DE PRIJSVORMING OP DE EUROPESE CO 2 -MARKT

UNIVERSITEIT GENT FACULTEIT ECONOMIE EN BEDRIJFSKUNDE ACADEMIEJAAR 2006 – 2007

DE PRIJSVORMING OP DE EUROPESE CO2-MARKT

Scriptie voorgedragen tot het bekomen van de graad van: Licentiaat in de Economische Wetenschappen. VALERIE DE BRUYCKERE onder leiding van PROF. DR. J. ALBRECHT

UNIVERSITEIT GENT FACULTEIT ECONOMIE EN BEDRIJFSKUNDE ACADEMIEJAAR 2006 – 2007

DE PRIJSVORMING OP DE EUROPESE CO2-MARKT

Scriptie voorgedragen tot het bekomen van de graad van: Licentiaat in de Economische Wetenschappen. VALERIE DE BRUYCKERE onder leiding van PROF. DR. J. ALBRECHT

‘permission’

HARTELIJK BEDANKT Zoals het hoort zou ik alle personen die me geholpen hebben bij het tot stand komen van deze verhandeling willen bedanken. In de eerste plaats gaat mijn dank naar mijn promotor, prof. dr. J. Albrecht, wiens lessen milieueconomie mij uitermate inspireerden. Zijn goede begeleiding, interessante tips en raadgevingen hebben mij enorm geholpen. In het bijzonder zou ik ook dr. ir. Voorspools K. willen bedanken voor zijn bereidwilligheid tot medewerking aan dit eindwerk. Vooreerst heeft de stage die ik in dit verband heb mogen doen bij Fortis ertoe bijgedragen dat ik met veel enthousiasme en inzet aan deze thesis heb gewerkt. Bovendien verklaart deze stage de praktische invalshoek in dit eindwerk. Ook voor het verstrekken van marktgegevens, suggesties, adviezen en het nalezen van stukken ben ik hem heel dankbaar. Tenslotte dank ik ook mijn vrienden die steeds een aangename omgeving creëerden waarop ik kon terugvallen en vooral ook mijn ouders ben ik heel dankbaar voor het financieren van mijn studies.

De Bruyckere Valerie mei 2006

INHOUDSTAFEL LIJST VAN GEBRUIKTE AFKORTINGEN ................................................................................................ IV LIJST VAN FIGUREN .................................................................................................................................. V LIJST VAN TABELLEN ............................................................................................................................. VII Inleiding ....................................................................................................................................................... 1 1.

Wettelijk kader ................................................................................................................................. 3 1.1.

Protocol van Kyoto ...................................................................................................................... 3

1.2.

‘Burden Sharing Agreement’ ....................................................................................................... 4

1.3.

Directive 2003/87/EG .................................................................................................................. 4

1.4.

‘Linking Directive’ ........................................................................................................................ 6

1.5.

De Amerikaanse SO2-markt........................................................................................................ 6

2.

Wat drijft de prijs van CO2? ............................................................................................................ 8 2.1.

Aanbodfactoren ........................................................................................................................... 8

2.1.1.

Allocatie van EUA’s ................................................................................................................ 8

2.1.2.

Credits van CDM- en JI-projecten .......................................................................................... 8

2.1.3.

‘Banking’ en ‘borrowing’ van EUA’s ........................................................................................ 8

2.2.

Vraagfactoren.............................................................................................................................. 9

2.2.1.

Economische groei ................................................................................................................. 9

2.2.2.

Weersomstandigheden........................................................................................................... 9

2.2.3.

Grondstoffenprijzen (gas, olie, kolen) ................................................................................... 10

2.2.4.

Reductiemogelijkheden ........................................................................................................ 13

2.2.5.

Marktsentiment ..................................................................................................................... 13

2.3.

Marktstructuur en regulering ..................................................................................................... 13

2.4.

Overzicht ................................................................................................................................... 14

3.

De Europese CO2-markt in praktijk.............................................................................................. 15 3.1.

Contracten................................................................................................................................. 15

3.2.

Handelsplatformen .................................................................................................................... 16

3.3.

Over-the-counter (OTC) ............................................................................................................ 17

3.4.

Verdeling van de marktaandelen .............................................................................................. 17

4.

‘Event study’ .................................................................................................................................. 19 4.1.

Eerste jaarhelft 2005 ................................................................................................................. 19

4.1.1.

Invloed van weersomstandigheden ...................................................................................... 20

4.1.2.

Invloed van de elektriciteitsmarkt.......................................................................................... 22

4.1.3.

Invloed van olie en gas prijzen ............................................................................................. 24

4.1.4.

Invloed van politieke factoren ............................................................................................... 24

4.1.5.

Andere factoren .................................................................................................................... 25

4.2.

Tweede jaarhelft 2005............................................................................................................... 25

4.3.

Januari-april 2006 ..................................................................................................................... 27

4.4.

Crash van april/mei 2006 .......................................................................................................... 29

I

4.5.

‘Range bound trading’ (juni - september 2006)......................................................................... 31

4.6.

De tweede prijscrash (september ‘06) ...................................................................................... 32

4.7.

Eind 2006 – begin 2007 ............................................................................................................ 33

4.8.

Besluit........................................................................................................................................ 36

5.

Relatie tussen de CO2-markt en de elektriciteitsmarkt.............................................................. 38 5.1.

Theoretische verklaring voor de transmissie van CO2-prijzen in stroomprijzen ....................... 39

5.1.1.

Prijsvorming in een perfect competitieve elektriciteitsmarkt................................................. 39

5.1.2.

De transmissie van CO2-prijzen in de prijs van elektriciteit .................................................. 40

5.1.3.

Determinanten van de ‘pass-through rate’ ........................................................................... 43

5.1.3.1.

De marktvorm............................................................................................................... 43

5.1.3.2.

Prijselasticiteit van de vraag naar elektriciteit .............................................................. 44

5.1.3.3.

Marktregulering ............................................................................................................ 45

5.2.

Overzicht van de empirische literatuur...................................................................................... 46

5.2.1.

Grafische analyse ................................................................................................................. 47

5.2.2.

Correlatie tussen CO2-prijzen en elektriciteitsprijzen ........................................................... 48

5.2.3.

Schatten van de ‘(clean) dark/spark spread’ ........................................................................ 50

5.2.4.

Econometrische schattingen van de ‘pass-through rate’...................................................... 52

5.2.5.

Modelschattingen van de ‘pass-through rate’....................................................................... 56

5.2.6.

Beperkingen empirisch onderzoek ....................................................................................... 56

5.3.

De Europese elektriciteitsmarkt in praktijk ................................................................................ 57

5.3.1.

Liberalisering van de elektriciteitsmarkt................................................................................ 57

5.3.2.

Marktstructuur ....................................................................................................................... 59

5.3.3.

Prijsvorming .......................................................................................................................... 61

5.4.

Empirisch onderzoek................................................................................................................. 65

5.5.

Besluit........................................................................................................................................ 72

6.

Geldt de ‘efficiënte markt hypothese’ op de Europese CO2-markt? ........................................ 73 6.1.

Efficiëntie van de Europese CO2-markt .................................................................................... 73

6.1.1.

Wat is een efficiënte markt? ................................................................................................. 73

6.1.2.

Methodologie ........................................................................................................................ 74

6.1.3.

Data ...................................................................................................................................... 75

6.1.4.

Liquiditeit, volatiliteit en efficiëntie......................................................................................... 77

6.1.5.

Unit root test.......................................................................................................................... 79

6.1.6.

Test voor random walk type 3............................................................................................... 83

6.2.

Voorspelbaarheid van de CO2-prijs........................................................................................... 85

6.3.

Besluit........................................................................................................................................ 91

7.

‘Winners & losers’ in het EU ETS................................................................................................. 92 7.1.

Bestaande literatuur .................................................................................................................. 92

7.2.

Methodologie............................................................................................................................. 94

7.3.

Dataverzameling ....................................................................................................................... 95

7.3.1.

Meerkost van elektriciteitsverbruik t.g.v. het EU ETS........................................................... 95

II

Efficiëntie van de centrale ............................................................................................ 95

7.3.1.2.

Kost kolen- en gascomponent ..................................................................................... 95

7.3.1.3.

Kost CO2-component ................................................................................................... 96

7.3.1.4.

Marginale kost kolen- en gascentrale .......................................................................... 97

7.3.2.

Toegewezen en geverifieerde emissierechten per sector .................................................. 100

7.3.3.

Prijs van EUA’s ................................................................................................................... 100

7.3.4.

Elektriciteitsverbruik per sector........................................................................................... 100

7.3.5.

Totale elektriciteitsproductie ............................................................................................... 102

7.4. 8.

7.3.1.1.

Resultaten en besluit............................................................................................................... 102 Conclusie...................................................................................................................................... 107

Bibliografie ............................................................................................................................................... VIII Bijlagen......................................................................................................................................................XV Bijlage 1: EUA 2005 contract ..................................................................................................................XV Bijlage 2: EUA 2006 contract .................................................................................................................XVI Bijlage 3: EUA 2007 contract ...............................................................................................................XVIII Bijlage 4: EUA 2008 contract .................................................................................................................XIX Bijlage 5: EUA 2009 contract .................................................................................................................XXI

III

LIJST VAN GEBRUIKTE AFKORTINGEN

APX

Amsterdam Power Exchange

CER

Certified Emission Reductions (CDM-credit)

CAAA

Clean Air Act Amendment

CDM

Clean Development Mechanism

CITL

Community Independent Transaction Log

EBITDA

Earnings before interest, taxes, depreciation and amortisation

ERU

Emission Reduction Units (JI-credit)

EXAA

Energy Exchange Austria

ECX

European Climate Exchange

EEX

European Energy Exchange

EUA

European Union Allowance

EU ETS

European Union Emission Trading Scheme

EC

Europese Commissie

JI

Joint Implementation

LEBA

London Energy Brokers’ Association

MWhe

Mega Wattuur elektriciteit

MWhp

Mega Wattuur primaire energie

NACE

Nomenclature générale des Activités économiques dans les Communautés Européennes, of: Algemene Nomenclatuur der Economische Activiteiten in de Europese Gemeenschappen

NAP

Nationaal Allocatie Plan

OTC

Over-the-counter

TPA

Third Party Access

tCO2

ton CO2

TSO

Transmissie Systeem Operator

UKPX

United Kingdom Power Exchange

IV

LIJST VAN FIGUREN

Figuur 2.1: ‘Switch band’ van kolen naar gas en de CO2-prijs (EUA 2006) (€/tCO2)................................. 11 Figuur 2.2: Theoretische ‘switch level’, gebaseerd op forward kolen en gasprijzen (€/tCO2).................... 13 Figuur 3.1: Verdeling marktaandelen OTC-handel en emissiebeurzen (februari 2007) ............................ 17 Figuur 3.2: Verhandelde volumes OTC en via emissiebeurzen (tCO2)...................................................... 18 Figuur 4.1: CO2-prijzen (€/tCO2) en verhandelde volumes (mton), januari 2005 – april 2007................... 19 Figuur 4.2: Temperatuur in Spanje en Italië, eerste jaarhelft 2005 (°C) .................................................... 20 Figuur 4.3: Temperatuur in Duitsland en Frankrijk, eerste jaarhelft 2005 (°C) .......................................... 20 Figuur 4.4: Neerslag in Spanje in Italië, eerste jaarhelft 2005 (mm) .......................................................... 21 Figuur 4.5: Neerslag in Duitsland en Frankrijk, eerste jaarhelft 2005 (mm)............................................... 21 Figuur 4.6: 2007 contract (€/tCO2) en Duitse elektriciteitsprijzen (cal 07, €/MWhe)................................... 22 Figuur 4.7: Vergelijking van de elektriciteitsproductie vanuit verschillende primaire energiebronnen Q1 2004 met Q1 2005...................................................................................................................................... 23 Figuur 4.8: Elektriciteitsproductie vanuit verschillende primaire energiebronnen, wijziging Q1 2004 met Q2 2005............................................................................................................................................................ 23 Figuur 4.9: Relatie EUA - gas - elektriciteit midden 2005 .......................................................................... 26 Figuur 4.10: Gemiddelde temperatuur (°C) in Duitsland en Polen, januari en februari 2006 .................... 28 Figuur 4.11: UK BNP winter gasprijzen (pence/therm) .............................................................................. 28 Figuur 4.12: Allocatie EUA's in vergelijking met geverifieerde emissies in 2005 (miljoen ton CO2) .......... 30 Figuur 4.13: Verhandelde volumes (miljoen ton CO2)................................................................................ 30 Figuur 4.14: Spread tussen fase I en fase II (EUA 2007-EUA 2008) (€/tCO2)........................................... 31 Figuur 4.15: Allocatie EUA's in vergelijking met geverifieerde emissies in 2006 (miljoen ton CO2) .......... 36 Figuur 5.1: Prijszetting in een perfect competitieve elektricteitsmarkt ....................................................... 40 Figuur 5.2: Merit order met en zonder carbon kost .................................................................................... 41 Figuur 5.3: Merit order van de Europese elektriciteitsmarkt en de impact van een CO2-prijs van €20/tCO2 .................................................................................................................................................................... 42 Figuur 5.4: CO2-kost ‘pass-through’ in een monopoliesituatie ................................................................... 43 Figuur 5.5: CO2-kost ‘pass-through’ bij perfecte concurrentie ................................................................... 44 Figuur 5.6: Invloed van de prijselasticiteit van de vraag op de ‘pass-through rate’ ................................... 45 Figuur 5.7: invloed van marktregulering op de ‘pass-through rate’ ............................................................ 45 Figuur 5.8: Componenten van de elektriciteitsprijs .................................................................................... 47 Figuur 5.9: Stroomprijzen (€/Mwhe), CO2-prijzen (€/tCO2) en brandstofkosten (€/Mwhe) in Duitsland en Nederland (forward cal 2006, januari-juli 2005) ......................................................................................... 48 Figuur 5.10: Correlatie tussen CO2-prijs (cal06 in €/tCO2) en elektriciteitsprijzen Verenigd Koninkrijk (cal06, piekuren, in €/MWhe) ...................................................................................................................... 49 Figuur 5.11: Correlatie tussen CO2-prijs (€/tCO2) en Duitse ‘baseload’ stroomprijs (‘day ahead’, €/Mwhe) .................................................................................................................................................................... 50

V

Figuur 5.12 : ‘Dark en spark spreads’ (€/Mwhe) voor verschillende ‘pass-through rates’ in Duitsland en Nederland ................................................................................................................................................... 52 Figuur 5.13: Mogelijke regionale elektriciteitsmarkten in de Europese Unie ............................................. 59 Figuur 5.14: Structuur van de Europese elektriciteitsmarkt ....................................................................... 60 Figuur 5.15: Verschillende marktsegmenten op de Europese elektriciteitsmarkt ...................................... 61 Figuur 5.16: Het prijsmechanisme op de ‘Amsterdam Power Exchange’. ................................................. 63 Figuur 5.17: Duitse elektriciteitsprijs en zijn componenten (€/Mwhe) indien de gasprijs de drijver is (a) en indien de kolenrpijs de drijver is (b) ............................................................................................................ 65 Figuur 5.18: Componenten van de Duitse elektriciteitsprijs ....................................................................... 66 Figuur 5.19: Spreidingsdiagram CO2-prijzen (EUA 2007, €/tCO2) en Duitse stroomprijzen (‘baseload’, ‘first year’, €/MWhe) ............................................................................................................................................ 67 Figuur 5.20: Spreidingsdiagram gasprijzen (€/MWhp, UK BNP, gemiddelde ‘first & second season’) en Duitse stroomprijzen (€/MWhe, ‘baseload’, ‘first year’)............................................................................... 69 Figuur 5.21: Spreidingsdiagram gasprijzen (€/MWhp, UK BNP, gemiddelde ‘first & second season’) en CO2-prijzen (€/tCO2, EUA 2007) ................................................................................................................ 70 Figuur 5.22: De relatie tussen CO2-prijzen, elektriciteitprijzen en grondstoffenprijzen .............................. 72 Figuur 6.1: Spotpijzen (€/tCO2), logaritmische spot prijzen en logaritmische returns spot prijzen ............ 76 Figuur 6.2: Statistische eigenschappen spot prijs (€/tCO2)........................................................................ 76 Figuur 6.3: Statistische eigenschappen ∆ pt spot prijs ............................................................................... 77 Figuur 6.4: Volatilteit spot prijzen (methode Gujarati D.N.)........................................................................ 78 Figuur 6.5: Volatiliteit spot prijzen (methode Hull J.C.) .............................................................................. 79 Figuur 6.6: Correlogram van ∆pt spot prijs (lag 1 tot 10)............................................................................ 88 Figuur 6.7: Correlogram van ∆pt EUA 2008 contract (lag 1 tot 10) ............................................................ 90 Figuur 7.1: Kost kolen- en gascomponent (€/MWhe) ................................................................................. 96 Figuur 7.2: Kost CO2-component (€/MWhe) ............................................................................................... 97 Figuur 7.3: Marginale kosten kolen- en gascentrale (€/MWhe) .................................................................. 98 Figuur 7.4: Meerkost elektriciteitverbruik ten gevolge van het EU ETS indien de gascentrale de marginale centrale is ................................................................................................................................................... 98 Figuur 7.5: Meerkost elektriciteitverbruik ten gevolge van het EU ETS indien de kolencentrale de marginale centrale is .................................................................................................................................. 99 Figuur 7.6: Stijging elektriciteitsprijs t.g.v. EU ETS (€/MWhe).................................................................... 99 Figuur 7.7: Eurostat sectoren en bijhorende NACE-codes ...................................................................... 101 Figuur 7.8: Elektriciteitsprijs in België en meerkost elektriciteitsproductie t.g.v. EU ETS (€/MWhe)........ 105

VI

LIJST VAN TABELLEN

Tabel 1.1: Deelnemende installaties in het EU ETS .................................................................................... 6 Tabel 2.1: Overzicht van koersbeïnvloedende factoren en hun impact ..................................................... 14 Tabel 5.1: Correlaties tussen forward elektriciteitsprijzen en spreads cal06 - CO2-prijzen (cal06) ........... 49 Tabel 5.2: Geschatte ‘pass-through rates’ (%) voor Duitsland en Nederland (januari-juli 2005)............... 54 Tabel 5.3: Aandeel van de verschillende energiebeurzen in de totale hoeveelheid geconsumeerde elektriciteit (in %) ........................................................................................................................................ 63 Tabel 5.4: Correlatie tussen CO2-prijzen (EUA 2007 en EUA 2008, €/tCO2) en Duitse elektriciteitsprijzen (‘baseload’, ‘first year’, €/MWhe)................................................................................................................. 67 Tabel 5.5: Correlatie tussen CO2-prijzen (EUA 2007, €/tCO2) en Duitse elektriciteitsprijzen (‘baseload’, ‘first year’, €/MWhe) voor verschillende deelperioden ................................................................................ 68 Tabel 5.6: Correlatie tussen Duitse stroomprijzen (€/MWhe, ‘baseload’, ‘first year’) en gasprijzen (€/MWhe, UK BNP, gemiddelde first & second season)............................................................................................. 69 Tabel 5.7: Correlatie tussen CO2-prijzen (€/tCO2) en gasprijzen (€/MWhp, UK BNP, gemiddelde first & second season) .......................................................................................................................................... 70 Tabel 6.1: Onderzochte looptijd en steekproefgrootte van de verschillende CO2-contracten ................... 75 Tabel 6.2: Correlatiematrix verschillende CO2-contracten ......................................................................... 75 Tabel 6.3: ADF-test voor spot prijzen......................................................................................................... 81 Tabel 6.4: PP-test voor spot prijzen (Powernext)....................................................................................... 81 Tabel 6.5: KPSS-test voor spot prijzen (Powernext) .................................................................................. 82 Tabel 6.6: Autocorrelatiecoëfficiënt, Ljung-Box (Q(k)) statistiek en t-teststatistiek voor spot prijs, eerste en tweede verschillen ................................................................................................................................. 84 Tabel 6.7: Regressieresultaten ∆pt spot prijs ............................................................................................. 89 Tabel 6.8: Regressieresultaten ∆pt EUA 2008 contract ............................................................................. 90 Tabel 7.1: Stijging elektriciteitsprijs ten gevolge van het EU ETS (€/MWhe) ............................................. 99 Tabel 7.2: Laagste, hoogste en gewogen gemiddelde CO2-prijs in 2005 (€/tCO2).................................. 100 Tabel 7.3: Energieverbruik per sector in 2004 (MWhe) ............................................................................ 101 Tabel 7.4: Toegewezen emissierechten en geverifieerde emissies (tCO2)per sector in 2005 ................ 102 Tabel 7.5: Netto voordeel/nadeel van het EU ETS voor industriesectoren (in miljoen €) ........................ 103 Tabel 7.6: Netto voordeel/nadeel van het EU ETS voor industriesectoren in % van de omzet............... 103 Tabel 7.7: Netto voordeel/nadeel voor de elektriciteitssector in absolute waarden (miljoen €) en in % van de omzet ................................................................................................................................................... 104 Tabel 7.8: Toegewezen rechten en geverifieerde emissies Electrabel Rodenhuize en Sidmar, 2005, in tCO2 .......................................................................................................................................................... 106

VII

Inleiding Sinds 2 februari 2007 staat het zo goed als vast dat de mens verantwoordelijk is voor de opwarming van de aarde. Dit is immers de belangrijkste conclusie van het Fourth Assessment Report waarvan het eerste deel op 2 februari j.l. door het IPCC (Intergovernmental Panel on Climate Change) in Parijs voorgesteld werd. Niet alleen het IPCC heeft ervoor gezorgd dat het klimaatprobleem in de aandacht kwam, ook Al Gore heeft met zijn film ‘An inconvenienth truth’ bijgedragen tot de bewustwording van het klimaatprobleem. De verhoogde mediabelangstelling rond klimaatverandering maakt deze thesis dan ook bijzonder maatschappelijk relevant. Om het klimaatprobleem aan te pakken is de Europese Unie een echt klimaatbeleid gaan voeren. Een belangrijk onderdeel hiervan is het European Union Emission Trading Scheme, of kortweg EU ETS. Het systeem,

dat

op

1

januari

2005

officieel

in

werking

trad,

is

het

grootste

internationaal

emissiehandelsysteem ter wereld. Eén emissierecht geeft de houder ervan het recht om 1 ton CO2 uit te stoten. Emissierechten worden toegekend aan alle deelnemende bedrijven (installaties) in het systeem. Bedrijven met een tekort aan emissierechten kunnen zo emissierechten kopen van bedrijven met een overschot. Op die manier komt een CO2-prijs tot stand, of m.a.w. de prijs van vervuiling. In deze eindverhandeling wordt getracht zoveel mogelijk aspecten m.b.t. de prijsvorming op de CO2-markt te analyseren. Een goed begrip van de prijsvorming op de CO2-markt is immers noodzakelijk opdat deze markt zich in de toekomst verder kan ontwikkelen; opdat de liquiditeit verhoogt en opdat een derivatenmarkt tot ontwikkeling kan komen. Deze eindverhandeling is als volgt opgebouwd. In hoofdstuk 1 wordt een beknopt overzicht gegeven van het wettelijk kader van het EU ETS. Vervolgens wordt in hoofdstuk 2 toegelicht hoe emissiehandel in de praktijk verloopt. In hoofdstuk 3 worden de belangrijkste koersbeïnvloedende factoren op een rijtje gezet. Nadien wordt in hoofdstuk 4 een historische schets gegeven van de evolutie van de CO2-prijs vanaf januari 2005 tot begin april 2007. Het betreft een ‘event study’ waarin vanuit de praktijk nagegaan wordt welke factoren de koersevolutie kunnen verklaren en heeft als doel de lezer vertrouwd te maken met de koersbeïnvloedende factoren uit hoofdstuk 3. Voorts komen we op basis van de praktijk tot een aantal interessante vaststellingen die het voorwerp uitmaken van verdere studie in de daaropvolgende hoofdstukken. Vooreerst merken we op dat er een interessante relatie bestaat tussen de CO2-markt en de elektriciteitsmarkt. Dit topic wordt behandeld in hoofdstuk 5. Het wordt duidelijk dat beide markten op verschillende punten nauw met elkaar verbonden zijn. Bovendien komen we tot de vaststelling dat de meeste koersbeïnvloedende factoren uit hoofdstuk 3 in verband gebracht kunnen worden met de elektriciteitsmarkt. Bijzondere aandacht wordt besteed aan de vraag of CO2-prijzen aanleiding geven tot een stijging van de elektriciteitsprijs. Deze vraag is essentieel aangezien emissiehandel algemeen wordt aanzien als meest kostenefficiënte manier om emissies te reduceren. Dit vereist echter dat de CO2-kost geïnternaliseerd wordt in de economie of m.a.w. doorgerekend in de prijzen. In hoofdstuk 6 komt een tweede voorwaarde aan bod die voldaan moet zijn om van ‘kostenefficiënte’ emissiehandel te kunnen spreken. Er wordt onderzocht of aan de ‘efficiënte markt hypothese’ voldaan is in de Europese CO2-

1

markt. Hiermee wordt de raaklijn tussen milieueconomie en financiële economie bewandeld (de zgn. ‘environmental finance’). In de ‘event study’ werd vastgesteld dat de koers vrij vlug en sterk reageert op nieuwe informatie, maar is de CO2-markt een efficiënte markt vanuit informatiestandpunt? En is het mogelijk om een model te ontwerpen dat de toekomstige CO2-prijs voorspelt? Tenslotte wordt in hoofdstuk 7 nagegaan welke sectoren voordeel of nadeel halen uit het systeem. Wie zijn de ‘winners & losers’ van het Europees emissiehandelssysteem? Na een kort overzicht van bestaand empirisch onderzoek wordt een nieuwe methodologie toegepast op cijfermateriaal voor België. Er wordt afgesloten met een conclusie en enkele van de vele mogelijkheden tot verder onderzoek.

2

Hoofdstuk 1: Wettelijk kader

1. Wettelijk kader Sinds januari 2005 is het Europees emissiehandelssysteem (EU ETS) in werking getreden. Aan deze mijlpaal in het Europees klimaatbeleid gaat echter een evolutie in wetgeving vooraf. Vooreerst worden de krachtlijnen van het Kyoto Protocol en de ‘Burden Sharing Agreement’ kort herhaald. Vervolgens komt de inhoud van Directive 2003/87/EG en de ‘Linking Directive’ aan bod. Tenslotte wordt gewezen op de relatie tussen het EU ETS en het Amerikaans SO2-emissiehandelsysteem.

1.1. Protocol van Kyoto Op 11 december 1997 werd het UNFCCC-protocol ondertekend in de Japanse stad Kyoto. Het protocol van Kyoto stelt wettelijk bindende limieten vast voor de uitstoot van broeikasgassen in geïndustrialiseerde landen. De deelnemende landen engageren zich om de uitstoot van zes broeikasgassen (koolstofdioxide, methaan, distikstofoxide, gefluoreerde koolwaterstoffen, volledig gehalogeneerde fluorkoolwaterstoffen en zwavelhexafluoride) tijdens de eerste verbintenisperiode van 2008 tot 2012 gemiddeld met 5,2% verminderen ten opzichte van het niveau in 1990 (VN, 2007 en Europese Unie, 2003). Zo moet België zijn uitstoot van broeikasgassen in de periode 2008-2012 gemiddeld met 7,5% terugschroeven ten opzichte van de uitstoot in 1990. Er zijn geen emissiedoelstellingen voor ontwikkelingslanden. De belangrijkste afwezigen zijn de Verenigde Staten, China en Australië. Het verdrag van Kyoto is op 16 februari 2005 in werking getreden (VN, 2007). “Het Kyotoprotocol streeft ernaar dat landen hun uitstoot van broeikasgassen door intern beleid en maatregelen (zoals de productie van groene stroom, het opleggen van isolatienormen voor woningen, de promotie van het openbaar vervoer, …) zouden doen dalen. Daarnaast voorziet het Protocol in drie flexibiliteitmechanismen die de landen moeten toelaten hun reductiedoelstelling op een economisch efficiëntere manier te realiseren: emissiehandel, Joint Implementation (JI) en Clean Development Mechanism (CDM)” (Nationaal register voor broeikasgassen). 1. Emissiehandel tussen landen onderling. Voor een aantal landen zal de kost om hun broeikasgasuitstoot te verlagen hoger zijn dan voor andere. Zij hebben de mogelijkheid om bijkomende uitstootrechten te verwerven door te investeren in buitenlandse reductieprojecten of door eenvoudigweg de uitstootrechten aan te kopen. Anderzijds kan een land dat door een doordacht intern beleid en door efficiënte maatregelen een grotere emissiereductie realiseert, dit overschot verkopen aan andere landen die zelf meer denken te zullen uitstoten dan wat het Protocol hen toestaat. Dit systeem van emissiehandel zorgt ervoor dat de inspanningen op een economisch efficiënte manier worden verdeeld. Het gemeenschappelijke resultaat (de reductiedoelstelling) is hetzelfde, maar de totale kosten zijn lager. 2. Bij Joint Implementation wordt geïnvesteerd in projecten voor emissievermindering in landen die ook emissiedoelstellingen hebben, in ruil voor bijkomende emissiekredieten (Emission Reduction Units, ERU’s).

3


3. Bij

Clean

Development

Mechanism

gaat

het

om

investeringen

in

projecten

voor

emissievermindering in ontwikkelingslanden waarvoor geen doelstellingen zijn vastgesteld. Het donorland krijgt in ruil hiervoor Certified Emission Reductions, CER’s. De ratio achter deze drie mechanismen is dat de uitstoot van broeikasgassen een wereldwijd probleem is en dat het minder belangrijk is waar de vermindering wordt bereikt. Op deze manier kan vermindering worden bereikt in gebieden waar dat het minst kost (Europese Unie, 2003).

1.2. ‘Burden Sharing Agreement’ In het protocol van Kyoto heeft de Europese Unie zichzelf verplicht om de uitstoot van broeikasgassen tijdens de eerste verbintenisperiode van 2008 tot 2012 met 8% te verminderen ten opzichte van het niveau in 1990 (VN, 2007). In artikel 4 van het Kyoto Protocol is vastgelegd dat de EU haar doelstellingen over de lidstaten mocht verdelen, zolang de uitkomst voor de hele Europese Gemeenschap 8% bedraagt. In juni 1998 werd politieke overeenstemming bereikt over die lastenverdeling, in de zogenaamde ‘burden sharing agreement’. De reductiepercentages voor elk van de landen kan teruggevonden worden in COM(1999) 230 (Europese Commissie, 2000). Op 31 mei 2002 hebben de EU en alle lidstaten het protocol van Kyoto geratificeerd (Europese Unie, 2003).

1.3. Directive 2003/87/EG De Europese Gemeenschap – die de officiële inwerkingtreding van het Kyoto Protocol (op 16 februari 2005) niet heeft afgewacht – voerde reeds vanaf 1 januari 2005 een systeem in dat een gelijkaardige emissiehandel, maar dan tussen bedrijven, organiseert, nl. het European Union Emission Trading Scheme (EU ETS). Europa heeft daartoe in 2003 de Richtlijn Emissiehandel (Directive 2003/87/EG) goedgekeurd. Doel is de EU-lidstaten te helpen hun verplichtingen in het kader van het Kyoto protocol na te komen. De handel in emissierechten impliceert geen nieuwe milieudoelstellingen, maar maakt een goedkopere naleving van de bestaande doelstellingen van het Kyoto protocol mogelijk. Door de bij het systeem aangesloten bedrijven emissierechten te laten kopen of verkopen kunnen deze doelstellingen tegen de laagst mogelijke kosten worden bereikt (Europese Unie, 2005). Er is sprake van een proefperiode van 2005 tot 2007. De vervolgperiode loopt van 2008 tot 2012 en valt samen met de eerste Kyoto verplichtingenperiode (Europese Commissie, 2005b, p.5). Iedere lidstaat moet voor elke handelsperiode een nationaal allocatieplan (NAP) opstellen. In dit plan wordt de totale allocatie van emissierechten vastgesteld, alsook de verdeling van de rechten over de verschillende installaties (Europese Commissie, 2007c). In Annex III van Richtlijn 2003/87/EG zijn een

4


aantal criteria opgenomen waaraan alle plannen moeten voldoen. Nadien heeft de Europese Commissie verdere richtsnoeren bekendgemaakt voor de toepassing van deze criteria. De belangrijkste criteria zijn: 1. De totale hoeveelheid toegestane rechten moet in overeenstemming zijn met de doelstelling van het Kyoto Protocol. Hierbij moet rekening gehouden worden met het aandeel in de totale emissies van EU ETS installaties, en het aandeel dat niet onder het EU ETS valt. Anderzijds moeten de lidstaten ook bijkomende beleidslijnen en maatregelen invoeren om de emissies van niet onder de richtlijn vallende activiteiten te controleren. 2. De totale hoeveelheid toegestane rechten moet in overeenstemming zijn met de huidige emissies en de geprojecteerde emissies voor de toekomst. Het is m.a.w. niet voldoende om de totale hoeveelheid toegestane emissierechten enkel te bepalen op basis van geprojecteerde ‘business-as-usual’ emissies. Er moet tevens uitgegaan worden van actuele gerapporteerde emissies. De overeenstemming is niet gegarandeerd wanneer een lidstaat van plan is een totale hoeveelheid emissierechten toe te wijzen die hoger is dan de feitelijke of te verwachten emissies van de vorige periode. 3. De hoeveelheden toe te wijzen emissierechten moeten overeenstemmen met de mogelijkheden, waaronder de technologische mogelijkheden, van installaties die onder het EU ETS vallen (Europese Commissie, 2005a). De bedrijven krijgen het merendeel van de emissierechten gratis: minstens 95% in de eerste fase en minstens 90% in de tweede fase. De overige rechten worden geveild (Europese Commissie, 2005b, p.11). De emissierechten van de bedrijven worden op rekeningen bijgehouden in elektronische registers. Elke lidstaat heeft een nationaal register. De communicatie tussen de registers onderling en het afhandelen van transacties gebeurt door het centrale CITL (Community Independent Transaction Log) (Europese Commissie, 2007b). Hoewel het Kyoto Protocol de bedoeling heeft om de uitstoot van alle broeikasgassen te doen dalen, beperkt het EU ETS zich in eerste instantie enkel tot CO2-emissies van grote installaties uit de energiesector en bepaalde andere energie-intensieve sectoren uit de industrie. De deelnemende sectoren zijn: de energie- en verwarmingssector (met een capaciteit van meer dan 20 Megawatt), productie en verwerking van ferrometalen, delfstoffenindustrie of papier- en pulpvervaardiging (Directive 2003/87/EG, L 275/42) (zie tabel 1.1). Tijdens de eerste fase vielen ±11500 installaties onder het systeem. Ze stoten ± 45% uit van de totale CO2-emissies in de EU en ±30% van alle broeikasgassen in de EU (Europese Commissie, 2005b, p.7).

5


Tabel 1.1: Deelnemende installaties in het EU ETS

Bron: Directive 2003/87/EG, L 275/42

1.4.

‘Linking Directive’

Zoals reeds aangehaald voorziet het Kyoto protocol naast emissiehandel ook in twee andere flexibele mechanismen, nl. Joint Implementation (JI) en Clean Development Mechanism (CDM). Het Europees emissiehandelssysteem erkent emissierechten afkomstig van CDM- en JI-projecten en laat (voor het merendeel van de projecten) conversie van CER’s en ERU’s in EUA’s toe. Dit werd beslist in de ‘linking directive’ of directive 2004/101/EG. De conversie gebeurt aan 1 EUA = 1 CER = 1 ERU. De ‘linking directive’ draagt bij tot een liquide CO2-markt, een zeker investeringsklimaat voor CDM- en JI-projecten, een lagere CO2-prijs (via een verruiming van de aanbodzijde) en dus een lagere reductiekost voor de deelnemende bedrijven (Europese Commissie, 2005b, p.17).

1.5. De Amerikaanse SO2-markt Naast de wettelijke aspecten van de Europese CO2-markt is het ook nuttig op te merken dat het EU ETS opgezet is naar het voorbeeld van de Amerikaanse SO2-markt (zwaveldioxide). De Amerikaanse SO2emissiehandel is tot stand gekomen op basis van titel IV van de ‘Clean Air Act Amendments’ (CAAA) die

6


in 1990 goedgekeurd werden. Doel was om tegen 2010 de jaarlijkse uitstoot van SO2 te verminderen met 10 miljoen ton in vergelijking met het niveau in 1980 om het probleem van zure regen aan te pakken. De eerste fase van het systeem begon in 1995 en omvatte 263 installaties, waarvan de meeste elektriciteitscentrales op basis van kolen. In de tweede fase, die begon in 2000, werd het emissieplafond verlaagd, waardoor ook kleinere installaties onder het systeem vielen, en waarbij de reeds deelnemende bedrijven minder emissierechten kregen toegewezen (EPA, 2006 en Albrecht et al., 2005, p.1471). In het licht van deze eindverhandeling is de Amerikaanse SO2-markt zeer belangrijk omdat deze markt reeds langer bestaat en dus reeds uitvoeriger is bestudeerd dan de Europese CO2-markt. Toch zijn er een aantal belangrijke verschilpunten tussen beide markten waardoor veralgemening niet zonder meer mogelijk is. Paolella M.S. en Taschini L. (2006, p.4) wijzen er bijvoorbeeld op dat één van de belangrijkste verschilpunten de mogelijkheid van ‘banking’ betreft. Titel IV van het CAAA voorziet in de mogelijkheid van ‘inter-phase banking’, d.w.z. dat ongebruikte emissierechten uit fase I nog steeds gebruikt kunnen worden in fase II. In het EU ETS is enkel ‘banking’ mogelijk in dezelfde fase, vb. een EUA van 2005 kan ook in 2006 gebruikt worden, maar niet meer in 2008, gezien 2008-2012 deel uitmaakt van de tweede fase, tenzij dit uitdrukkelijk opgenomen is in het nationaal allocatieplan (NAP) van het betrokken land. In de eerste fase van het EU ETS was dit het geval voor Frankrijk en Polen.

7

Hoofdstuk 2: Wat drijft de prijs van CO2?

2. Wat drijft de prijs van CO2? De prijs waartegen CO2-emissierechten verhandeld worden is afhankelijk van een aantal factoren. Grosso modo kunnen de determinanten van de CO2-prijs onderverdeeld worden in drie categorieën: aanbodfactoren, vraagfactoren en marktstructuur & regulering. Deze worden afzonderlijk besproken.

2.1. Aanbodfactoren Het aanbod van emissierechten in het EU ETS wordt bepaald door drie factoren: allocatie van EU EUA’s, aanbod en conversie van CER’s en ERU’s en ‘banking’ en ‘borrowing’ van EUA’s.

2.1.1. Allocatie van EUA’s De totale hoeveelheid EUA’s is vastgelegd in de nationale allocatieplannen (NAP’s) die opgesteld worden door elke lidstaat en goedgekeurd door de Europese Commissie. In principe bepaalt de allocatie in alle NAP’s samen het aanbod op de CO2-markt. Dit is echter niet helemaal juist, aangezien de instroom van CDM- en JI-credits het aanbod kan doen toenemen. Anderzijds hebben de meeste landen een New Entrant Reserve (NER) voorzien voor nieuwkomers in het systeem. In de mate dat de NER niet volledig wordt opgebruikt kan het aanbod van emissierechten lager uitvallen dan in de NAP’s wordt vooropgesteld. Voor de periode 2005-2007 werden ongeveer 2,3 Gton CO2-emissierechten per jaar toegewezen aan ongeveer 12000 installaties (Sijm J.P.M. et al., 2005, p.19 en Point Carbon, 2004, p.10).

2.1.2. Credits van CDM- en JI-projecten Zoals reeds vermeld is de conversie van CDM- en JI-credits in EUA’s geregeld in de ‘Linking Directive’. Tijdens de eerste handelsperiode van het EU ETS mogen alleen CDM-credits (CER’s) omgezet worden in EUA’s. Gedurende de tweede handelsperiode is dit ook mogelijk voor JI-credits (ERU’s). Aangezien CER’s en ERU’s het aanbod van emissierechten doen toenemen, oefenen ze een neerwaartse druk uit op de prijs van emissierechten. Anderzijds merkt men ook dat de prijs van CER’s algemeen lager ligt dan de prijs van EUA’s, waardoor ook een neerwaartse druk op de CO2-prijs ontstaat. Algemeen is er op de markt van CER’s grote onzekerheid omtrent het toekomstig aanbod van CER’s en dus bestaat er een risicopremie in de CER-prijs (Sijm J.P.M. et al., 2005, p.19, Reinaud J., 2007, p.17 en IETA, 2005, p.83).

2.1.3. ‘Banking’ en ‘borrowing’ van EUA’s ‘Borrowing’ kan omschreven worden als het overzetten van EUA’s uit de tweede handelsperiode naar de eerste handelsperiode en heeft een toename van het aanbod in fase I tot gevolg. ‘Borrowing’ is niet toegestaan. ‘Borrowing’ tussen de eerste drie jaren van de eerste handelsperiode is wel toegestaan (Sijm J.P.M. et al., 2005, p.20). ‘Banking’ verwijst naar het omgekeerde van borrowing: omzetten van niet verkochte emissierechten uit de eerste handelsperiode naar de tweede. Ook dit was algemeen niet toegestaan in de eerste handelsperiode, tenzij het land ‘banking’ voorzien heeft in zijn NAP. Frankrijk en Polen hebben in hun

8


NAP voor fase I bepalingen opgenomen die ‘banking’ mogelijk maken. Anderzijds is ‘banking’ van CER’s wel toegestaan. Dit kan interessant zijn als verwacht wordt dat de CO2-prijs hoger zal zijn in de tweede handelsperiode (Sijm J.P.M. et al., 2005, p.20).

2.2. Vraagfactoren De voornaamste determinant voor de vraag naar emissierechten is ofwel de geprojecteerde emissies (ex-ante) ofwel de gerealiseerde emissies (ex-post) van installaties die onder het EU ETS vallen. Aangezien EUA’s grotendeels gratis toegewezen worden aan de installaties (‘grandfathering’), wordt de netto-vraag bepaald door het verschil tussen hun emissies en de hoeveelheid toegewezen rechten, de ‘Emissions-to-cap’ of E-t-C. Wanneer men daarbovenop nog eens rekening houdt met de mogelijke instroom van CER’s en ERU’s (aanbodzijde), en deze cijfers aftrekt van de E-t-c, bekomt men de ‘Net Carbon Balance’ (Point Carbon, 2004, p.12). De geprojecteerde of gerealiseerde emissies zijn afhankelijk van een aantal factoren: economische groei, weersomstandigheden, energieprijzen (gas, olie en kolen) reductiemogelijkheden (geïnstalleerde capaciteit, efficiëntie, beschikbaarheid van bepaalde centrales) en marktsentiment. Deze factoren worden hieronder besproken.

2.2.1. Economische groei Economische groei is een belangrijke maar onzekere determinant van de toekomstige vraag naar emissierechten. Een wijziging in de (verwachte) toekomstige groei kan belangrijke gevolgen hebben voor de CO2-prijs. Indien de groei in 2007 lager is dan verwacht, dan kan dit tot gevolg hebben dat de markt globaal ‘long’1 is (overaanbod van emissierechten), alhoewel men een tekort aan emissierechten verwachtte. Het omgekeerde scenario is minder waarschijnlijk, aangezien EUA allocaties meestal uitgaan van optimistische groeiscenario’s (Sijm J.P.M. et al., 2005, p.21).

2.2.2. Weersomstandigheden Temperatuur, regenval en windsnelheid zijn van groot belang voor de betrokken installaties, voornamelijk de installaties die elektriciteit opwekken. Een koude winter zorgt voor een toename in de vraag naar elektriciteit, terwijl een warme zomer de vraag naar elektriciteit doet toenemen door het gestegen gebruik van airconditioning. Voor elektriciteitscentrales die op gas of kolen draaien, betekent dit dat meer CO2 uitgetstoten zal worden; de vraag naar EUA’s stijgt en de CO2-prijs stijgt. Regenval is van belang voor bepaalde hydrocentrales. Hydrocentrales zijn installaties die elektriciteit opwekken vanuit water. Wanneer de regenval afneemt en het waterpeil daalt, moet dit tekort aan 1

‘Long’ betekent dat er een overaanbod van emissierechten is op de markt. In dat geval tendeert de CO2-

prijs naar nul. ‘Short’ betekent dat er een tekort is aan emissierechten.

9


elektriciteit opgevangen worden vanuit fossiele brandstoffen, waardoor de vraag naar emissierechten toeneemt (Sijm J.P.M. et al., 2005, p.21, Point Carbon, 2004, p.10-11 en Capoor K. en Ambrosi P., 2006, p.17). Deze situatie doet zich voornamelijk voor in Scandinavië, waar hydrocentrales een aanzienlijk deel van de totale elektriciteit opwekken. Een droog jaar in Scandinavië wordt meestal opgevangen door elektriciteitsproductie op basis van kolen in Denemarken en Finland. Dit deed in het verleden de emissies van Denemarken sterk toenemen (Reinaud J., 2007, p.17). Analoog zal ook de windsnelheid een invloed hebben op de elektriciteitsproductie van windmolens. Wanneer windsnelheden toenemen stijgt de elektriciteitsproductie vanuit windsmolens en daalt de CO2uitstoot (Benz E. en Trück S., 2006, p.9 en Point Carbon, 2004, p.10-11).

2.2.3. Grondstoffenprijzen (gas, olie, kolen) Eén van de meest geciteerde factoren die de vraag naar emissierechten beïnvloedt is de prijs van fossiele brandstoffen zoals gas, olie en kolen. Voor elektriciteitscentrales die werken op gas of kolen speelt het prijsverschil tussen beide een grote rol. Wanneer de gasprijs stijgt, zal elektriciteitsproductie vanuit gas relatief duurder worden dan vanuit kolen. De centrale kan dan beslissen om over te schakelen van gas naar kolen. Aangezien een kolencentrale bijna dubbel zoveel CO2-uitstoot per opgewekte MWh elektriciteit, zal de vraag naar emissierechten en dus de prijs stijgen. Wanneer de prijs van emissierechten een bepaald plafond bereikt, zal elektriciteitsproductie vanuit gas opnieuw goedkoper worden, en kan er een ‘switch’ van kolen naar gas plaatsvinden (Sijm J.P.M. et al., 2005, p.21, Reinaud J., 2007, p.17 en Capoor K. en Ambrosi P., 2006, p.17). Fundamenteel in de relatie tussen CO2-prijzen en grondstoffenprijzen is het feit dat de energiesector de belangrijkste sector is in termen van CO2-uitstoot in het EU ETS. Het aandeel CO2-uitstoot van deze sector bedraagt meer dan 50% van de totale CO2-emissies in het EU ETS. Van deze sector wordt bovendien aangenomen dat de reductiekost het laagst is in vergelijking met andere sectoren, voornamelijk door de mogelijkheid van ‘fuel switching’ van kolen naar gas en van bruinkool naar kolen (Reinaud J., 2007, p.16). Bailey (1998) analyseert de prijsvorming van emissierechten op de Amerikaanse SO2 markt. Hij argumenteert dat de prijs van SO2-emissierechten theoretisch gelijk zou moeten zijn aan de marginale kost om een eenheid SO2 te reduceren, d.i. de marginale kost van ‘fuel switching’. In elke periode zal de houder van een emissierecht immers beslissen om SO2 te reduceren totdat de marginale kost van reductie gelijk is aan de SO2-prijs in die periode (Pt=MCt). De ‘switch level’ geeft een theoretische indicatie voor de prijs van emissierechten. De prijs van CO2 moet in theorie gelijk zijn aan de kostprijs om emissies te reduceren. Aangezien investeringen in milieuvriendelijker technologieën een lange termijn planning vergen, hebben deze investeringen meestal nog niet plaatsgevonden. In de elektriciteitssector kunnen emissies op korte termijn gemakkelijk gereduceerd worden door elektriciteitsproductie vanuit CO2-intensieve centrales (vb. kolencentrales met

10

Hoofdstuk 2: Wat drijft de prijs van CO2? 2

een emissiefactor van 0,8-1,0 tCO2/MWhe ) te vervangen door productie vanuit minder CO2-intensieve centrales (vb. gascentrales met een emissiefactor van 0,4-0,5 tCO2/MWhe). Elektriciteitsproducenten zullen deze ‘switch’ enkel maken wanneer dit voor hen financieel voordelig is. Dit is afhankelijk van de efficiëntie van de centrales, de prijs van de grondstoffen (kolen en gas) en de prijs van emissierechten. Opdat een ‘switch’ zou plaatsvinden moet, voor gegeven kolen en gasprijzen, de prijs van emissierechten een minimumwaarde bereiken, zodat het verschil tussen de goedkopere kolen en duurdere gas kan gecompenseerd worden. Deze minimumwaarde voor de prijs van emissierechten wordt de ‘switch level’ genoemd (Voorspools K., 2006c, p.5). Gegeven de grote variëteit aan elektriciteitscentrales die bestaat is er geen unieke ‘switch level’ te bepalen. De eerste ‘switch’ van een kolen naar een gascentrale zal plaatsvinden tussen van de minst efficiëntie kolencentrale naar de meest efficiëntie gascentrale. De ‘switch’ zal eindigen wanneer de meest efficiëntie kolencentrale overschakelt naar de minst efficiëntie gascentrale (Voorspools K., 2006c, p.5). Figuur 2.1 vergelijkt de ‘coal-gas switch band’ met de CO2-prijs (EUA 2006). De CO2-prijs volgt de ‘switch band’ in zekere mate. Tijdens de winterperiode is de CO2-prijs minder gekoppeld aan de ‘switch band’. Dit komt omdat tijdens de winter, de vraag naar gas en de gasprijzen hoger liggen, waardoor een hogere CO2-prijs nodig zou zijn om toch een ‘switch’ van een kolen naar gascentrale te stimuleren. Dit wijst er trouwens op dat het marktmechanisme wel degelijk werkt, door CO2-reductie te stimuleren wanneer dit het goedkoopst is, nl. in de zomer (Voorspools K., 2006c, p.5-6 en Delarue et al., 2006, p.3).

Figuur 2.1: ‘Switch band’ van kolen naar gas en de CO2-prijs (EUA 2006) (€/tCO2) EUR / tonCO2 1000

coal-to-gas switch range EUA price, first contract

upper band switch from 40% coal to 48% gas

100

10 lower band switch from 36% coal to 55% gas 1 Jan 05

Feb 05 Mar 05

Apr 05

May 05

Jun 05

Jul 05

Aug 05

Sep 05

Oct 05

Nov 05

Dec 05

Bron: Voorspools K., 2006a, p.12 Andere auteurs (Paolella M.S. en Taschini L., 2006, p.11-12) vinden dat ‘fuel switching’ een vrij slechte indicatie geeft over de CO2-prijs, en dat modellen die de CO2-prijs evolutie proberen te verklaren op basis van proxies voor de fundamentals aan vraagzijde onvoldoende zijn.

2

e staat voor elektriciteit.

11


Delarue E. et al.(2006, p.2-3) bepalen de ‘switch level’ op algebraïsche wijze. Vergelijking (2.1) geeft de marginale kost van een elektriciteitscentrale in een systeem van emissierechten:

MC =

FC

η

+

EF

η

* AC

(2.1)

waarbij MC = marginale kost van de (kolen of gas) centrale in €/GJe FC = brandstofkost (kostprijs van gas of kolen) in €/GJi

3

η = de efficiëntie van de centrale in GJe/GJi EF = de emissiefactor van de gebruikte brandstof (kolen of gas) in kg CO2eq/GJi AC = prijs van een emissierecht in €/kg CO2eq Vergelijking (2.1) kan geschreven worden voor een gas en voor een kolencentrale. De ‘switch level’ 4

(ACswitch) wordt gevonden door MCkolen=MCgas. Na vereenvoudiging bekomt men :

AC switch =

η kolen * FC gas − η gas * FC kolen η gas * EFkolen − η kolen * EFgas

(2.1)

Ook Fehr M. en Hinz J. (2006, p.6-8) geven een algebraïsche uitwerking om de ‘switch level’ van een kolencentrale naar een propere CCGT (Combined Cycle Gas Turbine) te bepalen. Hij werkt met een verbrandingscoëfficiënt van 0,202 tCO2/MWhtherm5 voor een gascentrale en 0,341 tCO2/MWhtherm voor een kolencentrale. De efficiëntie van een gascentrale wordt 52% verondersteld, en die van een kolencentrale 38%. Zo bekomt men een emissiefactor van 0,388 tCO2/ MWhe voor een gascentrale en 0,897 tCO2/ MWhe voor een kolencentrale. De relatie tussen de aldus berekende ‘switch level’ en de CO2 spot prijs is niet altijd even duidelijk. Zij vinden ook dat het verband het duidelijkst is in de zomermaanden. Voorspools K. besluit dat de ‘switch level’ een goede indicatie geeft over de toekomstige CO2-prijs indien forward kolen en gas prijzen goede voorspellers zijn van de toekomstige kolen en gasprijzen, indien emissiereducties verwacht worden van de elektriciteitssector, en indien de markt globaal short is (d.w.z. er is schaarste in de markt van emissierechten) (Voorspools K., 2006c, p.39).

3 4

Index i verwijst naar de input brandstof (kolen of gas) Deze vergelijking is geldig indien de marginale brandstofkost ( FC / η in €/GJe) hoger is voor de

gascentrale dan voor de kolencentrale. Indien dit niet het geval is dan zou de CO2-prijs nul bedragen, aangezien een gascentrale dan sowieso voordeliger zou zijn. 5

therm staat voor thermische energie (gas of kolen).

12


Figuur 2.2: Theoretische ‘switch level’, gebaseerd op forward kolen en gasprijzen (€/tCO2)

Bron: Voorspools K., 2006c, p.39

2.2.4. Reductiemogelijkheden In principe zijn er voor elke installatie mogelijkheden om minder CO2 uit te stoten. De keuze om al dan niet te reduceren is echter afhankelijk van de kost en het bestaan van deze maatregel in vergelijking met de CO2-prijs, nl. installaties zullen emissies reduceren indien dit goedkoper is dan zelf emissierechten te kopen. Daarnaast bepaalt ook de beschikbare informatie, beschikbare technologie en ervaring met emissiereductie de reductiemogelijkheden (Sijm J.P.M. et al., 2005, p.21).

2.2.5. Marktsentiment De Europese CO2-markt wordt vaak omschreven als ‘sentiment-driven’. Hiermee wordt verwezen naar de grote onzekerheid over toekomstige prijzen en over toekomstige beleidsmaatregelen (Sijm J.P.M. et al., 2005, p.20 e.v.).

2.3. Marktstructuur en regulering Marktstructuur verwijst voornamelijk naar het aantal partijen actief in de markt en hun mogelijkheid om de koers te beïnvloeden d.m.v. strategisch gedrag. Bovendien speelt de allocatie over de verschillende sectoren (o.a. de elektriciteitssector) een rol. Regulering verwijst naar de politieke beslissingen die genomen worden in het kader van het EU ETS. Voorbeelden hiervan zijn: de allocatie in de NAP’s, het aantal sectoren en installaties dat onder het systeem valt, linking van EUA’s met CDM- en JI-credits, ‘banking’ en ‘borrowing’, methode van allocatie, … In de ‘event study’ zal blijken dat dergelijke politieke beslissingen een zeer grote invloed hebben op de koers, doordat ze de verwachtingen omtrent de toekomstige schaarste in de markt beïnvloeden (Sijm J.P.M. et al., 2005, p.21 en Capoor K. en Ambrosi P., 2006, p.15). In dit verband speelt ook politieke onzekerheid een grote rol. Momenteel is er enkel volledige zekerheid over de eerste fase van het EU ETS. Over de tweede fase is er nog onzekerheid, bijvoorbeeld doordat nog niet alle NAP’s zijn goedgekeurd. Het feit dat de tijdshorizon zeer kort is heeft een invloed op de investeringsbeslissingen. Op lange termijn (investeringen op 20-30 jaar) kampt men met grote

13


onzekerheid over het toekomstig beleid. Dit impliceert risico’s, waardoor de kans reëel is dat investeringen vertraagd worden (Reinaud J., 2007, p.18).

2.4. Overzicht Onderstaande tabel geeft een overzicht van de verschillende factoren die de CO2-prijs beïnvloeden. ‘Variability’ verwijst naar de waarschijnlijkheid dat fluctuaties optreden in de betrokken factor. ‘CO2 price impact’ verwijst naar de kwalitatieve impact op de CO2-prijs als de betrokken factor toeneemt. ‘Relation’ is een semi-kwantitatieve elasticiteitsmaatstaf.

Tabel 2.1: Overzicht van koersbeïnvloedende factoren en hun impact

Bron: Sijm J.P.M. et al., 2005, p.22

14

Hoofdstuk 3: De Europese CO2-markt in praktijk

3. De Europese CO2-markt in praktijk Om de prijsvorming op de Europese CO2-markt ten volle te doorgronden is het ondenkbaar om niet stil te staan bij enkele wezenlijke kenmerken van elke handelsmarkt: de instrumenten, de verschillende handelsplatformen en de verhandelde hoeveelheden op de markt. In dit hoofdstuk worden achtereenvolgens de verschillende contractvormen toegelicht en wordt een overzicht gegeven van de bestaande emissiebeurzen. Vervolgens wordt de over-the-counter (OTC) handel van naderbij bekeken en tenslotte wordt de verdeling van de marktaandelen tegen het licht gehouden.

3.1. Contracten EUA’s kunnen verhandeld worden op basis van spot, futures, forward en optie contracten. Wanneer een spot transactie afgesloten wordt betekent dit dat de emissierechten onmiddellijk (d.w.z. binnen de drie werkdagen) geleverd worden. Deze transacties verlopen via het CITL. Spot transacties kunnen zowel gebeuren via een emissiebeurs als OTC. Futures, forwards en opties zijn derivaten of afgeleide producten. Dit betekent dat ze gebaseerd zijn op de spot markt, met EUA’s als onderliggende. Afgeleide producten komen meestal tot stand op grote ontwikkelde spot markten met volatiele prijzen. In het EU ETS echter is eerst de forward en futures markt ontwikkeld, en pas daarna de spot markt. Bovendien zijn ongeveer 95% van alle verhandelde volumes in het EU ETS afgeleide producten. Dit kan verklaard worden doordat bij de start van het EU ETS de nationale registers nog niet klaar waren, waardoor spot handel onmogelijk was. Een andere reden is dat de CO2-markt een nieuwe, en volatiele markt is. Dit impliceert dat afgeleide producten noodzakelijk zijn om de risico’s te beperken (ECX, 2007a). Een futures contract is een contractuele overeenkomst waarin de verkoper er zich toe verplicht een bepaalde hoeveelheid van een goed op een vastgesteld tijdstip in de toekomst te leveren, tegen een vooraf bepaalde prijs. Een futures contract impliceert een verplichting voor beide partijen: de verkoper moet leveren, en de koper moet betalen (ECX, 2007b). Marktpartijen die een futures contract sluiten vinden elkaar via de bestaande emissiebeurzen. De afwikkeling van de transactie op leveringsdatum gebeurt ook via het CITL. Het doel van de handel in futures bestaat erin het risico voor toekomstige prijswijzigingen over te dragen naar diegenen die het risico wensen te nemen. Wanneer gelijke, maar tegengestelde posities ingenomen worden op de spot en de futures markt spreekt men van ‘hedging’. Aangezien de spot en de futures markt ongeveer dezelfde schommelingen kennen, kunnen zo verliezen op de ene markt gecompenseerd worden door winst in de andere. Er kunnen twee soorten hedging onderscheiden worden: de long hedge en de short hedge. -

In een long hedge worden futures contracten gekocht in afwachting van een toekomstige aankoop op de spot markt. Dit soort hedge wordt toegepast door marktpartijen die zich wensen in te dekken tegen een toekomstige prijsstijging.

15


-

Een short hedge wordt gebruikt wanneer men zich wenst in te dekken tegen een toekomstige koersdaling, wanneer men van plan is het onderliggende op een tijdstip in de toekomst te verkopen. In dat geval kan men een futures contract verkopen in afwachting van een verkoop op de spot markt op een later tijdstip (ECX, 2007b)

De meest voorkomende CO2 futures contracten zijn contracten met levering in december 2005 (EUA 2005), december 2006 (EUA 2006), december 2007 (EUA 2007), …, en sinds maart 2007 wordt er ook een EUA 2013 (met levering in december 2013, fase III van het EU ETS) verhandeld (Voorspools K., CO2 Weekly, 19/03/’07). Op ECX (European Climate Exchange, de belangrijkste emissiebeurs) worden ook futures met andere leveringsdata dan december verhandeld, bij voorbeeld futures met levering in maart 2007 of januari 2008 (ECX, 2007c, p.1). Een forward contract is vergelijkbaar met een futures contract, maar verschilt hierin dat de looptijd, onderliggende hoeveelheid en eventueel ook andere contract specificaties niet gestandaardiseerd zijn, maar op maat gemaakt. De marktpartijen beslissen zelf over de voorwaarden in het contract. Forward contracten worden OTC verhandeld, d.w.z. zonder tussenkomst van een emissiebeurs. De forward markt is minder transparant dan de futures markt doordat de handel niet gereguleerd wordt (ECX, 2007b). Tenslotte worden ook opties met EUA’s als onderliggende verhandeld. Een optie op een futures contract is een overeenkomst die de houder van de optie (de koper) het recht geeft, maar niet de verplichting, om een future te kopen (call optie) of verkopen (put optie) tegen een vooraf bepaalde prijs (‘strike price’) vóór of op de vervaldag van het contract. Het verschil tussen een future en een optie bestaat erin dat bij een future zowel de koper als de verkoper gebonden zijn door het contract, terwijl bij een optie enkel de schrijver of verkoper van de optie een verplichting heeft (ECX, 2007d). Optie handel komt in de CO2markt nog niet zo vaak voor. Op de emissiebeurs ECX zijn historische prijzen van opties beschikbaar sinds 13 oktober 2006 (ECX, 2007d).

3.2. Handelsplatformen Vandaag zijn er minstens 6 handelsplatformen waar CO2-emissierechten verhandeld worden (Daskalakis et al., 2006, p.7-8 en Paolella M.S. en Taschini L., 2006, p.6). -

ECX (European Climate Exchange) in Amsterdam begon in april 2005 met de handel in futures contracten. Initieel bedroeg het verhandelde volume 300 000 ton CO2 per dag, d.w.z. 40% van het verhandelde volume in Europa. Ondertussen is ECX de grootste emissiebeurs in termen van verhandelde volumes.

-

Nordpool (de Noorse energiebeurs) startte reeds in februari 2005 met het verhandelen van futures contracten.

-

EEX (European Energy Exchange) in Leipzig begon in maart 2005 met het verhandelen van spot contracten. Ondertussen worden ook futures verhandeld.

16


-

EXAA (Energy Exchange Austria) biedt sinds juni 2005 de mogelijkheid om EUA’s te verhandelen. Er is geen continumarkt, wel een fixing markt.

-

Powernext in Frankrijk startte op 24 juni 2005 met de handel van spot contracten. In het begin werd dagelijks 20 000 ton CO2 verhandeld. Momenteel is Powernext de meest liquide markt voor spot contracten.

-

Climex (alliantie tussen de Amsterdamse Power Exchange APX, de UK Power Exchange UKPX, de Spaanse CO2-markt SENDECO2 en een aantal Europese bedrijven die consulting en andere diensten aanbieden)

3.3. Over-the-counter (OTC) Naast de gespecialiseerde emissiebeurzen kiezen verschillende marktpartijen ervoor om bilateraal over contracten te onderhandelen. Hierbij treedt meestal een makelaar op als tussenpersoon. Bilaterale handel heeft als belangrijkste voordeel de flexibiliteit om het contract op maat te kunnen maken. Het voornaamste nadeel aan OTC-handel is de kostprijs en het groter risico dat verbonden is aan de transactie. OTC-handel is duurder omdat er tussenkomst van een makelaar vereist is en omdat de ‘bidask spread’ groter is. Doordat het kredietrisico verbonden aan de transactie bij de tegenpartij blijft (en niet wordt overgedragen op de clearinginstantie), is OTC-handel risicovoller (ECX, 2007b).

3.4. Verdeling van de marktaandelen Wanneer men de marktaandelen van OTC-handel en emissiebeurzen vergelijkt valt allereerst op dat de meeste contracten bilateraal (OTC) gesloten worden.

Figuur 3.1: Verdeling marktaandelen OTC-handel en emissiebeurzen (februari 2007)

Bon: ECX, 2007d, p.7

17


De European Climate Exchange is de grootste emissiebeurs in termen van verhandelde volumes. Powernext, Nordpool, EXAA en EEX verhandelen slechts een kleiner volume in de CO2-markt. Het is evenwel zinvol om de evolutie van de marktaandelen over de tijd te beschouwen. Figuur 3.2 toont de evolutie en de verdeling van de verhandelde volumes in de periode januari 2005 februari 2007. Figuur 3.2: Verhandelde volumes OTC en via emissiebeurzen (tCO2) 9000000 Powernext 8000000

Nordpool EXAA

7000000

EEX ECX

6000000

OTC 5000000 4000000 3000000 2000000 1000000

03 jan 07

03 feb 07

03 dec 06

03 okt 06

03 nov 06

03 sep 06

03 jul 06

03 aug 06

03 jun 06

03 apr 06

03 mei 06

03 mrt 06

03 jan 06

03 feb 06

03 dec 05

03 okt 05

03 nov 05

03 sep 05

03 jul 05

03 aug 05

03 jun 05

03 apr 05

03 mei 05

03 mrt 05

03 jan 05

03 feb 05

0

tijd

Bron: Eigen weergave, gegevens Fortis Noot: Er werd het 30-daags voortschrijdend gemiddelde genomen van de verhandelde volumes om de grafiek leesbaarder te maken. Uit deze figuur blijkt dat er grote schommelingen zijn in de verhandelde volumes. Bovendien merkt men een graduele stijging op in de verhandelde volumes. Bij de opstart van het EU ETS in januari 2005 waren nog geen beurzen actief en was alle handel OTC. In de loop van 2005 zijn de verschillende handelsplatformen tot stand gekomen. Gradueel is het belang van emissiebeurzen gestegen.

18

Hoofdstuk 4: ‘Event study’

4. ‘Event study’ Met de bagage van de drie voorgaande hoofdstukken op zak, is het nu interessant de levensloop van de Europese CO2-markt in detail te analyseren. Dit hoofdstuk is chronologisch opgebouwd. In de verschillende deelperioden wordt telkens getracht de verschillende factoren te achterhalen die hebben bijgedragen tot de koersevolutie. De eerste emissierechten werden verhandeld begin 2003. De prijs klom van ± €6/tCO2 tot ± €12/tCO2. In mei 2004 viel de prijs terug tot €7 à €8/tCO2, nadat bleek dat de nationale allocatieplanner ruimere allocaties bevatten dan verwacht. De prijs bleef stabiel rond de €8/tCO2 schommelen gedurende 2004 (Sijm J.P.M. et al., 2005, p.19). De verhandelde volumes bleven relatief laag in 2003 en 2004, met een maximum van 715 000 verhandelde rechten per week (alle contracten) (gegevens Fortis).

4.1. Eerste jaarhelft 2005

€/tCO2

Figuur 4.1: CO2-prijzen (€/tCO2) en verhandelde volumes (mton), januari 2005 – april 2007 14

30

12

25

10

Verhandeld volume EUA 2009

20

8

EUA 2008

15

6

10

4

5

2

0

0

Miljoenen

35

EUA 2007 EUA 2006 EUA 2005

03 mrt 07

03 jan 07

03 nov 06

03 sep 06

03 jul 06

03 mei 06

03 mrt 06

03 jan 06

03 nov 05

03 sep 05

03 jul 05

03 mei 05

03 mrt 05

03 jan 05

Spot price

Bron: Eigen weergave op basis van gegevens Fortis Noot: spot prijzen van Powernext, futures prijzen van ECX Begin januari 2006 ging het EU ETS officieel van start. In de eerste jaarhelft van 2005 wordt een een bijna continue stijging van de CO2-prijs waargenomen (±€8 tot ±€30/tCO2). Gemiddeld worden ongeveerd 650 000 rechten per dag verhandeld. Hieronder wordt een overzicht gegeven van de verschillende factoren die hebben bijgedragen tot deze spectaculaire prijsstijging. 19


4.1.1. Invloed van weersomstandigheden Bij de

prijsstijging in de eerste jaarhelft

van 2005 (van ±€8 tot

±€30/tCO2) spelen de

weersomstandigheden een grote rol. Vooral de temperatuur en de neerslag zijn determinerend. In verschillende landen (Spanje, Italië, Duitsland en Frankrijk) wordt de gemiddelde neerslag en temperatuur in meer dan 150 steden geanalyseerd tijdens de referentieperiode 1990-2004 en de eerste jaarhelft van 2005 (januari-juni 2005) (Climate Corporation, 01/07/’05). In Spanje en Italië lag de gemiddelde wintertemperatuur beneden het gemiddelde, wat voor een toename in de vraag naar emissierechten zorgt. Vanaf april lag de temperatuur in Spanje gemiddeld boven het gemiddelde. Ook hierdoor stijgt de vraag en dus de prijs van CO2. In Italië lag de temperatuur enkel in mei boven het gemiddelde (Climate Corporation, 01/07/’05). In Duitsland lag de temperatuur in januari ver boven het gemiddelde, maar dit werd ruimschoots gecompenseerd door de koude periode die zich aandrong in februari en maart. De temperatuur in Frankrijk was gelijkaardig aan die van Duitsland (Climate Corporation, 08/07/’05). Figuur 4.2: Temperatuur in Spanje en Italië, eerste jaarhelft 2005 (°C)

Bron: Climate Corporation, 08/07/’05

Figuur 4.3: Temperatuur in Duitsland en Frankrijk, eerste jaarhelft 2005 (°C)

20


Bron: Climate Corporation, 08/07/’05 Neerslag heeft een belangrijke invloed op het waterniveau in rivieren en dammen. Dit is van belang voor het opwekken elektriciteit in hydrocentrales. Het eerste halfjaar (alsook de herfst van 2004) in Spanje was extreem droog (Climate Corporation, 01/07/’05). De energieproductie van Spaanse hydrocentrales ligt daardoor ongeveer 36 % lager dan de productie een jaar geleden. Dit leidt tot een additioneel tekort in emissierechten van ongeveer 50 kton CO2 per dag (Voorspools K., 2006a, p.9). In Italië daarentegen was januari-juni relatief nat, met uitzondering van de maand juni (Climate Corporation, 01/07/’05). In Duitsland (het land met de meeste emissierechten) was de regenval overeenkomstig het gemiddelde. Frankrijk kende in de maanden januari-juni zeer weinig regenval; in geen enkele maand werd het gemiddelde gehaald van 1990-2004. Dit deed de vraag naar emissierechten vanuit Frankrijk stijgen (Climate Corporation, 08/07/’05). Figuur 4.4: Neerslag in Spanje in Italië, eerste jaarhelft 2005 (mm)

Bron: Climate Corporation, 08/07/’05 Figuur 4.5: Neerslag in Duitsland en Frankrijk, eerste jaarhelft 2005 (mm)

Bron: Climate Corporation, 08/07/’05

21


Op basis van de weersomstandigheden in het eerste halfjaar van 2005 blijkt dat de grote vraag naar emissies voornamelijk afkomstig is van Spaanse installaties: meer dan 9 extreem droge maanden, een extreem koude winter en enkele regionale hittegolven hebben doen de vraag naar emissierechten doen stijgen. Gezien het aanbod onvoldoende was om dit op te vangen steeg de vraag naar emissierechten (Climate Corporation, 01/07/’05). Ook de droogte in Frankrijk heeft de prijs omhoog geduwd (Climate Corporation, 08/07/’05).

4.1.2. Invloed van de elektriciteitsmarkt Zoals reeds aangehaald in paragraaf 2.2.3. bestaat er een nauwe band tussen de elektriciteitsmarkt en de CO2-markt. Figuur 4.6 toont het Duitse elektriciteitsprijzen (daluren, €/MWhe) van januari 2005 tot eind 2006. Uit de grafiek blijkt duidelijk dat er een verband bestaat tussen beide. Hoofdstuk 5 gaat dieper in op deze relatie. Figuur 4.6: 2007 contract (€/tCO2) en Duitse elektriciteitsprijzen (cal 07, €/MWhe) 65

EUA 2007 (€/tCO2)

55

German baseload cal07 (€/Mwh)

45 35 25 15

04 nov 06

04 sep 06

04 jul 06

04 mei 06

04 mrt 06

04 jan 06

04 nov 05

04 sep 05

04 jul 05

04 mei 05

04 mrt 05

04 jan 05

5

Bron: Eigen weergave op basis van gegevens Fortis Naast de invloed van de elektriciteitsprijs kan mijn ook kijken naar de cijfers over elektriciteitsproductie vanuit fossiele brandstoffen. Gebaseerd op gegevens van IEA (International Energy Agency) analyseerde Climate Corporation de elektriciteitsproductie van 19 landen in het eerste kwartaal van 2005. Hieruit blijkt dat de productie van elektriciteit vanuit fossiele brandstoffen gestegen is met 1,8% of 8,1 TWh. De elektriciteitproductie vanuit hydrocentrales is gestegen met 5,9% of 7,1 TWh (zie figuur 4.7). Het feit dat Frankrijk, Spanje en Portugal getroffen werden door een relatief droge en koude periode wordt ook weerspiegeld in de data. In figuur 4.8 ziet men duidelijk dat de productie vanuit fossiele brandstoffen drastisch gestegen is in Frankrijk, Spanje en Portugal en productie vanuit water is drastisch gedaald. Anderzijds heeft een relatief milde en natte winter in Scandinavië (vooral Noorwegen en Zweden) gezorgd voor een toename van de elektriciteitsproductie vanuit water, en een afname van de productie vanuit brandstoffen. Vooral Finland

22


en Denemarken, de twee voornaamste importeurs van Noorse Hydro-elektriciteit, konden hun productie vanuit brandstoffen fors laten dalen (Climate Corporation, 26/08/’05).

Figuur 4.7: Vergelijking van de elektriciteitsproductie vanuit verschillende primaire energiebronnen Q1 2004 met Q1 2005 35% Change (%) FUEL Change (%) NUCLEAR Change (%) HYDRO Change (%) OTHER Change (%) TOTAL

30% 25%

29,00%

21,20% 20% 15% 10% 5,90% 5% 1,80% 0,10% 0% Comparison of European energy production of Q1/2005 with Q1/2004

Bron: Eigen weergave op basis van Climate Corporation, 26/08/’05

Figuur 4.8: Elektriciteitsproductie vanuit verschillende primaire energiebronnen, wijziging Q1 2004 met Q2 2005 70%

Fuel Nuclear Hydro

50%

Other 30%

Total

UK

Sweden

Spain

Slovak Republik

Poland

Portugal

Norway

Italy

Netherlands

Ireland

Hungary

Greece

Germany

France

Finland

Denmark

Czech Republik

-30%

Austria

-10%

Belgium

10%

-50%

-70%

Bron: Eigen weergave op basis van Climate Corporation, 26/08/’05 Dezelfde analyse werd gedaan voor het tweede kwartaal van 2005. Nu steeg de elektriciteitsproductie vanuit brandstoffen in het tweede kwartaal 2005 met 4,9% of 19,5 TWh in vergelijking met het tweede kwartaal 2004. De voornaamste reden voor deze evolutie is de gestegen energievraag vanuit Spanje, Duitsland en Italië. In Noorwegen en Zweden steeg de productie vanuit water met 30% en 42% respectievelijk. Hierdoor daalde de energieproductie vanuit kolen en gas in Finland en Denemarken (Climate Corporation, 23/09/’05).

23


4.1.3. Invloed van olie en gas prijzen Andere belangrijke redenen voor de stijging in CO2-prijzen zijn de hoge gas en olieprijzen en de relatief lage kolenprijzen. Algemeen wordt het prijsverschil tussen kolen en gas gezien als een prijsdrijver voor de CO2-prijzen: als gas veel duurder wordt dan kolen, dan wordt het voordeliger voor een centrale om kolen te verbranden i.p.v. gas. Gezien een kolencentrale bijna twee maal zoveel CO2-uitstoot als een gascentrale, stijgt de vraag naar emissierechten en dus ook de prijs (Climate Corporation, 20/05/’05 en 25/03/’05).

4.1.4. Invloed van politieke factoren Tijdens de eerste helft van 2005 reageert de markt heel gevoelig op politieke beslissingen. Vooral beslissingen over de NAP’s hebben veel invloed. In het Verenigd Koninkrijk zorgde de goedkeuring van het eerste NAP voor heel wat problemen. In april 2004 wordt een voorlopige versie van het NAP 2005-2007 ingediend. Dit plan werd in juli 2004 goedgekeurd, maar in november 2004 beweerde het ministerie van milieu dat dit een voorlopige versie was en diende een vernieuwde versie in waarin 20 miljoen ton meer geëist werd. De koers reageerde hierop scherp en zakte met €2/tCO2. Wanneer bekend raakt dat de Europese Commissie niet bereid is om het nieuwe plan te aanvaarden, stijgt de prijs. Uiteindelijk beslist het Verenigd Koninkrijk zelf om een rechtzaak aan te spannen tegen de Europese Commissie bij het Europees Gerecht van eerste aanleg. Deze zaak blijft nog een tijd lang aanslepen en veroorzaakt telkens kleine schokken in de prijs (Climate Corporation, 28/01/’05, 18/02/’05, 11/03/’05 en 15/04/’05). Ook nieuwsmeldingen over het Pools NAP drijven de prijzen. In de week van 11/03/’05 deelt de Europese Commissie mee dat de allocatie in het Pools NAP met 16,4% (47 miljoen ton CO2 jaarlijks) moet teruggedrongen worden. Gezien de markt slechts een daling in de allocatie met 15% had verwacht, schiet de prijs de hoogte in. Even later in dezelfde week verklaart de Tsjechische regering dat de Europese Commissie van plan is om de allocatie in hun NAP te verminderen met 15,8% (17 miljoen ton CO2 jaarlijks). Opnieuw stijgt de prijs en het prijsplafond van €11/tCO2 wordt doorbroken (Climate Corporation, 11/03/’05). Midden april kwamen de Tsjechische regering en de Europese Commissie tot het akkoord om de vooropgestelde allocatie met 9,4% te verlagen. De prijs van emissierechten heeft op deze beslissing niet echt meer gereageerd gezien marktparticipanten reeds een verlaging van deze grootte orde verwachtten (Climate Corporation, 15/04/’05). Ook nieuws i.v.m. de NAP’s van Italië, Griekenland, … beïnvloeden de koers.

24


4.1.5. Andere factoren In de eerste week van februari gaat het nationaal register van Denemarken open. Denemarken was toen de enige EU lidstaat waarvan het register volledig operationeel was en waarvan iedere installatie zijn emissierechten reeds gekregen had. Dit betekent dat de Deense installaties een rekening hebben en dat ze emissierechten van de ene rekening naar de andere kunnen overzetten. Dit maakt spot handel mogelijk voor Deense installaties. In de week daarop sluiten Shell en Energi E2 het eerste spot contract af. Slechts een klein volume werd verhandeld tegen een prijs van ongeveer €7,20/tCO2 (Climate Corporation, 11/02/’05 en 23/09/’05). Op 28 februari 2005 zouden normaalgezien alle registers van het CITL actief en operationeel moeten zijn. Dit was niet het geval: slechts in 3 landen werkt alles zoals het moest (Denemarken, Finland en Nederland). De reden voor de vertraging is dat de verschillende NAP’s zijn nog niet klaar waren of nog niet werden goedgekeurd door de Europese Commissie (Climate Corporation, 04/03/’05). Ook de software van de registers was niet volledig klaar, en de communicatie met het CITL verliep niet naar behoren (Climate Corporation, 08/04/’05). Deze problemen raakten ook in de maanden maart en april niet opgelost (Climate Corporation, 22/04/’05). Dit verklaart het geringe aanbod van emissierechten de eerste maanden van 2005 en heeft de prijs omhoog gestuwd. Eind mei, begin juni werden de registers van Duitsland, Frankrijk en het Verenigd Koninkrijk operationeel. Dit heeft ervoor gezorgd dat meer en meer marktpartijen uit de industrie op de markt actief werden. Voorheen werd vooral handel gedreven door de energiesector, die vragende partij was. Nu komen ook partijen uit de staal en cement sector op de markt (Climate Corporation, 17/06/’05). Algemeen valt toch op dat de markt nog zeer onvolwassen is. Begin maart zijn slechts een 50 tal spelers actief op de carbon markt (Climate Corporation, 04/03/’05). De meeste marktparticipanten op de CO2markt komen uit de energiesector. Daardoor is de CO2-prijs sterk verbonden met de prijs van gas, olie kolen en elektriciteit (Climate Corporation, 08/04/’05).

4.2. Tweede jaarhelft 2005 Het tweede halfjaar van 2005 wordt gekenmerkt door verschillende schommelingen in de koers. Hieronder volgt een overzicht van de voornaamste schommelingen en hun oorzaken. Op 11 juli bereikt de prijs van het EUA 2005 contract een historisch hoogtepunt van €29,1/tCO2. Daarna volgt een daling met €10/tCO2 in amper 10 dagen tijd. De plotse daling werd in gang gezet door de terroristische aanslagen in Londen van 7 juli. De olieprijs nam een forse duik (IPE crude futures contract zakte van $60,70 naar $55,55) en trok de prijs van CO2-emissierechten mee in zijn val (Climate Corporation, 08/07/’05). De verhandelde volumes bereiken een recordhoogte van 29 miljoen ton op 14 juli (som van OTC en de verschillende beurzen). In de week daarop zet de dalende trend in de prijs van emissierechten zich verder. Als verklaring kan vooral gewezen op het negatief marktsentiment als reactie op de nieuwsmelding dat de registers in Oost-Europa zouden opengaan. Dit betekent dat spot handel

25


mogelijk wordt voor deze landen. De angst voor een overaanbod uit Oost-Europa zette sommige marktpartijen aan tot verkopen (Climate Corporation, 15/07/’05). De volatiliteit is fors gestegen in de maand juli: van ±30% naar ±70% (gegevens Fortis Bank). De CO2-prijs vond op 22 juli resistance bij €18/tCO2: verschillende marktpartijen startten terug met aankopen. Ook de indicatoren in het energie complex duwden de CO2-prijs terug omhoog. Dit zet dan weer andere partijen aan tot kopen. Ook de weersomstandigheden in Europa (hittegolf) ondersteunen de vraag naar CO2-emissierechten (Climate Corporation, 29/07/’05), waardoor de CO2-prijs weer boven de €24/tCO2 uitkomt vanaf 1 september 2005. Het dagelijks verhandeld volume bedraagt ongeveer 1 mton in Wanneer de relatie CO2-gas-elektriciteit van naderbij bekeken wordt, blijkt dat UK NBP winter gas prijs de grootste gelijkenis vertoont met de prijs van EUA’s (zie figuur 4.9). Hoewel de olieprijs de laatste maanden sterk gestegen is, zien we deze evolutie niet in de CO2-markt. Als laatste worden ook de elektriciteitsprijzen vaak genoemd als determinant voor de CO2-markt. De evoluties in de CO2-prijs en de Duitse elektriciteitsprijs zijn gelijkaardig, hoewel de Duitse prijs minder aan fluctuaties onderhevig is dan de CO2-prijs. Globaal valt wel op dat de invloed van evoluties op de energiemarkt het grootst is wanneer er geen andere (politieke) gebeurtenissen zijn (Climate Corporation, 05/08/’05). Figuur 4.9: Relatie EUA - gas - elektriciteit midden 2005 80 70 60 50 40 30 20 28/09/2005

13/09/2005

26/08/2005

11/08/2005

27/07/2005

12/07/2005

27/06/2005

10/06/2005

25/05/2005

10/05/2005

22/04/2005

10

NBP gas (UK), 1st season (pence/therm) German baseload first year (€/Mwh) EUA 2005 (€/tCO2) EUA 2006 (€/tCO2)

Bron: Eigen weergave op basis van gegevens Fortis Tussen 26 september en 12 oktober stijgt de prijs van alle CO2-contracten (bijna) continu: van ± €21 tot ± €24/tCO2. Opnieuw is de oorzaak voornamelijk te vinden bij de gestegen Duitse elektriciteitsprijzen. Bovendien was er toenemende ongerustheid over het al dan niet op tijd klaar zijn van bepaalde registers vóór december 2005. Sommige bedrijven hadden al forward contracten afgesloten met levering op 1 december 2005 (EUA 2005 contract). Als de betrokken registers nog niet operationeel zouden zijn voor de einddatum van het contract kon er geen fysieke levering van de contracten gebeuren. De betrokken partij moet dan ofwel een (zeer zware) boete betalen, ofwel alsnog aan emissierechten zien te geraken

26


op de spot markt. Ongerustheid in dit verband oefende opwaartse druk uit op de spot prijzen (Climate Corporation, 30/09/’05). Het verhandeld volume schommelt rond de 1,8 mton per dag (gegevens Fortis). Daarna begint de CO2-prijs opnieuw aan een periode van dalende prijzen gedurende de tweede helft van oktober en de maand november (Climate Corporation, 14/10/’05). Dit keer is deze evolutie niet in overeenstemming met de fundamentals. Vermoedelijk ligt de reden voor de prijsdaling in het verkoopgedrag van een aantal marktpartijen uit de industrie (globaal ‘long’). In tegenstelling tot bedrijven uit de energiesector zijn bedrijven uit de industrie niet gewoon om handel te drijven. Zij baseren hun verkoop (of aankoop) beslissingen dan ook niet op bewegingen in andere (verbonden) markten, maar kijken gewoon naar de historische prijzen. Nadat de prijs onder de €23/tCO2 was gezakt zijn een aantal partijen beginnen verkopen om toch nog een relatief goede (hoger dan gemiddelde) prijs voor hun rechten te kunnen krijgen. Dit duwde de prijs omlaag (Climate Corporation, 18/11/’05). Bovendien haalde de kwestie over het NAP van het Verenigd Koninkrijk opnieuw het nieuws. Toen het Europees Gerecht van eerste aanleg beslist had dat de Europese Commissie moest zorgen voor een herverdeling van de emissierechten binnen het NAP van het Verenigd Koninkrijk, zette dit de deur open voor een toename van het aantal emissierechten voor de elektriciteitssector met 20 miljoen ton. Daarop reageerde de markt door te verkopen, en de prijs van CO2 daalde (Climate Corporation, 25/11/’05). Op 1 december 2005 vond de levering plaats van EUA 2005 contracten. Dit gebeurde via het CITL (Community Independent Transaction Log). Verschillende marktpartijen waren reeds in het begin van de week met de overdracht van emissierechten gestart, om een vlotte transfer mogelijk te maken. Hiermee verdween een grote onzekerheid uit de markt (Climate Corporation, 02/12/’05). De prijs van emissierechten schommelt gedurende de hele maand december rond de €21/tCO2. Het dagelijks verhandeld volume bedraagt gemiddeld 1,3 mton (gegevens Fortis).

4.3. Januari-april 2006 In de periode januari tot april stijgt de prijs van emissierechten vrijwel constant. Alle fundamentals zorgen voor een toename in de vraag naar emissierechten. Het verhandeld volume schommelt rond de 2,7 mton per dag (gegevens Fortis). De temperatuur in Europa zit beneden het gemiddelde. Figuur 4.10 vergelijkt de gemiddelde temperatuur in januari en februari 2006 met die van 1990 in Polen en Duitsland. In beide landen lag de temperatuur onder het gemiddelde. Bovendien wezen de voorspellingen in de richting van een koudere periode over Centraal en Oost-Europa (Climate Corporation, 10/03/’06). Dit zet marktpartijen aan tot kopen. Tegelijkertijd is de Duitse elektriciteitsprijs (‘baseload’6 cal07) gestegen van €45/MWhe tot €56/MWhe (Climate Corporation, 10/03/’06).

6

‘baseload’ staat voor daluren.

27


Figuur 4.10: Gemiddelde temperatuur (°C) in Duitsland en Polen, januari en februari 2006

Bron: Climate Corporation, 10/03/’06 In januari stegen ook de gasprijzen (zie figuur 4.11), deels als gevolg van de Russisch/Oekraïense gascrisis (Climate Corporation, 06/01/’06). Midden februari zorgde ook de explosie van een gasinstallatie in de Noordzee voor een stijging in de gasprijzen. Daarop steeg de CO2-prijs tot boven de €27/tCO2 (Climate Corporation, 17/02/’06). Toch is het effect van de gasprijzen op de carbon markt kleiner in de winter dan in de zomer. Dit komt doordat tijdens de zomermaanden de mogelijkheid van ‘fuel switching’ veel groter is (zie paragraaf 2.2.3). In de winter draaien de meeste centrales (kolen en gas) op volle kracht, waardoor er minder ruimte is voor ‘fuel switching’. In de zomermaanden kan de producent, afhankelijk van de kostprijs van gas, kolen en de prijs van emissierechten, zelf bepalen welke installatie wordt ingezet. Wanneer bijvoorbeeld in november 2005 de UK winter gas prijs steeg van 45p/therm naar boven de 100p/therm reageerde de CO2-prijs amper op deze gebeurtenis. Wanneer echter in de zomer van 2005 de gasprijs steeg, steeg ook de prijs van emissierechten (Climate Corporation, 07/04/’06). Figuur 4.11: UK BNP winter gasprijzen (pence/therm) 90

85

80

75

70

65

60

Bron: Eigen weergave op basis van gegevens Fortis

28

23/03/2006

08/03/2006

21/02/2006

06/02/2006

20/01/2006

05/01/2006

16/12/2005

01/12/2005

16/11/2005

01/11/2005

17/10/2005

30 sep 05

55


Vervolgens hebben ook de Duitse elektriciteitsprijzen een invloed gehad op de prijs (zie figuur 4.6). Ook dit zorgt voor een opwaartse druk op CO2 (Climate Corporation, 13/01/’06). Bovendien zat de prijs van ruwe olie in de lift, deels door de moeilijke situatie in Iran en Israël (Climate Corporation, 06/01/’06). Algemeen kan men opmerken dat de invloed van de prijs van ruwe olie vooral groot is bij natuurrampen of geopolitieke gebeurtenissen (Nigeria, Iran, …) waarbij de prijs van olie stijgt met ongeveer $2. Kleine prijswijzigingen in ruwe olie veroorzaken geen bijzondere veranderingen in de CO2-prijs (Climate Corporation, 07/04/’06). Al deze elementen zorgen ervoor dat er een continue vraag is naar emissierechten vanwege elektriciteitsproducenten. Anderzijds was ook de aanbodzijde ‘bullish’. Het aanbod van emissierechten van de industrie viel terug: de meeste marktpartijen hadden hun emissierechten reeds verkocht eind 2005 en wachtten op nieuw aanbod van emissierechten voor 2006 (de allocatie gebeurt eind februari) (Climate Corporation, 06/01/’06). Verder beïnvloeden (zoals gewoonlijk) ook politieke elementen de markt. Nieuwsmeldingen over de extra 20 miljoen ton in het Britse NAP zorgen voor opwaartse/ neerwaartse druk op de koers (Climate Corporation, 10/02/’06, 17/02/’06 en 24/02/’06).

4.4. Crash van april/mei 2006 De gebeurtenissen op de CO2-markt in de maand mei werden gedomineerd door de publicatie van de geverifieerde emissies van 2005. Deze data zouden officieel pas vrijgegeven worden op 15 mei. Toch begon de markt reeds op deze gegevens te anticiperen vanaf eind april. Sommige marktpartijen waren duidelijk al eerder op de hoogte van het slechts nieuws. De geverifieerde emissies in Estland, Tsjechische Republiek, Nederland, Wallonië, Frankrijk, Spanje en Zweden lagen ongeveer 55 miljoen ton lager dan algemeen verwacht, waardoor de vraag rees of er überhaupt schaarste was op de CO2-markt. Als reactie op het overaanbod in 2005 zakte de CO2-prijs in elkaar, van ± €30/tCO2naar ± €10/tCO2 begin mei 2006 (zie ook Paolella M.S. en Taschini L., 2006, P.10). Figuur 4.12 vergelijkt de allocatie van EUA’s met de geverifieerde emissies in 2005 in de verschillende landen.

29


Miljoenen

Figuur 4.12: Allocatie EUA's in vergelijking met geverifieerde emissies in 2005 (miljoen ton CO2) 2250 Toegewezen rechten 2005 Geverifieerde emissies 2005

1750

1250

750

SWE

TOTAAL

SVN

PRT

SVK

POL

NLD

LVA

LUX

ITA

LTU

IRL

HUN

GRC

GBR

FIN

FRA

EST

ESP

DNK

CZE

DEU

BEL

-250

AUT

250

Bron: Eigen weergave op basis van gegevens CITL (2007) Tegelijkertijd schoten de verhandelde volumes de hoogte in. Gedurende drie opeenvolgende dagen werden bijna 12 miljoen emissierechten per dag verhandeld. De week ervoor was dit ongeveer 2,5 miljoen per dag (Voorspools K., CO2 Weekly 02/05/’06). Ook de weken daarna bleef nieuws omtrent geverifieerde emissies van andere landen de markt domineren.

Miljoenen

Figuur 4.13: Verhandelde volumes (miljoen ton CO2) 14 12 10 8 6 4 2

03 mrt 07

03 jan 07

03 nov 06

03 sep 06

03 jul 06

03 mei 06

03 mrt 06

03 jan 06

03 nov 05

03 sep 05

03 jul 05

03 mei 05

03 mrt 05

03 jan 05

0

Bron: Eigen weergave op basis van gegevens Fortis Bovendien vergrootte de spread tussen fase I en fase II (zie figuur 4.14) . Voor de crash noteerde de koers van het EUA 2008 contract algemeen onder de koers van fase I (backwardation). Dit betekent dat de markt verwacht dat er minder schaarste zal zijn in 2008. Sinds de crash is daar verandering in gekomen, en noteert het EUA 2008 contract hoger dan de contracten met levering in 2006 en 2007

30


(contango): de spread tussen het EUA 2007 en EUA 2008 contract bedraagt in de maand mei en juni gemiddeld €4,8/tCO2. Dit geeft aan dat de markt verwacht dat er meer schaarste zal zijn in de tweede fase van het EU ETS (Kris Voospools, CO2 Weekly, 02/05/’06). In dat geval is het weinig waarschijnlijk dat marktparticipanten hun aanbod van CER’s zullen gebruiken vóór fase II. CER’s zijn, naast de mogelijkheid van banking in Polen en Frankrijk, de enige link tussen fase I en fase II (Voospools K., CO2 Weekly, 02/05/’05). Figuur 4.14: Spread tussen fase I en fase II (EUA 2007-EUA 2008) (€/tCO2) 20 15 10 5 0 -5

12 mrt 07

12 jan 07

12 nov 06

12 sep 06

12 jul 06

12 mei 06

12 mrt 06

12 jan 06

12 nov 05

12 sep 05

-10

Bron: Eigen weergave op basis van gegevens Fortis Tegelijkertijd met de Europese emissiemarkt wordt er ook een sterke daling waargenomen in de Europese elektriciteitsprijs. Elektriciteitsprijzen in Europa verloren allemaal ongeveer €8/MWhe per week (Voorspools K., CO2 Weekly, 02/05/’06) (zie figuur 4.6 voor Duitsland). Dit wijst erop dat de CO2-markt een belangrijke invloed heeft op de elektriciteitsprijs.

4.5. ‘Range bound trading’ (juni - september 2006) Na de periode van turbulentie in de CO2-markt vindt de marktprijs opnieuw zijn evenwicht: de koers schommelt rond de €15 à €20/tCO2 en het dagelijks verhandeld volume bedraagt 2 à 3 miljoen ton. Toch is er een duidelijk gebrek aan fundamentele prijsdrijvers. Dit gebrek aan fundamentals maakt de koers zeer vatbaar voor nieuwsmeldingen (Voorspools K., CO2 Weekly, 06/06/’06). Ook de weersomstandigheden hebben weinig invloed op de koers. In de maand juni is de temperatuur ongeveer 2 à 6 °C boven het seizoensgemiddelde in West-Europa. Dit zou via een stijging in de vraag naar airconditioning moeten leiden tot een toename van de CO2-emissies. Toch speelt dit effect weinig: weersveranderingen kunnen de vraag/aanbod van emissierechten dagelijks beïnvloeden met ongeveer 100 000 ton. Aangezien het verhandelde volume dagelijks 2 à 3 mton bedraagt heeft dit relatief weinig invloed (Voospools K., CO2 Weekly, 12/06/’06).

31


Bovendien worden langzamerhand voorlopige versies van de NAP’s 2008-2012 gepubliceerd. Algemeen valt op dat de allocaties vrij ruim zijn, en dat er een gebrek is aan harmonisatie in de plannen. De plannen hebben echter geen invloed op de markt. Zoals in 2005 wacht men om te reageren totdat de Europese Commissie de plannen heeft beoordeeld (Voorspools K., CO2 Weekly, 30/06/’06).

4.6. De tweede prijscrash (september ‘06) In september is de CO2-prijs opnieuw fors gedaald. Op 14 september noteerde de spot prijs nog €16,18/tCO2. Sindsdien daalde de CO2-prijs tot een minimum van €11,75/tCO2. Gedurende de hele maand oktober schommelde de spot prijs en het de prijs van het EUA 2006 contract rond de €1112/tCO2. Dit wijst op de vorming van een support level (Voorspools K., CO2 Weekly, 9/10/’06). De verhandelde volumes stegen aanzienlijke: op 20 september werden 8,6 miljoen EUA’s verhandeld. Dit was een record liquiditeit sinds het vorig record van april/mei 2005. Als verklaring voor deze daling moet ten eerste gewezen worden op de daling van de gasprijzen. NBP UK (National Balancing Point), Zeebrugge Gas en TTF (Title Transfer Facility) prijzen daalden met 30% in één week tijd. Bij dergelijke lag gasprijzen wordt een duidelijke incentive gegeven aan 7

elektriciteitsproducenten om waar mogelijk te switchen van kolen naar gas. De ‘day ahead switch level’ werd eind september geschat op €10/tCO2 (op basis van gas prijzen (week ahead) en front end API#2 kolenprijzen). Dit betekent dat als de prijs van EUA’s boven de €10/tCO2 ligt, elektriciteitsproducenten zullen verkiezen om gas te verbranden i.p.v. kolen, waardoor minder CO2 uitgestoten wordt. De elektriciteitsproducenten moeten dan minder emissierechten kopen, waardoor de vraag daalt, en daarmee ook de prijs van emissierechten. Daarnaast speelden ook de milde weersomstandigheden in Europa een rol (Voorspools K., CO2 Weekly, 22/09/2006). Een tweede element betreft de nucleaire installaties in Zweden. In augustus en september waren een 4 tal Zweedse nucleaire centrales inactief. In de week van de prijscrash echter werd het nieuws bekendgemaakt dat één centrale terug in werking was getreden, en vermoedelijk gevolgd zou worden door een andere. Ook deze nieuwsmelding had een neerwaarts effect op de prijzen (Voorspools K., CO2 Weekly, 2/10/06). Daarnaast is ook de vraagzijde van belang. In normale omstandigheden is er voldoende vraag naar emissierechten vanuit de hoek van elektriciteitsproducten. De meeste stroomleveranciers hadden het merendeel van hun elektriciteit van 2007 reeds verkocht, en hebben dus hun CO2 positie reeds ‘gehedged’ voor deze periode. Daardoor was er weinig aankoop van emissierechten. Dit duwde de prijs omlaag (Climate Corporation, 22/09/’06). Deze prijscrash gaat samen met een verschuiving in interesse van fase I naar fase II contracten (vooral het EUA 2008 contract) (Climate Corporation, 22/09/’06). Zo meldt LEBA (The London Energy Brokers’

7

‘Day ahead’ slaat op contracten met onmiddellijke levering (volgende dag of week).

32


Association) dat steeds meer EUA 2008 contracten verhandeld worden op de OTC-markt. Dit aandeel steeg van 25% begin september tot 35% midden oktober (Voorspools K., CO2 Weekly, 16/10/’06). Toch mag deze prijscrash niet vergeleken worden met de crash van mei 2006. Deze keer is de daling vooral te wijten aan gedaalde grondstoffenprijzen. De daling van de CO2-prijs wijst erop dat participanten op de elektriciteitsmarkt op zoek zijn naar manieren om emissies te reduceren (Voorspools K., CO2 Weekly, 02/10/’06).

4.7. Eind 2006 – begin 2007 Na de tweede prijscrash bleef de koers van het EUA 2006 en EUA 2007 contract in de maand september en oktober rond de €11 à €12/tCO2 schommelen. Er zijn een aantal redenen voor deze trend: -

vooreerst is er sterke interesse aan de buy side van zodra de prijs onder de €12/tCO2 zakt.

-

marktpartijen uit de industrie (globaal gezien long) accepteren stilaan het nieuwe prijsniveau.

-

meer en meer partijen beslissen hun emissierechten te verkopen vooraleer de prijs verder zakt (Climate Corporation, 06/10’06)

Het EUA 2008 en EUA 2009 contract schommelen in een nauwe band rond de €15 à €16/tCO2. Vanaf eind oktober beginnen de spot prijs, het EUA 2006 en EUA 2007 contract aan een vrijwel continue daling, volledig los van de fundamentals. De prijs van fase I contracten koppelt zich volledig los van de energie markt (elektriciteit, olie, gas en kolen) – het EUA 2006 contract daalde met ± 30 cent/tCO2, terwijl het Duitse basload cal07 contract €1,1/MWhe steeg. Dit werd door verschillende partijen aangegrepen om emissierechten te verkopen, met dalende prijzen tot gevolg (Climate Corporation, 03/11/’06). Bovendien stijgt het aanbod omdat bedrijven hun overschot aan emissierechten vóór het einde van het jaar willen verkopen (Voorspools K., CO2 Weekly 06/11/’06). De vrees voor verder dalende prijzen zette een verkoopgolf in gang (Voorspools K., CO2 Weekly 13/11/’06). Daarnaast is ook de vraagzijde ‘bearish’. Tot voor kort zorgden elektriciteitscentrales voor een continue vraag naar emissierechten door hun CO2 exposure in te dekken van zodra forward stroomcontracten afgesloten worden. Eind 2006 hebben de meeste elektriciteitscentrales hun posities voor fase I (2005-2007) echter reeds ingedekt, waardoor de vraagzijde grotendeels wegvalt (Climate Corporation, 03/11/’06). Als tweede reden waarom de vraag naar EUA’s daalt kan gewezen worden op de milde weersomstandigheden (Climate Corporation, 27/10/’06). Men merkt een toegenomen volatiliteit in fase I contracten eind 2006 (Voorspools K., CO2 Weekly 17/11/’06). Het EUA 2006 contract verviel op 18 december 2006 met een eindwaarde van €6,60/tCO2. gemiddeld worden zo’n 4 à 5 miljoen EUA’s per dag verhandeld (Voorspools K., CO2 Weekly 06/11/’06). Het EUA 2008 en EUA 2009 contract beweegt tot begin december in de omgekeerde richting, waardoor de spread tussen beide vergrootte. Bovendien merkt men dat gradueel het percentage verhandelde fase II contracten stijgt. Eind november zijn 60% van alle OTC-contracten fase II contracten (LEBA) (Voorspools K., CO2 Weekly 27/11/’06). De stijging van het EUA 2008 en EUA 2009 contract werd vooral gedreven door de berichtgevingen omtrent de NAP’s voor fase II (2008-2012). In afwachting van negatief

33


antwoord van de Europese Commissie op 29 november, besloot Duitsland reeds op 24 november om in fase II jaarlijks 17 miljoen ton minder te alloceren dan vooropgesteld in het NAP. Hierop reageerde het EUA 2008 contract met een stijging van ± €1/tCO2 (Voorspools K., CO2 Weekly 27/22/’06). Op 29 november besliste de Europese Commissie over 10 NAP’s fase II (Duitsland, Griekenland, Ierland, Letland, Litouwen, Luxemburg, Malta, Slowakije, Zweden en het Verenigd Koninkrijk). Samen zijn deze landen goed voor 42% van de emissierechten in fase I (Climate Corporation, 01/12/’06). Het plan van het Verenigd Koninkrijk werd aanvaard; alle andere plannen werden afgekeurd (Voorspools K., CO2 Weekly 4/12/’06). Deze nieuwsmelding zorgde voor hoge volatiliteit in het EUA 2008 contract. Tegen het einde van de week noteerde het EUA 2008 contract €1,3/tCO2 hoger (€19,6/tCO2 op 1 december 2006). In totaal moet ± 7% minder gealloceerd worden dan wat voorgesteld werd in de NAP’s en ± 7% minder dan de geverifieerde emissies in 2005. Hiermee wil de Europese Commissie duidelijk maken dat het de Kyoto doelstelling wil halen:

EU commissaris van milieu Stavros Dimas: “Todays decisions send a strong signal that Europe is fully committed to achieving the Kyoto target and making the EU ETS a success. The Commission has assessed the plans in a consistent way to ensure equal treatment of Member States and create the necessary scarcity in the European carbon market.” Fase II contracten reageerden ‘bullish’ op deze berichten. Fase I contracten daarentegen reageerden ‘bearish’ op de beslissing dat ‘banking’ tussen fase I en II streng gecontroleerd wordt:

“Banking … is allowed only if it does nog lead to an allocation beyond the total allocation approved by the Commissions for the second trading period”. Frankrijk en Polen zijn de enige landen die eventueel emissierechten kunnen overdragen van fase I naar fase II (Climate Corporation, 01/12/’06 en Voorspools K., CO2 Weekly 04/12/’06). Na het tijdelijk hoogtepunt van €19,6/tCO2 (EUA 2008 contract) laten het EUA 2008 en EUA 2009 contract zich ook beïnvloeden door de alsmaar dalende spot prijs en EUA 2007 prijs (Voorspools K., CO2 Weekly 18/12/’06). Negatief marktsentiment is de belangrijkste prijsdrijver. Berichtgevingen over afgekeurde fase II NAP’s slagen er niet meer in fase II contracten te ondersteunen en de EUA 2008 prijs zakt tot een dieptepunt van €12,25/tCO2 op 20 februari. Enkel de evolutie van het Duitse ‘baseload’ cal08 contract lijkt de fase II contracten nog wat sturing te geven (Climate Corporation, 02/02/’07, 16/02/’07 en 23/02/’07). Desondanks wordt algemeen verwacht dat fase II ‘short’ zal zijn, d.w.z. men verwacht schaarste in de markt. Fortis schat dat de jaarlijkse uitstoot in fase II 300 miljoen ton hoger ligt dan de allocatie. De jaarlijkse CER/ERU instroom wordt geschat op 100 à 200 miljoen ton per jaar (Voorspools K., CO2 Weekly 08/01/’07).

34

Hoofdstuk 4: ‘Event study’ 8

De ‘switch level’ op basis van zomer 2008 gas en kolen futures bedraagt €26/tCO2. ‘Switch levels’ zijn een goede benchmark voor de CO2-prijs indien de markt ‘short’ is, en indien ‘fuel switching’ plaatsvindt in de zomer. De prijs van het EUA 2008 contract ligt daar nog ± €8/tCO2 onder, wat er op wijst dat elektriciteitsmaatschappijen zich zo ver in de toekomst nog niet indekken voor hun CO2 exposure (Voorspools K., CO2 Weekly 22/12/’06). Vanaf 20 februari pikt de trend van fase II contracten de draad weer op en laat zich opnieuw leiden door de fundamentals. De prijs van fase II contracten herstelt langzaam (Climate Corporation, 09/03/’07). Aangezien fase II algemeen ‘short’ verwacht wordt, moet de prijs van emissierechten minstens de ‘switch level’ bereiken om elektriciteitscentrales een incentive te geven te switchen van kolen naar gas. Deze ‘switch level’ bedroeg ± €20/tCO2 in de week van 12/03/’07 (Voorspools K., CO2 Weekly, 12/03/’07). Fase I contracten zijn ondertussen hopeloos verloren en schommelen reeds geruime tijd rond de €1/tCO2. Reden hiervoor is de overallocatie in fase I en de restricties op banking van fase I naar fase II. De volatiliteit van fase I contracten is echter zeer hoog. Bovendien heeft 34% van alle OTC-contracten nog steeds betrekking op fase I (LEBA, Voorspools K., CO2 Weekly, 12/03/’07). Op twee april bereikte nieuws over de geverifieerde emissies van 2006 de markt. Het CITL gaf data vrij van 22 landen van de EU27, samen goed voor 92% van de installaties. Eén bron schatte de emissies in 2006 3% lager in dan de allocatie in 2006. Daarop daalde de spot prijs van €1,4/tCO2 tot een dieptepunt van €0,9/tCO2. Ook de prijs van fase II contracten daalde (van €16,83/tCO2 tot €15,93/tCO2) omdat een overschatting van emissies in 2006 impliceert dat voorspellingen voor fase II te ruim zijn. Dagelijks werden ongeveer 7,4 miljoen emissierechten verhandeld. Op twee april was dit zelfs 11,4 miljoen (Voorspools K., CO2 Weekly, 3/04/’07). Na de crash daalde de liquiditeit tot ongeveer 4 miljoen emissierechten verhandeld per dag. De prijs van fase I contracten daalde verder, en de prijs van fase II contracten herpakt zich tot €17,8/tCO2 (EUA 2008) op 16 april (Voorspools K., CO2 Weekly, 16/04/’07).

8

Kolencentrale met efficiëntie 38% en gascentrale met efficiëntie 50%.

35


Miljoenen

Figuur 4.15: Allocatie EUA's in vergelijking met geverifieerde emissies in 2006 (miljoen ton CO2) 2250

Toegewezen rechten 2006 Geverifieerde emissies 2006 1750

1250

750

TOTAAL

SVN

SWE

PRT

SVK

POL

LVA

NLD

LUX

ITA

LTU

IRL

HUN

GRC

GBR

FIN

FRA

EST

ESP

DNK

CZE

DEU

BEL

-250

AUT

250

Bron: Eigen weergave op basis van gegevens CITL (2007)

4.8. Besluit Hoewel de historiek van de Europese CO2-markt nog relatief kort is, hebben zich toch al enkele opmerkelijke bewegingen voorgedaan in de markt. Uit deze analyse kunnen bovendien enkele algemene observaties over de prijsdrijvers opgetekend worden. Wanneer men de koersbeïnvloedende factoren wil rangschikken volgens hun invloed, moet men een onderscheid maken tussen zomer en winter (Climate Corporation, 07/04/’06). In de winter geldt: 1. Politieke beslissingen 2. Energie (vooral Duitse energieprijzen op EEX) 3. Weersomstandigheden (temperatuur) 4. Gas (UK winter gas prijs) 5. (Olie) In de zomer geldt: 1. Politieke beslissingen 2. Duitse energie en UK zomer gas prijzen (de mogelijkheid om te switchen van kolen naar gas) 3. (Olie) 4. Weersomstandigheden (regen/wind) Daarnaast werd duidelijk dat er een interessante relatie bestaat tussen de CO2-prijs en de elektriciteitsprijs. Dit topic wordt verder uitgewerkt in hoofdstuk 5. Daar zal blijken dat de relatie tussen gas-, kolen-, olie- en CO2-prijzen verband houdt met de elektriciteitsmarkt.

36


Tenslotte moet opgemerkt worden dat CO2-prijzen vrij snel en sterk reageren op nieuwe marktinformatie. Indien nieuwe marktinformatie onmiddellijk in de koers verwerkt wordt (en niet in verschillende stapjes) is de CO2-markt efficiënt is vanuit ‘informatiestandpunt’. De efficiëntie van de CO2-markt vanuit informatiestandpunt wordt in detail behandeld in hoofdstuk 6.

37

Hoofdstuk 5: Relatie tussen de CO2-markt en de elektriciteitsmarkt

5. Relatie tussen de CO2-markt en de elektriciteitsmarkt In de ‘event study’ werd reeds duidelijk dat er een interessante relatie bestaat tussen CO2-prijzen en elektriciteitsprijzen. Het beste bewijs voor deze relatie is de prijscrash van begin mei 2006. Toen de koers van CO2 met €10/tCO2 daalde, zakte ook de Duitse elektriciteitsprijs met €5 à €10/MWhe (Reinaud J., 2007, p.6). De uitstoot van broeikasgassen van de energiesector maakte in 2004 24% uit van het totaal in de EU15 (EEA, 2006). In de eerste fase van het EU ETS was de energiesector de sector met het grootste deel CO2-emissies. Het aandeel bedraagt meer dan 50% van de totale CO2-emissies in het systeem. (Reinaud J., 2007, p.16) Dit gegeven is zeer belangrijk aangezien het verklaart waarom een verband tussen beide markten mogelijk is. Het opzet van dit hoofdstuk bestaat erin na te gaan hoe de CO2-markt en elektriciteitsmarkt met elkaar interageren. In paragraaf 5.1. wordt theoretisch nagegaan hoe het EU ETS van invloed is op elektriciteitsprijzen, en in paragraaf 5.2. wordt een overzicht gegeven van het bestaand empirisch onderzoek inzake de transmissie van CO2-kosten in stroomprijzen. In paragraaf 5.3. wordt duidelijk hoe de elektriciteitsmarkt in de praktijk werkt en wat de invloed van de marktstructuur en de prijsvorming is op het verband tussen CO2 en elektriciteit. Dit moet duidelijk maken dat er geen universeel antwoord is op de vraag hoe het EU ETS van invloed is op elektriciteitsprijzen. Het liberaliseringsproces is nog niet voltooid, waardoor er niet ééngemaakte Europese elektriciteitsmarkt bestaat, maar wel verschillende kleinere markten met eigen regelgeving. Ten tweede gebeurt de prijszetting in de Europese elektriciteitsmarkt niet overal opdezelfde manier. Het is daarbij onmogelijk data te verzamelen over de prijszettingstrategie op elektriciteitsmarkten, de marginale centrale, … Ten derde beïnvloeden verschillende andere factoren de elektriciteitsprijs, zoals bijvoorbeeld de gasprijzen. Al deze factoren zorgen ervoor dat het zeer moeilijk is om het verband tussen CO2-prijzen en elektriciteitsprijzen te achterhalen (Reinaud J., 2007, p.6). In paragraaf 5.4. worden, rekening houdende met de informatie in paragraaf 5.3., de bestaande empirische methoden herbeken en geëvalueerd. Vooraleer van start te gaan met de theorie, moet erop gewezen worden dat volgens de economische theorie van emissiehandel de gestegen CO2-kost doorgerekend moet worden in de eindprijs. Op die manier wordt aangezet tot minder energieverbruik en worden propere technologiën gestimuleerd. Enkel dan is emissiehandel een ‘kosten-efficiënte’ manier om emissies te reduceren (Reinaud J., 2007, p.5). In hoofdstuk 6 komt een tweede voorwaarde aan bod die voldaan moet zijn vooraleer men kan spreken van ‘kosten-efficiënte’ emissiehandel, nl. de CO2-markt moet een efficiënte markt zijn.

38


5.1. Theoretische verklaring voor de transmissie van CO2-prijzen in stroomprijzen 5.1.1. Prijsvorming in een perfect competitieve elektriciteitsmarkt Elektriciteit kan worden opgewekt uit verschillende primaire energiebronnen. Zo is er kernenergie, waterenergie, windenergie, energie opgewekt uit bruinkool, kolen, gas, … Elke soort installatie wordt geconfronteerd met verschillende kosten. De korte termijn marginale kost geeft aan met hoeveel de totale kost wijzigt als de output met één eenheid wijzigt. De ‘korte termijn’ wijst erop dat wijzigingen in de kapitaalstock van de elektriciteitscentrale niet in rekening gebracht worden. In de korte termijn marginale kost

worden

enkel

variabele

kosten

opgenomen,

zoals

bijvoorbeeld

brandstofkosten

en

onderhoudskosten van de centrale. Op ‘lange termijn’ worden wijzigingen in de kapitaalstock wel in rekening gebracht. De lange termijn marginale kost bevat daarom ook vaste kosten en investeringskosten (Reinaud J., 2005a, p.xii). In een perfect competitieve markt geeft de korte termijn marginale kost de ondergrens van de elektriciteitsprijs weer: centrales zullen op korte termijn geen elektriciteit produceren als de marktprijs het niet mogelijk maakt de variabele kosten te vergoeden. Men kan de prijsvorming op zo een markt best voorstellen op basis van vraag en aanbodcurven. Elektriciteitsproducenten bieden bepaalde hoeveelheden elektriciteit aan tegen bepaalde prijzen. Iedere producent heeft zo zijn eigen aanbodcurve. Voor elke producent komt deze aanbodcurve overeen met de ‘merit order’ van de installaties in zijn systeem, gerangschikt van de goedkoopste installatie (vb. een waterkrachtinstallatie) tot de duurste installatie (vb. een gascentrale) in termen van korte termijn marginale kosten (zie figuur 5.1). De markt aanbodcurve wordt geconstrueerd door horizontale sommatie van de individuele aanbodcurven. Consumenten geven prijzen op waartegen zij bereid zijn elektriciteit te kopen. Dit resulteert in een vraagfunctie. In figuur 5.1 worden twee bijna verticale (inelastische) vraagfuncties weergegeven; één voor piekuren en één voor daluren. De markt vindt zijn evenwicht op het punt waar vraag- en aanbod elkaar snijden. Naarmate dat de vraag varieert gedurende de dag, zal ook de marginale centrale en dus ook de marktprijs variëren gedurende de dag. Wanneer de vraag zeer laag is zullen enkel nucleaire installaties werken om de vraag te voldoen, terwijl op andere momenten van de dag ook duurdere kolencentrales zullen ingezet worden, waarna ook gascentrales en uiteindelijk oliecentrales zullen ingezet worden (Reinaud J., 2005a, p.xii en Scheepers M.J.J. et al., 2003, p.16).

39


Figuur 5.1: Prijszetting in een perfect competitieve elektricteitsmarkt

Bron: Scheepers M.J.J. et al., 2003, p.16 Er is bovendien een dieperliggende verklaring voor de ‘merit order’ curve. Voor een elektriciteitsproducent is het voordelig om te investeren in verschillende soorten elektriciteitscentrales. Enerzijds zijn ‘baseload’ centrales met marginale kosten beneden de marktprijs nodig om voor voldoende producentensurplus te zorgen en zo de vaste kosten te betalen. Anderzijds zijn ook centrales nodig met hogere marginale kosten om de marktprijs te zetten en voor producentensurplus te zorgen. In de huidige marktomstandigheden zijn gascentrales nodig om de prijzen te bepalen, terwijl kolencentrales, nucleaire centrales en hernieuwbare energie zorgt voor voldoende producentensurplus. Daarenboven is diversificatie in verschillende types centrales een manier om zich in te dekken tegen schommelingen in grondstoffenprijzen en CO2-prijzen (Voorspools K., 2007, p.3). Grote elektriciteitsproducenten werken dagelijks met ‘mixed integer lineair programming’ (MILP) programma’s om het gebruik van de verschillende types centrales te optimaliseren. Deze programma’s zorgen ervoor dat het productie portfolio geoptimaliseerd wordt op basis van de marginale kosten in een compexe omgeving met verschillende parameters: verschillende brandstofkosten, minimale draaiduur van een centrale, verschillende prijzen op de markt, … (Reinaud J. 2005b, p.48).

5.1.2. De transmissie van CO2-prijzen in de prijs van elektriciteit CO2-emissierechten zijn een schaars goed. Een elektriciteitscentrale heeft daarom de keuze tussen twee opties: -

ofwel worden de emissierechten gebruikt om de uitstoot van de centrale te dekken

-

ofwel reduceert de centrale zijn emissies en kunnen de overtollige emissierechten verkocht worden.

Omwille van deze logica zullen elektriciteitsproducenten de opportuniteitskost (de optie om een emissierecht te verkopen) van een emissierecht meerekenen in hun productiekost. Bijgevolg zorgt de introductie van het EU ETS voor een toename van de variabele kost, en dus een toename van de korte termijn marginale kost. Voor iedere ton CO2 die uitgestoten wordt moet immers een emissierecht voorgelegd kunnen worden (Reinaud J., 2005a, p.xii en Reinaud J., 2007, p.22).

40


Figuur 5.2 toont de ‘merit order’ van een elektriciteitscentrale, (a) zonder CO2-kost en (b) met CO2-kost. Luik (b) toont dat door het in rekening brengen van de opportuniteitskost van CO2 de variabele kosten van elektriciteitsproductie gestegen zijn. Met relatieve prijzen zoals aangenomen in deze figuur leidt dit tot een wijziging in de ‘merit order’, nl. de ‘fuel switch’. Deze ‘fuel switch’ zal niet altijd plaatsvinden, maar is afhankelijk van de relatieve prijzen van kolen, gas, de efficiëntie van de centrale, en de prijs van de CO2emissierechten. Toch zal, onafhankelijk of ‘fuel switch’ plaatsvindt, de kost van elektriciteitsproductie toenemen. Indien men veronderstelt dat de vraag niet perfect elastisch is, zal dit resulteren in een stijging van de elektriciteitsprijs (Riechmann et al., 2006, p.9). Hierbij moet opgemerkt worden dat enkel de CO2component van de marginale centrale een rol speelt in de prijszetting op de elektriciteitsmarkt; de totale CO2-uitstoot speelt hierbij geen rol (Voorspools K., 2007, p.3).

Figuur 5.2: Merit order met en zonder carbon kost

Bron: Sijm J.P.M. et al., 2005, p.45 Door het in rekening brengen van de opportuniteitskost van CO2 stijgt de kostprijs van centrales die CO2 uitstoten. Elektriciteitscentrales rekenen deze gestegen kost door in de prijzen. Deze gestegen prijs is echter niet alleen van toepassing op de marginale centrale, maar ook op alle andere installaties. Aangezien vb. waterkrachtinstallaties en installaties op basis van windenergie geen CO2 uitstoten zullen deze installaties voordeel halen uit het de hogere elektriciteitsprijs. Dit zorgt immers voor een stijging van het producentensurplus. In de literatuur staat dit bekend als ‘windfall profits’ (Reinaud J., 2005a, p. xiii en Sijm J.P.M. et al., 2006b, p.51-52). In hoofstuk 7 wordt hier dieper op ingegaan. De stijging van het producentensurplus als gevolg van de CO2-kost vormt voor elektriciteitsproducenten een bijkomende incentive om meer te investeren in hernieuwbare energie met lage marginale kosten (Voorspools K., 2007, p.3). Het International Energy Agency (IEA) heeft de korte termijn marginale kosten berekend voor de verschillende soorten elektricitietscentrales in de EU15. Vervolgens werd de marginale kost van de verschillende centrales berekend wanneer rekening gehouden wordt met een CO2-prijs van €20/tCO2. Op

41


die manier heeft men de ‘merit order’ (met en zonder CO2-kost) geconstruceerd, weergegeven in figuur 5.3. Details van de berekeningen zijn te vinden in Reinaud J. (2003).

Figuur 5.3: Merit order van de Europese elektriciteitsmarkt en de impact van een CO2-prijs van €20/tCO2

Bron: International Energy Agency, 2003, p.19 Meer algemeen heeft de introductie van het EU ETS vier mogelijke gevolgen voor de elektriciteitsmarkt (Riechmann et al., 2006, p.8): 1. Er is een ‘fuel-switch’ mogelijk van installaties met hoge CO2-uitstoot (vb. kolencentrales) naar installaties met lagere CO2-uitstoot (vb. gascentrales). Op korte termijn kan de introductie van het EU ETS leiden tot een grotere benutting van gascentrales en een lagere benutting van kolencentrales. Op langere termijn zijn investeringen in centrales met een lagere CO2-uitstoot mogelijk en kunnen centrales met te hoge uitstoot ontmanteld worden. Of deze ‘fuel switching’ daadwerkelijk zal gebeuren is afhankelijk van de schaarste op de markt van emissierechten en hun prijs, de relatieve grondstoffenprijzen en de efficiëntie van de centrales (zie paragraaf 2.2.3.). 2. ‘Retro-fitting’ is mogelijk. Dit betekent dat de bestaande installatie minder CO2 zal uitstoten door het toepassen van een milieuvriendelijker technologie. Er wordt niet overgegaan op een andere grondstof. 3. De vraag naar energie en CO2-intensieve producten kan dalen door een toename van de prijs van deze producten. 4. Tenslotte kan ook de import van elektriciteit toenemen van regio’s in de omgeving van de EU maar die niet onder het EU ETS vallen, of kan de export van elektriciteit afnemen naar regio’s buiten de EU.

42


5.1.3. Determinanten van de ‘pass-through rate’ Er werd reeds gezegd dat het al dan niet optreden van ‘fuel switching’ ondermeer afhankelijk is van de prijs van de grondstoffen en de prijs van emissierechten. Dit betekent tevens dat de elektriciteitsprijs elk uur kan wijzigen doordat de kostprijs van de marginale centrale wijzigt. Eveneens kan het bedrag waarmee de elektriciteitsprijs toeneemt wijzigen omdat de opportuniteitskost van CO2–emissierechten elk uur kan wijzigen. Bijgevolg wordt de CO2-kost ‘pass-through’ door Sijm J.P.M. et al. (2006b, p.50-51) gedefinieerd als “de gemiddelde toename van de elektriciteitsprijs gedurende een bepaalde periode omwille van de toename in de CO2-prijs”. Een aantal factoren zijn van invloed op de ‘pass-through rate’. De belangrijkste zijn: de marktvorm, de prijselasticiteit van de vraag naar elektriciteit en marktregulering.

5.1.3.1.

De marktvorm

Het idee dat de ‘pass-through rate’ afhankelijk is van de marktvorm wordt door verschillende auteurs naar voor gebracht. In Sijm J.P.M. et al. (2005, p.98-103) en Riechmann et al. (2006, p.10-12) vindt men een theoretische uitwerking van de invloed van de marktvorm op basis van klassieke micro-economie. Hier worden enkel de twee uiterste gevallen van monopolie en perfecte concurrentie beschouwd. Figuur 5.4 toont de reactie van een elektriciteitsproducent in monopolie op een toename van de marginale kosten (van MC1 naar MC2), bijvoorbeeld veroorzaakt door het in rekening brengen van de opportuniteitskost van CO2. De monopolist maximaliseert zijn winst waar marginale opbrengsten gelijk zijn aan marginale kosten. Het gevolg is een prijsstijging van P1 naar P2, wat lager ligt dan de stijging van de marginale kosten. Figuur 5.4: CO2-kost ‘pass-through’ in een monopoliesituatie

Bron: Riechmann et al., 2006, p.11 Figuur 5.5 toont de reactie van een elektriciteitsproducent in perfecte concurrentie op een toename van de marginale kosten (van MC1 naar MC2). De toename in de marginale kosten is dezelfde voor alle marktpartijen. Opnieuw wordt het optimale punt gevonden waar marginale opbrengsten marginale kosten snijden. In dit geval zijn marginale opbrengsten gelijk aan de marktvraag. Elke speler in de markt zal zijn prijs evenveel laten toenemen. Indien de prijs meer wordt opgedreven dan de marktprijs, zou deze speler

43


zijn marktaandeel volledig verliezen. Ook prijzen lager dan de marktprijs zijn niet rationeel. Alle marktpartijen zullen bijgevolg de CO2-kost volledig opnemen in de marktprijs, met als resultaat een volledige (100%) ‘pass-through’ van de CO2-kost. De daling van de vraag naar elektriciteit als gevolg van de prijsstijging wordt bepaald door de prijselasticiteit van de vraag, maar dit heeft geen effect op de mate van ‘pass-through’.

Figuur 5.5: CO2-kost ‘pass-through’ bij perfecte concurrentie

Bron: Riechmann et al., 2006, p.11 Tussen deze twee uitersten van monopolie en perfecte concurrentie kan met nog andere marktvormen onderscheiden, zoals duopolie en oligopolie. De analyse in deze marktvormen leidt tot dezelfde conclusie, nl. dat meer competitie in de markt (groter aantal aanbieders) zorgt voor een grotere transmissie van CO2-prijzen in elektriciteitsprijzen. Deze conclusie is tegengesteld aan wat men intuïtief zou verwachten. Het is te verklaren door het feit dat naarmate de markt competitiever wordt, de prijzen veel meer de onderliggende kosten weerspiegelen. In competitieve markten, zorgt winstmaximalisatie voor prijzen gelijk aan marginale kosten. Bijgevolg zullen, ceteris paribus, CO2-kosten volledig doorgerekend worden in de prijzen. In minder competitieve markten zoals een monopolie, zijn de prijzen reeds hoog omwille van de mark-up boven de marginale kosten. De toename van de marginale kosten zorgt dan deels voor een stijging in de prijzen, en deels voor een reductie van de mark-up boven marginale kosten (Sijm J.P.M. et al., 2005, p.40 en p.99).

5.1.3.2.

Prijselasticiteit van de vraag naar elektriciteit

Naast de marktvorm speelt ook de gevoeligheid van de vraag naar elektriciteit voor prijswijzigingen, m.a.w. de prijselasticiteit van de vraag een belangrijke rol. Deze elasticiteit is algemeen laag voor gezinnen en kleine bedrijven en is groter voor energie-intensieve industrie. Bovendien is de elasticiteit groter op lange termijn dan op korte termijn. Algemeen is de prijselasticiteit hoger indien consumenten de mogelijkheid en bereidheid hebben om te veranderen van energieleverancier (Sijm J.P.M. et al. 2005, p.43). Onderstaande figuur toont de invloed van de prijselasticiteit van de vraag op de ‘pass-through rate’. Indien de vraag inelastisch is, wordt de toename van de marginale kosten (de CO2-kost) volledig doorgerekend in de prijzen. Indien de vraag elastisch is, zoals in het tweede deel van de figuur, zal de

44


prijsstijging kleiner zijn dan de toename van de marginale kosten (Sijm J.P.M. et al., 2005, p.43-44 en Reinaud J., 2007, p.23).

Figuur 5.6: Invloed van de prijselasticiteit van de vraag op de ‘pass-through rate’

Bron: Sijm J.P.M. et al., 2005, p.44

5.1.3.3.

Marktregulering

In sommige Europese landen (vb. Ierland, Italië en Spanje) heeft de regering aangekondigd dat er beperkingen zouden ingevoerd worden op de toename van elektriciteitsprijzen ten gevolgde van het EU ETS (Reinaud J., 2007, p.23). Men wou zo voorkomen dat elektriciteitsproducenten ‘windfall profits’ zouden realiseren op basis van emissierechten die gratis werden toegewezen (Sijm J.P.M. et al., 2005,p. 41). Op basis van een eenvoudige grafiek kan aangetoond worden dat dergelijke vorm van marktregulering niet verhindert dat er ‘windfall profits’ gerealiseerd worden. Figuur 5.7: invloed van marktregulering op de ‘pass-through rate’

Bron: Sijm J.P.M. et al., 2005, p.42 Wanneer door de introductie van het EU ETS de marginale productiekosten toenemen (S0 verschuift naar boven tot S1), zorgt dit normaliter voor een toename van de prijs (van P0 naar P1) en een afname van de geproduceerde elektriciteit (van Q0 naar Q1). In het geval van marktregulering wordt de prijs beperkt tot Pr. Elektriciteitsproducenten zullen hun productie laten afnemen tot Qs. Hoewel de prijs Pr bedraagt, is de opportuniteitskost nog steeds volledig doorgerekend. Het verschil is dat door de daling in productie de

45


andere marginale kosten gedaald zijn, maar niet de CO2 ‘pass-through rate’ (Sijm J.P.M. et al., 2005, p.42).

5.2. Overzicht van de empirische literatuur In deze paragraaf wordt een overzicht gegeven van het bestaand empirisch onderzoek naar de ‘passthrough rate’ van CO2-prijzen naar stroomprijzen. Bovendien worden de bestaande methodes beoordeeld op hun merites. Vooraleer dieper in te gaan op de details van de onderzoeken is het interessant enkele veel gebruikte termen nader te verklaren. Men kan volgende componenten van de elektriciteitsprijs onderscheiden: De ‘spark spread’ is het verschil tussen de marktprijs van elektriciteit en de kost verbonden aan de aankoop van gas om deze elektriciteit te kunnen opwekken. Analoog is de ‘dark spread’ gelijk aan het verschil tussen de marktprijs van elektriciteit en de kost verbonden aan de aankoop van kolen om deze elektriciteit te kunnen opwekken. Spark en dark spreads worden gebruikt om te bepalen welke energiebron het voordeligst is om elektriciteit

op

te

wekken.

Als

de

dark

spread

groter

is

dan

de

spark

spread,

zullen

elektriciteitsproducenten verkiezen om een kolencentrale te gebruiken boven een gascentrale. Als de spark spread groter wordt dan de dark spread zal de voorkeur gegeven worden aan een gascentrale. De ‘carbon-adjusted dark- en spark spreads’ of ‘clean dark- en spark spreads’ (Sijm J.P.M., 2005, p.54) worden bekomen door de prijs van EUA’s (in €/tCO2) samen met de uitstoot van de centrales (in tCO2/MWhe) in rekening te brengen. Aangezien bij de verbranding van kolen ongeveer 2 keer zoveel CO2 vrijkomt als bij de verbranding van gas, is de CO2-component van een kolen centrale ongeveer 2 keer zo groot als die van een gas centrale (Voorspools K., 2006b, p. 4545). Figuur 5.8 toont in paneel (a) de componenten van de elektriciteitsprijs voor een gascentrale, eerst zonder en dan met CO2-component. Paneel (b) toont hetzelfde maar dan voor een kolencentrale.

46


Figuur 5.8: Componenten van de elektriciteitsprijs

Bron: Voorspools K., 2006b, p.4545

5.2.1. Grafische analyse Sijm J.P.M. et al. (2005, p.51-54) analyseren de relatie tussen CO2 en stroomprijzen voor Nederland en Duitsland. In figuur 5.9 worden niet alleen stroom- en CO2-prijzen weergegeven, maar ook brandstofkosten en CO2-kosten9. De linkerfiguur toont de peakload stroomprijzen in Duitsland in relatie tot de kolen kostcomponent (in €/MWhe) en CO2-kost (in €/MWhe), terwijl de rechterfiguur de peakload stroomprijzen in Nederland toont in relatie tot de CO2-kost (in €/MWhe) en de kost van gas (in €/MWhe). De sterke correlatie tussen stroomprijzen en CO2-prijzen valt op in beide grafieken. In Duitsland bleef in de periode januari-juli 2005 de kost van kolen relatief stabiel (rond de €16/MWhe). De CO2-kost van kolencentrales steeg in deze periode van ongeveer €6/MWhe in januari tot €18/MWhe in juli. Aangezien de stroomprijs in die periode gestegen is van €47/MWhe tot €57/MWhe, leiden Sijm J.P.M. et al. hieruit af dat 83% (=(10-0)/12) van de CO2-kost van kolencentrales wordt doorgerekend in de Duitse stroomprijs. In Nederland steeg de gascomponent van €33/MWhe tot €50/MWhe. De CO2-kost van gascentrales steeg van €4 tot €10/MWhe. De stroomprijs steeg van €52/MWhe tot €72/MWhe. Hieruit wordt afgeleid dat 50% (=(20-17)/6) van de CO2-kost van gascentrales werd doorgerekend in de Nederlandse stroomprijzen.

9

De CO2-kosten werden berekend door uit te gaan van een efficiëntie van 40% voor een kolencentrale

en 42% voor een gascentrale, een emissiefactor van resp. 0,85 en 0,48 tCO2/MWh, en opportuniteitskosten van kolen of gas worden volledig in rekening gebracht.

47


Figuur 5.9: Stroomprijzen (€/Mwhe), CO2-prijzen (€/tCO2) en brandstofkosten (€/Mwhe) in Duitsland en Nederland (forward cal 2006, januari-juli 2005)

Bron: Sijm J.P.M. et al., 2005, p.51-54 Bij deze methode rijzen twee vragen. Ten eerste is de vergelijking van januari met juli methdologisch niet helemaal correct. Januari ligt in de winter (hoge vraag naar elektriciteit en dus hoger in de ‘merit order’) en juli in de zomer (lage vraag naar elektricteit en dus lager in de ‘merit order’). Het is bijgevolg zeer waarschijnlijk dat de marginale centrale in beide periodes verschillend is. Ten tweede is het zeer onwaarschijnlijk dat in piekuren kolencentrales de marginale centrale zijn in Duitsland.

5.2.2. Correlatie tussen CO2-prijzen en elektriciteitsprijzen Riechmann et al. (2006, p.15-20) onderzoeken de invloed van de CO2-prijs op de elektriciteitsprijs door na te gaan in welke mate de CO2-prijs en elektriciteitsprijs gecorreleerd zijn. Ze gaan dit na in ‘competitieve elektriciteitsmarkten’, omdat, zoals boven aangetoond, de ‘pass-through’ van CO2-prijzen naar elektriciteitsprijzen zich vooral voordoet in competitieve markten. Uit onderzoek van de Europese Commissie is gebleken dat de elektriciteitsmarkten van het Verenigd Koninkrijk, Nederland en Scandinavië relatief competitief zijn. Bovendien gaan Riechmann et al. ervan uit dat de prijszetting in deze markten gebeurt op basis van de variabele kosten. Als motivatie hiervoor wordt verwezen naar het percentage elektriciteit dat opgewekt wordt vanuit gas en kolen, welke CO2 uitstoten. In alle beschouwde landen wordt het merendeel van de elektriciteit opgewekt vanuit CO2 uitstotende centrales. Er moet evenwel op gewezen worden dat deze redenering niet helemaal correct is. Het is vb. niet omdat het merendeel van de elektriciteit opgewekt wordt vanuit vanuit kolen, dat dit daarom ook de marginale centrale is. In theorie is één gascentrale tussen vele kolencentrales voldoende om als marginale centrale dienst te doen indien de prijszetting gebeurt op basis van marginale kosten. Er wordt gebruik gemaakt van forward contracten (cal06) voor zowel elektriciteit als CO2, omdat korte termijn schommelingen in forward prijzen minder voorkomen dan in spot prijzen. Wat betreft elektriciteitsprijzen werd een onderscheid gemaakt tussen piek- en daluren, omdat de marginale centrale en dus de CO2-intensiteit van de elektriciteitsproductie kan variëren. De correlatie werd nagegaan tussen 48


CO2-prijzen en elektriciteitsprijzen, maar ook tussen CO2-prijzen en ‘dark/spark spreads’. Op die manier worden schommelingen in de prijs van gas of kolen gecontroleerd. Om te controleren voor het mogelijks verschillend effect van verschillende marginale centrales, werd de ‘spark spread’ gerelateerd aan CO2prijzen in piekperioden en de ‘dark spread’ aan CO2-prijzen in dalperioden. Er wordt een sterke correlatie bekomen tussen CO2-prijzen en elektriciteitsprijzen voor de drie landen voor piek en daluren. Figuur 5.10 toont de correlatie van CO2-prijzen met stroomprijzen in piekuren in het Verenigd Koninkrijk. Figuur 5.10: Correlatie tussen CO2-prijs (cal06 in €/tCO2) en elektriciteitsprijzen Verenigd Koninkrijk (cal06, piekuren, in €/MWhe)

Bron: Riechmann et al., 2006, p.15-20 Tabel 5.1: Correlaties tussen forward elektriciteitsprijzen en spreads cal06 - CO2-prijzen (cal06) Whole year

W/o 4th quarter

UK: Peak prices vs. permit prices

91%

97%

UK: Off-peak prices vs. permit prices

97%

98%

UK: Spark spreads vs. permit prices (for peak hours)

89%

95%

Korrelationen Cal06

UK: Dark spreads vs. permit prices (for off-peak hours)

93%

95%

NL: Peak prices vs. permit prices

91%

92%

NL: Off-peak prices vs. permit prices

95%

96%

Scandinavia: ‘baseload’ prices vs. permit prices

97%

98%

Bron: Riechmann et al., 2006, p.15-20 Zoals uit tabel 5.1 blijkt is de correlatie tussen elektriciteitsprijzen of spreads en CO2-prijzen in alle gevallen hoger dan 90%. Riechmann et al. besluiten dus dat er een sterk empirisch verband is tussen CO2-prijzen en elektriciteitsprijzen in de Europese (competitieve) elektriciteitsmarkten. Wel valt op dat de correlatie minder sterk is in het vierde kwartaal van 2005. Riechmann verklaart dit doordat de leveringsdatum van het forward elektriciteitscontract naderde, wat betekent dat korte termijn ontwikkelingen invloed hebben op de forward koers. In het vierde kwartaal van 2005 voorspelde men een koude winter wat de forward prijs voor elektriciteit deed stijgen. 49


Ook voor Duitsland werd de correlatie tussen CO2 en stroomprijzen (‘baseload’) nagegaan (VIK, 2006, p.7-8). De onderzochte periode loopt van 25/10/2004 tot 23/02/2006. De correlatie was zeer hoog de eerste jaarhelft van 2005 (tussen 1 maart en 15 juli bedroeg de correlatiecoëfficiënt 0,98). In de tweede helft van 2005 bleven de CO2-prijzen relatief constant en daalde de correlatie tot -0,24 (tussen 16 juli en 28 december). De eerste twee maanden van 2006 steeg de correlatie tot 0,92. Als mogelijke reden voor de lage correlatie in de tweede jaarhelft van 2005 wordt het opengaan van verschillende registers genoemd. Verschillende marktpartijen kregen hun emissierechten en begonnen die te verkopen. De markt raakte in de war. In de periode ervoor werden voornamelijk emissierechten aangeboden doordat emissies gereduceerd werden tot onder de allocatie (VIK, 2006, p.7-8). Toch betekent een lagere correlatie niet noodzakelijk dat de ‘pass-through rate’ gedaald is. De correlatie kan immers gedaald zijn doordat andere factoren, bijvoorbeeld grondstoffenprijzen, in die periode belangrijker waren voor de stroomprijs (Reinaud J., 2007, p.24-25). Figuur 5.11: Correlatie tussen CO2-prijs (€/tCO2) en Duitse ‘baseload’ stroomprijs (‘day ahead’, €/Mwhe)

Bron: VIK, 2006, p.8 Nadeel van deze methode is dat een hoge correlatie niet noodzakelijk een aanwijzing is voor een hoge ‘pass-through rate’. Zelf bij een lage ‘pass-through rate’ is het mogelijk dat er sterke correlatie is tussen CO2 en stroomprijzen (Sijm J.P.M. et al., 2005, p.52).

5.2.3. Schatten van de ‘(clean) dark/spark spread’ Een andere methode van Sijm J.P.M. et al. (2005, p.54-60) om de ‘pass-through rate’ te schatten is te kijken naar de trend van de ‘(clean) dark en spark spreads’. Men gaat telkens de ‘dark of spread spread’ uitzetten tegenover de tijd, bij verschillende veronderstellingen over de ‘pass-through rate’ in de periode januari-juli 2005 tijdens piekuren. Voor Duitsland berekent men telkens de ‘dark spread’ en voor

50


Nederland telkens de ‘spark spread’. Men gaat uit van een efficiëntie van 40% voor een kolencentrale en 42% voor een gascentrale. In de twee bovenste grafieken wordt de ‘dark en spark spread’ berekend waarbij 0% van de CO2-kost doorgerekend wordt in de prijzen. Zowel in Duitsland als in Nederland geeft de trendlijn een stijging aan, met een correlatiecoëfficiënt van 0,83 en 0,30 respectievelijk. Deze stijgende ‘dark en spark spreads’ kunnen verklaard worden doordat een steeds groter deel van de CO2-kosten wordt doorgerekend in de prijs. De assumptie van een 0% ‘pass-through rate’ kan dus verworpen worden. In de twee grafieken daaronder wordt een ‘pass-through rate’ van 100% verondersteld. Dit maal leidt dit tot dalende ‘dark en spark spreads’. De correlatiecoëfficiënt is 0,42 en 0,54 respectievelijk. Dit geeft aan dat de CO2-kost niet volledig werd doorgerekend in de prijzen. In de onderste figuren gaat men uit van de assumptie dat men de correcte ‘pass-through rate’ in de markt vindt indien de overeenstemmende trendlijn van de ‘dark en spark spreads’ horizontaal ligt. Dat betekent de correlatiecoëfficiënt nul moet zijn. Op die manier bekomt men een ‘pass-through rate’ van 73% in Duitsland en 39% in Nederland. Deze methode is echter op een aantal punten onbetrouwbaar. Ten eerste berekent men de trendlijn voor ‘dark/spark spreads’ over een periode van 6 maand, terwijl het goed zou kunnen dat de ‘dark/spark spreads’ seizoensgebonden zijn en bijvoorbeeld hoger zijn in de winter omdat dan de vraag naar elektriciteit hoger is en de capaciteitsbenutting groter is. Ten tweede worden er veronderstellingen gemaakt over de efficiëntie van de centrale. De ‘pass-through rate’ varieert aanzienlijk als de efficiëntie van de centrale wijzigt. Ten derde is het niet duidelijk of de gebruikte data wel correct zijn. Bijvoorbeeld werd voor de gasprijs de GUTS genomen (Gas Union Trade & Supply). De GUTS prijs is gebaseerd op een index voor olie en gasprijzen, en is omwille van de gestegen olieprijzen sinds 2004 sterk gestegen. In realiteit worden in Nederland vaak lange termijn contracten afgesloten waarbij de prijs gebaseerd is op een index van olie en kolenprijzen. De geschatte trendlijn voor de ‘dark/spark spreads’ op basis van de GUTS prijs wordt dus onderschat (Sijm et al., 2005, p.60).

51


Figuur 5.12 : ‘Dark en spark spreads’ (€/Mwhe) voor verschillende ‘pass-through rates’ in Duitsland en Nederland

Bron: Sijm et al., 2005, p.60 Noot: efficiëntie kolencentrale 40%, efficiëntie gascentrale 42%, forward cal2006, januari-juli 2005

5.2.4. Econometrische schattingen van de ‘pass-through rate’ Ook methoden uit de econometrie werden gebruikt om na te gaan of er een ‘pass-through’ is van CO2prijzen in elektriciteitsprijzen. Sijm J.P.M. et al. (2005) gaan vooreerst na in welke mate wijzigingen in de forward elektriciteitsprijs (year ahead) verklaard kunnen worden door wijzigingen in forward prijzen van 52


brandstoffen en CO2 (periode januari-december 2005). Men gaat daarbij uit van de veronderstelling dat wijzigingen in de elektriciteitsprijs volledig verklaard kunnen worden door wijzigingen in brandstofkosten en CO2-prijzen, dat andere kosten, zoals operationele kosten of onderhoudskosten constant zijn gedurende de periode en dat de marktstructuur (vb. technologie of marktmacht) tijdens deze periode niet gewijzigd is. Volgende vergelijking wordt als basis genomen:

Pt = α + β1CO 2 tc, g + β 2 Ft c , g + ε t

(5.1)

waarbij P = forward elektriciteitsprijs (cal2006) in €/MWhe

10

CO2 = CO2-kost in €/MWhe (prijs EUA 2006 contract in €/tCO2 vermenigvuldigd met een constante emissiefactor voor kolen/gas in tCO2/MWhe) F = brandstofkost (c staat voor kolen, g voor gas) in €/MWhe Tevens gaat men ervan uit dat wijzigingen in de brandstofkost volledig doorgerekend worden in de elektriciteitsprijs. Dit betekent dat de coëfficiënt β 2 één verondersteld wordt. Vervolgens definieert men Yt als het verschil tussen de elektriciteitsprijs en de brandstofkost op tijdstip t, of m.a.w. de ‘dark spread’ in het geval van een kolencentrale en de ‘spark spread’ in het geval van een gascentrale. Vergelijking (5.2) is de regressievergelijking die geschat wordt, waarbij vooral de coëfficiënt

Yt = ( Pt − Ft c , g ) = α + β1CO 2 tc , g + ε t

β1

van belang is:

(5.2)

Zoals vrij vaak het geval is bij tijdsreeksen, vertonen dat datareeksen autocorrelatie. Sijm J.P.M. et al. veronderstellen dat de storingsterm

εt

een AR(1) proces (ook wel ‘Markov first-order autoregressive

scheme’, Gujarati D.M., 2003, p. 450) volgt:

ε t = ρε t −1 + u t

met

−1 < ρ < 1

(5.3)

waarbij ut een ‘white noise error term’ is. Indien de OLS methode gebruikt wordt in het geval van autocorrelatie heeft dit tot gevolg dat de geschatte coëfficiënten niet langer efficiënte schatters zijn, m.a.w. de variantie van de geschatte coëfficiënt is niet langer minimaal (Gujarati D.M., 2003, p.452). Om hieraan te verhelpen hanteert Sijm J.P.M. naast de OLS methode ook de Prais-Winston methode.

10

e staat voor elektriciteit.

53


Tabel 5.2: Geschatte ‘pass-through rates’ (%) voor Duitsland en Nederland (januari-juli 2005)

Bron: Sijm J.P.M. et al., 2005, p.61 Uit de tabel blijkt dat de ‘pass-through rates’ voor Duitsland variëren tussen de 42% en 72% en voor Nederland tussen de 40% en 53%. Als verklaring voor het lager ‘pass-through’ percentage tijdens daluren moet erop gewezen worden dat tijdens daluren centrales ingezet worden die lager liggen in de ‘merit order’ en vaak geen CO2 uitstoten (vb. nucleaire centrales). In de studie werd ook de coëfficiënt ρ geschat. De bekomen waarden waren allemaal statistisch significant verschillend van één met waarden lager dan één. Dit bewijst dat er autocorrelatie aanwezig was waardoor de Prais-Winston methode waarschijnlijk betrouwbaarder resultaten geeft (Sijm J.P.M. et al., 2005, p.62). In een vervolgstudie van Sijm J.P.M. et al. (2006a) probeert men verschillende alternatieve methodes uit. •

Ten eerste voert men naast een univariate regressie ook een multivariate regressie uit. In de

univariate regressie werd aangenomen dat de ‘pass-through rate’ van grondstoffenrprijzen op stroomprijzen 100% was. In multivariate regressie wijkt men af van deze veronderstelling en schat men volgende regressie vergelijking:

S n = β 1 + β 2 C nCO 2 + β 3 C nfuel + ε n Deze regressies geven echter onbetrouwbare resultaten omwille van de correlatie tussen gasprijzen en CO2-prijzen of tussen kolenprijzen en CO2 (Sijm J.P.M. et al., 2006a, p.17, p.39-43). •

Ten tweede wordt i.p.v. met absolute waarden voor de datareeksen met eerste orde verschillen

gewerkt. De resultaten voor de ‘pass-through rates’ voor CO2 zijn statistisch significant op het 1% significantieniveau. De geschatte ‘pass-through rate’ bedraagt voor Nederland 100% (piekuren) en 34% (daluren). Voor Duitsland zijn de waarden 60% (piekuren) en 45% (daluren). We merken opnieuw op dat de lagere ‘pass-through’ rate in daluren te verklaren is doordat tijdens daluren minder CO2-emitterende installaties actief zijn.

•

Ten derde wordt de regressie uitgevoerd voor 2005 in zijn geheel, naast het eerste en tweede

semester afzonderlijk. Het is opmerkelijk dat verschillende van de geschatte coëfficiënten in de tweede jaarhelft van 2005 niet statistisch significant zijn op het 1% en 5% significantieniveau. Bovendien zijn de geschatte coëfficiënten ofwel zeer laag (of negatief) ofwel zeer hoog (vb. hoger dan 100%). Dit wijst erop dat de resultaten niet betrouwbaar zijn. Dit komt omdat bij de regressie als cruciale veronderstelling aangenomen werd dat de stroomprijzen volledig verklaard konden worden door wijzigingen in de

54


grondstoffenprijzen en CO2-prijzen, en dat andere variabelen zoals operationele kosten en onderhoudskosten constant zijn, de marktstructuur (marktmacht) niet wijzigt, of dat de veronderstellingen omtrent de schaarste in de markt gelijk blijven. Deze veronderstellingen lijken niet meer op te gaan in de tweede jaarhelft van 2005, waardoor men hogere waarden bekomt. Er kan een catching-up zijn van de ‘pass-through rate’ zijn naar 100%, maar sowieso waren andere factoren mede van invloed op de ‘dark/spark spreads’. Voor de resultaten van de schatting voor 2005 als geheel worden waarden tussen de 40% en 80% bekomen. Deze resultaten zijn statistisch significant op het 1% significantieniveau (Sijm J.P.M. et al. 2006a, p.19-21). Honkatukia J. et al. (2006) gaan de ‘pass-through rate’ van CO2 na in de Noorse elektriciteitsmarkt. Hun analyse is vernieuwend in die zin dat er rekening wordt gehouden met de marktimperfecties en hun invloed op de prijsvorming. Ze gaan dus niet uit van de veronderstelling dat de Noorse elektriciteitsmarkt perfect competitief is, maar introduceren daarentegen een zekere vorm van marktmacht. Er wordt veel aandacht gehecht aan het construeren van het juiste econometrisch model, en het zoeken van de juiste tijdseries voor de relevante variabelen. Om bijvoorbeeld de invloed van marktmacht in rekening te brengen introduceert men twee variabelen. Ten eerste wordt als proxy voor marktmacht de graad van capaciteitsbenutting ingevoerd. Hoge capaciteitsbenutting zorgt namelijk op korte termijn voor de mogelijkheid om marktmacht uit te oefenen. Ten tweede wordt het reservoirniveau in hydrocentrales in rekening gebracht. Waterenergie is zeer belangrijk in de Noorse elektriciteitsmarkt. Wanneer de niveaus in de reservoirs zeer laag zijn is er meer mogelijkheid om marktmacht uit te oefenen. Om rekening te houden met de variatie in de vraag naar elektriciteit wordt een dummy ingevoerd voor werkdagen versus weekend. Verder worden ook grondstoffenprijzen en prijzen van EUA’s ingevoerd in de specificatie. De schatting werd uitgevoerd d.m.v. drie verschillende methodes. Een ‘vector error correction model’ (VECM), een ‘autoregressive moving average model’ (ARMA) en een ‘autoregressive general autoregressive conditional heteroskedasticicty model’ (AR-GARCH). Uit de studie bleek dat tijdens de geanalyseerde periode (29/03/2003 tot 07/05/2006) 75% tot 95% van de prijsveranderingen in EUA’s doorgerekend werd in de NordPool spot prijs. De marktstructuur van de Noorse elektriciteitsmarkt blijkt van invloed op de gevoeligheid van de spot prijs op prijswijzigingen van inputkosten (o.a. ook de EUA prijs). Tevens liggen alle ‘pass-through rate’ schattingen tussen de 60% en 100%, wat in overeenstemming is met eerdere schattingen (o.a. Sijm J.P.M. et al., 2006b). Tot slot nog een kritische bedenking. Noorwegen maakt (nog) geen deel uit van het EU ETS. Men kan zich bijgevolg de vraag stellen waarom de CO2-kost (reeds) doorgerekend wordt in de elektriciteitsprijs. Om deze vraag te kunnen beantwoorden kan verwezen worden naar paragraaf 5.3.2. Daar wordt

55


duidelijk dat ingevolge de liberalisering van de Europese elektriciteitsmarkt de verschillende deelmarkten steeds meer geïntegreerd raken. Omwille van de interconnecties tussen de verschillende deelmarkten is vb. de Duitse elektriciteitsprijs van invloed op de Noorse elektricteitsprijs.

5.2.5. Modelschattingen van de ‘pass-through rate’ Tenslotte worden in de economische literatuur verschillende modellen ontworpen om de ‘pass-through rates’ te schatten. Eén daarvan, het zgn. COMPETES model wordt o.a. door Sijm J.P.M. et al. gebruikt. Hierbij wordt o.a. rekening gehouden met de marktstructuur (o.a. perfecte concurrentie, oligopolie en monopolistische concurrentie) en het strategisch gedrag van stroomproducenten. Het model werd gebruikt om de gevolgen op de stroomprijs te schatten voor continentaal noord-west Europa (België, Frankrijk, Duitsland en Nederland). Algemeen bekomt men waarden voor ‘pass-through rates’ tussen de 60% en 80%. (Sijm J.P.M. et al., 2006b, p.60-61)

5.2.6. Beperkingen empirisch onderzoek Reinaud J. (2007, p.30-31) geeft een aantal redenen op waarom de geschatte ‘pass-through rates’ in de praktijk mogelijks niet opgaan. Vooral bij de econometrische methode van Sijm J.P.M. et al. rijzen ernstige bezwaren. In de econometrische methode worden wijzigingen in de ‘dark en spark spreads’ volledig toegeschreven aan wijzigingen in CO2-prijzen. In realiteit werken nog veel meer factoren in op de spreads, waardoor de schattingen mogelijks onjuist zijn. Voorbeelden hiervan zijn specifieke wetgevende maatregelen (vb. vaste prijzen), onderhoud van de centrales, verstoringen in de transmissie van elektriciteit, het uitoefenen van marktmacht, … De studie van Konkatukia houdt enigszins rekening met die bezwaren door o.a. indicatoren voor marktmacht op te nemen. De studie van Sijm et al. houdt geen rekening met bovenvermelde factoren, en veronderstelt dat deze constant zijn door slechts een korte tijdsperiode (januari-juli 2005) en twee landen (Duitsland en Nederland) te onderzoeken. Bovendien wordt de de relatie tussen CO2-prijzen en elektriciteitsprijzen dynamisch genoemd omwille van twee redenen: •

Grondstoffenprijzen spelen een belangrijke rol in de prijszetting van elektriciteit en CO2. Hoge gasprijzen stimuleren het gebruik van kolencentrales voor elektriciteitsproductie. Hierdoor neemt de vraag naar CO2-emissierechten toe (elektriciteitscentrales met kolen als grondstof stoten ongeveer dubbel zoveel CO2 uit per MWhe), en stijgt de prijs. Wanneer de prijs van CO2 een bepaalde drempelwaarde overschrijdt (de ‘switch level’), zal het voordeliger worden om met gas te werken i.p.v. kolen.

•

Als de elektriciteitsprijzen laag zijn, zal dit aanleiding geven tot meer elektriciteitsconsumptie en dus tot meer CO2-uitstoot. De vraag naar emissierechten zal stijgen, waardoor de CO2-prijs toeneemt. Voor elektriciteitsproducenten betekent dit dat de productiekost toeneemt. Wanneer dit doorgerekend wordt in de elektriciteitsprijzen, zal de vraag hierop reageren. Dit veronderstelt natuurlijk een zekere prijselasticiteit van de vraag naar elektriciteit.

56


Dit moet duidelijk maken dat er verschillende verbanden zijn tussen CO2-prijzen, elektriciteitsprijzen en grondstoffenprijzen (Reinaud J. (2007, p.72). Hoe dan ook is een precieze schatting van de ‘pass-through rates’ onmogelijk omwille van redenen die verband houden met de marktstructuur en de prijsvorming op de Europese elektriciteitsmarkt. Ten eerste gebeurt de prijsvorming op de Europese elektriciteitsmarkt niet altijd op basis van een systeem waarbij de marginale centrale de prijs bepaalt. In de theoretische verklaring was dit nochtans het uitgangspunt. In de praktijk is de elektriciteitsmarkt nog niet volledig geliberaliseerd en kan men nog steeds verschillende deelmarkten onderscheiden met elk een eigen regelgeving en prijszetting. Deze verschillende prijszettingmechanismen komen verder aan bod in paragraaf 5.3.3. Ten tweede worden verschillende soorten contracten afgesloten tussen producent en leverancier. Het merendeel van de elektriciteit wordt op voorhand verkocht via lange termijn contracten. Op korte termijn worden vraag en aanbod in evenwicht gebracht via de ‘day ahead’ markt of de ‘balancing market’. Verder wordt een overzicht gegeven van de verschillende soorten contracten. In de volgende paragraaf wordt dieper ingegaan op deze aspecten omtrent de Europese elektriciteitsmarkt.

5.3. De Europese elektriciteitsmarkt in praktijk 5.3.1. Liberalisering van de elektriciteitsmarkt Met het verdrag van Maastricht (1993) werd de basis gelegd voor een interne markt in de Europese Unie, waarbij vrij verkeer van personen, goederen en kapitaal gewaarborgd is. Aangezien elektriciteit toen als een dienst, en niet als een goed beschouwd werd, waren de regels voor vrij verkeer niet van toepassing. Op 19 december 1996 werd het liberaliseringproces van de elektriciteitsmarkt in gang gezet d.m.v. Directive 96/92/EG. De richtlijn trad twee maanden later (19 februari 1997) in werking. Sindsdien worden elektriciteit (als goed) en de distributie ervan (de dienst) afzonderlijk beschouwd. Er werden regels in vastgelegd die de energiemarkten van de lidstaten moesten harmoniseren tot één Europese elektriciteitsmarkt (Meeus L. et al., 2005, p.26-27 en Coppens F. en Vivet D., 2006, p.1). De voornaamste doelstelling van de ééngemaakte energiemarkt was “to increase efficiency in the production, transmission and distribution of electricity, while reinforcing security of supply and the competitiveness of the European economy and respecting environmental protection” (EU, Directive 96/92/EC, preambule 4). Het belangrijkste principe in de liberalisering van de energiemarkt was het introduceren

van

concurrentie.

Concurrentie

moet

ervoor

zorgen

dat

producenten

en

distributiemaatschappijen innovatiever, flexibeler en efficiënter worden. Dit moet de prijzen doen dalen en een efficiënter gebruik van schaarse natuurlijke hulpbronnen stimuleren. Directive 96/92/EC legt een aantal voorwaarden op die voldaan moeten zijn vooraleer de interne markt verwezenlijkt kan worden. Ten eerste moeten consumenten kunnen kiezen tussen verschillende energieleveranciers. Ten tweede is ‘Third Party Access’ vereist. Dit betekent dat de toegang tot het

57

Hoofdstuk 5: Relatie tussen de CO2-markt en de elektriciteitsmarkt 11

netwerk niet mag belemmerd worden . Ten derde moest het bestaande netwerk ontbonden worden. (Serrallés R.J., 2006, p. 2544-2546). Verticaal geïntegreerde bedrijven moeten hun activiteiten splitsen in productie, transmissie, distributie en levering. De productie en levering worden geherstructureerd om de concurrentie te stimuleren. De transmissie en distributie worden gereguleerd, aangezien dit activiteiten zijn waarbij anders een natuurlijk monopolie zou ontstaan (Scheepers et al., 2003, p.9-11). Het transmissie systeem moet beheerd en onderhouden worden door de ‘Transmissie Systeem Operator’ of TSO. Analoog moet het distributie systeem beheerd en onderhouden worden door de ‘Distributie Systeem Operator’ (Coppens F. en Vivet D., 2006, p.1-3). Toch werden de lidstaten relatief vrij gelaten bij het kiezen van de maatregelen om tot een ééngemaakte markt te komen. Het principe van subsidiariteit (zoals bepaald in het Verdrag van Maastricht) bepaalt immers dat voor zaken die niet tot de exclusieve bevoegdheid van de Gemeenschap behoren, de Gemeenschap slechts zal handelen voor zover dat de maatregelen niet door de lidstaten kunnen genomen worden. Bijgevolg werden algemene regels opgelegd door de Gemeenschap, maar de precieze implementatie van deze regels werd overgelaten aan de lidstaten, zodat iedere lidstaat die maatregelen kan kiezen die het best aansluiten bij de individuele situatie (Serralés R.J., 2006, p.2546). Dit resulteerde in sterk onderling sterk verschillende deelmarkten wat betreft organisatie, controle en regelgeving. Bijgevolg werd de volgende bekommernis deze verschillende nationale netwerken te integreren tot één groot Europees netwerk. Dit harmonisatieproces is zonder twijfel het meest uitdagende in het hele liberaliseringproces. In 2000 werd hiertoe het ‘Florence Proces’ ontwikkeld. De voornaamste doelstelling van dit plan is “to achieve a simple, objective, transparant, non-discriminatory trading system reflecting costs in order to create a real internal energy market” (Europese Commissie, COM(2000) 297 definitief) (Serralés R.J., 2006, p.2547). Op 26 juni 2003 werd Directive 96/92/EC vervangen door Directive 2003/54/EC. Hierin werden de deadlines korter en werd minder vrijheid gegeven aan de lidstaten om te komen tot een betere harmonisatie onder lidstaten (Meeus L. et al., 2005, p.28 en Coppens F. en Vivet D., 2006, p.3). Bovendien werd samen hiermee verordening 1228/2003 uitgegeven. Hierin wordt vastgelegd volgens welke mechanismen de internationale handel in elektriciteit moet verlopen en hoe de capaciteit van de inter-connecties moet verdeeld of gealloceerd worden (Meeus L. et al., 2005, p.28). In een in 2004 uitgegeven Strategy Paper van de Europese Commissie werd bovendien gesteld dat er een ‘interim stage’ moet bestaan vooraleer de energiemarkt volledig vrijgemaakt kan worden. In deze tussenfase is het de bedoeling dat regionale elektriciteitsmarkten gevormd worden tussen bepaalde lidstaten en hun buurlanden. De reden is dat er nog onvoldoende interconnecties bestaan tussen de

11

De lidstaten kunnen daarbij kiezen tussen (i) gereguleerde ‘Third Party Access’ (TPA), (ii)

onderhandelde‘ TPA en (iii) het ‘single buyer model’. De details hiervan kunnen teruggevonden worden in Directive 96/92/EC of in Coppens F. en Vivet D., 2006, p.1-3.

58


lidstaten,

terwijl

andere

lidstaten

al

begonnen

zijn

met

het

implementeren

van

de

harmonisatieregelgeving. Figuur 5.13 toont de mogelijke regionale elektriciteitsmarkten in de tussenfase (Europese Commissie, 2004, p.5-6). Figuur 5.13: Mogelijke regionale elektriciteitsmarkten in de Europese Unie

Bron: Europese Commissie, 2004, p.6

5.3.2. Marktstructuur Sijm J.P.M. et al. stellen dat, ondanks de recente liberalisering in de Europese elektriciteitsmarkt, er nog steeds significante marktimperfecties bestaan omwille van beperkte toegang op het netwerk en andere beperkingen op de internationale handel in elektriciteit. Op basis van de huidige verbindingen van het elektriciteitsnetwerk bestaat de Europese elektriciteitsmarkt uit 6 regionale markten, nl. 1. Noordwest continentaal Europa (Duitsland, Frankrijk, België, Luxemburg en Nederland) 2. De Noorse elektriciteitsmarkt (Noorwegen, Finland, Zweden en Denemarken) 3. De Iberische markt (Spanje en Portugal) 4. De Italiaanse markt 5. De Britse markt 6. De Centraal en Oost-Europese markt (Tsjechische Republiek, Polen, Hongarije, Slowakije en Slovenië) De concurrentie tussen deze markten verschilt substantieel, bijvoorbeeld op basis van de marktconcentratie. Het aantal elektriciteitsproducenten is relatief laag in Italië, de Iberische markt en noordwest continentaal Europa, terwijl de concentratie veel hoger ligt in de andere markten. Ook de hoeveelheid reservecapaciteit verschilt onderling. Er is weinig reservecapaciteit in de Noorse elektriciteitsmarkt en in Italië, en meer in de andere deelmarkten. Bovendien verschilt ook de mate van verticale integratie, het strategisch gedrag, het soort contracten, … Dit resulteert in verschillende prijzen en ‘pass-through rates’ tussen de verschillende deelmarkten (Sijm J.P.M. et al., 2005, p.38-40).

59


De huidige structuur van de Europese energiemarkt kan best omschreven worden als een grote markt bestaande uit verschillende deelmarkten met inter-connecties daartussen. De verschillende deelmarkten vallen samen met de controlezones van de verschillende ‘transmission system operators’ (TSO’s). Deze regionale markten kunnen verder onderverdeeld worden in ‘wholesale’, ‘balancing’ en ‘retail’ (Meeus L. et al., 2005, p.28-30). Onderstaande figuur stelt dit schematisch voor.

Figuur 5.14: Structuur van de Europese elektriciteitsmarkt

Bron: Meeus L. et al., 2005, p.28 In de ‘wholesale’ markt’ wordt het grootste deel van de elektriciteit verhandeld via forward contracten op de OTC-markt. Energieleveranciers kopen de elektriciteit op voorhand via forward contracten en stellen zo een portfolio samen. Op korte termijn moeten echter aanpassingen gebeuren, en daarom is er nood aan dagen uurcontracten op de spot markt. Dit heeft geleid tot het ontstaan van energiebeurzen in verschillende landen. Energiebeurzen zijn handelsplatformen waar elektriciteit verhandeld wordt via ‘blocks’ van een uur, een dag, of langer. Hoewel via de beurzen slechts een kleiner deel van de handel plaatsvindt, is de prijs op de energiebeurs belangrijk omdat ze dient als referentie voor de forward contracten op de OTC-markt. De nationale ‘wholesale’ markten worden met elkaar verbonden via een netwerk van inter-connectoren. Deze verbindingen zijn nog zeer zwak zodat internationale handel in elektriciteit beperkt wordt. De ‘wholesale’ markt eindigt daar waar de verschillende producenten hun elektriciteit doorgeven aan de TSO. De TSO brengt vraag en aanbod in evenwicht (‘balances load and generation’) en houdt hierbij rekening met de beperkingen van het netwerk. Dit is de ‘balancing market’. De TSO voorziet ook een zekere reserve aan elektriciteit. Op enkele uitzonderingen na zijn de verschillende ‘balancing markets’ niet met elkaar verbonden (Meeus L. et al., 2005, p.28-30). Verder is er nog de ‘retail’ markt waarin de elektriciteit van de leverancier tot bij de consument wordt gebracht (Meeus L. et al., 2005, p.28-30).

60


5.3.3. Prijsvorming Ingevolge de liberalisering in de elektriciteitssector en de splitsing van verticaal geïntegreerde bedrijven is de manier waarop prijzen tot stand komen grondig aan het veranderen (Scheepers M.J.J. et al., 2003, p.15). Algemeen kunnen drie plaatsen onderscheiden worden waar contracten tot stand komen (Scheepers M.J.J. et al., 2003, p.16): •

‘Opaque’ of niet-transparante OTC-markt. Het gros van alle elektriciteit in Europa wordt nog steeds op deze manier verhandeld. Lange termijn contracten worden afgesloten tussen producent en leverancier. Hierover is weinig informatie beschikbaar. De mate waarin gebruik gemaakt wordt van dergelijke contracten is sterk afhankelijk van de structuur van de betrokken deelmarkt. In markten met sterk verticaal geïntegreerde structuren (zoals in België en Frankrijk) gebeurt vrijwel alle handel via dit kanaal. Korte termijn handel via de energiebeurzen komt dan moeilijk tot ontwikkeling.

•

Transparante OTC-markt. Hier worden contracten bilateraal verhandeld. De contracten zijn niet gestandaardiseerd maar aangepast aan de wensen van beide partijen. Het gaat om ‘day-ahead’ contracten, forwards, swaps en opties.

•

Energiebeurzen waar gestandaardiseerde contracten verhandeld worden. Dit stimuleert de efficiëntie door transparantie, liquiditeit en reduceert de transactiekosten.

Figuur 5.15 geeft een overzicht. Het merendeel van de elektriciteit wordt verhandeld via lange termijn contracten. Aangezien niet alles kan voorzien worden op lange termijn, worden korte termijn contracten afgesloten op de ‘day-ahead’ en de ‘balancing’ market.

Figuur 5.15: Verschillende marktsegmenten op de Europese elektriciteitsmarkt

Bron: Scheepers M.J.J. et al., 2003, p.17

61


Over de lange termijn contracten die gesloten worden tussen producent en leverancier is relatief weinig geweten. Reinaud J. (2007, p.7-8) heeft op basis van enquêtes in de sector een aantal contractvormen kunnen onderscheiden: geïndexeerde contracten (vb. geïndexeerd op grondstoffenprijzen en CO2prijzen), ‘cross-market’ contracten (vb. de ‘spark spread option’ waarbij de koper van dergelijk contract de optie heeft om een eenheid gas te ruilen vor een eenheid elektriciteit tegen een bepaalde prijs), ‘floating contracts’ met bodem en plafond prijs, ‘fixed price’ contracten, ‘contract for differences’ (d.w.z. er wordt een vergoeding betaald voor prijsverschillen tijdens een vooraf bepaalde periode), … Essentieel hierbij is de vraag of deze contracten toelaten de gestegen CO2-kost door te rekenen. Bestaat er een relatie tussen de productiekosten (de productiekost van de marginale centrale) en de prijs? Indien de prijs van dergelijke contracten lager ligt dan de marktprijs wordt transmissie van CO2-kosten naar de elektriciteitsprijs bemoeilijkt (Reinaud J., 2007, p.14). Reinaud J. (2005b, p.49) wijst erop dat in het geval van bilaterale handel tussen elektriciteitsproducent en leverancier (langetermijn contracten) niet de volledige CO2-component van de marginale centrale in de prijzen wordt doorgerekend, maar enkel de gemiddelde CO2-kost (de totale CO2-kost / de totale hoeveelheid geproduceerde elektriciteit). Samenvattend kunnen we stellen dat het gedeelte van de elektriciteitsmarkt waar prijsvorming gebeurt op basis van de marginale kosten zich beperkt tot de energiebeurzen waar op korte termijn (‘day ahead’) verhandeld wordt. Producenten die elektriciteit willen leveren geven voor elk uur van de volgende dag prijs en hoeveelheid aan waartegen zij bereid zijn te leveren. Op dezelfde manier geeft de vragende partij de prijs en hoeveelheid aan waartegen hij/zij bereid is elektriciteit af te nemen de volgende dag. De emissiebeurs aggregeert al deze vraag en aanbodcurves en bepaalt de evenwichtsprijs. Zo komt één evenwichtsprijs (‘market clearing price’) en hoeveelheid tot stand voor elk uur van de volgende dag (Coppens F. en Vivet D., 2006, p.25-26). Figuur 5.16 toont een voorbeeld van dergelijke vraag en aanbodcurves op de Amsterdamse energiebeurs APX (Amsterdam Power Exchange).

62


Figuur 5.16: Het prijsmechanisme op de ‘Amsterdam Power Exchange’.

Bron: APX, 2007 Hoewel deze energiebeurzen sinds de liberalisering aan een echte opmars bezig zijn, blijven de verhandelde volumes op deze markten nog relatief klein, meestal ongeveer 10% van alle elektriciteitsverbruik. De enige uitzondering is de Noorse energiemarkt, waar ongeveer 30% van alle geconsumeerde elektriciteit verhandeld wordt op Nordpool (Coppens F. en Vivet D., 2006, p.25-26).

Tabel 5.3: Aandeel van de verschillende energiebeurzen in de totale hoeveelheid geconsumeerde elektriciteit (in %)

Bron: Coppens F. en Vivet D., 2006, p.26 De theoretische verklaring voor de ‘pass-through rate’ is nochtans gebaseerd op de veronderstelling dat prijzen op de elektriciteitsmarkt tot stand komen waar de marginale kosten de vraag snijden. Dit is dus niet volledig juist. De transmissie van de CO2-kost in de stroomprijs wordt verhinderd doordat lange termijn contracten worden afgesloten die geen aanpassing toelaten voor wijzigende CO2-prijzen.

63


‘Cost-plus’ prijsvorming daarentegen komt algemeen voor waar de liberalisering nog niet volledig voltooid is. De prijs wordt dan bepaald op basis van de variabele én de vaste kosten, waar een winstmarge aan toegevoegd wordt (Voorspools K., 2007, p.2-3). Voorspools K. (2007, p.4-5) toont aan dat in de Duitse elektriciteitsmark een overgang kan opgemerkt worden van ‘cost-plus’ prijszetting naar prijszetting op basis van de marginale kosten. Uit gegevens van Eurostat blijkt dat in de eerste helft van 2006 dubbel zoveel elektriciteit werd opgewekt uit kolen dan uit gas. Indien de prijszetting zou gebeuren op basis van een ‘cost-plus’ model zou dit betekenen dat koolprijzen de drijver zijn van de Duitse stroomprijzen. Indien echter de prijszetting gebeurt op basis van de marginale kosten, zijn de gasprijzen de drijver. Deze laatste stelling is gebaseerd op een vergelijking van de marginale kosten van gas en kolen (inclusief de bijhorende CO2-component). Aangezien de marginale kost van een gascentrale hoger ligt dan de marginale kost van een kolencentrale, moeten gascentrales de marginale centrales zijn, en gebeurt de prijszetting op basis van de gasprijzen (plus de CO2-component). De vraag die rest is uit te maken wat de drijver is van de Duitse elekticiteitsprijzen: gas of kolen. Daarvoor wordt teruggegrepen naar de crash eind april – begin mei 2006. Vóór de crash noteerde het cal 07 contract ongeveer €60/MWhe. In de periode na de crash (juni 2006) noteerde het cal 07 contract ongeveer €53/MWhe. Opmerkelijk hierbij is dat de val in de Duitse stroomprijs vrijwel volledig gelijk loopt met de val in de CO2-component indien gas de prijsdrijver is, zoals blijkt uit figuur 5.17. Indien de koolprijs de drijver zou geweest zijn, zou de Duitse stroomprijs ongeveer dubbel zo sterk gedaald moeten zijn. Hieruit besluit Voorspools K. dat de prijszetting gebeurt op basis van de marginale kosten. De overgang tussen ‘cost-plus’ prijszetting en prijszetting op basis van de marginale centrale blijkt trouwens heel mooi uit figuur 5.17 (a). Vóór oktober 2006 lag de marginale kost van een gascentrale boven de marktprijs, waardoor de ‘clean spark spread’ negatief was. In de tweede helft van 2006 echter wordt de ‘clean spark spread’ positief wat erop wijst dat de prijszetting op Duitse elektriciteitsmarkt nu gebeurt op basis van de marginale centrale.

64


Figuur 5.17: Duitse elektriciteitsprijs en zijn componenten (€/Mwhe) indien de gasprijs de drijver is (a) en indien de kolenrpijs de drijver is (b)

Bron: Voorspools K., 2007, p.4-5

5.4. Empirisch onderzoek Hieronder worden de bestaande methoden inzake het schatten van de ‘pass-through rate’ opnieuw herbekeken in het licht van de opmerkingen in voorgaande paragrafen. Er wordt gekozen voor de Duitse elektriciteitsmarkt omdat Duitsland het grootste land is in het EU ETS in termen van CO2-uitstoot en toegewezen rechten (zie figuur 4.12 voor 2005 en 4.15 voor 2006). De onderzochte tijdsperiode loopt van 22 april 2005 (omwille van de beschikbaarheid van het EUA 2007 contract van ECX) tot en met 3 april 2007. Vooraleer van start te gaan met het testen van de verschillende methoden is het interessant een eerste blik op de data te werpen door de verschillende gegevens in grafiek uit te zetten. Figuur 5.18 toont de gegevens voor de Duitse elektriciteitsmarkt. Zowel de componenten met gas als drijver of kolen als drijver 12

worden weergegeven: de Duitse stroomprijs (€/MWhe, ‘baseload’ , ‘first year’ contract), de kost van de kolencomponent (€/MWhe, op basis van de kolenindex API#2 met een verbrandingswaarde van 6,978MWhp/ton kolen en een efficiëntie van 35%), de kost van de gascomponent (€/MWhe, op basis van de gasprijzen NBP – gemiddelde first season & second season, en een efficiëntie van 50%), de CO2kostencomponent van een gascentrale (met uitstootfactor 0,20196 tCO2/MWhp en een efficiëntie van 50%), de CO2-kostencomponent van een kolencentrale (met uitstootfactor van 0,34056 tCO2/MWhp en opnieuw een efficiëntie van 35%)13.

12 13

‘Baseload’ staat voor daluren, ‘peakload’ voor piekuren. Voor de precieze berekening van de kolen- gas- en CO2-kostencomponent wordt verwezen naar

paragraaf 7.3.1.

65


Figuur 5.18: Componenten van de Duitse elektriciteitsprijs 90

Duitse stroomprijzen (€/Mwhe)

70

kost gascopmponent (€/Mwhe)

50

kost kolencomponent in €/Mwhe 30

Kost CO2-component kolencentrale (€/Mwhe) Kost CO2-component gascentrale (€/Mwhe) 22 feb 07

22 dec 06

22 okt 06

22 aug 06

22 jun 06

22 apr 06

22 feb 06

22 dec 05

22 okt 05

22 aug 05

22 jun 05

-10

22 apr 05

10

Bron: Eigen weergave op basis van gegevens Fortis Uit figuur 5.18 blijkt dat de Duitse elektriciteitsprijs sterk gestegen is over de beschouwde periode. De gascomponent is gedaald, de kost van de kolencomponent is ongeveer gelijk gebleven en de CO2component is gedaald. Dit laat reeds uitschijnen dat het zeer moeilijk is om de stijging van de elektriciteitsprijs louter te verklaren op basis van de prijs van kolen, gas en CO2. In het rapport van Voorspools K. (in paragraaf 5.3.3.) werd erop gewezen dat de stijging van de Duitse stroomprijs een gevolg is van het recente liberaliseringsproces, waarbij er in de prijsvorming van de Duitse elektriciteitsmarkt een evolutie heeft plaatsgevonven van ‘cost-plus’ naar ‘marginal cost’. Deze logica verklaart perfect de stijging in de Duitse stroomprijzen. Vervolgens werd het spreidingsdiagram voor CO2-prijzen (EUA 2007) en Duitse stroomprijzen (‘baseload’, ‘first year’) opgesteld voor verschillende tijdperioden (zie figuur 5.19). We stellen zoals verwacht een positief verband vast tussen beide markten. Het verband is echter sterk afgenomen over de tijd. Dit blijkt ook uit tabel 5.4 waar de preciese correlatiecoëfficiënten tussen CO2-prijzen en Duitse stroomprijzen berekend werden. Dit kan verklaard worden door de evoluties op beide markten: de Duitse stroomprijs is sterk gestegen in de beschouwde periode, terwijl we een tegengestelde evolutie waarnemen in de CO2-markt. In de periode januari – april 2007 ligt de trendlijn opnieuw iets stijler.

66


Figuur 5.19: Spreidingsdiagram CO2-prijzen (EUA 2007, €/tCO2) en Duitse stroomprijzen (‘baseload’, ‘first year’, €/MWhe)

Duitse base load stroomprijzen (first year, €/MWh)

65

60

55

2005 eerste helft 2006

50

tweede helft 2006 begin 2007

45

40

35 0

5

10

15

20

25

CO2-prijs (EUA 2007, €/tCO2)

30

35

Bron: Eigen berekeningen Net zoals Riechmann et al. en de studie van het VIK (paragraaf 5.2.2.) wordt ook hier vastgesteld dat de correlatie beduidend minder sterk is in het vierde kwartaal van 2005. Bovendien kan men in de grafiek de invloed van de crash in april/mei 2006 goed opmerken: na de crash is de oranje puntenwolk opmerkelijk naar links opgeschoven. We merken wel op dat begin 2007 de Duitse elektriciteitsprijs duidelijk meer gecorreleerd is met het EUA 2008 contract (tweede fase EU ETS) dan met het EUA 2007 contract (eerste fase EU ETS). Als verklaring hiervoor kan verwezen worden naar de invloed van de overallocatie op de koers van fase I contracten. De prijs van deze contracten is gaandeweg naar nul geëvolueerd. Begin april 2007 verwachte de markt voor fase II geen overallocatie, gezien de prijs begin april €17/tCO2 bedraagt. Tabel 5.4: Correlatie tussen CO2-prijzen (EUA 2007 en EUA 2008, €/tCO2) en Duitse elektriciteitsprijzen (‘baseload’, ‘first year’, €/MWhe) EUA 2007

EUA 2008

april - december 2005

0.467

0.443

eerste helft 2006

0.678

0.800

tweede helft 2006

0.494

0.281

januari - april 2007

0.491

0.805

Bron: Eigen berekeningen

67

Hoofdstuk 5: Relatie tussen de CO2-markt en de elektriciteitsmarkt 14

Bovendien wordt nagegaan of de correlatie verschilt tussen zomer en winter , maar de resultaten spreken dit tegen (zie tabel 5.5.). De vaststelling dat de correlatie afgenomen is over de tijd domineert de resultaten. Tabel 5.5: Correlatie tussen CO2-prijzen (EUA 2007, €/tCO2) en Duitse elektriciteitsprijzen (‘baseload’, ‘first year’, €/MWhe) voor verschillende deelperioden winter 2005/2006

0.844

winter 2006/2007

0.552

correlatie zomer 2005

0.872

correlatie zomer 2006

0.523

Bron: Eigen berekeningen Vervolgens wordt ook gekeken naar het verband tussen de elektriciteitsprijs en de prijs van de marginale brandstof (gas) (zie paragraaf 5.3.3.). Figuur 5.20 toont het spreidingsdiagram voor Duitse stroomprijzen en gasprijzen. In 2005 bestond er duidelijk een positief verband tussen gasprijzen en elektriciteitsprijzen. Dit verband is sterk afgenomen over de tijd. Dit kan opnieuw verklaard worden door de sterke stijging in de Duitse elektriciteitsprijzen, in tegenstelling tot de gasprijzen welke gedaald zijn over de beschouwde periode. Tabel 5.6 toont de precieze correlatiecoëfficiënten tussen beide markten in de verschillende deelperioden tijdens daluren. In 2007 ligt de correlatie opnieuw hoger, omwille van de stijging van de gasprijs begin 2007 (zie figuur 5.18).

14

Als zomerperiode werd genomen: 30/05 tot 30/09, de winterperiode loopt van 30/11 tot 30/03.

68


Duitse stroomprijs (€/MWhe, base load, 'first year))

Figuur 5.20: Spreidingsdiagram gasprijzen (€/MWhp, UK BNP, gemiddelde ‘first & second season’) en Duitse stroomprijzen (€/MWhe, ‘baseload’, ‘first year’)

60

55

50

2005 eerste heflt 2006 tweede helft 2006 2007

45

40

35 10

15

20

25

30

35

Gasprijzen UK NBP (€/MWhp, gemiddelde first & second season) Bron: Eigen weergave op basis van gegevens Fortis Tabel 5.6: Correlatie tussen Duitse stroomprijzen (€/MWhe, ‘baseload’, ‘first year’) en gasprijzen (€/MWhe, UK BNP, gemiddelde first & second season) 0.8690591


-0.0893219

tweede helft 2006

0.5288607

2007

0.7990553

Bron: Eigen berekeningen Tenslotte wordt het verband tussen CO2-prijzen en gasprijzen van naderbij bekeken. Figuur 5.21 toont het spreidingsdiagram voor CO2-prijzen (EUA 2007) en gasprijzen (UK BNP). Hieruit blijkt dat, met uitzondering van de tweede helft van 2006, er een positief verband bestaat tussen beide markten. Intuïtief klopt dit ook: enerzijds zal een stijging van de gasprijs (boven een bepaalde waarde) het gebruik van kolen stimuleren, waardoor de CO2-uitstoot stijgt en de CO2-prijs. Anderzijds zet een toename van de CO2-prijs (boven een bepaalde waarde) aan tot meer gasverbruik (aangezien bij de verbranding van kolen dubbel zoveel CO2/MWhe vrijkomt als bij de verbranding van gas), waardoor de vraag naar gas en de gasprijs stijgt. In figuur 5.18 zagen we echter dat dit verband geldt in de omgekeerde richting, nl. een daling van de CO2-prijs samen met een daling van de gasprijs, waarbij de gasprijs sterker daalde dan de CO2-prijs.

69


Figuur 5.21: Spreidingsdiagram gasprijzen (€/MWhp, UK BNP, gemiddelde ‘first & second season’) en CO2-prijzen (€/tCO2, EUA 2007) Gasprijs UK BNP (€/MWhp, gemiddelde first & second season)

35

30

2005 25

eerste helft 2006 tweede helft 2006

20

2007

15

10 0

5

10

15

20

25

30

35

CO2-prijs (€/tCO2, EUA 2007)

De precieze correlatiecoëffiënten tussen CO2-prijzen en gasprijzen worden weergegeven in tabel 5.7. Tabel 5.7: Correlatie tussen CO2-prijzen (€/tCO2) en gasprijzen (€/MWhp, UK BNP, gemiddelde first & second season) 0.606


-0.301

tweede helft 2006

0.976

2007

0.974

Bron: Eigen berekeningen De sterke correlatie tussen beide markten bevestigt de bevindingen uit hoofdstuk 4 (event study). Sijm J.P.M. et al. (2005, p.54-60) probeerden het ‘pass-through’ percentage te ontcijferen waarbij de ‘dark/spark spread’ constant is over de tijd. Voor Duitsland berekenden ze de ‘(clean) dark spread’ op basis van Duitse stroomprijzen (piekuren) met efficiëntie van een kolencentrale van 40%. Hier wordt gewerkt met een efficiëntie van 35% voor een kolencentrale, wat realistischer is dan 40% (dit is een heel goeie kolencentrale). Onze pogingen om een ‘pass-through’ percentage te vinden waarbij trendlijn van de ‘dark/spark spread’ horizontaal ligt hebben (logischerwijze) weinig resultaat opgeleverd. De stijging van de elektriciteitsprijs houdt immers verband met de prijsvorming op de elektriciteitsmarkt, en is niet louter te verklaren door grondstofprijzen of de CO2-kost.

70


We berekenden dat, in de periode 22 april 2005 tot eind juli 2005, de trendlijn van de ‘dark spread’ horizontaal lag indien 95% van de CO2-kost doorgerekend wordt (zelfde veronderstellingen als in figuur 5.18). In de periode die daarop volgt is de elektriciteitsprijs sterk beginnen stijgen, terwijl men deze evolutie niet waarneemt in de CO2- en de kolenmarkt. Het was bijgevolg niet mogelijk om hieruit conclusies te trekken: in de tweede helft van 2005 verloopt de trendlijn van de ‘dark spread’ stijgend, zowel wanneer 0% als wanneer 100% van de CO2-kost doorgerekend wordt. Zelf wanneer de CO2-kost 5 keer doorgerekend wordt (wordt absoluut niet rationeel is) verloopt de trendlijn van de ‘dark spread’ nog steeds stijgend. Dezelfde redenering werd gevolgd met van de ‘spark spread’ (Voorspools K. kwam tot de conclusie dat gas de drijver is van Duitse elektriciteitsprijzen), maar omwille van dezelfde reden kunnen geen zinvolle conclusies getrokken worden. De evolutie in de elektriciteitsprijzen wordt gedomineerd door de overgang in de prijsvorming van ‘cost-plus’ waarbij kolen de prijs drijft naar ‘marginal cost’ waarbij gas de prijzen drijft. Pogingen om het ‘pass-through’ percentage te ontcijferen waarbij de ‘spark spread’ horizontaal ligt leverden bijgevolg geen nuttige conclusies op, ook niet wanneer de totale periode opgesplitst wordt in deelperioden. De econometrische schattingen van Sijm J.P.M. et al. kampen met hetzelfde probleem, nl. de veronderstelling dat de marktstructuur ongewijzigd blijft in de beschouwde periode. Omwille van de conclusie van Voorspools K. is duidelijk niet voldaan aan deze veronderstelling. Bijgevolg lijkt het niet echt zinvol een model te proberen ontwikkelen dat uitgaat van deze veronderstelling. Samenvattend kunnen we stellen dat in de Duitse elekticiteitsmarkt een belangrijke evolutie heeft plaatsgevonden waardoor de evolutie van de elektriciteitsprijs niet louter kan verklaard worden op basis van de prijsevolutie in de grondstoffen- en CO2-markt. We kwamen wel tot de vaststelling dat de elektriciteitsmarkt, de grondstoffenmarkt en de CO2-markt nauw met elkaar verbonden zijn. Figuur 5.22 toont de relaties tussen de verschillende markten. Omwille van endogeniteit is het niet zomaar mogelijk is de invloed van de ene markt op de andere na te gaan. In dergelijk kader is het aangewezen om meer gesofisticeerde statistische methoden te hanteren. Een interessante mogelijkheid voor toekomstig onderzoek bestaat erin een VAR-model te schatten. Hierbij kunnen dan ook andere bepalende variabelen zoals vb. temperatuur (exogeen) in rekening gebracht worden. Bovendien kan dan nagegaan worden hoe de invloed van één variabele op de andere wijzigt over de tijd.

71


Figuur 5.22: De relatie tussen CO2-prijzen, elektriciteitprijzen en grondstoffenprijzen

gasprijs

Elektriciteitsprijs

CO2-prijs

Kolen-

olieprijs

prijs

5.5. Besluit In dit hoofdstuk werd de relatie tussen de CO2-markt en de elektriciteitsmarkt nader toegelicht. Theoretisch gezien is CO2-emissiehandel van invloed op de elektriciteitsprijzen doordat de opportuniteitskost van emissierechten (de optie om het recht te verkopen) beschouwd wordt als variabele kost. Bij prijszetting in competitieve elektriciteitsmarkten op basis van marginale kosten wordt deze kost doorgerekend in de biedingen die elektriciteitsproducenten doorgeven aan de emissiebeurs. Ook empirisch werd de invloed van CO2-prijzen op stroomprijzen nagegaan, en zoals theoretisch verwacht, wordt de opportuniteitskost van CO2 (deels) in rekening gebracht. Globaal gezien bekomt men waarden die tussen de 40 en 80% liggen. Daarbij werden evenwel een aantal methodologishe knelpunten aangewezen. Naast de gebruikelijke econometrische problemen werd opgemerkt dat het verband tussen elektriciteitsmarkt en CO2-markt dynamisch, waarbij ook grondstoffenprijzen een rol spelen. We merkten op dat de invoering van het EU ETS in verband staat met de liberalisering van de Europese elektriciteitsmarkt. Na een kort overzicht van de wettelijke aspecten werd dieper ingegaan op de marktstructuur en de prijsvorming. De liberalisering is nog niet volledig voltooid, de prijsvorming gebeurt nog niet volledig op basis van de marginale kosten, en lange termijn contracten verhinderen een vlotte ‘pass-through’ van CO2-kosten in elektriciteitsprijzen. Bovendien is de recente stijging van de elektriciteitsprijzen een gevolg van deze evolutie. Tenslotte werden de componenten van de Duitse elektriciteitsmarkt van naderbij bekeken. De hierboven beschreven evoluties in de elektriciteitsmarkt kunnen duidelijk herkend worden in de tijdreeksen. Bovendien worden ook de verbanden tussen grondstoffenprijzen, CO2-prijzen en elektriciteitsprijzen empirisch teruggevonden. In dergelijk complex kader waarin verschillende factoren inwerken op elkaar is het aangewezen om te werken met meer gesofisticeerde modellen, zoals vb. VAR-modellen.

72

Hoofdstuk 6: Geldt de ‘efficiënte markthypothese’ op de Europese CO2-markt?

6. Geldt de ‘efficiënte markt hypothese’ op de Europese CO2-markt? Economisten zijn het er in theorie ronduit over eens dat emissiehandel de meest kostenefficiënte manier is om emissies te reduceren en daarom te verkiezen is boven ‘command and control’ maatregelen. Deze argumentatie is gebaseerd op de veronderstelling dat de handel in emissierechten efficiënt verloopt (Bailey E.M., 1998, p.3). Het is daarom essentieel om na te gaan of deze veronderstelling in de praktijk wel voldaan is. In 6.1. wordt statistisch nagegaan of de CO2-markt een efficiënte markt is, m.a.w. of de prijsvorming efficiënt gebeurt. Het onderzoek is gebaseerd op een studie van Albrecht J. et al. (2005). Zij gaan de na of de Amerikaanse SO2-markt efficiënt is vanuit ‘informatiestandpunt’. Deze werkwijze wordt hier herhaald voor de Europese CO2-markt. Bovendien wordt in 6.2. nagegaan of het mogelijk is om de toekomstige CO2-prijs te voorspellen. Vooreerst wordt een kort overzicht gegeven van de bestaande theorieën. Vervolgens wordt op basis van eigen onderzoek geprobeerd een econometrisch model te ontwikkelen dat de CO2-prijs voorspelt. Indien de CO2-markt efficiënt is, is het onmogelijk om voorspellingen te doen over de toekomstige prijs op basis van de prijs in het verleden.

6.1. Efficiëntie van de Europese CO2-markt 6.1.1. Wat is een efficiënte markt? De efficiëntie van een markt kan onderzocht worden vanuit verschillende invalshoeken. Ten eerste kan men de efficiëntie van een markt onderzoeken vanuit het proces waarin vraag en aanbod elkaar vinden. Men gaat dan na of de markt competitief en frictieloos is (afwezigheid van rigiditeiten). Joskow et al. (1998) analyseren op deze manier de efficiëntie van de Amerikaanse SO2-markt. Zij besluiten dat een relatief efficiëntie SO2-markt zich begon te ontwikkelen vanaf midden 1994 (Joskow et al., 1998, p.683 en Albrecht J. et al., 2005, p.1471-1472). Een tweede manier om de efficiëntie van een markt na te gaan is afkomstig uit de financieel economische literatuur en gaat uit van de prijsevolutie op zichzelf. Er wordt nagegaan hoe snel nieuwe informatie geïncorporeerd wordt in de koers (m.a.w. efficiëntie vanuit informatiestandpunt). Indien de emissiemarkt efficiënt is, wordt nieuwe informatie onmiddellijk verwerkt in de prijs. Veronderstel dat op tijdstip t nieuwe informatie beschikbaar is voor de CO2-markt waardoor de koers stijgt. In een efficiëntie markt gebeurt deze prijsstijging in één keer, en niet in verschillende kleine stapjes (dit staat voor een inefficiënte markt). Of anders gezegd: het nieuws van vandaag helpt ons niet om de prijs van morgen te voorspellen. Dit impliceert dat marktpartijen een goed begrip hebben van het prijsvormingsproces en hoe nieuwe informatie de koers beïnvloedt (Albrecht J. et al., 2005, p.1472). De ‘efficiënte markt hypothese’ stelt dat alle beschikbare informatie in de koers verwerkt is. Afhankelijk van wat precies bedoeld wordt met ‘alle beschikbare informatie’ kunnen drie verschillende vormen van marktefficiëntie onderscheiden worden. De zwakke vorm van marktefficiëntie stelt dat prijzen alle

73


informatie bevatten die afgeleid kan worden uit de historiek van de prijzen en handelsvolumes. Dit impliceert dat trendanalyse zinloos is. De semi-sterke vorm van marktefficiëntie stelt dat alle publiek beschikbare informatie m.b.t. de toekomstige prijs in de koers verwerkt is. De sterke vorm van marktefficiëntie stelt dat alle informatie in de koers verwerkt is, zelfs die informatie die enkel door insiders gekend is (Bodie Z. et al., 2005, p.370-373). Hier wordt de zwakke vorm van marktefficiëntie onderzocht.

6.1.2. Methodologie De gebruikte methode bestaat erin na te gaan of de CO2-prijs een random walk proces is. Random walks en efficiënte markten zijn nauw met elkaar verbonden. Indien marktparticipanten rationeel zijn, weerspiegelt de prijs

p t de verwachte waarde van het emissierecht gegeven de informatie op tijdstip t.

Naarmate nieuwe informatie beschikbaar wordt, wordt die toegevoegd aan de informatieset. Daarbij wordt verondersteld dat marktparticipanten een oneindig lang durend geheugen hebben. Per definitie is de instroom van nieuwe informatie onzeker; nieuwe informatie bereikt de CO2-markt at random. Bijgevolg gebeuren prijswijzigingen in een efficiënte markt ook at random. Dit proces kan als volgt gemodelleerd worden:

pt = p t −1 + γ + ε t

(6.1)

waarbij

p t = natuurlijke logaritme van de CO2-prijs op tijdstip t

γ = drift parameter

εt

= random storingsterm, met E

De storingsterm

εt

[ε t ] = 0 en var[ε t ] = σ 2

kan daarbij gezien worden als de impact van het nieuws van vandaag op de prijs

vandaag. De vergelijking stelt dat de rationele verwachting van de prijs vandaag gelijk is aan de rationele verwachting van de prijs de dag ervoor, gecorrigeerd voor de impact van onverwacht nieuws. Indien de CO2-prijs een random walk volgt, is de CO2-markt efficiënt (zwakke vorm), aangezien het onmogelijk is om winst te maken op basis van informatie die in de koers vervat zit. In de praktijk worden random walk testen vaak gebruikt om de efficiëntie van een markt na te gaan. Vervolgens moet gekeken worden of wel aan de voorwaarden van een random walk is voldaan. Campbell et al. onderscheiden drie vormen van random walks. De eerste vorm (RW1) is de strengste en vereist dat de storingstermen

εt

identiek en onafhankelijk verdeeld zijn. De tweede vorm (RW2) vereist dat de

storingstermen onafhankelijk maar niet identiek verdeeld zijn. De derde en zwakste random walk vorm (RW3) vereist dat de storingstermen afhankelijk, maar ongecorreleerd zijn (Albrecht J. et al, 2005, p.1473 en Campbell et al., 1997). De RW3 wordt empirisch het meest getest en zal ook hier onderzocht worden. Dit betreft echter efficiëntie vanuit statistisch oogpunt. In de praktijk moet rekening gehouden worden met transactiekosten. Dit impliceert dat het mogelijk is dat de CO2-prijs vanuit statistisch oogpunt niet efficiënt 74


is, maar wel vanuit economisch oogpunt. Wanneer de informatie die vervat zit in de koersen niet toelaat om winst te maken na aftrek van de transactiekosten is de markt efficiënt in economische termen (Albrecht J. et al., 2005, p.1473).

6.1.3. Data De efficiëntie van de CO2-markt kan nagegaan worden voor de spot en de forward markt. Voor de spot markt werd de slotprijs van de Franse energiebeurs Powernext gebruikt (gegevens Fortis), aangezien dit de beurs is met het grootste volume verhandelde spot contracten (zie ook Paolella M.S. en Taschini L., 2006, p.9 en Seifert et al., 2006, p.21). Voor de forward markt worden data gebruikt van de European Climate Exchage (ECX) omwille van dezelfde reden (zie ook Seifert et al., 2006, p.21). Voor beide bronnen zijn gegevens beschikbaar in 5 dagen per week. De volgende tijdsperiodes worden onderzocht: Tabel 6.1: Onderzochte looptijd en steekproefgrootte van de verschillende CO2-contracten Spot prijs 24 juni 2005 15 maart 2007 N = 450 EUA 2005 contract

22 april 2005 19 december 2005

N = 166

EUA 2006 contract

22 april 2005 18 december 2006

N = 432

EUA 2007 contract

22 april 2005 15 maart 2007

N = 495

EUA 2008 contract

22 april 2005 15 maart 2007

N = 495

EUA 2009 contract

22 april 2005 15 maart 2007

N = 495

Met N het aantal elementen (datapunten) in de steekproef. De correlatie tussen de verschillende contracten is zeer groot, zoals blijkt uit onderstaande correlatiematrix. Tabel 6.2: Correlatiematrix verschillende CO2-contracten EUA EUA 2005 2006 SPOT SPOT 1,000 0,962 0,959 EUA 2005 0,962 1,000 0,996 EUA 2006 0,959 0,996 1,000 EUA 2007 0,976 0,969 0,967 EUA 2008 0,955 0,983 0,976 EUA 2009 0,873 0,900 0,902 Bron: Eigen berekeningen Figuur 6.1 toont de prijsevolutie van Pt, pt en ∆ pt.

75

EUA 2007 0,976 0,969 0,967 1,000 0,950 0,888

EUA 2008 0,955 0,983 0,976 0,950 1,000 0,881

EUA 2009 0,873 0,900 0,902 0,888 0,881 1,000


Figuur 6.1: Spotpijzen (€/tCO2), logaritmische spot prijzen en logaritmische returns spot prijzen 30

4

.4 .3

25

3

.2

20

.1 2

.0

15

-.1

1

-.2

10

0 2005M07

-.3

0

5

-.4

2006M01

2006M07

2007M01

-1 2005M07

2006M01

2006M07

2007M01

-.5 2005M07

LOGPOWERNEXTSPOT

POWERNEXTSPOT

2006M01

2006M07

DIFF1LOGPOWERNEXTSPOT

Bron: Eviews output op basis van gegevens Fortis Vooreerst wordt in figuur 6.2 en 6.3 een overzicht gegeven van de voornaamste statistische eigenschappen van de CO2 spot prijs pt en ∆pt. Figuur 6.2: Statistische eigenschappen spot prijs (€/tCO2) 50 Series: POWERNEXTSPOT Sample 6/24/2005 3/15/2007 Observations 450

40

30

20

10

0 0

5

10

15

20

25

Mean Median Maximum Minimum Std. Dev. Skewness Kurtosis

17.03438 17.22500 29.75000 0.750000 7.988292 -0.520647 2.238933

Jarque-Bera Probability

31.19096 0.000000

30

Bron: Eviews output op basis van gegevens Fortis De gemiddelde spot prijs in de beschouwde periode bedraagt €17/t CO2, met een minium van €0,75/tCO2 en een maximum van €20,75/tCO2. De standaardafwijking bedraagt 7,99. Dit impliceert een zeer hoge volatiliteit van 63,81% (variantie).

76

2007M01


Figuur 6.3: Statistische eigenschappen ∆ pt spot prijs 200 Series: DIFF1LOGPOWERNEXTSPOT Sample 6/24/2005 3/15/2007 Observations 449

160

120

80

40

0 -0.25

0.00

Mean Median Maximum Minimum Std. Dev. Skewness Kurtosis

-0.006711 0.000000 0.297251 -0.436816 0.054134 -1.606203 17.45387

Jarque-Bera Probability

4101.500 0.000000

0.25

Bron: Eviews output op basis van gegevens Fortis Zoals men vaak opmerkt bij financiële activa, vindt men ook hier een hoge ‘kurtosis’ en een lage ‘skewness’ (Paolella M.S. en Taschini L., 2006, p.8). De ‘skewness’ (scheefheid van de verdeling ∆ pt) bedraagt -1,61. Het negatieve teken impliceert dat de linkerstaart langer is dan de rechterstaart. De ‘kurtosis’ (stijlheid) bedraagt 17,45. De ‘kurtosis’ is groter voor verdelingen met dikkere staarten. Daarom wordt de verdeling de logaritmische returns ‘fat tailed’ genoemd (Heij C. et al., 2004, p.16). Aangezien de Jarque-Bera waarde 4101,500 bedraagt, en de bijhorende p-waarde gelijk is aan nul, kan de nulhypothese van een normale verdeling verworpen worden. Dit is te wijten aan de ‘skewness’ en ‘kurtosis’.

6.1.4. Liquiditeit, volatiliteit en efficiëntie Vooraleer de starten met het onderzoek naar de efficiëntie van de CO2-markt worden nog twee kenmerken van financiële tijdreeksen van naderbij bekeken. Een efficiënte markt vereist vooreerst een zekere liquiditeit. Reinaud J. (2007, p.16-17) merkt op dat EUA’s inzake liquiditeit fundamenteel verschillen van andere commodities. Voor het functioneren van vb. een elektriciteitscentrale onder het EU ETS is het niet noodzakelijk dat continu emissierechten aangekocht (of verkocht) worden, terwijl wel continu steenkool of gas verbrand wordt. Installaties in het EU ETS moeten slechts één maal per jaar emissierechten afleveren volgens de uistoot van het voorbije jaar. Bovendien wordt het merendeel van de emissierechten toegewezen op basis van de nationale allocatieplannen, waardoor het mogelijk is dat enkel rechten verhandeld worden voor zover marktpartijen een overschot of tekort hebben. Het verhandelen van EUA’s is dus een optie, en geen noodzaak. Deze elementen kunnen ervoor zorgen dat de CO2-markt minder liquide is dan andere commdity markten (zie ook IETA, 2005, p.81-82). Paolella M.S. en Taschini L. (2006, p.11) hanteren een specifieke maatstaf voor de liquiditeit in emissiemarkten. De ‘market churn’ wordt gedefinieerd als een aantal emissierechten dat jaarlijks verhandeld wordt gedeeld door het aantal emissierechten dat jaarlijks uitgekeerd wordt. Paolella en

77


Taschini vinden op Powernext een ‘market churn’ van 8% (2005 - eerste helft 2006). In april 2006 bedroeg de ‘market churn’ 15%. Het is bovendien interessant deze waarden te vergelijken met de Amerikaanse SO2-markt, waar de ‘market churn’ 200% bedraagt. Dit wijst erop dat de liquiditeit van de Europese CO2-markt nog sterk kan verbeteren. De meest gebruikte maatstaf voor de liquiditeit van de markt is de ‘bid-ask spread’. Bij gebrek aan data is het onmogelijk om deze te berekenen. Om na te gaan of de volatiliteit wijzigt doorheen de tijd wordt vooreerst de methode gebruikt zoals in Gujarati D.N. (2003, p.857). De berekening gebeurt als volgt: Stel Yt = CO2 spot prijs Powernext

* Yt = ln van

Yt

* * * dYt = Yt − Yt −1

* * d Y t = gemiddelde van dYt * * X t = dYt − d Y t Dan is 2 volatilite it = X t

X

2t

Omwille van het kwadraat zal

(6.2)

hoog zijn in perioden waarin er grote veranderingen optreden en laag

wanneer er weinig veranderingen optreden.

Figuur 6.4: Volatilteit spot prijzen (methode Gujarati D.N.) 0,2

0,16

0,12

0,08

0,04

Bron: eigen berekeningen

78

09/02/2007

08/12/2006

11/10/2006

14/08/2006

15/06/2006

18/04/2006

17/02/2006

21/12/2005

24/10/2005

24/08/2005

27/06/2005

0


Uit figuur 6.4 blijkt dat de volatiliteit grote schommelingen vertoont over de beschouwde periode. De volatiliteit steeg sterk toen de rapporten met geverifieerde emissies vrijkwamen eind april - begin mei 2006. Ook eind 2006 en begin 2007 was de volatiliteit van het spot contract zeer hoog. Daarnaast bestaat er ook een meer standaard manier om de volatiliteit te berekenen. Volgende methode is gebaseerd op Hull J.C. (2000, p.242). Stel

rt = ln(

Pt ) Pt −1

Dan is volatilite it =

250 n 2 ∑ (rt − r) t = 1 n −1

(6.3)

met n het aantal observaties, en r het gemiddelde van de rt ’s met t = 1, …, n. De waarde 250 wordt

gekozen omdat er ongeveer 250 handelsdagen per jaar zijn. Grafiek 6.5 toont de tijdreeks van deze volatiltetitsmaatstaf voor de spot prijs. Figuur 6.5: Volatiliteit spot prijzen (methode Hull J.C.) 2,5

2

1,5

1

0,5

09/02/2007

08/12/2006

11/10/2006

14/08/2006

15/06/2006

18/04/2006

17/02/2006

21/12/2005

24/10/2005

24/08/2005

27/06/2005

0


6.1.5. Unit root test Een random walk is in essentie een ‘first difference proces’. Daarom wordt eerst onderzocht of de CO2prijs een unit root heeft, en de reeks met eerste verschillen geen unit root heeft. Er bestaan een aantal statistische methoden om dit te onderzoeken. Ten eerste wordt de Augmented Dickey Fuller (ADF) test gebruikt. De augmented Dickey Fuller test is eigenlijk een Dickey Fuller (DF) test, ‘augmented’ met een aantal termen om te corrigeren voor autocorrelatie in de storingstermen (Gujarati D.N., 2003, p.799-818).

79


Stel dat de C02-prijs onderstaande vergelijking volgt

pt = ρpt −1 + ε t met − 1 ≤ ρ ≤ 1 en met

ε t een

white noise storingsterm. Indien

(6.4)

ρ = 1,

dan geldt dat de CO2-prijs een unit root heeft,

d.w.z. de CO2-prijs is een niet-stationaire reeks, of volgt een random walk (zonder drift). Om praktisch na te gaan of de CO2-prijs een random walk volgt, wordt van beide leden de term pt −1 afgetrokken. Men bekomt dan:

∆pt = δp t −1 + ε t waarbij

(6.5)

δ = ρ − 1 . De nulhypothese van deze test stelt dat δ = 0 , d.w.z. ρ = 1 , of de reeks heeft een

unit root. Dickey en Fuller hebben aangetoond dat onder de nulhypothese dat

δ = 0 , de t-waarde van de

geschatte coëfficiënt van

pt −1 de t-verdeling niet volgt. Daarom is de gewone t-test niet bruikbaar. De

geschatte coëfficiënt van

p t −1 volgt de τ statistiek met specifieke kritische waarden (Gujarati D.N.,

2003, p.799-818). De DF-test kan uitgevoerd worden met constante,

∆p t = β1 + δpt −1 + ε t

(6.6)

∆p t = β 1 + β 2 t + δp t −1 + ε t

(6.7)

met constante en trend,

of zonder constante en trend

∆p t = δpt −1 + ε t

(6.8)

De ADF-test verschilt van de DF-test doordat in de geschatte vergelijking lag(s) van de afhankelijke variabele

∆pt opgenomen worden (Gujarati D.N., 2003, p.799-818). Vergelijking (6.7) wordt dan

bijvoorbeeld m

∆pt = β1 + β 2 t + δpt −1 + ∑ α i ∆p t −i + ε t

(6.9)

i =1

Om het aantal lags te bepalen in de ADF-test worden drie methoden gebruikt. Ten eerste wordt het Akaike Information Criterion (AIC) met maximum 25 lags gebruikt. Ten tweede wordt het Schwarz Information Criterion (SIC) gebruikt, opnieuw met maximum 25 lags. Ng S. en Perron P. (1995) wijzen er echter op dat het AIC en SIC de neiging hebben om weinig lags op te nemen. Daarom wordt ook de ‘general to specific procedure’ gehanteerd als alternatief. In deze methode wordt gestart met k lags, waarna het aantal lags gereduceerd wordt tot k-1 wanneer de coëfficiënt van lag k niet significant blijkt te zijn (op het 5% significantieniveau). Zo gaat men verder totdat de coëfficiënt van de laatste lag significant is. Hier wordt gestart met k=25.

80


De test wordt zowel voor p t als ∆p t uitgevoerd op drie manieren: met constante, met constante en trend of zonder constante en zonder trend. Dit werd gedaan voor alle CO2-contracten. Hieronder enkel worden de resultaten weergegeven voor de spot prijs. De resultaten van de andere contracten zijn te vinden in bijlage 1. Tabel 6.3: ADF-test voor spot prijzen ADF-test Constante Spot prijzen Op basis van ‘general to specific procedure’

Spot prijzen

Eerste verschillen

Op basis van Schwarz information criterion Eerste verschillen

2,319657

22

-2,612276 -2,513551

0,599445

22

-1,244301

23

2,207035

-3,657515***'

22

-2,107221

Constante en trend

-4,995193***'

21

2,443357

Geen constante en geen trend

-3,282628***'

22

-22,434870

Constante

1,7761190

23

-3,091200

Constante en trend

0,315789

23

-3,092031

-1,244301

23

-3,085553

Constante

-3,657515***'

22

-3,088059

Constante en trend

-4,332669***'

22

-3,096477


-3,282628***'

22

-3,086403

1,287998

3

-2,986386

Constante Spot prijzen

t-waarde laatste lag/ AIF/ SIC



Op basis van Akaike information criterion

Lags

Constante en trend Constante

Eerste verschillen

Teststatistiek

Constante en trend

-0,470256

3

-2,979272


-1,461436

3

-2,992679

Constante

-9,734705***'

2

-2,996309

Constante en trend

-9,991541***'

2

-2,992447


-9,511099***'

2

-3,001537

Noot: ***, ** en * staan voor significantie op het 1%, 5% en 10% significantieniveau. Bron: Eigen berekeningen Uit deze tabel blijkt dat de spot prijs een unit root proces heeft (niet-stationariteit), terwijl de eerste verschillen geen unit root hebben (stationariteit). De resultaten zijn significant op het 1% significantieniveau. Naast de ADF-test worden nog twee andere unit root tests uitgevoerd ter controle van de resultaten. Dit zijn de Phillips & Perron test en de Kwiatkowski, Phillips, Schmidt en Shin test (KPSS). De Phillips & Perron test corrigeert ook voor autocorrelatie in de storingstermen maar neemt geen lags op van de

afhankelijke variabele (Gujarati D.N., 2003, p.799-818). Ze voeren daarentegen een Newey-West correctie uit bij het berkenen van de standaardafwijking van

δ

(Heij C. et al., 2004, p.598-599).

De resultaten van de PP-test worden weergegeven in tabel 6.4. Tabel 6.4: PP-test voor spot prijzen (Powernext) PP-test

Teststatistiek

81


Constante Spot prijzen

-0,428461


-1,417573

Constante Eerste verschillen

2

Constante en trend

-18,28351***'

Constante en trend

-18,36993***'


-18,31742***'

Noot: ***, ** en * staan voor significantie op het 1%, 5% en 10% significantieniveau. Bron: Eigen berekeningen De resultaten van de ADF-test worden bevestigd door de PP-test. Ten derde wordt de Kwiatkowski, Phillips, Schmidt en Shin test (KPSS) uitgevoerd. De nulhypothese van deze test gaat uit van stationariteit (geen unit root). De details van deze test kunnen teruggevonden worden in Kwiatkowski et al. (1992). De resultaten van deze test worden weergegeven in tabel 6.5. Tabel 6.5: KPSS-test voor spot prijzen (Powernext) KPSS

Teststatistiek Spot prijzen Eerste verschillen

Constante

1,794401***'

Constante en trend

0,486645***'

Constante

0,535998**'

Constante en trend

0,065716

Noot: ***, ** en * staan voor significantie op het 1%, 5% en 10% significantieniveau. Bron: Eigen berekeningen De nulhypothese van stationariteit voor spot prijzen wordt verworpen op het 1% significantieniveau. Voor de eerste verschillen wordt de nulhypothese van stationariteit veworpen op het 5% significantienveau indien enkel een constante opgenomen wordt. Dit is in strijd met de eerder bekomen resultaten. Indien een constante en een trend worden opgenomen worden kan de nulhypothese niet verworpen worden. Uit deze testen kan met relatief grote zekerheid besloten worden dat de CO2 spot prijs een unit root heeft, m.a.w. de CO2 spot prijs is een niet-stationaire reeks. Onze resultaten bevestigen de resultaten van Daskalakis G. et al. (2006, p.11). CO2-prijzen hebben bijgevolg niet de algemene eigenschap ‘meanreverting’ bij commodities (Schwarz, 1997, p.923 en Daskalakis G. et al., 2006, p.11). De eerste verschillen van de CO2 spot prijs hebben, zoals blijkt uit de ADF, PP en KPSS-testen geen unit root, m.a.w. het is een stationaire reeks. Bijgevolg is de CO2 spot prijs een ‘first difference stationary process’. Seifert et al. (2006, p.22) kwamen ook tot deze conclusie. Deze resultaten worden ook teruggevonden bij de andere CO2-contracten (EUA 2005, EU2006, EUA 2007, EUA 2008, EUA 2009) (zie bijlage 1). Toch is dit niet voldoende om te besluiten dat de CO2-prijs een random walk proces volgt. Campbell et al. (1997) en Albrecht et al. (2005) suggereren namelijk dat er drie verschillende soorten random walks

82


bestaan die elk verschillende eisen opleggen aan de storingstermen. Daarom moet eerst nagegaan worden of de CO2-prijs voldoet aan deze voorwaarden (Albrecht et al., 2005, p.1475).

6.1.6. Test voor random walk type 3 Er wordt eerst en vooral nagegaan of de CO2-prijs een random walk van type 3 (RW3) volgt. Een RW3 vereist dat de storingstermen afhankelijk maar niet gecorreleerd zijn. Dit betekent dat alle autocorrelaties tussen

∆p t en ∆pt − k , ρ (k ) = 0 voor alle k > 0 (Albrecht et al., 2005, p.1475).

De Ljung-Box Q(k) test de gezamenlijke significantie van alle autocorrelatiecoëfficiënten t.e.m. lag k. De nulhypothese van de Ljung-Box Q(k) test geeft aan dat alle

ρ (k ) tot lag k gelijk zijn aan nul.

k

Q (k ) = n ∑ ρˆ i2

(6.10)

i =1

waarbij n = aantal waarnemingen k = aantal lags In grote steekproeven volgt Q(k) bij benadering de chi-kwadraat verdeling met k vrijheidsgraden. Q(k) wordt vergeleken met de kritische

χ m2 waarden uit de tabellen (Gujarati D.N., 2003, p.813 en p.969).

Naast de Q(t) statistiek werd ook de individuele significantie van de autocorrelatie nagegaan d.m.v. de ttest, aangezien de interpretatie van Q(t) beperkt is. Het is bijvoorbeeld mogelijk dat een significante autocorrelatie bij lag 5 op basis van de Ljung-Box test te wijten is aan één zeer sterke correlatie, bijvoorbeeld bij lag k = 2 (Albrecht J. et al, 2005, p.1475). De t-test gaat uit van de nulhypothese dat de individuele ρ (k ) gelijk is aan nul. De t-waarde wordt berekend op basis van de formule

ρˆ − 0

(6.11)

1/ n met n het aantal waarnemingen, en wordt vergeleken met de kritische t-waarden 1,645 (10% significantieniveau), 1,96 (5% significantieniveau) en 2,576 (1% significantieniveau) (Heij C. et al., 2004, p.568). In tabel 6.6 wordt de autocorrelatiecoëfficiënt, de Ljung-Box Q(k) statistiek en t-teststatistiek weergegeven voor spot prijzen (

p t ), eerste ( ∆p t ) en tweede verschillen ( (∆p t ) 2 ). (Dezelfde tabel is

beschikbaar in bijlage 1 voor het EUA 2005, EUA 2006, EU2007, EUA 2008 en EUA 2009 contract. ) Uit de tabel blijkt dat voor p t de autocorrelatiecoëfficiënt start bij ±1 voor lag k=1, significant op het 1% significantieniveau. Bij lags k>1 daalt de correlatie langzaam maar ze blijft gezamenlijk en individueel significant verschillend van nul. Dit is het typische patroon van een niet-stationaire tijdreeks (Gujarati D.N., 2003, p.811). Bij de eerste verschillen van de spot prijs daalt de autocorrelatie naar 0,172 bij lag k = 1 en 0,012 bij lag 2. Tot en met lag k = 25 blijkt de autocorrelatie gezamenlijk significant op het 1% significantieniveau. Individueel is de correlatie slechts significant op het 5% bij lag 1, 3, 8 en 13. Wanneer 83


men het correlogram van de tweede verschillen bekijkt, ziet men dat de correlatie significant verschillend is van nul op het 5% significantieniveau bij lag 1, 2, 3, 5, 6, 8, 9, 11, 13, 18 en 19. Dit wijst erop dat de reeks

∆p t ‘volatility clustering’ vertoont (Seifert et al., 2006, p.22-23 en Albrecht J. et al, 2005, p.1475).

Dit element komt later terug bij de voorspelbaarheid van de CO2-prijs in paragraaf 6.2. ‘Volatility clustering’ suggereert het gebruik van ARCH/GARCH modellen. Tabel 6.6: Autocorrelatiecoëfficiënt, Ljung-Box (Q(k)) statistiek en t-teststatistiek voor spot prijs, eerste en tweede verschillen lag

Spot prijs

Eerste verschillen

Autocorrelatie

Q(k)

t(k)

1

0,988

442,38***

20,96***

2

0,976

874,53***

20,7***

3

0,963

1296,4***

20,43***

4

0,950

1708,3***

5

0,937

2109,7***

6

0,924

7

0,909

8

Autocorrelatie

Tweede verschillen Autocorrelatie

Q(k)

t(k)

Q(k)

t(k)

0,172

13,372***

3,64***'

-0,404

73,511***

-8,55***'

0,012

13,441***

0,25

-0,186

89,109***

-3,94***'

0,161

25,151***

3,41***'

0,136

97,445***

2,88***'

20,15***

0,084

28,351***

1,78*'

-0,050

98,565***

-1,06

19,88***

0,089

31,977***

1,89*'

0,107

103,81***

2,26**'

2500,5***

19,6***

-0,085

35,249***

-1,8*'

-0,193

120,79***

-4,09***'

2880,2***

19,28***

0,063

37,052***

1,33

0,041

121,56***

0,87

0,894

3248,4***

18,96***

0,142

46,305***

3,01***'

0,186

137,44***

3,94***'

9

0,878

3604,2***

18,63***

-0,087

49,75***

-1,84*'

-0,180

152,35***

-3,81***'

10

0,862

3948,1***

18,29***

-0,017

49,882***

-0,36

0,006

152,37***

0,13

11

0,847

4280,3***

17,97***

0,043

50,723***

0,91

0,093

156,32***

1,97**'

12

0,830

4600,1***

17,61***

-0,050

51,892***

-1,06

-0,007

156,35***

-0,15

13

0,813

4907,8***

17,25***

-0,130

59,779***

-2,75***'

-0,108

161,79***

-2,29**'

14

0,797

5204,1***

16,91***

-0,032

60,26***

-0,68

0,034

162,33***

0,72

15

0,781

5489,2***

16,57***

0,010

60,305***

0,21

0,046

63,31***

0,97

16

0,764

5762,9***

16,21***

-0,023

60,556***

-0,49

-0,025

163,59***

-0,53

17

0,747

6024,8***

15,85***

-0,016

60,671***

-0,34

0,026

163,91***

0,55

18

0,730

6276***

15,49***

-0,052

61,92***

-1,10

-0,107

169,32***

-2,26**'

19

0,714

6516,3***

15,15***

0,091

65,809***

1,93*'

0,109

174,94***

2,31**'

20

0,697

6745,9***

14,79***

0,054

67,165***

1,14

0,002

174,94***

0,04

21

0,682

6966,2***

14,47***

0,010

67,208***

0,21

-0,009

174,98***

-0,19

22

0,667

7177,5***

14,15***

-0,019

67,373***

-0,40

-0,061

176,73***

-1,29

23

0,652

7380***

13,83***

0,053

68,687***

1,12

0,060

178,42***

1,27

24

0,637

7573,8***

13,51***

0,027

69,028***

0,57

-0,020

178,61***

-0,42

25

0,623

7759,5***

13,22***

0,033

69,548***

0,70

0,010

178,65***

0,21

Noot: ***, ** en * staan voor significantie op het 1%, 5% en 10% significantieniveau. Bron: Eigen berekeningen

Omwille van de significante autocorrelaties voor

∆p t kan men besluiten dat de hypothese van een

random walk van type 3 verworpen kan worden in statistische zin van het woord. In Albrecht et al. kwam men voor de SO2-markt tot dezelfde conclusie, nl. statistisch gezien volgt de SO2-prijs geen random walk. In de SO2-markt is voor

∆p t de Q(k) statistiek slechts significant op het 5% significantieniveau voor lags

k< 5.

84


Er wordt besloten dat de CO2-markt statistisch gezien geen efficiënte markt is. Dit impliceert dat nieuwe informatie niet onmiddellijk in de CO2-prijs verwerkt wordt. In de volgende paragraaf stellen we ons de vraag of dit kenmerk in de praktijk gebruikt kan worden om de koers te voorspellen en winst te maken uit de koop/verkoop van emissierechten, m.a.w. kan de inefficiëntie van de CO2-markt gebruikt worden om de CO2-prijs te voorspellen? Kan de conclusie dat CO2-prijs statistisch gezien geen random walk volgt, uitgebreid worden naar de realiteit? In de praktijk zijn er immers transactiekosten verbonden aan het verhandelen van emissierechten. Daarom is het mogelijk dat de CO2-markt statistisch gezien geen random walk volgt, maar economisch gezien wel. Dit betekent dat de winst die statistisch gezien kan gemaakt worden doordat de prijzen informatie over de toekomst bevatten, economisch gezien verdwijnt doordat rekening wordt gehouden met transactiekosten.

6.2. Voorspelbaarheid van de CO2-prijs Er zijn reeds verschillende technieken ontwikkeld om een verklaring te geven voor de CO2-prijs en de toekomstige prijs te voorspellen. Het wordt bovendien steeds belangrijker om een model voor de CO2prijs te ontwikkelen, zodat een derivatenmarkt zich kan ontwikkelen. Derivaten zijn immers een belangrijk instrument voor risico management (Seifert et al., 2006, p.1 en Kosobud R.F. et al., 2006, p.55). Grosso modo kunnen de bestaande theorieën inzake het voorspellen van de toekomstige CO2-prijs ingedeeld worden in drie grote groepen. Ten eerste zijn er de traditionele verklaringen, zoals de ‘switch level’ theorie die reeds in paragraaf 2.2.3. aan bod kwam. Ten tweede zijn er een aantal evenwichtsmodellen ontworpen voor de CO2-prijs. De eerste voorbeelden van evenwichtsmodellen voor emissiehandel zijn ontworpen voor de Amerikaanse SO2-markt. Rubin (1996) ontwerpt een deterministisch

model

voor

emissiehandel.

Hij

vertrekt

daarbij

van

kostenminimaliserende

ondernemingen in een eindige tijdshorizon. Schennach (2000) werkt daarentegen met verwachte totale kosten. Voorbeelden van evenwichtsmodellen voor de CO2-markt worden gegeven door Fehr M. en Hinz J. (2006), en Seifert et al. (2006). Fehr M. en Hinz J. ontworpen een kwantitatief model, dat daarna getoetst wordt aan de realiteit door het kiezen van realistische parameters voor o.a. de boetes bij overtreding, de efficiëntie van de elektriciteitscentrales en het ‘switch potential’. Seifert et al. (2006) construeren een algemeen evenwichtsmodel, waar enkele typische econometrische eigenschappen van emissierechten aan toegevoegd worden. Ten derde probeert men d.m.v. econometrische tijdreeks analyse de CO2-prijs te modelleren. Dit is meteen ook het opzet van deze paragraaf. Is het mogelijk om een model te ontwerpen dat de toekomstige CO2-prijs voorspelt op basis van de prijzen in het verleden? Als motivatie hiervoor wordt teruggegrepen naar het efficiëntie-vraagstuk uit. We stellen ons namelijk de vraag of de conclusie dat de CO2-prijs geen random walk is in statistische termen, kan uitgebreid worden naar economische termen, d.w.z. rekening houdende met transactiekosten. Indien men winst kan maken met de koop/verkoop van emissierechten op basis van de prijs in het verleden, betekent dit dat de CO2-markt economisch gezien

85


niet efficiënt is: nieuwe informatie die de markt bereikt wordt dan niet onmiddellijk in de koers verwerkt. Er moet dus onderzocht worden of de evolutie van de CO2-prijs op zichzelf gebruikt kan worden om de prijs in de toekomst te voorspellen. Hierbij mag men niet uit het oog verliezen dat de onderzochte tijdreeks nog relatief kort is, waardoor de conclusie beïnvloed kan zijn door éénmalige gebeurtenissen. Hierbij denken we vooral aan de prijscrash van begin mei 2006 (zie paragraaf 4.4.) (Seifert et al., 2006, p.1). Daskalakis et al. (2006) proberen verschillende continue tijdsprocessen uit, volgens dewelke de CO2-prijs benaderd kan worden. Ze besluiten dat het proces dat de CO2-prijs best bendadert, een ‘geometric brownian motion’ is waaraan ‘jumps’ worden toegevoegd. Dit betekent dat de CO2-prijs niet ‘mean reverting’ is en ‘jumps’ vertoont, d.w.z. geregeld is er grote volatiliteit die niet door een standaard diffusieproces verklaard kan worden. Volgens Benz E. en Trück S. (2006) is een ‘regime-switching’ model best in staat de CO2-prijsevoluties te verklaren. Het onderliggende idee is dat het stochastisch gedrag van een tijdreeks kan opgesplitst worden in twee verschillende fases of regimes met een verschillend onderliggend proces. Meestal fluctueert de CO2-prijs rond een vrij constante prijs (‘mean-reverting’ proces). Dit proces wordt onderbroken door perioden met hoge volatiliteit en grote sprongen in het rendement en de prijs. Paolella M.S. en Taschini (2005) onderzoeken eerst de statistische eigenschappen van CO2-prijzen en werken op basis daarvan een model uit dat de CO2-prijs tracht te verklaren. De CO2-prijs is ‘fat tailed’ en vertoont ‘volatility clustering’. Daarop waarop geëxperimenteerd met verschillende geavanceerde GARCH modellen, waaronder symmetrische en assymmetrische AR-’stable’ GARCH modellen, AR-’mixednormal’ GARCH en AR-’mixed-stable’ GARCH modellen. Hier wordt verder niet ingegaan op de details van deze modellen. Wel wordt geprobeerd om de CO2-prijs te modelleren volgens eenvoudige ARMA-(G)ARCH modellen voor de eerste verschillen in de prijs (Albrecht et al., 2005, p.1477). De centrale voorwaarde in deze modellen is namelijk dat de onderzochte tijdreeks stationair is (Gujarati D.N., 2003, p.836). De datareeks met eerste verschillen van de CO2-prijs bleek inderdaad stationair te zijn (zie paragraaf 6.1). AR(I)MA staat voor ‘Autoregressive (Integrated) Moving Average. Dit is een combinatie van een ‘autoregressive’ (AR) proces en aan ‘moving average’ (MA) proces (Gujarati D.N., 2003, p.838-840). Indien

∆pt − δ = α 1 (∆p t −1 − δ ) + α 2 (∆pt − 2 − δ ) + ... + α p (∆p t − p − δ ) + u t met

δ

het gemiddelde van

constante variantie

(6.12)

∆pt , u t een ongecorreleerde random storingsterm met gemiddelde nul en

σ 2 (white noise

storingsterm), dan volgt

86

∆pt een AR(p)-proces. Dit betekent dat de


voorspelling van

∆pt (precieser: de afwijking van het gemiddelde) op tijdstip t gelijk is aan een proportie

van de waarden op t-1, t-2, …, t-p plus een random schok op tijdstip t. Een MA-proces van orde q kan voorgesteld worden als:

∆pt = µ + β 0 u t + β 1u t −1 + β 2 u t − 2 + ... + β q u t − q met

µ

(6.13)

een constante en u een white noise storingsterm. Vergelijking (6.13) betekent dat

∆pt gelijk is

aan een constante plus een ‘moving average’ van de huidige storingsterm en de storingstermen in het verleden. Een ARIMA-proces is een combinatie van beide. De vergelijking van een ARIMA(1,1)-proces is bijvoorbeeld:

∆p t = θ + α 1 ∆pt −1 + β 0 u t + β 1u t −1

(6.14)

De I in ARIMA staat hierbij voor ‘integrated’, d.w.z. niet-stationair. Dit komt omdat in ons voorbeeld

pt een niet-stationaire reeks is. De reeks ∆pt (‘integrated of first order’) is daarentegen wel stationair, vandaar een ARIMA-model voor

∆p t .

Naast autocorrelatie moet ook rekening gehouden worden met ‘volatility clustering’. In het correlogram van de tweede verschillen van de spot prijs werd significante autocorrelatie opgemerkt bij lag 1, 2, 3, 5, 6, 8, 9, 11, 13, 18 en 19. Dit wijst op ‘volatilility clustering. ‘Volatility clustering’ betekent dat de variantie van

∆pt wijzigt doorheen de tijd, of m.a.w. perioden van lage (positieve en negatieve) rendementen worden afgewisseld met perioden waarin de rendementen zeer grote positieve en negatieve waarden aannemen (Heij C. et al., 2004, p.621). Volatility clustering kan ook grafisch opgemerkt worden wanneer men kijkt naar de eerste verschillen van de spot prijs in figuur 6.1. ‘Volatility clustering’ suggereert het gebruik van ARCH/GARCH modellen bij de voorspelling van de CO2-prijs. ARCH staat voor ‘Autoregressive Conditional Hederoscedasticity’, GARCH staat voor ‘Generalised Autoregressive Conditional Heteroscedasticity’. Zoals de naam suggereert heeft de heteroscedasticiteit (of ongelijke variantie van de storingsterm) een autoregressieve structuur, dit betekent dat de heteroscedasticiteit die over verschillende perioden wordt waargenomen gecorreleerd is. Om een ARCH-proces te modelleren wordt teruggegrepen naar de volatiliteitmaatstaf uit paragraaf 6.1.4.

X t2 werd als proxy gebruikt voor volatiliteit. Een ARCH(p)-proces heeft dan volgende vergelijking:

X t2 = γ 0 + γ 1 X t2−1 + γ 2 X t2− 2 + ... + γ p X t2− p + u t

(6.15)

Vergelijking (6.15) impliceert dat de volatiliteit in de huidige periode afhankelijk is van de volatiliteit in de vorige p perioden. Het aantal perioden p dat in rekening wordt gebracht is een empirisch probleem, waarvoor o.a. het Akaike en Schwarz Information Criterion gebruikt kunnen worden (Gujarati D.N., 2003,

87


p.856-862). De significantie van de individuele parameters

γ

kan getest worden d.m.v. de gebruikelijke t-

test, voor de gezamenlijke significantie van twee of meer coëfficiënten is er de F-test. Meer algemeen wordt getest of een ARCH(p) proces in de data aanwezig is door de variantie van de storingsterm op tijdstip t te regresseren op de gekwadrateerde geschatte storingstermen op de p vorige tijdstippen.

Indien de geschatte coëfficiënten gezamenlijk significant verschillend zijn van nul, wordt

besloten dat een ARCH-proces aanwezig is in de data (Gujarati D.N., 2003, p.858-850).

σ t2 = αˆ 0 + αˆ1uˆ t2−1 + αˆ 2 uˆ t2− 2 + ... + αˆ p uˆ t2− p

(6.16)

Een GARCH -model voegt hieraan nog een component toe, nl. de variantie van de storingsterm op tijdstip t is niet alleen afhankelijk van de gekwadrateerde geschatte storingsterm op de vorige tijdstippen, maar ook van de variantie van de storingsterm op de vorige tijdstippen. Zo kan de variantie in een GARCH(1,1)-model geschreven worden als:

σ t2 = α 0 + α 1uˆ t2−1 + α 2σ t2−1

(6.17)

Het opstellen van dergelijke ARIMA-(G)ARCH modellen werd gedaan voor de spotprijs en voor het EUA 2008 contract. Om het juiste model te selecteren is het aangewezen om vooreerst het patroon van de autocorrelatie en partiële autocorrelatiecoëfficiënten van de eerste verschillen van de tijdreeks te analyseren (Gujarati D.N., 2003, p.844). Onderstaande figuur toont de ACF (autocorrelation function) en PACF (partial autocorrelation function) van

∆p t (spot prijs) t.e.m. lag 10.

Figuur 6.6: Correlogram van ∆pt spot prijs (lag 1 tot 10)

Bron: Eviews output, gegevens Fortis

88


Voor de spot prijs kan men op basis van het correlogram van de eerste verschillen niet opmaken of een AR, MA of ARMA-proces gepast is. In combinatie met AR, MA en ARMA-modellen wordt getracht de ‘volatility clustering’ te modelleren m.b.v. ARCH/GARCH-modellen. Benz E. en Trück S. (2006, p.19) schatten reeds een GARCH(1,1)-model. De geschatte coëfficiënten bleken significant op het 1% significantieniveau. De ARCH en GARCH-coëfficiënten zijn significant in alle modellen. De MA-term heeft een coëfficiënt van 0,215 en de AR-term heeft een coëfficiënt van 0,173. Wanneer de MA en AR-term samen ingevoegd worden (in het ARMA(1,1)-GARCH(1,1)-model) wordt de coëfficiënt van AR negatief. In alle gevallen is de R² bijzonder klein. De hoogste R² wordt bereikt in het ARMA(1,1)-GARCH(1,1)-model: R² = 1,8%. Dit betekent dat slechts 1,8% van de variantie van

∆p t verklaard wordt door het model. In het correlogram

van de gestandaardiseerde residuen blijkt de correlatie grotendeels verdwenen te zijn. Uit de ARCH-LM test blijkt dat de nulhypothese van geen ARCH effecten t.e.m. lag 1 niet kan verworpen worden. Dit impliceert dat het GARCH gedeelte van de regressievergelijking de ‘volatility clustering’ modelleert. Er wordt ook geprobeerd om meer ARCH/GARCH termen toe te voegen maar deze waren ofwel niet significant, ofwel verhoogt de verklaringskracht van de modellen niet. Er kan besloten worden dat het niet mogelijk is voorspellingen te maken over de toekomstige CO2 spot prijs met enige zekerheid. Tabel 6.7: Regressieresultaten ∆pt spot prijs Vergelijking Model MA(1)-GARCH(1,1)

AR(1)-GARCH(1,1)

ARMA(1,1)-GARCH(1,1)

R² 0,009199

0.008211

0,017849

Variabele

Variantie

Coëfficiënt

P-waarde

C

0,003

0,115

MA(1)

0,215

0,000

variabele

Coëfficiënt

P-waarde

0,000

0,000

ARCH(1)

0,459

0,000

GARCH(1)

0,618

0,000

C

0,000

0,000

C

C

0,003

0,143

AR(1)

0,173

0,003

ARCH(1)

0,438

0,000

GARCH(1)

0,632

0,000

C

0,003

0,057

C

0,000

0,000

AR(1)

-0,521

0,003

ARCH(1)

0,504

0,000

MA(1)

0,699

0,000

GARCH(1)

0,587

0,000

Bron: Eviews output, eigen berekeningen Uit het correlogram van het EUA 2008 contract (representatief voor fase II) (zie figuur 6.7) kunnen ook geen besluiten getrokken worden omtrent AR, MA of ARMA. Er wordt opnieuw geëxperimenteerd met verschillende varianten van ARMA-GARCH-modellen. De resultaten worden weergegeven in tabel 6.8.

89


Figuur 6.7: Correlogram van ∆pt EUA 2008 contract (lag 1 tot 10)

Bron: Eviews output, gegevens Fortis Tabel 6.8: Regressieresultaten ∆pt EUA 2008 contract Vergelijking Model AR(1)-GARCH(1,1)


MA(1)-GARCH(1,1)


R² -0.015175

-0.032366

-0.019540

-0.018647

Variabele

Variantie

Coëfficiënt

P-waarde

C

0.002409

0.0968

AR(1)

0.164594

0.0205

variabele

Coëfficiënt

P-waarde

C

0.000127

0.0000

ARCH(1)

0.502304

0.0000

GARCH(1)

0.542773

0.0000

C

2.918.840

0.7548

C

0.000112

0.0000

AR(1)

1.101.939

0.0000

ARCH(1)

0.521605

0.0000

AR(2)

-0.101942

0.0000

GARCH(1)

0.541498

0.0000

MA(1)

-0.961756

0.0000

C

0.002478

0.0867

C

0.000128

0.0000

MA(1)

0.168670

0.0174

ARCH(1)

0.499745

0.0000

GARCH(1)

0.543711

0.0000

C

0.002448

0.1096

C

0.000128

0.0000

AR(1)

0.034495

0.9160

ARCH(1)

0.500259

0.0000

MA(1)

0.133684

0.6778

GARCH(1)

0.543584

0.0000

Bron: Eviews output, eigen berekeningen De modellen voor het EUA 2008 contract leveren ook zeer povere resultaten op. De R² is steeds te laag om met enige zekerheid voorspellingen over de toekomstige CO2-prijs te maken. Uit het correlogram van de gestandaardiseerde residuen blijkt dat de correlatie verdwenen is. Uit de ARCH-LM test blijkt dat de nulhypothese van geen ARCH-effecten t.e.m. lag 1 niet kan verworpen worden. Dit impliceert dat het GARCH gedeelte van de regressievergelijking de ‘volatility clustering’ modelleert. Op basis van de grote correlatie die gevonden werd tussen de verschillende CO2-contracten (in tabel 6.2) trekken we deze conclusie door naar de andere contracten. Het is niet mogelijk om een model te ontwerpen dat de toekomstige CO2-prijs voorspelt met enige zekerheid.

90


6.3. Besluit We kunnen besluiten dat ondanks dat de CO2-prijs statistisch gezien geen random walk volgt, geen voorspellingen kunnen gemaakt worden over de toekomstige CO2-prijs. De voorselbaarheid van de geschatte modellen is te laag om winst te kunnen maken uit de koop/verkoop van CO2-emissierechten. Dit impliceert dat de conclusie dat de CO2-markt geen efficiënte markt is in statistische termen, niet kan uitgebreid worden naar de economische realiteit. Bijgevolg wordt besloten dat de CO2-prijs in economische termen (d.w.z. rekening houdende met transactiekosten) een efficiënte markt is.

91

Hoofdstuk 7: ‘Winners & losers’ in het EU ETS

7. ‘Winners & losers’ in het EU ETS In het laatste hoofdstuk wordt gekeken naar de invloed van het EU ETS op de economische prestaties van de betrokken sectoren. Brengt emissiereductie kosten met zich mee voor bedrijven? Kunnen deze gestegen kosten doorgerekend worden in de prijs? Is het überhaupt mogelijk dat bepaalde sectoren netto winst halen uit het systeem? En wie betaalt dan extra? In dit hoofdstuk wordt getracht een antwoord te geven op deze vragen en worden de ‘winners & losers’ van het system geïdentificeerd. Daartoe wordt vooreerst gekeken naar de resultaten van bestaand empirisch onderzoek in Europa. Vervolgens wordt een eigen methodologie ontworpen om deze onderzoeksvraag te beantwoorden. Hiervoor worden sommige concepten uit hoofdstuk 5 in praktijk gebracht. De resultaten voor België worden gerapporteerd en besproken.

7.1. Bestaande literatuur Vooreerst is het interessant erop te wijzen dat de invloed van het EU ETS op de competitiviteit van de sectoren afhankelijk is van drie factoren (The Carbon Trust, 2004, p.6-7). 1. De energie-intensiteit. Sectoren die veel energie verbruiken (zowel EU ETS sectoren als andere) zullen hun energiefactuur zien stijgen door de stijging van de elektriciteitsprijzen. Dit zou deze sectoren moeten aanzetten tot minder energieverbruik. 2. De mogelijkheid om gestegen kosten door te rekenen in de prijzen. Dit is onder meer afhankelijk van de prijselasticiteit van de vraag, de marktstructuur en de geografie van de markt. Bedrijven buiten Europa waar geen CO2-doelstelling wordt opgelegd zullen geen stijging van de kosten kennen. 3. De mogelijkheden om

CO2-emissies te reduceren. Investeringen in energie-efficiënte

maatregelen kunnen bedrijven ertoe aanzetten emissies te reduceren en emissierechten te verkopen op de markt. De kostprijs van deze investeringen in vergelijking met de CO2-prijs bepaalt of het rendabel is te investeren in energiezuinige technologiën. The Carbon Trust (een onafhankelijke organisatie die in het leven geroepen is door de Britse overheid om het Verenigd Koninkrijk in staat te stellen haar klimaatdoelstellingen te bereiken) heeft de invloed van het EU ETS op de competitiviteit van de Europese sectoren reeds uitvoerig bestudeerd nog vóór het EU ETS in 2005 in werking trad. Er worden vijf sectoren onderzocht: elektriciteit, cement, papier, staal en aluminium. Bovendien zijn er drie mogelijke scenario’s opgesteld voor de CO2-prijs. Voor fase I wordt

een prijs van €5/tCO2 vooropgesteld. In fase II is dit €10/tCO2 en op lange termijn €25/tCO2. De methodologie wordt niet in detail besproken maar het komt erop neer dat een economisch model gecombineerd wordt met bevindingen uit interviews in de betrokken sectoren. Het economisch model dat gebruikt wordt is de theorie van Cournot, waarbij het gedrag van bedrijven geanalyseerd wordt in markten met hoge vaste kosten in vergelijking met de marginale kosten. Aangezien dit model een sterke vereenvoudiging is van de werkelijkheid, wordt dit aangevuld met interviews (The Carbon Trust, 2004,

92


p.10). Men berekent voor elke sector hoeveel ze hun prijs moeten laten toenemen om de EBITDA (‘earnings before interest, tax, depreciation and amortisation’) constant te houden. Van de elektriciteitssector wordt algemeen verwacht dat ze netto-voordeel zal halen uit het systeem. Er zijn slechts kleine prijsstijgingen noodzakelijk om de EBITDA constant te houden: 0.4% in fase I, 5.6% in fase II en 12.8% op lange termijn (The Carbon Trust, 2004, p.11-14). Gezien de huidige evolutie op de elektricteitsmarkt levert dit geen problemen op. Ondanks de hoge energie-intensiteit van de sector, wordt ook van de cementsector niet verwacht dat de competitiviteit zal dalen op korte tot middellange termijn. Er zijn opnieuw slechts kleine stijgingen in de prijs noodzakelijk om de EBITDA constant te houden: 0.7%, 1.5% op korte en middellange termijn. Op lange termijn is echter een prijsstijging van 17.4% noodzakelijk (The Carbon Trust, 2004, p.15-16). Ook in de papier sector worden geen verliezen verwacht. Prijsstijgingen van 0.1%, 0.1% en 1.3% respectievelijk zijn voldoende (The Carbon Trust, 2004, p.17-18). De staalsector kent algemeen een hoog energieverbruik. Toch zijn ook hier relatief kleine prijsstijgingen voldoende om de sector EBITDA op peil te houden: 0.8%, 1.5% en 7.3% respectievelijk. Toekomstige verliezen zijn evenwel niet helemaal uitgesloten. Staal wordt immers steeds meer een internationaal verhandelbaar product, wat betekent dat de competitiviteit bedreigd kan worden door het EU ETS (The Carbon Trust, 2004, p.19-20). Tenslotte werd ook de aluminium sector onderzocht. Deze sector maakt geen deel uit van het EU ETS, maar staat omwille van de zeer hoge energie-intensiteit en het internationale karakter van de markt sterk onder druk. Deze sector is volgens de studie zonder twijfel de grote verliezer van het EU ETS. Prijsstijgingen van 1.4%, 2.7% en 10.5% respectievelijk zijn noodzakelijk om de sector EBITDA op peil te houden (The Carbon Trust, 2004, p.21-22). Zeer recent (december 2006) werd ook een studie gepubliceerd door McKinsey & Company en Ecofys in opdracht van het Directoraat-Generaal voor milieu van de Europese Commissie (Europese Commissie, 2006). Als maatstaf om na te gaan of de competitiviteit in een sector wijzigt, wordt berekend hoeveel de operationele marge (vóór interest en belastingen) wijzigt in procent van de totale kosten. Productiebeslissingen zijn niet gebaseerd op winstmarges maar op de marginale kost van de laatst geproduceerde eenheid. De impact op de operationele marge (in % van de totale kosten) van een bepaalde sector werd als volgt bepaald: -

Eerst werden alle wijzigingen in de kosten van de inputs (vb. elektriciteit) opgeteld bij de kost van de emissies ( de emissierechten).

-

Vervolgens werd bepaald hoeveel van deze kosten de sector kan doorrekenen naar de consument op basis van de marktstructuur in de sector.

-

Tenslotte werd de waarde van de toegewezen emissierechten berekend en afgetrokken van de totale kosten.

De onderzochte sectoren zijn: energie, staal, pulp en papier, cement, raffinage en aluminium productie. Deze sectoren samen zijn goed voor meer dan 90% van de emissies in het EU ETS

(Europese Commissie, 2006, p.3-6). De situatie in 2004 (vóór de start van het EU ETS) werd als referentiepunt gebruikt (Europese Commissie, 2006, p.7). Bovendien gaat men ervan uit dat 95% van de

93


rechten gratis toegewezen worden (representatief voor fase I). Er wordt gewerkt met een CO2-prijs van €20/tCO2 (Europese Commissie, 2006, p.3-6).

De elektriciteitssector haalt gemiddeld voordeel uit het EU ETS, vooral de bestaande nucleaire installaties. Er wordt een toename van de elektriciteitsprijs verwacht van €10/MWhe voor een CO2-prijs van €20/tCO2. Het netto-effect bedraagt -11.4% voor gasturbines en -43.8% ( - staat voor een positief resultaat) voor bestaande nucleaire centrales (Europese Commissie, 2006, p.17-21). De staalsector wordt wel aangetast in zijn competitiviteit. De sector wordt onderverdeeld in BOF (‘basic oxygen furnaces’) en EAF (‘electric arc furnaces’). De eerste groep ziet de kosten stijgen met 1.7% en de tweede met 0.6% (Europese Commissie, 2006, p.28). De papier en pulp sector ziet de kosten toenemen met 0.00% tot 6.20% afhankelijk van de deelsector (Europese Commissie, 2006, p.36). Van de cementsector kan niet éénduidig gezegd worden of er voordeel of nadeel gehaald wordt uit het EU ETS. Alles is afhankelijk van hoeveel van de gestegen kosten doorgerekend kunnen worden in de prijzen (Europese Commissie, 2006, p.41). De impact op de raffinage sector wordt neutraal verwacht (Europese Commissie, 2006, p.6, 41-46). De aluminiumsector wordt ook hier gezien als de grootste verliezer. Deze sector valt in de eerste fase niet onder het EU ETS, maar is wel een grote verbruiker van elektriciteit. Het segment primaire smelting (ongeveer 50% van de gehele sector) verbruikt ongeveer 20 keer zoveel elektriciteit als het segment secondaire smelting (recyclage). In de primaire smelting wordt een toename van de kosten met 11.4% verwacht, in de secondaire smelting bedraagt dit 0.4% (Europese Commissie, 2006, p.47-51).

7.2. Methodologie In wat wordt geprobeerd op basis van een eigen methodologie de ‘winners & losers’ van het EU ETS te identificeren. De gebruikte methode is statisch en komt erop neer dat voordelen en nadelen van de verschillende sectoren gekwantificeerd worden en daarna opgeteld of afgetrokken. De analyse wordt om praktische redenen beperkt tot België, maar de methode kan in toekomstig onderzoek even goed toegepast worden in andere landen. De situatie wordt onderzocht in 2005, het eerste jaar van het EU ETS. Voor elke ton CO2 die de energiesector meer uitstoot dan ze rechten heeft moet de energiesector emissierechten verwerven. Deze variabele kost wordt bepaald door het verschil te nemen tussen toegewezen en geverifieerde emissies en deze waarde vervolgens te vermenigvuldigen met de (gemiddelde) prijs van emissierechten over die periode. Het voordeel van de energiesector ligt in het gestegen producentensurplus. Dit wordt bepaald door de stijging in de prijs van elektriciteit ten gevolge van het EU ETS te vermenigvuldigen met de hoeveelheid elektrciteit die jaarlijks geproduceerd wordt. De industrie moet hogere elektriciteitsprijzen betalen. Voor elke sector wordt de elektriciteitsconsumptie opgezocht. Dit wordt vermenigvuldigd met de stijging van de elektriciteitsprijzen als gevolg van het EU ETS. Er moet evenwel op gewezen worden dat (zoals reeds aangehaald in paragraaf 5.3.3.) de industrie

94


op verschillende manieren elektriciteit kan kopen. Ingevolgde de verschillende soorten contracten op lange termijn is het niet volledig juist om de elektriciteitsprijs van een energiebeurs te gebruiken om de elektriciteitskost te meten (hoewel lange termijn contracten soms geïndexeerd worden aan de prijs op energiebeurzen). Hier wordt abstractie gemaakt van deze beperking. Het voordeel voor de industrie valt samen met de relatief ruime allocatie. Om dit voordeel te kwantificeren wordt voor iedere sector in de industrie het verschil bepaald tussen toegewezen en geverifieerde emissies, en dit wordt vermenigvuldigd met de (gemiddelde) CO2-prijs in 2005.

7.3. Dataverzameling Volgende gegevens werden opgezocht of berekend: •

Meerkost van elektriciteitsverbruik t.g.v. het EU ETS

•

Toegewezen emissierechten per sector

•

Geverifieerde emissierechten per sector

•

Prijs van EUA’s

•

Elektriciteitsverbruik per sector

•

Totale elektriciteitsproductie in België

7.3.1. Meerkost van elektriciteitsverbruik t.g.v. het EU ETS 7.3.1.1.

Efficiëntie van de centrale

Er bestaan verschillende types kolen- en gascentrales met verschillende rendementen. Voor een kolencentrale wordt uitgegaan van een efficiëntie van 35%. Dit betekent dat er 35 MWh elektriciteit kan opgewekt worden uit 100 MWh kolen. Voor een gascentrale wordt uitgegaan van een efficiëntie van 50%. Dit betekent dat er 50 MWh elektriciteit kan opgewekt worden uit 100 MWh gas. Naderhand worden deze efficiëntieniveaus gewijzigd om de invloed hiervan op het resultaat te achterhalen.

7.3.1.2.

Kost kolen- en gascomponent

Afhankelijk van de kolensoort geldt een bepaalde verbrandingswaarde. Voor België wordt gewerkt met de kolensoort API#2 Rotterdam (‘1st month’)

15

16

(gegevens Fortis). Voor deze koolsoort geldt 6.978 MWhp /

ton kolen (EMIS VITO, 2007). Op basis van dit cijfer en de efficiëntie van de centrale kan berekend worden hoeveel ton kolen nodig is voor het opwekken van 1 MWh elektriciteit. 1

ton kolen

6.978 ⋅ 0.35 MWh

= 0.4095

e

ton kolen MWh

(7.1)

e

De prijs van de kolenindex API#2 wordt gegeven in $/ton. Met behulp van de wisselkoers €/$ wordt dit omgezet naar de prijs in €/MWhe.

15

Er wordt gekozen voor de kolenprijs met eerst beschikbare leverdatum, gezien voor de prijs van EUA’s

ook de spot prijs genomen wordt. 16

MWhp staat voor MWh primaire energie (gas of kolen)

95


Voor de kost van de gascomponent wordt vertrokken van de prijs van Zeebrugge gas in pence/therm (‘day ahead’)17 (gegevens Fortis). Dit wordt omgezet naar €/MWhp (7.2) via volgende gelijkheden: 1 kWh=0.03412 therm 1 MWh = 1000 kWh 1 pond = 100 pence Wisselkoers £/euro Indien we gebruik maken van een efficiëntie van 50% dan wordt de kost van de gascomponent €/ MWhe bekomen door (7.2) te delen door 50%. De kost van de kolen- en gascomponent op basis van deze veronderstellingen wordt weergegeven in figuur 7.1. Figuur 7.1: Kost kolen- en gascomponent (€/MWhe) 180 Kost kolencomponent (€/Mwhe)

160

Kost gascomponent (€/Mwhe)

140 120 100 80 60 40 20

03 dec 05

03 nov 05

03 okt 05

03 sep 05

03 aug 05

03 jul 05

03 jun 05

03 mei 05

03 apr 05

03 mrt 05

03 feb 05

03 jan 05

0

Bron : Eigen berekeningen

7.3.1.3.

Kost CO2-component

Voor de kolenindex API#2 geldt een uitstootfactor van 94.6kg CO2/GJ (IPCC, 1997). Omzetting naar tCO2/ MWhp gebeurt m.b.v. volgende gelijkheden: 1GJ= 1000 000 kJ 1 kWh=3600 kJ 1 MWhp=1000 kWhp tCO 2 94.6 * 3.6 tCO 2 = 0.34056 1000 MWh p MWh p

(7.3)

De omzetting naar de uitstoot per MWhe gebeurt m.b.v. het efficiëntieniveau van 35%: tCO 2 0.34056 tCO 2 = 0.973 0.35 MWh e MWh e

(7.4)

Om de kost van de CO2-component van een kolencentrale te berekenen per opgewekte MWhe volstaat het de (gemiddelde) prijs van EUA’s te vermenigvuldigen met (7.4).

17

Opnieuw wordt gekozen voor de gasprijs met eerst beschikbare leverdatum.

96


De uitstootfactor van Zeebrugge gas bedraagt 56.1 kg CO2/GJ (IPCC, 1997). Via de gekende omzettingen levert dit: tCO 2 56.1 ⋅ 3.6 tCO 2 = 0.20196 1000 MWh p MWh p

(7.5)

De omzetting naar uitstoot per Mmhe gebeurt m.b.v. het efficiëntieniveau van 50%: 0.20196 0.5

⋅

tCO 2 MWh e

= 0.40392

tCO 2

(7.6)

MWh e

Om de kost van de CO2-component van een gascentrale te berekenen per opgewekte MWhe volstaat het de prijs van EUA’s te vermenigvuldigen met (7.6). Figuur 7.2 toont de tijdreeks van de CO2-component van een kolen- en gascentrale op basis van de gemaakte veronderstellingen.

Figuur 7.2: Kost CO2-component (€/MWhe) 30

Kost CO2-component kolencentrale

25

Kost CO2-component gascentrale

20

15

10

5

03 dec 05

03 nov 05

03 okt 05

03 sep 05

03 aug 05

03 jul 05

03 jun 05

03 mei 05

03 apr 05

03 mrt 05

03 feb 05

03 jan 05

0


7.3.1.4.

Marginale kost kolen- en gascentrale

De marginale kost van een kolencentrale wordt bekomen door de som te maken van de kolencomponent en de CO2-component van een kolencentrale. De marginale kost van een gascentrale wordt bekomen door de som te maken van de gacomponent en de CO2-component van een gascentrale.

97


Figuur 7.3: Marginale kosten kolen- en gascentrale (€/MWhe) 200

Marginale kost kolencentrale (€/Mwhe)

180 Marginale kost gascentrale (€/Mwhe)

160 140 120 100 80 60 40 20

03 dec 05

03 nov 05

03 okt 05

03 sep 05

03 aug 05

03 jul 05

03 jun 05

03 mei 05

03 apr 05

03 mrt 05

03 feb 05

03 jan 05

0

Bron: Eigen berekeningen Op basis van de marginale kosten van kolen- en gascentrales wordt bepaald welke de marginale centrale is, nl. de centrale met de hoogste marginale kosten. Vervolgens kan de meerkost van het EU ETS bepaald worden. Deze redenering gaat ervan uit dat de prijsvorming op de Europese elektriciteitsmarkt gebeurt op basis van de marginale kosten. Zoals in paragraaf 5.3.3. reeds uitgebreid aan bod kwam, is dit niet noodzakelijk het geval voor het geheel van de Europese elektriciteitsmarkt. Hier wordt echter abstractie gemaakt van deze beperking. Indien de marginale centrale een gascentrale is valt de meerkost van elektriciteitsverbruik ten gevolge van het EU ETS samen met de CO2-kost van een gascentrale. Met een kolencentrale als marginale centrale is de meerkost van elektriciteitsverbruik ten gevolge van het EU ETS gelijk aan de CO2component van een kolencentrale verminderd met het verschil tussen de gascomponent en de kolencomponent. Dit wordt grafisch weergegeven in figuren 7.4 en 7.5:

Figuur 7.4: Meerkost elektriciteitverbruik ten gevolge van het EU ETS indien de gascentrale de marginale centrale is

Marginale

Meerkost

kost

t.g.v. ETS

CO2

Kolen

CO2

Gas

Mwhe

98


Figuur 7.5: Meerkost elektriciteitverbruik ten gevolge van het EU ETS indien de kolencentrale de marginale centrale is

marginale

Meerkost

kost

t.g.v. ETS CO2

CO2

Gas

Kolen

Mwhe

Wanneer men de meerkost van het EU ETS berekent op basis van de gegeven datareeksen en uitzet in grafiek bekomt men volgend resultaat (zie figuur 7.6). Figuur 7.6: Stijging elektriciteitsprijs t.g.v. EU ETS (€/MWhe) 25

20

15

10

5

03 dec 05

03 nov 05

03 okt 05

03 sep 05

03 aug 05

03 jul 05

03 jun 05

03 mei 05

03 apr 05

03 mrt 05

03 feb 05

03 jan 05

0

Bron : Eigen berekeningen In de analyse worden drie waarden opgenomen voor de stijging van de elektriciteitsprijs ten gevolge van het EU ETS, nl. de hoogste, de laagste en de gemiddelde:

Tabel 7.1: Stijging elektriciteitsprijs ten gevolge van het EU ETS (€/MWhe) Maximum Minimum Gemiddelde


99

20.11 2.68 8.36


7.3.2. Toegewezen en geverifieerde emissierechten per sector In de NAP’s van fase I worden in bijlage de lijst van installaties opgenomen die emissierechten toegewezen krijgen. Het CITL (Community Independent Transation Log) (het Europese onafhankelijke transactielogboek dat alle nationale registers onderling verbindt) rapporteert voor elke installatie hoeveel ton CO2 er werkelijk uitgestoten werd in 2005. Door beide gegevens van elkaar af te trekken bekomt men een globaal beeld van de uitstoot per sector. De classificatie gebeurt op basis van de nummers 1 tot 9 en 99, en komt overeen met de sectoren zoals opgesomd in bijlage 1 van Directive 2003/87/EG (zie paragraaf 1.3.). De sectoren in deze classificatie zijn: energie activiteiten, productie en verwerking van ferrometalen, delfstoffenindustrie en overige activiteiten.

7.3.3. Prijs van EUA’s Voor de CO2-prijs van de EU emissierechten wordt de spot prijs van de emissiebeurs Powernext in 2005 genomen. De spot prijs is hier slechts beschikbaar vanaf 24 juni 2005. Daarom wordt voor data vóór 24 juni de forward prijs genomen met levering op 1 december 2005 (Spectron, gegevens Fortis). Verder rijst de vraag welke prijs genomen zal worden gedurende het jaar. Het is immers niet geweten wanneer een installatie zijn emissierechten gekocht of verkocht heeft, en tegen welke prijs dit gebeurd is. Daarom worden drie prijzen bepaald: de laagste prijs van het jaar, de hoogste prijs van het jaar, en een gewogen gemiddelde prijs van 2005. Deze laatste wordt bepaald door rekening te houden met de verhandelde volumes. Om het totale volume verhandelde rechten te bepalen wordt de som gemaakt van de verhandelde volumes OTC en via emissiebeurzen. Elke prijs wordt gewogen volgens het aandeel dat het volume inneemt van het totaal verhandeld volume in 2005. Op die manier bekomt men de gewogen gemiddelde prijs van emissierechten in 2005.

Tabel 7.2: Laagste, hoogste en gewogen gemiddelde CO2-prijs in 2005 (€/tCO2) 1. Laagste prijs

6.63

2. Hoogste prijs

28.93

3. Gewogen gemiddelde prijs 2005

20.6008


7.3.4. Elektriciteitsverbruik per sector In het Eurostat rapport ‘Energy: Yearly Statistics 2004’ wordt voor alle EU landen het jaarlijkse elektriciteitsverbruik per sector opgenomen. Eurostat maakt een indeling in sectoren op basis van NACEcodes. De verschillende sectoren die Eurostat onderscheidt zijn: iron and steel, non-ferrous metals, chemical industry, non-metallic mineral products, ore-extraction (except fuels), food drink and tobacco, textile leather and clothing, paper and printing, engineering and other metal en other non-classified. Met

elke sector stemmen een aantal NACE-codes overeen (zie figuur 7.7.).

100


Figuur 7.7: Eurostat sectoren en bijhorende NACE-codes

Bron: Eurostat, 2004, p.7

Tabel 7.3: Energieverbruik per sector in 2004 (MWhe) Final energy consumption 2004 in MWhe 7061000

1

iron and steel

2

non-ferrous metals

2123000

3

chemical industry

13473000

4

non-metallic mineral products

2613000

5

ore-extraction

6

food, drink and tobacco

7

textile, leather and clothing

8

paper and printing

2612000

9

engineering and other metal

3143000

4083000

2746000

10 other non-classified

Bron: Eurostat, 2004, p.40 De link die nu moet gemaakt worden is deze tussen de CITL sectorclassificatie en de NACE sectorclassificatie. Gezien hiertussen geen éénduidig verband bestaat is de enige optie een niveau lager te gaan en te kijken op installatieniveau welke NACE-code de deelnemende EU ETS bedrijven hebben. Voor elk bedrijf, opgenomen in de lijst van installaties van het Belgische NAP wordt nagegaan welke de NACE-code is. Dit werd gedaan door de ondernemingen op te zoeken in de Kruispuntbank van Ondernemingen. Nu deze EU ETS installaties ingedeeld zijn in Eurostat sectoren kan per sector de balans tussen toegewezen en geverifieerde emissies bepaald worden (zie tabel 7.4).

101


Tabel 7.4: Toegewezen emissierechten en geverifieerde emissies (tCO2)per sector in 2005 Toegewezen emissierechten in 2005

Geverifieerde emissies 2005

Balans 2005 6752952

1

iron and steel

14646505

7893553

2

non-ferrous metals

97878

94988

2890

3

chemical industry

5166107

4464048

702059

4

non-metallic mineral products

11604634

10189709

1414925

5

ore-extraction

0

0

0

6

food, drink and tobacco

1750649

1553783

196866

7

textile, leather and clothing

116881

92880

24001

8

paper and printing

884412

748727

135685

9

engineering and other metal

4896177

3573638

1322539

10

other non-classified

226507

196787

29720

7.3.5. Totale elektriciteitsproductie Om voor de elektriciteitssector in België de balans op te maken moet berekend worden met hoeveel het producentensurplus gestegen is. Om 100% correct te zijn moet daarvoor de volledig ‘merit order’ curve opgesteld worden, met en zonder CO2-component. Omdat dit heel wat rekenwerk vergt, wordt er voor gekozen de toename van het producentensurplus te benaderen door de toename van de elektricteitsprijs te vermenigvuldigen met de totale elektrciteitsproductie in België. We zijn er ons van bewust dat dit fout is doordat we de productie van de marginale centrale meerekenen en dus een overschatting maken van de voordelen van de sector. Bovendien moet in principe van deze waarde de kostprijs van de CO2component van alle andere infra-marginale centrales die CO2 uitstoten afgetrokken worden. Voor 2005 werd de totale elektrictieitsproductie in België niet gevonden, maar in het Eurostat rapport ‘Energy: Yearly Statistics’ van 2004 staat wel dat jaarlijks 85441 Gwh (of 85441000 MWh) elektriciteit opgewekt wordt in België (Eurostat, 2004, p.40).

7.4. Resultaten en besluit Nadat voor elke industriesector de voor- en nadelen opgeteld/afgetrokken werden, bekomt men het volgende resultaat (zie tabel 7.5). Er wordt een opsplitsing gemaakt tussen hoge, lage en gemiddelde stijging van de elektriciteitsprijs en hoge, lage en gemiddelde CO2-prijs. Uit de absolute cijfers kan men niet opmaken of het netto verlies/winst van enig belang is voor de sector als geheel. Daarom worden deze cijfers uitgedrukt in procent van de jaarlijkse omzet van de betrokken sectoren (gegevens Eurostat, 2005, code V12110). Dit levert de resultaten op zoals in tabel 7.6.

102


Tabel 7.5: Netto voordeel/nadeel van het EU ETS voor industriesectoren (in miljoen €) Gemiddelde meerkost elektriciteitsverbruik

Maximum meerkost elektriciteitsverbruik Nettobalans Netto-balans Netto-balans (gewogen (hoogste (laagste prijs ) gemiddelde prijs) prijs)

Netto-balans (laagste prijs )

Netto-balans (gewogen gemiddelde prijs)

Netto-balans (hoogste prijs)

iron and steel non-ferrous metals chemical industry non-metallic mineral products ore-extraction food. drink and tobacco textile. leather and clothing paper and printing engineering and other metal

-97.23 -42.67 -266.29 -43.17

-2.88 -42.63 -256.48 -23.40

53.36 -42.61 -250.64 -11.61

-97.23 -42.67 -266.29 -43.17

-2.88 -42.63 -256.48 -23.40

-80.81

-78.05

-76.41

-80.81

-51.63 -54.44

-49.73 -35.96

-48.60 -24.95


-55.03

-54.61

-54.36

in miljoen €

Minimum meerkost elektriciteitsverbruik Netto-balans (laagste prijs )



53.36 -42.61 -250.64 -11.61

25.86 -5.67 -31.43 2.38

120.21 -5.63 -21.62 22.15

176.45 -5.60 -15.77 33.94

-78.05

-76.41

-9.63

-6.88

-5.24

-51.63 -54.44

-49.73 -35.96

-48.60 -24.95

-6.10 0.35

-4.20 18.83

-3.07 29.84

-55.03

-54.61

-54.36

-7.16

-6.74

-6.49

Bron: Eigen berekeningen Tabel 7.6: Netto voordeel/nadeel van het EU ETS voor industriesectoren in % van de omzet Gemiddelde meerkost elektriciteitsverbruik

Maximum meerkost elektriciteitsverbruik

Minimum meerkost elektriciteitsverbruik

Balans (laagste prijs)

Balans (gewogen gemiddelde prijs)

Balans (hoogste prijs)







iron and steel non-ferrous metals chemical industry non-metallic mineral products ore-extraction food. drink and tobacco textile. leather and clothing paper and printing engineering and other metal

-0.13% -0.39% -0.32% -0.17%

0.74% -0.38% -0.29% 0.10%

1.25% -0.38% -0.27% 0.25%

-0.89% -0.93% -0.79% -0.57%

-0.03% -0.93% -0.76% -0.31%

0.49% -0.93% -0.74% -0.15%

0.24% -0.12% -0.09% 0.03%

1.11% -0.12% -0.06% 0.29%

1.62% -0.12% -0.05% 0.45%

-0.10%

-0.10%

-0.09%

-0.26%

-0.25%

-0.24%

-0.03%

-0.02%

-0.02%

-0.43% -0.04%

-0.39% 0.00%

-0.37% 0.02%

-1.05% -0.11%

-1.02% -0.07%

-0.99% -0.05%

-0.12% 0.00%

-0.09% 0.04%

-0.06% 0.06%


-0.04%

-0.04%

-0.04%

-0.10%

-0.10%

-0.10%

-0.01%

-0.01%

-0.01%

in % van de omzet

Bron: Eigen berekeningen 103


Uit tabel 7.6 blijkt dat de meeste sectoren negatief beïnvloed worden door het Europees emissiehandelsysteem. Wanneer men deze cijfers echter uitdrukt in % van de omzet, valt onmiddellijk op dat het om zeer kleine percentages gaat. Dit betekent dat het mogelijk moet zijn om deze gestegen kosten (indien deze er al zijn) door te rekenen in de eindprijs. Dit ligt in lijn met de conclusies in eerder empirisch onderzoek. De percentages zijn ook sterk afhankelijk van de veronderstellingen omtrent CO2prijs en meerkost elektriciteitsverbruik. Zo kent de sector ‘iron & steel’ een netto verlies in % van de omzet van -0.89% indien de meerkost van elektriciteitsverbruik maximaal is en indien de laagste prijs voor CO2-emissierechten verkregen wordt. De sector kent een voordeel van 1.62% van de omzet indien de stijging van de elektriciteitsprijs minimaal is en indien de prijs van CO2-emissierehcten het hoogst is. Voor de elektriciteitssector in België is het moelijker om omzetgegevens (opnieuw code V12110) te bekomen. Eurostat geeft (in 2004 of 2005) geen omzetgegevens vrij over NACE-code 40.1 (‘production and distribution of electricity’), wel over NACE-code E40 (als geheel). In 2002 is het omzetcijfer van NACE-code 40.1 wel gegeven (27210.3 miljoen euro). Daarom wordt besloten de groei van NACE-code E40 van 2002 tot 2005 toe te passen op code E40.1. Dit geeft een geschatte omzet in 2005 van 24650.02836 miljoen euro. Het netto voordeel/nadeel voor de elektriciteitssector in België in absolute waarden en in % van de omzet wordt dan (zie tabel 7.7): Tabel 7.7: Netto voordeel/nadeel voor de elektriciteitssector in absolute waarden (miljoen €) en in % van de omzet Absolute waarden

In % van de omzet


656.57

2.66%


535.32

2.17%


463.04

1.88%


1660.70

6.74%


1539.46

6.25%


1467.17

5.95%


171.27

0.69%


50.03

0.20%


-22.26

-0.09%

in miljoen €

Gemiddelde stijging elektricteitsprijs

Maximum stijging elektricteitsprijs

Minimum stijging elektricteitsprijs

104


Bron: Eigen berekeningen Uit tabel 7.7 blijkt dat de elektriciteitssector voordeel haalt uit emissiehandel, behalve in het geval waarbij de stijging van de elektricteitsprijs slechts €2.68/MWhe bedraagt, en de hoogste CO2-prijs geldt, wat niet representatief is voor de beschouwde periode. Dit kan beschouwd worden als een bevestiging van het bestaan van ‘windfall profits’ en ligt in lijn met de eerder bekomen resultaten. Een aantal opmerkingen zijn evenwel op zijn plaats. Ten eerste moet benadrukt worden dat de stijging van het producentensurplus in de elektricteitssector niet helemaal correct berekend is en eigenlijk een overschatting is (zie paragraaf 7.3.5). Ten tweede is deze methode ervan uitgegaan dat de prijsvorming gebeurt op basis van de marginale kosten. Uit paragraaf 5.3.3. weten we echter dat dit (zeker in België) niet altijd het geval is, en dat het merendeel van de elektricteit verhandeld wordt via lange termijn contracten waar het marginale kost principe niet geldt. De prijs van deze contracten ligt mogelijks onder de marktprijs, waardoor de conclusie kan wijzigen. Ten derde werd (als gevolg van vorige veronderstelling) aangenomen dat CO2-kosten door elektriciteitsproducenten volledig doorgerekend worden in de elektriciteitsprijs;ook hier kan over gediscussieerd worden. Anderzijds zag men in Duitsland een toename van de elektriciteitsprijs als gevolg van de overgang van ‘cost-plus’ naar ‘marginal pricing’ (zie paragraaf 5.17). Eind 2005 merkt men ook op dat de elektriciteitsprijs in België sterk stijgt. In figuur 7.8 toont zowel de meerkost van elektriciteitsproductie ten gevolge van het EU ETS als de elektriciteitsprijs in België (beiden in €/MWhe). Beide reeksen evolueren gelijkaardig, behalve eind 2005 waneer de elektrciteitsprijs stijgt en de meerkost constant blijft. Deze stijging kan ervoor zorgen dat de omzet in de sector stijgt, hoewel daar geen gestegen kosten tegenover staan. Wanneer de elektriciteitsprijs stijgt ten gevolge van de liberalisering, mag dit evenwel niet toegeschreven worden aan het Europees emissiehandelsysteem.

Figuur 7.8: Elektriciteitsprijs in België en meerkost elektriciteitsproductie t.g.v. EU ETS (€/MWhe) 90 80 70 60 50 40 30 20 10

Meerkost elektriciteitsproductie t.g.v. EU ETS Power Baseload Belgium

Bron: Eigen berekeningen en gegevens Fortis

105

3/12/2005

3/11/2005

3/10/2005

3/09/2005

3/08/2005

3/07/2005

3/06/2005

3/05/2005

3/04/2005

3/03/2005

3/02/2005

3/01/2005

0


Tenslotte is het mogelijk dat in de praktijk bepaalde emissierechten van de ene sector naar de andere worden overgedragen via specifieke overeenkomsten, waardoor de analyse niet meer helemaal correct is. Een voorbeeld hiervan is de overeenkomst tussen Sidmar (ondertussen Arcelor) en Electrabel, waarbij de centrale Rodenhuize van Electrabel de restgassen van staalproducent Sidmar verbrandt (en waarschijnlijk in ruil hiervoor emissierechten van Sidmar krijgt). Uit gegevens van het CITL blijkt dat in 2005 en 2006 de centrale Electrabel nv Rodenhuize 444666 emissierechten (elk recht is goed voor 1 ton CO2-uitstoot) toegewezen kreeg. De uitstoot van deze centrale bedraagt in 2005 en 2006 echter ongeveer 4500 000 tCO2. Sidmar daarentegen krijgt jaarlijks bijna 10 000 000 emissierechten toegewezen, waarvan slechts 5 000 000 rechten gebruikt worden om de uitstoot te dekken. Tabel 7.8: Toegewezen rechten en geverifieerde emissies Electrabel Rodenhuize en Sidmar, 2005, in tCO2 2005

2006

Toegewezen rechten

Geverifieerde emissies

Toegewezen rechten

Geverifieerde emissies

Electrabel nv Rodenhuize

444666

Sidmar nv18

9358697

4570337

444666

4436024

4896453

9358697

5238916

Bron: CITL, 2007 In het activiteitenverslag van Electrabel wordt ook verwezen naar het feit dat groep 4 van centrale Rodenhuize de restgassen van staalproducent Arcelor verbrandt (de sluiting van deze centrale is gepland in 2012, waarna ze vervangen zal worden door een nieuwe centrale die de restgassen van Arcelor zal omzetten in stroom) (Electrabel, 2006, p.32).

18

Inclusief hoogovengas

106

Hoofdstuk 8: Conclusie

8. Conclusie Het onderwerp van deze eindverhandeling situeert zich in het ruimere kader van klimaatverandering. Wetenschappers raken er steeds meer van overtuigd dat de aanhoudende productie van CO2 en andere broeikasgassen verantwoordelijk zijn voor de opwarming van de aarde en een bedreiging vormen voor ons klimaat. Dit heeft beleidsanalisten ertoe bewogen strategieën te ontwikkelen om de uitstoot van broeikasgassen te reduceren. Volgens milieueconomen strekken marktinstrumenten tot aanbeveling inzake het reduceren van emissies. Een voorbeeld van dergelijke marktinstrumenten is emissiehandel. Emissiehandel garandeert namelijk dat emissies gereduceerd worden op de meest kostenefficiënte manier. Het Kyoto Protocol, dat in 1997 ondertekend werd en waarin de deelnemende landen zich engageren hun uitstoot van broeikasgassen tijdens 2008-2012 met gemiddeld 5.2% te reduceren ten opzichte van het niveau in 1990, was een eerste stap in die richting. In deze internationale overeenkomst is reeds sprake van emissiehandel tussen landen. Het EU ETS (European Union Emissions Trading Scheme) dat in januari 2005 in werking trad, bouwt hierop verder en introduceert een emissiehandelssysteem tussen bedrijven (installaties) om de uitstoot van CO2 te reduceren in Europa. De deelnemende bedrijven (installaties) moeten voor elke ton CO2 die uitgestoten wordt een emissierecht kunnen voorleggen. De proefperiode (fase I) loopt van 2005 tot 2007; de vervolgperiode (fase II) van 2008 tot 2012 valt samen met de tweede verbintenisperiode van het Kyoto Protocol. Elk land moet voor elke fase een nationaal allocatieplan opstellen. In dit plan wordt vastgesteld hoeveel emissies jaarlijks aan de deelnemende bedrijven toegekend worden, en hoe deze verdeeld worden. De nationale allocatieplannen moeten ter goedkeuring overgemaakt worden aan de Europese Commissie. Deze laatste zal de plannen beoordelen volgens vooraf bepaalde criteria. Niet alle installaties in Europa die CO2-uitstoten maken deel uit van het Europees emissiehandelssysteem. Enkel de grootste en meest emitterende centrales uit de energie- en industriesector participeren. De deelnemende installaties (het zijn er ongeveer 11 500) stoten ongeveer 45% uit van de totale CO2-emissies in de EU. In het tweede hoofdstuk werd een overzicht gegeven van de voornaamste factoren die de CO2-prijs beïnvloeden. Ze werden onderverdeeld in aanbodfactoren, vraagfactoren en markstructuur & regulering. De aanbodzijde van de markt wordt vooreerst bepaald door de nationale allocatieplannen. Hierin wordt vastgelegd hoeveel rechten elke installatie krijgt. Het aanbod kan echter ook toenemen door instroom van CDM- en JI-credits. Het Kyoto Protocol voorziet immers dat credits kunnen verdiend worden door het reduceren van emissies in ontwikkelingslanden (CDM) of andere deelnemende landen (JI). CDM staat voor Clean Development Mechanism en komt erop neer dat emissiebesparende projecten uitgevoerd worden in ontwikkelingslanden. In ruil hiervoor kan de uitvoerder van het project CDM-credits krijgen. Deze kunnen omgewisseld worden in CO2-emissierechten, waardoor het aanbod op de markt toeneemt. JI staat voor Joint Implementation, en impliceert dat emissiebesparende projecten uitgevoerd worden in

107


landen die ook emissiedoelstellingen hebben, in ruil voor JI-credits. Vanaf de tweede fase van het EU ETS kunnen ook deze omgewisseld worden in CO2-emissierechten. De

voornaamste

factoren

aan

de

vraagzijde

van

de

markt

zijn:

economische

groei,

weersomstandigheden en grondstoffenprijzen. Wanneer de economische groei aantrekt, wordt meer CO2 uitgestoten. Dit doet de vraag naar emissierechten toenemen en bijgevolg ook de prijs. Ook weersomstandigheden (vnl. temperatuur en neerslag) beïnvloeden de koers. Lage wintertemperaturen doen de vraag naar elektriciteit toenemen. Wanneer deze elektriciteit opgewekt wordt vanuit fossiele brandstoffen (zoals gas of kolen) zorgt dit voor een toename van de CO2-uitstoot en stijgt de vraag naar emissierechten. Een warme zomer heeft via het toegenomen gebruik van airconditioning een soortgelijk effect. Neerslag beïnvloedt dan weer het waterniveau in rivieren en dammen. Dit is belangrijk voor hydrocentrales die elektriciteit opwekken vanuit water. Een periode van aanhoudende droogte heeft tot gevolg dat hydrocentrales minder elektriciteit produceren. Wanneer dit overgenomen wordt door conventionele

(CO2-emitterende)

centrales,

stijgt

de

vraag

naar

CO2-emissierechten.

Naast

weersomstandigheden zijn grondstoffenprijzen een vaak geciteerde determinant van de CO2-prijs. Hierbij denken we vooral aan de prijs van gas en kolen. Dit kan verklaard worden doordat een groot deel van de CO2-uitstoot afkomstig is van de elektriciteitsproducenten welke elektriciteit opwekken vanuit fossiele brandstoffen zoals gas of kolen. Schommelingen in de prijs van deze goederen bepalen welke grondstof het voordeligst is als input van een centrale. Doordat sinds de start van het EU ETS ook een prijs voor CO2 betaald moet worden, verandert het kostenplaatje van een centrale. Wanneer de gasprijs stijgt, zal elektriciteitsproductie vanuit gas relatief duurder worden dan vanuit kolen. Wanneer overgeschakeld wordt op kolen, moet ermee rekening gehouden worden dat een kolencentrale dubbel zoveel CO2 uitstoot per opgewekte MWh elektriciteit. Als de vraag naar CO2-emissierechten stijgt, en dus de prijs, is het mogelijk dat de productie vanuit kolen opnieuw duurder wordt dan vanuit gas. Opdat een ‘switch’ van kolen naar het minder vervuilende gas zou plaatsvinden, moet voor gegeven kolen- en gasprijzen, de prijs van emissierechten een minimumwaarde bereiken, zodat het verschil tussen de goedkopere kolen en het duurdere gas kan gecompenseerd worden. Deze minimumwaarde voor de prijs van emissierechten wordt de ‘switch level’ genoemd. De ‘switch level’ wordt algemeen als een indicatie voor de CO2-prijs gezien omdat ‘fuel switching’ een relatief goedkope manier is om emissies te reduceren. Naast de determinanten aan vraag- en aanbodzijde is het evenwel zinvol erop te wijzen dat de marktstructuur en regulering principieel bepalend zijn voor het tot stand komen van vraag- en aanbodzijde. Politieke beslissingen hadden, zeker in het begin van CO2 handel, een sterke invloed op de koers. In hoofdstuk 3 werd dieper ingegaan op de verhandeling van CO2-emissierechten in de praktijk. Naast spot contracten voor onmiddellijke levering, zijn een aantal afgeleide instrumenten ontwikkeld die toelaten zich in te dekken tegen de risico’s inherent verbonden aan CO2-handel. Hierbij denken we vooral aan futures, forwards en opties. De meest courante contracten zijn forward contracten met levering in december 2005, 2006, 2007, … Men noteert deze als het EUA 2005, EUA 2006, EUA 2007, … contract.

108


Ongeveer de helft van alle contracten wordt over-the-counter (OTC) of bilateraal verhandeld. De andere helft wordt verhandeld via de emissiebeurzen. ECX is de grootste emissiebeurs. Daarnaast zijn er ook een aantal kleinere beurzen zoals Powernext, Nordpool, EXAA, EEX en Climex. De kennis uit deze eerste drie hoofdstukken werd in praktijk gebracht in hoofdstuk 4. Daar werd via een ‘event study’ de levensloop van de CO2-markt geanalyseerd. Vanaf de start van het EU ETS in januari 2005 tot begin april 2007 werd nagegaan welke evoluties de CO2-prijs onderging, en welke de voornaamste redenen waren voor deze prijsschommelingen. In de eerste helft van 2005 steeg de prijs van de verschillende CO2-contracten van ± €8/tCO2 tot ± €30/tCO2. Als verklaring hiervoor werd gewezen op de weersomstandigheden (temperatuur, neerslag). Daarnaast heeft ook de elektriciteitsmarkt de prijs beïnvloed. Cijfers over elektriciteitsproductie vanuit verschillende primaire energiebronnen toonden aan dat elektriciteitsproductie vanuit fossiele brandstoffen gestegen is over de beschouwde periode. Dit deed de vraag naar emissierechten toenemen. Bovendien stonden de kolenprijzen laag in vergelijking met de gasprijzen, waardoor ook meer vraag naar emissies ontstond. Op politiek vlak zorgde nieuws over de goedkeuring van de nationale allocatiaplannen voor schommelingen. Tenslotte werd erop gewezen dat in de eerste helft van 2005 veel registers nog niet operationeel waren. Hierdoor werd het aanbod beperkt. In de tweede jaarhelft van 2005 vertoonde de koers verschillende schommelingen. Na de sterke daling begin juli ten gevolge van de terroristische aanslagen in Londen werd negatief marktsentiment de drijfveer nadat bekend geraakt was dat de registers in Oost-Europa zouden opengaan. De angst voor overaanbod zette marktpartijen aan tot verkopen. Vervolgens schommelde de CO2-prijs rond de €20/tCO2. In de periode januari-april 2006 stijgt de C02-prijs vrijwel constant. De CO2-prijs werd hierbij

voornamelijk gedreven door hogere gasprijzen en elektriciteitsprijzen. Na een hoogtepunt van ± €30/tCO2 stort de CO2-prijs in elkaar nadat data omtrent de geverifieerde emissies in 2005 de markt bereikten. Deze data zouden officieel pas vrijgegeven worden op 15 mei, maar sommige marktpartijen waren duidelijk al eerder op de hoogte van het slechte nieuws: de geverifieerde emissies in Estland, Tsjechische Republiek, Nederland, Wallonië, Frankrijk, Spanje en Zweden lagen ongeveer 55 miljoen ton lager dan algemeen verwacht werd. De emissies bleken lager te liggen dan de allocatie, wat impliceert dat er een overaanbod aan emissierechten was. Daarop zakte de koers in elkaar van ± €30/tCO2 naar ± €10/tCO2 begin mei. De verhandelde volumes bereikten een recordhoogte van bijna 12 miljoen verhandelde rechten per dag. De weken ervoor was dit ongeveer 2 à 3 miljoen. Bovendien vergrootte de spread tussen fase I en fase II. Vóór de crash noteerde de koers van het EUA 2008 contract (fase II) algemeen onder de koers van fase I (backwardation). Dit impliceert dat de markt verwacht dat er minder schaarste zal zijn in 2008. Sinds de crash is daar verandering in gekomen, en noteert het EUA 2008 contract hoger dan de contracten met levering in 2006 en 2007 (contango). Dit geeft aan dat de markt verwacht dat er meer schaarste zal zijn in de tweede fase van het EU ETS. Tegelijkertijd met de Europese emissiemarkt werd er ook een sterke daling waargenomen in de Europese elektriciteitsprijs. Elektriciteitsprijzen in Europa verloren allemaal ongeveer €8/MWhe per week. Dit wijst erop dat de CO2-markt een belangrijke invloed heeft op de elektriciteitsprijs. Na de crash begon een

109


rustige periode voor de CO2-prijs. In de zomer van 2006 schommelt de koers de CO2-contracten in een nauwe band rond de €15 à €20/tCO2. Vervolgens stort de koers opnieuw in elkaar in september 2006. Op 14 september noteerde de spot prijs nog €16,18/tCO2. Daarna daalde de CO2-prijs tot een minimum van €11,75/tCO2. De daling werd in gang gezet door de daling van de gasprijzen. Deze verloren ongeveer 30% in één week tijd. Bij dergelijke lage gasprijzen wordt een duidelijke incentive gegeven aan elektriciteitsproducenten om waar mogelijk te switchen van kolen naar gas. Dit doet de vraag naar emissierechten afnemen. Na deze tweede prijscrash is de prijs van fase I aan een continue daling begonnen. De overallocatie op de CO2-markt zorgt ervoor dat de prijs naar nul tendeert en zich volledig loskoppelt van alle fundamentals. Dit toont aan hoe belangrijk de nationale allocatieplannen zijn en moet beleidmakers ertoe brengen deze plannen met voldoende omzichtigheid te behandelen. Anders is het gesteld met de prijs van fase II contracten. Deze schommelt rond de €15 à €20/tCO2. Wanneer begin april het nieuws met de geverifieerde emissies van 2006 de markt bereikt, veroorzaakte dit geen noemenswaardige schommelingen. De informatie dat 2006 overgealloceerd was zat immers reeds in de koers verwerkt. Op basis van de event study zijn we bovendien tot een aantal interessante vaststellingen gekomen die het voorwerp uitmaakten van verdere studie in hoofdstuk 5 en 6. Ten eerste werd in de event study duidelijk dat er een interessante relatie bestaat tussen de CO2-markt en de elektriciteitsmarkt. We kwamen hierbij tot de vaststelling dat veel van de koersbeïnvloedende factoren uit hoofdstuk 2 verband houden met de elektriciteitsmarkt. Dit topic werd daarom behandeld in hoofdstuk 5. Bovendien kwamen we tot de vaststelling dat CO2-prijzen vrij snel en sterk reageren op nieuwe marktinformatie. In hoofdstuk 6 stellen we ons de vraag of de CO2-markt een efficiënte markt is. Daarnaast is er nog een ander verband tussen hoofdstuk 5 en 6. De economische theorie over emissiereductie huldigt emissiehandel als principe omwille van haar kostenefficiëntie. Toch is deze eigenschap slechts geldig indien aan een aantal voorwaarden voldaan is. Ten eerste moet volgens de economische theorie van emissiehandel de kost van emissiereductie doorgerekend worden in de eindprijs. Op die manier wordt aangezet tot minder energieverbruik en worden propere technologieën gestimuleerd. Enkel dan is emissiehandel een ‘kostenefficiënte’ manier om emissies te reduceren. Dit bracht ons tot de onderzoeksvraag van hoofdstuk 5, nl. wordt de CO2-kost doorgerekend in elektriciteitsprijzen? Ten tweede vereist kostenefficiënte emissiehandel dat de handel in emissierechten efficiënt verloopt. Het is daarom essentieel om na te gaan of deze veronderstelling in de praktijk wel voldaan is. Dit vormt de onderzoeksvraag van hoofdstuk 6. Hoofdstuk 5 werd aangevat met een theoretische verklaring van hoe CO2-prijzen elektriciteitsprijzen kunnen doen stijgen. Voor elektriciteitsproducenten kunnen CO2-emissierechten theoretisch aanzien worden als een opportuniteitskost. Bij prijszetting op basis van marginale kosten maakt deze opportuniteitskost (de optie om het recht te verkopen) deel uit van de variabele kosten. Bij prijszetting in competitieve elektriciteitsmarkten op basis van marginale kosten wordt deze kost doorgerekend in de biedingen die elektriciteitsproducenten doorgeven aan de emissiebeurs. Er werd ook theoretisch gemotiveerd dat de marktstructuur van de elektriciteitsmarkt van groot belang is voor de transmissie van

110


CO2-prijzen in elektriciteitsprijzen. Vervolgens werd een overzicht gegeven van bestaand empirisch onderzoek naar het ‘pass-through’ percentage. Globaal gezien bekomt men waarden die tussen de 40 en 80% liggen. Daarbij werden evenwel een aantal methodologische knelpunten geformuleerd. Vooreerst beïnvloedt de vaststelling dat het verband tussen CO2-markt, elektriciteitsmarkt en grondstoffenmarkt dynamisch is het empirisch onderzoek. Dit maakt namelijk dat eenvoudige econometrische methoden niet zonder

meer

toepasbaar

zijn.

Bovendien

werd

de

relatie

gelegd

tussen

het

Europees

emissiehandelssysteem en de liberalisering van de elektriciteitsmarkt. We stelden vast dat de prijszetting in Europa niet steeds gebeurt op basis van de marginale kosten. Een aanzienlijk deel van de contracten verloopt niet via de energiebeurzen maar via lange termijncontracten waarover minder geweten is. Essentieel hierbij was de vraag of deze contracten toelaten de CO2-kost door te rekenen. Sommige contracten zijn geïndexeerd op basis van de CO2-prijs, maar andere niet. De mogelijkheid bestaat dat in lange termijn contracten niet de CO2-kost van de marginale centrale van belang is, maar wel de gemiddelde CO2-kost (de totale CO2-kost / de totale hoeveelheid geproduceerde elektriciteit). Bovendien is in de praktijk is de elektriciteitsmarkt nog niet volledig geliberaliseerd en kan men nog steeds verschillende deelmarkten onderscheiden met elk een eigen regelgeving en prijszetting. Dit laat ons toe een conclusie te formuleren met betrekking tot het eerste element van ‘kostenefficiëntie’. Wordt de kost van emissiereductie doorgerekend in de eindprijs? Het antwoord is ja wanneer de prijsvorming gebeurt op basis van de marginale kosten. Doordat de liberalisering van de Europese elektriciteitsmarkt nog niet volledig voltooid is, is hier duidelijk nog een weg te gaan. Wanneer de bestaande empirische methoden herbekeken werden met cijfermateriaal voor Duitsland kwamen we tot de vaststelling dat de voorgaande opmerkingen van groot belang waren. De recente evolutie in de elektriciteitsprijzen in Duitsland is namelijk een direct gevolg van de liberalisering waarbij er een overgang is in de prijszetting van ‘cost-plus’ (gemiddelde kosten) naar prijszetting op basis van de marginale kosten. Bovendien worden ook de verbanden tussen grondstoffenprijzen, CO2-prijzen en elektriciteitsprijzen empirisch teruggevonden. De conclusies die eerder teruggevonden werden in de data werden verstoord door deze elementen. Er wordt besloten dat meer gesofisticeerde technieken nodig zijn voor dergelijk complex probleem. In hoodfstuk 6 werd de ‘efficiënte markt hypothese’ onderzocht in de Europese CO2-markt. Hiermee bewogen we ons in de richting van de ‘environmental finance’. Er wordt nagegaan hoe snel nieuwe informatie geïncorporeerd wordt in de koers (m.a.w. efficiëntie vanuit informatiestandpunt). Indien de emissiemarkt efficiënt is, wordt nieuwe informatie onmiddellijk verwerkt in de prijs. Stel dat op tijdstip t nieuwe informatie beschikbaar is voor de CO2-markt waardoor de koers stijgt. In een efficiëntie markt gebeurt deze prijsstijging in één keer, en niet in verschillende kleine stapjes. Deze onderzoeksvraag wordt beantwoord door na te gaan of de CO2-prijs een random walk proces is. Random walks en efficiënte markten zijn nauw met elkaar verbonden. Per definitie is de instroom van nieuwe informatie onzeker; nieuwe informatie bereikt de CO2-markt bijgevolg at random. In een efficiënte markt gebeuren prijswijzigingen ook at random. Om deze hypothese te testen worden verschillende ‘unit root’ testen uitgevoerd. Uit deze testen kan met relatief grote zekerheid besloten worden dat de CO2-prijs een unit

111


root heeft, m.a.w. de CO2-prijs is een niet-stationaire reeks. De eerste verschillen van de CO2 spot prijs hebben geen unit root, m.a.w. het is een stationaire reeks. Bijgevolg is de CO2 prijs een ‘first difference stationary process’. Toch is dit niet voldoende om te besluiten dat de CO2-prijs een random walk proces volgt. Ook de voorwaarden van een random walk proces moeten voldaan zijn, en dit is omwille van de significante autocorrelatie in de data niet het geval. Er wordt besloten dat de CO2-markt in statistische zin van het woord geen efficiënte markt is. Vervolgens krijgt het efficiëntieverhaal een andere wending door de efficiëntie in de praktijk na te gaan. We stellen ons de vraag of de conclusie dat CO2-prijs statistisch gezien geen random walk volgt, kan uitgebreid worden naar de realiteit. In de praktijk zijn er immers transactiekosten verbonden aan het verhandelen van emissierechten. Daarom is het mogelijk dat de CO2-markt statistisch gezien geen random walk volgt, maar economisch gezien wel. Dit betekent dat de winst die statistisch gezien kan gemaakt worden doordat de prijzen informatie over de toekomst bevatten, economisch gezien verdwijnt doordat rekening wordt gehouden met transactiekosten. Dit wordt nagegaan door de CO2-prijs te modelleren volgens ARMA-(G)ARCH modellen. Hieruit blijkt dat het niet mogelijk is om een model te ontwerpen dat de toekomstige CO2-prijs voorspelt met enige zekerheid. Dit impliceert dat het niet mogelijk is om winst te maken uit de koop/verkoop van emissierechten op basis van de koersevolutie in het verleden. Er wordt besloten dat de CO2-markt in economische termen wel een efficiënte markt is. Hiermee is ook het tweede antwoord op de vraag m.b.t. de kostenefficiëntie van de CO2-markt gekend. In het laatste hoofdstuk van dit eindwerk werd nagegaan wat de invloed van het Europees emissiehandelssysteem is op de economische prestaties van de betrokken sectoren en proberen we de ‘winners & losers’ van het systeem te identificeren. Meer bepaald stelden we ons de vraag of emissiehandel kosten met zich meebrengt voor de deelnemende bedrijven. Het antwoord op deze vraag is afhankelijk van drie factoren. Ten eerste bepaalt de energie-intensiteit de vraag naar (duurdere) elektriciteit. Ten tweede is ook de mogelijkheid om de gestegen kosten door te rekenen in de prijzen van belang. Dit is onder meer afhankelijk van de marktstructuur. Ten slotte is ook de mogelijkheid om emissies te reduceren bepalend voor de kost van emissiereductie. Wanneer men de empirische literatuur erop naleest, blijkt de elektriciteitssector steevast als winnaar van het systeem naar voor te komen. De gestegen kosten worden doorgerekend in de elektriciteitsprijs. Doordat deze hogere prijs ook van toepassing op andere, niet vervuilende installaties waarvoor geen CO2-emissierechten moeten voorgelegd worden, haalt de sector netto-voordeel uit emissiehandel. In de andere deelnemende sectoren stijgen de kosten, maar algemeen moet het mogelijk zijn deze gestegen kost door te rekenen in de eindprijs. De staal-, aluminium- en cementsector komen als potentieel verliezer naar buiten. Of deze sectoren voordeel of nadeel van het systeem zullen ondervinden is afhankelijk van de precieze marktomstandigheden. Vervolgens werd op basis van een eigen methodologie getracht te achterhalen wie voordeel/nadeel haalt uit het systeem en hoe groot dit voordeel/nadeel is. Op basis van de begrippen die in hoofdstuk 5 geïntroduceerd werden, kan het voordeel en nadeel voor elke sector gekwantificeerd worden. Voor de industriesectoren bestaat het nadeel in de gestegen elektriciteitprijs. Deze sector kan evenwel genieten

112


van een relatief ruime allocatie die (deels) ten gelde gemaakt kan worden. In de energiesector bestaat het nadeel uit de relatief krappe allocatie, wat betekent dat bijkomende rechten gekocht moeten worden. Het voordeel van de sector is het gestegen producentensurplus dat kan gerealiseerd kan worden door de CO2-kost door te rekenen in de prijzen. De methode wordt toegepast op cijfermateriaal voor België. In de industriesectoren kwamen we tot de vaststelling dat de voordelen niet opwegen tegen de nadelen. Wanneer de resultaten uitgedrukt worden in % van de omzet zagen we echter dat de verliezen bijzonder klein waren, waardoor aangenomen kan worden dat het mogelijk moet zijn om de gestegen kosten (indien die er al zijn) door te rekenen in de prijzen. De elektriciteitssector haalt naar alle waarschijnlijkheid voordeel uit het emissiehandelssysteem, wat een bevestiging is van het bestaan van ‘windfall profits’. Tot slot worden enkele pijnpunten in deze methode blootgelegd. Voornamelijk de veronderstelling dat de prijsvorming op de elektriciteitsmarkt in België gebeurt op basis van de marginale kosten is een heikel punt. Ook de assumptie van een 100% ‘pass-through’ percentage is een discussiepunt. Hiermee is de link naar hoofdstuk 5 duidelijk. En verder ... Zoals vaak het geval is rijzen er opnieuw vragen wanneer een eerste vraag beantwoord is. Een aantal van deze onbeantwoorde vragen kunnen mijns inziens zelfs het onderwerp van een doctoraat uitmaken. In hoofdstuk 5 kwamen we tot de vaststelling dat het bijzonder moeilijk is om een model te ontwerpen dat de evoluties tussen CO2-markt, grondstoffenmarkt en elektriciteitsmarkt samenbrengt. Gezien de veelvuldige raakpunten tussen deze markten lijkt een VAR-model een interessante mogelijkheid. Dit laat bovendien toe na te gaan hoe de invloed van de ene markt op de andere gewijzigd is over de tijd, waardoor de invloed van de liberalisering in de elektriciteitsmarkt aan het licht kan komen.

113

Bibliografie APX, 2007, Aggregated Demand and Supply curves, URL:. (09/04/’07) Albrecht J., Verbeke T. en De Clercq M., 2005, Informational efficiency of the US SO2 permit market, Evironmental Modelling & Software, p.1471-1478 Bailey E.M., 1998, Intertemporal pricing of sulphur dioxide allowances, Working paper, MIT Center for Energy and Environmental Policy Research, p.1-17 Benz E. en Trück S., 2006, Modeling CO2 emission allowance prices, Working paper, Bonn Graduate School of Economics, University of Bonn, p.1-23, URL:< http://papers.ssrn.com/sol3/papers.cfm?abstract_id=912420>. (15/04/2007) Bodie Z., Kane A. en Marcus A., 2005, Investments (sixth edition), Mc Graw Hill, p.1-1090 Burtraw D., Palmer K., Bharvirkar R. en Paul A., 2002, The effect on asset values of the allocation of carbon dioxide emission allowances, Discussion paper 02-15, Resources for the future, p.1-20, URL:< http://www.rff.org/Documents/RFF-DP-02-15.pdf>. (15/04/2007) Campbell J.Y., Lo A.W., MacKinley A.G., 1997, The econometrics of Financial Markets, Princeton University Press, Princeton, p.1-611 Capoor K. en Ambrosi P., 2006, State and trends of the carbon market 2006, World Bank & International Emissions Trading Association, URL:< http://carbonfinance.org/docs/StateoftheCarbonMarket2006.pdf>. (03/04/’07) Climate Corporation, 2005-2007, News Archive, Emissions Trading News, URL:. (21/04/2007) Community Independent Transaction Log (CITL), 2007, URL:< http://ec.europa.eu/environment/ets/welcome.do>. (21/14/2007) Coppens F. en Vivet D., 2006, The single European electricity market : A long road to convergence, National Bank of Belgium Working Paper Document n° 84, p.1-53, URL:< http://www.nbb.be/doc/ts/publications/wp/wp84En.pdf>. (09/04/’07)

VIII

Daskalakis G., Psychoyios D. en Markellos R.N., 2006, Modeling CO2 emission allowance prices and derivatives: evidence form the EEX, Working paper, p. 1-31, URL:< http://papers.ssrn.com/sol3/papers.cfm?abstract_id=912420>. (15/04/2007) Delarue E., Lambrechts H. en D’haeseleer W., 2006, Simulating greenhouse gas (GHG) allowance cost and GHG emission reduction in Western Europe, Energy, doi:10.1016/j.energy.2006.09.020, p.1-11 Directive 2003/87/EG, 2003, L 275/32 – L 275/46, URL:. (21/04/2007) ECX, 2007a, The role of derivatives Markets, URL:. (04/04/’07) ECX, 2007b, The role of Futures, URL:< http://www.europeanclimateexchange.com/index_flash.php>. (04/04/’07) ECX, 2007c, European Climate Exchange Market Update March 2007, p.1-3, URL:< http://www.ecxeurope.com/index_flash.php?page=page659.php>. (04/04/’07) ECX, 2007d, The role of options, URL:< http://www.ecxeurope.com/index_flash.php?page=page659.php>. (04/04/’07) ECX, 2007e, The carbon market: How to trade ECX Emission Contracts, p.1-29, URL:< http://www.europeanclimateexchange.com/index_flash.php>. (04/04/’07) Electrabel, 2006, Activiteitenverslag 2005, p.1-56, URL: (21/04/2007) EMIS VITO, 2007, Verbrandingswaarden van kolen en aanverwante producten, URL:< http://www.emis.vito.be/EMIS/Media/cfev-kol.xls>. (28/04/2007) Europese Commissie, 1996, Directive 96/92/EC, URL:< http://ec.europa.eu/energy/electricity/legislation/historical_documents.htm#ref10>. (09/04/’07) Europese Commissie, 2000, Groenboek over de handel in broeikasgasemissierechten binnen de Europese Unie, COM(2000) 87 definitief, URL:< http://eur-lex.europa.eu/LexUriServ/site/nl/com/2000/com2000_0087nl01.pdf>. (31/03/2007)

IX

Europese Commissie, 2003, Directive 2003/54/EC, URL:. (09/04/’07) Europese Commissie, 2004, Medium term vision for the internal electricity market, Directorate-General for Energy and Transport, Strategy Paper, p.1-55, URL:. (10/04/’07) Europese Commissie, 2005a, Verdere richtsnoeren betreffende de toewijzingsplannen voor de handelsperiode 2008-2012 van het Europese systeem van verhandelbare emissierechten (COM(2005) 703 definitief), URL:< http://ec.europa.eu/environment/climat/pdf/nap_2_guidance_nl.pdf>. (19/02/2007) Europese Commissie, 2005b, EU action against climate change: EU emissions trading, an open scheme promoting global innovation, p.1-22 URL:. (19/02/2007) Europese Commissie, 2006, EU ETS Review: Report on International Competitiveness, p.1-51, URL:. (14/04/2007) Europese Commissie, 2007a, Climate Change, URL:< http://ec.europa.eu/environment/climat/home_en.htm>. (19/02/2007) Europese Commissie, 2007b, Emission Trading Scheme (EU ETS), URL:. (19/02/2007) Europese Commissie, 2007c, Emissions Trading – National Allocation Plans, URL:. (19/02/2007) Europese Unie, 2003, Kyoto Protocol, Press Release MEMO/03/154, URL:. (19/02/2007) Europese Unie, 2005, Vragen en antwoorden over de handel in emissierechten en nationale toewijzingsplannen, URL:. (19/02/2007)

X

Eurostat, 2004, Yearly Statistics: data 2004, URL:. (15/04/2007) Eurostat, 2007, Data, Industry and construction, code V12110, URL:. (21/04/2007) Fehr M. en Hinz J., 2006, A quantitative approach to carbon price risk modeling, Institute for Operations Research and RiskLab, p.1-25, URL:< http://www.ifor.math.ethz.ch/staff/maxfehr/Carbon.pdf >. (26/03/2007) Gujarati D.N., 2003, Basic Econometrics (international edition), McGraw Hill, United States, p.1-1002 Heij C., de Boer P., Franses P.H., Kloek T., van Dijk H.K., 2004, Econometric Methods with Applications in Business and Eonomics, Oxford University Press, Oxford, p.1-787 Honkatukia J., Mälkönen V. en Perrels Adriaan, 2006, How does the EU Emission Trade System augment Electricity Wholesale prices? The slippery steps from indications to evidence, Government Institute for Economic Research, p.1-25, URL:< http://www.wip.tu-berlin.de/typo3/fileadmin/documents/infraday/2006/papers/perrels_et_alcoair2006-paper-How_does_the_EU_Emission_Trade_System-v02-18_09_2006.pdf>. (15/04/2007) Hull J.C., 2000, Options, futures & other derivatives, fourth (international) edition, Prentice-Hall International, Inc., Upper Saddle River, p.1-698 Reinaud J., 2003, Emissions trading and its possible impacts on investment decisions in the power sector, IEA Information Paper, International Energy Agency (IEA), Parijs, p.1-74 IETA, 2005, Act locally, trade globally: Emissions Trading for Climate Policy, p.1-234, URL:< http://www.iea.org/textbase/nppdf/free/2005/act_locally.pdf>. (03/04/’07) Intergovernmental Panel on Climate Change (IPCC), 1997, Revised 1996 IPCC guidelines for national greenhouse gas inventories, URL:< http://www.ipcc-nggip.iges.or.jp/public/gl/invs1.htm>. (15/04/2007) Joskow P.L., Schmalensee R., Bailey E.M., 1998, The market for sulphur dioxide emissions, American Economic Review, 88 (5), p.669-685

XI

Kosobud R. F., Stokes H.H., Tallarico C.D. en Scott B.L., Valuing tradable private rights to pollute the public’s air, Review of Accounting and Finance, p.49-71 Kruispuntbank van Ondernemingen (KBO) en Handelsregister, 2004, URL:< http://kbo-bce-ps.mineco.fgov.be/ps/kbo_ps/kbo_search.jsp?Action=SKW>. (15/04/2007) Kwiatkowski D., Phillips P.C.B., Schmidt P. en Shin Y., 1992, Testing the null hypothesis of stationarity against the alternative of a unit root, Journal of econometrics, 54 (1), p.159-178 Meeus L., Purchala K., Belmans R., 2005, Development of the Internal Electricity Market in Europe, The electricity Journal, vol. 18, n ° 6, p.25-35 Nationaal register voor broeikasgassen, Kyotoprotocol, URL:< http://www.climateregistry.be/NL/INTL/kyoto.htm>. (19/02/2007) NERA economic consulting, 2005, Interactions of the EU ETS with Green and White Certificate Schemes: Summary Report for policy makers, European Commission Directorate-General Environment, p.1-41, URL:< http://ec.europa.eu/environment/climat/pdf/ec_green_final_report051117.pdf>. (06/03/2007) Ng S. en Perron P., 1995, Unit root tests in ARMA models with data dependent methods ofr the selection of the truncation lag, Journal of the American Statistical Association, 90(249), p.268-281 Paolella M.S. en Taschini L., 2006, An econometric analysis of emission trading allowances, Working Paper n° 341, National Centre of Competence in Research Financial Valuation and Risk Management, p.1-42, URL:. (15/04/2007) Point Carbon, 2004, Special issue: What determines the price of carbon?, Carbon Market Analyst, p.1-15, URL:< http://www.pointcarbon.com/wimages/Carbon_Market_Analyst_special_Oct_823767.pdf>. (03/04/’07) Riechmann C., Etten M. en Elms N., 2006, The role of CO2 in power markets – in line with competition?, Frontier Economics, p.1-21, URL:. (15/04/2007) Reinaud J., 2005a, Impact of carbon emission trading on Electricity generation costs, Energy prices and taxes, p.xi-xviii, URL:< http://data.iea.org/ieastore/assets/products/eptnotes/feature/FTR05Q2A.pdf>. (15/04/2007)

XII

Reinaud J., 2005b, Industrial competitiveness under the European Union Emissions Trading Scheme, IEA information paper, International Energy Agency, p.1-91, URL:< http://www.iea.org/Textbase/Papers/2004/Industrial_Competitiveness.pdf>. (19/04/2007) Reinaud J., 2007, CO2 allowance and electricity price interaction: Impact on industry’s electricity purchasing strategies in Europe, IEA information paper, International Energy Agency, p.1-85, URL:. (15/04/2007) Rubin J.D., 1996, A model of intertemporal emission trading, banking and borrowing, Journal of environmental economics and management, vol 31, p.269-286 Scheepers M.J.J., Wals A.F. en Rijkers F.A.M., 2003, Position of lager power producers in electricity markets of North Western Europe, ECN-C—03—03, Nederland, p.1-44, URL:< http://www.ecn.nl/docs/library/report/2003/c03003.pdf >.(10/04/’07) Schennach S.M., 2000, The economics of pollution permit banking in the context of title IV of the 1990 Clean Air Act Amendments, Journal of environmental economics and management, 40, p.189-210 Schwarz E.S., 1997, The stochastic behaviour of commodity prices: implications for valuation and hedging, The Journal of Finance, 52, p.923-973 Seifert J., Uhrig-Homburg M., Wagner M., 2006, Dynamic Behavior of CO2 Spot Prices – Theory and Empirical Evidence, Universität Karlsruhe, p.1-34, URL:. (15/04/2007) Serrallés R.J., 2006, Electric energy restructuring in the European Union: Integration, subsidiarity and the challenge of harmonization, Energy Policy, vol. 34, p.2542-2551 Scheepers M.J.J., Wals A.F., Rijkers F.A.M., 2003, Position of large power producers in electricity markets of north western Europe, ECN –C--03-003, p.1-44, URL:. (15/04/2007) Sijm J.P.M., Bakker S.J.A., Chen Y., Harmsen H.W. en Lise W., 2005, CO2 price dyamics: The implications of EU emissions trading for the price of electricity, ECN-C--5-081, Energy Research Centre of the Netherlands, p.1-120, URL:< http://www.ecn.nl/docs/library/report/2005/c05081.pdf>. (15/04/2007) Sijm J.P.M., Chen Y., ten Donkelaar M., Hers J.S., Scheepers M.J.J., 2006a, CO2 Price dynamics: A follow-up analysis of the implications of EU emissions trading for the price of electricity, ECN-C--06-015, Energy Research Centre of the Netherlands, p.1-55,

XIII

URL:. (15/04/2007) Sijm J.P.M., Neuhoff K. en Chen Y., 2006b, CO2 cost pass-through and windfall profits in the power sector, Climate Policy, n° 6, p.49-72, URL:< http://www.electricitypolicy.org.uk/pubs/tsec/sijm.pdf>. (15/04/2007) The Carbon Trust, 2004, The European Emissions Trading Scheme: Implications for Industrial Competitiveness, p.1-31, URL:< http://www.thecarbontrust.co.uk/publications/publicationdetail.htm?productid=CT-2004-04>. (05/04/’07) UNFCCC, Feeling the heat, URL:. (19/02/2007) U.S. Environmental Protection Agency (EPA), 2006, The Plain English Guide to the Clean Air Act, URL:< http://www.epa.gov/oar/oaqps/peg_caa/pegcaain.html>. (31/03/2007) Verenigde Naties (VN), 2007, Kyoto Protocol, URL:< http://unfccc.int/2860.php>. (31/03/2007) VIK (Verband der Industriellen Energie- und Kraftwirtschaft e.V.), 2006, Preliminary findings of the Energy sector inquiry, URL:< http://www.vik.de/fileadmin/vik/Stellungnahmen/2006-0421/SN_preliminary_findings_sector_inquiry.pdf>. (27/02/2007) Voorspools K., 2006a, Carbon pricing scenarios within the context of current energy prices, Fortis Merchant Banking, URL: . (28/10/2006) Voorspools K., 2006b, The carbon component of the UK power price, in: Environmental science and technology, p.4543-4546, URL:. (15/04/’07) Voorspools K., 2007, Special Report: German power market maturing; from giant baby to nostalgic teenager, Fortis Merchant Banking, p.1-8 Voorspools K., 2006-2007, CO2 Weekly, Fortis Merchant Banking

XIV

Bijlagen Bijlage 1: EUA 2005 contract

ADF-test

Teststatistiek

Lags


Constante EUA 2005 Op basis van ‘general to specific procedure’ Eerste verschillen

EUA 2005 Op basis van Akaike information criterion Eerste verschillen

EUA 2005

-2,694998*'

12

-2,053681

Constante en trend

-2,338317

12

-2,073623


0,412565

12

-2,408129

Constante

-4,222951***'

11

2,409428

Constante en trend

-4,441884***'

11

2,540871


-4,205887***'

11

2,403324

Constante

-2,2623500

1

-4,397285

Constante en trend

-2,129328

1

-4,385725


0,259588

1

-4,378531

Constante

-9,768051***'

0

-4,378862

Constante en trend

-9,784414***'

0

-4,370542


-9,787913***'

0

-4,389895

Constante

-2,262350

1

-4,341948

Constante en trend

-2,129328

1

-4,311941


Op basis van Schwarz information criterion


Eerste verschillen

Eerste verschillen

lag

1

-4,341639 -4,341970

Constante en trend

-9,784414***'

0

-4,315205

-9,787913***'

0

-4,371449

Teststatistiek

Newey-West bandbreedte

Constante

-2,339402

6

Constante en trend

-2,088565

5


0,395291

5

Constante

-9,734397***'

4

Constante en trend

-9,739183***'

4


-9,757393***'

4

Teststatistiek


Constante

0,479876**'

10

Constante en trend

0,246530***'

10

KPSS EUA 2005

1 0


PP-test

EUA 2005

0,259588 -9,768051***'

Constante

0,143902

5

Constante en trend

0,038078

5

EUA 2005

Eerste verschillen

Tweede verschillen

Autocorrelatie

Q(k)

t(k)

Autocorrelatie

Q(k)

t(k)

Autocorrelatie

Q(k)

t(k)

0,965

162,89***

12,66***

0,279

13,587***

3,65***'

-0,279

13,435***

-3,64***'

XV

2

0,919

311,47***

12,05***

-0,029

13,735***

-0,38

-0,234

22,966***

3

0,873

446,29***

11,45***

0,006

13,741***

0,08

-0,076

23,964***

-3,05***' -0,99

4

0,822

566,56***

10,78***

0,143

17,346***

1,87*'

0,172

29,164***

2,24**'

5

0,762

670,49***

9,99***

0,022

17,43***

0,29

-0,092

30,648***

-1,20

6

0,703

759,49***

9,22***

0,039

17,708***

0,51

0,042

30,964***

0,55

7

0,641

834,1***

8,41***

-0,001

17,708**

-0,01

0,026

31,088***

0,34

8

0,579

895,19***

7,59***

-0,085

19,012**

-1,11

-0,124

33,884***

-1,62

9

0,520

944,84***

6,82***

0,004

19,014**

0,05

0,069

34,742***

0,90

10

0,463

984,49***

6,07***

0,003

19,016**

0,04

0,015

34,783***

0,20

11

0,406

1015,2***

5,32***

-0,024

19,126*

-0,31

0,105

36,807***

1,37

12

0,352

1038,3***

4,62***

-0,196

26,29***

-2,56**'

-0,180

42,799***

-2,35**'

13

0,307

1056,1***

4,03***

-0,108

28,478***

-1,41

0,017

42,855***

0,22

14

0,267

1069,6***

3,5***

-0,042

28,819**

-0,55

0,023

42,954***

0,30

15

0,226

1079,4***

2,96***

-0,023

28,919**

-0,3

0,096

44,675***

1,25

16

0,189

1086,2***

2,48**

-0,135

32,402***

-1,77*'

-0,111

47,026***

-1,45

17

0,158

1091,1***

2,07**

-0,090

33,95***

-1,18

-0,026

47,16***

-0,34

18

0,133

1094,5***

1,74*

-0,012

33,979**

-0,16

0,043

47,513***

0,56

19

0,111

1096,9***

1,460

0,004

33,981**

0,05

0,030

47,686***

0,39

20

0,090

1098,5***

1,18

-0,023

34,082**

-0,3

0,068

48,577***

0,89

21

0,075

1099,6***

0,98

-0,134

37,643**

-1,75*'

-0,167

54,068***

-2,18**'

22

0,064

1100,5***

0,84

-0,021

37,732**

-0,27

0,073

55,116***

0,95

23

0,058

1101,1***

0,76

-0,012

37,761**

-0,16

0,027

55,261***

0,35

24

0,056

1101,8***

0,73

-0,029

37,93**

-0,38

-0,049

55,738***

-0,64

25

0,055

1102,4***

0,72

0,024

38,043**

0,31

0,016

55,788***

0,21

Bijlage 2: EUA 2006 contract

ADF-test

Teststatistiek Lags

Constante EUA 2006

Constante en trend Geen constante en geen trend

Op basis van ‘general to specific procedure’ Eerste verschillen

EUA 2006

Eerste verschillen


-2,067799 -2,617840

-0,712484

5

-2,351116

-14,48012***'

4

2,360292

-14,53842***'

4

2,419669


-14,48230***'

4

2,350246

Constante

-1,2445560

6

0,118507

Constante en trend

-3,025369

5

0,102727

-0,733843

7

0,119237

Constante

-11,68861***'

6

0,119605

Constante en trend

-11,78946***'

6

0,119440


-11,68073***'

6

0,115813

-1,901933

4

0,177698

-3,945286**'

3

0,171206

-0,704073

4

0,171450


Eerste verschillen

5 4

Constante en trend

Constante EUA 2006

-1,525554 -3,385122**'

Constante




Constante

-16,65870***'

3

0,172069

Constante en trend

-16,69654***'

3

0,183506

XVI


Constante

-10,54994***'

13

Constante en trend

-13,93237***'

13

-0,741752

46

Constante

-88,07489***'

53

Constante en trend

-105,7178***'

56


-85,22026***'

52

Teststatistiek


KPSS

EUA 2006

Eerste verschillen

lag

Constante

1,448861***'

16

Constante en trend

0,446177***'

15

Constante

0,294503

75

Constante en trend

0,081486

79

EUA 2006 Autocorrelatie

Q(k)

1

0,697

2

0,682

3

0,666

4

0,650

5

0,633

968,38***

6

0,616

7

0,601

8

0,158439



Eerste verschillen

3

Teststatistiek

PP-test

EUA 2006

-16,66678***'

Eerste verschillen t(k)

Autocorrelatie

Q(k)

211,09***

14,49***

-0,488

413,72***

14,18***

607,6*** 792,46***

Tweede verschillen t(k)

Autocorrelatie

Q(k)

t(k)

103,23***

-10,13***

-0,664

190,97***

-13,77***

0,001

103,23***

0,02

0,164

202,63***

3,4***

13,84***

0,001

103,24***

0,02

0,000

202,63***

0,00

13,51***

0,001

103,24***

0,02

0,000

202,63***

0,00

13,16***

0,002

103,24***

0,04

0,003

202,64***

0,06

1135,2***

12,8***

-0,004

103,25***

-0,08

-0,004

202,64***

-0,08

1294,5***

12,49***

0,000

103,25***

0,00

-0,001

202,64***

-0,02

0,587

1446,7***

12,2***

0,006

103,26***

0,12

0,005

202,65***

0,10

9

0,568

1589,8***

11,81***

-0,002

103,26***

-0,04

-0,003

202,66***

-0,06

10

0,550

1724,3***

11,43***

0,000

103,26***

0,00

-0,001

202,66***

-0,02

11

0,533

1850,9***

11,08***

0,004

103,27***

0,08

0,002

202,66***

0,04

12

0,514

1968,9***

10,68***

0,002

103,27***

0,04

0,002

202,66***

0,04

13

0,495

2078,8***

10,29***

-0,006

103,29***

-0,12

-0,001

202,66***

-0,02

14

0,480

2182,3***

9,98***

-0,012

103,36***

-0,25

-0,007

202,68***

-0,15

15

0,474

2283,1***

9,85***

0,002

103,36***

0,04

0,005

202,69***

0,10

16

0,466

2381,1***

9,69***

0,000

103,36***

0,00

0,002

202,7***

0,04

17

0,459

2476,3***

9,54***

-0,008

103,39***

-0,17

-0,008

202,72***

-0,17

18

0,456

2570,5***

9,48***

0,009

103,42***

0,19

0,009

202,76***

0,19

19

0,448

2661,6***

9,31***

-0,003

103,43***

-0,06

-0,007

202,78***

-0,15

20

0,442

2750,5***

9,19***

0,005

103,44***

0,10

0,005

202,79***

0,10

21

0,432

2835,7***

8,98***

-0,001

103,44***

-0,02

-0,002

202,8***

-0,04

22

0,423

2917,6***

8,79***

-0,001

103,44***

-0,02

0,002

202,8***

0,04

XVII

23

0,415

2996,4***

8,63***

-0,007

103,46***

-0,15

-0,003

202,8***

-0,06

24

0,411

3073,8***

8,54***

-0,002

103,46***

-0,04

0,004

202,81***

0,08

25

0,408

3150,5***

8,48***

-0,009

103,5***

-0,19

-0,011

202,87***

-0,23

Bijlage 3: EUA 2007 contract ADF-test

Teststatistiek

EUA 2007

Constante

-0,397969

6

-2,159666

Constante en trend

-2,013955

6

-2,025965

-0,982511

6

-2,204749

-14,00916***'

5

2,241943


Op basis van ‘general to specific procedure’


EUA 2007 Op basis van Akaike information criterion Eerste verschillen

Constante en trend

-14,10115***'

5

2,328868


-13,98238***'

5

2,209327

Constante

0,0823680

8

0,865607

Constante en trend

-1,794797

7

0,856264


-0,982340

8

0,861779

Constante

-11,79133***'

7

0,861506

Constante en trend

-11,94132***'

7

0,859375

-11,743620

7

0,859685

Geen constante en geen trend EUA 2007

Constante

-0,713536

5

0,927554

Constante en trend

-2,686614

4

0,924379




Eerste verschillen

0,915308 0,915947

-15,58497***'

4

0,925063

-15,50198***'

4

0,904678

Teststatistiek


Constante

-3,658024***'

3

Constante en trend

-6,989338***'

9

-1,210209

49

Constante

-61,77095***'

88

Constante en trend

-90,08106***'

97


-55,99875***'

85

Teststatistiek


Constante

1,666216***'

17

Constante en trend

0,538203***'

16

0,366200*'

102

0,110609

112

KPSS EUA 2007

5 4

Constante en trend


Eerste verschillen

-0,991416 -15,51848***'


PP-test

EUA 2007


Lags

Constante Constante en trend

XVIII

lag


Q(k)

1

0,884

2

0,821

3

Eerste verschillen

Tweede verschillen

t(k)

Autocorrelatie

Autocorrelatie

Q(k)

t(k)

388,81***'

19,67***'

-0,248

30,558***'

-5,51***'

725,16***'

18,27***'

-0,248

61,15***'

-5,51***'

0,812

1055***'

18,07***'

0,005

61,163***'

0,11

4

0,803

1377,9***'

17,87***'

0,003

61,166***'

5

0,793

1693,4***'

17,64***'

0,006

6

0,780

1999,8***'

17,35***'

0,003

7

0,767

2296,6***'

17,06***'

0,000

61,189***'

8

0,754

2583,6***'

16,78***'

-0,004

61,196***'

Q(k)

t(k)

-0,500

124,02***'

-11,10***'

-0,101

129,12***'

-2,24**'

0,102

134,34***'

2,26**'

0,07

-0,002

134,35***'

-0,04

61,185***'

0,13

0,003

134,35***'

0,07

61,189***'

0,07

0,000

134,35***'

0,00

0

0,000

134,35***'

0,00

-0,09

-0,002

134,35***'

-0,04

9

0,741

2861,3***'

16,49***'

-0,001

61,197***'

-0,02

0,000

134,35***'

0,00

10

0,728

3130,4***'

16,2***'

0,002

61,198***'

0,04

0,001

134,35***'

0,02

11

0,715

3390,3***'

15,91***'

0,001

61,198***'

0,02

-0,001

134,36***'

-0,02

12

0,701

3640,8***'

15,6***'

0,003

61,202***'

0,07

0,003

134,36***'

0,07

13

0,687

3881,8***'

15,28***'

-0,002

61,205***'

-0,04

0,001

134,36***'

0,02

14

0,673

4113,7***'

14,97***'

-0,009

61,247***'

-0,2

-0,008

134,39***'

-0,18

15

0,661

4337,7***'

14,71***'

0,003

61,252***'

0,07

0,005

134,4***'

0,11

16

0,648

4553,3***'

14,42***'

0,004

61,26***'

0,09

0,002

134,4***'

0,04

17

0,634

4760,3***'

14,11***'

-0,001

61,26***'

-0,02

-0,002

134,4***'

-0,04

18

0,620

4958,8***'

13,79***'

-0,001

61,261***'

-0,02

0,000

134,4***'

0,00

19

0,606

5148,5***'

13,48***'

-0,002

61,263***'

-0,04

0,001

134,41***'

0,02

20

0,594

5331,3***'

13,22***'

-0,005

61,276***'

-0,11

-0,007

134,43***'

-0,16

21

0,583

5507,9***'

12,97***'

0,010

61,326***'

0,22

0,009

134,48***'

0,20

22

0,571

5677,3***'

12,7***'

0,001

61,326***'

0,02

-0,002

134,48***'

-0,04

23

0,558

5839,6***'

12,41***'

-0,004

61,334***'

-0,09

-0,005

134,49***'

-0,11

24

0,546

5995,5***'

12,15***'

0,003

61,337***'

0,07

0,004

134,5***'

0,09

25

0,536

6145,7***'

11,93***'

-0,002

61,34***'

-0,04

-0,002

134,5***'

-0,04


EUA 2008 Op basis van ‘general to specific procedure’

Teststatistiek

Lags

Constante

-2,003293

0

Constante en trend

-3,034916

0


-0,226450

0


-6,491460***'

21

19,690700

-6,671774***' -6,488747***'

21

2,094090

21

1,965821

Constante

-2,0032930

0

-3,838217

Constante en trend

-3,260125*'

2

-3,841852

-0,226450

0

-3,834225


EUA 2008


Op basis van Akaike information criterion Eerste verschillen Op basis van Schwarz information criterion

EUA 2008


Constante

-21,11668***'

0

-3,831011

Constante en trend

-21,12476***'

0

-3,828305


-21,13751***'

0

-3,835038

Constante

-2,003293

0

-3,821203

Constante en trend

-3,034916

0

-3,820765


-0,226450

0

-3,825718

XIX


-21,11668***'

Eerste verschillen

-21,12476***'

0

-3,802744


-21,13751***'

0

-3,826518

Teststatistiek


Constante

-2,2257830

6

Constante en trend

-3,244764*'

6


-0,2300900

5

Constante

-21,16497***'

4

Constante en trend

-21,17017***'

4


-21,18515***'

4

Teststatistiek


Constante

1,337928***'

17

Constante en trend

0,427822***'

17

KPSS EUA 2008

Eerste verschillen

lag

EUA 2008

-3,813971

Constante en trend

PP-test

EUA 2008

0

Constante

0,100179

5

Constante en trend

0,028115

4

Eerste verschillen AutoQ(k) t(k) correlatie

Tweede verschillen AutoQ(k) correlatie

Autocorrelatie

Q(k)

t(k)

1

0,979

477,77***

21,78***

0,048

11,22***

0,95

-0,500

124,12***

2

0,957

934,77***

21,29***

0,049

23,303***

0,97

0,023

124,38***

0,51

3

0,933

1369,7***

20,76***

0,009

23,691***

0,18

-0,032

124,87***

-0,71

4

0,908

1782,7***

20,2***

0,028

27,474***

0,56

0,025

125,19***

0,56

5

0,881

2172,5***

19,6***

-0,004

27,562***

-0,08

0,020

125,4***

0,44

6

0,855

2540,5***

19,02***

-0,075

55,673***

-1,49

-0,068

127,74***

-1,51

7

0,831

2888,9***

18,49***

-0,015

56,76***

-0,3

0,014

127,84***

0,31

8

0,807

3218,1***

17,95***

0,019

58,663***

0,38

0,014

127,93***

0,31

9

0,782

3528,0***

17,4***

0,031

63,526***

0,62

0,020

128,13***

0,44

10

0,758

3819,3***

16,86***

0,003

63,583***

0,06

0,026

128,47***

0,58

11

0,734

4092,8***

16,33***

-0,077

93,702***

-1,53

-0,041

129,33***

-0,91

12

0,712

4350,9***

15,84***

-0,077

12,378

-1,53

-0,007

129,36***

-0,16

13

0,693

4596,1***

15,42***

-0,063

14,383

-1,25

-0,012

129,43***

-0,27

14

0,677

4830,3***

15,06***

-0,036

15,027

-0,71

0,018

129,58***

0,4

15

0,659

5053,0***

14,66***

-0,035

15,647

-0,69

0,007

129,61***

0,16

16

0,643

5265,4***

14,31***

-0,047

16,78

-0,93

0,003

129,61***

0,07

17

0,629

5468,8***

13,99***

-0,068

19,124

-1,35

-0,022

129,86***

-0,49

18

0,616

5664,4***

13,71***

-0,041

19,985

-0,81

0,010

129,91***

0,22

19

0,605

5853,9***

13,46***

-0,031

20,481

-0,62

-0,006

129,93***

-0,13

20

0,597

6038,6***

13,28***

-0,015

20,591

-0,3

0,016

130,07***

0,36

21

0,590

6219,2***

13,13***

-0,026

20,946

-0,52

0,021

130,3***

0,47

22

0,583

6396,0***

12,97***

-0,081

24,337

-1,61

-0,116

137,26***

-2,58***

23

0,580

6571,1***

12,9***

0,086

28,228

1,71*

0,126

145,46***

2,8

24

0,574

6743,2***

12,77***

0,013

28,319

0,26

-0,035

146,08***

-0,78

25

0,568

6912,1***

12,64***

0,006

28,341

0,12

-0,008

146,12***

-0,18

XX

t(k) -11,1***


Teststatistiek

Constante EUA 2009

Constante en trend

Eerste verschillen

13

-2,495971

13

-2,433764

-0,187060

13

-2,730502

-6,697031***'

17

2,022087

Constante en trend

-6,807790***' -6,701653***'

17

2,109597

17

2,021600 -4,018706

Constante Constante en trend

-2,3471300

2

-3,232996***'

2

-4,025798

-0,216660

2

-4,011629

-13,69462***'

1

-4,011545




EUA 2009 Op basis van Schwarz information criterion Eerste verschillen

Constante en trend

-13,70876***'

1

-4,008627


-13,70838***'

1

-4,015598

Constante

-2,132090

1

-3,991186

Constante en trend

-2,968713

1

-3,988396


-0,198012

0

-3,993836

Constante

-19,76902***'

0

-3,994529

Constante en trend

-19,77411***'

0

-3,983111


-19,78851***'

0

-4,007078

Teststatistiek


Constante

-2,2765430

6

Constante en trend

-3,145390*'

6


-0,2066650

6

-19,93720***'

5

PP-test

EUA 2009


Constante en trend

-19,91203***'

4


-19,95563***'

5

Teststatistiek


Constante

1,144528***'

17

Constante en trend

0,359336***'

17

KPSS EUA 2009

Eerste verschillen

lag

-1,983103

Constante Geen constante en geen trend EUA 2009


Q(k)

1

0,982

2 3


-3,204119*'


Op basis van ‘general to specific procedure’

Lags

Constante

0,097782

6

Constante en trend

0,030441

5

Eerste verschillen

Tweede verschillen

t(k)

Autocorrelatie

Q(k)

t(k)

Autocorrelatie

479,75***

21,85***

0,114

6,4377**

2,53**'

-0,481

0,959

938,98***

21,34***

0,083

9,8365***

1,84*'

0,008

114,57***

0,18

0,934

1375,4***

20,78***

0,039

10,577**

0,87

-0,022

114,81***

-0,49

4

0,908

1788,1***

20,2***

0,031

11,048**

0,69

0,022

115,05***

0,49

5

0,879

2176,3***

19,56***

-0,019

11,229**

-0,42

0,011

115,11***

0,24

XXI

Q(k)

t(k)

114,53*** 10,68***

6

0,852

2541,5***

18,96***

-0,088

15,108**

-1,96**'

-0,100

120,12***

-2,22**

7

0,827

2886,2***

18,4***

0,021

15,331**

0,47

0,065

122,27***

1,44

8

0,801

3210,1***

17,82***

0,015

15,446*

0,33

0,001

122,27***

0,02

9

0,774

3513,1***

17,22***

0,011

15,503*

0,24

-0,004

122,28***

-0,09

10

0,748

3796,8***

16,64***

0,011

15,561

0,24

0,051

123,57***

1,13

11

0,722

4061,7***

16,06***

-0,082

18,999*

-1,82*'

-0,091

127,79***

-2,02**

12

0,699

4310,3***

15,55***

-0,011

19,062*

-0,24

0,114

134,41***

2,53**

13

0,676

4543,4***

15,04***

-0,140

29,099***

-3,11***'

-0,120

141,75***

-2,66***

14

0,658

4764,7***

14,64***

-0,066

31,348***

-1,47

0,023

142,02***

0,51

15

0,639

4974,2***

14,22***

-0,026

31,691***

-0,58

0,047

143,14***

1,04

16

0,622

5173,1***

13,84***

-0,068

34,07***

-1,51

-0,052

144,53***

-1,15

17

0,607

5362,6***

13,5***

-0,022

34,318***

-0,49

0,074

147,34***

1,64

18

0,592

5543,3***

13,17***

-0,101

39,608***

-2,24**'

-0,072

150,01***

-1,60

19

0,581

5717,7***

12,93***

-0,052

41,025***

-1,16

-0,005

150,02***

-0,11

20

0,573

5887,6***

12,75***

0,001

41,026***

0,02

0,032

150,54***

0,71

21

0,565

6053,1***

12,57***

0,001

41,026***

0,02

0,026

150,9***

0,58

22

0,557

6214,4***

12,39***

-0,047

42,173***

-1,04

-0,070

153,44***

-1,55

23

0,551

6372,5***

12,26***

0,030

42,629***

0,67

0,056

155,08***

1,24

24

0,545

6527,4***

12,13***

0,007

42,656**

0,16

-0,038

155,84***

-0,84

25

0,538

6678,9***

11,97***

0,052

44,054**

1,16

0,045

156,92***

1,00

XXII

DE PRIJSVORMING OP DE EUROPESE CO 2 -MARKT

Recommend Documents