Hlavní práce4674_xgurv01.pdf, 1.1 MB Stáhnout

(1)

Deriváty na počasí

Vysoká škola ekonomická v Praze

Diplomová práce

2007 Vladimír Gurzhiy

(2)

Vysoká škola ekonomická v Praze Fakulta podnikohospodářská

Hlavní specializace: Podniková ekonomika a management

Název diplomové práce:

Deriváty na počasí

Vypracoval: Gurzhiy Vladimír

Vedoucí diplomové práce: doc.Ing. Jiří Hnilica, Ph.D.

(3)

P r o h l á š e n í

Prohlašuji, že diplomovou práci na téma

„Deriváty na počasí“

jsem vypracoval samostatně.

Použitou literaturu a podkladové materiály uvádím v přiloženém seznamu literatury.

V Praze dne 11. května 2007 Podpis

(4)

Obsah

Obsah...1

1 Teoretická část...6

1.1 Úvod ...6

1.2 Formování trhu s deriváty na počasí ...8

1.3 Struktura a objem trhu ...9

1.4 Měření počasí ...12

1.4.1 HDD a CDD indexy ...12

1.4.2 EDD (Energy degree days)...13

1.4.3 Growing degree days...15

1.5 Deriváty na počasí ...16

1.5.1 Kupní opce...17

1.5.2 Prodejní opce ...18

1.5.3 SWAPY ...19

1.5.4 Collars...20

1.5.5 Straddles ...21

1.5.6 Strangles ...22

1.5.7 Caps ...23

1.5.8 Binární opce...24

1.6 Porovnání výhod a nevýhod použití různých derivátů...25

1.7 Metody oceňování derivátů na počasí ...26

1.7.1 Burn analýza...26

1.8 Gaussův oceňovací model (příklad simulační metody)...28

1.9 Konečné uživatele...30

1.9.1 Hedgery a spekulanti, primární a sekundární trhy...30

1.9.2 Riziková odvětví...30

1.9.3 Souhrnná informace o odvětví a typu rizika...36

1.10 Meteorologické údaje ...36

1.10.1 Úprava meteorologických údajů...37

1.11 Kdo vypočítává meteorologické údaje? ...38

2 Praktická část...39

2.1 LIFFE a CME ...39

2.1.1 CME ...39

(5)

2.1.2 Heating Degree Day Contract (HDD kontrakt)...41

2.1.3 Seasonal Heating Degree Day Contracts (Sezónní HDD kontrakty ) ...43

2.1.4 SCAT Seasonal Degree Day-Tokyo...44

2.1.5 CAT Heating Weather...46

2.1.6 Housing Futures...46

2.1.7 LIFFE ...48

2.1.8 Porovnání kontraktů (do 30.09.2003)...51

2.2 Stanovení ceny kontraktů...51

2.3 Data...52

2.4 Stanovení ceny na základě Burn analýzy ...53

2.4.1 Varianta č. 1...54

2.4.2 Varianta č. 2...56

2.5 Stanovení ceny na základě Gausový metody ...56

2.5.1 Porovnání výsledků...57

2.6 Stanovení ceny pomocí webových kalkulaček...58

2.6.1 Kalkulačka od Guaranteedwether.com...58

2.6.2 Kalkulačka od FirstEnercastFinancial.com ...59

2.7 Deriváty na počasí v ČR...60

3 Závěr...62

4 Seznam literatury...64

Příloha č. 1 Kódy na burze CME...65

Příloha č. 2 Seznam kontraktů CME ...66

Příloha č. 3 Burn analýza varianta č.1 (Strike 1)...67

Příloha č. 4 Burn Analýza varianta č.1 (Strike 2)...68

Příloha č.6 Burn Analýza varianta č.2 (Strike 1)...70

Příloha č. 9 Seznám kontraktů CME uvedený v systému Reuters ...73

(6)

1 Teoretická část 1.1 Úvod

Ekonomiku země ovlivňují různé faktory, například produktivita práce, vědecké technologie, nezaměstnanost aj. Velký vliv na rozvoj ekonomiky má počasí. V roce 2000 US Energy Department odhadlo, že 1 trilion dolarů americké ekonomiky je závislý na riziku z počasí.¹ Takže podle odhadu Department of Commerce² se 1/3 hospodářství Spojených států vystavuje vlivu počasí.

Povětrnostní podmínky jsou důležitým faktorem ovlivňujícím objem poptávky po elektřině a také po ceně, která vzniká na trhu. Teplotní odchylky od průměrných hodnot (ochlazení nebo oteplení) v konkrétní oblasti během zkoumané sezóny způsobují kmitání objemu spotřeby elektřiny, což zvětšuje nebo naopak zmenšuje potřebu rezervní kapacity, což pak způsobuje změnu průměrné ceny vyrábění elektřiny. Poptávka potom zase určuje potřebu výrobců elektrické energie paliva, tj. plynu, uhlí, mazutu.

Jako riziko z počasí označují možnost ztrát, spojených s nejistotou peněžního obratu způsobeného proměnlivostí klimatických podmínek. Kmitání počasí způsobuje relativní riziko pro velkoobchodníky, zákazníky elektřiny a také pro spotřebitele. Avšak počasí je schopno účinkovat jak negativně, tak i pozitivně na rozměr příjmu společnosti. Také na počasí závisí zisk společnosti. Ve mnohem kvůli rozsáhlému trhu s elektřinou vznikla potřeba otevřít trh s počasí.

Pro svou diplomovou práci jsem zvolil právě toto téma z několika důvodů: za prvé toto téma je pro mě velice zajímavé, za druhé je této odvětví hospodářství dost mladé a v současně době se teprve rozvíjí a za třetí daná problematika není dostatečně prozkoumaná a podle mého mínění je velice perspektivní.

Hlavním cílem práce je poskytování přehledu trhu s deriváty na počasí ve světě a v České republice, což z praktického hlediska by mohlo pomoci společnostem, které se zatím jenom chystají vstoupit na tento trh.

V současné době existuje několik různých druhů derivátů na počasí, například deriváty na teplotu, na srážky, na sníh, na hurikány, na vítr. Ve své práci se zabývám zejména deriváty

1 Weather Derivatives: Instruments and Pricing Issues, 2000 Financial Engineering Associates.

(7)

na teplotu, protože se v současnosti ve větší míře obchoduje právě s těmito deriváty; ostatní druhy derivátů se v práci zmiňují.

Vzhledem k úrovni informovanosti o dané problematice a neexistenci teoretické literatury o této problematice v České republice jsem používal zdroje cizojazyčné literatury (články atd.) nejčistěji napsané v angličtině.

Co se týká struktury práce, je rozdělena na dvě části. V první teoretické části je představena celková charakteristika trhu s deriváty na počasí, jsou prozkoumány nejrůznější typy kontraktů, které se mohou objevit na trhu. Pak je uvedena porovnávací charakteristika daných kontraktů. Také je představeno užití daných kontraktů v různých oblastech ekonomiky. Dále se v teoretické části věnuje pozornost hodnocení derivátů na počasí.

Zvláštní pozornost se věnuje meteorologickým údajům a jejich úpravě pro následující analýzu.

V praktické části se provádí porovnání dvou burz (chicagské a londýnské), které obchodují s deriváty na počasí. V souvislosti s tím, že jsem měl možnost používat data z meteorologické stanice skoro za 31 rok, byly vymodelovány eventuální ceny kontraktů ve dvou podobách, které se liší dobou splatnosti. Původně se předpokládalo provést ocenění třemi metodami: na základě burn analýzy, Gausový metody a jedné kalkulačky, která je uvedena na webových stránkách. Pomocí serveru Guaranteedwether.com. Bohužel v době psaní práce server nepracoval korektně, proto je v práci uveden popis získání dat, ale není konečný výsledek. Kromě toho se plánovalo prozkoumat podobné kontrakty, představené na českém trhu, bohužel ve skutečnosti české banky nenabízejí dané služby, což je spojeno s nedostatečným zájmem ze strany podnikatelského sektoru.

V závěru se přivádí výsledky práce.

Na konci je uveden seznam literatury a také příloha.

(8)

1.2 Formování trhu s deriváty na počasí

Donedávna pojištění bylo hlavním způsobem, který společnosti používaly pro ochranu proti nepříznivým výkyvům počasí. Ale pojištění poskytuje ochranu jenom proti katastrofickým škodám. Pojištění nemůže chránit proti snížené poptávce, která je výsledkem toho, že je počasí teplejší nebo chladnější než se očekávalo.

Na konci devadesátých let 20. století lidí začali chápat, že kdyby kvantifikovali indexy počasí z pohledu měsíčních nebo sezónních teplot a navázali hodnoty těchto indexů na dolar, pak by mohli začít obchodovat s počasím. V podstatě tento druh obchodování bude stejný, jako třeba obchodování s různými druhy akciových indexů, měnami, úrokovými sazbami a zemědělskými komoditami. Koncepce obchodování s počasím jako s komoditou se začíná krystalizovat.

Rozvoj trhu derivátů na počasí sahá k období deregulace amerického energetického odvětví. Proměnlivost počasí vždycky byla uznávána jako jeden z nejdůležitějších faktorů, ovlivňujících spotřebu energie. Avšak dopady nepředvídaných sezónních změn byly před tím absorbovány uvnitř regulovaného částečně monopolního prostředí. V důsledku deregulace různé účastníky trhu s energií se stály více vystaveny riziku změny počasí. Za vznik trhu s deriváty na počasí může být považován obchod, založený na HDDs v Milwaukee v zimě 1997-1998, oznámený společností Koch Industries and Enron. Dodavatelé energie dlouho zůstávaly jedinými účastníky. Enron se stal hlavním účastníkem, majícím 40 procent celkového objemu trhu. Zájem o nový druh kontraktů se postupně vznikal i v jiných zemích.

Avšak v důsledku známé aféry s připsáními v evidenci Enron trh utrpěl od „reputačního“

rizika, což zpomalilo jeho rozvoj. V polovině června roku 2001 britská burza LIFFE (London International Financial Futures and Options Exchange) anoncovala indexy na průměrné měsíční teploty a průměrné teploty v zimním období (od listopadu do března), a v polovině prosince už uvedla futures s danými indexy. Později pro výpočet teploty v Paříži, Berlínu, Londýně v oblasti mezinárodních letišť (Paris Orli, Berlin Tempelhof, London Heathrow) začaly aktivně používat údaje meteorologických agentur Met Office, Meteo France a Deutscher Wetterdienst. V roce 2001 bylo zaregistrováno 5 otevřených pozic, výplaty podle smluv činily 3000 liber nebo eur; ale příští rok se objem trhů omezil na absolutní nulu.

(9)

Výrobce ovocí a zeleniny Western Cape roku 2002 uzavřel první v Jižní Americe obchod s počasí jako pojištění rizik před jarními mrazíky. Londýnská restaurace The Rock Garden pojišťuje rizika před studeným počasím v jarním období už čtvrtý rok. Ale nejzajímavějším byl návrh derivátů na květ višně – příliš pozdní nebo dešťový, který nabídla japonská pojišťovna. Na Americkém trhu existuje dokonce futures hurikánů. V současnosti světový trh s deriváty na počasí dělá 12 miliard dolarů. O růstu svědčí ten fakt, že roku 1999 byla založena Weather Risk Management Association (WRMA), organizace, která spojuje rizikové managery derivátů na počasí a pomáhá prosazení a standardizace trhu. Trh však není úplně rozvinutý, o čemž svědčí údaje o obratu.

Rychlý růst trhu s deriváty na počasí je vyvolán tím, že firmy si uvědomily, že jejich byznys není dál závislý na milosti počasí, když jsou dostupné deriváty na počasí. Rozpoznání této skutečnosti spolu s managementem rizik počasí se začalo šířit přes energetický sektor a dodavatele zemního plynu. Dnes management rizik počasí je velice populární i v takových odvětvích jako zemědělství, pojišťovnictví, cestovní ruch, retailing. Na stráně nabídky jsou to různé produkty, které nabízejí účastníky trhu. Společnosti, prodávající energii, pojišťovací firmy, kapitálové trhy jsou jak organizátory tak i obchodníci na trhu s deriváty na počasí, mající obrovský potenciál k tomu, aby se staly novou třídou aktiv pro investory, kteří diverzifikují vlastní portfolio.

1.3 Struktura a objem trhu

Od roku 1997 podle výzkumu, které provedly společnosti Price-WaterhouseCoopers a Weather Risk Management Association³, 8,758 kontraktů na počasí byly uzavřeny mezi říjnem roku 1997 a březnem roku 2002. Dohromady tyto transakce mají hodnotu 11,8 bilionů dolarů v Americe. Evropský trh zaznamenal v tomto období celkem 969 kontraktů v hodnotě 721 milionů dolarů. Asijský trh měl 562 kontrakty v hodnotě 139 milionů dolarů.

Nejpopulárnějšími zůstávaly transakce spojené s teplotou. Daný výzkum provedený před rokem zaznamenal 4800 derivátu v celkové hodnotě 7,5 bilionů dolarů.

3http://www.wrma.org.

(10)

0 5000 10000 15000 20000 25000 30000 35000 40000 45000

2000/2001 2001/2002 2002/2003 2003/2004 2004/2005 2005/2006

Obrázek 1 – objemy trhu v jednotlivých letech (PwC)

Takže za period mezi březnem roku 2001 a březnem roku 2002 bylo uzavřeno celkem 3958 kontraktů na celkovou hodnotu 4,3 miliardy dolarů.

Energetický sektor;

37%

Bankovnictví; 21%

Spotřební zboží; 5%

Pojišt'ovnictví; 37%

Obrázek 2 - PwC 1997 – 2001 kontrakty dle sektroru ekonomiky

(11)

Energetický sektor;

56%

Zemědelství; 13%

Maloobchod; 9%

Stavebnictví; 7%

Transport; 4%

Ostatní; 11%

Obrázek 3 - složení trhu roku 2004 PwC

Podle údajů PwC v topné sezóně roku 2004/2005 celkový objem byl zaznamenán na úrovní 9,7 miliardu dolarů, a v sezóně roku 2005/2006 vyskočil na 45 miliard dolarů. Když se podíváme na složení daného trhu dle sektorů uvedených na obrázku č.2 roku 2001 a na obrázku č.3 roku 2004, uvidíme následující tendenci: roku 2001 energetické podniky představují 37 % účastníků, kdyžto pojišťovny a banky mají 37 % a 21 %, obchodníci spotřebního zboží mají zbývající 5 %. Roku 2004 se tato situace koordinátně změnila. Podíl energetického sektoru se zvýšil na 56%, objevily se takové obory jako zemědělství (13%), stavebnictví (7%), transport (4%). Na obrázku č. 4 je znázorněn geografický podíl účastníků trhu. Přesto že americké instituce představují v roce 2001 58 % účastníků trhu, počet účastníků stoupá i v dalších zemích: ve Francii, Japonsku, Švýcarsku, Bermudách, Německu, Velké Británii.

Japonsko; 21%

Francie; 16%

Švýcarsko ; 5%

USA; 58%

Obrázek 4 – geografický podíl účastníků k roku 2001 (PwC)

(12)

1.4 Měření počasí

Velké množství derivátů na počasí jsou založeny na ukazatelech Heating Degree Days (HDD) nebo Cooling Degree Days (CDD). Ostatní kontrakty vycházejí z měřeného množství deště za určitý period nebo sněžení, měřeného množstvím sněhu (včetně sněhu s deštěm) za analyzované období. Nicméně 98-99% obchodu derivátů na počasí jsou založeny na teplotě.

Na základě výzkumu termínu od října 1997 do dubna 2001 bylo provedeno až 98% kontraktů, které byly založeny na teplotě. Z nich 62% jsou HDD kontrakty, 34% jsou CDD a 4%, kde teplota kontraktů je měřena jinými indexy.

1.4.1 HDD a CDD indexy

Degree day je teplota založená na kalkulaci měření jak odchylek od průměrné denní teploty (Tprům) tak i od předběžně stanovené teploty. Nejpopulárnějšími ukazatelí měření denních teplot jsou den oteplení (HDD) a den ochlazení (CDD). Rozvoj HDD a CDD indexu se vyvíjí jako odhad množství energie potřebné pro obytné prostory během zimní sezony (HDDs) a obytné prostory pro ochlazení během letní sezoně (CDDs).

Jak je známo HDD a CDD indexy se počítají na základě měření odchylky od předem definované úrovně. Tak v USA přijatý základ je 65°F. Když teplota je nižší než daný základ spotřebitel zapíná ohřívací jednotky. Když bude teplota vyšší než se očekává, zapnou se klimatizační jednotky. Indexy se kalkulují pouze v případě kdy teplota je pod základem v případě HDD indexu, nebo nad základní hodnotou v případě CDD indexu. Takže pro každý den můžeme použit následující výraz:

Denní HDDs = max(0,(65 - (Tmax + Tmin) / 2))

Denní CDDs = max(0,((Tmax+Tmin)/2)- 65 )

kde

Tmax je maximální započtena teplota během dne Tmin je minimální započtena teplota.

Průměrná hodnota se obvykle vypočítá na základě denního průměru vysokých a nízkých hodnot (například (Tmax+Tmin/2)), existují také i jiné metody.

(13)

Taková standardizace základní výše však neznamená, že spotřeba plynu bude růst v různých lokalitách při poklesu teploty například na 60F. Například v Houstonu dodavatel plynu při takové teplotě může vidět růst spotřeby, zatímco v Chicago vliv teploty na objem prodeje se dá všimnout jenom pod 55 F a níž. Tento jev se dá vyjádřit pomocí následujících vzorců:

Denní HDDs = max(0,(K - (Tmax + Tmin)/2))

DenníCDDs = max(0,((Tmax + Tmin)/ 2)-K) kde K je základní teplota při které se spočítá HDDs nebo CDDs.

V Kanadě, Europě a Asii, kde se teplota obvykle měří v °C, základ pro spočítaní denní HDD nebo CDD je 18°C (65°F se rovna 18,3 °C, výše uvedené vzorky je možné použit pro výpočet HDD nebo CDD v °C.) Uživatelé °C kontraktů mohou vybrat alternativní základ. UK Met Office pro pojištění provádí degree day výpočty na základě 15.5°C.

Pro vypočet daily degree days existují různé metody určené pro delší dobu (například, týdenní, měsíční, sezónní nebo roční) jsou založeny na jednoduché sumě:

∑

ⁿ

⁻ ⁺

i

T T

K ( max min) / 2 ))]

( , 0 [max(

∑

ⁿ

⁺ ⁻

i

K T

T max min) / 2 ) )]

((

, 0 [max(

Kde

i je první den a n je poslední den doby, pro kterou je spočítán index.

Výpočet CDD a HDD indexů je uveden v oddíle o Energy degrese days.

1.4.2 EDD (Energy degree days)

Některé konečné spotřebitelé dávají přednost indexu „energy degrese days“ (EDD).

EDD index představuje kumulativní sumu HDD a CDD hodnot za předem stanovený period.

Je pak kalkulován dle následující formule:

(14)

∑

ⁿ

⁻ ⁺ ⁺ ⁺ ⁻

i

K T

T T

T

K ( max min) / 2 )) max( 0 , (( max min) / 2 ) ] (

, 0 [max(

Výhoda EDD indexu se spočívá v tom, že poskytuje celoroční index pro společnosti, které mají zájem o celoroční ochranu svých tržeb proti špatnému letnímu a zimnímu počasí.

Například tržby dodavatelů plynu a elektřiny mohou být ohrožené teplou zimou (nízké

prodeje plynů pro ohřev) a chladným letem (nízké prodeje elektřiny pro chlazení). Dodavatelé se tak mohou zajistit proti nepříznivému vývoji počasí koupí kontraktu založeném na EDD indexu.

Výpočet HDD, CDD a EDD indexů je uveden v následujících tabulkách. Ve všech případech jsou spočítany týdenní hodnoty indexů.

Den Denní max

(F) Denní Min

(F) Průměrná

teplota (F) Denní HDD Kumulativní HDD 5 Května 66 50 58 7 7 6 Května 75 54 64,5 0,5 7,5 7 Května 67 53 60 5 12,5 8 Května 76 48 62 3 15,5 9 Května 80 53 66,5 0 15,5 10 Května 81 58 69,5 0 15,5 11 Května 64 44 54 11 26,5 Tabulka 1 – výpočet HDD indexu

den Denní max (F) Denní Min

(F) Průměrná

teplota (F) Denní CDD Kumulativní CDD 5 Května 66 50 58 0 0 6 Května 75 54 64,5 0 0 7 Května 67 53 60 0 0 8 Května 76 48 62 0 0 9 Května 80 53 66,5 1,5 1,5 10 Května 81 58 69,5 4,5 6 11 Května 64 44 54 0 6 Tabulka 2 – výpočet CDD indexu

den Denní max (F) Denní Min

(F) Průměrná

teplota (F) Denní EDD Kumulativní EDD 5 Května 66 50 58 7 7 6 Května 75 54 64,5 0,5 7,5 7 Května 67 53 60 5 12,5 8 Května 76 48 62 3 15,5 9 Května 80 53 66,5 1,5 17 10 Května 81 58 69,5 4,5 21,5 11 Května 64 44 54 11 32,5 Tabulka 3 – výpočet EDD indexu

Zdroj: Weather Risk Management, Edited by Erik Banks, ISBN 0-333-97225-2

(15)

1.4.3 Growing degree days

Zatímco HDD, CDD a EDD se obvykle používají v energetickém sektoru, podobný index, založený na stoupajících stupňo dnech (growing degrese days – GDD) se používá v zemědělském sektoru. Rostliny a hmyz potřebují určité množství teploty pro posun z jednoho stádia rozvoje k dalšímu.

Zatím co základy u HDD a CDD se indexu mohou měnit, zaklad pro GDD index zřetelně určen, protože různé rostliny a hmyz mají specifikum začátku rozvoje, teplota přitom musí být přijatelná pro pokračování růstu.

Základní formule pro výpočet GDD indexu je podobná té, která byla uvedená při vypočtu HDD a CDD indexu.

Denní GDD = max(0,((Tmax + Tmin)/2) – K)

Kde K je základní teplota pro výpočet GDD (práh teploty, který musí být dosažen pro růst organismu).

Dále je důležité při jaké teplotě je zastaven proces růstu. V případě maximální teploty se používá modifikovaný GDD index. Vypočítá ze podle následující formule:

Denní MGDD = min((K2 – K),max(0,((Tmax + Tmin)/2) - K1)) Kde

K1 – minimální práh teploty, kdy se začíná růst organismu K2 – maximální práh teploty, kdy organismus přestává růst Další tabulky ukazují základní teploty pro nejrůznější osevy.

Teplota začátku růstu Úroda 40 F Pšenice, žito, oves, Iněné sémě, salát, chřest

45 F Slunečnice, brambor

50 F Kukuřice cukrová, ryže, sojové boby, rajče Tabulka 4 - teplota začátku růstu

V následující tabulce je představen výpočet hodnoty týdenního indexu při minimálním prahu teploty 50 F (začátek růstu) a maximálním prahu 86 F.

MGDD index

den Denní max (F)

Denní Min (F)

Průměrná teplota (F)

Denní MGDD

Kumulativní MGDD

1 70 40 55 5 5

2 85 62 73,5 23,5 28,5

(16)

3 90 68 79 29 57,5

4 95 80 87,5 36 93,5

5 70 50 60 10 103,5

6 60 39 49,5 0 103,5

7 72 51 61,5 11,5 115 Tabulka 5 - výpočet MGDD indexu

1.5 Deriváty na počasí

Seznam aktuálních používaných kontraktů je rozsáhlý a stalé se vyvíjející.

Nejflektovanějšími obchodovanými deriváty na počasí v současné době jsou callar, swapy, kupní nebo prodejní opce, nebo jejích kombinace. Na trhu už jsou představeny další kontrakty, které jsou určeny pro specifické potřeby, například binární a digitální opce (digitální deriváty), ve kterých výplata je buď pevně stanovená suma nebo nulová v závislosti na tom, zda hodnota indexu dosáhla stanovené úrovně nebo ne, a double-trigger opce, ve které výplata nastává pouze v případě splnění všech podmínek.

Výplaty jsou obvykle specifikovány v dolarovém ekvivalentu (například 1000$ za jeden stupňo den) a jsou násobeny rozdílem mezi hodnotou indexu a strike hodnotou na základě údajů meteorologické stanice během doby označené v kontraktu (konkrétní měsíc nebo celý zimní period). A proto nominální hodnota forwardového nebo futers kontraktu se rovná jeho současné ceně vyjádřené v jednotkách indexu HDD nebo CDD znásobené hodnotovým oceněním jednotky indexu.

Mezi veličiny, které se objevují v derivátech na počasí patří tyto parametry:

1. Strike level (realizační hodnota) je klíčem k derivátům na počasí. Skoro každý derivátový kontrakt stanovuje tuto hodnotu. Jedná se o určený bod v budoucnosti.V tomto bodě je uskutečňována platba. Strike je specifikované množství Degree Days nebo jiného podkladového aktiva. Pokud se aktuální množství Degree Days a odchyluje od hodnoty stanovené v kontraktu, pak je bud provedená výplata nebo ne, v závislosti na typu kontraktu.

2. Tick, tick value někdy také tick rate a vyjadřuje platbu na jednotku. Tick je stanovena smluvně. Výslednou vyplacenou částku vypočítáme jako násobek platby na jednotku a rozdílu mezi aktuálním počtem Degree Days a hodnotou stanovenou v kontraktu jako strike. Nárokovaná částka je vyplacena až na konci období. Délka tohoto období je specifikovaní v kontraktu a záleží na dohodě obou stran.

3. Cap, floor přestavují limit, hranici, která ochraňuje poskytovatele zajištění před neomezeným rizikem, které není odpovídající měrou kompenzováno. Do derivátů na počasí je

(17)

z pravidla zakomponována horní hranice možné výplaty, tedy cap u kupní opce nebo v případě prodejní opce. Znamená to, že pokud by bylo počasí jakkoli extrémní, platba bude limitována.

V dalších odstavcích budou uvedeny nejrůznější kontrakty, které se objevují na daném trhu s počasí. Příklady znázorňující podstatu konkrétního kontraktu budou z pohledu dodavatele zemního plynu v zimní period.⁴

1.5.1 Kupní opce

Téma o opčních kontraktech bych začal jedním praktickým příkladem, na kterém zkusím vysvětlit podstatu tohoto kontraktu.

Pokud dodavatel zemního plynu, zisky kterého jsou ovlivněny výší teploty, pocítí že v zimě bude chladněji než obvykle, dostane tím větší tržbu, dokonce pak by mohl prodat HDD kupní opce. Tím zajistí pro sebe určitý prospěch, protože když zima nebude obzvlášť chladná, dodavatel dostáné prémii z kupní opce, jestliže zima bude dost chladná, pak bude mít volné prostředky pro financování opčního kontraktu z vyšších než obvykle tržeb.

Kupující kupní (call) opce se v tomto případě zajistí proti vysokým hodnotám indexu HDD v zimním období (obvykle od listopadu do března). Když bude v zimě velice chladno,

Obrázek 5 – plnění z kupní opce +

–

hodnota indexu X

S

250 000

Chladnější

Teplejší

2900 3150

0

HDD 3050

150 000

4 Jsem rozhodl právě o energetický sektor, protože, jak bylo už uvedeno dřív, víc než 50% kontráktů uzavírané

(18)

část ztrát způsobených např. vysokými náklady na ohřívání místnosti bude pokryto z opčního kontraktu.

Na obr. č.5 (a na dalších obrazcích uvádějících plnění z kontraktu) je čarovanou čarou uveden kontrakt s odečtenou hodnotou prémie ukazuje situaci kupujícího kupní opce. V tomto případě kontrakt je uzavřen s pevně stanovenou strike hodnotou na úrovni 2900 HDD (na obr.č.1 je tato hodnota označena písmenem S) na zimní period listopad – březen. Na některých burzách se stanovuje strike hodnota zvlášť pro každý měsíc. Peněžní plnění se rovná 1000 USD/HDD. Limitní plnění je stanoveno na úrovni 250 000 USD.

Pří hodnotě indexu vyšší než 3150 kupující opce dostane maximální plnění z kontraktu 250 000 USD. Pokud index bude menší než 2900 HDD, kupující subjekt nedostane nic. Jestliže hodnota indexu bude v rozmezí mezi 2900 HDD a 3150 HDD, kupující opce dostane rozdíl mezi strike hodnotou a aktuální hodnotou indexu. V případě když hodnota indexu bude 3050 HDD ke konci března (ke konci doby platnosti kontraktu), kupující dostané 1000*(3050-2900) = 150 000 USD.

Pro tento typ kontraktu výplatní profil je následující:

Výplatní profil = MIN [P (peněžních jednotek/Indexní bod)*MAX(Xt,T – S, 0), h], Kde:

P(peněžních jednotek / indexní bod) – je částka kterou obdrží za každou odchýlenou hodnotu od strike pozice (bud HDD či CDD),

S – strike,

Xt,T – skutečně dosažená hodnota indexu za období t – T h – limitní hodnota plnění

1.5.2 Prodejní opce

Prodejní Opce (put) je opačná kupní Opci. Daný kontrakt se používá při zajištění před nízkými hodnotami indexu. Stejně jako v předcházejícím případě je typické stanovení maximální hodnoty plnění opčního kontraktu (h).

Jako příklad znázorňující tento typ derivátu můžeme uvést naši společnost, která se chce zajistit před teplým počasím v zimním období koupí prodejní opce v dlouhé pozici. Jestli počasí bude chladnější, hodnota indexu bude větší než strike 2900 HDD, pak kupující zaplatí opční prémii z vyšších tržeb, jestli teplota bude teplejší, bude pokryta část ztrát z výnosů opčního kontraktu, které jsou ohraničeny maximální hodnotou při hodnotě indexu 2650 HDD.

(19)

Na obr. č.6 je uvedeno plnění z prodejní opce. Když například hodnota indexu ke splatnosti opce bude 2700 HDD, pak společnost obdrží 200 000 USD.

Pro prodejní opce v dlouhé pozice, +

–

S

250 000

Chladnější

Teplejší

2900 2700

0

2650 HDD 200 000

Obrázek 6 – plnění z prodejní opce

Výplatní profil = MIN [P(peněžních jednotek/Indexní bod)*MAX(S – Xt,T, 0), h].

Veličiny v této formule jsou identické s veličinami v předcházejícím případě kupní opce.

1.5.3 SWAPY

Swapové kontrakty na počasí jsou tvořeny kombinací dlouhé pozice v kupní opci a krátké pozice v prodejní opci tak, že realizační hodnota (strike) obou kontraktů se nachází na stejné úrovni. Swapové obchody se doporučují pro distributorské firmy, které chtějí udržet stabilní cash flow nebo tržby pří vysoké volatilitě počasí v období na které se uzavírá tento obchod.

V tomto případě, pokud distributor plynu bude cítit, že počasí v zimě muže být volatelné, nebude schopen přesně předpovědět bude-li příliš chladno nebo teplo a v jakém poměru. Pro eliminaci rizika z nedostatečného financování kvůli teplému počasí rozhodne společnost o nakoupení swapového kontraktu se strike hodnotou 2900 HDD. Distributor pak bude vědět, v jaké výši budou tržby. Když počasí bude chladněji, než stanovený index, bude muset zaplatit za každý odchýlený HDD od strike hodnoty dohodnutou částku (tuto částku bude čerpat z vyšších tržeb, čímž se vrátí na předem stanovenou úroveň plánovaných tržeb).

(20)

Když počasí bude teplejší, bude inkasovat částku, která jako v předchozím případě vypočítá dle nesledující formule:

Výplatní profil = MAX{–h, MIN[P ×(Xt,T – S), h],

Obvykle za tento typ obchodu se neplatí prémie. Avšak při uzavření tohoto obchodu (nejen toho a taky dalších obchodů s finančními instrumenty) vznikají různé transakční náklady, které jsou znázorněny na následujícím grafu čarovanou čarou.

+

–

S

250 000

Chladnější

Teplejší

2900 3150

0

3100 HDD 200 000

-200 000 -250 000

Obrázek 7 – plnění z swapového kontraktu

Na obr. č. 7 je vidět, že maximální výnos z kontraktu a taky ztráta se rovná 250 000 USD.

1.5.4 Collars

Collars kontrakt je podobný swapovému kontraktu za výjimkou toho, že strike hodnota kontraktu má určitý interval, v daném případě S1 – S2, ve kterém se neuskutečňuje plnění tohoto kontraktu. Pokud hodnota indexu překročí strike hodnotu S2 pak platí kupující tohoto obchodu (v daném případě distributor plynu). Pokud se index bude pohybovat pod hodnotou S1 pak platí prodávající tohoto kontraktu.

(21)

–

+ hodnota

indexu X

S1

– h

S2

+ h

Chladnější

Teplejší

Obrázek 8 – plnění z callar kontraktu

Tyto kontrakty se obvykle uzavírají z důvodu toho, že s ním je spojeno menší placení prémie, než při opčních kontraktech.

Peněžní plnění z collar je určeno vztahem:

Výplatní profil = MAX{–h, MIN{P × (Xt,T – S1), MAX[0, MIN(P × (Xt,T – S2), h)]}}.

Collar a Swap kontrakty se liší od kupní a prodejní opce tím, že při uzavření daných kontraktů kupující strana neplatí provizi prodávající straně. Obě strany jsou vystaveny omezené ztrátě a také omezenému výdělku.

1.5.5 Straddles

Dlouhá pozice straddles se skládá z dlouhé kupní a dlouhé prodejní opce se stejnou strike pozicí, limitním plněním a výplatou z indexu. Dlouhá straddle pozice zajišťuje proti vysokým a nízkým hodnotám indexu, z toho důvodu je prémie pochopitelně vyšší než u ostatních kontraktů. Kupující bude dostávat výplatu při jakékoli hodnotě indexu kromě Xt,T=S.

Pro distributora plyna by tento kontrakt byl užitečný z následujícího důvodu: když jeho zisky a výplata z kontraktu při nízkých teplotách budou úplně stačit pro uhrazení daného kontraktu, a při extremně nízkých hodnotách může realizovat dokonce zisk z kontraktu do maximální hodnoty plnění. Pokud budou vysoké teploty, distributorovi se sníží tržby, avšak Pro distributora plyna by tento kontrakt byl užitečný z následujícího důvodu: když jeho zisky a výplata z kontraktu při nízkých teplotách budou úplně stačit pro uhrazení daného kontraktu, a při extremně nízkých hodnotách může realizovat dokonce zisk z kontraktu do maximální hodnoty plnění. Pokud budou vysoké teploty, distributorovi se sníží tržby, avšak

(22)

bude ztráta zčásti kompenzována z kontraktu. Je to na oddělení rizika společnosti za jakých podmínek uzavřít kontrakt.

Straddles mají následující výplatní funkci:

Výplatní profil = min(L$1, max(P × (S - Xt,T),min(P × (Xt,T – S),L$2))), Kde

L$1 – výplata pří hodnotách S menší než L1 L$2 – výplata pří hodnotách S vyšších než L2

+

–

S

250 000

Chladnější

Teplejší

2900 2700

0

2650 HDD 200 000

L1 L2

Obrázek 9 – plnění z Straddles kontraktu

1.5.6 Strangles

Dlouhá pozice Strangles je sestavená z dlouhé pozice kupní opce a dlouhé pozice prodejní opce s výjimkou toho, že strike pozice jsou různé. Strike pozice prodejní opce je vždy nižší než strike kupní opce.

Dlouhá pozice zajišťuje proti vysokým a nízkým hodnotám indexu, jako v případě Straddles, avšak se výplaty uskutečňují pouze v případě, kdy index bude mimo interval dvou realizačních hodnot. Tyto kontrakty jsou typicky o něco levněji než straddles.

Pro daný kontrakt výplatní funkce je následující formule:

(23)

Výplatní profil = MIN(L$1, MAX(P × (S1 - Xt,T),MIN(P × (Xt,T – S2),L$2)))

Kontrakt s prémií (přerušovaná čára) a bez prémie je uveden na následujícím obrázku.

+

–

S2

250 000

Chladnější

Teplejší

2900 2700

0

2650 HDD 200 000

S1

Obrázek 10 – plnění z Strangles kontraktu

L2 L1

1.5.7 Caps

Caps kontrakt zahrnuje jen půlku swapového obchodu. Plnění je uskutečněno jenom když hodnota indexu klesne pod strike (v případě distributora plynu když počasí bude teplejší). Využívá se v tom případě, když chceme zabránit riziku teplého počasí ale nechceme se vzdávat vyšších tržeb v případě chladnějšího počasí. Proto s tímto kontraktem jsou spojeny také vyšší hodnoty prémie, kterou prodejce bude požadovat. Prémie mohou dosahovat i 10%

od limitní hodnoty kontraktu.

Peněžní plnění z caps kontraktu je určeno vztahem:

Výplatní profil caps = MIN {h, [P ×(S – X_t,T )]}

kde: Xt,T <0;S>

(24)

+

– ^hodnota

indexu X S

+ h

–h

Chladnější

Teplejší

Obrázek 11 – plnění z caps kontraktu

1.5.8 Binární opce

V případě binární opce a dalších tzv. exotických derivátů⁵, výplata neprobíhá na základě hodnoty indexu, ale je iniciováno předem stanovenou událostí. Výplata je buď fixovana předem částkou, v případě když nastane předem stanovená podmínka, nebo nulová (cash-or-nothing). Výplata muže být určená například relací:

Výplatní profil binární opce = 0, pro Xt,T < S

h, pro Xt,T > S.

+

– ^hodnota

indexu X S

+ h

–h

Chladnější

Teplejší

(25)

1.6 Porovnání výhod a nevýhod použití různých derivátů

je ní prémie Výhody při použití swapu:

- stabilní příjmy

Nevýhody při použití swapu:

- možnost ztráty - jednoduchost nástro

- neexistence opč

- nízká flexibilita

Výh y v dlouhé

pozici)

yšší flexibilita (tick a put strike)

Nev o ní opce (v dlouhé

pozici):

Výh y é pozici): tí kupní opce (v dlouhé

pozici):

Výh y y použití collar:

p

Výhody

m dexu

Nevýhody Straddles:

- Vyšší prémie než u ostatních

ýhody Strangles:

- Jištění proti vysokým a nízkým dexu

Nevýhody Strangles:

- Vysoká prémie

Výh y

- Jištění proti nízkým hodnotám indexu

Nevýhody Caps:

- Vyšší prémie od použití prodejní opce (

:

- jistota minimálního příjmu - v

ýh dy použití prodej

- opční prémie

od použití kupní opce (v dlouh - jistota maximální ceny

- vyšší flexibilita (tick a kupní strike)

Nevýhody použi

- opční prémie Nevýhod od použití collar:

- ještě větší flexibilita (tick, put stike, call strike)

- levnější než put či call opce Straddles:

- dražší než swa

- Jištění proti vysokým a nízký

hodnotám in kontraktů

V

hodnotám in

- O málo levnější než Straddles od Caps:

(26)

1.7 Metody oceňování derivátů na počasí

Před firmami obchodujícími s deriváty vždy stojí otázka jakou metodu použit pro jejích ocenění. Jsou nejrůznější způsoby oceňování derivátů na počasí.

Přístupy k oceňování derivátů na počasí se liší od základních modelů, které používají pří oceňování finančních derivátů. Rozdíl v ocenění je dán hlavně tím, že počasí není

„majetkem“, který je volně prodejný.

Současně nejpopulárnější přístupy k oceňování derivátů na počasí bych rozdělil na dvě základní oblasti, které vycházejí:

• Z průměrných historických výplat derivátů (tzv. „burn analysis“)

• Ze simulačních technik

Jedná z nejpopulárnějších metod Black-Scholes pro stanovení přibližné ceny v oblasti derivátů není prakticky využitelná pro stanovení hodnoty derivátů na počasí a to z jediného hlavního důvodu. Tato metoda používá pro odvození ceny deriváty, které jsou na úplném trhu (complete market), čímž trh z počasí není, protože nemůžeme ovlivňovat počasí.

Další přístup k ocenění derivátu je použití počítačových simulací. Tím že se nasimuluje vývoj rizikového faktoru (např. vývoj počasí), pak z výplatní funkce derivátu lze numericky jednoduše spočítat i střední hodnoty výplat. Takovou metodou je třeba simulace Monte-Carlo. Pří použití historických údajů je možné nasimulovat budoucí vývoj indexu, a na základě budoucího vývoje stanovit hodnotu derivátů.

1.7.1 Burn analýza

Princip „burn analysis“ se spočívá v tom, že se spočítá průměrný výnos derivátu, který by derivát měl v případě emise v jednotlivých minulých obdobích. Jelikož jsou ve mnoha případech k dispozici velmi dlouhé historické řády proměnných počasí, je „burn analysis“

většinou prvním krokem pro odhad hodnoty derivátu. Spravedlivou cenou je pak střední hodnota výnosu derivátu.

Tato metoda je totálně odlišná z pohledu teorie stanovení hodnoty, protože budoucí vývoj není zohledněn.

Cena na základě analýzy minulých dat muže být pak stanovena dle následující formule:

Cena bid/offer = D(t,T)*(µ+-α*σ)

(27)

Deriváty na počasí Kde,

D(t,T) – současná hodnota diskontního faktoru od doby splatnosti kontraktu T do doby stanovení ceny t,

µ - historický průměr výplat z kontraktu,

σ – směrodatná odchylka z historických výplat z kontraktu, α – pozitivní číslo reprezentující vztah k riziku

1.7.1.1 Burn analýza pro swap kontrakty⁶

Tržní realizační hodnota pro swap se definuje jako taková realizační hodnota (strike), od které se očekává nulové splacení. Vypočítání tržní hodnoty pro swap kontrakt je triviální záležitostí, protože tržní realizační hodnota je jen očekávaným indexem. Tržní strike je pouze očekávanou hodnotou.

Abychom mohli vypočítat tržní strike, musíme provést dvě operace.

1. Odtrendovat historické hodnoty indexu. Odtrendování se muže aplikovat na denní teploty nebo na hodnoty indexu.

2. Stanovit průměr z historických hodnot indexu, tj. odhad očekávaného indexu.

1.7.1.1.1 Zohledněni faktoru rizika

Ze získaných výsledků usoudíme nakolik je hodnota strike vhodná pro swapový kontrakt. Nastavíme-li strike na úroveň strike tržního, znamená to, že žádná strana ani nezískává ani neztrácí v dlouhém období v případě, že kontrakt je obchodován několikrát.

Jestliže swapový kontrakt bude obchodován na primárním trhu a jedna ze stran bude hedgující a druhá bude obyčejným spekulantem, pak by se dala očekávat odchylka strike od tržní hodnoty ve prospěch spekulanta, aby se mu vynahradila skutečnost, že si bere na sebe riziko hedgujícího. Nejjednodušší metodou pro spočítání této odchylky by byla procentuálnost směrodatné odchylky indexu swapu, např. strike hodnota by mohla být stanovena jako průměr plus 20% z indexu směrodatné odchylky (údaj 20 % je arbitrární). Pro lineární swap očekávaný výnos pro spekulanta je potom 20% směrodatné odchylky výnosové distribuce a směrodatná odchylka výnosové distribuce je dluh vynásobený směrodatnou

6Weather derivative valuation, Stephen Jewson and Anders Brix, ISBN 0 521 84 371 5, Cambridge University Press.

(28)

odchylkou indexu distribuce. Pokud se tento kontrakt bude opakovat mnohokrát, spekulant by potom vydělával peníze, zatímco hedgující by naopak v průměru prodělával.

Podle využití principu započítávání rizika market maker by mohl udávat dvě hodnoty strike swapu. Jedna hodnota by vyjadřovala úroveň, na které je ochoten prodávat, druhá by znamenala ochotu nakoupit. Zřejmě by to bylo nad a pod úrovní tržního strike. To znamená, že koupě kontraktu od market-makeru⁷ a pak následný zpětný prodej téhož kontraktu by způsobilo malou ztrátu a současně malý výnos pro prodávajícího.

1.7.1.2 Burn analýza pro opce⁸

Spravedlivá prémie, nebo spravedlivá cena je obvykle definována jako taková, při které očekávaný zisk z kontraktu by byl nulový, tj. prémie má stejnou hodnotu (s opačným znaménkem) jako očekávaný výnos.

Pro výpočet spravedlivé prémie může postupovat podle následujících kroků:

• spočítat historické výnosy opce

• spočítat průměr historických výnosů: toto je odhad pro očekávaný výnos.

1.7.1.2.1 Zohlednění faktoru rizika

V případě, že zveřejňovatel zpoplatňuje očekávaný výnos jako prémii, potom v dlouhodobém průměru přes mnoho obchodů ani nevydělá a ani neobdrží ztrátu. Co se týče swapů, tato „spravedlivá prémie“ nemusí být nejvhodnější hodnotou obchodování.

Prodávající opce by očekával odměnu za to, že si bere na sebe riziko za případné plnění a proto prémie by nejspíš byla o něco vyšší než očekávaný výnos zavedením faktoru rizika.

Nejjednodušší metodou pro determinaci toto zavedení faktoru rizika je zlomek směrodatné odchylky výnosu kontraktu, tak např. cena by mohla být dána očekávaným výnosem plus 20% směrodatné odchylky výnosů.

1.8 Gaussův oceňovací model (příklad simulační metody)

⁹

Velmi jednoduchý a většinou i postačující vzoreček pro oceňování individuálních opcí je možné odvodit pro případ Gaussové distribuce CDD a HDD.

7 Market-maker – nabízející kontraktů

8Weather derivative valuation, Stephen Jewson and Anders Brix, ISBN 0 521 84 371 5, Cambridge University Press.

9 Introdution to Weather Derivatives, by Geoffrey Considine, Ph.D., Weather Derivatives Group, Aquila Energy

(29)

Za předpokladu, že známe průměr a směrodatnou odchylku CDD a HDD v lokaci, je jednoduché zpracovat přibližnou cenu opce.

Algebraický výraz na obrázku dolu vztahuje cenu opce ke třem faktorům.

1. Směrodatná odchylka distribuce.

2. Vzdálenost strike od střední hodnoty.

3. Počet dolarů na degree day, uvedený v kontraktu.

Pokud definujeme normalizovaný strike v podobě počtu směrodatných odchylek striku odlišných od střední hodnoty, cena opce je jednoduše vypočitatelná ze vztahu dole:

10

Uvažujme opci na takovou časovou dobu, za kterou směrodatná odchylka CDD je 100 se střední hodnotou 1000 CDD a definujeme strike opce na hodnotu 1080 (toto je CDD kupní) a se specifikací $5000 za degree day. Strike je 0,8 směrodatné odchylky od střední hodnoty. S využitím rovnice nahoře určujeme, že hodnota na vertikální ose je 0,125. Za účelem, abychom získali očekávanou hodnotu, jednoduše spočítáme produkt:

Hodnota opce ($) = $5,000 x 0.125 x 100 = $62,500

Všimněte si, že očekávaná hodnota nezahrnuje prémii za riziko, které upisovatel

„účtuje“ za podstoupené riziko. Nicméně tato jednoduchá formulace poskytuje základ, ze kterého potom lze oceňovat opce. Zásadně největší potíž při oceňování je determinace střední hodnoty a směrodatné odchylky pro použití jako modelové vstupy.

Obrázek 13 – Gaussian Distribution

10 Introdution to Weather Derivatives, by Geoffrey Considine, Ph.D., Weather Derivatives Group, Aquila Energy

(30)

1.9 Konečné uživatele

1.9.1 Hedgery a spekulanti, primární a sekundární trhy

Každý derivát na počasí je v podstatě transakcí mezi dvěma strany. Lze klasifikovat všechny účastníky transakce jednak jako hedgery (kteří chtějí zmenšit nebo eliminovat určité riziko), jednak jako spekulanty, jejichž předmětem podnikání je vypisování kontraktů na počasí. Tato klasifikace (rozdělení na hedgery a spekulanty) je užitečná, ale zároveň je to zjednodušení reality. Například, mnozí hedgeři také obchodují spekulativně. Částečně je tomu tak, protože se chtějí zajistit, že rozumějí trhu ještě před tím, něž si pořídí hedge, částečně za účelem zamaskování svých záměrů před ostatními obchodníky, částečně protože si chtějí vydělat. Stejně i spekulanti se mohou stát hedgery, jestli si rozhodnou, že jejich spekulativní obchod zvyšuje rizikovost jejich pozice.

Transakce mezi hedgery a spekulanty jsou považovány za primární trh, zatímco transakce mezi spekulanty a jinými spekulanty jsou nazývány sekundárním trhem.

Velmi zřídka jsou kontrakty vyměňovány přímo mezi dvěma hedgery, kteří se tímto způsobem mohou zajistit souběžně. Avšak, tato situace je mimořádná, protože velmi zřídka 2 společnosti mají přesně stejná nebo protichůdná rizika počasí.

Z pohledu spekulanta, kterým může být banka, pojišťovna, zajišťovna, energetická společnost nebo investiční fond, obchodování s deriváty na počasí vytváří atraktivní pozici, a to z dvou důvodů. Za prvé, výnosy z těchto transakcí nemají vztah k jiným formám pojištění nebo investic. V důsledku toho pojišťovací společnost může vydávat deriváty na počasí poměrně levně ve srovnání s jinými formami pojištění. Podobně, investiční fond může investovat do derivátů na počasí, když výnosy z těchto transakcí nemají vztah k výnosům z jiných finančních aktiv, které vlastní (kmenové akcie a cenné papíry). Za druhé, portfolio derivátů na počasí samotné může byt méně rizikové, kvůli potencionálně vyrovnávající podstatě kontraktů na počasí. V podstatě, všechno směřuje k situaci, kdy spekulanti mají velmi malé riziko, protože prostě předávají rizika spojená s počasí od jednoho hedgera k druhému.

1.9.2 Riziková odvětví

Existuje hodně odvětví, která jsou riziková z hlediska dopadů normálních výkyvů počasí. Patří sem:

(31)

• výroba elektřiny a tepla

• stavební výroba

• zemědělství

• místní správa i samospráva

• potravinářství a výroba nápojů

• provoz restaurací a hotelů

• retailing

• doprava

• bankovnictví a pojišťovnictví atp.

Dále přivedu, dle mě nejperspektivnější odvětví, kde by mohli úspěšně využit deriváty na počasí.

1.9.2.1 Těžba zemního plynu

Zatímco zemní plyn má hodně uživatelů, je především používán k ohřevu během zimních měsíců. Místní společnosti, které dodávají zemní plyn spotřebitelům, podléhají rizikům počasí. Společnosti se snaží zajistit marži pomocí aktivního cenového risk managementu, uzavírání smluv při nižších cenách., něž za které dodávají plyn spotřebitelům.

Chladná zima znamená, že spotřebitelé budou spotřebovat více plynu na ohřev svých domů, zatímco teplejší zima bude znamenat menší spotřebu. Vazba mezi teplotou i spotřebou plynu je velmi vysoká. Dodavatelé zemního plynu nejvíce vystaveny riziku ve vazbě na objem prodaného plynu v průběhu topné sezóny.

Prodej HDD swapů je populární mezi společností, které jsou spokojené s korelaci teplota/objem prodejů, jelikož si rizika s protistranou, a ta výměna je na základě jednotného HDD bodu.

1.9.2.2 Rozvodné podniky

Elektřina se generuje z různých zdrojů, včetně termické, vodní, jaderné a větrné energie, a je potom dodávaná konečným spotřebitelům. Elektřina je nezbytná během celého roku, včetně klimatizaci v létě a ohřevu v zimě. Rizika spojená s počasí ovlivňují jak poptávku, tak i nabídku. Na straně poptávky, objem spotřebovaného tepla nebo energie na

(32)

chlazení je extremně závislý na počasí. Během horkých let a chladných zim rozvodné podniky mají vyšší tržby z přenosu a distribuci energie. Během teplých zim a chladných let – tržby klesají. Aby se zajistili proti tomuto riziku, kupují si CDD (cooling degree days) opce nebo collars, nebo prodávají CDD swapy. Aby se zajistily proti teplým zimám, kupují si HDD opce nebo collars.

Na straně nabídky, dostupnost dvou forem generátorů s menšími mezními náklady – vodní a větrný – je objektem rozmarů počasí. Nedostatek průtoku toku nebo větru může vyvolat pokles výroby vodní a větrné energie. Oblasti, které jsou velmi závislé na takových formách energie, můžou čelit nedostatkům. S cílem zajistit se proti slabému říčnímu toku, producenti vodní energie si mohou pořídit ochranu - stream flow protection. Generátory větrné energie požadují určitou rychlost větru v průběhu dne a můžou se zajistit proti male rychlosti větru pořízením vhodných wind speed hedges.

1.9.2.3 Stavebnictví

Množství a kvalita stavebních prací jsou velice ovlivněny počasím. Dvěma základními závislými na počasí odvětví jsou těžké stavebnictví a rezidenční stavebnictví; projekty a developerská činnost v obou sektorech jsou závislé na srážkách a teplotách. Déšť a sněhové přeháňky mohou zabránit použití těžkých strojů, zatímco extremní teploty mohou ovlivnit kladení betonu a zdiv. Smlouvy v daném odvětví obsahují podněcující doložky, které chrání zájmy jak majitele projektu, tak i samotnou firmu, která stavbu zajišťuje. Jestliže stavební firma ukončí stavbu dřív, než je stanovena doba, získává odměnu (je pevně stanovena denní sazba). Nepříznivé počasí je jediným největším faktorem, který je příčinou nedodření stanovených termínů. V mnoha případech majitel povoluje překročit termín ukončení stavby na stanovený počet dní kvůli nepříznivému počasí, a musí to byt popsáno ve smlouvě.

Dodavatel pak se snaží zajistit proti nepříznivému počasí tím, že si kupuje produkty managementu rizik spojených s počasím.

Zajištění proti rizikům počasí v stavebním odvětví je založeno na kritických dnech (nebo tzv. Adverse construction days (ACDs) v průběhu projektového periodu. ACDs kupní opce nebo collars mohou odkazovat na jeden nebo více jevů spojených s počasím, například déšť nebo sněžení navíc, než je stanovená předem úroveň srážek nebo teplot.

(33)

1.9.2.4 Státní a místní správa

Státní a místní administrace jsou vystaveny rizikům počasí, a to ve formě variabilních nákladů na odstranění sněhu během zim. Tyto náklady se předem plánují a jsou v rozpočtu, avšak reálné náklady, které se počítají na konci sezóny, se mohou značně lišit od předem plánovaných, protože může být jak více tak i méně sněhu.

Rozsah těchto nákladů zaleží na tom, zda je použita státní pracovní sila nebo služby externích dodavatelů. Orgány místní správy, když rozhodnou pro služby externích dodavatelů, uzavírají smlouvy, které těsně souvisí s množstvím sněhu, které bude vyčištěno během zimy.

Zajištění proti riziku, spojeném se sněžením, může být konstruováno jako derivativní nebo insurance index opce, s platbami, závislými na množství sněhu během zimy.

Pro případ státní pracovní sily, riziko můžeme konstruovat jako funkce počtu SDCs (snow clearing days). Toto je obecně kombinace sražení, přesahujícího předem stanovenou úroveň, a teplot nižších než je určitá úroveň. Tyto dva jevy vždy způsobují nebezpečí pro řidiče a pěší, se kterým se místní správa musí počítat. Aby se zajistili, orgány místní správy si mohou pořídit pojistné nebo derivativní opce, založené na SDC, s platbami, které se odvíjí od odhadovaných mzdových nákladů a ceny na sůl pro každý případ.

1.9.2.5 Maloobchod

Na základě výsledků výzkumů provedených v roce 2001 je zjištěno, že sezónně móda ovlivňuje styl oblékání, ale právě počasí nutí zákazníky kupovat té či oné věci v obchodech.

Zisk maloobchodů nezáleží jenom na daních, režijní ceně výroby, úrovni nezaměstnanosti, stavu národního hospodářství, ale také počasí má obrovský vliv na objem prodejů.

Společnosti v různých zemích konstatují, že se nezvykle teplé podzim a zima stávají hlavním faktorem nízkých sezónních zisků společností. Proti působení daných finančních důsledků mohou společnosti kupovat takové povětrnostní deriváty, které by vynahradily riziko nepříznivých přírodních podmínek a poskytovaly kompenzaci pro garanci minimálního zisku.

Takový přístup pomáhá zajistit stabilitu pohybu peněz podniku a vyhnout se některým finančním a výrobním rizikům podniku.

(34)

1.9.2.6 Zábavní a odpočinkový průmysl

Rekreační a zábavní střediska užívají derivátů ovládání povětrnostních rizik pro stabilizaci zisku. Lyžařská střediska a zábavní parky zapojují tyto deriváty proti působení nepříznivých povětrnostních podmínek, například teplé zimě nebo dešťovému období.

Z hlediska reklamy nohou lyžařská střediska používat povětrnostní deriváty například pro vracení ceny cestovních příkazů v případě, když se týdenní úroveň srážek (sněhu) liší od průměrné. Parky a mořská letoviska mohou zapojovat povětrnostní deriváty pro ochranu proti důsledkům dlouhého dešťového období v letě nebo příliš vysokým teplotám.

1.9.2.7 Doprava

Dopravní průmysl se může narážet na četné povětrnostní neštěstí: chumelenice blokují pozemní komunikace, nízké teploty způsobují shromáždění ledu, nedostačující srážky se stávají příčinou problémů pro říční dopravu. Po krutých zimních obdobích silniční služby musejí utrácet značné prostředky pro opravu pozemních komunikací, a chumelenice vyžadují rozsáhlé čištění pozemních komunikací. Stejně jako je tomu v jiných průmyslových odvětvích, dopravní společnosti, komunální a silniční služby mohou používat povětrnostní deriváty pro snížení nebo zamezení finančních komplikací, spojených s nepříznivými povětrnostními podmínkami.

1.9.2.8 Zemědělství

Důsledky závislosti zemědělství na počasí mohou být katastrofické nebo nekatastrofické. Příkladem katastrofického důsledků výkyvů počasí, které vedou k okamžitému zničení úrody, je přízemní mraz. Příkladem nekatastrofického důsledku je kumulativní množství tepla, které je zapotřebí, aby ta úroda mohla normálně růst. Toto bývá měřeno indexem GDD (growing degree day index). Počet GDDs udává úroveň rozvoje úrody, ale také časování sklizně. Nízké GDD má za následek snížení výnosů a kvality a prodlužení času sklizně. V závislosti na úrodě a oblasti, pozdní sklizeň může připadnout na stejnou dobu s obdobím dešťů, což může vyvolat další ztráty. Farmář si může pořídit zajištění, založené na centimetrech srážek, ale je to efektivní pouze, pokud je aktuální GDDs menší, než se očekává.

(35)

1.9.2.9 Zemědělská chemie

Jednou z oblastí uplatnění povětrnostních derivátů v sektoru zemědělské chemie je použití povětrnostních opcí pro ochranu zemědělských podniků před dodatečnými náklady, které jsou spojeny s opakovaným užitím chemikálií. Základními příčiny opakovaných opracování pesticidy jsou:

- akumulační množství kladných teplot, způsobujících větší počet životních cyklů hmyzů;

- velké množství srážek vymývá chemikálie;

- po vnesení chemikálií nízké teploty zpomalují rozvoj hmyzů, takže hmyzy se objevují po ukončení působení chemikálií a jejich rozpadu.

Upotřebení a efektivnost hnojiva, herbicidů a fungicidů záleží na povětrnostních podmínkách. Rozvoj a rozšíření škůdce a nemocí zaleží také na počasí, a tedy přímo ovlivňují prodeje zemědělské chemie.

V roce 1998 jeden z hlavních výrobců zemědělské chemie potvrdil, že „v důsledku zvláštních povětrnostních podmínek v tomto roce sektor zemědělské chemie byl vystaven negativnímu působení přírody, protože se účinky herbicidů a pesticidů značně snížily během období vegetace. V důsledku pozdního jara a nepříznivých povětrnostních podmínek během sklizně farmáři byli nuceni opracovávat osevy defolianty a jinými chemikálií“. Avšak ceny na zemědělské výrobky, měnové kurzy, obchodní vztahy, daně z užití chemikálií, shoda požadavkům životního prostředí a počasí pokračují ovlivňovat ziskovost zemědělského průmyslu.

Základním komponentem ziskového pěstování rostlin je adekvátní a vyrovnaná výživa, tzn. hnojivo hraje velkou úlohu v pěstování zemědělských kultur. Užití živin rostlinami záleží na přítomnosti látek, záření, teploty a vody, efektivnost zemědělské chemie se však omezuje množstvím srážek (dešťové vlhkosti). V případě, když je půda příliš navlhčena, hnojivo se smyje, a když je příliš suchá, hnojivo ztratí své účinky.

Klimatické podmínky definují nutnost určitých zemědělských chemikálií a dobu užití.

Takže počasí přímo působí na objem prodejů. Povětrnostní deriváty se mohou být strukturovány takovým způsobem, aby poskytly finanční kompenzaci společnostem následkem nadpočetných srážek, tzn. faktor, který zmarňuje vnesení hnojiva.

Kontrola škůdců je důležitým elementem získání velké a kvalitní sklizně. Například ztráty způsobené pilousem bavlníkovým ve Spojených státech dělají $300 milionů ročně, což

(36)

obsahuje neúplné získání sklizně a ztráty na chemikálie a jejich vnesení. Obyčejně jenom 10 procent pilousů přežívá normální zimy, a mnohem méně pilousů přežívají kruté zimy.

Podmínky přezimování jsou důležitým faktorem zmenšení populace škůdců. Krutá zima roku 1998 ve Spojených státech způsobila snížení objemu prodejů určitých pesticidů, protože populace pilousů byly skoro zničeny.

1.9.3 Souhrnná informace o odvětví a typu rizika

Dále je uvedena tabulka, ve které jsou uvedena různá odvětví, typ počasí, který způsobuje riziko pro dané odvětví a konkrétní riziko, které s sebou přináší. Většina uvedených v tabulce odvětví je vestavena vlivu teploty.

Ilustrativní vazby mezi Indexy počasí a finančními riziky

Držitel rizika Typ počasí Riziko

Energetika Teplota Pokles tržeb během teplé zimy nebo

chladného léta

Spotřebitele energie Teplota Vyšší ceny na ohřev/ochlazení během chladné zimy a horkého léta

Výrobci nápojů` Teplota Pokles tržeb během chladného léta Dodavatelé stavebních

materiálů

Teplota/sněžení Pokles tržeb během kruté zimy (staveniště se zavírají)

Lyžařská střediska Sněžení Pokles tržeb během zimy

s podprůměrnými sněhovými srážkami Zemědělství Teplota/sněžení Závislost úrody na počasí

Místní správa Sněžení Růst nákladů na čištění ulic během zimy s nadprůměrnými sněhovými srážkami

Vodní elektrárny Srážky Pokles tržeb během období sucha Zdroj: Climetrix, Risk Management Solutions Inc.

1.10 Meteorologické údaje

V dané otázce všechno záleží na zkoumané zemi. Ve Spojených státech například politika vlády je zaměřena na maximální otevřenost a přístupnost údajů (v nejhorším případě

Hlavní práce4674_xgurv01.pdf, 1.1 MB Stáhnout

Vysoká škola ekonomická v Praze

Diplomová práce

2007 Vladimír Gurzhiy

Deriváty na počasí

Obsah

1 Teoretická část 1.1 Úvod

1.2 Formování trhu s deriváty na počasí

1.3 Struktura a objem trhu

1.4 Měření počasí

1.4.1 HDD a CDD indexy

∑

− +

T T

K ( max min) / 2 ))]

( , 0 [max(

∑

+ −

K T

T max min) / 2 ) )]

((

, 0 [max(

1.4.2 EDD (Energy degree days)

∑

− + + + −

K T

T T

T

K ( max min) / 2 )) max( 0 , (( max min) / 2 ) ] (

, 0 [max(

1.4.3 Growing degree days

1.5 Deriváty na počasí

1.5.1 Kupní opce

1.5.2 Prodejní opce

1.5.4 Collars

1.5.5 Straddles

1.5.6 Strangles

1.5.7 Caps

1.5.8 Binární opce

1.6 Porovnání výhod a nevýhod použití různých derivátů

1.7 Metody oceňování derivátů na počasí

1.7.1 Burn analýza

1.8 Gaussův oceňovací model (příklad simulační metody)

1.9 Konečné uživatele

1.9.1 Hedgery a spekulanti, primární a sekundární trhy

1.9.2 Riziková odvětví

1.9.3 Souhrnná informace o odvětví a typu rizika

1.10 Meteorologické údaje

⁻ ⁺

⁺ ⁻

⁻ ⁺ ⁺ ⁺ ⁻