aalto -yliopisto n teknillinen korkeako ulu...
TRANSCRIPT
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).
Sähkön toimitukseen liittyy aina tasevastuu,
sähkön hankinta ja myynti ovat tasapainossa. Sähkökaupan osapuoli
järjestelmävastaavalle, joka Suomessa on
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
Pohjoismainen sähköpörssi Nord Pool
markkinahinta (tukkuhinta)
sähköpörssi Nord Poolissa.
likviditeetti takaa, että pörssissä muodostunut markkinahinta on ns. oikea hinta.
astapuolena toimii aina pörssi,
tukkumarkkinoiden suuretkaan hintavaihtelut eivät näy
Sähkön toimitukseen liittyy aina tasevastuu,
sähkön hankinta ja myynti ovat tasapainossa. Sähkökaupan osapuoli
järjestelmävastaavalle, joka Suomessa on
näin tasevastuun avoimelle toimittajalle. Jokaisella
oimittaja ja tai sitten toimija
asevastuuketju päättyy
, joka toimii yhteistyössä ulkomaisten tasevastaavien kanssa
Sähkökaupan keskeisiä toimijoita. Huomaa, e
Sähkön hinnan muodostuminen
Pohjoismainen sähköpörssi Nord Pool
(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
sähkön hankinta ja myynti ovat tasapainossa. Sähkökaupan osapuoli
järjestelmävastaavalle, joka Suomessa on Fingrid Oyj, tai
näin tasevastuun avoimelle toimittajalle. Jokaisella
oimittaja ja tai sitten toimija on nk. tasevastaava eli itse
asevastuuketju päättyy siis aina
, joka toimii yhteistyössä ulkomaisten tasevastaavien kanssa
Huomaa, että sama yritys voi toimia useassa
Sähkön hinnan muodostuminen
Pohjoismainen sähköpörssi Nord Pool
pohjoismaissa muodostuu
noteeratut tuott
pörssissä muodostunut markkinahinta on ns. oikea hinta.
astapuolena toimii aina pörssi, joten kaupankäynti on anonyymiä eikä
4
n hintavaihtelut eivät näy heti loppuasiakkaiden hinnoissa
eli jokainen sähkökaupan osapuoli
sähkön hankinta ja myynti ovat tasapainossa. 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
, joka toimii yhteistyössä ulkomaisten tasevastaavien kanssa
ä sama yritys voi toimia useassa
sa muodostuu kysynnän ja tarjonnan perusteella
tuotteet ovat standardituotteita
pörssissä muodostunut markkinahinta on ns. oikea hinta.
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
, joka toimii yhteistyössä ulkomaisten tasevastaavien kanssa
ä sama yritys voi toimia useassa eri roolissa.
kysynnän ja tarjonnan perusteella
ovat standardituotteita
pörssissä muodostunut markkinahinta on ns. oikea hinta.
joten kaupankäynti on anonyymiä eikä
heti loppuasiakkaiden hinnoissa
vastaa siitä, että
voi olla joko itse tasevastuussa
solmia sopimuksen avoimen toimittajan kan
avoimella toimittajalla on puolestaan joko
suoraan tasevastuussa
valtakunnalliseen
, joka toimii yhteistyössä ulkomaisten tasevastaavien kanssa. (Rinta-Runsala ja
eri roolissa.
kysynnän ja tarjonnan perusteella
ovat standardituotteita, joiden suuri
pörssissä muodostunut markkinahinta on ns. oikea hinta. Pörssissä käytävien
joten kaupankäynti on anonyymiä eikä se sisällä riskiä siitä,
heti loppuasiakkaiden hinnoissa
vastaa siitä, että sen
stuussa
solmia sopimuksen avoimen toimittajan kanssa
avoimella toimittajalla on puolestaan joko
Runsala ja
kysynnän ja tarjonnan perusteella
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).