Влияние внешних и внутренних факторов и их волатильности на ценообразование на рынке электроэнергии РФ

Фёдорова Е.А.,
д. э. н., профессор кафедры финансового менеджмента Финансового
университета при Правительстве Российской Федерации

ШеинаК.И.,
магистрант кафедры менеджмента, организации и бизнеса экономики
Автономного университета, Барселона

Афанасьев Д.О.,
аспирант кафедры финансового менеджмента Финансового
университета при Правительстве Российской Федерации

В данной работе оценивается влияние внешних и внутренних факторов на ценообразование на оптовом рынке электроэнергии на сутки вперед. На основе построения регрессии было выявлено, что на цену электроэнергии влияют показатели планового и фактического потребления электроэнергии, цена на энергоресурсы (нефть, газ) и курс доллара. При этом было показано более значительное влияние при формировании цены электроэнергии не столько абсолютных значений исследуемых показателей, сколько их условных волатильностей.

За последние десятилетия рынок электроэнергии в России подвергся значительным структурным изменениям. Особенно сильно это коснулось оптового рынка электрической энергии и мощности (ОРЭМ), на котором в ходе реформы 2001–2011 гг. происходил постепенный отказ от государственного тарифного регулирования и переход к свободному ценообразованию.

На данный момент рынок электроэнергии России включает два структурных элемента: оптовый и розничный рынки электрической энергии и мощности. Наибольший интерес для изучения представляет именно ОРЭМ, так как процесс либерализации цен розничного рынка является скорее производным от процесса либерализации оптового рынка, чем самостоятельным. Нерегулируемые цены розничного рынка лишь отражают стоимость электрической энергии на конкурентном оптовом рынке, увеличенную на сумму государственного тарифа на транспортировку, сбытовую надбавку и надбавки за услуги АТС и РАО ЕЭС.

Статья подготовлена по результатам исследований, выполненных за счет бюджетных средств по Государственному заданию Финансового университета при Правительстве РФ, 2014 г.

В общем виде структура рынка электроэнергии в России, сложившаяся к 2014 г., представлена на рис. 1.

На данный момент права собственности на генерирующие мощности распределены между 7 оптовыми генерирующими компаниями (ОГК), 14 территориально-генерирующими компаниями (ТГК), одним гидроэнергетическим холдингом ОАО «РусГидро», находящимся под контролем государства, и госкорпорацией по атомной энергетике «Росатом». За исключением последних двух, все остальные генерирующие компании были проданы инвесторам в ходе аукционов. Текущие владельцы ОГК и ТГК – это такие крупные российские компании, как ОАО «Газпром», ЗАО «Комплексные энергетические системы», ОАО «ГМК «Норильский никель» и др., а также иностранные компанииинвесторы [2].

В ОГК согласно реформе выделились наиболее крупные электростанции, шесть из которых тепловые и одна гидроэлектростанция (ООО «ГидроОГК»).

ТГК же, в свою очередь, объединяют электростанции соседних регионов, которые не вошли в состав ОГК, они производят тепло и электричество. Наряду с ОГК и ТГК основными действующими лицами рынка электроэнергии являются Федеральная сетевая компания – ОАО «ФСК ЕЭС», Системный оператор единой энергетической системы – ОАО «СО ЕЭС», Администратор торговой системы – ОАО «АТС», Федеральная антимонопольная служба (ФАС), Федеральная служба по тарифам (ФСТ) и некоммерческое партнерство «Совет рынка».

ФСК создана в соответствии с программой реформирования отрасли электроэнергетики для сохранения и укрепления единой энергетической системы России (ЕЭС), обеспечения и реализации государственной политики в электроэнергетике. В ее обязанности входит управление единой национальной электрической сетью (ЕНЭС).

Не менее важным участником на рынке электроэнергии является Системный оператор ЕЭС – специализированная организация, единолично осуществляющая централизованное оперативно-диспетчерское управление в Единой энергетической системе России. СО ЕЭС управляет технологическими режимами работы объектов ЕЭС в реальном времени через разработку нормативов (например, оптимальных суточных графиков работы электростанций и электрических сетей), регулирование (соблюдение параметров частоты электрического тока) и контроль.

Администратор торговой системы – компания, созданная с целью осуществления деятельности по организации торговли на оптовом рынке электроэнергетики, отвечает за заключение и организацию сделок купли/продажи на конкурентном оптовом рынке электрической энергии. Контрольными органами являются Федеральная антимонопольная служба и Федеральная служба по тарифам, деятельность которых направлена на обеспечение контроля и регулирования в отрасли электроэнергетики. НП «Совет рынка» включает в себя всех участников ОРЭМ. Основными целями деятельности партнерства в соответствии с его уставом являются поддержание конкуренции на ОРЭМ, обеспечение равных условий для поставщиков электроэнергии и потребителей, обеспечение прозрачности механизма ценообразования (во взаимодействии с ФАС), формирование благоприятных условий на рынке для привлечения инвестиций. Совет рынка имеет вправо вносить предложения по изменениям в нормативные правовые акты, касающимся улучшения работы ОРЭМ [3; 6].

Таким образом, выстроенная на текущий момент структура должна поддерживать добросовестную конкуренцию на рынке электроэнергии в России. Новая модель структуры оптового рынка подразумевает его деление на рынок энергии и мощности. Рынок энергии включает в себя: рынок двусторонних договоров, на котором заключаются нерегулируемые (на основе конкурсного отбора) и регулируемые договоры (тарифы устанавливаются Федеральной службой по тарифам); рынок «на сутки вперед», на котором продается и покупается энергия по свободным ценам, и балансирующий рынок покупки/продажи остатков/излишков энергии по нерегулируемым ценам в режиме реального времени [6]. Такая структура рынка позволяет существенно снизить сезонные и дневные колебания цен, повысить приток инвестиций (рынок двух товаров более привлекателен для инвесторов) и повысить конкуренцию в отрасли.

Что касается ценообразования, то цена на электроэнергию на конкурентных рынках может определяться единой предельной ценой, несколькими ценами по зонам или узловыми ценами. В случае единой предельной цены вся территория рынка имеет одинаковую цену продажи и покупки энергии на оптовом рынке. Когда же на рынке происходит ценообразование по зонам, есть возможность разделить район на несколько зон, если нет достаточной пропускной способности между ними. В узловом ценообразовании цены рассчитываются на основе фактической мощности потоков на линии сети [4; 5].

В России на оптовом рынке электроэнергии применяется узловой тип ценообразования из-за большой разницы в ценах между регионами и из-за недостаточной пропускной способности между ними, что не позволяет выравнять цены. Так, в Сибири стоимость энергии всегда меньше, чем в европейской части, так как в регионе много дешевой электроэнергии, вырабатываемой на гидростанции, а из-за перегруженности сетей дешевую электроэнергию нельзя передавать в другие регионы. Считается, что узловые цены наиболее точно отражают стоимость использования электричества, так как они включают в себя расходы на производство электроэнергии, расходы от потерь и стоимость ограниченного использования производственных мощностей. Узловые цены рассчитываются оператором рынка АТС на каждый час торгового цикла. При определении данного вида цен АТС учитывает тот факт, что на рынке энергия торгуется как по  фиксированным, так и по свободным ценам.

Цена электроэнергии определяется рядом внутренних и внешних факторов.

В качестве таких факторов мы рассмотрели показатели, представленные в табл. 1.

В данном исследовании мы задаемся вопросом, в какой степени они способны определять цену электроэнергии на свободном оптовом рынке на сутки вперед.

Однако мы дополнительно учли влияние волатильности этих факторов, так как по нашему мнению, не только средний уровень показателей способен влиять на цену, но и их склонность к изменчивости (т.е. волатильность) оказывает воздействие при ценообразовании на рынке электроэнергии РФ.

В качестве источника данных плановых и фактических значений генерации и потребления электроэнергии, а также среднесуточной температуры был использован официальный сайт Системного администратора ЕЭС. Ежедневные данные о цене на нефть и газ, а также индекс ММВБ Электроэнергетика были взяты с сайта ООО «Финам.ру». Обменный курс доллара по отношению к рублю – с официального сайта Центрального банка РФ. Для исследования рассмотрен период 2010–2013 гг. Таким образом, для каждого показателя количество наблюдений составило 1461 значение. В качестве эконометрической методологии оценки влияния внутренних и внешних факторов на ценообразование на рынке электроэнергии был использован метод множественной линейной регрессии.

На первом этапе мы оценили непосредственное влияние данных факторов.

Итоговое уравнение для модели множественной линейной регрессии имеет следующий вид (символом * отмечены статистически значимые параметры модели на уровне не менее 10%):

Из полученного уравнения регрессии можно сделать вывод, что на цену на рынке электроэнергии влияют показатели отклонения фактического потребления от планового, отклонения среднесуточной температуры от балансового значения, цены на энергоресурсы, изменение курса доллара и цена на РСВ за предыдущий день. Коэффициент детерминации данной модели составляет   что говорит о ее высоком качестве и позволяет сделать вывод, что значимые факторы определяют 80% вариации стоимости электроэнергии.

На втором этапе к вышеописанным факторам мы добавили их волатильность. Волатильность была оценена как условная дисперсия GARCH-модели [11]. Под волатильностью понимается статистический показатель, характеризующий тенденцию цены к изменчивости. Обычно оценку волатильности показателя применяют для анализа на финансовых рынков. Однако в данной работе она будет рассмотрена применительно к оптовому рынку электроэнергии и показателям-детерминантам цены на РСВ.

Волатильность цены (как и любого другого показателя) состоит из ожидаемого изменения и случайной составляющей. Ожидаемая, или неволатильная, часть показателя обычно поддается прогнозированию (на финансовом рынке – это ожидаемая ставка доходности, рассчитываемая исходя из недавней модели поведения рынка), а вот случайная составляющая (волатильность) может как расти, так и падать, т.е. она непредсказуема.

В связи с этим существует вероятность распределения значения показателя вокруг своего «ожидаемого» значения. Это распределение вероятности лежит в основе концепции «волатильности». Волатильность на финансовом рынке определяется как случайная составляющая изменения доходности финансового инструмента и может быть представлена следующим образом [11; 12]:

где  – тренд, ожидаемая часть ее движения;
 – случайная величина с нулевым математическим ожиданием и ненулевой дисперсией.

В нашем случае для оценки модели важно знать не только средний уровень переменных, но и ожидаемые отклонения от этого среднего уровня. И хотя реальная волатильность переменна, экономисты долгое время имели в своем распоряжении только такие статистические методы, которые основаны на предположении о ее постоянстве. Однако в последнее время многие исследователи утверждают, что оптимальным методом расчета волатильности являются модели семейства GARCH (p, q).

Значения (p, q) в модели GARCH (p, q) показывают величины временных лагов для ARCH-компоненты и GARCH-компоненты уравнения. По сути, модель ARCH является частным случаем GARCH-модели, т.е. GARCH (0,1). В общем случае спецификация модели выглядит следующим образом [7]:

где q и p – значения временных лагов для GARCH- и ARCH-компонент соответственно. На практике чаще всего используются GARCH-модели с p = 1 и q = 1.

Изредка используются GARCH (1,2) или GARCH (2,1).

Прежде чем строить модель с обычным ARCH (p) или GARCH (p, q)процессом в остатках, необходимо предварительно проверить исходную модель на наличие условной авторегрессионной гетероскедастичности в остатках. Для этого был использован тест множителей Лагранжа (ARCH LM Test), предложенный Инглом в 1982 г. Нулевая гипотеза предполагает отсутствие  авторегрессионной условной гетероскедастичности, а альтернативная – ее наличие. Выполненный тест опроверг нулевую гипотезу.

Параметры итогового уравнения модели множественной линейной регрессии с использованием условной волатильности исследуемых факторов, а также ошибки коэффициентов и оценка их статистической значимости представлены в табл. 2.

Сравнивая полученные данные с результатами предыдущей модели, можно прийти к выводу, что добавление волатильности к показателям цены на энергоресурсы, курса доллара и индекса ММВБ Электроэнергетика увеличило показатель качества модели до 85% по сравнению с 80% в первой рассматриваемой модели. При этом важно отметить, что в уравнении регрессии, полученном в ходе анализа, коэффициенты перед показателями цены на нефть, цены на газ и курса доллара увеличились. Последний факт указывает на то, что влияние рассматриваемых факторов также увеличилось пропорционально изменениям коэффициентов.

Таким образом, проведя анализ полученных результатов, можно сделать вывод о том, что внешние факторы, такие как состояние финансового рынка, (курс валюты, в которой торгуется ресурс, и индекс фондового рынка – ММВБ Электроэнергетика) и цены на энергоресурсы, в существенной степени оказывают влияние на уровень, на котором установится конкурентная цена на оптовом рынке. Причем большее влияние оказывает значение их условной волатильности, нежели величина самого показателя. Говоря о внешних детерминантах, не следует упускать из виду фактор сезонности, а именно показатель среднесуточной температуры, который также может значительно повлиять на равновесную цену. Причем при анализе важно учитывать именно отклонение среднесуточной температуры от ее балансового значения. Исследования показали, что наличие или отсутствие данного отклонения значительно влияет на цену электроэнергии.

Что касается внутренних факторов, то выявлено существенное влияние показателей планового и фактического потребления ресурса на цену через показатель отклонения. Это значит, что ожидаемая величина спроса через цены в заявках генерирующих компаний определяет будущий уровень равновесной цены.

Также такие внешние показатели, как цена на энергоресурсы (нефть, газ) и курс доллара, влияют на величину издержек генерирующих компаний – внутренний фактор, который, в свою очередь, играет существенную роль при формировании цен предложения.

Литература
1. Официальный сайт компании «Финам»: finam.ru/
2. Официальный сайт РАО ЕС России: rao-ees.ru/ru/
3. Официальный сайт Системного администратора ЕЭС: so-ups.ru/
4. Постановление Правительства Российской Федерации от 29 декабря 2011 г. № 1178 «О ценообразовании в области регулируемых цен (тарифов) в электроэнергетике».
5. Постановление Правительства Российской Федерации от 7 апреля 2007 г. № 205 «О внесении изменений в некоторые акты Правительства Российской Федерации по вопросу определения объемов продажи электрической энергии по свободным (нерегулируемым) ценам».
6. Постановление Правительства Российской Федерации от 31 августа 2006 г. № 529 «О совершенствовании порядка функционирования оптового рынка электрической энергии (мощности)».
7. Суслов В.И. Эконометрия: учебник / В.И. Суслов, Н.М. Ибрагимов, Л.П. Талышева, А.А. Цыплаков. – Новосибирск: Издательство «Новосибирский государственный университет», 2005.
8. Федеральный закон от 26 марта 2003 г. № 35-ФЗ «Об электроэнергетике».
9. Федеральный закон от 26 марта 2003 г. № 36-ФЗ «Об особенностях функционирования электроэнергетики в переходный период и о внесении изменений в некоторые законодательные акты Российской Федерации и признании утратившими силу некоторых законодательных актов Российской Федерации в связи с принятием Федерального закона «Об электроэнергетике».
10. Фёдорова Е.А. Прогнозирование кризисных состояний российского финансового рынка с помощью анализа взаимосвязи цены на нефть и валютного курса / Е.А. Фёдорова, И.А. Ершова, В.А. Шаповалова, Ю.Г. Черепенникова // Финансовая аналитика: проблемы и решения. – 2012. – № 31. – С. 29–36.
11. Andrew W., Adam K., Helen H. Transmission of prices and price volatility in Australian electricity spot markets: a multivariate GARCH analysis. – Energy Economics, 2005.
12. Bajkowski J.A. Look at different measures of short-term influences on prices. – Stock Fundamentals, 2011.
13. Girish G.P., Vijayalakshm S. Determinants of Electricity Price in Competitive Power Market. – International Journal of Business and Management, 2013.
14. Matthias R. Smart Growth and Climate Change: Regional Development, Infrastructure And Adaptation (New Horizons in Regional Science Series). – Elgar, Edward Publishing, Inc, 2006.
15. Nektaria V. Karakatsani, Derek W. Bunn. Forecasting electricity prices: The impact of fundamentals and time-varying coefficients. – International journal of forecasting, 2008.