Sei sulla pagina 1di 55

Analisi econometrica del

Prezzo
di borsa dellEnergia
Elettrica

A cura di:

Calento Rita, Centurelli Raffaella, Tomasi Marco

1. La Borsa Elettrica Italiana .....................................................................................3


1.1 La nascita della Borsa elettrica italiana: Motivazioni e Limiti ...........................................................3
1.2 I soggetti istituzionali identificati dal Decreto Bersani ......................................................................4
1.3 Caratteristiche e vincoli del sistema elettrico ..................................................................................5
1.4 Il Dispacciatore ...............................................................................................................................6
1.5 La determinazione del Prezzo ........................................................................................................6
1.6 La Struttura del Mercato Elettrico Italiano ........................................................................................8
1.7 Descrizione dei Mercati..................................................................................................................10
1.8 Suddivisione in zone e punti di offerta ...........................................................................................12

2. Le Borse Elettriche Europee ...........................................................................16


2.1 Panoramica europea sui Mercati Nazionali ...................................................................................17
2.2 Interconnessioni e Differenziali di prezzo tra gli Stati ....................................................................19
2.3 Concentrazione, Liquidit e Presenze Incrociate...........................................................................22
2.4 Leffettiva reazione dei consumatori .............................................................................................24

3. I Modelli Econometrici .............................................................................................25


3.1

Modello Prezzi Medi Giornalieri ..............................................................................................25

3.2 Il Modello Prezzi Orari....................................................................................................................44


3.3

I 24 Modelli orari ........................................................................................................................51

2
Pagina 2/52

1. LA BORSA ELETTRICA ITALIANA


1.1 LA NASCITA DELLA BORSA ELETTRICA ITALIANA: MOTIVAZIONI E
LIMITI
Il mercato elettrico in Italia nasce per effetto del decreto legislativo n. 79/99, noto come decreto
Bersani, approvato in data 16/03/99 ed entrato in vigore il 1/04/99; questo si pone come pietra
miliare nel processo di recepimento della direttiva comunitaria sulla creazione di un mercato unico
dellenergia elettrica (96/92/CE). Lanno 2004, con lavvio del dispacciamento delle unit di
produzione secondo criteri di merito economico (marginal costs merit order) e del sistema
organizzato delle offerte di acquisto e di vendita di energia elettrica (la cosiddetta Borsa Elettrica,
strutturata secondo il modello Power Exchange), ha rappresentato un momento di svolta
sostanziale nel processo di liberalizzazione del settore. Per la prima volta i diritti di immissione e di
prelievo di energia elettrica nel e dal sistema elettrico nazionale sono stati assegnati secondo
principi di mercato ed i prezzi dellenergia elettrica allingrosso sono stati determinati dalle
dinamiche della domanda e dellofferta di energia.
Superando il prototipo del monopolio naturale che fino ai primi anni 90 aveva dominato il
settore elettrico, la riorganizzazione dei sistemi elettrici nazionali mira alla creazione di un mercato
corrispondente a due esigenze ben precise:
promuovere la competizione nelle attivit potenzialmente competitive di produzione e vendita
allingrosso, attraverso la creazione di una piazza del mercato, ovvero la borsa;
favorire la massima trasparenza ed efficienza nella gestione delle attivit naturalmente
monopolistiche del dispacciamento (trasmissione e distribuzione), attraverso la creazione di
mercati per lacquisto dei servizi di dispacciamento.
Lidea sottostante tale riorganizzazione che lenergia elettrica una commodity, ovvero un
bene indifferenziato e va fornito in maniera non disgiunta da un servizio, quello di dispacciamento,
il quale avendo connotati di monopolio naturale (sia per le economie di scala delle infrastrutture sia
per la necessit di garantire il bilanciamento fisico dei flussi e gestire le congestioni), va
opportunamente regolamentato.
Nel processo di liberalizzazione del settore elettrico la borsa elettrica si propone come
strumento di innovazione rispetto al sistema dei soli contratti bilaterali in cui prezzi e quantit
vengono determinati liberamente dalle parti contraenti, dal momento che:
migliora il processo di formazione dei prezzi, rispecchiando le condizioni di domanda e
offerta;
stimola la concorrenza tra operatori e favorisce il soddisfacimento della domanda ai prezzi
pi convenienti disponibili sul mercato;
opera in trasparenza, rendendo quantit e prezzi costantemente visibili per tutti gli operatori,
che possono quindi agire con regole negoziali uguali e in condizioni di simmetria informativa;
presenta una maggiore flessibilit, consentendo agli operatori elettrici di integrare le
forniture di energia per far fronte alle fluttuazioni improvvise del loro fabbisogno;
contribuisce alla gestione di situazioni di scarsit di offerta, fornendo accurati e puntuali
segnali di prezzo sia ai produttori (per rendere disponibile la capacit di generazione) che ai
consumatori (promuovendo luso efficiente dellenergia);
favorisce la stabilizzazione del mercato, incentivando la costruzione di nuove centrali e di
nuove linee elettriche e lingresso di nuovi operatori;
introduce un elemento di separazione tra lattivit di produzione e di vendita di energia,
due attivit concorrenziali allinterno della filiera elettrica;
semplifica le procedure commerciali delle aziende e garantisce una maggiore sicurezza di
pagamento, dellenergia elettrica venduta attraverso i sistemi di garanzia offerti dal Mercato.
3
Pagina 3/52

I benefici riguardano tutti i consumatori finali, sia quelli abilitati ad acquistare in borsa elettrica
(grossisti e aziende, a condizione che siano utenti del dispacciamento in prelievo) sia quelli non
abilitati, ovvero i "clienti finali idonei" che non hanno concluso un contratto di dispacciamento con il
GRTN (e che acquistano tramite i grossisti), e quelli "vincolati" che acquistano indirettamente
elettricit in borsa tramite l'Acquirente Unico, soggetto istituzionale appositamente creata dal
decreto Bersani per la tutela dei clienti domestici (che non saranno pi vincolati solo a partire dal 1
Luglio 2007).
Tuttavia, dallampio dibattito in merito emergono alcuni limiti, o meglio obiezioni mosse al modello
di borsa, che riguardano i vari aspetti di seguito riportati.
Una prima obiezione riguarda la mancata copertura dei costi fissi, per cui i produttori
chiederebbero il riconoscimento di un capacity payment commisurato ai costi fissi di un
impianto turbogas. In realt, nellambito del nodal spot pricing model la copertura dei costi
fissi garantita dalla valutazione di un prezzo di riserva della domanda (voll, value of lost
load).
Una seconda obiezione, mossa invece dai consumatori, riguarda il carattere non
discriminatorio dell asta (mcp, market clearing price), che paga troppo ai produttori che
hanno i pi bassi costi marginali ed manipolabile, consentendo ampi margini di extraprofitto
ai produttori che hanno diversi impianti con diverso livello di merito. A tale riguardo
unalternativa sarebbe rappresentata da unasta discriminatoria (pab, pay as bid), in cui le
singole offerte sono remunerate al proprio prezzo di offerta.
Unultima obiezione riguarda i rischi del mercato dasta, cio:
- rischio di volatilit di prezzo,
- rischio di concorrenza,
- rischio di congestione.
Il primo interessa entrambi i contraenti, produttori e consumatori, esposti alla variabilit del
prezzo spot che si forma sul mercato. I successivi riguardano i rischi per i produttori di essere
estromessi dal mercato, ovvero non chiamati a produrre o in base allordine di merito o a causa
di congestioni di rete, nonostante la competitivit delle proprie offerte. Tali rischi giustificano il
grande interesse, sia dei produttori che dei consumatori, per i contratti bilaterali fisici, e contratti
bilaterali finanziari (o contratti per le differenze). In particolare i primi, completamente esterni al
mercato spot, sono resi possibili in strutture di borsa organizzati secondo il modello Power
Exchange.

1.2 I SOGGETTI ISTITUZIONALI IDENTIFICATI DAL DECRETO BERSANI


Con lavvio, il 1 aprile 2004, del sistema di dispacciamento di merito economico le modalit di
copertura del fabbisogno nazionale allingrosso di energia elettrica sono profondamente cambiate.
I protagonisti della nascita del mercato elettrico istituiti nellambito del Decreto Bersani sono:

Gestore della rete di trasmissione nazionale (GRTN):


societ del Ministero del Tesoro, riceve le direttive del MAP.
Si occupa del dispacciamento della rete (real time balancing, congestion management),
dellacquisto dei servizi necessari, della pianificazione di manutenzione e sviluppo della
rete. In particolare, il compito di garantire la sicurezza del sistema elettrico e il servizio
di dispacciamento dellenergia elettrica; svolto attraverso un apposito mercato
denominato mercato per il servizio di dispacciamento (MSD).
Dal 2006 ha incorporato TERNA S.p.A., proprietaria della rete di trasmissione
nazionale.

Gestore del mercato elettrico (GME):


4
Pagina 4/52

S.p.A. del GRTN con regolamento approvato dal MAP.


Ha il compito di gestione delle offerte di acquisto e vendita dellenergia e di tutti i servizi
connessi (1/1/2001). Definisce lordine di entrata in funzione delle unit di produzione e
di selezione degli impianti di riserva e servizi ausiliari secondo il dispacciamento di
merito economico: la compravendita di energia elettrica realizzata mediante un
mercato del giorno prima (MGP) e un mercato di aggiustamento(MA).
Gestisce i contratti bilaterali in deroga autorizzati dallAEEG.

Acquisto Unico (AU):


S.p.A. del GRTN, cedibile ai distributori fino al 49% in quote singolarmente inferiori al
10%, riceve le direttive dal MAP (3/5/2001).
Compra energia sul mercato del GME o, previa autorizzazione del MAP, tramite
contratti bilaterali (contratti di compravendita al di fuori del sistema delle offerte per una
quantit non superiore al 25% della previsione della domanda complessiva annua del
mercato vincolato), finanziari e impianti contrattualizzati, con scadenza inferiore al
2004; vende sul mercato le disponibilit in eccesso e subentra allENEL nei contratti di
importazione precedenti il 1997.

Autorit per lEnergia Elettrica e il Gas (AEEG):


Nata nel 1995, indipendente dal potere politico ma con nomina parlamentare ogni 7
anni, ha il compito di definire le linee guida della politica energetica del Governo
(regolazione delle tariffe, qualit, tutela del consumatore e dellambiente).

Ministero delle Attivit Produttive (MAP):


recepisce ed attua le direttive indicate dallAEEG.

1.3 CARATTERISTICHE E VINCOLI DEL SISTEMA ELETTRICO


Il sistema elettrico un sistema a rete, in cui lenergia prelevata dai consumatori finali
complessivamente prodotta e immessa in rete da numerosi impianti di generazione disseminati sul
territorio: la rete funziona quindi come un sistema integrato, nel quale tutta lenergia viene
immessa e dal quale tutta lenergia viene prelevata, senza che sia possibile stabilire da quale
impianto provenga lenergia consumata in ogni nodo.
Il funzionamento di questo sistema soggetto a vincoli tecnici molto stringenti.
Anzitutto richiede un bilanciamento istantaneo e continuo tra le quantit di energia
immessa in ciascun nodo della rete e quella prelevata nello stesso nodo tenuto conto
degli scambi netti di energia con altri nodi e delle perdite di trasporto.
In secondo luogo la frequenza e la tensione dellenergia in rete devono essere
mantenute allinterno di range ristrettissimi, per tutelare la sicurezza degli impianti di
produzione e trasporto nonch la qualit del servizio.
Infine necessario che i flussi di energia su ogni singolo elettrodotto non superino i
limiti massimi di transito ammissibili sullelettrodotto stesso.
Deviazioni minime da uno qualsiasi di questi valori per pi di qualche secondo possono condurre
rapidamente al black-out generalizzato.
Il rispetto di questi vincoli, di per s complesso, reso ulteriormente difficile e costoso dalle
caratteristiche delle tecnologie e delle modalit con cui lenergia elettrica viene prodotta,
trasportata e consumata. In particolare le difficolt originano da tre fattori:
Variabilit
Inelasticit e non frazionabilit della domanda
Assenza di stoccaggi
Vincoli dinamici alladeguamento in tempo reale
5
Pagina 5/52

Presenza di esternalit sulla rete, secondo i principi descritti nelle due leggi di Kirchkoff

Lelevato grado di complessit e coordinamento necessari a garantire il funzionamento del sistema


impongono lindividuazione di un coordinatore centrale dotato di potere gerarchico su tutti i
produttori e di ampia discrezionalit. Tale soggetto, noto come dispacciatore, rappresenta il
centro nervoso del sistema elettrico e il nocciolo duro del monopolio naturale.

1.4 IL DISPACCIATORE
Le funzioni principali svolte dal dispacciatore e necessarie al corretto funzionamento del mercato
elettrico sono:
Unit commitment e scheduling
Definisce e raccoglie in anticipo rispetto al tempo reale i programmi di produzione delle
diverse unit di generazione connesse in rete al fine di soddisfare il fabbisogno atteso di
energia elettrica al netto delle perdite di trasporto.
Riserve Procurement
Gestisce una quantit di riserva di potenza sufficiente ad intervenire nel tempo reale per
compensare variazioni inattese nella domanda, nella disponibilit di impianti di produzione
o per poter risolvere eventuali congestioni.
Balancing
Garantisce nel tempo reale il bilanciamento del sistema, intervenendo sulla produzione
effettiva delle unit di riserva per ristabilire lequilibrio domanda-offerta ed i livelli di tensione
e frequenza corretti entro i tempi massimi consentiti.
Queste attivit sono gestite nel sistema elettrico italiano dal GME e GRTN. Il primo gestisce le
offerte di prezzo e quantit degli operatori nelle tre fasi del mercato (MGP, MA, MSD) e il corretto
funzionamento dellalgoritmo di soluzione dellequilibrio ai nodi, il secondo comunica al GME i
vincoli di rete, necessari per individuare la soluzione corretta di equilibrio ai nodi, e il bilanciamento
della rete in tempo reale.

1.5 LA DETERMINAZIONE DEL PREZZO


La determinazione del prezzo dellenergia si basa sul concetto di nodal spot pricing ricavata da
Bohn Caramanis Schweppe in un contributo del 1984. Essa si basa sulla soluzione di un
monopolista che ha per obiettivo la massimizzazione del benessere collettivo. In una versione
semplificata e adattata al caso di asta non discriminatoria il banditore dellasta (GME) raccoglie da
ogni singola unit di produzione e per ciascuna delle 24 ore successive una curva di offerta (P,Q)
composta da diverse coppie, ciascuna delle quali segnala il prezzo minimo al quale loperatore
disposto a vendere la quantit incrementale specificata nella coppia; analogamente fa per le unit
di consumo, le cui offerte di acquisto specificano il prezzo massimo che queste sono disposte a
pagare per lenergia specificata nellofferta
Le offerte vengono accettate risolvendo un problema di ottimo che massimizza il valore delle
transazioni, garantendo luguaglianza complessiva tra domanda e offerta, il rispetto dei limiti di
transito tra ogni coppia di nodi, secondo la seguente espressione:
6
Pagina 6/52

MAX p i (t ) * qi (t ) p j (t ) * q j (t ) + (t ) * q j (t ) q/ i +
q ( t ), p ( t )
j
i
i

~
(t ) * q (t ) q~ (t ) (t ) * [q (t ) q~ (t )]
* Z (t ) Z

~
+ k ,min * Z k (t ) Z k ,min (t )

k , max

k , max

(t ) +

~ (t ) e q~ (t ) sono le quantit offerte in acquisto e in vendita, q (t ) e q (t ) sono


Dove q
i
j
i
j
rispettivamente le quantit effettivamente acquistate e vendute, pi e pj sono rispettivamente i prezzi
~
~
massimi di acquisto e minimi di vendita. Z k ,min (t ) e Z k , max (t ) sono la capacit minima e massima
di trasporto disponibili per ogni linea di trasmissione k, Zk(t) il flusso di trasporto effettivo. I
parametri
(t), (t) e (t) rappresentano i prezzi ombra dei tre vincoli e rappresentano
rispettivamente per ogni istante t il costo di incrementare marginalmente lofferta in un nodo
generico scelto arbitrariamente per risolvere il sistema di equazioni, il costo di incrementare
marginalmente la capacit produttiva e il costo di incrementare marginalmente la capacit di
trasporto sulla linea k.
Graficamente ci equivale a ordinare le offerte di vendita per prezzo crescente in una curva
aggregata di offerta e le offerte di acquisto per prezzo decrescente in una curva aggregata di
domanda: lintersezione delle due curve determina simultaneamente la quantit complessiva
acquistata e venduta, il prezzo di equilibrio, nonch le offerte accettate (quelle con prezzo di
vendita non superiore al prezzo di equilibrio e quelle con prezzo di acquisto non inferiore al prezzo
di equilibrio) ed i programmi orari di immissione e prelievo (pari per ogni ora ed ogni unit alla
somma delle quantit accettate per quella ora e quella unit) .

In assenza di congestioni tale prezzo unico sullintera rete e pari al prezzo dellultima offerta
accettata (unconstrained market clearing price - MCPu) e lordine di merito definito sulla base dei
soli prezzi di offerta determina laccettazione delle offerte. In presenza di congestioni anche su un
solo transito, il prezzo si differenzia da nodo a nodo (mercati zonali) e lordine di merito si modifica
in modo da ridurre la produzione nei nodi saturati in export ed aumentarla in quelli saturati in
import. In particolare il prezzo di equilibrio resta uguale o aumenta nelle zone saturate in
importazione e resta uguale o si riduce nelle zone saturate in esportazione.

7
Pagina 7/52

1.6 LA STRUTTURA DEL MERCATO ELETTRICO ITALIANO


La borsa elettrica un marketplace telematico, dove tutte le fasi del mercato virtuale si svolgono
via Internet, ma anche un vero e proprio mercato fisico, dove si definiscono programmi di
immissione e di prelievo sulla rete. La borsa elettrica, strumento fondamentale ai fini della
creazione di un mercato concorrenziale, nasce con lo scopo di favorire lemergere di prezzi di
equilibrio efficienti, che consentano a produttori e consumatori di vendere e comprare energia dove
c una maggiore convenienza economica. A partire dal 1 Gennaio 2005 stata avviata anche la
partecipazione attiva della domanda: tutti gli operatori interessati, possono infatti acquistare
lenergia elettrica di cui necessitano direttamente in Borsa.

8
Pagina 8/52

Il GME presiede allintero processo, gestendo, in qualit di controparte centrale, tutte le operazioni
di borsa e controllandone loperativit dalla sala contrattazioni centrale. Inoltre procede alla
selezione delle offerte, che avviene secondo un criterio di merito economico (ordine non
decrescente di prezzo per le offerte di vendita e ordine non crescente di prezzo per le offerte di
acquisto), quindi allacquisto di partite di energia dai produttori e alla successiva vendita ai
consumatori.
I soggetti autorizzati a operare sulla borsa elettrica sono: i produttori, gli importatori e i grossisti di
energia, ma anche i circa 7 milioni di clienti idonei (grandi, medie e piccole aziende ma anche
formazioni associative e liberi professionisti) che dal 1/01/05 possono soddisfare direttamente in
borsa i loro bisogni di elettricit.
I clienti vincolati, prevalentemente consumatori domestici, sono invece obbligati per legge ad
approvvigionarsi tramite il proprio distributore locale. In questo caso, lAcquirente Unico provvede
ad acquistare energia elettrica per loro conto e la rivende ai distributori locali.
Infine esiste un mercato non organizzato in cui gli operatori concludono contratti non standardizzati
di compravendita di energia elettrica (contratti bilaterali).
Dato il differente orizzonte temporale, le modalit di determinazione del prezzo di valorizzazione
dellenergia elettrica sono differenti. In borsa si ha una valorizzazione su base oraria, mentre nei
contratti bilaterali il prezzo di norma determinato al momento della conclusione del contratto per
tutta la durata del medesimo. Poich il bene scambiato nel mercato organizzato e con contratti
bilaterali omogeneo, i prezzi dei contratti bilaterali e quelli di borsa sono tra loro connessi.
Innanzitutto, poich i clienti possono acquistare anche nel mercato organizzato, i prezzi dei
contratti bilaterali sono determinati in funzione della curva dei prezzi attesi di borsa (cosiddetta
curva forward dei prezzi); inoltre, poich il contratto bilaterale consente al cliente di stabilizzare il
prezzo su un orizzonte temporale predefinito, la valorizzazione dellenergia elettrica nei contratti
bilaterali include anche la copertura dal rischio connesso con la volatilit del prezzo. Va tuttavia
sottolineato che anche coloro che acquistano o vendono energia elettrica nella borsa elettrica
possono stabilizzare il prezzo dellenergia elettrica ricorrendo alla stipula di appositi contratti di
copertura, tipicamente contratti alle differenze a due vie.
Riportiamo qui di seguito uno schema del mercato elettrico italiano.

9
Pagina 9/52

1.7 DESCRIZIONE DEI MERCATI


La borsa dellenergia elettrica organizzata in tre mercati sequenziali, la cui tempistica si articola
come segue:
Mercato del Giorno Prima (MGP): ospita la maggior parte delle transazioni di compravendita
di energia elettrica e si chiude alle 9.00 del giorno prima rispetto a quello cui si riferiscono le offerte
(queste si possono presentare anche nelle giornate precedenti alla sessione del MGP cui si
riferiscono, fino a un massimo di 9 giorni prima);
Mercato di Aggiustamento (MA): consente agli operatori di apportare modifiche ai programmi
definiti nel MGP attraverso ulteriori offerte di acquisto o vendita e si apre alle 10.30, dopo la
comunicazione degli esiti del MGP e si chiude alle 14.00;
Mercato per il Servizio di Dispacciamento (MSD): E lo strumento con cui il Gestore della
Rete di Trasmissione Nazionale (GRTN) si approvvigiona delle risorse necessarie alla gestione e
al controllo del sistema (risoluzione delle congestioni intra-zonali, creazione della riserva di
energia, bilanciamento in tempo reale). Si apre alle 14.30, dopo la comunicazione degli esiti del
MA e si chiude alle 16.00.

Nei mercati MGP e MA ,definiti anche Mercati dellEnergia, produttori, grossisti e clienti finali
idonei, nonch AU e GRTN, vendono e acquistano allingrosso partite orarie di energia elettrica per
il giorno successivo. In questi mercati, in cui il GME agisce quale controparte centrale, si
definiscono i prezzi di equilibrio ai quali viene valorizzata lenergia negoziata attraverso un
meccanismo che prevede diverse fasi.
Il Mercato del Giorno Prima (MGP)

Come fase preliminare il GME rende disponibili agli operatori una serie di informazioni (ricevute
dal GRTN) relative al fabbisogno di energia previsto per ogni ora ed ogni zona, ai programmi di

10
Pagina 10/52

immissione di impianti sotto il controllo del GRTN (CIP 6) e ai limiti massimi di transito ammessi
tra zone limitrofe.
Sulla base di questi dati gli operatori presentano nel MGP offerte di acquisto o di vendita per ogni
ora del giorno successivo, specificando una quantit massima offerta o richiesta ed un prezzo
minimo di vendita o massimo di acquisto. Le offerte possono essere offerte semplici (una coppia
quantit-prezzo unitario), offerte multiple (massimo di quattro coppie quantit-prezzo unitario) o
offerte predefinite (offerte semplici o multiple presentate in qualsiasi momento dagli operatori e
che il GME utilizza in tutte le sessioni di mercato in cui non sono pervenute offerte correnti).
Il GME si occupa in questa fase di raccoglie tutte le offerte, quindi le sottopone a verifiche di
validit (controllo formale eseguito dal sistema informatico per verificare che le offerte siano state
presentate durante lapposita seduta di mercato e compilate correttamente) e di congruit
(controllo sostanziale volto ad accertare che le quantit specificate nelle diverse offerte riferite a
ciascun punto di offerta siano compatibili con le quantit massime acquistabili/ vendibili presso lo
stesso punto)
Si passa poi alla fase di incrocio della domanda e dellofferta, fase in cui il GME seleziona le offerte
secondo un meccanismo dasta non discriminatoria, cio seguendo un criterio di merito
economico.
Le offerte di vendita vengono selezionate in ordine crescente di prezzo e quelle di acquisto in
ordine decrescente di prezzo. Si garantisce cos il soddisfacimento della domanda espressa dai
consumatori al minimo costo ottenibile, nel rispetto dei limiti massimi di transito (vincoli fisici) tra
zone.
Le offerte accettate pagano o ricevono un prezzo di equilibrio definito attraverso un algoritmo
implementato dal GME che, a fronte di prezzi di vendita differenziati per zona e tenendo conto
anche dei risultati dei contratti bilaterali, prevede lapplicazione di un prezzo unico di acquisto su
base nazionale (PUN), pari alla media dei prezzi di vendita zonali ponderati per i consumi zonali.
Al termine di questa operazione, e come ultima fase per lMGP, il GME comunica agli operatori
lesito delle proprie offerte (in termini di quantit accettate e di prezzo di valorizzazione delle
quantit),e al GRTN ed agli utenti di dispacciamento dei diversi punti di offerta i programmi
cumulati dei rispettivi punti, ottenuti come somma algebrica di tutte le offerte accettate riferite a
quel punto di offerta.
Il Mercato di Aggiustamento (MA)
La funzione del MA risiede nella necessit dei singoli operatori di riadattare, attraverso nuove
offerte in acquisto o vendita, i programmi di immissione e prelievo tenendo conto della
compatibilit, con i vincoli fisici degli impianti di produzione.
Sul MA possono essere presentate offerte secondo tre tipologie: offerte semplici (coppie
quantit/prezzo), offerte multiple (quattro coppie quantit/ prezzo) e offerte bilanciate (insiemi di
offerte presentate da uno o pi operatori, purch riferite allo stesso periodo rilevante e a punti di
offerte appartenenti alla stessa zona geografica o virtuale, tali che le rispettive quantit si
equilibrino e siano identificate come reciprocamente bilanciate). Anche in questo caso il GME
provvede a verificare validit e congruit delle offerte, quindi a selezionarle sempre secondo il
criterio di merito economico arrivando cos alla definizione di un prezzo di equilibrio che, nel MA,
unico in tutta Italia per tutte le offerte solamente in assenza di congestioni sulla rete, mentre, in
presenza di congestioni, risulta differenziato geograficamente zona per zona.
Infine il GME provvede nuovamente a comunicare a ciascun operatore lesito delle proprie offerte e
al GRTN i nuovi risultati.
Il Mercato per il Servizio di Dispacciamento (MSD)

Anche lultimo dei tre mercati, il MSD, si chiude nel giorno precedente al giorno di consegna ma
presenta delle sostanziali differenze: su questo mercato infatti il GME raccoglie le offerte e rende
noti gli esiti, ma laccettazione delle offerte di competenza del GRTN, che svolge il ruolo di
controparte centrale. Nel MSD il GRTN sostanzialmente seleziona gli impianti per costituire la
riserva di energia necessaria a far fronte a eventuali richieste fuori programma e inoltre ha la facolt
di incrementare o ridurre la produzione dei diversi impianti al fine di tenere conto dei vincoli sulla
rete, ovvero della presenza di eventuali congestioni. Su MSD, le offerte sono selezionate dal GRTN
11
Pagina 11/52

in ordine di merito, tenendo conto anche dei vincoli fisici degli impianti di generazione e della rete
elettrica.
Il GRTN garantisce cos, attraverso la selezione di offerte di variazione dei programmi presentate
dagli operatori sul MSD, la disponibilit di unidonea quantit di riserva, che viene eventualmente
utilizzata in tempo reale, in funzione del bilanciamento.

Per quanto riguarda gli operatori, la partecipazione obbligatoria ed esclusiva per gli utenti del
dispacciamento, che sono tenuti ad offrire sul MSD tutta la potenza disponibile delle loro unit
abilitate dal GRTN alla fornitura di servizi di dispacciamento.
Sul MSD le offerte di vendita e di acquisto possono essere specificate unicamente come offerte
semplici, ovvero per ogni punto di offerta deve essere specificata sia unofferta di vendita che
unofferta di acquisto.
Nel MSD, il processo di accettazione delle offerte si svolge in due fasi:
1. immediatamente dopo la chiusura della seduta, cio a programma, quando le offerte
sono accettate per modificare i programmi di immissione e prelievo determinati in esito al
MGP ed al MA, in modo da risolvere eventuali congestioni residue non risolte su tali
mercati e costituire i margini di riserva necessari alla sicurezza del sistema;
2. continuamente durante il giorno di consegna (cio nel tempo reale), quando le offerte
sono accettate per bilanciare il sistema in tempo reale.

A seguito della determinazione degli esiti del mercato, il GME provvede nuovamente a comunicare
(agli operatori) tali esiti. Inoltre pubblica sul proprio sito gli esiti generali del mercato in termini di
quantit complessivamente acquistate e vendute in ogni zona ed in ogni ora ed il relativo prezzo di
valorizzazione
Inoltre, dal 31 dicembre 2004, operativa la PAB - Piattaforma di Aggiustamento Bilaterale per la
Domanda - una piattaforma informatica che consente la registrazione di scambi orari bilanciati di
energia elettrica tra gli operatori che gestiscono i punti di offerta in prelievo appartenenti alla stessa
zona geografica. In estrema sintesi, questa piattaforma consente a tutti i consumatori, inscritti e non
al mercato elettrico, di scambiare energia e aggiustare gli impegni derivanti da contratti bilaterali
o da acquisti sul mercato elettrico. In pratica il consumatore cosiddetto lungo, ovvero con un
eccesso di energia rispetto ai consumi effettivi, pu cedere la quantit in surplus alloperatore
corto, ovvero in deficit di energia rispetto alla quantit negoziata in borsa o attraverso i contratti
bilaterali, purch ci avvenga allinterno delle singole zone.
Al GME spetta il compito di verificare il rispetto del Regolamento e delle Disposizioni Tecniche di
Funzionamento e quindi assicurare il regolare funzionamento della PAB secondo i criteri di
neutralit, trasparenza, obiettivit e concorrenza tra gli operatori. La seduta della PAB si apre alle
ore 8.00 del trentesimo giorno precedente il giorno di consegna e si chiude alle ore 14.30 del
giorno precedente il giorno di consegna.
Gli scambi comunicati al GME tramite tale piattaforma, insieme agli impegni derivanti da contratti
bilaterali o da acquisti sul mercato elettrico, determinano il programma vincolante di ciascun punto
di offerta e di prelievo.

1.8 SUDDIVISIONE IN ZONE E PUNTI DI OFFERTA


Mercato Zonale
La suddivisione in zone geografiche emerge quando il necessario equilibrio istantaneo tra
domanda e offerta, dominato dalle due leggi di kirchkoff, viene impedito dalla saturazione dei
vincoli fisici della rete. Questo significa che lequilibrio e il bilanciamento teorico raggiunto in
assenza di vincoli fisici pu portare a delle soluzioni non raggiungibili nella realt per la presenza di
vincoli di trasmissione. Quando questo accade si parla di congestioni di rete. La presenza di
vincoli alla trasmissione dellenergia elettrica sulla rete determina la possibile separazione del
mercato in cui i produttori competono in zone di dimensione inferiore (Mercati zonali). In presenza
di congestioni, e dunque di separazione zonale, la differenza tra il valore (monetario) dellenergia
12
Pagina 12/52

elettrica che transita tra le medesime zone per chi compra e per chi vende misurata dal
differenziale di prezzo tra i due mercati zonali.
In assenza di congestioni lequilibrio del mercato si sposterebbe, consentendo la realizzazione di
tutte le transazioni fino al punto in cui il prezzo che il consumatore disposto a pagare uguaglia il
prezzo che il produttore chiede per una determinata quantit. Conseguentemente il prezzo di
prelievo (pagato dalla domanda) e il prezzo di immissione (ricevuto dallofferta) coinciderebbero, in
tutti i punti della rete. Il differenziale di prezzo tra due zone sulla rete di trasmissione rappresenta
anche una misura del beneficio associato ad un incremento della capacit di trasporto tra zone
medesime. Dal punto di vista della eseguibilit dei contratti di compravendita di energia elettrica va
inoltre osservato che i vincoli di trasporto possono rendere lesecuzione fisica di tali contratti
incompatibile con la garanzia di sicurezza del sistema. Al fine di garantire un uso efficiente delle
risorse, quindi necessario che la selezione dei programmi di immissione e di prelievo di energia
elettrica accettati dal sistema in esecuzione dei contratti di compravendita avvenga attraverso un
meccanismo centralizzato, che tenga conto quantomeno dei vincoli di trasporto strutturali e,
pertanto, prevedibili.
Nel sistema italiano tale centralizzazione comporta che il Grtn ha il compito di individuare i vincoli
di trasporto strutturali della rete di trasmissione nazionale che il complesso dei programmi di
prelievo e di immissione presentati dagli operatori devono rispettare. A tal fine, il Grtn ha
identificato delle zone che rappresentano delle porzioni di rete di trasmissione per le quali:
a) la capacit di trasporto tra le zone risulta inadeguata allesecuzione dei programmi di
immissione e di prelievo di energia corrispondenti alle situazioni di funzionamento ritenute pi
frequenti;
b) lesecuzione dei programmi di immissione e di prelievo non d luogo a congestioni allinterno di
ciascuna zona nelle prevedibili situazioni di funzionamento;
c) la dislocazione delle immissioni e dei prelievi, anche potenziali, allinterno di ciascuna zona non
hanno significativa influenza sulla capacit di trasporto tra le zone.

Rappresentazione zonale della rete di trasmissione e limiti di scambio

13
Pagina 13/52

Per consentire la verifica di compatibilit dei programmi di immissione e di prelievo con i vincoli di
trasporto strutturali, le offerte di acquisto e di vendita presentate nel MGP e nel MA, cos come i
programmi di immissione e di prelievo in esecuzione di contratti bilaterali, devono indicare la zona
in cui localizzato il punto di prelievo e quello di immissione sulla rete. La soluzione del mercato
dellenergia viene determinata tenendo conto dei vincoli di trasporto strutturali che
caratterizzano le interconnessioni tra queste zone. Qualora i vincoli di trasporto tra zone non
consentano di effettuare tutte le transazioni economicamente efficienti (cio utilizzando gli impianti
di generazione a minor costo) che si potrebbero realizzare in assenza dei suddetti vincoli, il
mercato si separa in sotto mercati (zone di mercato), e si ottengono prezzi di equilibrio diversi, che
variano in funzione dellimpatto economico dei vincoli di trasporto sulla zona interessata. Dal punto
di vista economico, lequilibrio tra domanda ed offerta di energia in ogni singola zona vede,
implicitamente, la domanda della zona esportatrice aumentata per un ammontare non superiore ai
flussi massimi consentiti dalla capacit di trasporto; corrispondentemente la domanda zonale
espressa nella zona importatrice viene ridotta per un uguale ammontare. La scarsit della risorsa
capacit di trasporto impedisce tuttavia che lo spostamento della domanda tra le zone sia
tale da portare ad un identico prezzo di equilibrio nelle zone interessate. I programmi di
immissione e di prelievo di energia elettrica definiti in esecuzione di contratti di compravendita
conclusi al di fuori del MGP, ossia i contratti bilaterali, sono assimilati, rispettivamente, a offerte di
vendita sul MGP a prezzo zero o offerte di acquisto sul MGP formulate senza indicazione di
prezzo. Ci assicura, dal punto di vista fisico, la compatibilit dellinsieme degli impegni di
immissione e prelievo rispetto ai vincoli di trasporto strutturali tra le zone.
Le offerte di acquisto accettate invece sono valorizzate indipendentemente dalla zona ove i prelievi
avvengono, ad un prezzo unico nazionale, PUN, determinato come media dei prezzi zonali,
ponderata sulla base dei consumi.
Un disegno di mercato zonale permette di ridurre i costi sostenuti dal Grtn nel MSD per
approvvigionare le risorse necessarie a garantire la compatibilit dei flussi di energia programmati
e dei diritti negoziati con gli effettivi vincoli di sistema. Si tratta di un elemento rilevante, in
particolare alla luce delle assai critiche condizioni concorrenziali prevalenti sul MSD.
In primo luogo, un disegno di mercato non zonale, a prezzo unico, produrrebbe una
soluzione del MGP (e del MA) che non tiene conto delle congestioni di rete; sulla base
dei programmi definiti dal MGP e dal MA, gli operatori di mercato immetterebbero o
preleverebbero quantit di energia non compatibili con i vincoli di rete (dunque non
eseguibili fisicamente). La riconciliazione dei flussi di energia con i vincoli di rete
rilevanti si svolgerebbe interamente sul MSD. Laggravio dei costi per la gestione di tale
mercato sarebbe non irrilevante per il Grtn (costi che verrebbero scaricato sui cdoneri
di riserva e di bilanciamento e dunque sul prezzo finale dellenergia elettrica a carico
dei consumatori).
In secondo luogo, un disegno di mercato zonale, ancorch misto come nel caso
italiano esclusivamente dal lato del prezzo di offerta, porta ad una maggiore
corrispondenza tra prezzo riconosciuto nel MGP ai produttori e valore dellenergia
elettrica da questi prodotta. Ci permette di inviare ai produttori corretti segnali di
prezzo incentivando, nel lungo periodo, la localizzazione efficiente delle unit di
produzione.
In terzo luogo, un disegno di mercato zonale rende esplicito il valore economico della
capacit di trasmissione (scarsa) tra le zone, pari alla differenza tra i prezzi zonali di
equilibrio delle zone considerate. Si tratta di un elemento molto importante ai fini di una
valutazione quantitativa dei benefici economici di lungo periodo legati allo sviluppo
della rete di trasmissione nazionale.
Infine, in assenza di un disegno di mercato zonale, sarebbe forte il rischio di allineamento del
prezzo uniforme nazionale verso i valori di prezzo attesi nella zona con prezzi pi alti, con
conseguente effetto negativo sui prezzi pagati dai consumatori finali. Infatti, i generatori localizzati
nelle zone importatrici di energia (cio quelle che avrebbero prezzi zonali pi alti in caso di
meccanismo zonale) sarebbero consapevoli che il Grtn, per garantire la stabilit del sistema,
dovrebbe acquistare energia nel MSD per aumentare il livello di produzione netta nella loro zona
fino ad un livello equivalente a quello che risulterebbe nel MGP dalla applicazione di un disegno di
14
Pagina 14/52

mercato zonale; pertanto, questi generatori presenterebbero offerte nel MGP tenendo conto delle
attese di valorizzazione della loro energia sul MSD; tali attese rifletterebbero il prezzo zonale che si
avrebbe nel MGP nella zona importatrice in caso di disegno di mercato zonale. Tutto ci
porterebbe ad un aumento del costo dellenergia complessivamente pagato dai consumatori.
In sintesi, la separazione del mercato dellenergia in zone consente di risolvere i rischi di
congestione strutturali gi in base ai flussi programmati nel mercato centralizzato, e quindi di
focalizzare lattivit del Grtn nel mercato del dispacciamento alla acquisizione delle risorse
necessarie a garantire la sicurezza e lequilibrio del sistema, piuttosto che a rendere i programmi di
immissione e prelievo compatibili con i vincoli di trasporto attesi.

Punti di offerta
Ogni zona geografica o virtuale un insieme di punti di offerta. I punti di offerta sono le unit
minime rispetto alle quali devono essere definiti i programmi orari di immissione e di prelievo, siano
essi definiti in esecuzione di contratti bilaterali o a seguito dellaccettazione di offerte di vendita o
acquisto sul Mercato Elettrico.
Nel caso dei programmi di immissione, i punti di offerta in immissione coincidono di norma con i
singoli punti di immissione, cio con le singole unit di produzione. Ci dipende dal fatto che le
unit di produzione, essendo in grado di controllare le proprie immissioni istante per istante,
vengono dispacciate dal GRTN direttamente ed individualmente per garantire il bilanciamento del
sistema; e poich le diverse unit presentano propriet fisiche e dinamiche differenti, i programmi
di immissione devono essere definiti per singole unit, in modo da consentire al GRTN di
selezionare le unit da cui approvvigionare le risorse per i servizi di dispacciamento.
Nel caso dei programmi di prelievo, invece, i punti di offerta in prelievo possono corrispondere sia
a singoli punti di prelievo, cio a singole unit di consumo, sia ad aggregati di punti di prelievo.
Laggregazione dei punti di prelievo afferenti a un punto di offerta funzionale allapplicazione
della disciplina degli sbilanciamenti e per questo deve soddisfare condizioni ben precise. Possono
infatti essere aggregati in un unico punto di offerta in prelievo tutti i punti di prelievo nella
disponibilit di un operatore purch:
a) siano siti in una stessa zona geografica, per consentire il controllo dei transiti tra una zona e
laltra
b) siano caratterizzati dallo stesso regime IVA (aliquota 20%, 10%, esenti), per una corretta
fatturazione delle partite economiche.

15
Pagina 15/52

2. LE BORSE ELETTRICHE EUROPEE


Sono ormai passati due anni dalla data nella quale gli Stati Membri avrebbero dovuto recepire la
nuova D.E. 2003/54/CE, e manca ancora un anno al momento in cui i mercati saranno
completamente aperti alla concorrenza (Luglio 2007).
Vogliamo qui sinteticamente analizzare la situazione attuale di avanzamento nella creazione di un
mercato unico europeo competitivo per lelettricit, obiettivo ultimo della suddetta Direttiva. Come
principali indicatori dello stato di competitivit, sviluppo e interconnessione tra i mercati nazionali
utilizzeremo indicatori e tabelle di seguito riportate.

2.1. Panoramica europea sui Mercati Nazionali


- stato di apertura dei mercati nazionali
- stato dell unbundling
- organizzazione dei mercati del dispacciamento

2.2. Interconnessioni e Differenziali di Prezzo tra gli Stati


- livello delle interconnessioni internazionali
- differenziali di prezzi tra Stati

2.3. Concentrazione, Liquidit e Presenze Incrociate


- grado di concentrazione e liquidit dei mercati nazionali
- presenze incrociate dei grandi produttori nazionali su mercati esteri

2.4. Leffettiva reazione dei consumatori


- quota di consumatori che hanno cambiato fornitore.

16
Pagina 16/52

2.1 PANORAMICA EUROPEA SUI MERCATI NAZIONALI


Riportiamo un quadro indicativo della situazione attuale degli Stati membri in materia di
recepimento della D.E..

Recepimento Direttiva Europea


Apertura
mercato

Data
Dimensione
apertura mercato(TWh)
totale
2001
55
2007
60
2003
33
1997
80
275

Austria
Belgio
Danimarca
Finlandia
Francia

100%
90%
100%
100%
70%

Germania
Grecia

100%
62%

1999
-

500
29

Irlanda
Italia

56%
79%

2007

12
225

Lussemburgo
Norvegia
Olanda
Portogallo
Regno Unito
Spagna
Svezia

57%
100%
100%
100%
100%
100%
100%

2003
1998
2003
1998

3
110
100
42
335
210
135

Soglia
di Unbundling
ammissione TSO
Non
Vincolati
Non
Vincolati
1GWh
Non
Vincolati
20GWh
-

Unbundling
DSO

Legale
Legale
Legale
Proprietaria
Legale

Legale
Legale
Legale
Contabile
Gestionale

Legale
Legale

Contabile
Nessuna

Legale
Proprietaria

Gestionale
Legale

Gestionale
Proprietaria
Proprietaria
Proprietaria
Proprietaria
Proprietaria
Proprietaria

Gestionale
Legale
Legale
Contabile
Legale
Legale
Legale

Come si vede dai dati in tabella, la situazione dei mercati nazionali ancora molto differenziata. A
fronte di mercati che hanno gi raggiunto unapertura pressoch totale (ad es. UK, Nord Pool e
Germania), vi sono ancora mercati di dimensione notevole che rimangono pi chiusi (ad esempio
la Francia).
Anche per quanto riguarda la tipologia di unbundling imposto al TSO e al DSO dai Decreti
Nazionali c disparit tra i Paesi: la D.E. 2003/54/CE impone lunbundling legale, ma auspica
quello (pi stringente) proprietario. Attualmente le norme pi rigorose in materia di unbundling
contenute nelle nuove direttive non sono ancora pienamente applicate nella pratica. In molti casi il
processo di unbundling non ancora stato finalizzato dagli operatori di rete, in parte a motivo del
ritardo con il quale molti Stati membri hanno recepito le direttive stesse. Daltra parte, per quanto
riguarda gli operatori dei sistemi di trasmissione un numero crescente di Stati membri si spinto al
di l del disposto delle direttive ed passato allunbundling proprietario ( il caso di UK, dei paesi
del Nord Pool e dellItalia).
La soglia di ammissione, laddove presente, pone poi un vincolo allaccesso al mercato, ed i Paesi
che non prevedono tale vincolo hanno unentrata al mercato pi efficiente.
Per valutare alcune delle differenze esistenti tra i mercati europei analizziamo le caratteristiche dei
diversi mercati per il servizio del dispacciamento. La gestione efficiente degli squilibri momentanei,
e sempre possibili, tra domanda e offerta, rappresenta infatti il vero banco di prova per il libero
mercato rispetto al monopolio. Rispetto ad una realt monopolistica, in cui la mansione del
dispacciamento automaticamente gestita in modo efficiente dal monopolista stesso, in presenza
17
Pagina 17/52

di concorrenza sar necessario un coordinatore unico e capace di risolvere gli squilibri in tempo
reale, ma che continui a garantire lordine di merito come criterio nella scelta dei produttori.

Mercato del Dispacciamento

Austria
Belgio
Danimarca
Finlandia
Francia
Germania
Grecia
Irlanda
Italia
Lussemburgo
Norvegia
Olanda
Portogallo
Regno Unito
Spagna
Svezia

Chiusura del
Modello
di Periodo
di Single Mercato:
mercato
bilanciamento bilanciamento Price Zonale(Z)
Nazionale(N)
(minuti)
o
Sovranazionale(S)
Dual
Price
Net Pool
15
Z
giorno prima
Net Pool
Net Pool
Net Pool
Net Pool
Net Pool
Net Pool
Net Pool
Net Pool
Net Pool
Net Pool
Net Pool
Net Pool
Mandatory
Pool
Net Pool

15
60
60
30
15
60
30
60
60
15
60
30
60

D
D
D
D
S
S
D
D
S
D
D
D
S

N
S
S
N
Z
N
N
Z
S
N
N
N
N

ex post
ora
ora
6 al giorno
3 al giorno
giorno prima
giorno prima
giorno prima
1 ora
1 ora
2 al giorno
ora
2-3

60

1 ora

Il Servizio del Bilanciamento fornito dal TSO, che istantaneamente provvede a reperire il
quantitativo di energia in difetto o in eccesso sulla rete comprandola da altri operatori sul mercato,
e assicurando quindi lequilibrio sulla rete.
I due modelli possibili per il Bilanciamento, e che portano quindi a stabilire il prezzo di questo
servizio, sono il Net Pool ed il Mandatory Pool.
La maggior parte degli Stati ha adottato un modello Net Pool, in cui un produttore sbilanciato, che
non sia cio in grado di immettere nella rete un quantitativo di energia pari a quella a lui richiesta
(dai clienti con un contratto bilaterale o dal GME a chiusura del MGP), deve pagare un prezzo
perch il TSO assolva a questa sua mancanza reperendo per lui lenergia necessaria. Il TSO, a
sua volta, reperir lenergia necessaria contrattandola nel mercato attraverso un processo detto
appunto net pool. Il prezzo pagato dal produttore sbilanciato determinato sulla base del prezzo
al quale il TSO compra lenergia di bilanciamento sul mercato.
Unulteriore differenza poi la presenza di un sistema di Single Price o Dual Price. Nei Paesi che
hanno adottato un sistema Dual Price il prezzo pagato dai produttori corti di energia diverso e
superiore a quello ricevuto dai produttori lunghi, con un meccanismo che assicura un ritorno per il
TSO (e che quindi prevede un ruolo determinante di questo operatore centralizzato) e soprattutto
che risulta incentivare attivamente tutti i produttori a mantenere il bilanciamento.
Laltro modello per il Bilanciamento, utilizzato principalmente dalla Spagna, prevede che tutte le
quantit di energia vengano scambiate nel mercato Mandatory Pool, anche quelle necessarie a
riequilibrare sbilanciamenti nella fornitura, con prezzi che internalizzino questo extra-servizio.
Questo approccio pu ridurre il rischio di entrata di nuovi produttori che operino prevalentemente
nel pi redditizio mercato del bilanciamento, ma anche produrre dei costi totali maggiori rispetto al
net pool, perch non incentiva a minimizzare gli sbilanciamenti della rete.

18
Pagina 18/52

Esercitazione di Risk Management Gruppo 3

Domande individuali

2.2 INTERCONNESSIONI E DIFFERENZIALI DI PREZZO TRA GLI STATI


Passiamo ora ad analizzare la situazione delle interconnessioni delle reti elettriche tra i diversi
Stati europei, un cui organico sviluppo rappresenta un requisito fisico necessario alla creazione di
un mercato unico europeo, in cui le quantit scambiate siano principalmente funzione dei
differenziali di prezzo tra i Mercati nazionali e non eccessivamente limitate dai vincoli tecnici di
trasmissione tra le reti dei Paesi.
Riportiamo quindi la mappa europea che mostra sinteticamente la correlazione tra le significative
differenze di prezzo esistenti tra i mercati interni e il basso livello degli scambi transfrontalieri; di seguito
poi una tabella-quadro sui Paesi con minor livelli di interconnessioni.

Grafico dinterazione tra scarsit di collegamenti interfrontalieri ed esistenza di differenziali


di prezzo.

19
Pagina 19/52

Esercitazione di Risk Management Gruppo 3

Domande individuali

Paesi con bassi livelli di interconnessione


Capacit di
generazione
installata (GW)

Capacit di
importazione
(GW)

Italia
Portogallo

80
12

6.0
0.8

% di
importazione
su capacit
installata
8%
8%

Spagna
UK
Irlanda

56
80
5

2.2
2.3
0.3

4%
3%
6%

0%

Stati Baltici

Progetti di
potenziamento interconnessione
(stato corrente)
San Fiorano-Robbia (completo)
Balboa-Sines (completo)
Duroro Internacional (in progress)
Minho (proposto)
Balboa-Sines (completo)
UK-NL DC link (proposto)
second ROI-NI (accettato)
GB-ROI DC link (proposto)
Est link (in progress)
Poland-Lituania (no progress)

Quando gli scambi sono facili in un mercato integrato, la concorrenza a livello comunitario che ne
risulta mantiene i prezzi a livelli simili in tutta l'UE, o per lo meno fra Stati membri o regioni
adiacenti. Questo fenomeno non ancora una realt come mostrano le differenze nei prezzi
dellelettricit nei Paesi dellUE. I prezzi allingrosso hanno per iniziato a mostrare una
convergenza in alcuni paesi limitrofi. Si tratta di primi passi promettenti, ma lo sviluppo dei mercati
regionali, in quanto tappa intermedia prima dellintegrazione definitiva a livello UE, ancora agli
inizi, con l'eccezione costituita dal mercato allingrosso dellelettricit dei Paesi Nordici che risulta
relativamente pi sviluppato.

Distribuzione di prezzi a piccoli e grandi utenti nei Paesi Europei

20
Pagina 20/52

Esercitazione di Risk Management Gruppo 3

Domande individuali

Gli scambi transfrontalieri dovrebbero naturalmente far aumentare la pressione competitiva nei
mercati nazionali, portando ad un abbassamento dei prezzi, ma attualmente nel mercato interno
dellenergia gli scambi non sono ancora sufficientemente sviluppati. Ad esempio nel 2004 i flussi
transfrontalieri di elettricit si trovavano ad un livello pari al 10,7% circa del consumo totale,
percentuale che rappresenta un aumento di appena 2 punti percentuali circa rispetto al 2000 (89%).
Possiamo quindi concludere che la mancata integrazione dovuta in gran parte al fatto che per
molti Stati membri la capacit di interconnessione disponibile al mercato ancora sostanzialmente
insufficiente a consentire ladeguata integrazione dei mercati nazionali e a permettere alle
importazioni di esercitare una vera pressione competitiva. Su molte frontiere dellUE frequente la
congestione. Va ricordato che gi nel 2002 il Consiglio Europeo di Barcellona aveva adottato
lobiettivo, non ancora realizzato, di una capacit di interconnessione equivalente al 10% almeno
del consumo nazionale per tutti gli Stati membri.
Le strozzature ancora rilevabili nellinfrastruttura elettrica devono essere eliminate e le autorit di
regolamentazione dovranno svolgere in questo senso un ruolo fondamentale affinch ci sia un
quadro normativo stabile che incoraggi gli investimenti.
Un aspetto altrettanto importante rappresentato dalle procedure di pianificazione. A tale
proposito gli Stati membri devono pervenire ad un equilibrio ragionevole, poich nellinteresse
generale assicurare un approvvigionamento energetico sicuro e competitivo ai cittadini europei.
La costruzione di uninfrastruttura prioritaria per lelettricit stata appoggiata nel quadro del nuovo
programma TEN-Energia (TEN-E), e la Commissione ha proposto un aumento significativo del
bilancio ad esso destinato nellambito della nuova prospettiva finanziaria (2007-2013).
Un ultimo aspetto importante rappresentato dalla riserva di capacit a favore dei contratti storici
a lungo termine. In una recente sentenza su un caso riguardante la riserva di capacit nel settore
dellelettricit, la Corte Europea di Giustizia, pur senza mettere in discussione i contratti a lungo
termine, ha comunque dichiarato incompatibile con il principio di non discriminazione un sistema
nel quale ai contratti storici in quanto tali viene conferita la priorit rispetto ad altre richieste di
capacit di interconnessione. Alla luce di questa sentenza necessario che le autorit di
regolamentazione e gli operatori del sistema di trasmissione riconsiderino, in consultazione con le
societ che beneficiano delle riserve, la legalit della prassi corrente in fatto di riserve di capacit
per lelettricit.

21
Pagina 21/52

Esercitazione di Risk Management Gruppo 3

Domande individuali

2.3 CONCENTRAZIONE, LIQUIDIT E PRESENZE INCROCIATE


In assenza di una concorrenza transfrontaliera sviluppata, la struttura dellindustria sui mercati
nazionali richiede unattenzione particolare. La liberalizzazione ha avuto inizio in molti Stati membri
a partire da una struttura di mercato monopolistica o per lo meno oligopolistica. Lintroduzione
della concorrenza a livello UE era destinata nelle intenzioni a porre fine a questa situazione
esponendo le imprese alla concorrenza comunitaria.
Su molti mercati nazionali per la concentrazione resta elevata e lindustria ha proceduto ad un
ulteriore consolidamento nel periodo che ha fatto seguito allinizio del processo di liberalizzazione.
Due indicatori del ridotto grado di concorrenza sui mercati nazionali sono il basso numero di
produttori che detengono una quota di capacit produttiva significativa (ovvero > 5%) e lelevata
quota di mercato cumulata dei tre principali produttori.

Concentrazione e Liquidit dei Mercati Elettrici Europei


N
di
produttori
con
quota
>
5%
della
capacit
produttiva
Austria
5
Belgio
2
Danimarca
10
Finlandia
10
Francia
1
Germania
5
Grecia
1
Irlanda
2
Italia
5
Lussemburgo
1
Norvegia
10
Olanda
4
Portogallo
3
Regno Unito
8
Spagna
3
Svezia
10

Quota
N di
N di
mercato
compagnie
compagnie
cumulata trasmissione distribuzione
dei
3
maggiori
produttori
54%
95%
40%
40%
96%
72%
97%
93%
65%
88%
40%
69%
76%
39%
69%
40%

3
1
2
1
1
4
1
1
1
2
1
1
1
2
1
1

133
27
125
104
166
950
1
1
170
11
150
20
11
15
308
180

Liquidit trading a
Liquidit
trading
scadenza/consumo
spot/consumo totale
totale

3%
42%
42%
3%
11%
21%
4%
42%
12%
6%
92%
42%

450%
450%
64%
43%
450%
37%
16%
210%
450%

Si riscontra inoltre una liquidit relativamente bassa sul mercato, soprattutto nei Mercati spot, a
conferma dellancora predominante ruolo svolto dai contratti bilaterali stipulati con i fornitori storici.
Riportiamo infine una tabella che mostra la presenza incrociata dei maggiori operatori Nazionali
nei Mercati Esteri, come ad esempio E-BEL, EDF e ENDESA, presenza che evidenzia la
possibilit dellinstaurarsi di un oligopolio internazionale

22
Pagina 22/52

Esercitazione di Risk Management Gruppo 3

Domande individuali

PRESENZE INCROCIATE DEI GRANDI PRODUTTORI NAZIONALI SUI MERCATI ESTERI

23
Pagina 23/52

Esercitazione di Risk Management Gruppo 3

Domande individuali

2.4 LEFFETTIVA REAZIONE DEI CONSUMATORI


Il numero di consumatori che cambiano fornitore costituisce un indicatore naturale dell'efficacia
della concorrenza. Se tale numero basso, probabile che ci si trovi di fronte ad un problema di
funzionamento del mercato, anche se non vanno ignorati i vantaggi che comporta la possibilit di
rinegoziare con il fornitore storico.
Mentre continua ad aumentare il numero di grandi utenti dellenergia elettrica che cambiano
Fornitore, la piccola clientela industriale e le famiglie, negli Stati membri in cui hanno il diritto di
scegliere, esitano tuttora ad esercitare tale diritto. A questo fenomeno contribuiscono numerosi
elementi. Spesso le offerte concorrenti non sono disponibili, o sono troppo simili per costituire una
vera scelta. Altri disincentivi sembrano essere rappresentati dallesistenza di posizioni dominanti e
da un insufficiente grado di unbundling, specie a livello di distribuzione, oltre al fatto che il
cambiamento di fornitore viene spesso percepito come unoperazione rischiosa.
Il grafico sottostante illustra i diversi risultati osservati per questo indicatore nei vari Stati membri.

Percentuale di Operatori al Consumo che hanno cambiato fornitore


(cumulativa dallapertura del mercato)
Grandi Industrie
Austria
Belgio
Danimarca
Finlandia
Francia
Germania
Grecia
Irlanda
Italia
Lussemburgo
Norvegia
Olanda
Portogallo
Regno Unito
Spagna
Svezia

Medie Industrie

29%
20%
>50%
>50%
15%
41%
2%
56%
60%
25%
>50%
16%
>50%
25%
>50%

29%
10%
15%
82%
15%
7%
0%
15%
60%
3%
>50%
16%
>50%
22%
-

Piccole Industrie
Clienti Vincolati
4%
10%
15%
30%
0%
5%
0%
9%
0%
44%
11%
16%
48
19%
29%

In conclusione, con ladozione della seconda direttiva europea sullelettricit ormai dapplicazione
linquadramento di base per lo sviluppo di un vero mercato interno. Spetta ora agli Stati membri
recepire efficacemente la direttiva e far s che il mercato funzioni nella pratica, nello spirito
dellobiettivo comunitario di creare un mercato interno dellenergia funzionante.
Alcuni Stati membri hanno adottato misure complementari per migliorare il funzionamento del
mercato alla luce di particolari condizioni nazionali o regionali,come lunbundling della propriet per
le reti di trasporto, la dismissione di imprese dominanti o la creazione di un mercato regionale
allingrosso. In generale, tuttavia, gli Stati membri tendono ad adottare unimpostazione minimalista
in sede di recepimento delle direttive e a risultare effettivamente liberalizzati sono solo il mercato
UK e il Nord Pool.

24
Pagina 24/52

3. I MODELLI ECONOMETRICI

MODELLO PREZZI MEDI GIORNALIERI

3.1

Proviamo a modellare la serie dei prezzi medi giornalieri osservati sul Mercato del Giorno Prima
(MGP): i dati sono relativi allintero periodo di funzionamento della Borsa Elettrica, dal 1/04/2004 al
31/03/2006: essi costituiscono dunque un campione di 730 osservazioni.

100
80
60
40
20
0

100

200

300

400

500

600

700

PREZZI

Tale serie dei prezzi medi giornalieri MGP, che la nostra variabile dipendente e che chiameremo
da ora in poi semplicemente PREZZI, mostra qualitativamente un comportamento non stazionario,
non essendo oscillante intorno ad un valor medio costante. Si evidenzia invece la presenza di un
TREND: da chiarire se esso sia di natura deterministica o stocastica (random walk con drift).
Sempre restando ad un livello di analisi qualitativa riportiamo la serie dei pezzi del BRENT (olio di
riferimento del Mare del Nord): anche tale serie mostra carattere di non stazionariet. Esso di
interesse come regressore in quanto potrebbe rappresentare un trend, eventualmente stocastico,
da usare come variabile dipendente al posto di un TREND determinismo puro. Andiamo a valutare
se il carattere di non stazionariet della serie dei prezzi del BRENT imputabile a presenza di
radice unitaria (random walk con drift), come accade per molte serie di dati economici-finanziari.

25
Pagina 25/52

100
80
60
40
20
0
100

200

300
PREZZI

400

500

600

700

BRENT

Effettuando un test Dichey-Fuller si conferma la presenza di radice unitaria per la serie del
BRENT.
Tale risultato anche confermato dal test di cointegrazione realizzato sulle serie PREZZI e
BRENT: esse dunque sono integrate di ordine 1 (I(d), con d=1) ed ammettono una combinazione
lineare stazionaria; il risultato del test robusto per diverse specifiche del modello.

Series: BRENT PREZZI


Lags interval: 1 to 2
Selected (0.05 level*) Number of Cointegrating Relations by Model
Data Trend: None
Test Type No Intercept
No Trend
Trace
1
Max-Eig
1

None
Intercept
No Trend
1
1

Linear
Intercept
No Trend
1
1

Linear
Intercept
Trend
1
1

Quadratic
Intercept
Trend
2
2

Tuttavia oltre al BRENT esistono altri possibili regressori di interesse per il nostro modello. Si pu
pensare di utilizzare le serie dei prezzi di altri oli di riferimento, con diverse propriet in quanto a
pesantezza, ovvero densit, e contenuto di zolfo. Abbiamo effettuato un confronto tra il BRENT ed
altri tre tagli petroliferi di riferimento, high sulfur (HSO), low sulfur (LSO) e gasolio, calcolando la
matrice dei coefficienti di correlazione tra tali serie (simmetrica). Lelevato valore dei coefficienti di
correlazione tra prezzi BRENT e le osservazione di tali potenziali regressori giustificano la scelta
di utilizzare solo la serie dei prezzi BRENT.
26
Pagina 26/52

Matrice dei coefficienti di Correlazione tra il Brent e altri input energetici

BRENT
HSO
LSO
GASOIL
1.000.000 0.931761 0.932128 0.969414
0.931761 1.000.000 0.974136 0.890414
0.932128 0.974136 1.000.000 0.904032
0.969414 0.890414 0.904032 1.000.000

BRENT
HSO
LSO
GASOIL

Ritornando allanalisi della serie dei prezzi da modellare ne riportiamo di seguito listogramma: il
test Jacque-Bera mostra la normalit di tale serie, con una elevata volatilit (alto valore di
deviazione standard).

80

Series: PREZZI
Sample 1 730
Observations 730

70
60
50
40
30
20
10
0
0.0

12.5

25.0

37.5

50.0

62.5

75.0

Mean
Median
Maximum
Minimum
Std. Dev.
Skewness
Kurtosis

58.30249
56.21500
96.97000
1.210000
15.34568
-0.016074
2.887330

Jarque-Bera
Probability

0.417557
0.811575

87.5

Per completare una prima analisi della serie da modellare riportiamo anche un grafico delle
funzioni di autocerrelazione (ACF) ed autocorrelazione parziale (PACF). Lanalisi delle ACF e
PACF mostra un carattere autoregressivo, sia per effetto della stagionalit di periodo 7, ovvero
periodicit settimanale, sia per effetto di un carattere autoregressivo puro, come confermato anche
dal test F congiunto Q-stat che evidenzia un ordine minimo di AR pari a 1.

27
Pagina 27/52

Il risultato riportato sopra, di non stazionariet per radice unitaria sulla serie PREZZI cos come
sulla serie BRENT, in realt poco robusto. Unattenta analisi mostra che il carattere di non
stazionariet potrebbe anche essere imputato ad trend deterministico; il test Dichey-Fuller riportato
di seguito porta a concludere il rifiuto dellipotesi nulla di presenza di radice unitaria sulla serie in
livelli (I(0)).

28
Pagina 28/52

Null Hypothesis: PREZZI has a unit root


Exogenous: Constant, Linear Trend

Augmented Dickey-Fuller test statistic


Test critical values: 1% level
5% level
10% level

t-Statistic

Prob.*

-4.131796
-3.970994
-3.416141
-3.130360

0.0059

Se indichiamo con un coefficiente numerico progressivo i diversi modelli che andremo a costruire
in maniera incrementale possiamo scegliere un parametro, il cui valore osservato e confrontato per
i successivi step di miglioramento del modello sia indicativo della qualit del relativo modello.
Scegliamo di usare come parametro di qualit la radice dellerrore quadratico medio RMSE (Root
Mean Square Error) la cui espressione la seguente:

RMSE =

ut2 =
t =1

(y
t =1

y t ) .
2

Gli errori di previsione presenti in tale espressione ( u t ) sono stati calcolati rispetto a previsioni
statiche effettuate divedendo il campione di 730 dati medi giornalieri in due sottocampioni cos
costruiti:

1-670 : campione di stima del modello;


671-730 : orizzonte di previsione.

Le previsioni dunque ed i relativi errori sono stimati su un orizzonte di due mesi circa. In particolare
riportiamo sia un valore di errore (RMSE) per previsioni statiche che dinamiche. Le previsioni
dinamiche mostrano in genere un RMSE maggiore, in quanto non aggiornano linformation set che
resta bloccato sempre allultimo dato del campione di stima; esso invece si aggiusta
progressivamente nelle previsioni statiche, includendo i successivi valori osservati, che ovviamente
sono di volta in volta noti solo laddove effettuiamo come nel nostro caso previsioni in sample. In
ogni caso infatti noi abbiamo effettuato solo previsioni in sample, che sono solo indicative della
performance del modello, e richiedendo una suddivisione del campione presuppongono che non vi
sia a cavallo di tale taglio un regime switching.
Riportiamo dunque un primo modello che presenta una variabile TREND deterministica, indicata
semplicemente con t, di cui si osserva la significativit del relativo coefficiente. Tuttavia, il basso
valore del coefficiente di determinazione della regressione (R2) indica la scarsa capacit di tale
unico regressore di modellare i dati.

29
Pagina 29/52

Mod.1)

PREZZI t = + t + u t

Per valutare la qualit riportiamo il parametro di performance: RMSEstatico=19.75.


Dependent Variable: PREZZI
Method: Least Squares
Sample: 1 730
Included observations: 730
Variable

Coefficient Std. Error

t-Statistic

Prob.

C
@TREND

46.15549
0.033325

45.72197
13.89917

0.0000
0.0000

R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
Durbin-Watson stat

0.209715
0.208630
13.65136
135669.8
-2942.926
0.887315

1.009482
0.002398

Mean dependent var


S.D. dependent var
Akaike info criterion
Schwarz criterion
F-statistic
Prob(F-statistic)

58.30249
15.34568
8.068291
8.080875
193.1869
0.000000

Riportiamo dunque la serie de-trendizzata, osservandone qualitativamente un carattere di


stazionariet.
60

40

20

-20

-40

-60
100

200

300

400

500

600

700

Se in alternativa a modellare la non stazionariet con un TREND deterministico utilizziamo la serie


dei prezzi del BRENT notiamo un valore di RMSE inferiore.
30
Pagina 30/52

Mod.2)

PREZZI t = + BRENTt + u t

Con RMSEstatico=22.03.

Unalternativa a considerare i prezzi BRENT, che mostrano anche non stazionariet per radice
unitaria, data dalla possibilit di considerare un regressore rappresentato dal CT. Esso un
parametro costruito tenendo conto delle diverse fonti di energia primarie usate per la generazione
di energia elettrica.
Riportiamo in grafico landamento del CT insieme alla serie PREZZI: esso caratterizza una sorta di
trend a gradini, che proviamo ad usare in alternativa alla serie BRENT anche in virt dellalta
correlazione tra tali due serie.

BRENT
CT

BRENT
1
0.79

CT
0.79
1

300

400

500

100

80

60

40

20

0
100

200

PREZZI

600

700

C T*1 0

31
Pagina 31/52

Mod. 3)

PREZZI t = + CTt + u t

Con RMSEstatico=15.83.
Notiamo a conclusione di tale prima parte di analisi che i tre modelli alternativi finora proposti
mostrano RMSE progressivamente decrescente, ad indicare la crescente performance del
modello.
Sceglieremo dunque il regressore CT per modellare la componente deterministica di trend e
passiamo dunque a considerare gli ulteriori fattori-causa che caratterizzano la dispersione dei dati
in esame.
Una prima ulteriore variabile da introdurre una variabile di tipo Dummy per modellare il diverso
comportamento che i prezzi MGP del mercato elettrico hanno nei giorni infrasettimanali e nei
week-end. Tale variabile la chiamiamo WEEK e la poniamo pari ad 1 nei giorni dei week-end,
ovvero:

week
1
WEEK t = se
0 not week

Mod. 4)

t=1,,T

PREZZI t = + CTt + WEEK t + u t

Con RMSEstatico=11.49.

Di seguito riportiamo il correlogramma dei residui, ovvero della serie detrendizzata con CT ed in
cui il comportamento nei week-end catturato dalla relativa Dummy: in esso osserviamo un
carattere di autocorrelazione che va opportunamente trattato.

32
Pagina 32/52

In particolare si nota una periodicit settimanale, con dei picchi ogni 7 dati, sovrapposta ad un
carattere autoregressivo puro AR(1) con parametro <1 che tende a smorzare i picchi settimanali
nel tempo.
Per isolare il solo carattere AR(1) possiamo eliminare la componente autoregressiva periodica e
mostrare il correlogramma dei residui e un grafico di dispersione.

33
Pagina 33/52

100

90

PREZZI(-1)

80

70

60

50

40

30

20
20

30

40

50

60

70

80

90

100

P R E ZZI

34
Pagina 34/52

Passiamo dunque a modellare tali due comportameti autoregressivi introducendo nel modello una
componente AR(1) ed una componente autoregressiva periodica SAR(7) (SAR = Seasonal Auto
Regressive).
Da tale punto in poi riportiamo per lindicatore di performance RMSE sia il valore calcolato da
previsioni statiche che da previsioni dinamiche.

Mod. 5)

PREZZI t = + CTt + WEEK t + AR(1) + u t

RMSEstatico=6.46
RMSEdinamico=11.71

Mod. 6)

PREZZI t = + CTt + WEEK t + AR(1) + SAR(7) + u t

RMSEstatico=4.53
RMSEdinamico=11.24
A tal punto per spiegare lautocorrelazione residua possiamo proporre tre possibili modelli
alternativi:
modello Dummy mensili (Mod. 7)
modello DOMANDA (Mod. 8)
modello FASCE (Mod. 9)
Il modello Dummy mensili (Mod. 7) presenta come regressori una serie di Dummy
che attivano i mesi, a partire dal secondo mese.

Mod. 7)
12

PREZZI t = + CTt + WEEK t + 1 AR(1) + 7 SAR(7) + i MESEit + u t


i=2

RMSEstatico=4.60
RMSEdinamico=10.21

In tal modo si pu verificare che i residui che si ottengono sono white-noise.

35
Pagina 35/52

Tuttavia dallestimation output di EViews notiamo che le variabili Dummy sui mesi sono non
significative.

Dependent Variable: PREZZI


Method: Least Squares
Variable

Coefficient Std. Error

t-Statistic

Prob.

C
@TREND
WEEK
FEBB
MAR
APR
MAG

52.57795
0.033825
-18.59662
0.177994
-1.041753
-2.247210
-2.676383

10.54070
3.877452
-21.59135
0.062899
-0.290942
-0.522340
-0.615865

0.0000
0.0001
0.0000
0.9499
0.7712
0.6016
0.5382

4.988089
0.008723
0.861299
2.829863
3.580621
4.302196
4.345726

36
Pagina 36/52

GIU
LUG
AGO
SET
OTT
NOV
DIC

2.062340
4.053771
-4.465874
-2.573988
0.703085
-6.655660
-5.689063

4.409454
4.314709
4.239154
4.103760
3.890630
3.540966
2.800563

0.467709
0.939524
-1.053482
-0.627227
0.180712
-1.879617
-2.031400

0.6401
0.3478
0.2925
0.5307
0.8566
0.0606
0.0426

Il modello DOMANDA (Mod. 8) presenta come regressore aggiuntivo la domanda


oraria di energia elettrica richiesta a chiusura del mercato MGP, includente dunque
importazioni ed esportazioni effettuate e pompaggi.

Mod. 8)

PREZZI t = + CTt + WEEK t + 1 AR(1) + 7 SAR(7) + DOMANDAt + u t


RMSEstatico=4.33
RMSEdinamico=11.65

Dallestimation output di EViews notiamo che il coefficiente della variabile DOMANDA


statisticamente significativo, il coefficiente di determinazione sufficientemente elevato, ed il
correlogramma mostra residui non pi autocorrelati.
Dependent Variable: PREZZI
Method: Least Squares
Variable

Coefficient

Std. Error

t-Statistic

Prob.

C
@TREND
DOMANDA
AR(1)
SAR(7)

-23.42646
0.017434
0.001733
0.598141
0.288649

4.163239
0.008465
4.54E-05
0.027645
0.027648

-5.626978
2.059575
38.17367
21.63666
10.44019

0.0000
0.0398
0.0000
0.0000
0.0000

R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
Durbin-Watson stat

0.877939
0.877259
5.370503
20708.77
-2238.690
1.957996

Mean dependent var


S.D. dependent var
Akaike info criterion
Schwarz criterion
F-statistic
Prob(F-statistic)

58.40131
15.32921
6.206612
6.238309
1291.074
0.000000

37
Pagina 37/52

Il modello FASCE (Mod. 9) presenta un regressore alternativo costruito in base alle


fasce orarie di contribuzione.
Tale serie stata costruita dando un peso alle fasce orarie e facendone una media pesata nel
determinare un valore giornaliero. Per attribuire un peso a ciascun valore di fascia stato calcolato
un valor medio dei prezzi orari osservati nelle ore corrispondenti alle diverse fasce. Dunque,
normalizzando ad 1 il valore del regressore FASCE quando attiva la fascia F4, le altre sono
ottenute in proporzione rispetto alle medie dei prezzi.
I valori calcolati e utilizzati sono i seguenti:
F1
F2
F3
F4

1
1.5
2.5
4

Mod. 9)

PREZZI t = + CTt + WEEK t + 1 AR(1) + 7 SAR(7) + FASCEt + u t


RMSEstatico=4.91
RMSEdinamico=12.03
Tuttavia tale modello (Mod. 9) mostra entrambi i valori di RMSE pi alti rispetto a quelli osservati
per il modello precedente con la DOMANDA (Mod. 8): scegliamo dunque il modello DOMANDA
come quello di miglior qualit.
Abbiamo comunque verificato che utilizzare uno qualsiasi dei seguenti regressori (escluso CT)
rende i residui del modello non pi autocorrelati: essi presentando infatti unalta correlazione tra
loro, come mostrato nella seguente matrice di correlazione.
DOM

DOM_MEDIA

DOM_VAR

PREZZI

FASCE

WEEK

CT

DOM

1.000

0.982

0.899

0.781

0.735

-0.711

0.283

DOM_MEDIA

0.982

1.000

0.827

0.796

0.749

-0.703

0.262

DOM_VAR

0.899

0.827

1.000

0.681

0.684

-0.743

0.266

PREZZI

0.781

0.796

0.681

1.000

0.595

-0.584

0.515

FASCE

0.735

0.749

0.684

0.595

1.000

-0.717

-0.047

WEEK

-0.711

-0.703

-0.743

-0.584

-0.717

1.000

-0.001

CT

0.283

0.262

0.266

0.515

-0.047

-0.001

1.000

Riportiamo dunque una tabella riassuntiva includente tutti i modelli presi progressivamente in
considerazione, con lindicazione del parametro di qualit RMSE: assumendo tale parametro
valore decrescente indica il progressivo miglioramento di qualit dei modelli.

MODELLO

REGRESSORI

RMSEstatico

RMSEdinamico

Mod.1

TREND

19.75

Mod.2

BRENT

22.03

38
Pagina 38/52

Mod.3

CT

15.83

Mod.4

CT, WEEK

11.49

Mod.5

CT, WEEK, AR(1)

6.46

11.71

Mod.6

CT, WEEK, AR(1), SAR(7)

4.53

11.24

Mod.7

CT, WEEK, AR(1), SAR(7), Dummy mensili

4.60

10.21

Mod.8

CT, WEEK, AR(1), SAR(7), DOMANDA

4.33

11.65

Mod.9

CT, WEEK, AR(1), SAR(7), FASCE

4.91

12.03

Il modello migliore risulta essere il Mod.8, che presenta i pi bassi valori di RMSE. Dunque
riportiamo di seguito le stime dei parametri per tale modello, evidenziandone la significativit.
Dependent Variable: PREZZI
Method: Least Squares
Variable
Coefficient
C
CT
WEEK
DOMANDA
AR(1)
SAR(7)
R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
Durbin-Watson stat
Inverted AR Roots

-30.35056
6.254098
-4.913679
0.001434
0.644379
0.344272
0.881585
0.880758
5.296505
20085.92
-2225.069
2.091314
.86
-.19 -.84i

Std. Error

t-Statistic

Prob.

5.297261
1.021024
0.939108
7.05E-05
0.029291
0.035668

-5.729481
6.125317
-5.232283
20.33639
21.99901
9.652112

0.0000
0.0000
0.0000
0.0000
0.0000
0.0000

Mean dependent var


S.D. dependent var
Akaike info criterion
Schwarz criterion
F-statistic
Prob(F-statistic)
.64
-.19+.84i

.54 -.67i
-.77 -.37i

58.40960
15.33822
6.180247
6.218325
1066.106
0.000000
.54+.67i
-.77+.37i

Sul tale modello (Mod.8) effettuiamo un Arch test per modellare eventualmente la varianza non
costante della serie.
ARCH Test:
F-statistic
Obs*R-squared

39.19174
37.26926

Probability
Probability

0.000000
0.000000

Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 06/01/06 Time: 10:35
Sample(adjusted): 10 730
Included observations: 721 after adjusting endpoints
Variable

Coefficient

Std. Error

t-Statistic

Prob.

21.53200

2.556215

8.423394

0.0000

39
Pagina 39/52

RESID^2(-1)
R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
Durbin-Watson stat

0.227331
0.051691
0.050372
63.05152
2858381.
-4009.843
2.001834

0.036313

6.260330

Mean dependent var


S.D. dependent var
Akaike info criterion
Schwarz criterion
F-statistic
Prob(F-statistic)

0.0000
27.85578
64.70217
11.12855
11.14126
39.19174
0.000000

Rifiutiamo ipotesi nulla di assenza di eteroschedasticit di tipo ARCH; quindi c ARCH(1).


Riportiamo prima di effettuare unanalisi quantitativa un grafico della varianza non costante
(condizionata).

24
20
16
12
8
4
0

100

200

300

400

500

600

700

Proponiamo dunque il modello aggiornato per laggiunta di un modello per la varianza condizionata
della serie PREZZI, che indichiamo con ht.
Mod. 8bis)

PREZZI t = + CTt + WEEK t + 1 AR(1) + 7 SAR(7) + DOMANDAt + u t


VAR( PREZZI t ) = ht = c + t21 + ht 1 + t

Ristimiamo il modello con varianza non costante modellata secondo un ARCH(1). Effettuando sul
nuovo modello stimato con componente ARCH e GARCH un Arch test si conclude il non rifiuto
dellipotesi nulla di assenza di eteroschedasticit: dunque la varianza non costante stata ben
modellata. In particolare dai risultati dinferenza ottenuti possiamo concludere che il modello pi
esatto per spiegare la varianza non costante della serie PREZZI un modello GARCH(1,1), data
la significativit di entrambi i rispettivi regressori. Non risulta invece significativa la componente
TARCH, che dovrebbe modellare uneventuale asimmetria degli shock.

40
Pagina 40/52

Dependent Variable: PREZZI


Method: ML - ARCH (Marquardt)
Coefficient

Std. Error

z-Statistic

Prob.

-38.97688
7.775533
-3.792004
0.001422
0.658061
0.399985

4.147752
0.799970
0.624957
4.05E-05
0.029393
0.033231

-9.397110
9.719786
-6.067625
35.13603
22.38828
12.03649

0.0000
0.0000
0.0000
0.0000
0.0000
0.0000

4.085949
4.496262
-0.726202
34.97973

0.0000
0.0000
0.4677
0.0000

C
CT
WEEK
DOMANDA
AR(1)
SAR(7)

Variance Equation
C
ARCH(1)
(RESID<0)*ARCH(1)
GARCH(1)
R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Log likelihood
Durbin-Watson stat
Inverted AR Roots

1.116392
0.168465
-0.035226
0.811026
0.879463
0.877940
5.358733
20445.81
-2144.624
2.123915
.88
-.20 -.86i

0.273227
0.037468
0.048507
0.023186

Mean dependent var


S.D. dependent var
Akaike info criterion
Schwarz criterion
F-statistic
Prob(F-statistic)
.66
-.20+.86i

.55 -.69i
-.79+.38i

58.40960
15.33822
5.968487
6.031950
577.2130
0.000000
.55+.69i
-.79 -.38i

Il coefficiente della componente ARCH () pari a 0.168: tale valore sufficientemente basso, oltre
che minore di uno, indica la bassa persistenza nel tempo di eventuali shock nei prezzi (short run
persistence).
Il coefficiente della componente GARCH pari a 0.811. La somma + pari a 0.979: esso
indica la persistenza delleffetto di uno shock nel lungo periodo (long run persistence) ed minore
di uno, come deve essere per la condizione di stabilit.
Di seguito riportiamo in grafico le stime effettuate, prima con il modello senza GARCH, poi con
quello aggiornato.
Il primo grafico, effettuato con stime dinamiche, mostra che il modello per le previsioni sottostima i
massimi dei prezzi. Tuttavia le stime sono per lo pi comprese nella banda di previsione costruita
per un livello di fiducia del 5%.

41
Pagina 41/52

100
90
80
70
60
50
40
30
670

690

680

700

710

720

730

DOWN
PREZZIFFINALI

PREZZI
UP

Se si effettuano invece previsione statiche lerrore di previsione ovviamente si riduce, tuttavia


previsioni statiche che non aggiornano linformation set non permettono di andare out of sample

110
100
90
80
70
60
50
40
670

680

690

PREZZI
UP

700

710

720

730

DOWN
PREZZIFFINALISTAT

42
Pagina 42/52

Gli errori di previsione si riducono se si considera un modello con varianza condizionata di tipo
ARCH.

100
90
80
70
60
50
40
30
670

680

690

700

710

720

730

DOWN
PREZZIFARCH

PREZZI
UP
140
120
100
80
60
40
20
670

680

690

PREZZI
UP

700

710

720

730

DOWN
PREZZIFARCHSTAT

43
Pagina 43/52

3.2

IL MODELLO PREZZI ORARI

Proviamo a modellare la serie dei prezzi orari osservati sul Mercato del Giorno Prima (MGP): i dati
sono relativi allintero periodo di funzionamento della Borsa Elettrica, dal 1/04/2004 al 31/03/2006.

240

200

160

120

80

40

0
5000

10000

15000

P R E ZZI

Tale serie dei prezzi MGP, che la nostra variabile dipendente e che chiameremo da ora in poi
semplicemente PREZZI, mostra qualitativamente un comportamento non stazionario, non essendo
oscillante intorno ad un valor medio costante. Si evidenzia invece la presenza di un TREND: da
chiarire se esso sia di natura deterministica o stocastica (random walk con drift).
Sempre restando ad un livello di analisi qualitativa riportiamo la serie dei pezzi del BRENT (olio di
riferimento del Mare del Nord): anche tale serie mostra carattere di non stazionariet. Esso di
interesse come regressore in quanto potrebbe rappresentare un trend, eventualmente stocastico,
da usare come variabile dipendente al posto di un TREND determinismo puro. Andiamo a valutare
se il carattere di non stazionariet della serie dei prezzi del BRENT imputabile a presenza di
radice unitaria (random walk con drift), come accade per molte serie di dati economici-finanziari.

44
Pagina 44/52

70
60
50
40
30
20
2500

5000

7500 10000 12500 15000 17500


BRENT

CT

Effettuando un test Dichey-Fuller si conferma la presenza di radice unitaria per la serie del
BRENT.
Tale risultato anche confermato dal test di cointegrazione realizzato sulle serie PREZZI e
BRENT: esse dunque sono integrate di ordine 1 (I(d), con d=1) ed ammettono una combinazione
lineare stazionaria; il risultato del test robusto per diverse specifiche del modello.
Sample: 1 17520
Included observations: 17515
Series: BRENT PREZZI
Lags interval: 1 to 4
Data Trend:
Test Type
Trace
Max-Eig

None
No Intercept
No Trend
1
1

None
Intercept
No Trend
1
1

Linear
Intercept
No Trend
1
1

Linear
Intercept
Trend
1
1

Quadratic
Intercept
Trend
2
2

Ritornando allanalisi della serie dei prezzi da modellare ne riportiamo di seguito listogramma: il
test Jacque-Bera mostra la NON normalit di tale serie, con una elevata volatilit (alto valore di
deviazione std).

45
Pagina 45/52

2000

Series: PREZZI
Sample 1 17520
Observations 17520

1600
1200
800
400
0

20

40

60

Mean
Median
Maximum
Minimum
Std. Dev.
Skewness
Kurtosis

58.30197
51.66952
199.2685
1.097669
29.22408
1.029133
4.002970

Jarque-Bera
Probability

3826.957
0.000000

80 100 120 140 160 180 200

La NON simmetria facilmente spiegabile. Infatti come microeconomia insegna nessun produttore
sar disposto a produrre sotto il proprio costo variabile e quindi la serie dei prezzi presenta una
soglia al livello inferiore dipendente proprio dal costo variabile. Dal grafico si evince che il costo
variabile di produzione del parco elettrico italiano intorno ai 30 /MWh. I valori al di sotto di tale
soglia sono imputabili alla gestione dei bilaterali in Regime di Scambio in vigore nel 2004. In
questo periodo la remunerazione dei bilaterali si basava sulle medie dei prezzi nelle fasce e non
sul prezzo orario di borsa. I produttori quindi avevano tutto linteresse di eccedere (essere lunghi)
o di deficere (essere corti) nei bilaterali per ricevere il conguaglio a fine mese. Il prezzo di borsa
veniva per questo meccanismo distorto. Come vedremo in seguito nel nostro modello i dati sono
stati esclusi inserendo una dummy che si attiva per prezzi sotto i 20 . Dal 2005 in poi con la
partenza della domanda attiva questo meccanismo e la conseguente distorsione cessata.
Oltre alla distribuzione dei prezzi, riportiamo nel seguente grafico la serie dei prezzi in relazione
alla serie dei prezzi ritardati (esclusi i week-end). Questo grafico utile per visualizzare i valori
outlier e la grandezza di dispersione dei dati. Come si vede nel nostro caso abbiamo una serie
storica con una dispersione elevata.

46
Pagina 46/52

240

PREZZI_NO_WEEK(-1)

200
160
120
80
40
0
0

40

80

120

160

200

240

PREZZI_NO_WEEK

Lanalisi in frequenza dei prezzi mostra che non ci sono periodicit superiori alla settimana. Oltre il
valore 168 (1 settimana) non ci sono picchi significativi. Lanalisi delle componenti autoregressive
conferma questa conclusione.

Per completare una prima analisi della serie da modellare riportiamo anche un grafico con la
funzione di autocerrelazione (ACF) ed autocorrelazione parziale (PACF). Lanalisi delle ACF e
PACF mostra un carattere autoregressivo, sia per effetto della stagionalit di periodo 1 giorno,
ovvero periodicit settimanale, sia per effetto di un carattere autoregressivo puro, come
confermato anche dal test F congiunto Q-stat che evidenzia un ordine minimo di AR pari a 1.

47
Pagina 47/52

VALUTAZIONE PERFORMANCE
Se indichiamo con un coefficiente numerico progressivo i diversi modelli che andremo a costruire
in maniera incrementale possiamo scegliere un parametro, il cui valore osservato e confrontato per
i successivi step di miglioramento del modello sia indicativo della qualit del relativo modello.
Scegliamo di usare come parametro di qualit la radice dellerrore quadratico medio RMSE (Root
Mean Square Error) la cui espressione la seguente:

48
Pagina 48/52

RMSE =

ut2 =
t =1

(y
t =1

y t ) .
2

Gli errori di previsione presenti in tale espressione ( u t ) sono stati calcolati rispetto a previsioni
statiche effettuate divedendo il campione di 17520 dati orari in due sottocampioni cos costruiti:
1-17000
: campione di stima del modello;
17001-17520
: orizzonte di previsione.
Le previsioni dunque ed i relativi errori sono stimati su un orizzonte di 22 giorni. In particolare
riportiamo sia un valore di errore (RMSE) per previsioni statiche che dinamiche. In ogni caso si
tratta di previsioni in sample, che sono solo indicative della performance del modello, e richiedendo
una suddivisione del campione presuppongono che non vi sia a cavallo di tale taglio un regime
switching.
Il modello di riferimento il seguente
PREZZI t = + dummy _ outlier + AR(1) + u t
Partendo da questo modello di base abbiamo testato i modelli successivi aggiungendo e
arricchendo di volta in volta il modello di base con i regressori indicati in tabella, fino ad arrivare al
seguente modello completo.

PREZZI t = + dum _ outlier + Brent t + domandat + f 1 + f 2 + f 1 * domanda +


+ f 2 * domanda + dum _ ore _ nott + dum _ ore _ semi + dum _ lunedi + dum _ mar + ... + exp net +
+ AR(1) + SAR(24) + SAR(168) + u t

dum_outlier
brent
domanda
f1,f2
f1*domanda,f2*domanda
dum_ore_nott
dum_ore_semi
dum_luned
expnet
AR(1), SAR(24), SAR(168)

: dummy che individua i valori oulier


: valore del brent giornaliero
: domanda oraria di energia elettrica
: dummy per le fasce f1 e f2
: dummy moltiplicative delle f1 e f2 sulla domanda
: dummy per le ore notturne 1-6 e 22-24
: dummy per le ore semi-notturne 7-9 e 19-21
: dummy per i giorni della settimana (Lun - Ven)
: esportazioni nette dallItalia verso zone estere
: componenti autoregressive e stagionali

Di seguito riportiamo una tabella con la sintesi dei modelli e delle performance realizzate sia nel
caso di previsioni Statiche e Dinamiche.

MODELLI
: sigla identificativa del modello
REGRESSORI
: Indica i repressori deterministici del modello in oggetto
COMPONENTI
AUTOREGRESSIVE: Componenti AR e SAR utilizzate
RMSE
: Parametro di valutazione utilizzato

49
Pagina 49/52

MODELLO

DUMMY

REGRESS
ORI

COMPONENTI
AUTOREGRESSIVE

M1

Dummy_out

AR(1)

19,49

34,9

M2

Dummy_out

brent

AR(1)

19,39

31,8

M3

Dummy_out

ct

AR(1)

19,32

30,05

M4

Dummy_out

AR(1)

15,92

18,90

M5

Dummy_out f1 f2

AR(1)

15,90

18,87

ct
domanda

AR(1)

15,77

18,68

ct
domanda

AR(1)

15,73

18,78

ct
domanda

AR(1)

15,66

18,52

ct
domanda

AR(1)
SAR(24)

12,20

16,57

ct
domanda

AR(1)
SAR(24)
SAR(168)

12,16

14,88

ct
domanda
expnet

AR(1)
SAR(24)
SAR(168)

12,17

14,92

M6

M7

M8

M9

M10

M11

Dummy_out
f1 f2 f1*domanda
f2*domanda
Dummy_out
f1 f2 f1*domanda
f2*domanda
dum_ore_nott
dum_ore_semi
Dummy_out
f1 f2 f1*domanda
f2*domanda
dum_ore_nott
dum_ore_semi
dum_lun
Dummy_out
f1 f2 f1*domanda
f2*domanda
dum_ore_nott
dum_ore_semi
dum_lun
Dummy_out
f1 f2
f1*domanda
f2*domanda
dum_ore_nott
dum_ore_semi
dum_lun
Dummy_out
f1 f2
f1*domanda
f2*domanda
dum_ore_nott
dum_ore_semi
dum_lun

ct
domanda
ct
domanda

RMSE
STAT | DIN

50
Pagina 50/52

240
200
160
120
80
40
0
17100
PREZZI

17200

17300

17400

17500

FORECAST

3.3 I 24 MODELLI ORARI

Presentiamo ora i risultati per i 24 modelli orari separati, ognuno costruito con la serie dei prezzi
registrati nei due anni di osservazioni per quellora,
A titolo di esempio riportiamo la valutazione della performance del modello per lora 10,
considerando come orizzonte previsivo 19 giorni,
Anche qui partendo da un modello di base, che tenesse conto solo della componente AR(1),
abbiamo testato i modelli successivi aggiungendo di volta in volta i regressori indicati in tabella,
fino ad arrivare al modello completo che includesse le seguenti componenti:
AR(1)
Domanda
Ct
Week
Dummy_outliers
51
Pagina 51/52

SAR(7)
MA(1)

MODELLO

DUMMY

REGRESS
ORI

COMPONENTI
AUTOREGRESSIVE

M1

AR(1)

38,7

51,5

M2

domanda

AR(1)

23,48

35,7

M3

domanda
brent

AR(1)

22,71

33,34

M4

AR(1)

22,32

28,9

M5

week

AR(1)

21,69

28,3

M6

week
Dummy_out

ct
domanda

AR(1)

21,47

28,02

M7

week
Dummy_out

ct
domanda

AR(1)
SAR(7)

21,46

26,32

M8

Week
Dummy_out

ct
domanda

AR(1)
SAR(7)
MA(1)

21,98

26,16

M9

Week
Dummy_out

ct
domanda

AR(1)
SAR(7)
MA(1)
AR CROSS(1,,,,9)

27,35

29,57

domanda
ct
ct
domanda

RMSE
STAT | DIN

Presentiamo infine il modello cross ARMA in cui il prezzo di ciascuna ora spiegato oltre che dai
regressori del modello precedente anche dalla componente autoregressiva incrociata, Ci significa
che mettiamo in relazione lora in questione con i prezzi delle ore precedenti della stessa giornata,
La componente AR(1) continua invece a cogliere la relazione tra il prezzo allora 10 del giorno al
tempo t e quella al tempo t-1, Da qui il termine di modello cross, Dai risultati della stima eseguita
per lora 10 e riportati nella tabella seguente si nota la non significativit di molti regressori cross se
considerati sin dalla prima ora del giorno t, Nella tabella sucessiva si nota invece come il modelli
migliori se i termini cross vengono arrestati a 2 ore prima, Dalla stinma di tutti i modelli cross si
evidenziano correlazioni tra ore allinterno dello stesso blocco, Nel caso dellora 10 evidente che
la correlazione diventa insignificante non appena si considerano le ore notturne (1-7), Infine
notiamo come il regressore ct non sia significativo, Questo perch il prezzo dellora 10, essendo
questa unora di punta, indipendente dal valore del ct ed influenzata per lo pi dalla domanda
energetica,

52
Pagina 52/52

240
200
160
120
80
40
700

705

710

715

PREZZI10

720

725

730

PREZZI10F

240
200
160
120
80
40
700

705

710

715

SER10F_CROSS

720

725

730

SER10

53
Pagina 53/52

Variable

Coefficient

Std, Error

t-Statistic

Prob,

-13,62740

9,706109

-1,404003

0,1608

DOMANDA1(10)/1000

1,001132

0,144144

6,945378

0,0000

CT1

0,163187

0,196160

0,831904

0,4058

WEEK1

-5,312128

1,772993

-2,996136

0,0028

DUMMY_OUT

-8,040883

5,386152

-1,492881

0,1359

SER02

0,075510

0,124914

0,604493

0,5457

SER03

0,181894

0,190610

0,954274

0,3403

SER04

0,058760

0,203292

0,289043

0,7726

SER05

-0,652322

0,190622

-3,422074

0,0007

SER06

0,232112

0,117839

1,969742

0,0493

SER07

-0,139221

0,076981

-1,808510

0,0710

SER08

0,243140

0,048200

5,044422

0,0000

SER09

0,641469

0,041084

15,61361

0,0000

AR(1)

0,715670

0,050049

14,29953

0,0000

SAR(7)

0,349486

0,037340

9,359635

0,0000

MA(1)

-0,280124

0,068350

-4,098388

0,0000

Variable

Coefficient

Std, Error

t-Statistic

Prob,

-16,37041

9,662586

-1,694206

0,0907

DOMANDA1(10)/1000

1,030638

0,143975

7,158460

0,0000

CT1

0,138236

0,191311

0,722570

0,4702

WEEK1

-6,013526

1,724754

-3,486600

0,0005

DUMMY_OUT

-5,980401

5,237290

-1,141888

0,2539

SER09

0,596664

0,039708

15,02638

0,0000

SER08

0,214313

0,046803

4,579076

0,0000

AR(1)

0,725394

0,048929

14,82548

0,0000

SAR(7)

0,334525

0,037268

8,976270

0,0000

MA(1)

-0,297133

0,067369

-4,410500

0,0000

54
Pagina 54/52

-20
0
331

298

265

232

199

166

133

Pagina 55/52

769

737

705

673

641

609

577

545

513

760

727

694

661

628

595

562

529

20

481

40
496

60

449

80
463

ORA 6

417

-140
430

-120

385

-100
397

-80

353

-60
364

-40

321

289

257

225

193

161

129

67

34

100

-20

97

65

33

Ora 1

80

60

40

20

-40

-60

-80

-100

-120

-140

55