Pricing of weather derivatives

Abstract

"Počasí je jedním z faktorů, které mají zásadní vliv na ekonomiku. Klimatické deriváty a pojištění proti povětrnostním vlivům jsou dva způsoby, jak se zabezpečit proti nečekaným povětrnostním podmínkám. V dnešní době se mnoho společností chrání proti jiným než katastrofickým situacím pomocí klimatických derivátů. Vzhledem k tomu, že se svět začal zaměřovat na obnovitelnou energii, větrné elektrárny se v energetickém sektoru rozšířily - a protože spolehlivost je jednou z nejproblematičtějších otázek obnovitelných zdrojů, roste význam pojištění proti jejich nespolehlivosti. Proto se na trh dostaly i deriváty týkající se rychlosti a síly větru. Hlavním cílem této diplomové práce bylo vypočítat cenu opce na větrnou energii, sloužící k zajištění proti nespolehlivosti větru, a citlivostní analýza s cílem zjistit hlavní faktor ovlivňující cenu. Po uvedení obecných informací o klimatických derivátech, jako je například definice derivátů počasí, rozdílů mezi klimatickými deriváty a pojištěními, a informací o potenciálních rizicích, vůči kterým se lze pojistit, v první kapitole, byly ve druhé kapitole představeny různé typy klimatických derivátů s různými indexy a výpočty výplat. V téže kapitole je možné nalézt také strategie zajištění a jejich příklady. Statistické studie naměřených skutečných údajů o rychlosti větru, včetně sezónnosti, trendové regrese a reziduální analýzy jsou uvedeny v kapitole 3. Dále bylo stručně diskutováno modelování rozptylu reziduí a transformace reziduí na standardní rezidua. Podle vypočtených reziduí a standardizovaných reziduí bylo v poslední kapitole provedeno generování náhodných čísel MATLABem podle simulace metodou Monte Carlo. Byl vypočítán rozdíl kapacitního faktoru mezi reálně naměřenými historickými daty a simulovanými údaji (v procentech), který je jedním z hlavních parametrů při výpočtu ceny opce. Po převedení tohoto rozdílu na parametr, který se nazývá „tick size“ a je vyjádřen v peněžních jednotkách (podle tržních podmínek), se vypočte cena opce. V poslední kapitole byly uvedeny a vyhodnoceny ceny opcí s různou dobou trvání smlouvy se dvěma různými způsoby diskontování. V závěru poslední kapitoly byla provedena citlivostní analýza, jejímž cílem bylo zjistit hlavní faktory ovlivňující cenu, kterými jsou délka trvání kontraktu a parametr změny kapacitního faktoru s peněžní jednotkou."

Weather is one of the factors which has a crucial impact on the economy. Weather derivatives and weather insurances are two ways to hedge against unexpected weather conditions. Nowadays, many companies are hedging themselves against non-catastrophic situations with weather derivatives. Since the world started to focus on renewable energy, wind power plants became popular at energy sector and since reliability is one of the most problematic issues of the renewables, hedging against this unreliability has become more important. Therefore, wind speed and wind power derivatives started to get into the market. The main aim of this dissertation to calculate the price of a wind power put option to hedge against the unreliability of the wind and performing sensitivity analysis to find out the main driver of the price. After providing the general information about weather derivatives such as the definition of weather derivatives, differences between weather derivatives and insurances, potential risks which can be hedged against by weather derivatives during the first chapter, different types of weather derivatives with different indexes and pay off calculations were demonstrated during the chapter 2. In addition to this, it is possible to find hedging strategies and examples within the same chapter. Statistical studies of the measured real wind speed data including seasonality, trend regression, and residual analysis are provided during chapter 3. Modeling the variances of the residuals and transforming residuals into the standard residuals were briefly discussed too. According to the calculated residuals and standardized residuals, random number generation with MATLAB to follow the Monte Carlo Simulation approach was performed during the last chapter. Capacity factor difference between real-measured historical data and simulated data (in percentages), which is one of the main parameters during calculation the price of the put option, was calculated. After transforming this difference into a parameter which is called as tick size and has a monetary unit (according to market conditions), the price of the option is calculated. During the last chapter, option prices with different contract durations were provided and evaluated with two different discounting approaches. At the end of the last chapter, a sensitivity analysis was run to find out the main drivers of the price which are contract duration and capacity factor difference parameter with the monetary unit.