Aikasarja-analyysimenetelmien soveltuvuus maakaasun; hinnoittelussa käytettyjen sidonnaisuustekijöiden ennustamisessa: Case Gasum Oy

Abstract

Tässä tutkielmassatarkastellaan maakaasun hinnoittelussa käytettyjen sidonnaisuustekijöiden hintadynamiikkaa ja niiden vaikutusta maakaasun hinnanmuodostukseen. Pääasiallisena tavoitteena on arvioida eri aikasarjamenetelmien soveltuvuutta sidonnaisuustekijöiden ennustamisessa. Tämä toteutettiin analysoimalla eri mallien ja menetelmien ominaisuuksia sekä yhteen sovittamalla nämä eri energiamuotojen hinnanmuodostuksen erityispiirteisiin. Tutkielmassa käytetty lähdeaineisto on saatu Gasum Oy:n tietokannasta. Maakaasun hinnoittelussa käytetään kolmea sidonnaisuustekijää seuraavilla painoarvoilla: raskaspolttoöljy 50%, indeksi E40 30% ja kivihiili 20%. Kivihiilen ja raskaan polttoöljyn hinta-aineisto koostuu verottomista dollarimääräisistä kuukausittaisista keskiarvoista periodilta 1.1.1997 - 31.10.2004. Kotimarkkinoiden perushintaindeksin alaindeksin E40 indeksi-aineisto, joka kuvaa energian tuottajahinnan kehitystä Suomessa ja koostuu tilastokeskuksen julkaisemista kuukausittaisista arvoista periodilta 1.1.2000 - 31.10.2004. Tutkimuksessa tarkasteltujen mallien ennustuskyky osoittautui heikoksi. Kuitenkin tuloksien perusteella voidaan todeta, että lyhyellä aikavälillä EWMA-malli antoi harhattomimman ennusteen. Muut testatuista malleista eivät kyenneet antamaan riittävän luotettavia ja tarkkoja ennusteita. Perinteinen aikasarja-analyysi kykeni tunnistamaan aikasarjojen kausivaihtelut sekä trendit. Lisäksi liukuvan keskiarvon menetelmä osoittautui jossain määrin käyttökelpoiseksi aikasarjojen lyhyen aikavälin trendien identifioinnissa.

This thesis discusses the pricing dynamics of linked factors of natural gas and their impact on price formation of natural gas. The primary goal of the thesis is to evaluate the applicability of various versions of time series analysis in forecasting the price behaviour of linkedfactors. This is done by analyzing the features of the forecasting methods usedand matching them with the characteristics of energy prices. Data used in the thesis is collected from the database of Gasum Inc. The linked factors and their weights used in pricing of natural gas are: heavy fuel oil 50%, Index E40 30% and coal 20%. The data of coal and heavy fuel oil prices consists of arithmetic means of monthly tax-free prices quoted in U.S. dollars from January 1, 1997 till October 31, 2004. The index E40 announced by the Statistics Finland is the basicprice index for domestic energy supply which measures energy price development in Finland. The time serie of E40 consists of monthly quotations from January 1,1997 till October 31, 2004. The main results indicate only weak evidence of prediction power of all models used in this study. However, of the methods being evaluated, EWMA-model gave the most unbiased results in short-term forecasting. Other methods failed to provide reliable and unbiased results. The traditional time series analysis managed to identify the seasonal fluctuations and trends in the time series studied. Furthermore, the moving average method was found to be somewhat useful in revealing short-term trends.