AALTO -YLIOPISTO N TEKNILLINEN KORKEAKO ULU …salserver.org.aalto.fi/vanhat_sivut/Opinnot/Mat-2.4108/... · 2010-06-18 · AALTO -YLIOPISTO N TEKNILLINEN KORKEAKO ULU SYSTEEMIANALYYSIN

AALTO-YLIOPISTON TEKNILLINEN KORKEAKOULU

SYSTEEMIANALYYSIN LABORATORIO

Riskienhallintamenetelmien integroiminen

energiatietojärjestelmään

Mat-2.4108 Sovelletun matematiikan erikoistyöt

Anni Nieminen, 51658U

13.6.2010

Sisällysluettelo

1. Johdanto ................................................................................................................................................ 1

2. Sähkömarkkinat ..................................................................................................................................... 1

2.1 Yleistä sähkömarkkinoista Suomessa ........................................................................................ 1

2.2 Sähkömarkkinoiden toimijoita .................................................................................................. 3

2.3 Sähkön hinnan muodostuminen ............................................................................................... 4

3. Sähköyhtiön riskit ja riskienhallinta ....................................................................................................... 8

3.1 Riski ja riskienhallinta ................................................................................................................ 8

3.2 Riskit vapailla sähkömarkkinoilla ............................................................................................... 9

3.3 Sähköyhtiön riskienhallinta ..................................................................................................... 11

3.4 Sähköyhtiön riskienhallinnan menetelmiä ja työkaluja .......................................................... 12

3.5 Sähköyhtiön riskienhallintajärjestelmä ................................................................................... 19

4. Riskienhallinta ja sen kehittäminen GENERIS-järjestelmässä ............................................................. 21

4.1 GENERIS –energiatietojärjestelmä .......................................................................................... 21

4.2 Riskienhallinta GENERIS-järjestelmässä .................................................................................. 22

4.3 GENERIS-järjestelmästä puuttuvia riskienhallinnan ominaisuuksia ........................................ 27

4.4 GENERIS-järjestelmän riskienhallintaominaisuuksien kehittäminen ...................................... 27

5. Yhteenveto ja johtopäätökset ............................................................................................................. 30

Lähteet .................................................................................................................................................... 31

1

1. Johdanto

Ennen sähkön tuotannon ja kaupan avaamista kilpailulle 1990-luvun puolivälissä sähköyhtiöt toimivat

paikallisessa monopoliasemassa, ja niiden toimintaympäristö oli varsin vakaa ja toiminnan riskit pienet.

Markkinoiden avaaminen muutti tilannetta radikaalisti, ja kilpailu on kiristynyt edelleen Suomen liityttyä

entistä tiiviimmin osaksi pohjoismaisia ja eurooppalaisia markkinoita (Partanen, ym. 2009). Kilpailun

myötä toiminnan riskit ovat kasvaneet ja riskienhallinasta on tullut välttämätön osa sähköyhtiön

toimintaa. Myös muut lainsäädännölliset tekijät kuten päästökaupan alkaminen 2005 ovat muokanneet

ja muokkaavat edelleen toimintaympäristöä.

Sähkön hinnan käyttäytyminen eroaa oleellisesti useimmista muista hyödykkeistä pääasiassa kahdesta

syystä. Ensimmäinen näistä on se, että sähköenergiaa ei voi nykyteknologialla varastoida kannattavasti

suuressa mittakaavassa, joten tuotannon ja kulutuksen on oltava koko ajan tasapainossa. Toinen syy on

se, että sekä sähkön kulutus että eräät sen tuotantomuodot riippuvat voimakkaasti huonosti

ennustettavista tekijöistä, joista tärkein on sää. Näiden tekijöiden seurauksena sähkön markkinahinta on

huomattavasti volatiilimpi kun useimpien muiden hyödykkeiden. Kun lisäksi sähkön myynnin marginaalit

ovat tyypillisesti pienet, on markkinariskien hallinta sekä erityisen tärkeää että haastavaa. Aktiivisella

riskienhallinnalla paitsi hallitaan epävarmuutta ja siitä johtuvia kustannuksia, myös luodaan paremmat

edellytykset huomata ja hyödyntää esiintyvät voiton mahdollisuudet (Karjalainen 2006).

Tässä työssä tarkastellaan riskienhallintatyökalujen käyttöä energia-alan tiedonhallinnan ohjelmistossa

pohjoismaisilla markkinoilla toimivan sähkön myynti- ja tuotantolaitoksen näkökulmasta. Painopiste on

siten vapailla sähkömarkkinoilla käytävän osto- ja myyntitoiminnan epävarmuuksista aiheutuvien riskien

hallitsemisessa. Työssä selvitettiin kirjallisuustutkimuksen avulla, millaisia ominaisuuksia riskienhallinnan

tietojärjestelmän tulisi tukea, sekä kartoitettiin Process Vision Oy:n GENERIS –energiatietojärjestelmän

tarjoamaa riskienhallintaa tukevaa toiminnallisuutta. Kirjallisuustutkimuksen sekä Process Vision Oy:n

sisäisten haastatteluiden avulle selvitettiin, miten GENERIS-järjestelmää voisi kehittää paremmin

tukemaan energiayhtiön riskienhallintaprosessia.

Tämä raportti rakentuu seuraavasti: Luvussa 2 esitellään tämän työn konteksti, eli sähkömarkkinoiden

tilanne Suomessa ja Pohjoismaissa. Luvuissa 3 seuraa esitellään riskit, riskienhallinta sekä

riskienhallinnan keskeiset menetelmät ja työkalut sähköyhtiön näkökulmasta. Luvussa 4 esitellään

GENERIS –järjestelmä, käydään läpi sen riskienhallintaa tukevia ominaisuuksia, sekä Process Vision Oy:n

sisäisten haastatteluiden avulla selvitettyjä kehityskohteita, joihin tulisi pureutua, jos GENERIS-

järjestelmän halutaan vastaavan paremmin sähköyhtiön riskienhallinnan tarpeisiin. Luku 5 päättää

tämän raportin yhteenvetoon.

2. Sähkömarkkinat

2.1 Yleistä sähkömarkkinoista Suomessa

Energiamarkkinoiden vapauttaminen kilpailulle alkoi maailmanlaajuisesti 1990-luvun alussa. Suomessa

sähkömarkkinalain (386/1995) voimaantulo vuonna 1995 aloitti sähkömarkkinoiden uudistamisen.

Vaiheittain edennyt uudistus poisti kilpailun esteitä ja vähensi sääntelyä sähkön tuotannosta, myynnistä

ja ulkomaankaupasta, sekä asetti selkeät pelisäännöt verkkotoiminnalle, joka säilytti luonnollisen

2

monopoliasemansa. Nykyään kaikki sähkön käyttäjät voivat valita toimittajansa vapaasti. Sähkön lisäksi

kilpailulle on Suomessa avattu maakaasun jälkimarkkinat tietyt edellytykset täyttäville osapuolille sekä

päästökauppa. Viranomaisena näillä markkinoilla Suomessa toimii Energiamarkkinavirasto.

(Energiamarkkinavirasto 2010)

Markkinoiden vapautuminen muutti oleellisesti sähkömarkkinoilla toimivan energiayrityksen

toimintaympäristöä. Ennen markkinauudistusta paikallisessa monopoliasemassa toimiva sähkön tuottaja

saattoi keskittyä tuotantokustannustensa minimoimiseen ilman erikoisempia taloudellisia riskejä.

Nykyisessä kilpaillussa tilanteessa sähkön hinta muodostuu pääasiassa tuotannon muuttuvien

kustannusten perusteella, ja sähkön markkinahinnalla on suuri vaikutus sähkön tuottajien ja

jälleenmyyjien toimintaan ja sen kannattavuuteen. Koska markkinahinta vaihtelee suuresti, ovat sekä

tuottajat että tukkusähkön ostajat alttiina tästä aiheutuvalle hintariskille. Myyntiyhtiön asiakkaiden

siirtyminen yhtiöltä toiselle aiheuttaa aiempaan verrattuna uutta epävarmuutta sähkön myyntimäärissä

(Tarjanne ja Kivistö 2006). Suurten käyttäjien ja vähittäismyyjien toimintaympäristö monimutkaistui, sillä

aikaisemmin mahdollisia hankintatapoja olivat lähinnä tuottajien kanssa solmitut pitkät sopimukset sekä

voimalaitosten tai voimalaitososuuksien omistaminen. Markkinauudistuksen myötä uudeksi sähkön

hankintakanavaksi vanhojen kahdenvälisten sopimusten rinnalle tuli sähköpörssi (Partanen, ym. 2009).

Markkinoiden vapautumisen jälkeen toinen merkittävä toimintaympäristön muutos oli

kasvihuonekaasujen päästökaupan alkaminen EU:n alueella vuoden 2005 alussa. Päästökaupan ideana

on ohjata Kioton sopimuksen vaatima päästöjen vähentäminen markkinamekanismien avulla niille

toimijoille, jotka voivat sen edullisemmin toteuttaa. Mikäli päästökaupassa mukana oleva yritys tuottaa

enemmän hiilidioksidia kuin sille myönnetyt päästöoikeudet sallivat, sen on hankittava puuttuvat

oikeudet markkinoilta. Käytännössä päästökauppa alentaa fossiilisia polttoaineita ja turvetta käyttävien

tuotantomuotojen kannattavuutta ja antaa kilpailuetua päästöttömille tuotantomuodoille kuten vesi- ja

ydinvoimalle. Useimmissa tilanteissa päästökaupasta aiheutuu hintalisä sähkön markkinahintaan, mikä

välittyy viiveellä myös kuluttajahintoihin. Koska sähkön markkinahinta muodostuu kalleimman

tuotantomuodon mukaan, on päästökauppa nostanut puhtaita tuotantomuotoja omistavien yritysten

katteita. (Tarjanne ja Kivistö 2006)

Yksi Euroopan Unionin päämääristä on yhteiseurooppalaisen sähkömarkkinoiden luominen. Nykyisellään

tukkusähkömarkkinat toimivat Euroopassa pääosin kansallisella tasolla, ja paikoin toiminta on

keskittynyt muutamien toimijoiden käsiin (Partanen, ym. 2009). Pohjoismaisia sähkömarkkinoita

pidetään yleisesti varsin hyvin toimivina, mutta on myös esitetty epäilyksiä määräävän markkina-aseman

väärinkäytöksistä ja hinnan manipuloinnista markkinavoiman ja hiljaisen yhteistyön avulla. Markkinat

ovat varsin keskittyneet muutamille suurille toimijoille, ja esim. Purasjoen (2006) mukaan

pohjoismaisten sähkömarkkinoiden toiminnassa onkin oligopolistisia piirteitä. Markkinoiden

jakautuminen hinta-alueisiin voi myös muuttaa yksittäisten toimijoiden markkinavaltaa alueella, kun

toimijoiden voimasuhteet vääristyvät (Partanen, ym. 2009).

Riskienhallinnan näkökulmasta sähkömarkkinat ovat haasteellinen toimintaympäristö johtuen hinnan ja

kysynnän epävarmuudesta. Välillisesti sähkön hintaan vaikuttavat mm. hydrologinen tilanne, lämpötila,

päästökauppa, markkinoiden toimivuus sekä polttoaineiden hinnat. Etenkin lämpötila vaikuttaa suuresti

3

sähkön kulutukseen, kun taas pohjoismaisilla markkinoilla saatavilla oleva kapasiteetti riippuu

voimakkaasti Norjan ja Ruotsin vesitilanteesta ja tätä kautta pitkän aikavälin sadannasta. Koska

tuotannon ja kulutuksen on kuitenkin oltava koko ajan tasapainossa, voi sähkön hinta vaihdella

rajustikin. Karan (2005) mukaan on todennäköistä, että sähkön hinta tulee säilymään voimakkaasti

vaihtelevana ja huonosti ennustettavana. Tämä tarkoittaa, että markkinaosapuolet eivät voi jättäytyä

markkinahinnan vaihtelun armoille, vaan jotain suojautumismekanismia on pakko hyödyntää.

2.2 Sähkömarkkinoiden toimijoita

Sähkömarkkinoilla toimivia osapuolia ovat tuottajat, kuluttajat, myyjät, sekä verkkoyhtiöt. Terveen ja

toimivan kilpailun edistämiseksi sähkömarkkinalain (386/1995) mukaan sähkön tuotanto, kauppa, siirto

ja jakelu on eriytettävä toisistaan (Partanen, ym. 2009). Sähkökaupan keskeisiä toimijoita Suomessa on

havainnollistettu kuvassa 1.

Sähkön siirrosta vastaavat verkkoyhtiöt, joilla on Energiamarkkinaviraston myöntämä verkkolupa.

Sähköverkko koostuu valtakunnallisesta kantaverkosta, erillisistä alueverkoista sekä paikallisten

sähköyhtiöiden hallitsemista jakeluverkoista. Verkonhaltiojoiden liiketoiminta toiminta on säädeltyä

monopolitoimintaa, ja niitä koskevat verkon ylläpito- ja kehittämisvelvollisuus, sähkönkäyttöpaikkojen ja

tuotantolaitosten liittämisvelvollisuus, sähkön siirtovelvolllisuus sekä kohtuullisen ja tasapuolisen

hinnoittelun velvollisuus. Valtakunnan tasolla sähkön siirrosta vastaa kantaverkkoyhtiö Fingrid Oyj, joka

omistaa myös valtakunnan rajat ylittävät siirtoyhteydet. Fingrid vastaa myös Suomen

sähkövoimajärjestelmän toimintavarmuudesta eli toimii ns. järjestelmävastaavana. Sähköverkot

muodostavat markkinapaikan, joka palvelee tasapuolisin ja kohtuullisin ehdoin sähkömarkkinoiden

muita osapuolia. (Partanen, ym. 2009)

Suomessa on noin 120 sähköä tuottavaa yritystä ja noin 400 voimalaitosta, joista yli puolet on

vesivoimalaitoksia (Energiateollisuus ry 2010). Sähkön tuottaja myy sähköä tyypillisesti

tukkusopimuksilla sähkön tukku- tai vähittäismyyjille OTC-markkinoilla (Over the Counter, tarkoittaen

kaikkea pörssin ulkopuolista ostoa ja myyntiä), sähköpörssiin, tai suoraan suurelle loppukäyttäjälle.

Lisäksi, jos tuottajalla on hallinnassaan riittävästi nopeasti säädettävää kapasiteettia, se voi osallistua

Fingridin tasesähköyksikön kanssa käytävään tasesähkökauppaan nk. tasevastaavan roolissa.

Tasesähkökauppa on osapuolten toteutuneiden toimitusten ja hankintojen välisen tasevirheen

korjaamiseksi käytävää sähkökauppaa.

Sähkön tukkumyyjät ovat pääasiassa sähkön tuottajia, jotka myyvät sähköä suurille sähkön käyttäjille

sekä vähittäismyyjille. Sähkön vähittäismyyjät myyvät itse tuottamaansa tai tukkumarkkinoilta

ostamaansa sähköä kotitalouksille, maatalouksille sekä pienille ja keskisuurille yrityksille. Sähkön

vähittäismyyjinä toimivat pääasiassa paikalliset ja alueelliset sähkölaitokset, joita on Suomessa tällä

hetkellä noin sata. Myös suuret tuottajayhtiöt ovat monien muiden toimijoiden ohella kiinnostuneet

sähkön vähittäismyynnistä, ja sähköalalle on tullut myös perinteisistä sähköyhtiöistä riippumattomia

sähkönmyyjiä ja -välittäjiä (Energiamarkkinavirasto 2010). Sama yritys voi toimia sekä tukku- että

vähittäismyyntimarkkinoilla. Sähkön myyntitoimintaan ei tavita toimilupaa, joten periaatteessa kuka

tahansa voi ryhtyä sähkön myyjäksi (Energiamarkkinavirasto 2010). Pienasiakkaat solmivat usein

toistaiseksi voimassa olevia sopimuksia tai määräaikaisia ja kiinteähintaisia sopimuksia, minkä vuoksi

sähkön tukkumarkkinoiden suuretkaa

(Partanen, ym. 2009)

Sähkön toimitukseen liittyy aina tasevastuu,

sähkön hankinta ja myynti ovat tasapainossa. Sähkökaupan osapuoli

järjestelmävastaavalle, joka Suomessa on

siirtäen näin tasevastuun avoimelle toimittajalle. Jokaisella

oma avoin toimittaja ja tai sitten toimija

järjestelmävastaavalle.

järjestelmävastaavaan

Kiviniemi 1999)

Kuva 1. Sähkökaupan keskeisiä toimijoita.

2.3 Sähkön hinnan muodostuminen

Pohjoismainen sähköpörssi Nord Pool

Sähkön markkinahinta

sähköpörssi Nord Poolissa.

likviditeetti takaa, että

kauppojen vastapuolena toimii aina pörssi,

tukkumarkkinoiden suuretkaa

(Partanen, ym. 2009).




näin tasevastuun avoimelle toimittajalle. Jokaisella

oimittaja ja tai sitten toimija

järjestelmävastaavalle. Tasevastuuketju päättyy

järjestelmävastaavaan, joka toimii yhteistyössä ulkomaisten tasevastaavien kanssa

Kiviniemi 1999)

Sähkökaupan keskeisiä toimijoita.

Sähkön hinnan muodostuminen


markkinahinta (tukkuhinta)

sähköpörssi Nord Poolissa.

likviditeetti takaa, että pörssissä muodostunut markkinahinta on ns. oikea hinta.

astapuolena toimii aina pörssi,

tukkumarkkinoiden suuretkaan hintavaihtelut eivät näy





oimittaja ja tai sitten toimija

asevastuuketju päättyy

, joka toimii yhteistyössä ulkomaisten tasevastaavien kanssa

Sähkökaupan keskeisiä toimijoita. Huomaa, e



(tukkuhinta) pohjoismais

sähköpörssi Nord Poolissa. Pörssissä noteeratut

pörssissä muodostunut markkinahinta on ns. oikea hinta.

astapuolena toimii aina pörssi,

4

n hintavaihtelut eivät näy

Sähkön toimitukseen liittyy aina tasevastuu, eli jokainen sähkökaupan osapuoli


järjestelmävastaavalle, joka Suomessa on Fingrid Oyj, tai


oimittaja ja tai sitten toimija on nk. tasevastaava eli itse

asevastuuketju päättyy siis aina


Huomaa, että sama yritys voi toimia useassa



pohjoismaissa muodostuu

noteeratut tuott


astapuolena toimii aina pörssi, joten kaupankäynti on anonyymiä eikä

4

n hintavaihtelut eivät näy heti loppuasiakkaiden hinnoissa

eli jokainen sähkökaupan osapuoli


, tai solmia sopimuksen avoimen toimittajan kan

näin tasevastuun avoimelle toimittajalle. Jokaisella avoimella toimittajalla on puolestaan joko

nk. tasevastaava eli itse

aina lopulta valtakunnalliseen


ä sama yritys voi toimia useassa

sa muodostuu kysynnän ja tarjonnan perusteella

tuotteet ovat standardituotteita


joten kaupankäynti on anonyymiä eikä

heti loppuasiakkaiden hinnoissa

eli jokainen sähkökaupan osapuoli

sähkön hankinta ja myynti ovat tasapainossa. Sähkökaupan osapuoli voi olla joko itse taseva

solmia sopimuksen avoimen toimittajan kan

avoimella toimittajalla on puolestaan joko

nk. tasevastaava eli itse suoraan tasevastuussa

valtakunnalliseen


ä sama yritys voi toimia useassa eri roolissa.

kysynnän ja tarjonnan perusteella

ovat standardituotteita


joten kaupankäynti on anonyymiä eikä


vastaa siitä, että

voi olla joko itse tasevastuussa

solmia sopimuksen avoimen toimittajan kan


suoraan tasevastuussa

valtakunnalliseen

, joka toimii yhteistyössä ulkomaisten tasevastaavien kanssa. (Rinta-Runsala ja

eri roolissa.


ovat standardituotteita, joiden suuri

pörssissä muodostunut markkinahinta on ns. oikea hinta. Pörssissä käytävien

joten kaupankäynti on anonyymiä eikä se sisällä riskiä siitä,


vastaa siitä, että sen

stuussa

solmia sopimuksen avoimen toimittajan kanssa


Runsala ja


uuri

Pörssissä käytävien

riskiä siitä,

5

että vastapuoli ei pystyisikään täyttämään velvoitteitaan. Nord Poolissa kauppaa käydään fyysisillä

Elspot- ja Elbas-markkinoilla sekä johdannaismarkkinoilla. Lisäksi kauppaa käydään päästöoikeuksilla.

Sähköpörssin tärkeimmät tehtävät ovat tarjota luotettava ja toimiva markkinapaikka sähkön fyysiselle ja

finanssikaupalle sekä päästökaupalle, tarjota markkinoille uskottava referenssihinta, lieventää

siirtoverkkojen ruuhkia ohjaamalla kapasiteetin käyttöä optimaalisesti spot-markkinoiden

hintamekanismin avulla, sekä toimia neutraalina ja luotettavana vastapuolena sopimuksissa (Kalatie

2006). Kaupankäyntiin osallistuvat pörssin jäsenet, jotka fyysisillä markkinoilla ovat energian tuottajia,

jälleenmyyjiä ja suuria loppukuluttajia. Johdannaismarkkinoilla toimii lisäksi myös sijoittajia, kuten

kansainvälisiä pankkeja (Partanen, ym. 2009).

Fyysinen sähkökauppa Nord Poolissa

Fyysistä kaupankäyntiä eli kauppaa, jossa sopimus johtaa aina sähkön fyysiseen toimitukseen, hoitaa

pohjoismaisessa pörssissä Nord Pool Spot. Spot-kaupankäynnin toimijat jättävät edellisenä päivänä

tarjoukset kullekin seuraavan vuorokauden tunnille. Jätetyistä tarjouksista muodostetaan kullekin

tunnille kysyntä- ja tarjontakäyrät, ja sähkön spot-hinta muodostuu siihen pisteeseen, jossa tarjonta- ja

kysyntäkäyrät kohtaavat. Tätä koko markkina-alueen yhteistä sähkön markkinahintaa kutsutaan

systeemihinnaksi. Periaatteessa markkinahinta vastaa muuttuvia kustannuksia kaikkein kalleimmasta

tuotantomuodosta, joka tarvitaan sähkön kysynnän kattamiseksi. Tämän tuotantomuodon muuttuvat

kustannukset määrittävät sen hetkisen marginaalikustannuksen sähkölle (Partanen, ym. 2009).

Hinnanmuodostusta on havainnollistettu kuvassa 2.

Markkina-alue on jaettu hinta-alueisiin, joille muodostetaan erilliset hinnat, jos alueiden välinen

siirtokapasiteetti rajoittaa systeemihinnan muodostumiseen tarvittavien kauppojen edellyttämää

sähkön siirtoa. Suomi, Ruotsi ja Viro muodostavat omat hinta-alueensa, Tanska ja Norja on jaettu

useampaan alueeseen. Vuonna 2009 aluehinta Suomessa ja Ruotsissa oli sama 96 % ajasta, ja 26 %

tunneista jakautumista hinta-alueisiin ei tapahtunut lainkaan (Fingrid 2010).

Vuonna 2009 Nord Poolin spot-markkinat vastasivat 72 % alueen sähkönkulutuksesta (Nord Pool 2010).

Spot-hinta toimii myös referenssihintana johdannaistuotteille, tase- ja säätösähkömarkkinoille sekä

sähköpörssin ulkopuoliselle OTC-kaupalle.

Spot-markkinoiden sulkemisen jälkeen toimitustuntiin on aikaa vielä 12–36 tuntia. Elspot-markkinoiden

sulkemisen jälkeen kauppaa voi käydä vielä Elbas-markkinoilla toimitustuntia edeltävään tuntiin saakka.

Elbas-markkinat muodostavat siis Elspotin jälkimarkkinat, ns. tasesäätömarkkinat. (Partanen, ym. 2009)

6

Kuva 2. Sähkön markkinahinnan muodostuminen. (Karjalainen 2006)

Sähkön finanssikauppa Nord Poolissa

Nord Pool ASA tarjoaa markkinapaikan sähkön johdannaiskaupalle. Kaupankäynnin kohteena olevat

sopimukset eivät johda sähkön fyysiseen toimitukseen. Tämä lisää markkinan likviditeettiä, kun

kaupankäyntiin osallistuu sähkön tuottajien, myyjien ja kuluttajien lisäksi myös sijoittajia. Nord Poolin

finanssimarkkinoilla referenssihintana on Elspotin vuorokauden systeemihinta. Johdannaismarkkinoiden

vakiomuotoisia tuotteita ovat futuurit, forwardit, hintaerosopimukset (CfD) sekä optiot (Nord Pool

2010).

Sähköpörssin johdannaiset ovat sähkömarkkinoiden keskeisiä riskienhallinnan työkaluja. Niiden avulla

voidaan suojautua hintojen epäsuotuisalta kehitykseltä varmistamalla sähkön myynti- tai hankintahinta.

Toisaalta johdannaiskauppa voi olla myös puhdasta spekulointia. Johdannaiskaupassa kaupankäynnin

kohteena olevan sähkön hinta kuvaa markkinoiden odotuksia tulevasta hintatasosta, joten sitä voidaan

käyttää hintaennusteiden laadinnassa. (Partanen, ym. 2009)

Futuurit ja forwardit, yhteisnimitykseltään termiinit, ovat sekä ostajaa että myyjää sitovia sopimuksia

sopimuksia ostaa tai myydä tietty hyödyke tiettyyn hintaan tulevaisuudessa. Nord Poolin

sähköjohdannaiset toteutetaan nettoarvon tilityksenä. Futuurisopimuksessa nettoarvon tilitys aloitetaan

heti sopimuksen teon jälkeen ja se tehdään päivittäin toimitusajan loppuun saakka. Forward-

sopimuksessa nettoarvon tilitys tehdään ainoastaan toimitusaikana. Nord Pool ASA:ssa noteeraamat

forwardit jaetaan kuukausi-, neljännesvuosi- ja vuosisopimuksiin, ja futuurit viikko- ja päiväsopimuksiin.

Nord Poolin termiinituotteita on havainnollistettu kuvassa 3. (Partanen, ym. 2009)

7

Kuva 3. Nord Poolissa noteeratut termiinit. (Nord Pool 2010)

Fyysinen sähkökauppa käydään aluehintaisena, joten fyysiselle sähkökaupalle syntyy avoin taloudellinen

positio (aluehintariski) aluehinnan erotessa systeemihinnasta, vaikka kaupat olisikin suojattu kokonaan

futuuri- tai forward-kaupoilla. Aluehintatuotteella (CfD, Contract for Difference) voidaan suojautua

aluehintariskiä vastaan. Nord Pool tarjoaa myös niin sanottuja huippukysynnän aikaisia

termiinisopimuksia (peak load). Ne vastaavat muilta osin perustermiinejä, mutta niitä ei ole saatavilla

päivätuotteina ja niiden nettoarvo tilitetään päivittäin ainoastaan tuntien 8-20 osalta. (Partanen, ym.

2009)

Optio on oikeus ilman velvollisuutta joko myydä (put option) tai ostaa (call option) kohde-etuutena oleva

sopimus ennalta sovittuun hintaan tiettynä ajankohtana tulevaisuudessa. Option ostaja maksaa tästä

oikeudesta myyjälle nk. preemion. Nord Poolissa noteerattavat optiot ovat eurooppalaisia

sähköoptioita, eli ne voidaan toteuttaa ainoastaan ennalta määrättynä toteutuspäivänä. Toteutus

tapahtuu Nord Poolissa automaattisesti jos se on ostajan edun mukaista. Nord Poolin optioiden kohde-

etuutena käytetään finanssimarkkinoiden forward-sopimuksia siten, että kaupankäynnin kohteena on

kulloinkin kaksi lähintä vuosineljännes- ja vuosisopimusta. Ostetun option voittomahdollisuudet ovat

periaatteessa rajattomat, ja mahdollinen tappio rajoittuu optiosta maksettuun preemioon. Myydyn

option mahdollinen voitto on enintään optiosta saadun preemion suuruinen, mutta tappiot voivat olla

suuriakin. (Partanen, ym. 2009)

Pörssin ulkopuolinen sähkön tukkukauppa

Pörssin ulkopuolella sähkön tukkukauppaa käydään kahdenvälisillä OTC-markkinoilla (over the counter)

sekä fyysisillä että finanssituotteilla. Pohjoismaisilla markkinoilla fyysisiä johdannaisia voi hankkia

ainoastaan OTC-markkinoilla. Suurin osa pienten ja keskisuurten yritysten sähkön hankinnasta perustuu

edelleen OTC-sopimuksiin, mutta sähkön hankkiminen joko itse suoraan pörssistä tai sähkösalkun

hankintapalvelua tarjoavan yrityksen kautta on yleistynyt (Yritysten energiaopas 2010). OTC-

markkinoilla toimiessaan yritys altistuu vastapuoliriskille eli riskille, että sopimuskumppani ei

pystykään täyttämään sopimuksen velvoitteita. Sähköpörssissä tehtävissä kaupoissa pörssi asettuu

osapuolten väliin eliminoiden tämän riskin. OTC-sopimusten likviditeetti ei myöskään ole

välttämättä hyvä.

8

3. Sähköyhtiön riskit ja riskienhallinta

3.1 Riski ja riskienhallinta

Riski, toiminnan ei-toivottujen seurausten mahdollisuus, kuuluu kaikkeen liiketoimintaan. Riskin

määritelmään kuuluu sekä tapahtuma, jonka seuraukset ovat riskin ottajan kannalta kielteisiä, että

epävarmuus tapahtuman realisoitumisesta ja/tai vaikutusten suuruudesta tapahtuman realisoituessa.

Riskiin liittyy usein myös myönteisten seurausten mahdollisuus, minkä vuoksi riskiä sisältävään

toimintaan halutaan ehkä tietoisesti ryhtyä. Tällaista liiketoiminnan perustan muodostavaa riskiä

kutsutaan myös kaksipuoliseksi riskiksi. Markkinariskit ovat tyypillisesti kaksipuolisia. Riskiä, jolla

toteutuessaan on aina ainoastaan kielteisiä vaikutuksia, kutsutaan yksipuoliseksi riskiksi ja siltä

suojaudutaan yleensä helpoiten vakuuttamalla. Tulee muistaa, että monissa tilanteissa myös toimimatta

jättämiseen liittyy riski.

Riskienhallinta on prosessi, jolla yritys pyrkii vähentämään riskiin liittyvien seurausten kielteistä

vaikutusta toimintaansa ja säilyttämään toimintaedellytyksensä kaikissa olosuhteissa. Riskienhallinta ei

välttämättä tarkoita kaiken riskin poistamista, vaan paremminkin riskistä aiheutuvien vaikutuksien

hallintaa (Leggio;Bodde ja Taylor 2006). Riskien hallinnan on myös oltava kannattavaa, eli hallitsematta

jätetyn riskin kustannusten on oltava suuremmat kuin riskienhallinnan kustannusten (Rinta-Runsala ja

Kiviniemi 1999). Liiketoiminnan luonteeseen kuuluu useimmiten, että jos tuottomahdollisuuksia

halutaan kasvattaa, on myös riskinottoa kasvatettava. Siten riskienhallinnan tavoitteena on myös

toiminnan sopeuttaminen omien tuotto-odotusten ja oman riskinsietokyvyn mukaiseksi (Partanen, ym.

2009). Hyvin suunniteltu ja toteutettu riskienhallinta on tehokas työkalu yrityksen toiminnan

tehostamisessa myös siksi, että riski ei liity ainoastaan mahdollisiin uhkiin, vaan myös hukattuihin

mahdollisuuksiin (Leggio;Bodde ja Taylor 2006).

Yhtiön riskienhallintaprosessista erotetaan kirjallisuudessa yleensä kolme osaa: riskien tunnistaminen,

riskien arviointi, ja riskien hallinta, ks. esim. (Ayyub 2003) tai (Leggio;Bodde ja Taylor 2006). Rinta-

Runsala ja Kiviniemi (1999) käyttävät seuraavaa jaottelua:

1. Riskianalyysi

a. Riskien tunnistaminen

b. Riskien arviointi ja mittaaminen

2. Riskipolitiikan määrittäminen

a. Tavoitteiden asettaminen

b. Hallintamenetelmien valinta

3. Käytännön riskienhallinta

a. Käytännön toteutus

b. Prosessin seuranta ja kehittäminen

Ensimmäisessä vaiheessa pyritään tunnistamaan, arvioimaan ja mittaamaan yrityksen kannalta oleelliset

riskitekijät. Toisessa vaiheessa määritellään yhtiön kanta tunnistettuihin riskeihin eli ratkaistaan, mitä

riskejä halutaan hallita ja minkälaisin toimenpitein ja työkaluin. Kolmas vaihe sisältää operationaalisen

riskienhallinnan, jonka tärkeimmät elementit ovat monitorointi, kontrollointi ja raportointi sekä

9

prosessin jatkuva seuranta ja kehittäminen. Riskienhallinta on myös iteratiivinen prosessi, jossa analyysi-

ja määrittelyvaiheisiin palataan tarvittaessa.

Sähkömarkkinoilla toimivan yrityksen riskienhallinnan toiminnalllinen toteutus voidaan jakaa

rahoitusmarkkinoilla yleiseen tapaan kolmeen vastuualueeseen: ns. front, middle ja back officeen. Front

office on yrityksen rajapinta asiakkaan suuntaan – se vastaa käytännön kaupankäyntiin liittyvistä

toiminnoista, kuten asiakaskontakteista, hinnoittelusta, markkinoinnista ja kauppojen sopimisesta. Back

office käsittää hallinnollisen puolen huolehtien kauppojen kirjanpidosta, vakuuksista, laskutuksesta ja

muista sopimuksiin liittyvistä jatkokäsittelyistä. Riskienhallinnan näkökulmasta back officella katsotaan

usein olevan myös kaupankäynnin valtuuksia kuten riski- ja volyymilimittejä valvova rooli. Middle office

hoitaa kauppoihin liittyvän kokonaisriskienhallinnan, markkinoiden analysoinnin ja ennusteiden

laatimisen. Voidaan siis ajatella, että middle office laatii yrityksen johdon määrittämän riskipolitiikan

mukaisen toimintasuunnitelman, jota front office toteuttaa ja jonka toteutumista back office valvoo

(Rinta-Runsala ja Kiviniemi 1999)

3.2 Riskit vapailla sähkömarkkinoilla

Rinta-Runsala ja Kiviniemi (1999) selvittivät seuraavat sähköyhtiön kannalta oleellisimmat riskit:

1. Tuotantoriskit eli tuotantolaitteistoon sekä polttoaineen saatavuuteen ja hintaan liittyvät riskit

2. Markkinariskit eli vapailla sähkömarkkinoilla käytävän osto- ja myyntitoiminnan

epävarmuuksista aiheutuvat riskit. Markkinariskit voidaan edelleen jaotella seuraavasti:

a. Hintariski eli sähkön markkinahinnan epävarmuudesta aiheutuva riski

b. Volyymiriski eli myynnin määrän epävarmuudesta aiheutuva riski

c. Valuuttariski eli valuuttakurssien heilahtelusta aiheutuva riski kansainvälisillä

markkinoilla

d. Vastapuoliriski eli riski siitä, että sopimuksen vastapuoli ei täytä velvoitteitaan

e. Hinta-alueriski eli riski aluehinnan eroamisesta systeemihinnasta

3. Siirtoriski eli siirtoverkon epävarmuuksista aiheutuva riski

4. Lainsäädäntöriski eli lainsäädännön muutoksista johtuvat markkinatilanteen muutokset

5. Operationaalinen riski eli yhtiön sisäisistä toimintatavoista, valvonnasta, järjestelmistä yms.

aiheutuva riski

6. Malliriski eli markkinoiden mallintamisen epätarkkuuteen liittyvä riski

Tuotantolaitteiston toimivuuteen liittyvät riskit ovat lähinnä yksipuoleisia, ja niiltä suojaudutaan

tavallisesti vakuuttamalla. Polttoaineriski taas realisoituu polttoaineen saatavuuden muuttuessa

odottamatta, mikä voi tehdä tietystä polttoaineesta joko kannattavamman tai vähemmän kannattavan.

Keinoja suojautua polttoaineriskiltä ovat varmuusvarastot, varapolttojärjestelmät sekä hyödykkeiden

johdannaiset.

Sähkökauppaa käyvän yrityksen kannalta haasteellisinta on markkinariskien ja niistä varsinkin hinta- ja

volyymiriskin hallinta. Sähkön hinnan suuri vaihtelu on seurausta ennen kaikkea tuotannon ja kulutuksen

voimakkaasta sääriippuvuudesta sekä sähkön fyysisestä luonteesta, joka estää sen tehokkaan

varastoinnin pakottaen kysynnän ja tarjonnan tasapainottamisen joka hetki. Pohjoismaisille

10

sähkömarkkinoille on ominaista voimakas vaihtelu vesivoimalla tuotetun sähkön määrässä ja suuri

vaihtelu sähkön kulutuksessa, mikä näkyy sähkön hinnan volatiliteettina (Partanen, ym. 2009).

Markkinahinnassa voi esiintyä suuriakin piikkejä kysynnässä tai tarjonnassa radikaalien muutosten

seurauksena, jolloin väärin mitoitettu hankinta tai sen suojaus voi altistaa yhtiön suurille tappioille jo

muutaman kalliin tunnin aikana.

Volyymiriski aiheutuu sekä kysynnän sääriippuvuudesta ja muusta vaihtelusta että asiakkaiden

mahdollisuudesta vaihtaa sähkön toimittajaa vapaasti kilpailluilla markkinoilla. Suurten asiakkaiden

siirtyminen kilpailijoille voi vähentää myyntiä merkittävästi, jolloin yhtiön hankintasopimukset voivat

osoittautua ylimitoitetuiksi. Hinta- ja volyymiriskiltä voi suojautua johdannaissopimuksilla. Jos yhtiö on

sitoutunut toimittamaan kaiken asiakkaan tarvitseman sähkön, kuten esimerkiksi

pienasiakassopimuksissa tehdään, niin sen myynti perustuu aina ennusteisiin, jotka eivät koskaan voi

toteutua täydellisesti. Lisäksi loppukäyttäjien kulutus vaihtelee useimmiten ajan suhteen mutta pörssin

tarjoamat suojausinstrumentit ovat vakiotehoisia, joten epätasaista kulutusprofiilia ei voi suojata niillä

täydellisesti (Karjalainen 2006). Täten myyntiyhtiöllä on aina jonkin verran avointa positiota, ja tärkeäksi

muodostuu hankinnan ja myynnin tasapainottaminen mahdollisimman hyvin mahdollisimman hyvien

ennusteiden avulla. Kulutus-, myynti- ja hintaennusteita ja siten suojaustasoa tarkennetaan

toimitushetken lähestyessä, kun ennusteita saadaan tarkennettua.

Koska Nord Poolin kaupankäyntivaluutta on euro, ei suomalaisilla toimijoilla ole valuuttariskiä käytäessä

pohjoismaista pörssikaupaa. Tuotantomuodoissa, joissa polttoaineen kaupankäyntivaluutta on

esimerkiksi dollari, on valuuttariski edelleen olemassa ja vaikuttaa tuotannon kustannuksiin.

Valuuttariskiltä voi suojautua valuuttajohdannaisten avulla.

Vastapuoliriski esiintyy, kun käydään kauppaa suoraan muiden markkinaosapuolten kanssa. Riski

realisoituu, kun vastapuoli ei täytä sopimusvelvoitteitaan esim. konkurssin vuoksi. Vastapuoliriski

vältetään käymällä kauppaa Nord Poolissa, jolloin pörssi toimii selvitystalona ja vaatii vastapuolilta

vakuudet riskin kattamiseksi. Myös OTC-kaupat voidaan selvittää pörssin välitykellä, jos tuote on

identtinen pörssin tuotteiden kanssa. Muutoin vastapuoliriskiä voi hallita käymällä kauppaa ainoastaan

luotettavien vastapuolten kanssa ja hajauttamalla sopimuksia useammalle osapuolelle.

Hinta-alueriski aiheutuu Nord Poolin markkinoiden jakautumisesta erillisiin hinta-alueisiin siirtoverkon

pullonkaulojen vuoksi. Riski realisoituu toimijoille, jotka ovat tehneet suojauksensa systeemihintaisina,

koska fyysinen kauppa tehdään aina aluehintaisena. Hinta-alueriski on kaksipuoleinen, joten se voi

realisoituessaan tuottaa joko voittoa tai tappiota. Aluehintariskiltä voi suojautua käyttämällä Nord

Poolin tähän tarkoitukseen suunniteltua aluehintatuotetta.

Siirtoriskiin kuuluvat siirtoverkon epävarmuudet. Vakuuttamisen lisäksi riskien hallinnan keinoja ovat

siirtoverkon kunnosta huolehtiminen ja katkoksen sattuessa nopea vian korjaaminen, mutta nämä eivät

kuulu sähkön myyjän tai tuottajan vaikutusalueeseen.

Lainsäädäntöriski toteutuu, kun markkinaympäristö muuttuu odottamatta lainsäädännön muuttumisen

seurauksena. Riskit ovat useimmiten kaksipuolisia, joten yritys voi toimenkuvastaan riippuen joko

hyötyä tai kärsiä niistä. Tyypillisiä tällaisia lainsäädännöllisiä toimenpiteitä ovat esimerkisksi

11

polttoaineiden verotuksen muutokset, ympäristö- ja energiaverojen muutokset, sekä muutokset

esimerkiksi uusiutuvien tai kotimaisten energiamuotojen tuissa. Lainsäädäntöriskin hallitsemisessa

auttaa toimintaympäristön tunteminen ja sen kehityksen tarkka seuraaminen, jolloin voidaan analysoida

tulevaisuuden vaihtoehtoja esimerkiksi skenaarioanalyysin ja stressitestauksen avulla.

Operationaalinen riski liittyy yrityksen sisäisiin toimintatapoihin, valvontaan ja järjestelmään, ja

realisoituu usein henkilöstön toiminnan seurauksena. Operationaalista riskiä hallitaan määrittelemällä

yritykselle selkeä riskipolitiikka ja noudattamalla sitä. Operationaalisen riskin uhkaa esimerkiksi

sähkökaupassa pienennetään huomattavasti noudattamalla riskienhallintapolitiikkaan kirjattuja

analysointi- ja raportointikäytäntöjä, vastuunjakoa sekä tavoite- ja maksimiriskitasoja.

Malliriski liittyy markkinoiden kuvaamiseen käytettyjen mallien epätarkkuuteen, ja sitä voi hallita vain

tiedostamalla ja ymmärtämällä käytettyjen mallien rajoitukset.

3.3 Sähköyhtiön riskienhallinta

Koska riskienhallinta on tulevaisuuden epävarmuuksien hallintaa, ovat mallintaminen ja ennustaminen

keskeisellä sijalla riskienhallinnassa. Kaikki ennusteet perustuvat toimintaympäristöstä ja sen

prosesseista tehtyihin oletuksiin, eli malliin. Mallin hyvyys siis ratkaisee ennusteen hyvyyden.

Energiayhtiön riskienhallinnan kannalta oleellisinta on markkinahintojen sekä kulutuksen ennustaminen.

Sähkön kulutuksen ennusteilla on keskeinen rooli niin sähkön hankinnan, myynnin kuin tuotannonkin

suunnittelussa. Ennusteet eivät koskaan toteudu aivan sellaisinaan vaan tuotannon ja kulutuksen välillä

voi olla yli- tai alijäämä. Valtakunnallisen tehotasapainon ylläpitämiseksi tuotannon ja kulutuksen on

kuitenkin oltava tasapainossa joka hetki; tehotasapainon säilyminen hoidetaan säätösähkömarkkinoiden

avulla (Partanen, ym. 2009). Tämän yli- tai alijäämän täyttäminen avoimen toimittajan säätösähköllä on

aina kallein vaihtoehto, joten sähköyhtiön intresseissä on myynnin ja hankinnan mahdollisimman tarkka

tasapainotus.

Fyysinen avoin positio muodostuu sähkön sovitun hankinnan ja ennustetun myynnin erotuksena, kuten

kuvassa 4 on havainnollistettu. Avoin positio on sitä suurempi, mitä kauempana tulevaisuudessa

toimitushetki on; käyttöhetkken lähestyessä avoin positio pienenee kun hankintoja tarkennetaan

vastaamaan tarkennettuja myynti- ja kulutusennusteita. Lopulta jäljelle jäänyt avoin osa katetaan spot-

sähköllä ja avoimella toimituksella. Avoin positio voi olla hankinnasta, myynnistä ja kulutuksesta

riippuen positiivinen tai negatiivinen. Jos jälleenmyyjä on pyrkinyt suojaamaan positionsa tekemälä

hankintasopimuksia koko ennustetun myynnin määrälle, mutta kysyntä jääkin odotettua pienemmäksi,

jää myyjälle suojauksesta huolimatta avointa positiota. Hankinnan ollessa suurempi kuin myynnin,

jälleenmyyjä hyötyy markkinahintojen noususta; markkinahintojen lasku taas voi merkitä sitä, että

myyjän on myytävä alle hankintahintansa. Suojaaminen tarkoittaa täten aina myös

markkinanäkemyksen ottamista, ja jos markkinoiden kehittymistä ei seurata ja muutoksiin reagoida

riittävän nopeasti, voi suojaaminen vastoin alkuperäistä tarkoitusta lisätä riskiä ja tuottaa yhtiölle

tappioita. (Rinta-Runsala ja Kiviniemi 1999)

12

Kuva 4. Sähkön myyjän avoin positio (Ilmoniemi 2004)

Riskien tunnistaminen ja arviointi ovat välttämätön edellytys riskien hallinnalle ja riskikommunikaatiolle

(Ayyub 2003). Energiayhtiön kannalta riskien tunnistamiseen kuuluu mm. hankintatapojen ja

myyntitilanteen selvittäminen sekä näiden molempien tulevaisuudennäkymien arviointi. Tämän

perusteella voidaan arvioida valuutta-, hinta-alue, vastapuoli- ja volyymiriskiä. Riskien tunnistamiseen

kuuluu myös yhtiön toimintatapojen ja käytäntöjen sekä niihin liittyvien riskien tunnistaminen. Seuraava

vaihe riskianalyysiä on tunnistettujen riskien todennäköisyyksien ja seurausten vaikutusten mittaaminen

ja arvioiminen. Jotta riski voidaan mitata, täytyy arvioida siihen vaikuttavat tekijät ja niiden muutosten

todennäköisyydet sekä muutoksiin liittyvät potentiaaliset voitot ja tappiot (Ayyub 2003). Riskipolitiikan

määrittäminen kuuluu yhtiön ylimmän johdon tehtäviin, ja siihen kuuluvat sekä tavoitteiden

asettaminen että käytettävien riskienhallintakeinojen valinta. Käytännön riskienhallinta koostuu

valittujen menetelmien ja riskimittareiden toteuttamisesta sekä prosessin seurannasta ja

kehittämisestä. (Rinta-Runsala ja Kiviniemi 1999)

3.4 Sähköyhtiön riskienhallinnan menetelmiä ja työkaluja

Nykyinen kilpailtu ja edelleen kehittyvä markkinaympäristö edellyttää myös energiayhtiöiltä

systemaattista riskienhallintapolitiikkaa. Riskienhallintapolitiikan käytännön toteutus vaatii riittävää ja

oikeanmuotoista informaatiota riskiä sisältävästä toiminnasta. Tyyppillisesti tämän informaation

koostamiseen tarvitaan useita eri riskianalyysimenetelmiä (Ojanen;Makkonen ja Salo 2005). Tässä

luvussa käydään läpi energia-alalla tavanomaisimpia riskienhallinnan työkaluja ja menetelmiä.

Kirjallisuustutkimuksen avulla kartoitetut riskienhallinnan työkalut on esitelty tiiviisti taulukossa 1, minkä

jälkeen kukin työkalu tai menetelmä on esitelty tarkemmin omassa alakohdassaan. Esiteltyjen

työkalujen ja menetelmien luonteessa on suuriakin eroja –esimerkiksi toiset ovat puhtaasti

operationaalisia (toimintojen automatisointi), kun taas toisia käytetään riskianalyysissä

13

(skenaarioanalyysi). Tuleekin huomata, että mikään yksittäinen työkalu tai menetelmä ei yksinään kata

koko riskienhallintaprosessia, vaan käytännössä prosessin eri vaiheissa ja toisiaan täydentämässä

tarvitaan useita eri menetelmiä. Jotkin esitellyistä menetelmät ovat käyttökelpoisia ainoastaan yhdessä

jonkin toisen esitellyn menetelmän kanssa: esimerkiksi, jotta riskiä voidaan mitata Value-at-Riskin avulla,

on markkinatekijät ensin mallinnettava ja positiosta on pystyttävä raportoimaan tarvittavat tekijät. VaR-

arvoa taas voidaan käyttää edelleen riskianalyysissä, riskien raportoinnissa, ja sen avulla voidaan

määritellä ja toteuttaa kaupankäynnin valvontaan riskirajat. Markkinoiden mallintaminen ja

ennustaminen on otettu mukaan omana kohtanaan, koska kulutus- ja hintaennusteet ovat keskeinen

osa sähköyhtiön tuotannon, hankinnan ja myynnin suunnittelua, ja siten myös energiayhtilön

riskienhallinta on suurelta osin näiden ennusteiden tarkkuuden ja epävarmuuksien hallintaa.

Taulukko 1. Energia-alalla käytettyjä riskienhallinnan menetelmiä ja työkaluja.

Menetelmä/Työkalu Käyttötarkoitus

Markkinoiden mallintaminen ja ennustaminen Myynnin, hankinnan ja tuotannon suunnittelu;

markkinoiden ymmärtäminen; pohja muulle riskien

hallinnalle

Suojaaminen johdannaisilla Markkinariskien hallinta

Position raportointi Nykytilanteen seuranta; pohja muulle riskien

hallinnalle

Skenaarioanalyysi Markkinatilanteen muutosten vaikutusten

analysointi (myös worst-case –tilanteessa)

Herkkysanalyysi Tärkeimpien riskitekijöiden löytäminen

Value-at-Risk –tyyppiset riskimittarit Riskin mittaaminen (esim. riskirajojen seuraamista

varten); riskin kommunikointi

Portfolion arvostaminen markkinahintaan Mark-to-

Market –periaatteella

Portfolioon liittyvän riskin ja suojaustason seuranta

Avoimen position rajoittaminen ja automaattiset

hälytykset asetettujen kynnysten ylittyessä

Operationaalisen riskin minimointi,

riskienhallintapolitiikan noudattamisen valvonta

Kriittisten toimintojen ja työnkulkujen automatisointi Operationaalisen riskin minimointi

Markkinoiden mallintaminen ja ennustaminen

Sähkön myyntiyhtiön hankinnan suunnittelu perustuu sähkön kulutuksen ennusteisiin. Kulutuksen

ennustaminen on tärkeää myös tuotannon suunnittelussa erityisesti sellaisten voimalaitosten osalta,

jotka eivät osallistu valtakunnallisen tehotasapainon hetkelliseen ylläpitoon sähkömarkkinoilla.

Sähkökaupassa yksi kannattavan toiminnan edellytyksiä on myynnin ja hankinnan suunnittelu

mahdollisimman tarkasti siten, ettei yhtiön avoin positio muodostu merkittävästi suuremmaksi kuin on

riskienhallintaa suunniteltaessa ajateltu. Sähkön myyntiennusteiden laadinnassa keskeinen lähtökohta

on sähkön kulutuksen ennustaminen ja sähkön hankinta puolestaan suunnitellaan myyntiennusteiden

perusteella. (Partanen, ym. 2009)

Sähkön kulutuksessa on selvä kausivaihtelu vuodenajan, viikonpäivän ja vuorokauden mukaan, mikä on

huomioitava kultusta ennustettaessa. Pohjoismaissa sähkölämmitys lisää kulutusta talvisin, kun taas

lämpimän ilmaston maissa ilmastointi kasvattaa kulutusta selkeästi lämpiminä kuukausina; molemmissa

lämpötilan suuret vaihtelut näkyvät piikkeinä kulutuksessa (Rinta-Runsala ja Kiviniemi 1999).

14

Kulutusennusteet perustuvat pitkälti myyjän kokemukseen asiakkaan kulutuksesta sekä käyttäjätyypin

mukaisiin kulutuksen muotoa kuvaaviin tyyppikäyriin (Partanen, ym. 2009).

Sähkön hintaan taas sää vaikuttaa Pohjoismaissa ja muissa paljon vesivoimaa käyttävissä maissa

sadannan kautta. Sademäärillä on oma vuosisyklinsä ja satunnaisvaihtelu on suurta. Sadantaan liittyvät

odotukset ja vesivoimaloiden vesivarastoiden täyttöaste korreloivat varsin selkeästi sähkön hinnan

kanssa. Samoin pitkään pakkasjaksoon liittyvä kulutuksen kasvu yleensä nostaa hintoja (Rinta-Runsala ja

Kiviniemi 1999). Pilipovicin (2007) mukaan sähkön spot-hinnan mallintamiseen soveltuvat parhaiten

keskiarvoon palautuvat (mean-reverting) mallit eli mallit, joissa vaihtelu sisältää satunnaisvaihtelun

lisäksi termin, joka pyrkii palauttamaan arvon kohti pitkän aikavälin keskiarvoa. Sähkön hinnan

mallintamisesta löytyy runsaasti kirjallisuutta, ks. esimerkiksi (Pilipovic 2007), (Bunn ja Karakatsani 2003)

tai (Weron ja Misiorek 2008).

Suojaaminen johdannaisilla

Sähköpörssin standardisoidut johdannaiset ovat sähkömarkkinoiden keskeisiä riskienhallinnan työkaluja

(Partanen, ym. 2009), joilla myyjä pyrkii varmistamaan myynti- ja ostaja hankintahintansa.

Pohjoismaisessa sähköpörssissä Nord Poolissa vaihdettavat finanssijohdannaistuotteet (futuurit,

forwardit, optiot sekä aluehintatuotteet) on esitelty edellä kappaleessa 2. Näiden johdannaistyyppien

lisäksi sähkökaupassa käytetään mm. swap-sopimuksia, swing-optioita, spark spread –optioita sekä

muita eksoottisempia sopimuksia, ks. esim. Deng ja Oren (2006) tai Eydeland ja Krzysztof (2003).

Pörssien lisäksi johdananiskauppaa käydään myös OTC-markkinoilla, jolloin kohde-etuutena voi olla

myös sähkön fyysinen toimitus, ja sopimuksen muoto voidaan räätälöidä juuri osapuolten tarpeisiin

sopivaksi.

Johdannaisten käytössä suojaukseen ensisijaisena tavoitteena ei ole tuoton parantaminen, vaan tuoton

hajonnan pienentäminen (Rinta-Runsala ja Kiviniemi 1999). Suojauksella pyritään siis vakaampaan

kassavirtaan sekä välttämään äärimmäisistä hinnanvaihteluista aiheutuvia riskejä (Deng ja Oren 2006).

Johdannaisten käyttö suojaukseen perustuu siihen, että hyödykkeen myymisen tuottaessa odotettua

vähemmän, tuovat johdannaiset voittoja ja päinvastoin. Vaatimuksena on, että johdannaisen arvo

korreloi suojattavan kohde-etuuden hinnan kanssa; sähkömarkkinoilla johdannaisten hintojen tulisi siis

reagoida sähkön markkinahinnan muutoksiin mahdollisimman tarkasti (Rinta-Runsala ja Kiviniemi 1999).

Johdannaismarkkinoilla spekulointi tulisi aina tunnistaa ja pitää erillään suojaamisesta, ja ymmärtää, että

myös suojaamatta jättäminen eli täyden markkinariskin ottaminen yksi tapa spekuloida (Pilipovic 2007).

Position raportointi

Position raportoinnilla tarkoitetaan yhtiön portfolioiden myydyn/ostetun energian, kassavirran, arvon,

tuoton, tappion tai suojaustason raportointia. Position raportointi on keskeinen ja välttämätön osa

riskienhallintaa, sillä se tarjoaa ajantasaisen tiedon portfolion nykytilasta. Tämä voi yksinkertaisimmissa

tapauksissa jo yksinään riittää esimerkiksi suojautumista koskevaan päätöksentekoon. Position

raportointi ei ota kantaa riskitason tulevaan kehitykseen, mutta on välttämätöntä riskin seuraamsien

kannalta. (Ojanen;Makkonen ja Salo 2005)

15

Skenaarioanalyysi

Skenaarioanalyysissä pyritään selvittämään simulaation avulla, miten portfolioiden arvo muuttuu

erilaisissa markkinatilanteiden muutoksissa. Skenaarioihin voidaan määritellä erilaisia tulevaisuuden

tapahtumia, ja pyrkiä sitten arvioimaan, mikä vaikutus näillä tapahtumilla on portfolion arvoon.

Historiadataan perustuvien skenaarioiden avulla voidaan pyrkiä selvittämään markkinoiden

käyttäytymistä ja laskemaan ennusteita tai mallintamaan muuttujien jakaumia muita riskimittareita

varten. (Rinta-Runsala ja Kiviniemi 1999)

Yksi skenaarioanalyysin tärkeimmistä käyttötavoista on stressitestaus, eli yrityksen selviytymiskyvyn

arviointi nk. worst case- tai katastrofiskenaarion toteutuessa. Tällaisia äkillisiä, ennustamattomia ja

suuria muutoksia voivat olla vaikkapa sähkön markkinahinnan äkillinen raju nousu tai suurasiakkaan

sopimuksen katkeaminen. Luotettavaan riskienhallintaprosessiin kuuluu myös tällaisten ehkä

harvinaisten mutta mahdollisten tapahtumien ja markkinatilanteen muutosten tunnistaminen, sekä

niiden vaikutusten arviointi (James 2003). Portfolion riski voidaan mitata maksimitappiona

katastrofiskenaarion toteutuessa; tätä kutsutaan Maximum Loss -menetelmäksi (O. J. Ojanen 2002).

Skenaarioanalyysin etuihin kuuluu, että se on varsin monipuolinen työkalu. Menetelmä on siinä mielessä

helposti käytettävissä, että se ei vaadi monimutkaisia matemaattisia malleja ja todennäköisyyksien

arviomista, vaan skenaariot voivat perustua esimerkiksi historialliseen dataan. Toisaalta, järkevien

skenaarioiden määrittely vaatii asiantuntemusta, ja skenaarioiden laatiminen saattaa vaatia paljon

manuaalista työtä. (Ojanen;Makkonen ja Salo 2005)

Herkkyysanalyysi

Tärkeimpiä riskitekikjöitä voidaan etsiä herkkyysanalyysin avulla. Herkkyysanalyysissä muutetaan yksi

kerrallaan tarkasteltavaan muuttujaan vaikuttavia tekijöitä, ja lasketaan sen aikaansaama muutos.

Jakamalla tarkasteltavan muuttujan (esim. portfolion arvo) muutos vaikuttavan tekijän muutoksella

(esim. johdannaisen kohde-etuuden arvon muutos), saadaan tarkasteltavan muuttujan herkkyys

suhteessa vaikuttavaan tekijään. Tarkasteltavan muuttujan herkkyys voidaan laskea suhteessa useisiin

vaikuttaviin tekijöihin, ja vertailemalla herkkyyksiä löydetään tärkeimmät riskitekijät. (Rinta-Runsala ja

Kiviniemi 1999)

Johdannaisten hintojen tai portfolion arvon herkkyyttä markkinoiden eri tekijöille kuvataan

rahoitusmaailmasta tuttujen nk. ’kreikkalaisten’ (Greeks) avulla, jotka ovat arvon osittaisderivaattoja

näiden tekijöiden suhteen. Kreikkalaiset voidaan käsittää myös riskin mittariksi; esim. Pilipovic (2007)

puhuu suoraan riskeistä puhuessaan portfoliota kuvaavista kreikkalaisista. Tärkeimmät ja käytetyimmät

kreikkalaiset ovat portfolion arvon Π muutoksen ja kohde-etuuden arvon S muutoksen suhdetta kuvaava

delta

∆ �

��

�� , (1)

portfolion arvon muutoksen ja kohde-etuuden volatiliteetin σ muutokseen suhdetta kuvaava vega

16

� �

��

� , (2)

portfolion arvon muutoksen ja muutokseen kuluneen ajan t suhdetta kuvaava theta

�

��

�� , (3)

sekä deltan muutosta kohde-etuuden arvon S muutoksen suhteen kuvaava gamma

Г �

��

��

�� . (4)

Herkkyysanalyysit toimivat yleensä hyvin, jos muuttujat riippuvat toisistaan lähes lineaarisesti ja vaihtelu

on pientä. Sähkömarkkinoilla tämä ei läheskään aina päde, minkä vuoksi herkkyysanalyysit on tehtävä

tilannekohtaisesti erikseen ja niitä on päivitettävä usein, jotta niistä olisi todellista hyötyä (Rinta-Runsala

ja Kiviniemi 1999).

Value-at-risk

Toimivaan riskienhallintaan tarvitaan tapa mitata tuottoja ja niiden epävarmuuksia, jotta päätöksenteko

voidaan perustaa vaihtoehtojen objektiiviseen ja selkeään vertailuun. Edellä on jo esitetty useita tapoja

mitata riskiä: esimerkiksi avoimen position koko tai odotettu maksimitappio katastrofiskenaarion

toteutuessa voidaan käsittää riskimittareiksi. Mikään yksittäinen riskin mittaamismenetelmä ei ole

täydellinen, vaan yleensä on tarpeen käyttää useita, toisiaan täydentäviä menetelmiä (Rinta-Runsala ja

Kiviniemi 1999).

Value-at-Risk eli VaR-analyysi on laajalti hyväksytty ja yleisin käytössä oleva markkinariskin mittari mm.

rahoitusmarkkinoilla. VaR:in tuotteisti ensimmäisen kerran investointipankki J.P. Morgan’sin

RiskMetrics™ -ohjelmistossaan 1990-luvun alussa, ja siitä asti VaR on kuulunut riskienhallinnan

perustyökaluihin (Jorion 1997). VaR ilmaisee annetun aikavälin maksimitappion annetulla

luottamustasolla; tämä on havainnollistettu kuvassa 5. Esimerkiksi portfoliolle laskettu yhden päivän 1%

VaR –luku 10000€ kertoo, että portfolio menettää arvostaan yhdessä päivässä 10000€ tai enemmän 1%

todennäköisyydellä. 99% todennäköisyydellä portfolion tappio päivässä on siis vähemmän kuin 10000€.

17

Kuva 5. Value-at-risk. (Rinta-Runsala ja Kiviniemi 1999)

VaRin hyviä puolia ovat sen tiivis esitystapa ja intuitiivisuus. On tärkeää, että positio raportoidaan

asianmukaisille tahoille riittävän usein ja ymmärrettävässä muodossa. Esimerkiksi James (2003) esittää,

että VaR –tyyppiset metodit ovat erittäin käyttökelpoisia riskien kommunikoinnissa nimenomaan niiden

intuitiivisesti helposti ymmärrettävän esitysmuodon vuoksi (rahayksikköä/aikayksikkö tietyllä

todennäköisyydellä). Toisaalta VaR-analyysissä on myös useita rajoituksia, jotka on otettava huomioon

menetelmää sovellettaessa. Analyysi ei esimerkiksi huomioi jakauman muotoa lainkaan, joten VaR-lukun

ei sano mitään tietyn luottamustason mukaisen tappion odotusarvosta. VaR:in avulla ei myöskään pyritä

ennustamaan tulevaisuuden markkinamuutoksi, joten se toimii yleisesti ottaen ainoastaan

’normaaleissa’ markkinaoloissa. VaR:in rinnalla on siten käytettävä esimerkiksi stressitestejä arvioitaessa

pahimpia mahdollisia tappioita (Karjalainen 2006). Vaihtoehtoisina tai täydentävinä riskimetriikoina

käytetään energia-alalla usein myös Risk Adjusted Return On Capital (RAROC)- ja Capital-at-Risk (CaR) –

menetelmiä (Leggio;Bodde ja Taylor 2006).

Vaikka VaR onkin käsitteellisesti helposi ymmärrettävissä, sen käytännön toteutus ei välttämättä ole

yhtä yksinkertaista. Menetelmiä VaRin laskemiseen on useita, joista tässä esitellään yleisimmät.

Menetelmät VaRin laskemiseen jaetaan yleensä kolmeen ryhmään:

1. Empiiriset eli historialliseen dataan perustuvat menetelmät,

2. parametrisoidut eli analyyttiset menetelmät, sekä

3. simulaatiopohjaiset eli Monte Carlo –menetelmät.

Suorassa historiallisessa menetelmässä analyysi perustuu puhtaasti portfolion jo toteutuneeseen profit

& loss –jakaumaan. Halutun luottamustason VaR voidaan lukea suoraan histogrammista, jossa

toteutuneet tappiot ja voitot on esitetty huonoimmasta parhaimpaan. Tämä menetelmä on helppo

toteuttaa, mutta se ei ole kovinkaan käyttökelpoinen, koska ei välttämättä ole mitään perusteita olettaa,

että historia toistaisi itseään, tai dataa ei välttämättä ole riittävästi saatavilla. Historiallisessa

simulaatiossa taas käytetään hyväksi portfolion arvoon vaikuttavien muuttujien historiallisia

skenaarioita, lasketaan portfolion arvo kussakin skenaariossa ja muodostetaan siten sen profit & loss –

jakauma, josta VaR voidaan lukea. Historiaan perustuvat menetelmät ovat varsin rajoittuneita, koska ne

18

ottavat huomioon ainoastaan yhden jo toteutuneen kehityspolun, joka ei välttämättä tule toistumaan.

Toisaalta niiden etuna on se, että näin muuttujien jakaumista ei tarvitse tehdä mitään oletuksia, vaan ne

ovat implisiittisesti ’oikein’. (Rinta-Runsala ja Kiviniemi 1999)

Analyyttisistä VaR-menetelmistä yksinkertaisin on delta-normaali VaR (kutsutaan myös varianssi-

kovarianssi VaR:ksi). Delta-normaali VaR perustuu oletukseen, että markkinamuuttujat noudattavat

normaalijakaumaa ja että portfolion arvo on näiden riskitekijöiden lineaarikombinaatio ja siten myös

normaalijakautunut. Jos vielä oletetaan, että portfolion arvon odotusarvo on sama kuin sen nykyarvo,

kuten lyhyellä aikavälillä laskettaessa usein voidaan tehdä, saadaan VaR suhteellisen yksinkertaisesti

kaavalla

�� , (5)

missä zα on standardisoidun normaalijakauman α-kvantiili ja σΔΠ on portfolion arvon muutoksen

keskihajonta tarkasteluvälillä. Laskentaa varten riittää siten estimoida portfolion delta tarkasteltavien

markkinamuuttujien suhteen sekä muuttujien välinen kovarianssimatriisi tarkasteluvälille (Jorion 1997).

Delta-normaali VaR on helppo toteuttaa ja laskennallisesti tehokas nimenomaan normaalisuus- ja

lineaarisuusoletusten vuoksi. Nämä oletukset eivät kuitenkaan läheskään aina päde. Esimerkiksi, jos

portfolio sisältää epälineaarisia instrumentteja kuten optioita, ei delta-normaali VaR yleensä kelpaa.

Toiseksi, erityisesti sähkömarkkinoilla markkinamuuttujat eivät ole läheskään aina normaalijakautuneita

(Clewlow;Strickland ja Kaminski 2007). Delta-normaalin VaR-menetelmän rajoitusten voittamiseksi on

kehitetty esimerkiksi delta-gamma VaR, joka hylkää oletuksen lineaarisuudesta, ks. esim. Javanainen

(2004).

Monte Carlo -menetelmässä eli stokastisessa simulaatiossa mallinnetaan valittujen muuttujien jakaumat

satunnaisprosesseina, ja tämän mallin avulla simuloidaan muuttujien mahdollisia kehityspolkuja.

Portfolion arvo lasketaan simuloiduissa markkinatilanteissa, ja näiden perusteella määritetään VaR-luku.

Monte Carlo –menetelmällä voidaan mallintaa markkinoita hyvin joustavasti, sillä menetelmä ei aseta

mitään rajoja mallinnettavien muuttujien jakaumille, riippuvuuksille tai volatiliteetin vaihteluille. Myös

esimerkiksi epälineaariset instrumentit (kuten optiot) tai markkinaympäristön tulevat tiedossa olevat

muutokset voidaan huomioida helposti. Huonona puolena on, että menetelmä on varsin

monimutkainen toteuttaa. Jos huomioitavia muuttujia on paljon ja tarkasteltava portfolio suuri, vaatii

simulaatio huomattavasti laskentakapasiteettia (Pilipovic 2007). Tulosten tarkkuuden kasvaessa kasvaa

tarvittavien simulaatioiden määrä neliöllisesti, joten Monte Carlo –simulaation tehostamiseksi on

kehitetty useita tekniikoita (Denton, ym. 2003). Simulaatioon perustuvat menetelmät ovat käytetyin

tapa laskea VaR varsinkin isojen ja monimutkaisten portfolioiden tapauksessa (Denton, ym. 2003).

Mark-to-Market

Esimerkiksi sopimuksen tai portfolion arvon laskemista laskentahetken markkinahinnan mukaan

kutsutaan mark-to-market –memetelmäksi. Tehtyjä suojaustoimenpiteitä voidaan vertailla jatkuvasti

sopimusten vallitsevaan markkinahintaan mark-to-market –menetelmällä, jolloin jokaiselle suojauksen

muodostavalle sopimukselle saadaan laskettua laskennallinen sulkemiskustannus markkinahinnan

mukaisen arvon ja sopimushinnan erotuksena (Rinta-Runsala ja Kiviniemi 1999). Avoimeen positioon

19

lliittyvä riski on sitä suurempi, mitä suurempia ovat laskennalliset sulkemiskustannukset. Käytettäessä

johdannaisia pitkäaikaiseen suojaukseen suojauksen oikea mitoitus tulee tarkistaa päivittäin mark-to-

market –menetelmällä (James 2003).

Mark-to-market –laskenta perustuu yleensä energian hinnan forward-käyrään (forward curve). Forward

–käyrä on esitys energian tulevasta hinnasta perustuen forwardien (ja futuurien) nykyisiin hintoihin, ja

edustaa siten kaikkien markkinaosapuolten parasta arvausta hintojen tulevasta kehityksestä. Forward-

käyrä näyttää markkinoiden tämänhetkisen tilanteen, ja koska markkinahinnat muuttuvat koko ajan,

myös forward-käyrä elää jatkuvasti ja on siten sidottu siiihen hetkeen, jonka hintojen avulla se on

laskettu. Forward-käyrä voidaan laskea eri tavoin; esimerkiksi forward-tuotteita ei yleensä ole saatavilla

jokaiselle toimitustunnille erikseen, joten jos sen avulla halutaan mallintaa myös esimerkiksi

vuorokauden sisäiset vaihtelut, täytyy ne tuoda malliin erikseen. Vaikka forward-käyrää käytetään myös

ennustamiseen, se ei ole sama asia kuin ennuste: Forward-käyrä on markkinoiden näkemys tulevasta

hinnasta ja rajoittuu sille aikavälille, mille forwardtuotteiden likvidi kaupankäynti ulottuu.

Pörssituotteiden osalta sama tieto on kaikkien markkinaosapuolten saatavilla, ja siten forward-käyrä on

kaikille toimijoille sama. Forward-käyrä on ’aina oikeassa’ oman määritelmänsä mukaan, kun taas

hintaennuste on markkinaosapuolen oma näkemys hinnan tulevaisuudesta ja osoittautuu oikeaksi tai

vääräksi vasta sitten, kun hinta realisoituu. (Ku 2002)

Position rajat ja automatiosoidut hälytykset

Jamesin (2003) mukaan hyvässä riskienhallintaprosessissa yrityksen riskirajat ja riskinottopolitiikka on

integroitu myös riskienhallintajärjestelmään positio-/kaupankäyntirajojen muodossa. Tällainen

järjestelmä varmistaa, että riskipolitiikan asettamia rajoja ei ylitetä, ja mahdollistaa myös automaattisen

raportoinnin aina, kun toiminta ylittää jonkin asetetun valvontarajan. Tällainen valvonta on tarpeen

riippumatta siitä, käyttääkö yritys johdannaisia spekulointiin vai suojaamiseen, koska markkinariski on

läsnä käyttötavasta riippumatta ja vaatii siis kannanottoa riskipolitiikassa. Positiorajat voi olla tarpeen

asettaa esim. tuotteen tai tuotetyypin, johdannaisen tyypin, toimitusajan tai yksittäisen myyjän

mukaan. Riskitaso voidaan määritellä monella eri tavalla, perustuen esimerkiksi VaR –lukuihin

perustuviin mittareihin, stressitestien maksimitappioihin tai yksittäisen sopimuksen maksimivolyymiin

(Rinta-Runsala ja Kiviniemi 1999).

Kriittisten toimintojen ja työnkulkujen automatisointi

Käyttäjien virheistä tai huolimattomuudesta johtuvaa operationaalista riskiä kannattaa yleensä

minimoida automatisoimalla kriittiset, rutiininomaiset toiminnot ja työnkulut mahdollisimman pitkälti

(James 2003).

3.5 Sähköyhtiön riskienhallintajärjestelmä

Riskienhallintajärjestelmät ovat nykyisessä kilpaillussa toimintaympäristössä tärkeä osa

sähkömarkkinoiden tietojärjestelmiä. Tyypillisiä riskienhallintajärjestelmältä vaadittuja ominaisuuksia

ovat hankinnan ja myynnin tasapainottaminen ja ennustaminen, yhtiön salkun arvon seuraaminen,

sopimusten hinnoittelu sekä erilaisten satunnaisuuksien seurausten arvioiminen (Rinta-Runsala ja

Kiviniemi 1999). Jamesin (2003) mukaan energiayhtiön luotettavaan riskienhallintaprosessiin tarvitaan

seuraavat komponentit riippumatta siitä, käykö yritys kauppaa johdannaisilla vai ei:

20

- kattavat riskimittarit

- hallittu tapa määrittää rajat positioille

- selkeät säännöt organisaation toimijoiden riskienotolle

- riskienhallinnan tietojärjestelmä, joka mahdollistaa riskien kontrolloinnin, monitoroinnin ja

raportoinnin.

Rinta-Runsalan ja Kiviniemen (1999) mukaan energiayhtiön riskienhallintajärjestelmä on ”järjestelmä,

johon on kirjattu yhtiön sekä fyysinen että finanssiportfolio, niin että sen perusteella pystytään

seuraamaan ja hallitsemaan portfolioon liittyviä riskejä.” Sähköyhtiön kannalta katsottuna riskienhallinta

tarkoittaa siis yhtiön avoimen position ja siihen liittyvien markkinariskien hallintaa.

Jos organisaation käy kauppaa johdannaismarkkinoilla, niin Jamesin (2003) mukaa sen

riskienhallintajärjestelmän tulee käsittää seuraavat:

- Riski on mitattava mahdollisimman kattavasti kaikista johdannaisia käyttävistä aktiviteeteista

- Riskienhallintasysteemin tulee mahdollistaa riskien aggregointi kokonaiskuvan saamiseksi

- Käytetyn riskimittarin tulee pystyä mittaamaan riittävällä tarkkuudella organisaation eri

aktiviteeteista aiheutuvat riskit.

- Markkinariskin mittaamiseen sopii parhaiten VaR, ja se tulee mitata päivittäin tietyllä sovitulla

riskitasolla ja aikavälillä (esim. yhden vuorokauden VaR) ja verrata riskiä ennalta asetettuihin

rajoihin.

- Asianomaisen henkilöstön kaikilla organisaatiotasoilla tulee ymmärtää käytetty riskimittaristo ja

sen rajaama riskienhallinnan framework

- Johdannaispositioiden arvostaminen markkinahintaan (mark-to-market) on välttämätöntä riskin

täsmälliselle mittaamiselle ja raportoinnille. Tämä tulee tehdä vähintään kerran päivässä.

- Organisaation, joka spekuloi johdannaisilla, tulee seurata päivittäin ainakin luottoriskiä, sekä

fyysistä että johdannaisista aiheutuvaa positiota, ja markkinahinnan muutoksia.

- Johdannaisposition stressitestauksen pitäisi aina kuulua riskienhallintapolitiikkaan, ja

portfolioiden käyttäytymistä stressioloissa tulee simuloida säännöllisesti. Testaukseen

käytettävien skenaarioiden tulee edustaa sekä historiallista dataa että tulevia mahdollisia

tapahtumia. Stressitestien tulokset pitää analysoida ja tarvittaessa tehdä varasuunnitelmat

ongelmatilanteiden varalle.

Ojasen ym. (2005) mukaan sähkömarkkinoilla vakiintuneita, yleisesti käytettäviä

riskienhallintamenetelmiä ovat

- position raportointi,

- delta-normaali VaR,

- simuloitu VaR,

- skenaarioanalyysi sekä

- herkkyysanalyysi.

Ojanen ym. (2005) toteavat myös, että position raportointi kuuluu jokaiseen riskienhallintajärjestelmään

järjestelmän muista komponenteista riippumatta, ja että mikään tarkastelluista menetelmistä ei yksin

21

riitä kaiken tarvittavan riski-informaation tuottamiseen, vaan tarvittava informaatio saadaan tilanteesta

riippuen yhdistämällä eri menetelmiä.

Tarvittavan riskienhallintajärjestelmän syvyys ja laajuus riippuu luonnollisesti yhtiön toimintatavoista.

Suuret, monilla eri hyödykkeillä kauppaa käyvät tai suurempia voittoja aktiivisella treidauksella ja

suuremmalla riskinotolla tavoittelevat yhtiöt asettavat riskienhallintajärjestelmälle erilaiset vaatimukset

kuin pieni tai keskikokoinen sähköyhtiö, joka käy finanssikauppaa suojatakseen hankintansa ja jolla ei

ehkä ole resursseja monimutkaisen finanssiportfolion hallintaan. Markkinoille onkin syntynyt useita

yrityksiä, jotka tarjoavat hankinnan suojausta salkunhoitopalveluna.

4. Riskienhallinta ja sen kehittäminen GENERIS-järjestelmässä

4.1 GENERIS –energiatietojärjestelmä

Järjestelmän yleiskuvaus

Process Vision Oy:n GENERIS-järjestelmä on kehitety vapaiden energiamarkkinoiden toimijoiden tiedon-

ja liiketoimintaprosessien hallinnan tarpeisiin. GENERIS on suunniteltu modulaariseksi ja skaalautuvaksi,

joten se voidaan konfiguroida eri tyyppisten ja kokoisten käyttäjien tarpeisiin. Järjestelmä käyttäjät

edustavatkin laajasti energiamarkkinoiden eri osapuolia: myyjiä, tuottajia, verkonhaltijoita,

tasevastaavia, järjestelmäoperaattoreita sekä energiankäyttäjiä. Keskeisiä GENERISin tukemia alueita

ovat

- mittaustiedon hallinta,

- mittalaitteiden hallinta,

- taseselvitys ja tasehallinta,

- sopimusten, tarjousten ja salkkujen hallinta,

- kauppojen hallinta sekä

- laskutustietojen hallinta.

GENERIS on järjestelmä energiatiedon hallintaan, joten se hallitsee suurta osaa energiayhtiön

riskienhallinnan tarvitsemista tiedoista. Riskienhallinnan kannalta oleellisimpia ovat käyttöpaikka- ja

mittaustiedon hallinta (Energy Data Management System EDMS) sekä tämän informaation kaupallisiin

tietoihin yhdistävät sopimustenhallinta (Contract Management System CMS), tarjoustenhallinta (Quotes

Management System) sekä kauppojen hallinta (Trades Management System). Näiden lisäksi myös

riskienhallintaa tukevat mm. järjestelmäalustan tarjoamat raportointi-, datavalidointi- ja toimintojen

automatisointiominaisuudet. GENERIS-järjestelmää havainnollistaa kuva 6.

22

Kuva 6. GENERIS –järjestelmä. (Process Vision Oy 2010)

4.2 Riskienhallinta GENERIS-järjestelmässä

Taulukkoon 2 on koottu uudelleen edellä kirjallisuustutkimuksessa taulukossa 1 esitellyt energiayhtiön

keskeiset riskienhallinnan menetelmät ja työkalut, sekä niitä tukevat GENERIS-järjestelmän tarjoamat

ominaisuudet. Jos järjestelmästä puuttuu tuki ko. työkalulle/menetelmälle, myös tämä on ilmaistu

taulukossa. Taulukkoa seuraa lyhyt kuvaus kustakin ominaisuudesta ja sen liittymisestä riskienhallintaan.

Tämä kappale perustuu pääasiassa Process Vision Oy:n sisäiseen dokumentaatioon (Process Vision Oy

2010) sekä osittain sisäisiin haastatteluihin.

23

Taulukko 2. GENERIS-järjestelmän riskienhallintaa tukevia ominaisuuksia.

Menetelmä/Työkalu Menetelmää/työkalua tukevat ominaisuudet

GENERIS-järjestelmässä

Puuttuvat ominaisuudet

Markkinoiden mallintaminen ja

ennustaminen

• Aikasarjatyökalut (synteettiset ja strukturoidut

aikasarjat, aikasarjatuotteet, -algoritmit ja –

mallit, kustomoidut laskennat Sax Basic -

skripteillä)

• Kulutusprofiilit

• Forward-käyrän laskenta

• Kulutusennusteiden ja –profiilien

muodostaminen toteutuneen

kulutuksen/ennusteaikasarjojen perusteella

portfoliolaskennalla

• Muuttujien jakaumien ja

satunnaisuuden mallintaminen

Suojaaminen johdannaisilla • Tuki johdannaistuotteille (forwardit, futuurit,

optiot, aluehintatuotteet)

• Nord Poolin tuotteiden tuonti järjestelmään

• Kauppojen hallinta

• Asiakassalkkukonsepti

Position raportointi • Portfolioiden automaattinen generointi

(sopimukset, tarjoukset, kaupat)

• Portfoliolaskennat

• Konfiguroitavat raportit

Skenaarioanalyysi • Portfoliolaskennan skenariointi sopimusten

jatkumis- ja päättymistodennäköisyyksillä sekä

tarjousten hyväksymistodennäköisyydellä

• Hintojen ja kustannusten korvaaminen

(cost/price replacements) portfoliolaskennoissa

• Tarjousten skenariointi

• Eri ennustevaihtoehdoilla

skenariointi

Herkkysanalyysi • Laskentoja voi konfiguroida

portfoliolaskennan/aikasarjalaskentojen avulla

• Suora, helppokäyttöinen tuki

puuttuu

Value-at-risk –tyyppiset riskimittarit • Puuttuvat

Portfolion arvostaminen markkinahintaan

Mark-to-Market –periaatteella

• Forward-käyrän laskenta

• Forward-käyrän käyttö hintareferenssinä

portfoliolaskennoissa

Avoimen position rajoittaminen ja

automaattiset hälytykset asetettujen

kynnysten ylittyessä

• Hälytykset voidaan konfiguroida järjestelmään

esim. avoimen position koon ylittäessä sallitun

rajan

• Automaattinen raportointi esim. sähköpostiin

Kriittisten toimintojen ja työnkulkujen

automatisointi

• Tehtävien automatisointi konfiguroitavien IFM

(Info Flow Manager) -tehtävien avulla avulla;

tehtävien suorituksen ajastettu,

tapahtumapohjainen tai manuaalinen käynnistys

• Konfiguroitavat ohjausnäytöt

liiketoimintaprosesseiden eri tarpeisiin

Markkinoiden mallintaminen ja ennustaminen

GENERIS tarjoaa useita tapoja erilaisten aikasarjamallien käsittelyyn. Näitä käytetään esimerkiksi

sopimusten ja tarjousten kulutusprofiilien ja -ennusteiden sekä hintaennusteiden laatimiseen. GENERIS-

järjestelmän aikasarja on joukko arvoja, joilla on aikaleima, yksikkö sekä arvon laatua kuvaava status.

Aikasarjoja voi määritellä vapaasti, ja järjestelmä tukee aikasarjojen tuontia/vientiä ulkoisiin

järjestelmiin eri muodoissa. Aikasarjoja voidaan koota, joko manuaalisesti tai automatisoidusti

haluttujen kriteereiden mukaan, nk. aikasarjaryhmiin. GENERISin aikasarjatuotteet lisäävät aikasarjoihin

informaatiota tarjoten mahdollisuuden aikasarjan merkityksen määrittelemiseen, jolloin aikasarjat ovat

haettavissa tämän lisäinformaation avulla esimerkiksi erilaisiin laskentoihin ja raportteihin.

GENERISin tarjoamia työkaluja aikasarjojen laskentaan ovat

24

- strukturoidut aikasarjat,

- synteettiset aikasarjat,

- tietokoodilaskennat (data code calculations),

- aikasarja-algoritmit sekä

- aikasarjamallit.

Strukturoidut ja synteettiset aikasarjat lasketaan järjestelmään konfiguroitujen input-aikasarjojen tai –

aikasarjaryhmien ja niiden välisten operaatioiden avulla ajon aikana. Strukturoidut aikasarjat

generoidaan input-sarjoista yksinkertaisten operaatioiden (summa, erotus jne.) avulla, kun taas

synteettiset aikasarjat voivat perustua myös räätälöityihin Sax Basic –skripteihin tai järjestelmän

tarjoamiin valmiisiin laskentoihin. Kustomoitavat skriptit mahdollistavat myös käyttäjän omien

laskentamallien tuomisen järjestelmään. Laskentojen input-sarjoina voidaan käyttää esimerkiksi

toteutuneita kulutusmittauksia tai ulkoisia muuttujia kuten lämpötila- ja markkinahintaennusteita.

GENERISin tietokoodilaskennat ja aikasarjamallit tarjoavat joustavat mahdollisuudet tulosaikasarjojen

laskemiseen, kun riippuvuudet input-aikasarjoista ovat kompleksisia. Aikasarjamallit käyttävät erikseen

määriteltyjä aikasarja-algoritmeja, joille voidaan aikasarjamallissa määritellä input-sarjat esimerkiksi

tietyn haun tulosjoukkkona, mikä tekee aikasarjamallejen käytöstä hyvin joustavaa. Aikasarjamallien

etuna on myös, että input-sarjojen muutoksista voidaan pitää kirjaa, ja laskenta voidaan automatisoida

niin, että tulossarjat lasketaan uudestaan input-sarjojen päivittyessä. Aikasarja-algoritmit voivat

perustua yksinkertaisiin operaatioihin (esim. summa, erotus, keskiarvo), GENERISin tarjoamiin valmiisiin

laskentoihin (esim. liukuva keskiarvo), tai kustomoituihin Sax Basic -skripteihin.

GENERISin aikasarjatyökaluilla voidaan rakentaa malleja eri käyttötarkoituksiin varsin joustavasti.

Järjestelmä ei kuitenkaan tarjoa valmiiksi juurikaan työkaluja tilastollisten ominaisuuksien

huomioimiseen malleissa. Tilastollisia tunnuslukuja (keskiarvo, keskihajonta, varianssi) voidaan laskea

mittausaineistosta helposti, mutta satunnaisuuteen perustuvia ennustemalleja voidaan toteuttaa

ainoastaan kustomoitujen skriptien avulla.

GENERIS-järjestelmään voidaan konfiguroida kulutuksen muotoa kuvaavia kulutusprofiileja. Profiileilla

voidaan huomioida kulutuksen ennustettavissa oleva vuorokausi-, viikko- ja vuosivaihtelu. Kulutusprofiili

voidaan muodostaa myös valmiiseen referenssiaikasarjaan perustuen. Kulutusprofiileita käytetään

yleisesti pienasiakkaiden kulutuksen ennustamisen sekä arvioimiseen silloin, kun mittausdataa saadaan

vain harvoin, esimerkiksi mittarin vuosiluennan yhteydessä.

GENERIS tarjoaa valmiin toiminnallisuuden forward-käyrän laskemiseen. Laskenta on parametrisoitu

siten, että käyttäjä voi valita laskennan perustaksi haluamansa johdannaistuotteet sekä profiilin, jolla

hinnat skaalataan halutulle resoluutiolle, yleensä tuntitasolle. Muodostettuja forward-käyriä voidaan

käyttää muissa laskennoissa kuten mitä tahansa aikasarjoja, ja niiden päivittäminen hintojen muuttuessa

voidaan myös automatisoida.

Toteutuneeseen kulutukseen perustuvia ennusteita ja profiileita voidaan laskea GENERISin

portfoliolaskennan avulla (ks. GENERISin portfolioiden tarkempi kuvaus edellä kohdassa ’Position

raportointi’). Portfolioille voidaan suorittaa erilaisia laskentoja, joiden tulokset taas voidaan tallentaa

25

järjestelmään tulosaikasarjoihin ja käyttää muissa laskennoissa tai raportoida edelleen ulos systeemistä

erilaisissa formaateissa.

Suojaaminen johdannaisilla

GENERIS-järjestelmässä on mallinnettu yleisimmät johdannaistuotteet sekä kaikki Nord Poolin

finanssituotteet: forwardit, futuurit, osto- ja myyntioptiot sekä aluehintaerotuotteet. Johdannaiset

voivat olla finanssi- tai fyysisiä johdannaisia. Järjestelmässä on toteutettuna automaattinen tuonti Nord

Poolin johdannaistuotteille ja hinnoille. Johdannaiskaupat voidaan kirjata järjestelmään, ja järjestelmä

tukee myös johdannaissopimusten laskutusdatan tuottamista. GENERISin asiakassalkkukonsepti tarjoaa

ratkaisun sopimusten markkinahintoihin perustuvaan hinnoitteluun sekä suojausten hallintaan.

Position raportointi

GENERIS-järjestelmän portfoliotoiminnallisuus muodostaa perustan position raportoinnille ja siten myös

muulle riskienhallinnalle. GENERISin portfolio on yksinkertaisesti salkku, joka sisältää sopimuksia tai

tarjouksia. Portfolioita voidaan muodostaa ja ryhmitellä vapaasti joko käsin tai automatisoidusti

poimintojen avulla. Automaattiset poiminnot ovat varsin vapaasti määriteltävissä, mikä mahdollistaa

sopimusten/tarjousten jakamisen portfolioihin esimerkiksi asiakasryhmän, tuotteen, tuotetyypin,

hinnaston, verkon jne. mukaisesti. Sama sopimus/tarjous voi kuulua useampan portfolioon, mutta

järjestelmä tarjoaa myös mahdollisuuden varmistaa, että yksi sopimus/tarjous kuuluu tietyssä

portfolioryhmässä ainoastaan yhteen portfolioon. Tämä mahdollistaa hierarkisten rakenteiden

luomisen, jossa sopimusjoukkoa voidaan tarkastella joko yhtenä kokonaisuutena tai yksittäisiä

alijoukkoja erikseen.

Portfoliolaskentojen avulla voidaan raportoida mm. myydyn tai ostetun energian määrä, sopimusten

tuotto tai kulut, avoimen position koko jne. Tarjolla on useita kymmeniä portfoliomuuttujia erikseen

sopimuksille, tarjouksille, kaupoille sekä asiakassalkuille. Uusia muuttujia voidaan määritellä

yhdistämällä valmiita muuttujia vapaasti yksinkertaisten matemaattisten kaavojen avulla. Laskennat

ovat konfiguroitavissa halutulle aikavälille ja resoluutiolle.

Laskentojen tulokset voidaan raportoida järjestelmän ulkopuolelle GENERISin alustan tarjoaman

konfiguroitavan raportointityökalun avulla useassa eri formaatissa, tai tarkastella tuloksia GENERISin

omien aikasarjanäyttöjen kautta joko numeerisessa tai graafisessa muodossa. Laskennat voidaan

ajastaa, määritellä aloitettavaksi tiettyjen tapahtumien esiintyessä tai käynnistää manuaalisesti. Samoin

raportit voidaan konfiguroida lähetettäväksi esimerkiksi avoimen position koon ylittäessä tietyn rajan.

Skenaarioanalyysi

GENERISin portfoliolaskennassa on tarjolla seuraavat mahdollisuudet eri vaihtoehdoilla skenariointiin:

- Skenaarioparametrit sopimusten jatkumis- ja uusiutumistodennäköisyydelle sekä tarjouksen

hyväksymistodennäköisyydelle.

- Hinnastojen ja kustannusrakenteiden korvaaminen

Skenaarioparametrien avulla voidaan arvioida tulevan myynnin määriä ja arvoa eri tapauksissa.

Järjestelmään voidaan konfiguroida neljä eri skenaariota: optimistinen, realistinen, pessimistinen ja

26

katastrofiskenaario. Sopimuksen jatkumistodennäköisyyttä sovelletaan ennusteisiin silloin, kun

laskettava sopimus on voimassa toistaiseksi; parametri ilmaisee, kuinka suurella todennäköisyydellä

sopimus jatkuu kunakin tulevana vuonna. Sopimuksen uusiutumistodennäköisyys on käytössä

ennusteiden laskennassa, kun määräaikainen sopimus päättyy laskentajakson aikana. Tarjouksen

hyväksymistodennäköisyyttä käytetään avoimien tarjousten laskemiseen kuvaamaan todennäköisyyttä,

jolla avoin tarjous realisoituu sopimukseksi. Skenaarioparametrien arvot ovat aina välillä [0,1], ja niitä

sovelletaan laskennassa yksinkertaisesti siten, että laskettava suure kerrotaan skenaarioparametrin

arvolla. Skenaarioparametrien avulla voidaan siis arvioida tulevan myynnin/tulojen/kustannusten

odotusarvoja suurille sopimusmäärille.

Hintojen ja kustannusten korvaaminen portfoliolaskennoissa tarkoittaa, että laskennoille voidaan

määritellä, että tietty hinnasto/kustannusrakekenne korvataan laskennoissa toisella

hinnastolla/kustannusrakenteella: ”korvaa portfolion P laskennoissa kaikki sopimuksissa esiintyvät

hinnastot H1 hinnastolla H2 ja kustannusrakenteet K1 kustannusrakenteella K2”. Tämä mahdollistaa

erilaisten hinnoittelu- ja hankinatavaihtoehtojen analysoinnin.

Herkkyysanalyysi

GENERISissä ei ole valmista toiminnallisuutta herkkyysanalyysien suorittamiseen, mutta

portfoliolaskennoilla ja aikasarjatyökaluilla voidaan laskea myös herkkyyksiä historiallisesta datasta.

Tämä vaatii haluttujen laskentojen manuaalista konfigurointia.

Value-at-risk –tyyppiset riskimittarit

GENERISin raportointi- ja laskentaominaisuuksia hyödyntäen voisi mahdollisesti laskea ainakin

yksinkertaisia historiaperusteisia VaR-lukuja, mutta tämä vaatisi paljon laskentojen manuaalista

konfigurointia. GENERISistä puuttuu tuki markkinamuuttujien jakaumien mallintamiselle ja

satunnaismuuttujille, joten varsinaisia VaR-laskentoja järjestelmä ei tue.

Mark-to-market

GENERISissä on mahdollista laskea forward-käyriä, joita voidaan edelleen käyttää

markkinahintareferenssinä portfolion arvoa laskettaessa. Sekä forward-käyrien päivittämisen että

portfolioiden arvon laskennan voi automatisoida sekä liittää laskentoihin automaattiset hälytykset.

Position rajat ja automatiosoidut hälytykset

GENERISin alusta tarjoaa tuen automaattiselle monitoroinnille hälytyksille, joita voidaan liittää eri

prosesseihin. Esimerkiksi position rajojen ylitykseen voidaan konfiguroida automaattinen hälytys

lähettämään viestin tietylle vastaanottajalle.

Kriittisten toimintojen ja työnkulkujen automatisointi

GENERIS tarjoaa kattavan tuen toimintojen ja työnkulkujen automatisointiin ja siten operationaalisen

riskin minimointiin. Info Flow Manager (IFM) mahdollistaa käyttäjän konfiguroimien prosessien

automaattisen suorittamisen. Suoritus voidaan käynnistää joko manuaalisesti, automaattisesti halutun

aikataulun mukaan, tai automaattisesti tietyn tapahtuman esiintyessä. Tällaisia IFM:n kontrolloimia

prosesseja voivat olla esimerkiksi erilaiset portfoliolaskennat tai B2B-viestien välitys. Lisäksi voidaan

27

konfiguroida käyttäjäkohtaisia ohajusnäyttöjä halutun datan monitoirointiin, sekä työnkulkuja, joiden

avulla eri prosessien suorittamista voidaan automatisoida.

4.3 GENERIS-järjestelmästä puuttuvia riskienhallinnan ominaisuuksia

Riskienhallinnan kannalta GENERIS-järjestelmästä puuttuvia ominaisuuksia ovat edellä esitetyn

perusteella

- markkinamuuttujien jakaumien mallintaminen ja satunnaisuuden käsittely,

- VaR –tyyppiset riskimittarit sekä

- eri ennustevaihtoehdoilla skenariointi portfoliolaskennassa.

4.4 GENERIS-järjestelmän riskienhallintaominaisuuksien kehittäminen

Tarpeita kehittää GENERIS-järjestelmän riskienhallintaominaisuuksia kartoitettiin Process Vision Oy:n

sisällä tehdyin haastatteluin. Haastateltavat edustivat yrityksen johtoa, tuotekehitysyksikköä,

konsulttiosastoa sekä myyntiä. Haastattelut olivat avoimia keskustelunomaisia yksilö- ja

ryhmähaastatteluita, joilla oli tarkoitus selvitettää haastateltujen asiantuntijoiden näkemystä GENERIS-

tuotteen kehitystarpeista. Tarkempi analyysi asiakkaiden tarpeista voidaan tehdä ennen

tuotekehityspäätöstä esimerkiski asiakashaastatteluin. Haastatteluiden keskeiset tulokset on vedetty

yhteen taulukkoon 3. Keskeiset kehityskohteet ja riskienhallinnan kehittämisen kysymykset, jotka

nousivat esiin kaikissa tai lähes kaikissa haastatteluissa, on otsikoitu taulukon ensimmäiseen kolumniin,

ja kunkin haastattelun keskeinen sisältö purettu auki näiden otsikoiden alle.

28

Taulukko 3. Yhteenveto haastattelujen keskeisestä sisällöstä.

Teema Haastattelu 1 Haastattelu 2 Haastattelu 3

Keskittyminen

järjestelmän

ydintoimintoihin

Ei yritetä hallita isoja ja

monimutkaisia portfolioita, joissa

valuuttasuojauksia,

öljyjohdannaisia jne. Tämä ala on jo

hyvin kilpailtua. GENERISin vahvuus

on energiatiedon hallinnassa.

Laajoja riskienhallintajärjestelmiä

on jo paljon markkinoilla. GENERIS

hallitsee riskienhallinnan

tarvitsemaa energiatietoa.

Position raportointi GENERISistä pitää saada helposti

ulos ulkoisen

riskienhallintajärjestelmän

tarvitsema input-data. Tähän

portfoliolaskenta on hyvä.

Position raportoinnin

parantaminen tärkeintä.

Raportoinnin oltava ajantasaista,

uskottavaa ja intuitiivista.

Yksinkertaiset tilastolliset kuvaajat

on voitava tuottaa helposti

portfolioittain (esim. tietyn ajan

myynnin jakautuminen

asikasryhmien kesken), mutta

halutaanko GENERISillä tehdä

asioita, jotka voi jo tehdä

taulukkolaskentaohjelmassa?

GENERIS laskee avoimen position.

Käytettävyys Työkalujen oltava riittävän

yksinkertaisia.

Raportoinnin käytettävyyttä

parannettava.

Helppokäyttöisyys & nopeus

raportoinnissa ja skenarioinnissa

tärkeää, varsinkin meklareille.

Suorituskyky Sekä raportoinnin että

skenarioinnin kannalta

portfoliolaskennan tehokkuus

keskeistä.

Helppokäyttöisyys & nopeus

raportoinnissa ja skenarioinnissa

tärkeää

Integraatio muihin

(riskienhallinnan)

järjestelmiin

GENERISistä pitää saada helposti

ulos ulkoisen

riskienhallintajärjestelmän

tarvitsema input-data. Tähän

portfoliolaskenta on hyvä.

GENERIS hallitsee riskienhallinnan

tarvitsemaa energiatietoa �tämän

saaminen muiden järjestelmien

käyttöön tärkeää.

Ennustaminen Kuorman ennustaminen on

sähkölaitoksen keskeisintä

toimintaa, koska hankinta perustuu

siihen. Ennusteisiin tarjottava

tilastoillisuutta.

Järjestelmässä oltava tuki sellaisten

suureiden ennusteille, joilla on

merkitystä ja joita on valmiiksi

saatavilla (esim. pohjoismaiset

vesitiedot, öljyn hintaennusteet)

Ennusteiden pitäisi olla

helppokäyttöisiä ja mahdollistaa

vaihtoehtojen analysointi.

Skenariointi GENERISissä on jo hyvä

portfoliolaskenta. Skenariointi eri

ennustevaihtoehtojen välillä olisi

tärkeä riskienhallinnassa sekä esim.

hinnoittelun työkaluna.

Skenaarioanalyysi tärkein

kehityskohde position raportoinin

parantamisen jälkeen.

Suurin puute riskienhallinnan

kannalta on, että vaihtoehtoisten

ennusteiden hallinta on liian

hankalaa. Ulkolämpötila tärkein

ulkoinen muuttuja, jonka suhteen

kuormaa pitää pystyä

skenarioimaan.

Riskin mittaaminen Päivätason VaR olisi hyvä olla

olemassa.

Riskimittarit (VaR)

tärkeysjärjestyksessä seuraava

position raportoinnin,

skenarioinnin ja

herkkyystarkastelujen jälkeen.

Jos halutaan myydä

riskienhallintaa, niin salkkuun

liittyvä epävarmuus pitää saada

raportoitua havainnollisesti.

Mark-to-market Järjestelmässä oltava tuki.

Riskipolitiikan

integroiminen

järjestelmään

Suojauksen säännöt pitää voida

konfiguroida järjestelmään;

esimerkiksi kuinka suuri osa

hankinnasta pitää olla suojattu

tietyllä ajanhetkellä, tai kuinka

suuri avoin positio saa olla;

automatisoidut raportit

tarvittaessa.

29

In-house –haastattelujen perusteella keskeiseksi tekijäksi riskienhallintaominaisuuksien kehittämisessä

nousivat sellaiset ominaisuudet, jotka tukevat myyjän/verkonhaltijan position raportointia, kuorman

ennustamista sekä eri vaihtoehdoilla skenariointia. Tärkeys- ja siten toteuttamisjärjestyksessä

ensimmäiset kehityskohteet ovat haastattelujen perusteella seuraavat:

1) Raportointi. Järjestelmässä olevan datan raportoinnin kehitääminen tukemaan paremmin

energiayhtiön riskienhallintaa. Tavoitteena on, että GENERIS-järjestelmästä saadaan helposti

raportoitua

a) Ulkoisen riskienhallintajärjestelmän tarvitsema input-data. Tämän osalta tulee myös

selvittää, pitäisikö järjestelmän datavientien tukea jotain tiettyä rajapintaa tai

formaattia.

b) Keskeiset tulokset portfolioittain (=position raportointi) havainnollisessa muodossa

luotettavasti ja nopeasti. Pörssikauppaa käytäessä positio on laskettava vähintään

kerran päivässä, ja kun sopimuksia voi olla paljon, on laskennan tehokkuutta

parannettava. Datan on myös oltava luotettavaa, mikä tarkoittaa että

portfoliolaskennan virheraportointia voi olla syytä parantaa, koska käyttäjällä ei ole

aikaa tutkia pitkiä lokitiedostoja varmistuakseen siitä, että laskenta on suoritettu

onnistuneesti. Poikkeustilanteiden raportointi ei ole riittävän selkeää. Jos

portfoliolaskennan tuloksia halutaan käyttää päivittäiseen riskin seurantaan, niin

käyttäjän pitäisi nopeasti nähdä, jos esim. yksi poikkeava (mahdollisesti väärä)

mittausarvo vaikuttaa suuresti tuloksiin, tai jos jokin iso sopimus jää jostakin syystä

laskentojen ulkopuolelle.

2) Suorituskyky, käytettävyys ja havainnollisuus. Riskienhallintaan liittyvän toiminnallisuuden on

oltava nopeaa, käytettävää ja havainnollista. Tämä näkökohta oli keskeisenä mukana läpi

kaikkien haastatteluiden.

3) Ennustamisominaisuuksien parantaminen. Ennusteisiin pitäisi saada mukaan tilastollisuutta, ja

riippuvuudet ulkoisiin tekijöihin (sää) pitäisi voida mallintaa helpommin.

4) Skenaarioanalyysityökalujen kehittäminen. Tällä hetkellä portfolioiden skenariointi muilla kuin

sopimuksien jatkumis- ja uusiutumistodennäköisyyksillä sekä tarjousten

hyväksymistodennäköisyydellä sekä eri hintavaihtoehdoilla on GENERISissä mahdollista

ainoastaan teoriassa, koska helppokäyttöinen, automatisoitu tapa tehdä tämä puuttuu. Ainakin

erilaisiin sääennusteisiin perustuvilla kuormaennusteilla sekä hinnoittelulla pitäisi voida

skenarioida.

5) VaR -analyysi. Ottaen huomioon VaR-menetelmien laajan käytön riskimittarina, voi olla vaikeaa

markkinoida tietojärjestelmää riskienhallinnan järjestelmänä ilman tukea VaR-analyysille.

Yksinkertainen historiaperusteinen VaR olisi helppo toteuttaa, mutta sen hyödyllisyys ja

uskottavuus yksinään on riittämätön. Normaalijakaumaan perustuva VaR-laskenta, joko delta-

normaali tai gamma-normaali VaR, olisi järjestyksessä seuraavaksi yksinkertaisin toteutuksen

kannalta, mutta nämä vaativat jo varsin paljon kokonaan uutta kehitystyötä. Monte Carlo –

simulaatioon perustuva VaR-analyysi on tällä hetkellä state-of-the-art energia-alan VaR-

tyyppisissä ominaisuuksissa. Tällaisen toiminnallisuuden toteuttaminen olisi varsin haasteellista

varsinkin sen vaatiman laskentakakapasiteetin vuoksi: VaR-laskennat on suoritettava

30

riskienhallinnan tarpeisiin vähintään kerran päivässä (Denton, ym. 2003), mikä asettaa suuret

vaatimukset laskennan suorituskyvylle. Toisaalta, jos GENERIS-järjestelmän portfoliolaskennan

suorituskykyä muutenkin parannetaan, voisi samalla evaluoida mahdollisuudet Monte Carlo -

simulaatioon perustuvien riskinhallintamenetelmien toteuttamiseen.

5. Yhteenveto ja johtopäätökset

Nykyisillä kilpailluilla energiamarkkinoilla kulutuksen vaihtelu ja sähkön hinnan suuret vaihtelut saavat

aikaan sen, että sähköyhtiöiden on pakko kiinnittää huomiota markkinariskiensä hallintaan. Tätä varten

tarvitaan tietojärjestelmä, josta tarvittavat tiedot ovat saatavilla ja jonka avulla valittuja riskejä voidaan

raportoida nopeasti, luotettavasti ja käyttäjäystävällisesti.

Process Vision Oy:n GENERIS –järjestelmä on kehitetty energiatieodon hallintaan, joten sen vahvuus

energiayhtiön riskienhallinnan kannalta on siinä, että suuri osa energiayhtiön riskienhallinnan

tarvitsemasta enegia- ja markkinainformaatiosta on jo valmiiksi järjestelmässä. Toinen selkeä vahvuus

riskienhallinnan kehittämisen kannalta on GENERIS-järjestelmän portfolio-ominaisuuksien laajuus ja

joustavuus: järjestelmässä on jo valmiiksi tuki monipuoliselle datan ryhmittelylle raportointia ja

ennusteiden luomista varten. Haastatteluiden perusteella selkeimpinä kehityskohteina riskienhallinnan

kannalta esiin nousivat position raportoinnin parantaminen, ennustusominaisuuksien parantaminen

esimerkiksi tuomalla ennusteisiin mukaan tilastollisuutta/satunnaisuutta tukevaa toiminnallisuutta, sekä

skenaariotyökalujen kehittäminen. Kaikissa haastatteluissa painottuivat käytettävyyden ja suorituskyvyn

parantaminen. Näiden tulisi siis olla ensimmäiset askeleet position raportoinnin parantamisessa, mutta

ne ovat yhtä lailla tärkeät myös muun toiminnallisuuden kehittämisessä.

Yhtenä kehityskohtana voi nähdä myös olemassaolevien ominaisuuksien paremman tuotteistamisen

riskienhallintaa tukeviksi kokonaisuuksiksi. GENERIS-järjestelmä on laaja ja monipuolinen, ja siinä on jo

valmiina paljon myös riskienhallintaa tukevia ominaisuuksia. Näitä voisi kerätä harkituiksi

kokonaisuuksiksi nimenomaan riskienhallinnan näkökulmasta, jolloin niitä voi helpommin myös myydä

riskienhallintana.

Jos GENERISin riskienhallintaominaisuuksien kehittämiseen päätetään panostaa enemmänkin, niin

haasteellisinta tullee olemaan satunnaisuuksien huomioiminen ja muuttujien jakaumien mallintaminen,

joita tarvitaan sekä skenariointiominaisuuksien että VaR-tyyppisten riskimittarien kehittämiseen.

Markkinoilla on jo valmiiksi riskienhallinnan ohjelmistoja, jotka suorittavat tätä laskentaa, joten yksi

mahdollisuus olisi selvittää, miten GENERISin tuottaman datan voisi integroida näihin järjestelmiin.

Ohjelmiston kehittämisen kannalta on iso päätös, halutaanko omaa kehitystä tehdä tältä osin, koska

näiden ominaisuuksien lisääminen tarkoittaa suurta määrää kokonaan uutta kehitystä. Ensin on joka

tapauksessa selvitettävä, onko tämän tyyppiselle toiminnallisuudelle riittävästi kysyntää, sillä näiden

ominaisuuksien hyödyntäminen vaatii myös käyttäjältä paljon asiantuntemusta sekä markkinoista,

riskienhallinnasta että näiden molempien matemaattisista malleista.

31

Lähteet

Anderson, Edward J., Xinin Hu, ja Donald Winchester. ”Forward contracts in electricity markets: The

Australian experience.” Energy Policy 35, 2007: 3089-3103.

Ayyub, Bilal M. Risk analysis in engineering and economics. Chapman & Hall/CRC, 2003.

Brinded, Lianna. ”Energy Risk's Software Survey and Rankings 2010.” Energy Risk Magazine. London:

Incisive Financial Publishing Limited, 4. 3 2010.

Bunn, Derek W., ja Nektaria Karakatsani. Forecasting electricity prices. London: London Busines School,

2003.

Clewlow, Les, Chris Strickland, ja Vince Kaminski. Which VaR for energy derivatives? Erasmus Energy

Library, 2007.

Dahlgren, Robert, Chen-Ching Liu, ja Jacques Lawarrée. ”Risk Assessment in Energy Trading.” IEEE

Transactions on Power Systems 18, 2003: 503-511.

Deng, S. J., ja S. S. Oren. ”Electricity derivatives and risk management.” Energy 31 (2006): 940-953.

Denton, Michael, Adrian Palmer, Ralph Masiello, ja Peter Skantze. ”Managing market risk in energy.”

IEEE Transactions on Power Systems 18, nro 2 (2003): 494-502.

Energiamarkkinavirasto. 2010. http://www.energiamarkkinavirasto.fi/ (haettu 06. 04 2010).

Energiateollisuus ry. Energiateollisuus. 2010. http://www.energia.fi/fi (haettu 8. 5 2010).

Eydeland, Alexander, ja Wolyniec Krzysztof. Energy and power risk management: New developments in

modeling, pricing and hedging. John wiley & Sons, Inc., 2003.

Fingrid. 2010. http://www.fingrid.fi/ (haettu 06. 04 2010).

Hatami, A. R., H. Seifi, ja M. K. Sheikh-El-Eslami. ”Optimal selling price and energy procurement

strategies for a retailer in an electricity market.” Electricity Power Systems Research 79 (2009): 246-254.

Ilmoniemi, Mika. Sähkötarjousten riskienhallinta. Diplomityö, Teknillinen korkeakoulu, 2004.

James, Tom. Energy price risk. New York: Palgrave Macmillan, 2003.

Javanainen, Timo. ”Analytical delta-gamma VaR methods for portfolios of electricity derivatives.”

Erikoistyö, Systeemianalyysin laboratorio, Teknillinen korkeakoulu, 2004.

Jorion, Philippe. Value at risk: The new benchmark for controlling market risk. McGraw-Hill, 1997.

Kalatie, Simo. ”Sähkön markkinahintaa selittävät tekijät. Case: Nord Pool 2000-2005.” Pro gradu -

tutkielma, Kauppatieteiden osasto, Lappeenrannan teknillinen yliopisto, 2006.

32

Karjalainen, Risto-Matti. ”Sähkökaupan riskit ja riskienhallinta.” Diplomityö, Sähkötekniikan osasto,

Lappeenrannan teknillinen korkeakoulu, 2006.

Ku, Anne. ”Forecasting to understand uncertainty in electricity prices.” Platts Energy Business &

Technology, 2002: 59-64.

Laurila, Jouni. Sähkönmyyjän riskianalyysin tarpeet ja tekninen suunnittelu. Diplomityö, Teknillinen

korkeakoulu, 2003.

Leggio, Karyl B., David L. Bodde, ja Marilyn L. Taylor. Managing enterprise risk: What the electric industry

experience implies for contemporary business. Oxford: Elsevier Ltd., 2006.

Liu, Min, Felix F. Wu, ja Yixin Ni. ”A survey on risk management in electricity markets.” International

Journal of electrical Power & Energy Systems, 2006: 690-697.

Nakamura, Masao, Tomoaki Nakashima, ja Takahide Niimura. ”Electricity markets volatility: estimates,

regularities and risk management applications.” Energy Policy 34 (2006): 1736-1749.

Nord Pool. 2010. http://www.nordpool.com/en/ (haettu 02. 05 2010).

Ojanen, Otso Johannes. Comparative analysis of risk management strategies for electricity retailers.

Diplomityö, Teknillinen korkeakoulu, 2002.

Ojanen, Otso, Simo Makkonen, ja Ahti Salo. ”A multi-criteria framework for the selection of risk analysis

methods at energy utilities.” International Journal of Risk Assessment and Management 5, nro 1 (2005):

16-35.

Partanen, Jarmo, ym. ”Sähkömarkkinat - opetusmoniste.” Opetusmoniste, LUT Energia, Lappeenrannan

teknillinen yliopisto, 2009.

Pilipovic, Dragana. Energy risk: Valuing and managing energy derivatives. 2. painos. McGraw-Hill, 2007.

Process Vision Oy. ”Intranet.” 2010.

Prokopczuk, Marcel, Svetlozar T. Rachev, Gero Schindlmayr, ja Stefan Trück. ”Quantifying risk in the

electricity business: A RAROC based approach.” Energy Ecnomics, nro 29 (2007): 1033-1049.

Rinta-Runsala, Esa, ja Jukka Kiviniemi. ”Sähköyhtiön riskienhallinta avoimilla sähkömarkkinoilla.” VTT

Tiedotteita. Espoo: VTT, 1999.

RiskAdvisory. 2010. http://www.riskadvisory.com/ (haettu 19. 3 2010).

Tarjanne, Risto, ja Aija Kivistö. ”Arvio Suomen energiatalouden nykytilanteesta ja siihen johtaneesta

energiapolitiikasta.” Tutkimusraportti, Energia- ja ympäristötekniikan osasto, Lappeenrannan teknillinen

yliopisto, 2006.

33

Weron, Rafal, ja Adam Misiorek. ”Forecasting spot electricity prices: A comparison of parametric and

semiparametric time series models.” International Journal of Forecasting, nro 24 (2008): 744-763.

Yritysten energiaopas. Elinkeinoelämän keskusliitto. 2010.

http://www.ek.fi/yritysten_energiaopas/fi/index.php (haettu 25. 04 2010).

Documents

AALTO -YLIOPISTO N TEKNILLINEN KORKEAKO ULU …salserver.org.aalto.fi/vanhat_sivut/Opinnot/Mat-2.4108/... · 2010-06-18 · AALTO -YLIOPISTO N TEKNILLINEN KORKEAKO ULU SYSTEEMIANALYYSIN