A specific features of European energy exchanges –
the long-term statistical analysis of spot prices
More details
Hide details
1
Uniwersytet Ekonomiczny w Katowicach, Wydział Ekonomii, Katowice
Polityka Energetyczna – Energy Policy Journal 2015;18(2):29-41
KEYWORDS
ABSTRACT
Acceleration of markets globalization, deregulation and liberalisation of business activity of enterprises,
decentralisation of the management structures lead to increased competition on the market, where
the quality of service and price of products is extremely important. Availability and the price of energy
dtermines in a large scale the functioning and competitive position of the economy. The energy markets
in european countries are rapidly evolving. In some countries 80% of energy volume is sold via energy
exchanges. The energy exchanges are not used only by manufacturers and distributors, but also the distribution
companies and wholesale customers. The importance of this form of market organisation is steadily
growing. The development of European energy system has now reached the status of regional integration.
This trend is part of the current European power sector development strategy that aim to create a single
pan-European system. In this situation, it seems important to acquire as much information about the characteristics
of the energy exchanges as possible. The article attempts to identify the characteristics of following
energy exchanges: Nord Pool, Energy Exchange Austria, OMI-Polo Español and Towarowa Giełda
Energii. Survey covers electricity prices from the period 1.01.2007–31.12.2013. In order to determine the
characteristics of each of the exchanges, the following experiments were conducted: time plots analysis, the
study of statistical distributions, spectral analysis, partial autocorrelation test, analysis and interpretation
of recurrence plots. Collected in this way the results of the experiments are used to determine the homogeneous
or heterogeneous nature of the examined European energy exchanges. The article is summarized by
conclusions of the study.
METADATA IN OTHER LANGUAGES:
Polish
Specyficzne cechy europejskich giełd energii
– statystyczna analiza cen spot w ujęciu
długoterminowym
giełdy energii, analiza statystyczna, zależności długoterminowe, rynek energii
Giełdowy rynek energii elektrycznej nabiera coraz większego znaczenia jako płaszczyzna
obrotu energią elektryczną. W niektórych krajach 80% energii elektrycznej jest sprzedawane na
tym rynku. W wielu państwach udział tego rynku w całkowitym wolumenie sprzedawanej energii
systematycznie rośnie. W opisanej sytuacji ważne wydaje się pozyskanie jak największej ilości
informacji dotyczących cech charakterystycznych rynków giełdowych energii elektrycznej. W artykule
zostanie podjęta próba ustalenia charakterystycznych cech statystycznych szeregów cen spot
energii elektrycznej. W tym celu zostały użyte takie metody jak: analiza widmowa, badanie rozkładu
statystycznego, wyznaczanie autokorelacji cząstkowych oraz wykresy rekurencyjne. Dane
dotyczące wymienionych analiz odnoszą się do skandynawskiej giełdy Nord Pool, austriackiej
giełdy Energy Exchange Austria (EXAA), hiszpańskiej OMI-Polo Español (OMIE) oraz polskiej
Towarowej Giełdy Energii (TGE).
REFERENCES (11)
1.
Chen, W.S. 2010. Use of recurrence plot and recurrence quantification analysis in Taiwan unemployment rate time series. Physica A: Statistical Mechanics and its Applications t. 390, z. 7, Elsevier, s. 1332–1342.
2.
Guhathakutra i in. 2010 – Guhathakutra, K., Bhattacharya, B. i Chowdhury, A. 2010. Using recurrence plot analysis to distinguish between endogenous and exogenous stock market crashes. Physica A: Statistical Mechanics and its Applications t. 389, z. 9, Elsevier, s. 1847–1882.
3.
Kantz, H. i Schreiber, T. 2004. Nonlinear time series analysis. Wyd. 2. Cambridge University Press. New York.
4.
Kwoka, J. i Sabodash, V. 2011. Price Spikes in Energy Markets: „Business by Usual Methods” or Strategic Withholding? Review of Industrial Optimization t. 38, z. 3, Springer, s. 285–310.
5.
Malko, J. 2013. Ceny energii: zmienność i przewidywalność. Case study – energia elektryczna w Europie. Polityka Energetyczna – Energy Policy Journal t. 16, z. 3, s. 7–23.
6.
Marwan i in. 2007 – Marwan, N., Romano, M.C., Thiel, M. i Kurths, J. 2007 Recurrence plots for the analysis of complex systems. Physics Report t. 438, z. 5–6, Elsevier, s. 237–329.
7.
Marwan, N. 2008 A historical review of recurrence plots. The European Physical Journal. Special Topics. t. 164, z. 1, Springer, s. 3–12.
8.
Meko, D. 2014. Autocorrelation, [Online] Dostępne w: www.ltrr.arizona.edu/~dmeko/ [Dostęp: 24.03.2014].
9.
Motowidlak, T. – Koszty osierocone w sektorze energetycznym Unii Europejskiej. Polityka Energetyczna – Energy Policy Journal t. 10, z. 2, s. 31–52.
10.
Shrivastava i in. 2014 – Shrivastava, N.A., Panigrahi, B.K. i Lim, M.-H. 2014. Electricity price classification using extreme learning machines. Neural Computing & Applications. Springer. London.
11.
VRA, 2014 – [Online] Dostępne w: Visual-recurrence-analysis.software.informer.com [Dostęp: 13.04.2014].