Nach dem sich die weltweite Wirtschaft nach der großen Finanz- und Wirtschaftskrise wieder erholt hat, war wieder Anstieg der Preise für fossile Energieträger zu verzeichnen. In den vergangenen beiden Jahrzehnten stiegen die Einfuhrpreise von Rohöl, Erdgas und Steinkohle. Die betrifft die mittleren jährlichen Preise seit 1991. Aus diesem ist es sowohl für Produzenten, als auch für Konsumenten äußerst interessant, ob die Möglichkeit besteht, die Entwicklung des zukünftigen Strompreises anhand von historischen Daten verlässlich vorherzusagen. Dadurch kann die Preisgestaltung unter anderem durch frühzeitige oder hinausgezögerte Vertragsabschlüsse besser beeinflusst werden. Dazu werden Stundendaten bezüglich des Preises und Verbrauchs der Monate Mai und November 2010 aus Österreich/Deutschland analysiert. Ziel dieser Untersuchungen ist es möglichst genaue Prognosen für die Strompreis- und Stromverbrauchsentwicklung aufstellen zu können.
Nachdem im ersten Kapitel eine kurze Einführung in die Thematik gegeben wurde, beschäftigt sich das zweite Kapitel mit der Beschreibung der untersuchten Zeitreihen. Zudem werden die Daten für die folgenden Untersuchungen vorbereitet. Dies betrifft eventuell vorhandene Ausreißer in den Datenbeständen, die durch Mittelwertbildung bereinigt werden. In den anschließenden Kapiteln werden mit Hilfe von AR-, GARCH- und VAR-Modellen Prognoseformeln entwickelt. Die Güte der Modelle wird anhand von Vergleichsprognosen und Fehlerrechnungen bewertet. Am Ende der Arbeit werden alle gesammelten Ergebnisse durch eine zusammenfassende Interpretation dargestellt.
Inhalt
1 Motivation und Zielstellung
2 Datenvorbehandlung
2.1 Beschreibung der Daten
2.2 Ausreißerbereinigung und Sichtprüfung
2.3 Periodogramm und Spektraldichtediagramm
2.4 Einheitswurzeltests
2.4.1 Einheitswurzeltest nach Dickey-Fuller
2.4.2 Einheitswurzeltest nach Phillips-Perron
2.4.3 Einheitswurzeltestübersicht der übrigen Zeitreihen
3 Modellierung
3.1 AR-Modell
3.1.1 Modellfindung
3.1.2 Modellabrüstung
3.1.3 Modellprüfung
3.1.4 Modellprognose
3.1.5 Fehlerbetrachtung
3.2 GARCH-Modell
3.2.1 Modellfindung
3.2.2 Modellabrüstung
3.2.3 Modelprüfung
3.2.3.1 Q-Statistik von Box und Ljung
3.2.3.2 Test auf Normalverteilung nach Jarque-Bera
3.2.3.3 BDS-Test
3.2.3.4 LM-Test
3.2.4 Prognose
3.2.5 Fehlerbetrachtung
3.2.5.1 Stundenfehler
3.2.5.2 Tagesfehler
3.2.6 Modellupdate mit Dummy-Variablen
3.2.6.1 Erzeugen der Dummyvariablen
3.2.6.2 Modellupdate
3.2.6.3 Prognose
3.2.6.4 Fehlerbetrachtung
3.3 Vektorautoregression
3.3.1 Modellfindung
3.3.2 Modellprüfung
3.3.2.1 Portmanteau-Test
3.3.2.2 LM-Test
3.3.3 Modellprognose
3.3.4 Fehlerbetrachtung
4 Anhang
4.1 AR-Modelle
4.1.1 Korrelogramme (Modellfindung)
4.1.2 Modellabrüstung
4.1.3 Modellprüfung
4.1.4 Modellprognose
4.2 GARCH-Modell
4.2.1 Modellfindung
4.2.2 Modelprüfung
4.2.2.1 Test auf Normalverteilung nach Jarque-Bera
4.2.2.2 BDS-Test
4.2.2.3 LM-Test
4.2.3 Prognose
4.2.4 Modellupdate mit Dummyvariablen
4.2.4.1 Erzeugen der Dummyvariablen
4.2.4.2 Modellupdate
4.2.4.3 Prognose
4.3 Vektorautoregression
4.3.1 Modellfindung
4.3.2 Modellprüfung
4.3.3 Modellprognose
5 Abbildungsverzeichnis
6 Tabellenverzeichnis
- Quote paper
- Markus Krauß (Author), Johannes Raithel (Author), 2013, Stündliche Strompreise und Stromverbrauch in Deutschland und Österreich, Munich, GRIN Verlag, https://www.grin.com/document/212536
