MétaCan
Menu
Retour à la cohorte
Enregistrement W1524747717

Pricing an European gas storage facility using a continuous-time spot price model with GARCH diffusion

2010· preprint· en· W1524747717 sur OpenAlexaff
Stephan Schlüter, Matt Davison

Notice bibliographique

RevueRePEc: Research Papers in Economics · 2010
Typepreprint
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueStochastic processes and financial applications
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésVolatility (finance)Mean reversionSpot contractLeaseEconomicsEconometricsAutoregressive conditional heteroskedasticityFinancial economicsMonetary economicsFinance
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

In this article we present both a theoretical framework and a solved example for pricing an European gas storage facility and computing the optimal strategy for its operation. As a representative price index we choose the Dutch TTF day-ahead gas price. We present statistical evidence that the volatility of this index is time-varying, so we introduce a new continuous-time model by incorporating GARCH diffusion into an Ornstein-Uhlenbeck process. Based on this price process we use dynamic programming methods to derive partial differential equations for pricing a storage facility. As an example we apply our methodology to a storage site located in Epe at the German-Dutch border. In this context we investigate the effects of multiple contract types, and perform a sensitivity analysis for all model parameters. We obtain a value surface displaying the properties of a financial straddle. Both volatility and mean reversion influence the facility value - but only around the long-run mean of the gas price. The terminal condition, which includes information about the contract provisions, is of importance if it contains e.g. penalty terms for low inventory levels. Otherwise its influence is diminishing for increasing lease periods.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,540
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,003
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,044
Tête enseignante GPT0,278
Écart entre enseignants0,234 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations17
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRePEc: Research Papers in EconomicsMême sujetStochastic processes and financial applicationsTravaux en français237 207