Liuc papers

In the last decades a liberalization of the electric market has started; prices are now determined on the basis of contracts on regular markets and their behaviour is mainly driven by usual supply and demand forces. A large body of literature has been developed in order to analyze and forecast their evolution: it includes works with different aims and methodologies depending on the temporal horizon being studied. In this survey we depict the actual state of the art focusing only on the recent papers oriented to the determination of trends in electricity spot prices and to the forecast of these prices in the short run. Structural methods of analysis, which result appropriate for the determination of forward and future values are left behind. Studies have been divided into three broad classes: Autoregressive models, Regime switching models, Volatility models. Six fundamental points arise: the peculiarities of electricity market, the complex statistical properties of prices, the lack of economic foundations of statistical models used for price analysis, the primacy of uniequational approaches, the crucial role played by demand and supply in prices determination, the lack of clearcut evidence in favour of a specific framework of analysis. To take into account the previous stylized issues, we propose the adoption of a methodological framework not yet used to model and forecast electricity prices: a time varying parameters Dynamic Factor Model (DFM). Such an eclectic approach, introduced in the late ‘70s for macroeconomic analysis, enables the identification of the unobservable dynamics of demand and supply driving electricity prices, the coexistence of short term and long term determinants, the creation of forecasts on future trends. Moreover, we have the possibility of simulating the impact that mismatches between demand and supply have over the price variable. This way it is possible to evaluate whether congestions in the network (eventually leading black out phenomena) trigger price reactions that can be considered as warning mechanisms.Negli ultimi vent’anni il mercato dell’elettricità è stato progressivamente liberalizzato; ora i prezzi vengono definiti sulla base di contratti nell’ambito di un regolare mercato e il loro comportamento è guidato principalmente dalla domanda e dall’offerta che si determinano sul mercato. Molta letteratura è stata dedicata alla analisi e previsione dei prezzi dell’elettricità: si tratta di lavori con obiettivi e metodologie diverse a seconda dell’orizzonte temporale preso in considerazione. In questa rassegna ricostruiamo l’attuale stato dell’arte concentrandoci solo sui lavori recenti finalizzati alle previsioni di breve periodo. Vengono invece ignorati i metodi di analisi strutturale più idonei alla determinazione dei valori future e forward. I contributi presi in esame sono stati divisi in tre classi: modelli autoregressivi, modelli a cambiamento di regime, modelli per l’analisi di volatilità. Sei punti fondamentali sono emersi: (a) il mercato dell’elettricità è un mercato diverso dagli altri per funzionamento e caratteristiche, (b) la serie dei prezzi esibisce complesse proprietà statistiche, (c) i modelli usati per l’analisi dei prezzi solitamente non sono basati su teoria economica, (d) prevalgono gli approcci uniequazionali, (e) domanda e offerta giocano un ruolo fondamentale nella determinazione dei prezzi, (f) l’analisi empirica non ha ancora certificato la superiorità di uno specifico approccio sugli altri. Allo scopo di tenere conto dei fatti stilizzati appena introdotti, in questo lavoro proponiamo l’adozione di un contesto metodologico non ancora usato per modellare e prevedere i prezzi dell’elettricità: un Modello a Fattori Dinamici eventualmente a parametri variabili. Tale approccio eclettico, introdotto alla fine degli anni ’70 per l’analisi macroeconomica, rende possibile l’identificazione delle dinamiche non osservabili della domanda e dell’offerta che determinano i prezzi dell’elettricità; consente inoltre la coesistenza di determinanti di breve e di lungo periodo e la produzione di previsioni. Inoltre offre la possibilità di simulare l’impatto che un gap tra domanda e offerta ha sui prezzi. In questo modo è possibile valutare se congestioni della rete (eventualmente tali da dar luogo a episodi di black out) innescano reazioni dei prezzi che possono essere interpretate come segnali d’allarme