Modellazione e valutazione del Cost-at-Risk nel Mercato italiano per il Servizio di Dispacciamento

L’obiettivo di questa tesi è quello di modellare il rischio associato ai costi sostenuti da Terna nel Mercato per il Servizio di Dispacciamento, per l’approvvigionamento di riserva di energia. La valutazione del rischio di incorrere in costi non programmati per la riserva consiste nel modellarne la deviazione dal loro valore atteso. Si lavora su base giornaliera, con costi giornalieri, valutando il rischio con orizzonte di 1 giorno e 30 giorni. Gli approcci adoperati sono due e, in entrambi, la complessità delle relazioni tra le variabili è modellata in modo additivo non parametrico. Il primo approccio è basato sulla modellazione della media condizionata con GAM accanto a quella dei residui di tale modello. Rappresentando la deviazione dalla media dei costi, i residui sono valutati con una misura di rischio adeguata: il CaR (Cost-at-Risk), derivata dal VaR (Value-at-Risk), ma applicata ai costi. I modelli di CaR sono stimati sia sull’orizzonte giornaliero che mensile, ad un livello del 10%. Il CaR a 1 giorno è modellato con la distribuzione kernel, con un modello GARCH, con la regressione quantilica e con una sua specificazione, il modello CAViaR (Engle and Manganelli, 2004). Il calcolo del CaR a 30 giorni avviene su base giornaliera, estendendo l’orizzonte temporale con il metodo della simulazione storica filtrata (Barone Adesi, 2015). Il secondo approccio modella direttamente il rischio associato ai costi considerando il quantile al 10% dei costi e applicando a questo una generalizzazione del GAM al quantile condizionato, il Quantile-GAM (Fasiolo et al., 2021b). I diversi modelli sono poi validati tramite tecniche di backtesting: il test di Kupiec (1995), o di copertura incondizionata, il test di Christoffersen (1998), di copertura condizionata alla verifica di indipendenza degli sforamenti e il test del quantile dinamico di Engle e Manganelli (2004).