Statistische Modellierung im Energiebereich

Emrald Risk Consulting GmbH
In Salzburg (Österreich), Berlin und Köln

2.150 
zzgl. MwSt.
Möchten Sie den Bildungsanbieter lieber direkt anrufen?
30301... Mehr ansehen

Wichtige informationen

Beschreibung


Gerichtet an: Risikomanagement, Handel, Analyse, Portfoliomanagement, Beschaffung, Vertrieb oder andere Interessierte aus dem Bereich der Energiewirtschaft

Wichtige informationen Veranstaltungsort(e)

Wo und wann

Beginn Lage
auf Anfrage
Berlin
Berlin, Deutschland
Plan ansehen
auf Anfrage
Berlin
Leipziger Straße 106-111, 10117, Berlin, Deutschland
Plan ansehen
auf Anfrage
Köln
Nordrhein-Westfalen, NRW, Deutschland
auf Anfrage
Salzburg
Leopoldskronstraße 56-58, 5020, Salzburg, Österreich
Plan ansehen

Häufig gestellte Fragen

· Voraussetzungen

gute Excel-Fertigkeiten werden vorausgesetzt

Dozenten

Ralf Zöller
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.

Themenkreis

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