The energy market is one of the most complex and debated market worldwide. The classic dichotomy in literature, regarding this market, is between traditional energies (gas, oil, nuclear power), polluting but more efficient, and renewable energies (natural gas, aeolian, hydroelectric, just to mention some), more respectful of the environment, but less efficient and often more expensive. The hypothesis underling my research is that their prices (or, in my specific case, the indexes containing the biggest industries in the respective sectors) are linked one to the other, and that the indexes are related in a certain way. Given this, is possible to make forecasts, using a slightly modification of the ARJI-GARCH model made famous by Chan & Maheu’s paper of 2002. Then, is possible to use this forecast to estimate a joint distribution through copulas models (Gaussian, Gumbel, Clayton and a mixture of the last two). The objective of this thesis is then to obtain a model not only to forecast future fluctuations of the two indexes, but also to use this forecasts to make some portfolio hedging operation (through Copulas).

Il mercato energetico è tra più complessi e dibattuti mercati nel mondo. La classica dicotomia che si riscontra è quella tra energie tradizionali (gas, petrolio, nucleare), più inquinanti ma più efficienti, e le energie rinnovabili (gas naturale, eolico, idroelettrico, solo per citarne alcune), più rispettose per l’ambiente, ma meno efficienti e spesso più costose da produrre. L’ipotesi alla base della mia ricerca è che tra i loro prezzi (o, nel mio caso specifico, tra due indici che contengono le maggiori industrie operanti nei due settori) vi sia un certo grado di correlazione, e che i due indici si influenzino tra di loro. In questo modo, è possibile fare delle previsioni sull’andamento dei due indici, attraverso una versione modificata del modello ARJI-GARCH, reso famoso dal paper del 2002 di Chan & Maheu, e utilizzare queste previsioni per stimare una distribuzione congiunta attraverso le copule (Gaussiana, Gumbel, Clayton e mista). Quindi si riesce ad ottenere un modello che non solo riesce a prevedere le future fluttuazioni dei due titoli, ma anche essere utile in alcune operazioni di copertura di portafogli (attraverso le Copule).

Analisi e previsioni di proxy di energie tradizionali e rinnovabili attraverso modelli ARJI-GARCH e copule

BANDINELLI, NICCOLÒ
2019/2020

Abstract

The energy market is one of the most complex and debated market worldwide. The classic dichotomy in literature, regarding this market, is between traditional energies (gas, oil, nuclear power), polluting but more efficient, and renewable energies (natural gas, aeolian, hydroelectric, just to mention some), more respectful of the environment, but less efficient and often more expensive. The hypothesis underling my research is that their prices (or, in my specific case, the indexes containing the biggest industries in the respective sectors) are linked one to the other, and that the indexes are related in a certain way. Given this, is possible to make forecasts, using a slightly modification of the ARJI-GARCH model made famous by Chan & Maheu’s paper of 2002. Then, is possible to use this forecast to estimate a joint distribution through copulas models (Gaussian, Gumbel, Clayton and a mixture of the last two). The objective of this thesis is then to obtain a model not only to forecast future fluctuations of the two indexes, but also to use this forecasts to make some portfolio hedging operation (through Copulas).
2019
Analysis and Forecasts of Traditional and Renewable Energies’ proxy through ARJI-GARCH model and copulas
Il mercato energetico è tra più complessi e dibattuti mercati nel mondo. La classica dicotomia che si riscontra è quella tra energie tradizionali (gas, petrolio, nucleare), più inquinanti ma più efficienti, e le energie rinnovabili (gas naturale, eolico, idroelettrico, solo per citarne alcune), più rispettose per l’ambiente, ma meno efficienti e spesso più costose da produrre. L’ipotesi alla base della mia ricerca è che tra i loro prezzi (o, nel mio caso specifico, tra due indici che contengono le maggiori industrie operanti nei due settori) vi sia un certo grado di correlazione, e che i due indici si influenzino tra di loro. In questo modo, è possibile fare delle previsioni sull’andamento dei due indici, attraverso una versione modificata del modello ARJI-GARCH, reso famoso dal paper del 2002 di Chan & Maheu, e utilizzare queste previsioni per stimare una distribuzione congiunta attraverso le copule (Gaussiana, Gumbel, Clayton e mista). Quindi si riesce ad ottenere un modello che non solo riesce a prevedere le future fluttuazioni dei due titoli, ma anche essere utile in alcune operazioni di copertura di portafogli (attraverso le Copule).
File in questo prodotto:
Non ci sono file associati a questo prodotto.

È consentito all'utente scaricare e condividere i documenti disponibili a testo pieno in UNITESI UNIPV nel rispetto della licenza Creative Commons del tipo CC BY NC ND.
Per maggiori informazioni e per verifiche sull'eventuale disponibilità del file scrivere a: unitesi@unipv.it.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.14239/243