首页 / 专利库 / 银行与财务事项 / 净额结算 / 一种电力市场信用风险多品种净额量化方法

一种电市场信用险多品种净额量化方法

阅读:1048发布:2020-05-11

专利汇可以提供一种电市场信用险多品种净额量化方法专利检索,专利查询,专利分析的服务。并且本 发明 涉及一种电 力 市场信用 风 险多品种净额量化方法,所述方法包括以下步骤:S1:对市场主体持有的交易品种进行曲线分解,并计算其分解信用风险值;S2:对颗粒时段下的多品种净额风险量化,得到净额风险值;S3:根据量化后的净额风险值,进行市场主体的信用风险总风险敞口计算;本发明提出一种电力市场信用风险多品种净额量化方法,本方法所述的市场净额风险量化机制能结合实际结算机制更精准量化风险,降低售电公司参与中长期市场的担保品要求。,下面是一种电市场信用险多品种净额量化方法专利的具体信息内容。

1.一种电市场信用险多品种净额量化方法,其特征在于,所述方法包括以下步骤:
S1:对市场主体持有的交易品种进行曲线分解,并计算其分解信用风险值;
S2:对颗粒时段下的多品种净额风险量化,得到净额风险值;
S3:根据量化后的净额风险值,进行市场主体的信用风险总风险敞口计算。
2.根据权利要求1所述的电力市场信用风险多品种净额量化方法,其特征在于,S1的具体过程为:对市场主体持有的交易品种分解至最小颗粒时段下的价格、标的物、交易品种持有量,并利用分解后的价格和标的物计算交易品种在相应颗粒时段中的分解风险值。
3.根据权利要求2所述的电力市场信用风险多品种净额量化方法,其特征在于,分解风险值的求解公式为:
其中, 为最小颗粒时段下的价格、 为标的物、Qc为交易品种持有量; 为分解风险值,为第c个交易品种分解至第t时段的风险值。
4.根据权利要求1所述的电力市场信用风险多品种净额量化方法,其特征在于,S2中颗粒时段下的多品种净额风险值为该颗粒时段中所有交易品种在此时段的分解风险值之和。
5.根据权利要求4所述的电力市场信用风险多品种净额量化方法,其特征在于,净额风险值的计算公式如下:
其中,C为市场主体持有的交易品种个数;多品种净额风险值Rt为第t时段下的净额风险值;分解风险值 为市场主体持有的C个交易品种中,第c个交易品种分解至第t时段的风险值。
6.根据权利要求1所述的电力市场信用风险多品种净额量化方法,其特征在于,步骤S3中市场主体的总风险敞口为其所有颗粒时段的多品种净额风险值之和。
7.根据权利要求6所述的电力市场信用风险多品种净额量化方法,其特征在于,市场主体的总风险敞口的计算公式为:
总风险敞口R为该市场主体在所有类型交易市场所有持有的交易品种下的多品种净额风险量化值;多品种净额风险值Rt为市场主体持有交易品种分解到的所有颗粒时段T中,第t时段下的净额风险值。

说明书全文

一种电市场信用险多品种净额量化方法

技术领域

[0001] 本发明涉及电力市场对信用风险评估领域,更具体地,涉及一种电力市场信用风险多品种净额量化方法。

背景技术

[0002] 国内电力市场的交易结算模式通常为交易中心负责轧差并出具账单、电网负责与市场成员进行资金交割。在这种结算模式下,售电公司在中长期批发市场、现货批发市场和零售市场中多个交易品种的债权债务关系,都将转化为售电公司与中央对手方,即电网之间的债权债务关系。对售电公司的对手方信用风险评估则需要考虑其在中长期批发市场、现货批发市场和零售市场三个市场中多个品种的风险进行净额计算。
[0003] 目前现有的市场风险净额量化机制对风险量化的精准度不高,本发明提出一种电力市场信用风险多品种净额量化方法,本方法所述的市场净额风险量化机制能结合实际结算机制更精准量化风险,降低售电公司参与中长期市场的担保品要求。

发明内容

[0004] 本发明为克服上述现有技术所述的市场风险净额量化机制对风险量化的精准度不高的缺陷,提供一种电力市场信用风险多品种净额量化方法。
[0005] 电力市场信用风险多品种净额量化包括三部分:交易品种曲线分割、多品种净额风险量化、信用风险总风险敞口计算。
[0006] (1)交易品种曲线分割
[0007] 根据交易品种的特性和结算规则,对市场主体持有的交易品种进行曲线分解,并利用分解后的价格和标的物计算其分解信用风险值。
[0008] (2)多品种净额风险量化
[0009] 该市场主体在特定颗粒时段的多品种净额风险值为,对分解至每个颗粒时段交易品种其风险值进行求和所得到的值。
[0010] (3)信用风险总风险敞口计算
[0011] 该市场主体的总风险敞口为其所有颗粒时段的多品种净额风险值之和。
[0012] 本发明所述方法包括以下步骤:
[0013] S1:对市场主体持有的交易品种进行曲线分解,并计算其分解信用风险值;
[0014] S3:对颗粒时段下的多品种净额风险量化,得到净额风险值;
[0015] S4:根据量化后的净额风险值,进行市场主体的信用风险总风险敞口计算。
[0016] 优选地,S1的具体过程为:对市场主体持有的交易品种分解至最小颗粒时段下的价格、标的物、交易品种持有量,并利用分解后的价格和标的物计算交易品种在相应颗粒时段中的分解风险值。
[0017] 优选地,分解风险值的求解公式为:
[0018]
[0019] 其中, 为最小颗粒时段下的价格、 为标的物、Qc为交易品种持有量; 为分解风险值,为第c个交易品种分解至第t时段的风险值。
[0020] 优选地,S2中颗粒时段下的多品种净额风险值为该颗粒时段中所有交易品种在此时段的分解风险值之和。
[0021] 优选地,净额风险值的计算公式如下:
[0022]
[0023] 其中,C为市场主体持有的交易品种个数;多品种净额风险值Rt为第t时段下的净额风险值;分解风险值 为市场主体持有的C个交易品种中,第c个交易品种分解至第t时段的风险值。
[0024] 优选地,步骤S3中市场主体的总风险敞口为其所有颗粒时段的多品种净额风险值之和。
[0025] 优选地,市场主体的总风险敞口的计算公式为:
[0026]
[0027] 总风险敞口R为该市场主体在所有类型交易市场所有持有的交易品种下的多品种净额风险量化值,最小值为0;多品种净额风险值Rt为市场主体持有交易品种分解到的所有颗粒时段T中,第t时段下的净额风险值。
[0028] 与现有技术相比,本发明技术方案的有益效果是:本发明提出一种电力市场信用风险多品种净额量化方法,本方法所述的市场净额风险量化机制能结合实际结算机制更精准量化风险,降低售电公司参与中长期市场的担保品要求。附图说明
[0029] 图1为本实施例所述电力市场信用风险多品种净额量化方法的流程图

具体实施方式

[0030] 附图仅用于示例性说明,不能理解为对本专利的限制;
[0031] 为了更好说明本实施例,附图某些部件会有省略、放大或缩小,并不代表实际产品的尺寸;
[0032] 对于本领域技术人员来说,附图中某些公知结构及其说明可能省略是可以理解的。
[0033] 下面结合附图和实施例对本发明的技术方案做进一步的说明。
[0034] 本实施例提供一种电力市场信用风险多品种净额量化方法。
[0035] 如图1所示,本发明所述方法包括以下步骤:
[0036] S1:对市场主体持有的交易品种进行曲线分解,并计算其分解信用风险值;
[0037] 对市场主体持有的交易品种分解至最小颗粒时段下的价格、标的物、交易品种持有量,并利用分解后的价格和标的物计算交易品种在相应颗粒时段中的分解风险值。
[0038] 分解风险值的求解公式为:
[0039]
[0040] 其中, 为最小颗粒时段下的价格、 为标的物、Qc为交易品种持有量; 为分解风险值,为第c个交易品种分解至第t时段的风险值。
[0041] S2:对颗粒时段下的多品种净额风险量化,得到净额风险值;
[0042] 颗粒时段下的多品种净额风险值为该颗粒时段中所有交易品种在此时段的分解风险值之和。
[0043] 净额风险值的计算公式如下:
[0044]
[0045] 其中,C为市场主体持有的交易品种个数;多品种净额风险值Rt为第t时段下的净额风险值;分解风险值 为市场主体持有的C个交易品种中,第c个交易品种分解至第t时段的风险值。
[0046] S2:根据量化后的净额风险值,进行市场主体的信用风险总风险敞口计算。
[0047] 市场主体的总风险敞口为其所有颗粒时段的多品种净额风险值之和。
[0048] 市场主体的总风险敞口的计算公式为:
[0049]
[0050] 总风险敞口R为该市场主体在所有类型交易市场所有持有的交易品种下的多品种净额风险量化值,最小值为0;多品种净额风险值Rt为市场主体持有交易品种分解到的所有颗粒时段T中,第t时段下的净额风险值。
[0051] 以下结合具体实例对信用风险多品种金额净额化方法进行说明。
[0052] 某售电公司持有2020年零售合约A共1份,持有2020年差价合约B共50手,持有2020年9月差价合约C共10手。
[0053] 零售合约A为该售电公司向其代理用户售电的合约,价格均为0.4元/kWh,合约内容为2020年1月到8月、9月1日到9月10日、10月到12月为每小时用电50kWh,9月11日到9月20日每小时用电60kWh,9月21日到9月30日每小时用电70kWh的零售合约。
[0054] 差价合约B的曲线为全年电量均分的曲线,每小时1kW,每手购入价格为0.3元/kWh。差价合约C的曲线为全月电量均分的曲线,每小时1kW,每手购入价格为0.3元/kWh。差价合约B与差价合约C对标的价格均为实时市场价格,因此可以认为该售电公司在批发市场的差价合约B与C的购入电量与零售合约A的零售电量不匹配的时候,差额将在实时市场拉平,因此该售电公司等价于还持有9月1日到9月10日实时批发售出合约S1-00、S1-01、……、S1-23、S2-00、……、S10-23和9月21日到9月30日实时购入合约B21-00、B21-01、……、B21-23、B22-00、……、B30-23(上述实时市场合约曲线均为全天电量均分的曲线,每小时1kW)各
10手,上述实时市场价格预测为1.5元/kWh。
[0055] 该售电公司的信用风险多品种净额量化计算如下:
[0056] S1:交易品种曲线分割
[0057] 对各个交易品种进行以小时为颗粒时段的分割,分解风险值 的计算如下表所示:
[0058]
[0059]
[0060] S2:多品种净额风险量化各个颗粒时段下,多品种净额风险量化值Rt为:
[0061]
[0062]
[0063] S3:信用风险总风险敞口计算
[0064] 信用风险总风险敞口R计算如下:
[0065]
[0066] 附图中描述位置关系的用语仅用于示例性说明,不能理解为对本专利的限制;
[0067] 显然,本发明的上述实施例仅仅是为清楚地说明本发明所作的举例,而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明权利要求的保护范围之内。
高效检索全球专利

专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。

我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。

申请试用

分析报告

专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。

申请试用

QQ群二维码
意见反馈