2008 och 2009 med delvis dagsdata och veckodata. Vintern 2008/2009 studeras separat på grund av faktorernas förväntade tilltagande betydelse. Resultaten indikerar på att det finns statistiskt säkerställd korrelation mellan samtliga fundamentala faktorer och elspotpriset med undantag för interaktion med kontinental Europa, där export/import med Tyskland inte är signifikant. Den totala förklaringsgraden för samtliga fundamentala faktorer är 64 % under hela perioden och 83 % under vintern. Generellt är förklaringsgraderna högre under vintern än under hela perioden. Handel med utsläppsrätter har klart högst förklaringsgrad av de studerade fundamentala faktorerna under hela perioden och ARX-modelleringen indikerar på att utsläppsrätterna är den faktorn med högst relevans, på 42 % fit, när elsportpriset ska simuleras över vintern. Dock kunde korskorrelation mellan utsläppsrätter och naturgas noteras vilket tyder på att dessa två faktorer ger likartad information. Till skillnad från handel med utsläppsrätter så var de övriga dagsbaserade faktorernas simuleringsmöjligheter låga och ingen direkt analys kunde dras utifrån dessa resultat. Istället lämnas dessa analyser till framtida forskning. Slutsatsen blir att de fundamentala faktorerna, med undantag för import/export med kontinental Europa, är av stor betydelse för elspotpriset där utsläppsrätter bör tas i särskilt beaktande när framtida elspotpriser ska skattas.. 2.

(4) Innehåll 1. Inledning ..................................................................................................................................... 5 1.1 Bakgrund ............................................................................................................................... 5 1.2 Problemformulering .............................................................................................................. 7 1.2.1 Tidigare forskning .......................................................................................................... 8 2. Teori .......................................................................................................................................... 10 2.1 Nordiska elmarknaden ........................................................................................................ 10 2.2 Prissättning.......................................................................................................................... 10 2.3 Nord Pool’s effektivitet....................................................................................................... 12 2.4 Fundamentala faktorer ........................................................................................................ 13 2.4.1 Handel med utsläppsrätter............................................................................................ 13 2.4.2 Interaktion med kontinentala Europa ........................................................................... 14 2.4.3 Bränslepriser ................................................................................................................ 15 2.4.4 Hydrologisk balans ...................................................................................................... 15 3. Metod ........................................................................................................................................ 16 3.1 Tillvägagångssätt ................................................................................................................ 16 3.2 Simulering med ARX ......................................................................................................... 18 3.3 Validitet............................................................................................................................... 20 3.3.1 Signifikans ................................................................................................................... 20 3.3.2 Multikollinearitet ......................................................................................................... 20 3.4 Datainsamling ..................................................................................................................... 20 3.5 Begränsningar ..................................................................................................................... 21 4. Resultat ..................................................................................................................................... 23 4.1 Korrelationsanalys .............................................................................................................. 23 4.2 Förklaringsgrad ................................................................................................................... 25. 3.

(5) 4.3 Handel med utsläppsrätter................................................................................................... 26 4.4 Interaktion med kontinentala Europa .................................................................................. 26 4.5 Bränslepriser ....................................................................................................................... 27 4.6 Hydrologisk balans ............................................................................................................. 27 4.6.1 Vattenmagasinsfyllnad ................................................................................................. 27 4.6.2 Tillrinning .................................................................................................................... 27 4.7 Samtliga faktorer ................................................................................................................. 27 4.8 Simulering ........................................................................................................................... 29 5. Diskussion ................................................................................................................................. 30 6. Slutsats ...................................................................................................................................... 33 Referenser ..................................................................................................................................... 34. 4.

(6) 1. Inledning 1.1 Bakgrund Tillgången på el har varit en grundsten för vårt samhälles välfärd under de senaste 100 åren och ett större elavbrott skulle få dramatiska konsekvenser. Elens ständiga närvaro ses som en självklarhet men få har kunskap om den jätteapparat som ligger bakom den till synens ändlösa energikällan i eluttaget. Att el konsumeras som en tjänst men produceras som en vara är en passande beskrivning (Bunn 2004). En viktig del av elsystemet är att en välfungerande elmarknaden finns att tillgå. Marknaden måste dels kunna säkra elleveransen genom att föra samman köpare och säljare men bör också kunna erbjuda en effektiv prisbildning. Under 1990talet avreglerades samtliga Nordiska elmarknader och elpriset bestäms idag av utbud och efterfrågan på den gemensamma nordiska elmarknad Nord Pool (Energimarknadsinspektionen, 2006).. Elpriset bestäms utifrån marginalprissättning vilket innebär att den producerade kilowattimmen (kWh) med högst marginalkostnad sätter priset för all el på Nord Pools spotmarknad, Elspot. Vid produktion av el finns en given ranking av källor där kärnkraft och vattenkraft, som har låga marginalkostnader, utgör baslasten i Norden och kol, olja och gas, som har höga marginalkostnader, utgör topplasten. Vilken källa som kommer bidra med den högsta marginalkostnaden per kWh beror alltså på hur mycket el som behövs för att balansera systemet. Utbudet är med andra ord inte statiskt utan anpassas efter efterfrågan. (Hjalmarsson, 2010). Efterfrågan i sin tur varierar kraftigt under dygnet, veckan och året. Detta beror bland annat på återkommande cykler baserade på dygnsrytm, helger och årets väderväxlingar. Variationerna i efterfrågan och utbud i kombination med att elektricitet ej går att lagra storskaligt innebär att elpriset har hög volalitet (Bunn, 2004, s.4).. Utöver handeln av direkt fysisk el på Nord Pools spotmarknad finns även ett system för handel med finansiella derivat, där el utgör den bakomliggande varan. Elderivat handlas av två anledningar, att binda sin el till fast pris och/eller av spekulativa skäl (Energimyndigheten 2009).. 5.

(7) Elmarknaden skiljer sig från andra finansiella marknader på två viktiga punkter. För det första går det ej att lagra el storskaligt och för det andra måste en ständig tillgång alltid kunna upprätthållas. Av dessa två anledningar är elmarknaden en auktionsbaserad marknad där elpriset sätts utifrån köp- och säljbud för varje nästkommande dags timmar. På detta sätt finns möjlighet till en viss planering för kommande dag så att utbudet alltid möter efterfrågan. För övrigt fungerar elmarknaden som vilken annan finansiell marknad som helst. (E. S Amundsen m.fl. 1998). Elspotpriset utgör en av nyckelfaktorerna vid handel av elderivat för majoriteten av marknadens spelare (Weron m.fl. 2004). Detta till trots finns det ingen vedertagen modell för att skatta elspotpriset. Istället använder alla aktörer sina egna modeller (Finansinspektionen, 2005). Gemensamt för alla är dock att en förståelse för vilka faktorer som påverkar elpriset är avgörande för lyckade investeringar. Detta gäller oavsett om målet är att säkra elpris eller spekulera.. Studier har påvisat att det finns en snedvridning i terminspriser på elderivat jämfört med framtida elpspotpriser. Bland annat har Botterud (2006) samt Gjolberg och Johnsen (2001) kunnat påvisa att fowardspriset, som är en typ av elderivat, tenderar att ligga högre än framtida elspotpriser. Denna övervärdering kan, enligt Gjolber och Johnsen (2001), inte uteslutande förklaras av riskpremie utan anses snarare bero på systematiskt fel vid prognostisering. Redl m.fl. (2009) har även gjort en studie som antyder att det är främst det rådande elspotpriset som ligger till grund för värdering av elderivat och inte fundamentala faktorer. Sammantaget verkar det som att marknaden har svårt att ta till sig och analysera information som påverkar elspotpriset vilket gör att elderivaten värderas felaktigt.. Det finns flera faktorer som påverkar elpriset och det finns studier som har försökt kartlägga dessa. Energimarknadsinspektionen har, utifrån erfarenheter, redovisat de fundamentala faktorer som de bedömer ha störst betydelse för elpriset (Energimarknadsinspektionen 2006, s. 5). Deras analys överensstämmer med många andra utredningar, bland annat går den hand i hand med Statens Offentliga Utredningar (SOU 2004:129). Utifrån dessa två undersökningar bedöms handel med utsläppsrätter, interaktionen med kontinentala Europa, bränslepriser (Olja, Kol, 6.

(8) Naturgas) och hydrologisk balans och ha störst påverkan på elpriset. Dessa kommer hädanefter gå under begreppet fundamentala faktorer.. • Handel med utsläppsrätter • Interaktion med kontinentala Europa • Bränslepriser. Elpriset. • Hydrologisk balans. 1.2 Problemformulering Denna studie syftar till att studera till vilken grad elpriset kan förklaras av de ovan nämnda faktorerna och avgöra hur väl dessa faktorer kan simulera elpriset. Förklaringsgrad örklaringsgraden kommer att undersökas med hjälp av regressionsanalys och simuleringsmöjligheterna eterna kommer att studeras med hjälp av ARX-modeller.. Hydrologisk utveckling, bränslepriser och interaktion med kontinentala Europa har i teorin ganska enkla samband till elpriset. Hydrologisk utveckling påverkar vattenkraften, bränslepriset påverkar respektive bränsleberoende energikälla och interaktionen med kontinentala Europa har en prisutjämnande effekt (Energimarknadsinspektionen, 2006). Handel med utsläppsrätter kan emellertid redan inledningsvis behöva en ytterligare förklaring beroende beroende på dess korta historia, historia dess inledande problematik och dess betydelse för denna studie. studie. I början av år 2005 introducerades utsl utsläppsrätter till följd av ett EU-beslut. beslut. Motivet var att tillhandahålla marknaden ett konkret verktyg för att nå de klimatmål som Kyoto Kyoto-protokollet föreskrev. Utsläppsrätternas syfte är att minska de totala utsläppen koldioxid genom att begränsa andelen rättigheter för utsläpp per, per i föreväg given, period. En period utgör ett tre treårsintervall och den nu aktuella perioden sträcker sig mellan 2008 till 2011. I Norden sköts all handel av 7.

(9) utsläppsrätter via Nord Pool. På grund av ett misslyckande i att skatta de förväntade utsläppen under den introducerade perioden mellan 2005-2008 tilldelades marknaden fler rättigheter än den faktiskt efterfrågade. Detta resulterade i att utsläppsrättigheternas pris drastiskt sjönk och att dess tänkta funktion uteblev. I och med denna nya period har antalet justerats ner och år 2006 uppskattades att det skulle finnas en stark koppling mellan utsläppsrätternas och elprisets prisutveckling för kommande år (Energimarknadsinspektionen 2006, s. 4). Idag, fyra år senare, är det i princip första gången som det finns möjlighet att studera utsläppsrättigheternas faktiska samband med elpriset. Denna information bedöms ge ökade möjligheter att förklara elpriset och på så sätt bidra med relevant information till investerare. 1.2.1 Tidigare forskning Två svenska magisteruppsatser har tidigare tagit upp sambandet mellan fundamentala faktorer och elpriset. Alhelgren m.fl. (2007) studerade sambandet mellan Nord Pools systempris med ett antal hydrologiska faktorer, temperatur, import samt priset på utsläppsrätter och fann att importen har den enskilt största förklaringsgraden. Tillsammans kan dessa utvalda faktorer förklara 50 % av variationen i elpriset. De fortsätter med att skriva att de tror på en ökad betydelse för utsläppsrätterna under nästa handelsperiod, 2008 – 2011. Folkesson och Jarnegren (2007) använder liknande faktorer och lägger dessutom till fossilbaserad produktion samt BNP. Dessa två faktorer tycks dock inte tillföra något till analysen men författarna lyckas sammanställa en total förklaringsgrad på 70 % med temperatur, import och utsläppsrätter som faktorer. Precis som Ahlgren m.fl. tror Folkesson och Jarnegren på ökad förklaringsgrad för priset på utsläppsrätter under handelsperiod 2008-2011, och anser att detta bör undersökas närmare när tillfälle ges. Folkessons och Jarnegrens resultat bör granskas kritiskt då de blandar faktorer med månads- respektive veckodata i samma regressionsanalys. Båda uppsatserna använder regressionsanalys som metod.. Vehviläinen och Pyykkönen (2005) modellerar i sin artikel den nordiska elmarkanden och använder faktorer som temperatur, hydrologisk balans, efterfrågan och elproduktion med låg marginalkostnad som påverkande faktorer och finner att dessa variabler estimerar elpriset väl. Karakatsani och Bunn (2008) försöker prognostisera elpriset på den brittiska elmarknaden genom att bland annat studera faktorer som efterfrågan, produktion, historiska elpriser och säsongsvariationer och finner att faktorerna kan ligga till grund till ”fairly accurate forcasts” 8.

(10) (Karakatsani & Bunn 2008, s. 780). Faktorerna priset på fossila bränslen och utsläppsrätter, samt utbyte mellan länder har även studerats i syfte att undersöka marknadselpriset mot det teoretiska elpriset på den tyska marknaden (Weigt & Hirschhausen 2008). Keppler och Mansanet-Bataller (Keppler & Mansanet-Bataller 2010) går ett steg längre och studerar kausalitet mellan kol-, el-, samt gaspriser och priset på utsläppsrätter dels under första handelsperioden, 2005 – 2007, och dels under första året för den andra perioden 2008. Genom Granger-test fann de att det under 2005 – 2007 var naturgas som var viktigaste fundamentala faktorn för elspotpriset. Elspotpriset i sin tur var i förlängningen dock en fundamental faktor för utsläppsrätterna. Under 2008 fann de en starkare kausalitet mellan faktorerna temperatur och elspotpris. Också under denna period fanns ett liknande samband för kausaliteten mellan elspotpriset och utsläppsrätter.. Vår undersökning kommer skilja sig från tidigare studier dels genom urvalet av studerade faktorer och dels i att det först nu, i och med den andra handelsperioden, är möjligt att studera den faktiska korrelation mellan handeln med utsläppsrätter och elpriset. Dessutom särskiljer sig metodiken då en statistisk undersökning kombineras med linjära konfektionsmodeller, det vill säga ARX-modeller. Två olika infallsvinklar bedöms ge ökade möjligheter att utvärdera de fundamentala faktorerna.. För investerare finns det ett stort värde i att ha data på vilka faktorer som är av relevans för elprisets utveckling. Speciellt är det intressant att för första gången kunna få se resultat på vilket samband. som. råder. mellan. priset. på. utsläppsrätter. och. elpris.. Enligt. Energimarknadsinspektionen är det rådande spotpris och spekulationer i utsläppsrätter som är de två. faktorer. som. har. störst. påverkan. på. investeringsbeslut. rörande. elderivat. (Energimarknadsinspektionen 2006, s.4). I och med att data nu finns tillgänglig för utsläppsrättigheter har en lucka dykt upp för en studie som kan skapa klarhet i huruvida detta påstående stämmer. Dessutom är intresset för handel av elderivat större nu än någonsin tidigare då tillgänglighet för mindre investerare har ökat i samband med att Nasdaq OMX har förvärvat Nord Pool ASA (DN, 2010). Ämnet är alltså både aktuellt och av vetenskaplig betydelse. Studiens frågeställning kan formuleras i två delfrågor. Finns det ett samband mellan utvalda faktorer och elspotpriset på Nord Pool? Hur väl går det att prediktera elspotpriset utifrån de utvalda faktorerna? 9.

(11) 2. Teori 2.1 Nordiska elmarknaden Under 2008 uppgick den totala elproduktionen i Sverige till 146 TWh varav kärnkraften stod för 42 % och vattenkraften för 47 % (Figur 1). De övriga 11 % utgjordes av import, fossil-, och biobränslebaserad produktion samt vindkraft. (Energimarknadsinspektionen 2009, s. 89).. Figur 1 Sveriges energiproduktion per kraftslag 1970-2008. Bilden saknas i den elektroniska utgåvan av upphovsrättsliga skäl. Källa: Enegimyndigheten: "Energiläget 2009". 2.2 Prissättning Handeln med el på Elspot fungerar som en "dubbel" auktion. Aktörer som vill köpa el för nästa dag lämnar ett bud, för varje timme, för hur mycket de är beredda att betala. Samma sak gäller säljare av el, de lägger ett bud, timvis, för hur mycket de vill ha betalt. På Nord Pool Spot läggs dessa bud tillsammans till en utbuds-, respektive efterfrågekurva och ett jämviktspris kan sammanställas. Detta pris kallas för systempriset. Om överföringskapaciteten i det nordiska området inte räcker till används istället lokala priser, vilket kan resultera i att elpriset skiljer sig inom området.. 10.

(12) Figur 2 Kraftsystemet i Norden, utbudskurva under normalår, torrår resp. våtår, öre/kWh. Bilden saknas i den elektroniska utgåvan av upphovsrättsliga skäl. Källa: SOU 2004:129, s. 105. Systempriset sätts enligt en marginalprissättningsmodell där den. kWh. med högst. marginalkostnad, som krävs för att balansera systemet, sätter priset för all producerad el (Figur 2) . Denna modell ger elpriset ett mycket karaktäristiskt utseende som till stor del är kopplat till marknadens uppsättning av energikällor och dess eventuella variationscykler i konsumtion. (Energimarknadsinspektionen, 2006, s5). I stora delar av världen är kol och olja de dominerande energikällorna vid elproduktion och konsumtionen är relativt konstant året runt. Norden, och till viss mån Europa, särskiljer sig där med god tillgång till vattenkraft och markanta säsongsberoende variationer i elkonsumtion. Vattenkraften ger en unik reglerförmåga som till stor del kan hantera dygns-, vecko- och säsongsvariationer i elkonsumtionen. Utan vattenkraften hade enda alternativet varit att koppla in bränsleberoende elproduktion som i regel är den dyraste. Följaktligen har Norden historiskt sätt haft låga elpriser. Att elpriset i Norden är säsongsvarierande med markant högre efterfrågan på el under vintern än sommartid grundar sig till stor del i uppvärmningsbehovet. (Weron m.fl 2004, s.3). 11.

(13) Figur 3 Produktionsförmågan i Norden under normalår och dess rörliga produktionskostnad år 2002, öre/kWh. Bilden saknas i den elektroniska utgåvan av upphovsrättsliga skäl. Källa: Energimyndigheten: "Elmarknad 2003".. En annan generell egenskap som karaktäriserar elpriset är dess kraftigt ökande volatilitet när efterfrågan är hög. Utifrån marginalkostnaden kommer elproduktionen kunna delas upp i baslast och topplast. En del av topplasten kommer endast vara verksam under ett fåtal timmar varje år för att täcka de kraftigaste topparna i elkonsumtionen. Detta kräver väldigt höga kostnader vid drift om någon vettig återbetalningstid på anläggningen ska vara möjlig (Figur 3). Följaktligen kan små förändringar i elkonsumtion vid hög belastning kraftigt påverka elpriset. (Weron m.fl. 2004). 2.3 Nord Pool’s effektivitet Enligt den effektiva marknadshypotesen så kommer all ny information att återspeglas i marknadspriset (Fama, 1970). Kopplingen mellan de fundamentala faktorerna och elpriset är beroende av att Nord Pool till viss mån kan ses som effektiv. I Sverige är det Energimarknadsinspektionen som har det övergripande ansvaret att studera och analysera effektiviteten på både elspotmarknaden såväl som den finansiella marknaden. I deras rapport Prisbildning och konkurrens på elmarknaden (2006) bedömer de att elmarknaden håller hög effektivitet med förhållandevis god likviditet och god konkurrens jämfört med andra 12.

(14) elmarknader. Dock uttrycker de sin oro över att den ökade koncentrationen av aktörer på elmarknaden de senaste åren men säger samtidigt att de, vid rapportens tidpunkt, inte har kunnat identifiera några tendenser till maktmissbruk. (Energimarknadsinspektionen 2006, s. 11). Sedan 2006 har likviditeten ökat ytterligare och under 2008 omsattes 76 % av all el inom Norden på Elspot (Energimyndigheten 2009, s. 92).. Det finns även studier som ifrågasätter Nord Pools effektivitet. Gjolberg och Johnsen (2001) hävdar att elmarknaden inte är effektiv då prognosfelen vid handel av forwards är så stora att de inte kan förklaras av riskpremie. Deras resultat kan enligt Finansinspektionen delvis förklaras av att marknaden var relativt ung när studien genomfördes samt att marknaden styrs av hemmagjorda modeller (Den finansiella elmarknaden, Finansinspektionen 2005).. Den allmänna uppfattningen är att Nord Pool är en ovanligt välfungerande elmarknad med bättre konkurrens och likviditet än andra elmarknader. Detta ses som en följd av en enkel och sund marknadsdesign, lyckad försvagning av marknadsmakten, starkt politiskt stöd och ett stort informationsflöde från kraftindustrin (Eirik S. Amundsen & Lars Bergman 2006).. Denna studies förhållningssätt till Nord Pool är att elmarknaden håller relativt hög effektivitet.. 2.4 Fundamentala faktorer 2.4.1 Handel med utsläppsrätter Inom ramen för EUs egna klimatprogram European Climate Change Programme, som trädde i kraft år 2000, återfinns unionens handelsprogram för utsläppsrätter, European Union Greenhouse Gas Emission Trading System (EU ETS) som togs i bruk januari 2005. Tilldelningen av utsläppsrätter per land skall överensstämma med dess mål enligt Kyoto-protokollet (EU 2010). En elproducent som använder fossila bränslen kan välja att utnyttja sina utsläppsrätter, sälja dem omgående eller sälja dem vid ett senare tillfälle i syfte att utnyttja förändringar i priset. Värdet på utsläppsrätterna kommer således bestämmas av producenternas alternativkostnad för rättigheterna och storleken på utsläppsrätterna kommer vidare bestämmas av koldioxidutsläppen från de producenter som ligger på marginalen (Energimarknadsinspektionen 2006, s. 66). Tidigare forskning (Hauch 2003; Batlle & Barquín 2004; Bonacina & GullI` 2007) visar på en 13.

(15) ökning av elpriset i samband med försöken att möta de krav som ställs i Kyoto-protokollet, det vill säga i förlängningen en ökning av elpriset i samband med införandet av handel med utsläppsrätter. Bode (2006) studerar hur elpriset, i och med att alternativkostanden för utsläppsrätterna måste tas i beaktande, uppför sig och kommer fram till att elproducenterna som helhet vinner på utsläppsrättshandeln tack vare ökade elpriser. Annan forskning har studerat ett positivt samband mellan avkastning i energibranschen och högre priser på utsläppsrätter vilket skulle tyda på att de elproducerande företagen förflyttar kostnaderna för utsläppsrätterna till kunderna vilket i sin tur stegrar elpriset (Veith m.fl. 2009). Kara m.fl. (2008) undersöker hur handel med utsläppsrätter skulle komma att påverka det årliga elpriset under åren 2006 och 2010 och drar slutsatsen att priset på den nordiska elmarknaden kommer öka med 0,74 EUR MWh-1 för varje 1 EUR ton CO2-1. Annan forskning, som tar avstamp i hur förnyelsebar energi påverkar elpriset, menar på att kostnaderna minskar för elproducenterna som inte behöver använda utsläppsrätter samtidigt som elpriset mot slutkund ökar då många projekt inom förnyelsebar energi finansieras av elmarknanden (Rathmann 2007). Sáenz de Miera m.fl. (2008), som har studerat vindkraften i Spanien, fann också att kostnaden för elproducenterna sänktes men observerade att denna reduktion var större än finansieringen som tas från elmarknaden med resultatet att även slutpriset för kunden totalt minskade. På grund av en stor skillnad mellan Spaniens och Sveriges klimat och energimix samt att på grund av att majoriteten av tidigare studier antyder på positiv korrelation till elspotpriset kommer även denna studies hypotes vara följande:. H1: Det existerar ett statistiskt signifikant samband mellan priset på utsläppsrätter och elpriset. 2.4.2 Interaktion med kontinentala Europa Den nordiska marknaden importerar och exporterar el från och till Tyskland, Ryssland, och Polen. Hur stort utbytet är beror till stor del av fyllnadsgraden för den nordiska vattenkraften där en låg fyllnadsgrad ger upphov till import och hög fyllnadsgrad ger möjlighet till export. Handeln med Tyskland ökade sedan 1996 vilket ledde till mer harmoniserade elpriser fram till 2005 då prisnivån i Tyskland steg. Enligt Energimarknadsinspektionen (2006:65) kan detta förklaras med införandet av utsläppsrätter och stigande bränslepriser. Att prisnivån på den nordiska marknaden inte steg beskriver de som ett resultat av vårt vattenkraftsbaserade system 14.

(16) till skillnad mot Tysklands värmekraftsbaserade system. Utbytet verkar utjämnande på prissituationen och handeln bidrar till en prisnivå som ligger nära den marginalel som produceras i dessa länder (Energimarknadsinspektionen 2006, s. 64). Då Tysklands respektive Polens energimix är kraftigt kolberoende och att dessa energislag har höga marginalkostnader är det naturligt att importen blir direkt prissättande. Detta fastställer även Statens Offentliga Utredningar då de har studerar elprisets koppling till importen under vinterhalvåret (SOU 2004:129, s. 55). Av detta förväntas det finnas en positiv korrelation mellan kraftutbytet med kontinentala Europa och elpriset.. H2: Det existerar ett statistiskt signifikant samband mellan kraftutbytet med kontinentala Europa och elpriset. 2.4.3 Bränslepriser Produktion av el med fossila bränslen utgör i Sverige en liten del, men används ofta som topplast vid hög efterfrågan. De vanligaste bränslena vid elproduktion är olja, naturgas och kol (Energimarknadsinspektionen 2006, s. 58). Vidare har fossila bränslen en dominerande roll i Danmark, Finland, Tyskland och Polen som Sverige har ett direkt utbyte med. Eftersom elproduktion baserad på fossila bränslen ofta har hög marginalkostnad är det stor sannolikhet att el från denna typ av produktion kommer vara prissättande (Energimarknadsinspektionen 2006, s. 65). Stigande bränslepriser bör resultera i ökade rörliga kostnader för producenter som använder dessa bränslen. Av detta skäl borde priset på fossila bränslen ha en positiv korrelera med elpriset.. H3: Det existerar ett statistiskt signifikant samband mellan bränslepriserna och elpriset. 2.4.4 Hydrologisk balans Summan av vattnet i vattenmagasinen, marken och snö kallas den hydrologiska balansen. Eftersom markvatten och snö till slut hamnar i vattenmagasinen kallas dessa tillsammans för tillrinning. Tillrinning och vattenmagasinsfyllnad påverkar alltså den hydrologiska balansen och används ofta vid beskrivning av den hydrologiska utvecklingen. (SOU 2004:129, s. 109; SMHI 2006, s. 2). Vattenmagasinsfyllnad ger ett direkt värde på hur mycket energi vattenkraften har att tillgå medan tillrinningen ger indikationer på hur fyllnadsgraden kommer att utvecklas i framtiden. 15.

(17) Vattenkraftens, och därmed också den hydrologiska balansens, samband med elpriset har tidigare forskning konstaterat. Johnsen menar bland annat att naturen (temperatur, nederbörd) i allmänhet och vattenkraften i synnerhet spelar en betydande roll för hur elpriset uppför sig (Johnsen 2001). Även nyare forskning drar likande slutsatser om hur dominerade den nordiska vattenkraften är för prisutvecklingen på elmarknaden (Fridolfsson & Tangerås 2009; Sandsmark & Tennbakk 2010). Vidare menar Vehviläinen och Pyykkönen att den hydrologiska balansens effekt på elpriset är uppenbar med tanke på mängden installerad vattenkraft i Norden (Vehviläinen & Pyykkönen 2005). Den nordiska vattenkraftens produktion kan under torr-, respektive våtår variera med upp till 25 % från ett normalår. Under ett torrår minskar tillgången på vattenkraft och produktionen av kraft med högre marginalkostnad, från t.ex. fossilbaserade bränslen, ökar. Det motsatta gäller vid våtår (Energimarknadsinspektionen 2006, s. 6). I och med att tillgången på vatten påverkar i vilken utsträckning elproduktion med högre marginalkostnad används borde den hydrologiska balansen också påverka elpriset. Vid god tillgång på vatten borde elpriset vara lägre än när tillgången är begränsad. Följaktligen förväntas det finnas en negativ korrelation mellan den hydrologiska balansen och elpriset.. H4: Det existerar ett statistiskt signifikant samband mellan den hydrologiska balansen och elpriset.. 3. Metod 3.1 Tillvägagångssätt För att kunna redogöra för de olika fundamentala faktorernas koppling till elpriset har linjär regressionsanalys tillämpats. Linjär regressionsanalys finns att tillgå i statistik programmet SPSS (Statistical Package for the Social Sciences) där ett flertal nyckeltal enkelt kan tas fram. Elpriset ses som den beroende variabeln och fundamentala faktorer som oberoende variabler. Faktorernas förmåga att förklara elpriset kommer att åskådliggöras med hjälp av determinationskoefficienten (R2) som utgörs av korrelationskoefficienten R i kvadrat. R2 kan anta ett värde mellan 0 och 1, där ett värde på exempelvis 0,5 innebär att den beroende variabelns variation kan, utifrån uppställt regressionssamband, förklaras till 50 % av den oberoende variabeln. Genom att studera 16.

(18) varje fundamental faktor var för sig kan deras förklaringsgrad fastställas och jämföras. Vidare kan ett flertal faktorer ställas upp i en multipel regressionsanalys där deras sammanlagda förklaringsgrad kan erhållas.. Variablerna kommer att testas genom hypotesprövning och om H0 kan förkastas är det säkerställt att det existerar ett statistiskt samband mellan den oberoende faktorn och elpriset.. H0: Det existerar inget statistiskt signifikant samband mellan den oberoende faktorn och elpriset. H1-4: Det existerar ett statistiskt signifikant samband mellan den oberoende faktorn och elpriset.. Studien kommer vidare att utökas genom att ta fram linjära konfektionsmodeller av typen ARX med faktorerna som insignaler i Ident (tilläggspaket i Matlab). Konfektionsmodellerna gör det tydligt till vilken grad de utvalda faktorerna kan simulera elpriset, det vill säga förutspå framtida elspotpriser. Att kunna simulera elpriset med hjälp av enkla modeller är av relevans för investerare. Simuleringsmöjligheten utvärderas utifrån det så kallade fit-värdet vilket är mycket snarlikt med determinationsfaktorn (skiljer sig i att summeringarna ej kvadreras). ∑

(19) −

(20) = 100 1 − ∑

(21) − . där representerar den uppmätta utsignalen,

(22) står för modellens simulerade utsignal och utgör den uppmätta utsignalens medelvärde.. För att variera undersökningen kommer vi låta dela in studiens tidsperiod i dels hela perioden (2008-2009), dels i en vinterperiod som sträcker sig från 1 november 2008 till 31 mars 2009. Detta innebär att två förklaringsgrader kommer erhållas per faktor. Motiveringen till att vinterperioden väljs ut är att de studerade faktorerna bedöms ha störst inverkan under denna period, dvs. under en period då efterfrågan på el är stor och topplasten nyttjas frekvent. Denna bedömning grundar sig i teorin rörande elpriset höga volatilitet vid stor efterfrågan. Små variationer i de fundamentala faktorerna får stora genomslag i elpriset. Hänsyn till förlorad information såsom t.ex. variansen under hela perioden, kommer att tas i analysen samt att jämförelsen mellan de två studerade perioderna kommer att genomföras med viss försiktighet.. 17.

(23) Utöver selektionen av data kommer även ett värde att plockas bort från hela periodens data (2008-2009) på grund av det avvikande elspotpriset som rådde. Detta värde uppkom 17 december 2009 då elspotpris femfaldigas på en dag till 251 Euro/MWh, för att sedan återgå till normalnivå dagen efter. Anledningen till detta var en extremt kall vinter i kombination med avstängda reaktorer. Situationen bedöms som mycket ovanlig vilket motiverar att detta avvikande värde exkluderas ur studien.. 3.2 Simulering med ARX Med sin grund i regressionsanalys finns det möjlighet att prediktera och/eller simulera elspotpriset med hjälp av så kallade linjära konfektionsmodeller. Dessa är standardmodeller som används flitigt i praktiken, varav ARX (AutoRegressive model wtih an eXternal input) är en av de vanligaste varianterna. Anledningarna till varför just ARX har valts ut är flera. Först och främst anses ARX vara tillämpbar för system som inte bara är beroende av sin egen historik utan även påverkas av andra tidseries nuvarande och historiska värden, vilket är fallet med elpriset (Misiorek m.fl. 2006). För det andra anses ARX ha förhållandevis goda prediktionsmöjligheter för elpriset trots sitt relativt enkla utförande (Serati m.fl. 2007).. Med hjälp av ARX kan en modell kalibreras och sedan ligga till grund för prediktion/simulering av. en. eftersökt. oberoende. variabel.. Kalibrering. bygger. på. samma. princip. som. regressionsanalysen med sin grund i minstakvadratmetoden.. Ekvationen för ARX ges av:. = a y t − 1 − ⋯ − a y t − na + b u t − nk + ⋯ + b u t − nk − nb + 1 + ε t där y(t) är utsignal, u(t) är insignal, a respektive b är parametrar, na är antalet gemensamma poler, nb är nollställen för insignalen, nk är tidförskjutningen och ε(t) är störsignal. En modells ordning läses ut utifrån dess namn, en ARX324-modell anger exempelvis na=3, nb=2 och nk=4.. En viktig skillnad med linjära konfektionsmodeller i förhållande till regressionsekvationen är att tidsaxel förs in i analysen. Den klassiska linjära regressionsanalysen söker bara samband mellan förändringar i beroende respektive oberoende variabel medan ARX-modeller också måste ta 18.

(24) hänsyn till variablernas utveckling i relation till tiden. Till följd av införandet av tiden kan ARXmodellen dra nytta av variablernas (insignalen) historiska värden vid prediktion/simulering. Den beroende variabeln beskrivs nu dels av en tidsförskjuten förklaringsvariabel/insignal, u(t-n), samt av en tidsförskjuten skattning/utsignal, y(t-n), även kallad den autoreggressiva termen. Detta skapar en större möjlighet för modellen att kunna beskriva det eftersökta systemet, elpriset, vilket förbättrar prediktions/simuleringsmöjligheterna (Ljung & Glad, 2004).. För att kunna utvärdera de skapade modellernas förmåga att simulera framtiden med god validitet kommer samplad data delas upp i ett kalibreringsset och ett valdieringsset, med uppdelningen 50/50 som tumregel. Detta innebär att modellerna kommer tas fram på en del data och utvärderas på en annan (Ljung & Glad, 2004).. Förenklat sett kan ARX-modellering beskrivas som ett sätt att översätta ett system till en matematisk ekvation. Detta system, även kallat den beroende variabeln, kan vara börskurs, klimat, elpris eller vilket annat system som helst. Till sin hjälp har ARX-modellen en insignal som förväntas korrelera med systemet, en oberoende variabel. Om systemet följer ett visst mönster och korrelerar med insignalen kommer den framtagna ekvationen att beskriva systemet väl.. När ARX-modellerna tas fram i praktiken kommer Ident att automatiskt hitta den ordning som ger bäst fit för vald faktor som insignal. Funktionen heter Oderselection och används flitigt vid modellbyggande. En konsekvens av detta är att modellerna kommer att anta olika ordningar beroende på insignal. Förenklat sett anses en modell av låg ordning ha högre validitet än en med hög ordning, då en större del av kalibreringsdata har kunnat användas till att skatta parametrarna (Ljung & Glad, 2004). Överlag kommer emellertid våra modeller hålla så låg ordning (<10) att validiteten inte bedöms som ett stort problem.. Vid modellering av ARX-typ är fördelaktigt att kalibrera och utvärdera modellen under en relativt stationär fas av den eftersökta beroende variabeln. Följaktligen är det lämpligt att studera elpriset under kortare perioder under året. Detta grundar sig i säsongsvariationerna i efterfrågan och produktion. Av denna anledning har simuleringsmöjligheterna begränsats till vinterperioden 19.

(25) som är mer stationärt än hela perioden. Detta ger ett kalibreringsset respektive valideringsset på 50 dagar vardera. Med andra ord kommer simuleringsmöjligheten att studeras för 50 dagar framåt i tiden. Tidsperioden är ej vald utifrån ett tidsspecifikt derivat utan skall endast ses som ett försök att utvärdera simuleringsmöjligheten. Vidare kommer endast de dagsbaserade faktorerna att studeras då samplingsfrekvensen för veckodata är för låg för att möjliggöra vettig modellering. Detta minskar möjligheterna till jämförelse men är en nödvändig begränsning.. 3.3 Validitet 3.3.1 Signifikans För att säkerställa att en oberoende variabel (fundamental faktor) har ett statistiskt samband med elprisets utveckling kommer den allmänt förkommande signifikansnivån 5 % användas. Om denna signifikansnivå inte kan uppnås kommer den aktuella variabeln inte ingå i den multipla regressionsanalysen. 3.3.2 Multikollinearitet Vid multipel regressionsanalys är det viktigt att ingen inbördes linjär korrelation (multikollinearitet) finns mellan de oberoende variablerna. Multikollinearitet kan påverka determinationsfaktorn vilket följaktligen får direkt inverkan på resultatet av undersökningen. Följaktligen kommer korrelationen mellan samtliga oberoende variabler undersökas genom att ta fram korrelationskoefficienterna (R). Korrelation förväntas förekomma mellan priserna på bränsle respektive utsläppsrätter. Detta motiveras av att utsläppsrätter läggs på bränsleberoende elproduktion. Multikollinearitet kan även studeras genom så kallade VIF-värden (Variance Inflation Factor). Denna faktor beskriver hur allvarlig multikollineariteten i en regressionsanalys är då den ger ett mått på hur ”överskattad” korrelationskoefficienten är. En tumregel lyder att ett värde över 10 indikerar på en hög grad av korrelation mellan variablerna vilket följaktligen kommer påverka resultatet.. 3.4 Datainsamling Data för perioden vecka 1 2008 till vecka 52 2009 har inhämtats från olika källor och sammanställts. till. dels. dagsvärden. och. dels. veckovärden.. Uppgifter. om. elpriset,. vattenmagasinsfyllnad, tillrinning och data för utbyte med Tyskland och Polen, vilka är de länder med störst utbyte, har erhållits genom tillgång till Nord Pools egen server. Elpriset är angivet i 20.

(26) euro och data för såväl timme som dag och vecka fanns att tillgå. Då övriga variabler endast fanns för dag och vecka valdes dessa värden framför att sammanställa egna medelvärden. Vattenmagasinsfyllnad och tillrinning är angivet i GWh och utbytet med Tyskland och Polen i MWh/timme.. Data för bränslepriser har erhållits från databasen World Economic Monitor. Naturgasen inhämtades genom den så kallade Henry Hub vilken är den naturgas som handlas på NYMEX (New York Mercantile Exchange). Att valet föll på Henry Hub och inte det pris för vilket naturgas handlas på Nord Pool berodde dels på bristande tillänglighet för den senare samtidigt som tillgång på data för Henry Hub var mer omfattande. Vidare började naturgas handlas på Nord Pool först i mars 2008 vilket skulle ha inneburit ett glapp på fyra månader. Valet bör emellertid inte påverka studien nämnvärt då naturgas handlas på en världsmarknad. Oljan valdes till den s.k. Brentoljan vilken är den olja som borras i Nordsjön och anses vara mest relevant för europeiska elproducenter (Oberndorfer 2009). Både naturgas och olja är angivna i US dollar.. Data för utsläppsrätter erhölls från Nord Pools server och det kontrakt som valdes var det med slutdatum i december 2011, dvs. sista månaden för den period (2008-2011) som den andra perioden utsläppsrätter gäller. Utsläppsrätterna är angivna i euro/ton CO2-1. Eftersom varken de bränslen vi tar upp eller utsläppsrätter handlas på helgdagar fanns ingen data för dessa dagar tillgänglig. För att möjliggöra en jämförelse med elspotpriset har helgdata för elspotpriset tagits bort i undersökningen. I jämförelsen mellan faktorerna med veckovis data och elspotpriset har ett veckomedelvärde av elspotpriset från Nord Pools server använts.. 3.5 Begränsningar Utöver de nämnda fundamentala faktorerna bedöms även kapacitetsutveckling, interaktion i den nordiska elmarknaden och konkurrenssituation ha viss påverkan på elpriset enligt Energimarknadsinspektionen (2006). Dessa kommer dock ej tas hänsyn till i denna studie på grund av svårigheter i att få tag på relevant och hanterbar data. Detta är givetvis en tydlig avgränsning som säkerligen kommer få en viss påverkan på resultatet men bedöms vara inom acceptabla gränser. Detta redogörs tydligare i kommande stycken.. 21.

(27) Interaktionen i den nordiska elmarknaden har en prisutjämnande effekt på systempriset vilket innebär att elprisets utseende kommer få mindre markanta toppar och dalar. Emellertid bedöms dess grunddynamik ej påverkas. Detta resonemang följer av att bränslepriser, utsläppsrätter och import/export med Norden påverkar samtliga nordiska länder på ett likartat vis. Även den hydrologiska utvecklingen följer länderna åt, ett våtår år i Sverige är våtår i Norden (Energimarknadsinspektionen 2006, s. 6) . Av dessa anledningar kommer de studerade faktorer att överlag få samma inverkan på samtliga länder i Norden vilket begränsar interaktionens påverkan.. Kapacitetsutvecklingen kännetecknas av långa ledtider och liten förändring av installerad effekt över tiden. Dels har data över kapacitetsutvecklingen låg precision jämfört med övrig data (årvis jämfört med veckovis eller daglig) och dessutom är förändringen av installerad effekt liten (Tabell 1), och utslaget per dag eller vecka än mindre. Slutligen är den inte en av de faktorer som Energimarknadsinspektionen (2006, s. 56) listar som de mest betydelsefulla för elprisets utveckling i Norden. Tillsammans anses detta ge det tyngd åt beslutet att utesluta denna faktor ur undersökningen. Tabell 1 Förändring av installerad effekt i Sverige under åren 2005 – 2008. År 2008 2007 2006 2005. Installerad effekt (MW) 34181 34079 33189 33212. Förändring (%) 0,3 2,6 -0,07 -1. Källa: Svensk Energi 2008, 2007, 2006, 2005, 2004. Under 1996 stod sju företag för 90 % av den producerade elen i Sverige (SOU 2002:7, s. 11). 2006 hade Vattenfall, Eon och Fortum 87 % av marknadsandelarna på råkraftsmarknaden vilket motsvarar en ökning på fem procentenheter jämfört med 1996 (Energimarknadsinspektionen 2007a, s. 12). Konkurrenssituationen tyder på en ökad koncentrering men förändras långsamt varav utslaget på vår undersöknings tidsperiod 2008-2009 bedöms vara marginell. Vidare kommer skillnaderna vara svåra att mäta samt tolka i faktiska tal. Valet att inte att studera konkurrenssituationens påverkan på elpriset överrensstämmer med Energimarknadsinspektionens bedömning om faktorns begränsade relevans för elpriset (2006, s. 57).. 22.

(28) Fossila bränslen prissätts ofta i US-dollar vilket innebär att den de nordiska valutornas utveckling gentemot dollarn påverkar priset på både den fysiska och den finansiella marknaden (SOU 2004:129, s. 106). Eftersom elpriset på Nord Pool sätts i Euro kommer den svenska kronans utveckling i förhållande till euron påverka slutpriset hos slutkunden i Sverige. Utredningen (SOU 2004:129, s. 107) fortsätter med att beskriva valutariskerna för elspothandeln som svårhanterliga då varken pris, förbrukning eller produktion på förhand är kända. Muñoz och Dickey observerar i en studie att det spanska elpriset påverkas av växelkursen mellan dollarn och Euro på kort sikt men poängterar att detta kan bero på landets beroende av bränsleimport för egen elproduktion (Muñoz & Dickey 2009). Eftersom Sverige i stor grad är självförsörjande vad gäller elproduktion borde detta då innebära att inverkan av dollar/euro-växelkursen i detta avseende är liten. Sammantaget medför detta att vi kommer avgränsa uppsatsen genom att inte studera valutariskerna.. Data rörande kolpriset under den eftersökta perioden kunde inte hittas varav detta bränsle kommer exkluderas ur undersökning.. I denna studie kommer endast data rörande Sverige beaktas. I snitt ligger Sveriges elspotpris 0,045 öre/kWh ifrån systempriset (Elkonkurrensutredningen 2002, s.78) vilket innebär att Sveriges elspotpris kan förhållandevis väl representera hela det nordiska området. På samma sätt bedöms de andra studerade faktorerna ha likartad påverkan på Sverige som på Norden baserat på tidigare fört resonemang.. 4. Resultat 4.1 Korrelationsanalys Korrelationsanalys genomförs för att avslöja multikollinearitet mellan fundamentala faktorer. Resultatet visar att oron för korrelation mellan bränslepriser och utsläppsrätter var befogad. Det finns ett beroende mellan oljepris, gaspris och utsläppsrätter. Detta gäller både för hela perioden 2008-2009 (Tabell 2) såväl som för den utvalda vintern 2008/2009 (Tabell 3). Korrelation indikerar att det kommer finnas inslag av multikollinearitet vid multipel regressionsanalys, vilket kommer påverka determinationsfaktorn. Tolkning av detta kommer att ges under diskussionen.. 23.

(29) Tabell 2 Korrelationsmatris för alla faktorer under hela perioden 2008-2009. Antalet mätdata per faktor är 500. Pearson Correlation dubbelsidigt.. Utsläppsrätter. Utsläppsrätter 1. Gas. ,900(**) ,000 ,881(**) ,000. Oljepriser Export/Import Tyskland. ,837(**) ,000 ,567(**) ,000 ,217(**) ,000. -,511(**) ,000. Export/Import Polen. Gas ,900(**) ,000 1. -,177(**) ,000. Oljepriser ,881(**) ,000 ,837(**) ,000 1. Export/Import Tyskland -,511(**) ,000 -,567(**) ,000 -,401(**) ,000. Export/Import Polen -,177(**) ,000 -,217(**) ,000 -,194(**) ,000. -,401(**). 1. ,648(**). ,000. ,000. -,194(**). ,648(**). ,000. ,000. 1. **Korrelation signifikant vid 0.01-nivån (dubbelsidigt). Tabell 3 Korrelationsmatris för vinterperioden 2008-2009. Antalet mätdata per faktor är 100. Pearson Correlation dubbelsidigt.. Utsläppsrätter Gas Oljepriser Export/Import Tyskland Export/Import Polen. Utsläppsrätter 1 ,839(**) ,000 ,440(**) ,000. Gas ,839(**) ,000 1 ,349(**) ,000. Oljepriser ,440(**) ,000 ,349(**) ,000 1. Export/Import Tyskland ,090 ,374 -,087 ,392 ,038 ,707. Export/Import Polen ,295(**) ,003 ,108 ,285 ,093 ,359. 1. ,622(**). ,090. -,087. ,038. ,374. ,392. ,707. ,295(**). ,108. ,093. ,622(**). ,003. ,285. ,359. ,000. ,000 1. ** Korrelation signifikant vid 0.01-nivån (dubbelsidigt). * Korrelation signifikant vid 0.05-nivån (dubbelsidigt).. 24.

(30) 4.2 Förklaringsgrad Tabell 4 Faktorer baserade på dagsdata. R: Korrelationskoefficient, R2: Determinationskoefficient, standardavvikelse signifikans, t-test samt signifikans. Faktor Utsläppsrätter, Hela perioden Utsläppsrätter, Vinter Naturgas, Hela perioden Naturgas, Vinter Olja, Hela perioden Olja, Vinter Export/Import Tyskland, Hela Perioden Export/Import Tyskland, Vinter Export/Import Polen, Hela perioden Export/Import Polen, Vinter. Standardavvikelse. t-test. Signifikans. ,441. 9,546. 19,840. ,000. ,604. ,600. 4,675. 12,236. ,522. ,272. ,271. 10,901. 13,636. ,890. ,792. ,790. 3,387. 19,334. ,466. ,218. ,216. 11,304. 11,755. ,429. ,184. ,176. 6,714. 4,700. ,122. ,015. ,013. 12,683. -,980. ,063. ,004. -,006. 7,417. -,625. ,258(a). ,067. ,065. 12,347. 5,951. ,254. ,065. ,055. 7,188. 2,603. 2. R. R. ,665. ,442. ,777. Justerat R. 2. ,000 ,000 ,000 ,000 ,000 0,328 ,534 ,000 ,011. De hydrologiska faktorerna, vattenmagasinsfyllnad och tillrinning, baseras på veckovisa data. För att inte jämföra äpplen med päron har dessa resultat redovisats i separat tabell och vid direkt jämförelse med de andra fundamentala faktorerna bör ett kritiskt förhållningssätt hållas.. Tabell 5 Hydrologiska faktorer baserade på veckodata. R: Korrelationskoefficient, R2: Determinationskoefficient, standardavvikelse, t-test samt signifikans.. Faktor Vattenmagasinsfyllnad, Hela perioden Vattenmagasinsfyllnad, Vinter Tillrinning, Hela perioden Tillrinning, Vinter. 2. R. R. ,491. ,241. ,909. Justerat R. 2. Standardavvikelse. t-test. ,233. 10,634. 5,631. ,827. ,819. 3,024. ,209. ,044. ,034. 11,935. -2,138. ,676. ,457. ,432. 5,360. 4,304. 10,261. Signifikans ,000 ,000 ,035 ,000. 25.

(31) 4.3 Handel med utsläppsrätter Handel med utsläppsrätter har högst förklaringsgrad av de studerade faktorerna, 44 %, under hela perioden (Tabell 4). I Figur 4 kan denna linjäritet urskiljas. Vidare är förklaringsgraden högre på vintern, precis som bränslepriserna, vilket kan förklaras av att efterfrågan ökar utifrån det resonemang som har förts tidigare i teorin. Sambandet är signifikant vilket gör att nollhypotesen kan förkastas och H1 styrks. Figur 4 Punktdiagram över Utsläppsrätter (EUR/ton CO2) och Elspotpris (EUR/MWh) under hela perioden. 4.4 Interaktion med kontinentala Europa Förklaringsgraden för import/export mellan Sverige och Tyskland respektive Polen visade sig vara låg (Tabell 4). Dessutom är det bara resultaten för Polen som uppfyller vår signifikansnivå 0,05. Av detta följer att nollhypotesen endast kan förkastas för export/import Polen och inte för export/import Tyskland då inget statistiskt samband med elspotpriset kan säkerställas. Följaktligen kan inte H2 för export/import Tyskland styrkas. Observera även att t-testet styrker detta då värdet är lägre än två (Tabell 4). Avsaknaden av signifikans innebär att export/import Tyskland kommer exkluderas från den multipla regressionsanalysen.. 26.

(32) 4.5 Bränslepriser Utifrån förklaringsgrad och signifikansnivå för olja respektive naturgas kan nollhypotesen för båda faktorerna förkastas (Tabell 4) och H3 styrkas. Vidare är det tydligt att förklaringsgraden är högre för naturgas än olja och att båda bränslenas förklaringsgrader är betydligt högre under vintern än under hela perioden. Gasens förklaringsgrad 79 % under vintern är värd att notera.. 4.6 Hydrologisk balans 4.6.1 Vattenmagasinsfyllnad Våra tester visar på en förklaringsgrad på 24 % (Tabell 5) för vattenmagasinsfyllnad för hela perioden och 83 % (Tabell 5) för vintern 2008/2009. Tillsammans med låga signifikansvärden leder detta till att nollhypotesen kan förkastas och slutsatsen blir att det existerar ett statisktsikt samband mellan faktorn och elspotpriset, H4 styrks. 4.6.2 Tillrinning Tillrinningen har en låg förklaringsgrad på endast 3 % (Tabell 5) under hela perioden men får betydligt högre, 43 %, under vinterperioden. Notera är tillrinningens förklarningsgrad är betydligt mindre än för vattenmagasinsfyllnadens (Tabell 4) samt att t-testet antyder att vi har problem med signifikans under hela perioden (<2).. 4.7 Samtliga faktorer Tabell 6 Samtliga faktorer för hela perioden 2008-2009. R: Korrelationskoefficient, R2: Determinationskoefficient, standardavvikelse samt signifikans 2. R Samtliga faktorer, Hela perioden. 2. R. ,801(a). Justerat R. ,642. ,639. Standardavvikelse 7,668. Signifikans ,000. Tabell 7 T-test och signifikans för samtliga faktorer för hela perioden 2008-2009. Oberoende variabel elspotpriset. Faktor (Constant). t-test. Signifikans. 12,619. ,000. Utsläppsrätter. 17,489. ,000. Gas. -7,433. ,000. Oljepriser. -3,066. ,002. Export/Import Polen. 12,893. ,000. 27.

(33) Tabell 8 Samtliga faktorer för vinterperioden 2008-2009. R: Korrelationskoefficient, R2: Determinationskoefficient, standardavvikelse samt signifikans R Samtliga faktorer, Vinter. R. ,913. 2. Justerat R. ,833. 2. ,826. Standardavvikelse 3,086. Signifikans ,000. Tabell 9 T-test och signifikans för samtliga faktorer för vinterperioden 2008-2009. Oberoende variabel elspotpriset. Faktor (Constant). t-test. Signifikans. 1,744. ,084. Utsläppsrätter. -,966. ,337. Gas. 2,945. ,004. Oljepriser. 11,140. ,000. Export/Import Polen. 3,717. ,000. Tabell 10 VIF-värden för samtliga faktorer för hela perioden 2008 – 2009 samt vinterperioden 2008-2009 VIF VIF Faktor Hela perioden Vinterperioden Utsläppsrätter 7,456 4,313 Gas. 4,700. 1,247. Oljepriser. 5,606. 3,663. Export/Import Polen. 1,055. 1,185. Utifrån Tabell 2 och Tabell 3 har korrelation mellan priset på utsläppsrätter, gas och olja kunnat identifieras vilket tyder på att det finns risk för multikollinearitet i vår regressionsanalys. Detta betyder att förklaringsgraden och signifikansen för samtliga faktorer ska studeras med viss försiktighet. Notera exempelvis att i den multipla regressionsanalysen är utsläppsrätterna bara signifikant under hela perioden (Tabell 7 & Tabell 9) trots att utsläppsrätter är signifikant vid enkel regressionsanalys under vintern (Tabell 4). Dock är VIF-värden under 10 (Tabell 10) för både hela perioden såväl som för vintern vilket tyder på att graden av multikollinearitet är begränsad.. Bortsett från multikollineariteten indikerar resultaten att de dagsbaserade faktorerna ger sammantaget en hög förklaringsgrad under hela perioden 64 % (Tabell 6) såväl som under vintern 83 % (Tabell 8) .. 28.

(34) 4.8 Simulering Figur 5 Uppmätt och simulerat elspotpris under vinterperioden (50 dagar). Tabell 11 Fit-värde för aktuell model för varje faktor enskilt under vinterperioden 2008-2009 Faktor. Fit. Modell. Utsläppsrätter. 41.59%. Gas. 28.23%. ARX213. Oljepriser. 22,28%. ARX1016. Export/Import Tyskland. 19.04%. ARX711. 11.6%. ARX729. Export/Import Polen. ARX4110. Resultaten från simuleringen påvisar att utsläppsrätterna är den faktorn med klart högst relevans vid prognostisering (Tabell 11). Grafen (se Figur 5) visar att modellen med utsläppsrätter som insignal fångar upp elspotprisets grunddynamik. Vidare noteras att modellens förmåga att simulera elpriset försämras över tiden vilket tyder på att det finns faktorer av betydelse som modellen inte tar hänsyn till. De andra faktorernas simuleringsmöjligheter är klart sämre och bör tolkas med försiktighet eftersom fit-värderna är så pass låga. Låga fit-värden antyder att modellen värderar insignalen lågt och anpassar sig alltmer efter gamla prediktionsvärden. Detta innebär att modellen övergår från en ARX-typ till att mer efterlikna en ren AR-modell (utan. 29.

(35) insignal). Följaktligen uppmanas inte rangordning de övriga faktorerna utifrån fit-värderna då dessa värden inte nödvändigtvis återspeglar insignalernas påverkan.. 5. Diskussion Att priset på utsläppsrätter borde korrelera positivt med priset på el har tidigare forskning redan konstaterat, men ingen forskning, känd av författarna, har kunnat fastställa dess faktiska påverkan i och med utsläppsrätternas inledande problematik. De två tidigare magisteruppsatserna rörande fundamentala faktorer efterfrågade vidare studier på utsläppsrätters korrelation med elspotpriset när nästa handelsperiod 2008-2012 har inletts. De förutspådde ökad relevans hos utsläppsrätter och utifrån denna studies resultat kan vi nu konstatera att de hade rätt. Folkessons och Jarnegrens resultat påvisade en förklaringsgrad på runt 23 % under perioden 2005-2007 medan vår studie uppger en förklaringsgrad på 44 % för hela perioden 2008-2009 och 60 % för vintern 2008-2009. Vidare är utsläppsrätterna den faktorn som ger bästa simuleringsmöjligheter med ARX-modeller (44,2 % fit). Slutsatsen som kan dras är att utsläppsrätter är utan tvekan en av de viktigaste faktorerna att ta hänsyn till vi investeringar på Nord Pool, vilket då stämmer väl överrens med Energimarknadsinspektionens bedömning. Det är dock viktigt att poängtera att vi utifrån regressionsanalys bara kan konstatera att det existerar ett samband mellan faktorerna och att korrelationen är positiv. Den kausalitet som diskuterades i inledningen i Kepplers och Manasanet-Batallers artikel kan vi följaktligen inte dra några slutsatser om, dock dementerar inte vår studie deras resultat.. Hur kommer då utsläppsrätternas påverkan utvecklas i framtiden? Troligtvis kommer dess betydelse öka stadigt i takt med att EU justerar ner antalet rättigheter för varje handelsperiod. Risken med att tilldelningen skulle överskrida efterfrågan igen bedöms som närmast obefintlig då det måste betraktas som en barnsjukdom. Den enda anledningen som skulle kunna minska utsläppsrätternas samband till elspotpriset skulle vara om Europa ställer om sin elproduktion till en koldioxidneutral generering. Detta kommer också säkerligen ske på sikt, men med tanke på de fossila bränslenas dominans idag kommer denna enorma omställning ta lång tid.. Det är uppenbart att det råder ett samband mellan utsläppsrätter och elspotpris i och med den nya handelsperioden, men huruvida utsläppsrätter bidrar med någon ny information är en mer 30.

(36) komplicerad fråga. Att bränslepriserna hänger ihop med priset på utsläppsrätter har redan konstaterats (Tabell 2 & Tabell 3). Detta kan förklaras utifrån ett logiskt resonemang. Under en period med stor efterfrågan på el, såsom vintern, kommer bränsleberoende kraftkällor i hög grad bli prissättande. Bränsleberoende källors marginalkostnad påverkas av såväl bränslepriser som utsläppsrätter. Konsekvensen blir att när efterfrågan på el är hög, blir efterfrågan på bränsle hög vilket i sin tur innebär att efterfrågan på utsläppsrätter blir hög. Vilken som egentligen påverkar vad kan ej fastställas då sambanden är invecklade men att det finns en koppling går att fastställa utifrån denna studie. Följaktligen kommer naturgasen och utsläppsrätterna att ha likartad påverkan på elpriset och ge ungefär densamma information.. Under vintern är förklaringsgraden för naturgas och olja 79 % respektive 18 % (Tabell 4). Varför denna stora skillnad? En förklaring kan vara att olja i allt mindre utsträckning används till uppvärmning och elproduktion. Totalt minskade t.ex. användningen av olja i Sverige till dessa tillämpningar med 32 % (från 12,6 TWh till 8,6 TWh) under åren 2004-2005 (Energimarknadsinspektionen 2007b, s. 16). Användandet av naturgas vid elproduktion har tvärtemot ökat tack vare låga investeringskostnader och relativt låga CO2-utsläpp som i sin tur kräver mindre utsläppsrätter (Möst & Perlwitz 2009). Härav följer att olja inte kan förklara elpris till samma grad som naturgasen kan. Vårt resultat går hand i hand med Kepplers och MansanetBatallers studie som påvisar att naturgasen är en fundamental faktor av stor betydelse för elpriset.. Energimarknadsinspektionen skriver i sin rapport Prisbildning och konkurrens på elmarknaden (2006:60) att sambandet mellan elspotpriset och magasinbalansen, dvs. fyllnadsgraden av vattenmagasinen, är starkt vilket bekräftas av denna studies resultat. Vattenmagasinsfyllnaden har stort betydelse för Sveriges elproduktion dels på grund av dess reglerförmåga och dels på grund av dess dominerande roll på elmarknaden. En god tillgång på vatten innebär att dyrare källor ej behöver tas i bruk vilket då påverkar prisnivån. Följaktligen är det logiskt att vattenmagasinsfyllnaden har en hög förklaringsgrad. Emellertid kan en tydlig skillnad mellan förklaringsgraden för vattenmagasinsfyllnad och tillrinning identifieras, två variabler som vid en första anblick representerar samma sak. Det finns dock en central skillnad och det är påverkningsgraden.. Tillrinningen. är. till. sin. natur. omöjlig. att. påverka. medan 31.

(37) vattenmagasinsfyllnad är direkt kopplad till nyttjandegrad vid vattenkraften. Genom vattenkraftens förmåga att lagra vatten, och därmed också el, kan de dra nytta av prisfluktuationer och låta producera el när priset är fördelaktigt. Därför ser vi en betydligt högre förklaringsgrad för vattenmagasinsfyllnad än för tillrinning. Rapporten Energiindikatorer 2009 (Energimyndigheten 2009, s. 62) pekar på att år med både låg (2003) och normal (2006) tillrinning medförde högre elpriser. Av detta skulle man kunna föra resonemanget att det existerar en osäkerhet i hur variationen hos tillrinningen har möjlighet att förklara variationen i elpriset. Förklaringsgraden på 3 % (Tabell 4) för hela perioden 2008-2009 kan peka på just denna osäkerhet. Att förklaringsgraden för vinterperioden är 46 % (Tabell 4) kan bero på att vid hög efterfrågan kommer merparten av tillrinningen att direkt nyttjas.. Resultatet. för. export/import. är. delvis. förvånande. med. anledning. av. elprisets. marginalprissättning. Kontinentaleuropas elpriser ligger generellt över de nordiska, och importen borde följaktligen direkt återspeglas i priset. Emellertid var Sverige nettoimportörer av el från Tyskland och Polen under endast 12 % av dagarna perioden 2008 – 2009 vilket innebär att importen också maximalt kan förklara elpriset till 12 %. Den låga importen under framförallt 2008 berodde på ökad elproduktion och minskad elanvändning (Energimyndigheterna, 2009). Vid export kommer andra faktorer att få större inverkan, exempelvis hydrologisk utveckling. Detta förklarar även varför inte importen/exporten korrelerar med utsläppsrätterna trots att utsläppsrätter direkt straffar el baserad på fossilkraft, vilket i Sverige kan likställas med importerad el.. Resultaten från samtliga faktorer visar att förklaringsgraden för hela perioden respektive vintern är högre för alla faktorer sammantaget än för någon faktor enskilt, ett resultat som ej är förvånande. Men trots att förklaringsgraden är högre betyder det inte att det automatiskt är bättre att ta med många faktorer i modellen. I rollen som investerare är enkelhet och översiktlighet nyckelord för en god modell. Att då kunna rikta in sig på en eller två faktorer kan vara mer informativt än att försöka vikta en mångfald av insignaler. Det är en kompromiss mellan att fånga elspotprisets dynamik och att kunna tolka resultatet. Vidare dyker det upp problem med multikollinearitet vilket ytterligare försvårar tolkningen av resultaten.. 32.

No results found