💰 quantitative finance

The fine structure of electricity price volatility

यह शोध पत्र एक स्टोकेस्टिक पार्शियल डिफरेंशियल इक्वेशन फ्रेमवर्क का उपयोग करके जर्मनी, नॉर्वे और स्पेन में बिजली की कीमतों की अस्थिरता के साप्ताहिक एकीकृत विचरण (इंटीग्रेटेड वेरिएंस) का अनुमान लगाकर इस पर पहला कठोर अध्ययन प्रस्तुत करता है, जो यह प्रकट करता है कि जबकि अस्थिरता के चालक और उत्पादन प्रभाव प्रत्येक क्षेत्र के अनुसार काफी भिन्न होते हैं, स्पष्ट लीवरेज प्रभाव वास्तव में मूल्य झटकों के प्रति वास्तविक विषम प्रतिक्रियाओं का प्रतिनिधित्व करने के बजाय अवस्था चर (स्टेट वेरिएबल्स) पर आधारित होने से स्पष्ट होते हैं।

मूल लेखक: Thomas K. Kloster, Fred Espen Benth

प्रकाशित 2026-05-14

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Thomas K. Kloster, Fred Espen Benth

मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

बिजली की कीमतों को केवल एक ऐसे नंबर के रूप में न देखें जो हर सेकंड बदलता है, बल्कि इसे एक जीवंत, सांस लेती लहर के रूप में देखें जो पूरे दिन चलती है। इस लहर में दिन के हर घंटे का प्रतिनिधित्व करने वाले 24 (या 96) अलग-अलग "कूबड़" (humps) होते हैं। कभी-कभी यह लहर शांत होती है; कभी-कभी यह एक तूफान की तरह होती है।

यह शोध पत्र उन मौसमविदों की एक टीम की तरह है जो तीन अलग-अलग देशों: जर्मनी, नॉर्वे और स्पेन में उस लहर की अस्थिरता (turbulence/volatility) को समझने की कोशिश कर रहा है। उन्होंने केवल सतह को नहीं देखा; उन्होंने इसके नीचे क्या हो रहा है, यह देखने के लिए एक परिष्कृत सूक्ष्मदर्शी (microscope) बनाया।

यहाँ उनकी खोज का सरल भाषा में विवरण दिया गया है:

1. "स्मूदी" वाली समस्या: हम केवल नंबरों को क्यों नहीं देख सकते

आमतौर पर, जब हम स्टॉक की कीमतों का अध्ययन करते हैं, तो हम एक एकल रेखा देखते हैं। लेकिन बिजली अलग है। आप इसे आसानी से स्टोर नहीं कर सकते, इसलिए "सुबह 8:00 बजे" की कीमत वास्तव में 8:00:01, 8:00:02, और इसी तरह की कीमतों का एक औसत है।

लेखकों ने महसूस किया कि प्रत्येक घंटे को एक अलग, अलग संख्या के रूप में मानना केवल एक अंगूर को चखकर पूरी स्मूदी को समझने की कोशिश करने जैसा है। इसके बजाय, उन्होंने पूरे दिन की कीमत को एक एकल, निरंतर वक्र (continuous curve) के रूप में माना। उन्होंने एक "भूतिया कीमत" (ghost price) की कल्पना की जो हर क्षण मौजूद होती है, और बाजार में जो कीमतें हमें दिखती हैं, वे एक-एक घंटे के टुकड़ों में उस भूतिया वक्र के औसत मात्र हैं।

2. "बाउंसिंग बॉल" बनाम "रैंडम जोल्ट"

जब कीमत उछलती है, तो क्या वह एक अचानक आया झटका (जैसे हवा का एक तेज़ झोंका) है, या यह केवल कीमत का स्वाभाविक रूप से वापस स्थिर होने का प्रयास है?

बाउंसिंग बॉल (मीन-रिवर्जन/Mean-Reversion): बिजली की कीमतों में वापस लौटने की एक मजबूत आदत होती है। यदि कीमत बहुत ऊपर चली जाती है, तो वह आमतौर पर नीचे आना चाहती है; यदि वह बहुत गिर जाती है, तो वह ऊपर उठना चाहती है। लेखकों ने पाया कि यह "वापस लौटने" का प्रभाव बहुत बड़ा है। वास्तव में, कीमतों में होने वाली लगभग 40% हलचल कोई नया झटका नहीं है—यह केवल पिछले घंटे के प्रभाव से उबरने का प्राकृतिक "वापस लौटने" का नृत्य है।
सुधार (The Correction): यदि आप इस "वापसी" को ध्यान में नहीं रखते हैं, तो आपको लगेगा कि बाजार बहुत अधिक अराजक है जितना कि वह वास्तव में है। एक बार जब उन्होंने इस "बाउंस" को हटा दिया, तो वे वास्तविक झटकों को देख सके।

3. "सुबह बनाम रात" का रहस्य

उन्होंने दिन के घंटों के बारे में कुछ अजीब देखा:

सुबह के शुरुआती घंटे: ये बहुत अनुमानित (predictable) होते हैं। सुबह 6:00 बजे की कीमत इस बात से बहुत प्रभावित होती है कि 5:00 बजे क्या हुआ था। यह एक सुस्त बच्चे की तरह है जो बस अपने माता-पिता के नेतृत्व का अनुसरण करता है।
देर शाम के घंटे: ये बहुत अधिक अराजक होते हैं। रात के 10:00 बजे की कीमत कम अनुमानित होती है और नई, रैंडम खबरों के प्रति अधिक प्रतिक्रिया करती है।

क्यों? लेखक सुझाव देते हैं कि यह समय के बारे में है। जब आप सुबह 6:00 बजे की कीमत तय करते हैं, तो आप एक ऐसे समय को देख रहे होते हैं जो बहुत करीब है। जब आप रात 10:00 बजे की कीमत तय करते हैं, तो आप भविष्य में बहुत आगे देख रहे होते हैं, जहाँ मौसम, हवा और मांग का अनुमान लगाना बहुत कठिन होता है। डिलीवरी का समय जितना दूर होगा, "धुंध" (अनिश्चितता) उतनी ही अधिक होगी।

4. "मौसम" का कारक

उन्होंने इन तीन देशों में अस्थिरता को चलाने वाले कारकों को देखा, और परिणाम उन देशों की तरह ही अलग-अलग थे:

जर्मनी: अराजकता का सबसे बड़ा चालक केवल कीमत कितनी अधिक थी, यह था। जब कीमतें अधिक होती हैं, तो बाजार घबराहट में आ जाता है।
नॉर्वे: चूंकि वे जल शक्ति (hydro power) पर बहुत अधिक निर्भर हैं, इसलिए बांधों में पानी की मात्रा और नदियों के बहाव की गति सबसे महत्वपूर्ण थी।
स्पेन: सौर ऊर्जा (solar power) की अधिकता के साथ, सूर्य का व्यवहार और वे इसे कितनी अच्छी तरह से अनुमानित कर पाते हैं, यह मुख्य था।

सबक क्या है? आप सभी बिजली बाजारों के लिए एक ही नियम पुस्तिका का उपयोग नहीं कर सकते। जो जर्मनी को जंगली बनाता है, वह स्पेन को शांत बनाता है, और इसके विपरीत।

5. "बुरी खबर" का मिथक (लीवरेज इफेक्ट)

शेयर बाजार में, एक प्रसिद्ध नियम है जिसे "लीवरेज इफेक्ट" कहा जाता है: जब किसी स्टॉक की कीमत गिरती है, तो अस्थिरता आमतौर पर बढ़ जाती है (लोग अच्छी खबर से उत्साहित होने के बजाय बुरी खबर से अधिक डरते हैं)।

बिजली में, लोगों को लगा कि उन्होंने एक "इनवर्स लीवरेज इफेक्ट" देखा है: जब कीमतें ऊपर जाती हैं, तो अस्थिरता भी ऊपर जाती है। ऐसा लगता था कि कीमत में उछाल हमेशा अधिक अराजकता पैदा करता है।

शोध पत्र का बड़ा खुलासा:
लेखकों ने सिद्ध किया कि यह प्रकाश का एक भ्रम (trick of the light) है।

भ्रम: हाँ, जब कीमतें अधिक होती हैं, तो अस्थिरता भी अधिक होती है। लेकिन ऐसा इसलिए है क्योंकि उच्च कीमतों में स्वाभाविक रूप से बड़े उतार-चढ़ाव होते हैं (जैसे एक ऊंचे बिंदु से झूलता हुआ पेंडुलम)।
सच्चाई: एक बार जब आप वर्तमान कीमत के स्तर और "वापस लौटने" के प्रभाव को ध्यान में रखते हैं, तो "कीमत बढ़ने" और "अराजकता बढ़ने" के बीच का विशेष संबंध गायब हो जाता है। उच्च कीमतों के प्रति कोई विशेष "डर" नहीं है। बाजार सममित (symmetrical) रूप से प्रतिक्रिया करता है; बस यह कि उच्च कीमतें स्वाभाविक रूप से अधिक अस्थिर होती हैं, चाहे वे अभी ऊपर गई हों या नीचे।

सारांश

यह शोध पत्र बिजली की कीमतों को स्पष्ट रूप से देखने के लिए एक मार्गदर्शिका है। यह हमें बताता है:

घंटों को अलग-थलग न देखें; पूरे दिन के वक्र (curve) को देखें।
हर कीमत के उछाल पर घबराएं नहीं; इसमें से बहुत कुछ केवल बाजार के स्वाभाविक रूप से स्थिर होने की प्रक्रिया है।
यह "डर" कि उच्च कीमतें अतिरिक्त अराजकता पैदा करती हैं, ज्यादातर एक भ्रम है क्योंकि उच्च कीमतें स्वाभाविक रूप से अधिक डगमगाती हैं।
प्रत्येक देश के बिजली बाजार का अपना अनूठा व्यक्तित्व होता है, जो उनके विशिष्ट हवा, पानी, धूप और कोयले के मिश्रण द्वारा संचालित होता है।

उन्होंने इस "अस्थिरता" को सटीक रूप से मापने के लिए एक नया उपकरण बनाया, जिससे शोर को हटाकर वे बाजार के वास्तविक चालकों को देख सकें।

तकनीकी सारांश: बिजली मूल्य अस्थिरता की सूक्ष्म संरचना (The Fine Structure of Electricity Price Volatility)

समस्या विवरण
बिजली बाजार अद्वितीय विशेषताओं को प्रदर्शित करते हैं जो उन्हें शास्त्रीय इक्विटी बाजारों से अलग करती हैं, जिनमें नकारात्मक कीमतें, मीन-रिवर्जन (mean-reversion), अल्पकालिक स्पाइक्स और जटिल क्रॉस-सेक्शनल निर्भरताएं (दैनिक पैटर्न और चक्रीयता) शामिल हैं। स्पॉट प्राइस स्तरों के पूर्वानुमान और स्टाइलाइज्ड फैक्ट्स पर व्यापक साहित्य मौजूद है, लेकिन डिलीवरी अवधियों में बिजली की कीमतों के पूर्ण पैनल की अस्थिरता (volatility) पर केंद्रित कठोर अध्ययनों की कमी है। पारंपरिक अस्थिरता अनुमान विधियां, जो अक्सर परिमित-आयामी सेमीमार्टिंगेल धारणाओं और उच्च-आवृत्ति इन्फिल एसिम्प्टोटिक्स (high-frequency infill asymptotics) पर निर्भर करती हैं, उन बिजली बाजारों के लिए अनुपयुक्त हैं जहाँ कीमतें दैनिक आवृत्ति (24 या 96 अवधि) पर देखी जाती हैं और जिन्हें अंतर्निहित मूल्य वक्र की अनंत-आयामी प्रकृति को ध्यान में रखना होता है। इसके अलावा, मौजूदा दृष्टिकोण अक्सर "प्रोपैगेशन प्रभावों" (मीन-रिवर्जन) और वास्तविक "इनोवेशन" (स्टोकेस्टिक झटकों) द्वारा संचालित अस्थिरता के बीच अंतर करने में विफल रहते हैं।

कार्यप्रणाली
लेखक एक ऐसा ढांचा प्रस्तावित करते हैं जो देखे गए डे-अहेड बिजली मूल्यों को एक लेटेंट (latent), फंक्शन-वैल्यूड प्राइस प्रोसेस $X_t(\cdot)$ के स्थानीय औसत के रूप में व्याख्या करता है, जो कि पृथक हिल्बर्ट स्पेस (separable Hilbert space) $L^2(S^1)$ (यूनिट सर्कल पर वर्ग-समावेशी फलन) में विकसित होता है। यह कार्यात्मक परिप्रेक्ष्य दैनिक मूल्य पैटर्न की चक्रीयता को स्वाभाविक रूप से कैप्चर करता है।

मॉडल फॉर्मूलेशन: लेटेंट प्रक्रिया $X_t$ को एक स्टोकेस्टिक पार्शियल डिफरेंशियल इक्वेशन (SPDE) के माइल्ड सॉल्यूशन के रूप में मॉडल किया गया है:
$dX_t = \mu_t dt + AX_t dt + \sigma_t dW_t$
जहाँ $A$ एक $C_0$ -सेमीग्रुप $S$ उत्पन्न करता है, $\mu_t$ एक ड्रिफ्ट है, $\sigma_t$ अस्थिरता ऑपरेटर है, और $W_t$ एक सिलिंड्रिकल विनर प्रोसेस है। देखा गया मूल्य वेक्टर $\tilde{X}_t$ डिलीवरी अंतराल के ऊपर $X_t$ के स्थानीय औसत का समूह है।
अनुमानक निर्माण (Estimator Construction): लेखक साप्ताहिक एकीकृत विचरण (integrated variance) के लिए एक रियलाइज्ड कोवेरिएशन (RCV) अनुमानक विकसित करते हैं। उच्च-आवृत्ति सेटिंग्स के विपरीत जहाँ विस्क्रीटाइजेशन त्रुटियां समाप्त हो जाती हैं, इस लॉन्ग-स्पैन सेटिंग में सेमग्रुप $S$ (प्रोपैगेशन) और ड्रिफ्ट से उत्पन्न होने वाले बायस टर्म्स को स्पष्ट रूप से संभालने की आवश्यकता होती है।
- रॉ RCV (Raw RCV): मूल्य अंतरों पर आधारित एक मानक क्वाड्रेटिक वेरिएशन अनुमानक।
- सेमीग्रुप-एडजस्टेड RCV: इनोवेशन टर्म (वास्तविक अस्थिरता झटके) को नियत (deterministic) प्रोपैगेशन (मीन-रिवर्जन) से अलग करने के लिए, लेखक एक प्लग-इन अनुमानक पेश करते हैं। इसमें डेटा से प्रभावी एक-चरणीय सेमीग्रुप मैट्रिक्स $\hat{S}_\delta$ का अनुमान लगाना और अवशेष (residuals) $\hat{\varepsilon}^{pl}_n = \tilde{X}_n - \hat{S}_\delta \tilde{X}_{n-1}$ का निर्माण करना शामिल है। एडजस्टेड RCV इन अवशेषों से गणना की जाती है।
विघटन (Decomposition): अध्ययन अस्थिरता संरचना को चलाने वाले प्रमुख कारकों की पहचान करने के लिए अनुमानित रियलाइज्ड कोवेरिएशन मैट्रिक्स पर प्रिंसिपल कंपोनेंट एनालिसिस (PCA) का उपयोग करता है। यह अस्थिरता कारकों को मौलिक चरों (जेनरेशन मिक्स, प्राइस लेवल्स) से जोड़ने और लीवरेज प्रभावों का परीक्षण करने के लिए रिग्रेशन विश्लेषण का भी उपयोग करता है।

प्रमुख योगदान

अनंत-आयामी अस्थिरता अनुमान: यह पेपर फंक्शनल डेटा विश्लेषण दृष्टिकोण का उपयोग करके कई यूरोपीय क्षेत्रों में बिजली की कीमतों के पूर्ण पैनल के लिए पहला कठोर अध्ययन प्रदान करता है। यह विशेष रूप से सेमीग्रुप स्मूथिंग और प्रोपैगेशन बायस के समायोजन की आवश्यकता सहित अनंत-आयामी सेटिंग्स की जटिलताओं को संबोधित करता है।
विचरण का विघटन: लेखक प्रदर्शित करते हैं कि देखे गए बिजली मूल्य परिवर्तन का एक महत्वपूर्ण हिस्सा (लगभग 40%) स्टोकेस्टिक झटकों के बजाय नियत प्रोपैगेशन (मीन-रिवर्जन) के कारण है। वे इन प्रभावों को फ़िल्टर करने के लिए एक मजबूत विधि प्रदान करते हैं ताकि वास्तविक "इनोवेशन" विचरण का अनुमान लगाया जा सके।
ड्राइवर्स का अनुभवजन्य विघटन: PCA और रिग्रेशन के माध्यम से, वे अस्थिरता को एक "लेवल फैक्टर" (जो 60% से अधिक विचरण की व्याख्या करता है) और उच्च-क्रम के कारकों (जैसे "डक कर्व" आकार) में विभाजित करते हैं। वे अस्थिरता पर जेनरेशन वेरिएबल्स (विंड, सोलर, हाइड्रो, थर्मल) के प्रभाव को मात्रात्मक रूप से मापते हैं, जिससे पता चलता है कि ये प्रभाव अत्यधिक बाजार-विशिष्ट हैं।
लीवरेज प्रभाव का पुनर्मूल्यांकन: अध्ययन बिजली बाजारों में "इनवर्स लीवरेज इफेक्ट" (मूल्य झटकों और अस्थिरता के बीच सकारात्मक सहसंबंध) का कड़ाई से परीक्षण करता है। मूल्य स्तरों और मीन-रिवर्जन पर विचार करने के बाद, लेखक दिखाते हैं कि स्पष्ट विषमताएं काफी हद तक स्टेट-डिपेंडेंस के कृत्रिम परिणाम हैं।

परिणाम

प्रोपैगेशन प्रभाव: जर्मनी, नॉर्वे और स्पेन में, प्रोपैगेशन शेयर (मीन-रिवर्जन के कारण विचरण) लगभग 40% है। यह शेयर शुरुआती डिलीवरी घंटों के लिए अधिक है और दिन के दौरान घटता जाता है, जो यह सुझाव देता है कि शुरुआती घंटे वर्तमान मूल्य स्तरों के आधार पर अधिक अनुमानित होते हैं, जबकि बाद के घंटों में डिलीवरी के समय के अंतर के कारण अधिक अनिश्चितता होती है।
अस्थिरता के चालक (Volatility Drivers):
- मूल्य स्तर (Price Level): अस्थिरता स्वयं स्पॉट प्राइस लेवल के साथ मजबूती से और सकारात्मक रूप से सहसंबंधित है (प्राइस-लेवल स्केलिंग)।
- जेनरेशन मिक्स: नवीकरणीय उत्पादन का अस्थिरता पर प्रभाव क्षेत्रों के अनुसार भिन्न होता है। उदाहरण के लिए, उच्च वास्तविक विंड प्रोडक्शन जर्मनी में अस्थिरता को कम करता है, जबकि हाइड्रो जेनरेशन नॉर्वे में एक महत्वपूर्ण चालक है।
- फैक्टर स्ट्रक्चर: पहला प्रिंसिपल कंपोनेंट एक "लेवल फैक्टर" के रूप में कार्य करता है जिसमें एक हम्प (hump) आकार होता है (शाम में चरम पर), जो यह दर्शाता है कि दोपहर और शाम के घंटों में आम तौर पर उच्च अस्थिरता होती है।
लीवरेज प्रभाव:
- अनकंडीशनल (Unconditional): एक इनवर्स लीवरेज इफेक्ट मौजूद प्रतीत होता है; मूल्य वृद्धि अस्थिरता में वृद्धि के साथ सहसंबंधित लगती है।
- कंडीशनल (Conditional): एक बार जब विश्लेषण वर्तमान मूल्य स्तर (स्केलिंग) और अस्थिरता के मीन-रिवर्जन पर विचार करता है, तो विषमता गायब हो जाती है। वाल्ड टेस्ट (Wald tests) समरूपता को खारिज करने में विफल रहते हैं, जो यह दर्शाता है कि अवस्था-चरों (state variables) को ध्यान में रखने के बाद बिजली मूल्य अस्थिरता सामान्यतः मूल्य झटकों के प्रति विषम प्रतिक्रिया प्रदर्शित नहीं करती है।

महत्व और दावे
पेपर का दावा है कि बिजली मूल्य अस्थिरता की "सूक्ष्म संरचना" पारंपरिक संपत्तियों की तुलना में अलग तंत्रों द्वारा नियंत्रित होती है। प्राथमिक महत्व यह प्रदर्शित करने में है कि:

मीन-रिवर्जन एक प्रमुख स्रोत है: प्रोपैगेशन प्रभावों को अनदेखा करने से अस्थिरता के चालकों की गलत व्याख्या होती है।
बाजार विशिष्टता: कोई "एक-आकार-सभी-के-लिए" (one-size-fits-all) मॉडल नहीं है; अस्थिरता के चालक (जैसे हाइड्रो बनाम सोलर की भूमिका) जेनरेशन जोन (जर्मनी, नॉर्वे, स्पेन) के बीच काफी भिन्न होते हैं।
स्पूरियस एसिमेट्री (Spurious Asymmetry): व्यापक रूप से उद्धृत 'इनवर्स लीवरेज इफेक्ट' काफी हद तक मूल्य स्तरों और अस्थिरता के बीच मजबूत स्टेट-डिपेंडेंस का परिणाम है, न कि झटकों के प्रति एक आंतरिक विषम प्रतिक्रिया का।

लेखक निष्कर्ष निकालते हैं कि बिजली के औसत और उनकी अस्थिरता को मॉडल करने के लिए केवल नवाचारों (innovations) के सहसंबंध पर ध्यान केंद्रित करने के बजाय, मूल्य और अस्थिरता स्तरों में स्टेट-डिपेंडेंस को ध्यान में रखना आवश्यक है। प्रस्तावित अनुमानक और विघटन विधियां इन जटिल गतिकी को समझने के लिए एक मजबूत टूलकिट प्रदान करती हैं।