Statistische Modellierung im Energiebereich
Seminar
In Salzburg (Österreich), Berlin und Köln
Beschreibung
-
Kursart
Seminar
-
Niveau
Anfänger
-
Ort
-
Dauer
2 Tage
Gerichtet an: Risikomanagement, Handel, Analyse, Portfoliomanagement, Beschaffung, Vertrieb oder andere Interessierte aus dem Bereich der Energiewirtschaft
Wichtige Informationen
Dokumente
- StatistischeModellierung
Standorte und Zeitplan
Lage
Beginn
Beginn
Beginn
Beginn
Beginn
Hinweise zu diesem Kurs
gute Excel-Fertigkeiten werden vorausgesetzt
Meinungen
Dozenten
Ralf Zöller
Risikomanagement, Pricing, Statistik, Wirtschaftsmathematik, MS Excel
Geschäftsführer Emrald Risk Consulting GmbH, Wirtschaftsingeneur TU Berlin, Dipl.-Ing. Neben seiner Beratertätigkeit ist Herr Zöller seit über 10 Jahren als Trainer für Energieunternehmen und Banken tätig. Sein Schwerpunkt ist die praktische Umsetzung von Methoden aus Wirtschaftsmathematik und Statisitk.
Inhalte
MS Excel Intensiv-Workshop zur Energiewirtschaft:
Zur Simulation und Prognose von Preisen und anderen dem Zufall unterliegenden Größen ist eine statistische Modellierung Voraussetzung. Saisonalitäten, Mean-Reversion, GARCH-Effekte usw. werden modelliert und unter Verwendung von Excels Solver für verschiedene Zeitreihen geschätzt.
Seminar-Inhalte:
Ziel des Seminars ist die Modellierung von verschiedenen Energie Datenreihen. Den Schwerpunkt bilden dabei Strom- und Gas-Spotpreise. Methoden aus Statistik und Ökonometrie werden angewendet, um ausgehend von einem Datensatz des vergangenen Jahres brauchbare Modelle zu entwickeln.
Zunächst modellieren wir die Saisonalitäten. Für viele Fragestellungen ist aber die mögliche Schwankung um die Mittelwerte von Interesse. Das dazu erforderliche komplexere Modell kann verwendet werden, um im Rahmen einer Monte-Carlo-Simulation Szenarien für zukünftige Spotpreisentwicklungen für Profit-at-Risk oder Pricing zu generieren.
Bevor wir Spotpreise modellieren, wenden wir das Schätzverfahren (Maximum Likelihood) auf andere Datenreihen an (z. B. EEX Futures, EUAs). Die Methodik wird ausführlich vorgestellt, in Excel implementiert und schließlich zum Gestalten, Schätzen und Beurteilen unterschiedlicher Modelle eingesetzt.
Themen:
- Formulierung und Parametrisierung eines Modells
- Schätzverfahren: Maximum Likelihood (MLE)
- MLE mit Maximierung durch Excels Solver
- Mean-Reversion
- stochastische Volatility und GARCH
- kleinere Beispiele: EEX Futures, EUAs
- Gas Spotpreise
- Strom Spotpreise (Stundendaten)
- Saisonalitäten modellieren: Tag/Woche/Jahr
- Einflussgrößen berücksichtigen
- Residualanalyse
- Autokorrelation
- Likelihood-Ratio Tests
Statistische Modellierung im Energiebereich