fİnansal optİmİzasyon modellerİnİn elektrİk …
TRANSCRIPT
T.C. ANKARA ÜNİVERSİTESİ
SOSYAL BİLİMLER ENSTİTÜSÜ İŞLETME
ANABİLİM DALI
FİNANSAL OPTİMİZASYON MODELLERİNİN
ELEKTRİK PİYASALARINA UYGULANMASI VE
GELİŞTİRİLMESİ
Doktora Tezi
Mete Emin ATMACA
Ankara-2017
T.C. ANKARA ÜNİVERSİTESİ
SOSYAL BİLİMLER ENSTİTÜSÜ İŞLETME
ANABİLİM DALI
FİNANSAL OPTİMİZASYON MODELLERİNİN
ELEKTRİK PİYASALARINA UYGULANMASI VE
GELİŞTİRİLMESİ
Doktora Tezi
Mete Emin ATMACA
Tez Danışmanı
Prof. Dr. Fazıl GÖKGÖZ
Ankara-2017
T.C. ANKARA ÜNİVERSİTESİ
SOSYAL BİLİMLER ENSTİTÜSÜ İŞLETME
ANABİLİM DALI
FİNANSAL OPTİMİZASYON MODELLERİNİN
ELEKTRİK PİYASALARINA UYGULANMASI VE
GELİŞTİRİLMESİ
Doktora Tezi
Tez Danışmanı: Prof. Dr. Fazıl GÖKGÖZ
Tez Jürisi Üyeleri
Adı ve Soyadı İmzası
.................................................................... ........................................
.................................................................... ........................................
.................................................................... ........................................
.................................................................... .........................................
.................................................................... .........................................
.................................................................... .........................................
Tez Sınavı Tarihi ..................................
TÜRKİYE CUMHURİYETİ ANKARA ÜNİVERSİTESİ
SOSYAL BİLİMLER ENSTİTÜSÜ MÜDÜRLÜĞÜNE
Bu belge ile, bu tezdeki bütün bilgilerin akademik kurallara ve etik davranış ilkelerine uygun olarak toplanıp sunulduğunu beyan ederim. Bu kural ve ilkelerin gereği olarak, çalışmada bana ait olmayan tüm veri, düşünce ve sonuçları andığımı ve kaynağını gösterdiğimi ayrıca beyan ederim.(……/……/2017)
Tezi Hazırlayan Öğrencinin Adı ve Soyadı
…………………………………………
İmzası
……………………………………………
V
ÖNSÖZ
İnsanlık tarihinde elektriğe yönelik ilk idrak emareleri M.Ö. 2750 yıllarına
dayanmaktadır. Önceleri daha çok bazı hayvanların sahip olduğu elektrik akımı verme
özelliğinden farkına varılan bu durum sonraları Antik Yunan’da kehribarın sürtünme
ile bazı cisimleri kendine çekmesinin gözlemlenmesi ile mevcut ismine bu şekilde
kavuşmuştur. Elektriğin öğrenilmesi, kullanım alanlarının genişlemesi ve yaşamımızın
tam kalbine yerleşmesi ise adlarını şimdi bile saygıyla andığımız Stephen Gray,
George von Kleist, Benjamin Franklin, Alessandro Volta, Hans Christian Oersted,
Marie Ampere, Joseph Henry, George Simon Ohm, Micheal Faraday, Nikola Tesla,
Thomas Edison gibi büyük bilim insanları sayesinde olmuştur.
Elektrik artık günlük yaşamın, endüstrinin ayrılmaz ve vazgeçilmez bir parçası
konumunda bulunmaktadır. Elektrik üretiminde kullanılan temel birincil enerji
kaynaklarına baktığımızda onların da sonsuz olmadığı ve her kısıtlı kaynak gibi etkin
ve verimli kullanılmasının insanlığın gelişimi için önem arz ettiği global dünya
ortamında tartışılmaz bir gerçektir. Tüm bunların yanında global dünyada gelişen
piyasa yapılarının en son ürünlerinden biride elektrik piyasası uygulamalarıdır. Yani
elektriğin bir emtia gibi alınıp satılmasıdır. Fakat elektriğin diğer emtialardan ayrılan
en önemli farkı, etkin ve ekonomik bir şekilde depolanamama durumu nedeniyle,
üretimle tüketiminin eş zamanlı ve dengeli bir şekilde olması ihtiyacıdır. Bu ortamda
elektrik piyasası oyuncularının sadece teknik, iletim, insan kaynakları, operasyonel
riskleri değil piyasa koşulları ve risklerini de göz önünde tutarak kısa, orta ve uzun
vadede yatırım, üretim ve pazar stratejilerini belirlemeleri gerekmektedir. İşte bu
ortamda finans literatüründe geniş bir uygulama alanı bulmuş olan risk yönetim
VI
tekniklerinden optimizasyon yaklaşımlarının elektrik piyasasına da adapte edilmesi ve
uyarlanması için çok önemli fırsatlar karşımıza çıkmaktadır. Bu çalışmada H. M.
Markowitz ile 1952 yılında başlayan ve sonrasında geliştirilen modern portföy teorisi
yaklaşımı ve diğer bir çok risk yönetim metodolojisi elektrik piyasalarına uygulanarak
sadece literatürde var olan boşluklar doldurulmaya çalışılmamış aynı zamanda piyasa
karar vericilerinin kullanımı için önemli araçlar oluşturulması amaçlanmıştır.
Hayatımın en önemli akademik kademesi olan bu doktora çalışmasının hayata
geçirilmesinde yardımlarını, hocalığını ve arkadaşlığını benden esirgemeyen Prof. Dr.
Fazıl Gökgöz’e ve ailesine, Yüksek Lisans ve Doktora eğitim sürecinde derslerine
girmekten büyük zevk aldığım Ankara Üniversitesi’ndeki değerli hocalarıma, Doktora
Jürisinde görev alan Saygıdeğer hocalarıma, sabır ve desteklerinden dolayı sevgili
eşim Zübeyde’ye, bana sundukları eğitim imkanları, sevgi, saygı ve fedakarlıkları için
Anneme ve Babama ve yüzlerinden gülücükler hiç eksik olmasın biricik canlarım
güzel kızlarım Sahra ve Nil’e sonsuz teşekkürlerimi bir borç bilirim.
Mete Emin ATMACA
Ankara, 2017
VII
İÇİNDEKİLER
Sayfa
ÖNSÖZ ...................................................................................................................................... V
İÇİNDEKİLER ........................................................................................................................... VII
TABLO LİSTESİ .......................................................................................................................... IX
ŞEKİL LİSTESİ ............................................................................................................................ XI
KISALTMALAR ........................................................................................................................ XIII
GİRİŞ ......................................................................................................................................... 1
BİRİNCİ BÖLÜM ................................................................................................................... 6
1. ELEKTRİK PİYASALARININ TARİHSEL GELİŞİMİ VE TEMEL GÖSTERGELER .................... 6
1.1 Elektrik Enerjisi ve Elektrik Üretimi ...................................................................... 6
1.2 Elektrik Piyasaları ve Tarihsel Gelişimleri ........................................................... 13
1.3 Amerika Birleşik Devletleri Elektrik Piyasası Uygulamaları ................................ 15
1.4 Avrupa Birliği Elektrik Sistemi ............................................................................ 26
1.5 İskandinav Elektrik Piyasası ve Nordpool ........................................................... 33
1.6 Türkiye Elektrik Piyasası ..................................................................................... 49
1.6.1 Türkiye Elektrik Sektörü Tarihsel Gelişimi ...................................................... 49
1.6.2 Türkiye Elektrik Enerjisi Üretimi ve Projeksiyonu .......................................... 54
1.6.3 Türkiye Elektrik Piyasası Temel Roller ve Oyuncular ...................................... 58
1.6.4 Türkiye Elektrik Piyasası İşleyişi ..................................................................... 64
İKİNCİ BÖLÜM .................................................................................................................... 76
2. ELEKTRİK PİYASALARINDA PORTFÖY OPTİMİZASYONU UYARLAMASI ....................... 76
2.1 Portföy Teorisi .................................................................................................... 76
2.1.1 Getiri ve Risk .................................................................................................. 76
2.1.2 Klasik Portföy Yaklaşımı ................................................................................. 82
2.1.3 Modern Portföy Teorisi .................................................................................. 83
2.1.4 Yatırımcı Fayda Fonksiyonu Kayıtsızlık Eğrileri ............................................... 87
2.1.5 Finansal Portföy Optimizasyon Yaklaşımları .................................................. 89
2.1.6 Performans Değerleme Modelleri ................................................................. 91
2.2 Elektrik Fiyatı Tahmin Yaklaşımları ..................................................................... 95
2.3 Elektrik Piyasasına Yönelik Finansal Portföy Optimizasyon Modelleri (Literatür
Taraması) ........................................................................................................................ 98
2.4 MPT Temelli Optimizasyon Modeli Yaklaşımları .............................................. 108
VIII
2.4.1 Markowitz Ortalama Varyans Yaklaşımı (Mean-variance) ........................... 108
2.4.2 Alt-taraf Risk Yaklaşımı (Down-side Risk) ..................................................... 114
2.4.3 Yarı-varyans Risk Yaklaşımı (Semi-variance Risk) ......................................... 118
2.4.4 Riske Maruz Değer Yaklaşımı (Value-at-Risk (VaR)) ..................................... 121
ÜÇÜNCÜ BÖLÜM ............................................................................................................. 128
3. NORDPOOL VE TÜRKİYE ELEKTRİK PİYASALARINA PORTFÖY OPTİMİZASYONU
UYGULAMALARI ............................................................................................................... 128
3.1 Araştırma Evreni ve Örneklem ......................................................................... 130
3.2 Veri Toplama, Hazırlama ve Analiz Yaklaşımları .............................................. 132
3.3 Veri, Varsayımlar ve Analiz ............................................................................... 134
3.3.1 Nord Pool Elspot Piyasası Uygulama Sonuçları ............................................ 144
3.3.2 Türkiye Gün-öncesi Elektrik Piyasası Uygulama Sonuçları ........................... 176
3.3.3 NordPool ELSPOT ve Türk Gün-öncesi Elektrik Piyasaları Optimizasyon
Sonuçlarının Karşılaştırılması ....................................................................................... 186
3.3.4 Nord Pool ELSPOT Elektrik Piyasası Optimizasyon Sonuçları Performans
Analizleri.. ..................................................................................................................... 199
3.4 Genişletilmiş Ek Uygulamalar ........................................................................... 202
3.4.1 Monte Carlo yöntemini N1 senaryosuna uygulanması ................................ 202
3.4.2 Etkin Sınır Üzerinde Performans Ölçümü N2 N7 N12 Senaryoları ............... 203
3.4.3 Yatırımcı Risk Algısına göre Sharpe Oranının Değişmi ................................. 204
SONUÇ VE DEĞERLENDİRME ............................................................................................... 206
KAYNAKLAR .......................................................................................................................... 212
İNTERNET KAYNAKLARI ........................................................................................................ 228
EKLER .................................................................................................................................... 235
EK-1 Veri Seti Ortak Uygulama Takvimi 2014-2015 ............................................................. 235
EK-2 N1 Senaryosu MV Optimizasyon Uygulaması için hidrolik Varyans-kovaryans Matrisi
(24x24) Elemanları Satır Sırasıyla ......................................................................................... 236
EK-3 T1 Senaryosu MV Optimizasyon Uygulaması için hidrolik Varyans-kovaryans Matrisi
(24x24) Elemanları Satır Sırasıyla ......................................................................................... 239
EK-4 Tüm Senaryolar için OP portföy çözüm sonuçları ........................................................ 244
ÖZET ..................................................................................................................................... 246
ABSTRACT ............................................................................................................................. 247
ÖZGEÇMİŞ ............................................................................................................................ 248
IX
TABLO LİSTESİ
Tablo 1: Yakıt ve senaryo bazlı dünya birincil enerji talebi (Mtoe) ...................................... 10
Tablo 2: ABD ulusal elektrik piyasa verileri ............................................................................ 22
Tablo 3: 07.10.2016 tarihli Elspot yerel ve sistem fiyatları (€/MWh) .................................... 44
Tablo 4: 2005–2014 Yılları arası Türkiye puant güç ve enerji talebi ...................................... 55
Tablo 5: Yakıt Cinslerine göre Türkiye kurulu gücü 31 Ekim 2016 sonu itibari ile (TEİAŞ,
2016a) .................................................................................................................................... 56
Tablo 6 Yaygın kullanılan getiri oranları ................................................................................. 77
Tablo 7 Elektrik piyasası sayısal literatür taraması .............................................................. 101
Tablo 8 Elektrik piyasasında portföy optimizasyonu literatür taraması .............................. 105
Tablo 9 Farklı optimizasyon aletrnatifleri için MV modelleri ............................................... 112
Tablo 10 Farklı optimizasyon aletrnatifleri için DS modelleri .............................................. 117
Tablo 11 Farklı optimizasyon alternatifleri için SV modelleri .............................................. 120
Tablo 12 Farklı optimizasyon alternatifleri için VaR modelleri ............................................ 125
Tablo 13 Nord Pool ELSPOT optimizasyon uygulaması portföyleri ...................................... 145
Tablo 14 Nord Pool elektrik piyasası optimizasyon parametreleri ...................................... 145
Tablo 15 Nord Pool Hidrolik Riskli Varlıklar Tablosu ............................................................ 147
Tablo 16 Nord Pool Nükleer Riskli Varlıklar Tablosu ............................................................ 147
Tablo 17 Nord Pool Hidrolik Termik Riskli Varlıklar Tablosu ................................................ 148
Tablo 18 N5 uygulama senaryosu değişkenleri .................................................................... 156
Tablo 19 N5 hibrit senaryosu portföy optimizasyonu elektrik üretim payları ..................... 156
Tablo 20 N10 DS hibrit durum portföy optimizasyon OP sonuçları ..................................... 163
Tablo 21 N15 hibrit senaryo portföy optimizasyon sonuçları .............................................. 171
Tablo 22 N16-17-18-19-20 VaR portföy optimizasyon sonuçları tablosu ............................ 173
Tablo 23 N21-22-23-24-25 VaR portföy optimizasyon sonuçları tablosu ............................ 175
Tablo 24 Türk Gün-öncesi Piyasası Optimizasyon Uygulaması Portföyleri .......................... 176
Tablo 25 Türk Gün-öncesi elektrik piyasası hidrolik riskli varlıklar tablosu ......................... 177
Tablo 26 Türk Gün-öncesi elektrik piyasası nükleer riskli rarlıklar rablosu .......................... 178
Tablo 27 Türk Gün-öncesi elektrik piyasası nükleer Riskli Varlıklar Tablosu ....................... 178
Tablo 28 T1 hibrit senaryosu portföy optimizasyonu elektrik üretim payları ..................... 180
Tablo 29 T2 hibrit senaryosu portföy optimizasyonu elektrik üretim payları ..................... 181
Tablo 30 T3 hibrit senaryosu portföy optimizasyonu elektrik üretim payları ..................... 183
Tablo 31 T4 hibrit senaryosu VaR portföy optimizasyonu sonuçları ve elektrik üretim payları
............................................................................................................................................. 185
Tablo 32 T5 hibrit senaryosu HVaR portföy optimizasyonu sonuçları ve elektrik üretim
payları .................................................................................................................................. 186
Tablo 33 Nord Pool ve Türk Gün-öncesi elektrik piyasaları hidrolik varlıklara ilişkin temel
istatistik göstergeleri ............................................................................................................ 187
Tablo 34 Durum-1 senaryo uygulama sonuçları karşılaştırması .......................................... 189
Tablo 35 Durum-2 senaryo uygulama sonuçları karşılaştırması .......................................... 191
Tablo 36 Durum-3 senaryo uygulama sonuçları karşılaştırması .......................................... 193
Tablo 37 Durum-4 senaryo uygulama sonuçları karşılaştırması .......................................... 195
Tablo 38 Durum-5 senaryo uygulamaları Nord Pool elektrik piyasası optimizasyon sonuçları
............................................................................................................................................. 197
X
Tablo 39 Durum-5 senaryo uygulamaları Türk gün-öncesi elektrik piyasası optimizasyon
sonuçları ............................................................................................................................... 198
Tablo 40 Nord Pool Durum-1 senaryoları performans değerlendirmesi ............................. 200
Tablo 41 Nord Pool Durum-2 senaryoları performans değerlendirmesi ............................. 201
Tablo 42 Nord Pool Durum-4 senaryoları performans değerlendirmesi ............................. 201
Tablo 43 Optmizasyon çalışması kısıt ve parametreler (Gökgöz ve Atmaca, 2016b) .......... 205
Tablo 44 Nord Pool Durum-5 senaryo sonuçları .................................................................. 208
Tablo 45 Türk Gün-öncesi Durum-5 senaryo sonuçları ........................................................ 208
XI
ŞEKİL LİSTESİ
Şekil 1: Elektrik üretimi buhar döngüsü (Atmaca, 2010: 7; Çengel ve Boles, 1994: 243 ) ....... 7
Şekil 2: ABD 2013 yılı elektrik kurulu gücünün kaynaklara göre dağılımı (OECD/IEA, 2015:
598) ........................................................................................................................................ 17
Şekil 3: ABD ulusal elektrik piyasa yapısı (FERC, 2016b) ........................................................ 22
Şekil 4: ENTSO-E üye ülkeleri (ENTSO-E, www.entsoe.eu, 2016) .......................................... 29
Şekil 5: Nord Pool piyasası Avrupa işlem merkezleri (Nord Pool, 2016) ................................ 40
Şekil 6: Nord Pool piyasa ilişkileri ve elektrik akışı ................................................................. 41
Şekil 7: Nord Pool teklif bölgeleri (Nord Pool, 2016) ............................................................. 43
Şekil 8: Nord Pool finansal piyasa işlem hacimleri 1998-2013 (NordREG, 2014) ................... 48
Şekil 9: 2015 Türkiye elektrik üretiminin kaynaklara göre dağılımı (TEİAŞ, 2016b) ............... 57
Şekil 10 Üretici ve tüketici fazlasını gösteren örnek grafik (EPAİŞ, 2016b) ............................ 68
Şekil 11 Şebeke frekans güç ilişkisi (Atmaca, 2010: 72) ......................................................... 72
Şekil 12 Risk ağacı (Atmaca, 2010: 101) ................................................................................. 80
Şekil 13 Risk yönetim teknikleri (Liu, Wu, ve Ni, 2006: 2) ...................................................... 81
Şekil 14 Toplam risk ve çeşitlendirme yoluyla riskin azaltılması ............................................ 82
Şekil 15 Portföy varlıklarında çeşitlendirme ve risk (Atmaca, 2010: 104) ............................. 83
Şekil 16 Korelasyon katsayısının iki varlıklı portföye etkisi (Atmaca, 2010) .......................... 85
Şekil 17 Yatırımcı kayıtsızlık/farksızlık eğrileri (Şahin, 2006: 39) ............................................ 88
Şekil 18 Farklı risk algı düzeyindeki yatırımcılar için farksızlık eğrileri (TSPAKB, 2007). ........ 89
Şekil 19 Elektrik fiyatı tahmin modeli yaklaşımlarının sınıflandırılması (Weron, 2014: 1041).
............................................................................................................................................... 98
Şekil 20 Geniş literatür taraması "electricity markets" WoS ................................................. 99
Şekil 21 MV modeli için etkin sınır (Atmaca, 2010) ............................................................. 110
Şekil 22 Ortalaması sıfır olan normal dağılım için VaR ......................................................... 124
Şekil 23 Günlük elektrik tüketim eğrisi a) Norveç (Sol tarafta) b) Türkiye (Sağ tarafta)
(Gökgöz ve Atmaca, 2016a) ................................................................................................. 136
Şekil 24 Türkiye a) Saatlik elektrik eiyatları (Sol tarafta) b) Haftalık tüketim eğrisi (Sağ
tarafta) (Gökgöz ve Atmaca, 2016c) .................................................................................... 136
Şekil 25 Nord Pool ELSPOT elektrik piyasası fiyat histogramı .............................................. 138
Şekil 26 Nord Pool ELSPOT 2014-2015 elektrik piyasa fiyatları ........................................... 138
Şekil 27 Türk Gün-öncesi elektrik piyasası fiyat histogramı ................................................. 139
Şekil 28 Türk Gün-öncesi 2014-2015 elektrik piyasa fiyatları .............................................. 139
Şekil 29 N1 MV portföy optimizasyon uygulaması .............................................................. 148
Şekil 30 N1 optimum ve global minimum varyans portföy çözümleri ................................. 149
Şekil 31 N2 MV portföy optimizasyon uygulaması .............................................................. 151
Şekil 32 N2 optimum ve global minimum varyans portföy çözümleri ................................. 151
Şekil 33 N3 MV portföy optimizasyon uygulaması .............................................................. 152
Şekil 34 N3 optimum ve global minimum varyans portföy çözümleri ................................. 153
Şekil 35 N4 MV portföy optimizasyon uygulaması .............................................................. 154
Şekil 36 N4 optimum ve global minimum varyans portföy çözümleri ................................. 154
Şekil 37 N5 MV hibrit portföy optimizasyon uygulaması ..................................................... 156
Şekil 38 N6 DS portföy optimizasyon uygulaması ................................................................ 157
Şekil 39 N6 optimum ve global minimum LPM1 risk portföy çözümleri .............................. 158
XII
Şekil 40 N7 DS portföy optimizasyon uygulaması ................................................................ 159
Şekil 41 N7 optimum ve global minimum LPM1 risk portföy çözümleri .............................. 159
Şekil 42 N8 DS portföy optimizasyon uygulaması ................................................................ 160
Şekil 43 N8 optimum ve global minimum LPM1 risk portföy çözümleri .............................. 161
Şekil 44 N9 DS portföy optimizasyon uygulaması ................................................................ 162
Şekil 45 N9 optimum ve global minimum LPM1 risk portföy çözümleri .............................. 162
Şekil 46 N11 SV portföy optimizasyon uygulaması .............................................................. 164
Şekil 47 N11 optimum ve global minimum LPM2 risk portföy çözümleri ............................ 165
Şekil 48 N12 SV portföy optimizasyon uygulaması .............................................................. 166
Şekil 49 N12 optimum ve global minimum LPM2 risk portföy çözümleri ............................ 166
Şekil 50 N13 SV portföy optimizasyon uygulaması .............................................................. 167
Şekil 51 N13 optimum ve global minimum LPM2 risk portföy çözümleri ............................ 168
Şekil 52 N14 SV portföy optimizasyon uygulaması .............................................................. 169
Şekil 53 N14 optimum ve global minimum LPM2 risk portföy çözümleri ............................ 169
Şekil 54 N15 MV hibrit portföy optimizasyon uygulaması ................................................... 171
Şekil 55 T1 MV hibrit portföy optimizasyon uygulaması ..................................................... 179
Şekil 56 T2 DS hibrit portföy optimizasyon uygulaması ....................................................... 181
Şekil 57 T3 SV hibrit portföy optimizasyon uygulaması ....................................................... 183
Şekil 58 N1 senaryosunun 500 örnekli Monte Carlo ile çözümü ......................................... 202
Şekil 59 N1 senaryosunun 5000 örnekli Monte Carlo ile çözümü ....................................... 203
Şekil 60 Etkin sınır üzerinde Sharpe oranının değişimi ........................................................ 204
Şekil 61 Sharpe oranının farklı yatırımcı risk algısı seviyeleri için değişimi (Gökgöz ve Atmaca,
2016b) .................................................................................................................................. 205
XIII
KISALTMALAR
€ :Euro
AB :Avrupa Birliği
AC :Alternatif Akım
ATSOI :Association of the Transmission System Operators of Ireland
BALTSO :Baltic Transmission System Operators
CAISO :California Independent System Operator
CAPM :Capital Asset Pricing Model (Sermaye Varlıkları Fiyatlama Modeli)
CRRs :Congestion Revenue Rights
CVaR :Conditional Value-at-Risk (Şartlı Riske Maruz Değer)
DGP :Dengeleme Güç Piyasası
DKK :Danimarka Kronu
DS :Down-side
DSİ :Devlet Su İşleri Genel Müdürlüğü
DUY :Dengeleme Uzlaştırma Yönetmeliği
EC :European Commission
ECSC :European Coal and Steel Community (Avrupa Kömür ve Çelik
Birliği)
EEC :European Economic Community (Avrupa Ekonomik Birliği)
EIA :U.S. Energy Information Administration
EL-EX :Elektricity Exchange
ENTSO-E :European Network of Transmission System Operators for Electricity
EPAct :Energy Policy Act
EPDK :T.C. Enerji Piyasası Düzenleme Kurumu
EPİAŞ :Enerji Piyasaları İşletme Anonim Şirketi
ETKB :Enerji ve Tabi Kaynaklar Bakanlığı
ETSO :European Transmission System Operators
EUR :Euro
EÜAŞ :Elektrik Üretim A.Ş.
FERC :Federal Energy Regulatory Commission
FP :Fixed Priced (Sabit fiyatlı)
FPA :Federal Power Act
FPC :Federal Power Commission
XIV
GİP :Gün-içi Piyasası
GÖP :Gün-öncesi Piyasası
GMRP :Global Minimum Risk Portföyü
GMVP :Global Minimum Varyans Portföyü
GW :Gigawatt
Hz :Hertz (s-1); Saniye başına titreşim sayısı
HVaR :Historical Value at Risk
IEA :International Energy Agency
IR :Information Ratio
ISOs :Independent System Operators
IVO :Imatran Voima Oy
KGÜP :Kesinleşmiş Günlük Üretim Programı
kWh :kilowatt-hour (kilowatt-saat)
KPTF :Kısıtsız Piyasa Takas Fiyatı
LPM :Lower Partial Moment
MPT :Modern Portfolio Theory
MV : Mean-variance
MVS :Mean-variance-skewness (Ortalama-varyans-çarpıklık)
MVSK :Mean-variance-skewness-kurtosis (Ortalama-varyans-çarpıklık-
basıklık)
MW :Megawatt
MWh :Megawatt hour (Megawatt-saat)
MYTM :Milli Yük Tevzi Merkezi
NETA :New Electricity Trading Arragements
NGET :National Grid Electricity Transmission
NOK :Norveç Kronu
NORDEL :Association of TSOs from Norway, Finland, Denmark and Sweeden
NYSE :New york Stock Exchange
OECD :Organization for Economic Co-operation and Development
OFGEM :Office of Gas and Electricity Markets
OP :Optimum Portföy
ÖİB :Özelleştirme İdaresi Başkanlığı
PTF :Piyasa Takas Fiyatı
PUCs :Public Utility Commissions
XV
PUHCA :Public Utility Holding Company Act
PURPA :Public Utility Regulatory Policies Act
PWR :Pressurized Power Reactor (Basınçlı Su Reaktörü)
PYS :Piyasa Yönetim sistemi
RF :Risk-free (Risksiz)
RTO :Regional Transmission Operator
SEC :Securities and Exchange
SEK :İsveç Kronu
SMF :Sistem Marjinal Fiyatı
SV : Semi-variance
TCMB :Türkiye Cumhuriyeti Merkez Bankası
TEDAŞ :Türkiye Elektrik Dağıtım A.Ş.
TEAŞ :Türkiye Elektrik Üretim, İletim Şirketi A.Ş.
TEİAŞ :Türkiye Elektrik İletim A.Ş.
TEK :Türkiye Elektrik Kurumu
TETAŞ :Türkiye Elektrik Ticaret ve Taahhüt A.Ş.
TM :Trade Mark
TSPAKB :Türkiye Sermaye Piyasası Aracı Kuruluşları Birliği
TSO :Transmission System Operator
TWh :Terawatt hour
UCTE :Union for the Coordination of the Transmission of Electricity
UK :United Kingdom
UKTSOA :UK Transmission System Operators Association
U.S. :United States of America
VaR :Value-at-Risk (Riske Maruz Değer)
WoS :Web of Science
YAL :Yük Alma
YAT :Yük Atma
YPK :Yüksek Planlama Kurulu
GİRİŞ
Enerji yoktan var edilemezken varken de yok edilemez, ancak ve ancak bazı
formlar arasında değişim gösterir ve korunur. Elektrik üretmek içinde bu enerji
dönüşüm formları kullanılmaktadır. Elektrik üretiminde kullanılan en yaygın birincil
enerji kaynakları ise: Petrol, Doğalgaz, Kömür, Su, Nükleer, Jeotermal vb. diğer
kaynaklardır. Bunların dışında son yıllarda özellikle yenilenebilir enerji kaynaklarına
(Rüzgâr, Su, Güneş, Dalga, Gelgit, Biokütle vb.) da karbon salınımlarını azaltmak ve
çevreyi korumak için ülkeler ve şirketler önemli ağırlıklar vermeye başlamışlardır. Bu
yüzden günden güne giderek yenilenebilir enerji kaynaklarının enerji ve özellikle de
elektrik üretim portföylerindeki payı artmaktadır.
Elektriğin daha verimli, çevreye duyarlı, yaygın ve marjinal faydası yüksek
kullanımı için teknolojik ilerlemeler, yönetim sistemlerinin geliştirilmesi (Kurumsal
Kaynak Planlama, Bakım Yönetim Sistemleri, İç Kontrol Sistemleri, Kalite Yönetim
Sistemleri, Entegre Yönetim Sistemleri) ve etkili insan kaynakları kullanımlarının
yanında diğer bazı farklı yaklaşımlar da ortaya çıkmıştır. Bunlardan en önemlilerinden
biri de elektrik sektöründe serbestleşme ile beraber ortaya çıkan elektrik piyasası
yapılarıdır. Son 40 yıl içinde dünyada olduğu gibi ülkemizde de liberalleşme ve
serbestleşme akımları ile birlikte serbest piyasa yaklaşımları hızlı bir şekilde ilerleme
göstermiş ve mevcut politikalar ışığında da göstermeye devam edeceği
anlaşılmaktadır. Ülkeler, enerji kaynaklarını verimli kullanmak, fiyat istikrarı, özel
sektör imkanları ile enerji üretim sektörüne yatırım yapılmasının sağlanması, enerji
arz/talep dengesini ve arz güvenliğini korumak, çevreye duyarlı ve ekonomik enerji
2
üretim seçeneklerinin teşviki gibi sebeplerden dolayı elektrik sektöründe serbestleşme
ve piyasa uygulamalarına geçmeye başlamışlardır. Üreticilerin, tüketicilerin,
ileticilerin, perakendecilerin ve ticari alıcıların kısacası elektrik piyasası oyuncularının
bir araya gelerek elektriğe yönelik fiziki teslimatlı veya vadeli ticaret ve kontrat alım
satımını yaptıkları ortamlara elektrik piyasaları denmektedir. Şili ve ABD’nin
öncülüğünü üstlendiği bu alanda Avrupa, Türkiye ve diğer dünya ülkeleri de benzer
yaklaşımlar ortaya koymuşlar ve koymaya da devam etmektedirler.
Elektrik piyasası, enerji piyasalarının en önemli uygulama alanlarından biri
olup gelişen dünya ile birlikte hızla gelişmekte olan bir kavramdır. Her ne kadar
gelişen dünya ile birlikte enerji üretimine yönelik daha etkin ve verimli teknoloji
alternatifleri ortaya çıksa da artan nüfus ve sanayileşme ile her geçen gün daha fazla
enerjiye ihtiyaç duyulmaktadır. Bu enerji talebinin en önemli kaynağı gelişmekte olan
ülkelerdir. İhtiyaç duyulan bu enerji gereksiniminin birçok değişik ama sınırlı
kaynaktan karşılanması gerekmektedir. İhtiyaçların sonsuzluğu karşısında kaynakların
kıtlığı söz konusudur. Bu kapsamdan bakıldığında sınırlı enerji kaynaklarının etkili
kullanımı için yalnızca etkinlik ve verimlilik temelli üretim yaklaşımları değil aynı
zamanda risk getiri ekseni temelli stratejik yönetim, satış ve pazarlama stratejileri de
gereklidir.
Elektrik piyasası yaklaşımı ile birlikte en geniş anlamı ile spot elektrik piyasası,
havuz elektrik piyasa uygulamaları, ikili anlaşma piyasaları ve türev elektrik piyasası
gibi kavramlar elektrik sektörü içinde ortaya çıkmaya başlamıştır. Bunlardan en
önemlileri ve bu çalışmanın araştırma konusunu da temsil eden Nord Pool ve onu
3
kendine model olarak alan Türk elektrik piyasaları’dır. Nord Pool 9 Avrupa ülkesinde
piyasa faaliyeti yapmakta ve bu uygulamalara 20 farklı ülkeden 380 şirket dahil
olmaktadır. Türk Elektrik piyasaları ise henüz ülke içinde faaliyet göstermekte henüz
Nord Pool seviyesine ulaşmasa da birçok yönüyle 2001 yılından beri başarılı
gelişimini sürdürmeye devam etmektedir.
Elektrik piyasaları ortamı içinde, sistematik yaklaşımı olan piyasa
oyuncularının minimum riskle maksimum kar elde etmelerini sağlayacak risk yönetim
yaklaşımlarına ihtiyaçları bulunmaktadır. Örneğin üreticiler açısından bakıldığında
üretimi yapılan/yapılacak elektriğin ne kadarının ikili anlaşma ile ne kadarının spot
piyasada satılması gerektiği? Hangi elektrik üretim kaynaklarına yatırım yapması
gerektiği? Fiyatlama kararlarında maliyet haricinde hangi unsurları kullanması
gerektiği ve nasıl bir portföy yönetim stratejisi uygulayacağı? Piyasa fiyat
dalgalanmalarına karşı riskten nasıl korunacağı? gibi bir çok soru akla gelmektedir.
H. M. Markowitz tarafından 1952 yılında öncülüğü yapılan modern portföy
teorisi ve sonrasında ortaya çıkan, temelleri bu teori ve türevlerine dayanan diğer risk-
getiri temelli yaklaşımlar ve portföy performans ölçme yöntemleri kendilerine finans
literatüründe geniş bir uygulama alanı bulmuştur. Bu çalışma ile;
Finans literatüründe yaygın bir uygulama alanı bulmuş risk-getiri temelli
(Ortalama varyans, Alt tarafı risk, Yarı varyans, Riske Maruz Değer (VaR))
portföy optimizasyonu yaklaşımlarının elektrik piyasasına uyarlanmasının
4
nasıl yapılabileceği, bu uygulamalar sayesinde saatlik, günlük elektrik satım
stratejilerinin nasıl belirleneceği,
Elektrik piyasası oyuncuları için mevcut piyasa koşullarında risklerini
minimize ederken getirilerini maksimize edecek portföy yönetim stratejilerinin
yine mevcut yatırımcıların farklı risk algıları (fayda fonksiyonları) ışığında
nasıl belirlenebileceği,
Performans ölçme yöntemleri kullanarak elektrik piyasasına yönelik portföy
optimizasyon yaklaşımlarının performanslarının karşılaştırılması ve
geliştirilmesi,
Nord Pool ELSPOT ve Türk Gün-öncesi piyasalarının bu yöntemler üzerinden
karşılaştırılmalı analizinin yapılması,
Tüm yukarıda belirtilen unsurlar ışığında elektrik piyasası oyuncularının
piyasa uygulamalarında kullanabileceği etkin ve etkili bir karar destek
mekanizmasının geliştirilmesi ve literatüre bu kapsamda anlamlı bir katkı
sağlanması, hususları temel hedefler olarak belirlenmiştir.
Tez çalışmasının birinci bölümünde elektrik piyasalarının tarihsel gelişimi,
dünya elektrik piyasaları ve özellikle Nord Pool ve Türk elektrik piyasalarına yönelik
detay bilgiler verilmektedir. İkinci bölümde finans literatüründe geniş uygulama alanı
olan farklı portföy optimizasyon yöntemlerinin açıklaması yapılmakta ve elektrik
piyasalarına uyarlanmasına yönelik matematiksel alt yapı oluşturulmaktadır. Üçüncü
bölümde Nord Pool ve Türk elektrik piyasaları için portföy optimizasyon uygulamaları
hayata geçirilerek ve yukarıda belirtilen temel hedeflere ulaşılmaya çalışılmaktadır.
Sonuç ve değerlendirme bölümünde ise elde edilen bulgular ve sonuçlar özetlenerek
5
değerlendirilmekte, daha ileride yapılabilecek ek çalışmalara yönelik öneri ve
tavsiyelerde bulunulmaktadır.
BİRİNCİ BÖLÜM
1. ELEKTRİK PİYASALARININ TARİHSEL GELİŞİMİ VE TEMEL
GÖSTERGELER
1.1 Elektrik Enerjisi ve Elektrik Üretimi
Elektriğin gerçek doğasını bilmeden çok daha önce, Sahranın incisi Nil nehri
kenarında Antik Mısırlılar, M.Ö. 2750 yıllarında elektrikli kedi balığına “Nil’in
Şimşekcisi” adıyla saygı duymakta ve onu balıkların koruyucusu olarak
adlandırmaktaydılar. Bundan binlerce yıl sonra dahi Romalı, Yunanlı ve Arap doğa
bilimcileri, fizikçileri ve şairleri Kedi Balığından ve Akdeniz Torpilinden açığa çıkan
muazzam ve bayıltıcı enerjiye fazlasıyla kafa yormaktaydılar (Moller, 1991: 794). İşin
aslı bazı hayvanlarda mevcut olan bu elektrik akımı yaratma özelliği ve yıldırımlar
elektriği anlamamızda bize yardımcı olan öncü doğa fenomenleriydi. Elektriğin asıl
önemini anlamamız ve gelişim hikâyesinin başlaması için 18. yüzyılın beklenmesi
gerekmiştir. Stephen Gray, George von Kleist, Benjamin Franklin, Alessandro Volta,
Hans Christian Oersted, Marie Ampere, Joseph Henry, George Simon Ohm, Micheal
Faraday, Nikola Tesla, Thomas Edison gibi bilim insanlarının adım adım yıllar içinde
yapmış oldukları katkıları ile elektriğin kullanım alanı genişlemiş ve hayatımızın
vazgeçilmez bir parçası haline gelmiştir. Elektrik enerjisi artık insan hayatına etki eden
tüm alanlarda (iletişim, ulaşım, sanayi, havacılık, uzay, ev hayatı, sağlık, eğitim,
ticaret, aydınlatma vb.) kullanılmaktadır. Elektriğin önemi, bir anda elektriksiz
kaldığımız zaman neler olacağını tahmin etmeye çalıştığımız da daha iyi anlaşılacaktır.
7
Enerji nasıl yoktan var edilemezse, varken de yok edilemez, sadece formunu
değiştirir ve Enerji Korunumu yasası gereği izole bir sistem içerisinde toplam enerji
değişmez. Elektrik enerjisi işte bu enerji formlarından biridir. Elektrik enerjisi
üretebilmek için doğa fenomenleri olmadığı sürece bu enerji dönüşüm formlarından
yararlanılmaktadır. Birincil enerji kaynakları (Kömür, Su, Petrol ürünleri, Doğalgaz,
Kaya gazı, Nükleer yakıtlar, Güneş, Rüzgar vb.) sayesinde elde edilen kimyasal,
mekanik, ısı, nükleer enerji formları öncelikle mekanik enerjiye ve akabinde de
generatör yardımıyla Faraday Yasası gereği elektrik enerjisine dönüştürülmektedir.
İletim hatları sayesinde bu enerji belli bir oranda kayıp ile çok uzak mesafelere kadar
iletilebilmekte ve elektrik enerjisi ise elektrik motorları sayesinde yine dönüştürülerek
mekanik iş yapmak, ulaşım, ısınma, aydınlatma gibi değişik amaçlar için
kullanılmaktadır.
TÜRBİNKAZAN
KONDENSER
POMPA
P-2P-3
P-4 P-5
Çıkan İŞYapılan İŞ
Ene
rji Ç
ıkışı
Ene
rji G
irişi
Şekil 1: Elektrik üretimi buhar döngüsü (Atmaca, 2010: 7; Çengel ve Boles, 1994:
243 )
8
Şekil 1’de standart bir kömür yakıtlı termik santral için elektrik üretim buhar
döngüsü yer almaktadır. Birincil enerji kaynağı, yakma işlemi için uygun basınç,
sıcaklık, boyut formlarına getirildikten sonra kazan adı verilen bölümde yakılarak ısı
enerjisi açığa çıkmaktadır. Açığa çıkan bu enerji kazan içerisinde ekonomizer, ön
ısıtıcı, tekrar ısıtıcı ve duvar boru sistemleri ile belirli bir basınç altında olan su
akışkanına aktarılmakta ve aynı basınçta kızgın buhar elde edilmektedir. Kızgın buhar
yine bir boru sistemi ile sırasıyla yüksek, orta ve alçak basınç buhar türbinlerine
gönderilmekte türbin kademelerinde kanatlara çarpan buhar sahip olduğu enerjiyi
kanatlara mekanik enerji olarak aktarmakta ve dönmesine sebep olmaktadır. Türbinde
yapılan iş neticesinde basıncı ve sıcaklığı düşen buhar-su karışımı artık iş
üretemeyeceği bir seviyeye geldikten sonra çürük buhar olarak adlandırılmaktadır. Bu
buhar kondenseye giderek yoğuşmakta (basıncı ve sıcaklığı düşerek sıvı formuna
dönüşmekte) veya tekrar kızdırılarak tekrar iş yaptırılmaktadır ve sonuç olarak
kondensede soğutma süreci sonrasında bir pompa vasıtasıyla tekrar kazana basılarak
Şekil 1’de gösterilen döngü tamamlanmaktadır.
Yukarıda bahsi geçen döngüde türbinler dönerken aynı şaft üzerinde olan
generatörü de döndürmekte ve Faraday Yasası gereği manyetik alanda metal halkanın
döndürülmesi sonucu halkadan akım geçmesi sağlanmaktadır. Alternatif Akım (AC)
olarak adlandırılan bu elektriksel akım bir sinüs dalgasına benzemektedir. 3000 dev/dk
hızla dönmekte olan generatör 50 Hz’lik bir gerilim frekansı üretmektedir. Şalt sahası
ve transformatör gibi yapılarla üretilen elektrik şebekeye verilmektedir. Türkiye için
şebeke frekans değeri ve gerilim değeri, T.C. Enerji Piyasası Düzenleme Kurumu
(EPDK) Elektrik Piyasası Şebeke Yönetmeliğine göre 49,5-50,5 Hz arasında ve 220
9
V olması gerekmektedir (EPDK, 2015). Avrupa’nın 9 ülkesinde gün öncesi ve gün içi
piyasaları olarak faaliyet göstermekte olan Nord Pool piyasaları içinse yine şebeke
frekans ve gerilim değerleri 50 Hz ve 230 V tur (Nord Pool Spot AS, 2016a).
Birincil enerji kaynağı olarak kömür yerine diğer fosil yakıtların (Doğalgaz,
Fuel Oil, Motorin vb.) kullanılması durumunda en başta yakma mekanizmaları olmak
üzere kazan tipleri ve döngü yapılarında birçok değişiklik ortaya çıkmaktadır (Atmaca,
2010: 8). Bu ve benzeri tesislerde harcanan birincil enerji kaynağı miktarı ile üretilen
elektrik enerjisi miktarı arasında bir fark bulunmaktadır. Verilen ısı enerjisinin ne
oranda elektrik enerjisine dönüştürülebildiğini gösteren oran ısı sisteminin
(makinesinin) performansının bir ölçüsüdür ve termal verim olarak adlandırılmaktadır
(Çengel ve Boles, 1994: 244). Bu değer 2014 yılı mevcut Amerikan santrallerinin
ortalama verilerine göre: Kömür yakıtlı santrallerde % 33,8, Kombine Dönüşümlü
Petrol santrallerinde % 34,4, Doğalgaz Kombine Çevrim santrallerinde % 44,6 ve
Nükleer santrallerde % 32,6 dır (EIA, 2016a). Söz konusu oranlar gelişen malzeme ve
kontrol teknolojileri ile birlikte yeni santraller için daha da yukarı değerlere
çıkmaktadır. Örneğin Süper-kritik Kömür santrallerinde % 47, büyük Doğalgaz
Kombine Çevrim santrallerinde % 58 ve yeni nesil Nükleer santrallerde % 36 gibi
(Eurelectric ve VGB Power Tech, 2003). Son yıllarda gelişen bölgesel ısıtma
sistemlerinin de santrallerde üretilen atık ısıların değerlendirilmesinde kullanılmasıyla
beraber elektriksel olamamakla birlikte enerji dönüşümü anlamında daha yüksek
termal verim değerlerine de erişilmektedir.
10
Uluslararası Enerji Ajansının (IEA) World Energy Outlook 2015 raporunda yer
alan “Yeni Politikalar Senaryosu”na göre 2013’ten 2040 yılına kadar küresel enerji
talebi % 32 oranında artacak ve 2015-2040 yılları arasında bu talebi karşılamak için
68 Trilyon $ yatırım yapılması gerekecek (OECD/IEA, 2015: 53). 2013 yılı itibari ile
birincil enerji tüketimimiz içindeki fosil yakıtların payı % 81 olup son kırk yıl içinde
çok az bir değişim göstermiştir ve senaryoların hepsinde 2040 yılında yine ağırlığını
koruyacağı öngörülmektedir (OECD/IEA, 2015: 56).
Tablo 1’de yer alan Yeni Politikalar Senaryosuna göre 2040 yılına kadar artan
fosil yakıt talebi içinde özellikle Doğalgazın payının diğerlerine göre daha fazla bir
artış göstereceği öngörülmektedir (OECD/IEA, 2015: 57). Bunun temel nedeni ise
doğalgaz kaynaklarının giderek artan bir kullanım alanı bulması, artan arz, elektrik
üretiminde kömüre nazaran daha çevreci olmasıdır. Örneğin aynı miktarda enerji
üretmek için faydalanılan doğalgaz, kömüre ve petrole göre daha az karbondioksit ve
zararlı ürün salınımına neden olmaktadır.
Tablo 1: Yakıt ve senaryo bazlı dünya birincil enerji talebi (Mtoe)
Tür\Yıl 2000 2013
Mevcut Politikalar
Senaryosu
Yeni Politikalar
Senaryosu
450
Senaryosu
2020 2040 2020 2040 2020 2040
Kömür 2343 3929 4228 5618 4033 4414 3752 2495
Petrol 3669 4219 4539 5348 4461 4735 4356 3351
Gaz 2067 2901 3233 4610 3178 4239 3112 3335
Nükleer 676 646 827 1036 831 1201 839 1627
Hidrolik 225 326 380 507 383 531 384 588
Biokütle ve
atık
1023 1376 1537 1830 1541 1878 1532 2331
Diğer Yen 60 161 296 693 316 937 332 1470
Toplam 10.063 13.559 15.041 19.643 14.743 17.934 14.308 15.197
Kaynak: OECD/IEA, World Energy Outlook, 2015, s.57.
11
Türkiye maalesef çok fazla yer altı zenginliğine sahip bulunmamaktadır. Enerji
kaynakları konusunda büyük ölçüde dışa bağımlılık mevcuttur. Özellikle doğalgaz,
petrol ve ithal kömür dış ticaret açığını büyüten önemli enerji kalemleri arasında yer
almaktadır1. Enerji ve Tabi Kaynaklar Bakanlığı (ETKB) verilerine göre petrolün %
92’si, doğalgazın % 99’u ithal edilmekte ve enerjide dışa bağımlılık oranı % 75 olarak
gerçekleşmektedir (ETKB, 2016). Türkiye’de bulunan temel yerel zenginliğimiz
düşük kalori değerine sahip (1000-5000 kcal/kg) kömür sınıfına giren Linyit’tir.
Özellikle Afşin-Elbistan havzası Türkiye rezervinin yaklaşık yarısına sahip olması
nedeniyle büyük öneme sahiptir ve bu bölgede bulunan yaklaşık 2800 MW Kurulu
güce ek olarak 6800-10000 MW daha ek üretim kapasitesi potansiyeline sahip
bulunmaktadır (EÜAŞ, 2016).
Nordpool piyasasında ise Türkiye’den çok farklı bir portre görülmektedir.
Elektrik üretiminin % 53’ü hidrolik santrallerden, % 23’ü nükleer enerjiden, % 12’si
fosil yakıtlardan ve kalan % 12’si ise rüzgar ve biokütleden elde edilmektedir
(NordREG, 2014). Hidrolik santral ağırlığının fazla olması elektrik üretim esnekliği
açısından bir avantaj sağlamakla birlikte üretimin su rejimi gibi doğal koşullara fazla
bağlı olmasından kaynaklı dezavantajlar da bulunmaktadır.
Tablo 1’de yer alan Yeni Politikalar Senaryosuna göre 2040 yılına kadar
nükleer enerjinin kullanımı neredeyse iki katına çıkacaktır (OECD/IEA, 2015: 57).
1 TÜİK’in 2015 yılsonu verilerine göre 2014 ve 2015 yıllarında ithalat ve ihracat gerilemiştir. İhracatın
ithalatı karşılama oranı 2015 yılsonu itibari ile % 70 lerde bulunmaktadır. Son zamanlardaki dünyadaki
büyüme endişeleri nedeniyle ortaya çıkan petrol fiyatlarındaki düşüşün Türkiye’nin Cari açığına
özellikle enerji ithalat kalemleri nedeniyle olumlu yansımaları olmakla birlikte net ve kalıcı bir iyileşme
henüz ortaya çıkmamıştır.
12
Nükleer enerjiden elektrik üretiminde temel yaklaşım fosil yakıtlı santrallerle aynı
olmakla birlikte kazan yerine reaktör denen bir ısı üretim yapısına sahip olmasıdır
(Atmaca, 2010). Termik santrallerden farklı olarak, nükleer santrallerde reaktör içinde
nükleer bölünme reaksiyonları meydana gelmekte bu reaksiyonlar sonucu ortaya çıkan
yüksek ısı enerjisi nötron yavaşlatıcı ve soğutucu olarak kullanılan suya aktarılmakta
ve geri kalan enerji üretim döngüsü termik santraldekine benzer bir şekilde
tamamlanmaktadır. 2016 yılının Ağustos ayı itibari ile dünyada halen 448 reaktör
işletim halinde olup toplam kurulu güç 390 GW tır (PRIS/IAEA, 2016). Türkiye’de
henüz bir nükleer santral olmamakla birlikte Nordpool piyasasında üretilen elektriğin
% 23’ü nükleer enerjiden elde edilmektedir (NordREG, 2014).
Tablo 1’de yer alan Yeni Politikalar Senaryosuna göre 2040 yılına kadar
hidrolik enerji kullanımı yaklaşık % 70 düzeyinde bir artış gösterecektir (OECD/IEA,
2015: 57). Hidrolik enerjiden elektrik üretiminde temel felsefe diğer yaygın üretim
teknolojileri ile önemli ölçüde ayrışmaktadır. Herhangi bir reaksiyon veya emisyona
neden olmadan doğrudan doğruya suyun potansiyel enerjisinin kullanılması ile
elektrik üretilmektedir. Belirli bir yükseklikten (düşü-kot farkı) düşürülen su türbinleri
döndürmekte ve aynı şaft üzerinde bulunan generatör yardımıyla elektrik
üretilmektedir. Hidrolik santrallerin yük alma, yük atma ve ani yük değişimlerine tepki
süreleri diğerlerine göre oldukça kısa ve etkilidir. 2014 yılında Nordpool piyasasında
elektriğin % 53’ü, Türk piyasasında elektriğin % 16’sı hidrolik santrallerden elde
edilmiştir (NordREG, 2014; EÜAŞ, 2014: 21).
13
Doğalgazlı termik santraller diğer önemli bir üretim alternatifini
oluşturmaktadır. Dünyada hızla gelişmekte ve artış göstermekte olan bu teknolojide
ilk yatırım maliyetinin diğer alternatif üretim teknolojilerine göre düşük olması ve hızlı
inşaat süreci ile daha hızlı faaliyete geçebilmesi önemli bir avantaj teşkil etmektedir.
Bununla birlikte elektrik üretim maliyetinin % 70 ler gibi bir miktarı yakıt
giderlerinden oluşması sebebi ile önemli ölçüde yakıt piyasası fiyat riskine maruz
kalmaktadır. Bölgesel ısıtma ve ısı satışı mekanizmaları ile Doğalgaz Kombine
Çevrim santrallerinde verim oldukça yüksek değerlere ulaşabilmektedir. Bu nedenle
Türkiye’de özellikle özel sektör tarafından sıklıkla tercih edilmektedir. Nord Pool
piyasasından çok farklı olarak Türkiye’de elektriğin yaklaşık % 50’si doğalgazdan
üretilmektedir (NordREG, 2014; EÜAŞ, 2014: 21).
Diğer önemli elektrik üretim teknolojileri sırasıyla rüzgar, güneş, kaya gazı,
biokütle, jeotermal, dalga, gelgit, pompalı depolamalı hidrolik gibi alternatif üretim
teknolojileri olup bu kaynaklardan elektrik üretimleri, 2014 yılı rakamları ile Nord
Pool piyasasında % 12, Türk elektrik piyasasında % 2 lik ağırlığa sahiptir (NordREG,
2014; EÜAŞ, 2014: 21).
1.2 Elektrik Piyasaları ve Tarihsel Gelişimleri
Elektriğin ticari bir ürün olduğu kabul edilerek alıcı ve satıcı tarafların bir araya
gelmesi ile söz konusu bu ticari ürüne yönelik alım satım işlemlerinin yapıldığı
ortamları, elektrik piyasaları olarak tanımlayabiliriz. Üretici ve son tüketicinin iki
temel paydaş veya oyuncu olarak tanımlandığı elektrik piyasasında son yıllarda
yaşanan dikey/yatay ayrışımlar ve piyasa serbestleşme hareketleri ile paydaş sayıları
14
da artmış bulunmaktadır. Üretici ve son tüketicinin dışında mevcut elektrik piyasa
yapılarındaki temel paydaşlar ve oyuncular ülkelerden ülkelere farklılık göstermekle
birlikte şu şekilde tanımlanabilir: Lisanslı üreticiler, lisansız üreticiler, tüketiciler,
serbest tüketiciler, iletimciler, dağıtımcılar, perakendeciler, düzenleyici otorite, piyasa
işleticisi, takas merkezi vb.
Yukarıda bahsi geçen bu piyasa oyuncularının görev ve yetkileri ilgili ülkelerin
piyasa mevzuatlarında tanımlanmış olup bazı sistemlerde iletimcinin aynı zamanda
sistem işletmecisi olması veya dağıtımcıların aynı zamanda perakendeciler olması gibi
görevler aldığı da görülebilmektedir. Toptan elektrik pazarında, üreticiler doğrudan
dağıtıcılara, serbest tüketicilere ya da perakendecilere ve hatta müşterilere satış
yapmak için yarışırlar (Aslan, Katırcıoğlu ve diğerleri, 2007: 61). Bu pazarlarda piyasa
altyapısının kuvvetli olması sistem bütünlüğü açısından önem arz etmesinin yanında
ticareti yapılacak olan elektriğin standartlaştırılması da (Yer, Bölge, Miktar, Zaman
vb. açılardan) piyasa oyuncularının sadece fiyata odaklanması kolaylığını getirecektir.
Fiyat odaklanması ile beraber bilginin herkes tarafından ulaşılabilirliği, şeffaflık ve
piyasa açıklık oranının yüksekliği etkili bir piyasa yapısı için diğer önemli unsurları
oluşturmaktadır (Atmaca, 2010: 14; OECD/IEA, 2005: 71). Şeffaflık, bilgiye ulaşım
ve piyasa açıklık unsurlarında düzenleyici ve denetleyici kurumlara, piyasa alt yapısı
ve sistem güvenliği unsurlarında iletim operatörü ve piyasa işletmenine, serbestleşme
süreçlerinin ve politikalarının oluşturulmasında hükümetlere önemli görevler
düşmektedir.
15
Elektrik piyasalarında serbestleşme beraberinde sektör içi dikey ve yatay
ayrışmaları da beraberinde getirmektedir. Dikey ayrışma sektör içinde birbirine girdi
çıktı ilişkisi olan iş alanlarının birbirinden ayrılmasını ifade etmekte olup örneğin;
elektrik sektöründe devlet elinde bulunan üretimin, iletimin ve dağıtımın birbirinden
ayrı faaliyet gösteren tüzel kişiliklere bölünmesi ve/veya özelleştirilmesidir. Yatay
ayrışma ise birbirine girdi çıktı ilişkisi olmayıp aynı pazar alanında, aynı faaliyet alanı
üzerinden rekabet eden yapıların oluşturulmasını ifade etmektedir örneğin; Türkiye
dağıtım pazarı 21 dağıtım bölgesine bölünmüştür.
Ülkeler piyasa ihtiyaçlarına göre havuz sistemi, bölgesel fiyatlama, tek
fiyatlama, tarife uygulama, yarı serbest piyasa, marjinal fiyatlama, elektriğin fiziki
teslimatı yanında türev piyasa işlemleri, yan hizmetlere yönelik piyasa uygulamaları,
frekans kontrol vb. gibi birçok farklı piyasa tamamlayıcı unsuru da piyasa yapıları
içine konumlandırmışlardır. Tüm bu elektrik piyasasında serbestleşme uygulamaları
ise ülkelerden ülkelere farklılıklar veya benzerlikler göstermektedir. Takip eden
bölümlerde dünyadaki bu uygulamalara değinilecektir. Tarihi derinliği açısından
önemi nedeniyle Amerikan elektrik piyasası ve tez çalışmasına konu teşkil etmesi
açısından da Nord Pool ve Türk elektrik piyasa yapıları bu çalışmada diğerlerine
nazaran daha detaylıca ele alınmıştır.
1.3 Amerika Birleşik Devletleri Elektrik Piyasası Uygulamaları
2013 yılı rakamları ile tüm dünyada elektrik üretimi 23318 TWh düzeyine
ulaşmış olup bu rakam 2000 yılının yaklaşık % 51 üzerindedir (OECD/IEA, 2015: 85).
16
Söz konusu üretimin % 67’si fosil yakıtlardan (Kömür, Doğalgaz ve Petrol ürünleri)
sağlanmakta olup OECD’nin yapmış olduğu çalışmada yer alan mevcut politikalar
senaryosuna göre 2040 yılına kadar yaklaşık aynı yüzdelik seviyede önemini
korumaya devam edecektir (OECD/IEA, 2015: 310).
Amerika Birleşik Devletleri, tek başına dünya elektrik üretim ve tüketiminde
% 18’lik (2013 rakamları ile) önemli bir paya sahip olup bu rakam 2006 yılında % 24
civarındaydı (OECD/IEA, 2008: 140; OECD/IEA, 2015: 598). Bu oranın OECD’nin
mevcut politikalar senaryosuna göre 2040 yılında % 13’ün altına düşmesi
beklenmektedir (OECD/IEA, 2015: 599). Bu durum elektrik üretiminde USA’nın uzun
yıllar tek başına önemli bir aktör olarak kalmaya devam edeceğini göstermektedir.
2015 yılında Amerika’nın elektrik üretimi 4087 TWh olmuş olup 2012-2015 yılları
arasında % 1 lik bir değişim dilimi içinde hareket ederek fazla bir değişikliğe
uğramamıştır (EIA, 2016a). 2015 yılı itibari ile 1,8 Milyar kayıtlı müşterinin (sanayi,
ticari ve hane halkı) olduğu piyasada endüstri, ticaret ve hane halkı kullanımları için
2014 yılı ortalama perakende elektrik satış fiyatları ise sırasıyla 6,89 cent/kWh, 10,59
cent/kWh ve 12,67 cent/kWh olmuştur (EIA, 2016a). ABD’nin toplam kurulu gücü
1134 GW (2013 yılı) olup Şekil-2’de görüldüğü üzere üretim kaynakları anlamında
büyük bir çeşitlendirmeye sahip bulunmaktadır (OECD/IEA, 2015: 599). 2015
rakamları ile ABD’de üretilen elektriğin % 33’ü kömürden, % 33’ü doğalgazdan, %
20’si nükleerden, % 6’sı hidrolik, % 7 diğer yenilenebilir kaynaklar ve % 1’i ise diğer
kaynaklardan üretilmiştir (EIA, 2016b).
17
Şekil 2: ABD 2013 yılı elektrik kurulu gücünün kaynaklara göre dağılımı
(OECD/IEA, 2015: 598)
Amerikan endüstri tarihçilerine göre, elektrik endüstrisi, piyasayı rekabet
kurallarının düzenlediği ve rekabet eden franchise şirketlerin piyasada yer aldığı 1882-
1907 yılları arası dönemde açılmış bu dönemde tüketici koruyan regülasyon değil
rekabet olmuştur (Aslan, Katırcıoğlu ve diğerleri, 2007: 97). Piyasa tecrübesi
açısından faydalı olan bu dönemde arz edilen elektrik miktarı artmış, fiyatlar düşmüş,
üretim kapasitesi ve toplam üretim miktarları şaşırtıcı biçimde artmıştır (Thierer,
1997).
Sonraki dönemlerde piyasa işleyişi ile ilgisi olmayan nedenlerden dolayı
elektrik endüstrisinde tekelci yaklaşımlar ortaya çıkmıştır. Bazı şirketler üstü kapalı
olarak bölgesel kamu komisyonlarını (Public Utility Commissions-PUCs)
destekleyerek hakim tekel pozisyonlarını güçlendirmişlerdir. Bu imtiyazlı şirketlerin
Kömür28%
Petrol6%
Gaz40%
Nükleer9%
Hidrolik9%
Bioenerji2%
Rüzgar5%
Jeotermal0%
Güneş PV1%
Diğer0%
Diğer6%
KURULU GÜÇ
18
kazançları da sektörün gelişimi ve pazar büyüklüğünün artmasıyla iyice yükselmiş ve
ulusal alanda faaliyet göstermeye başlayan dikey bütünleşik holding yapıları ortaya
çıkmaya başlamıştır. Bu yapılara karşı eyalet düzenlemeleri yetersiz kalmıştır. Ortaya
çıkan federal düzenleme ihtiyacı kapsamında 1935 yılında ilk önemli düzenleyici adım
atılarak Federal Power Act (FPA) ve Public Utility Holding Company Act (PUHCA)
yürürlüğe girmiştir (Aslan, Katırcıoğlu ve diğerleri, 2007: 52).
FPA in onayı ile birlikte 1920 yılında hidrolik projeleri federal kontrol altında
koordine etmek için kurulmuş olan Federal Power Commission (FPC)’e elektriğin
iletimi ve satışını düzenleme hakkı verilmiştir (FERC, 2016a). PUHCA ile bir şirkette
% 10’dan fazla hisse sahibi olan holdinglerin Securities and Exchange (SEC)’e kayıt
olmaları ve holdinglerin finansal işlemlerine yönelik detaylı rapor sunmaları
zorunluluk haline getirilmiştir (Aslan, Katırcıoğlu ve diğerleri, 2007: 99).
1973’te meydana gelen enerji krizi ve petrol ambargolarının akabinde 1977’de
kongre FPC’yi tekrar organize ederek FERC’i kurmuş ve yetkilerini genişletmeye
devam etmiştir (FERC, 2016a). 1978 yılında Public Utility Regulatory Policies Act
(PURPA) yürürlüğe girmiş ve bu sayede kurumsal olmayan elektrik üreticilerinin de
piyasaya girmelerine imkan tanınmıştır (Aslan, Katırcıoğlu ve diğerleri, 2007: 100).
PURPA kapsamında bir takım bağımsız güç üreticileri (rüzgar, güneş, ko-jenerasyon,
buhar vb.) Qualifiying Facilities (QFs) olarak adlandırılmış kazanılmış olan bazı
muafiyetlerin yanında alıcılara QFs’lerden belli miktarlarda alım yapma zorunluluğu
getirilmiştir (Aslan, Katırcıoğlu ve diğerleri, 2007: 101). QFs’ler böyle bir piyasa
19
yapısında kaynaklardan daha iyi yararlanabileceklerini ve maliyetlerin düşmesine
yardım edebileceklerini kanıtlamışlardır (Thierer, 1997).
1980’den sonra bazı eyaletlerde dikey bütünleşik tekel yapısındaki elektrik
sektörü ayrışıma giderek iletim, dağıtım, üretim, toptan ve perakende satış pazarlarının
oluşması sağlanmıştır. FERC, elektriğin toptan satışı ve iletim piyasalarında getiri
oranlarını düzenlerken, rekabetçi toptan satış piyasasının gelişimini destekleyerek,
toptan satış şirketlerine pazar gücünü kullanmamaları ve arz-talep dengesini doğru
yansıtacak fiyatlarda elektrik satmaları koşulu ile piyasa fiyatlarından satma yetkileri
vermiştir (Akçollu, 2003: 58; Atmaca, 2010: 49).
1992 yılında Energy Policies Act (EPAct) ile PURPA’nın rekabetçi faydaları
geliştirilmiş ve genişletilmiştir. Bu kanun “non-utility” olarak ifade edilen dikey
bütünleşmemiş bağımsız üreticilerin yalnızca kendilerine en yakın mesafedeki yerel
tesislere değil, iletim hatları boyunca tüm tesislere elektrik satışı yapmalarına imkan
vermiştir. (Aslan, Katırcıoğlu ve diğerleri, 2007: 101). Ayrıca FERC’e iletim hattı
sahiplerinin şebeke sistemlerini ayrımcılık yapmadan tüm girişimlere açma
zorunluluğu getirmesi yetki ve görevini vermiştir.
1996 yılında FERC 888 ve 889 nolu “toptan satış açık erişim kuralları”nı
yayınlayarak iletim hattı sahiplerinin üçüncü şahıslara ayrımcılık yapmadan iletim
hattı hizmetlerini açmalarını “Open Access” ve iletimle arz faaliyetlerini
ayrıştırmalarını istemiştir (Aslan, Katırcıoğlu ve diğerleri, 2007: 102). FERC şebekeye
20
erişimde ayrımcılığı önlemek için bağımsız sistem işletmecileri kurulmasını tavsiye
etmiş fakat zorunlu kılmamıştır (FERC, 2016a).
1999 yılının sonunda FERC, 2000 sayılı kuralı ile iletim kurumlarının bölgesel
iletim operatörü (Regional Transmission Operators-RTO) olmaları için sağlaması
gereken şartları gösteren kılavuzları yayımlamış ve iletim hattı sahiplerinin RTO’lara
katılım planlarını sunmaları istenmiştir (FERC, 2016a).
2005 yılında EPAct 2005’in devreye girmesi ile birlikte kongrenin komisyona
olan güveni güçlü bir şekilde sınanmış ve FERC’in yetkilerinde büyük değişiklikler
yapılmıştır (FERC, 2016a). Kanunun kabulü ile PUHCA yürürlükten kaldırılmış ve
önceki kanunların güncellenmesine yönelik FERC’e önemli yetkiler verilmiştir
(Atmaca, 2010: 50). Elektrik toptan satışı açısından piyasa payı % 20’nin üzerine çıkan
şirketlerde fiyat FERC tarafından belirlenmekte ve belirlenmiş kurallar dışında fiyat
oluşumları tespit edildiği zaman FERC piyasaya müdahale etmektedir (Şandır, 2007:
61).
2007 yılında on yıllık geçmişi olan iletim sistemi altyapısına serbest erişim
“Open Access” uygulaması bir düzenlemeden geçirilerek son kural “final rule” olarak
yeniden kurgulanmıştır. Böylece iletim şebekesinin işletiminde daha etkili düzenleme
ve şeffaflık sağlanmasının yanında iletim hizmetlerinin makul fiyatlardan ve
ayrımcılığa maruz kalmadan alınması garanti altına alınmıştır (FERC, 2016a).
21
2008 yılında FERC, 719 numaralı kuralı yayınlayarak uzun dönem güç
sözleşmelerinin desteklenmesi, talep tarafının piyasa katılımının kullanılması ile
organize toptan elektrik piyasasında rekabetin geliştirilmesi, işletim şartlarının
güçlendirilmesi, piyasa izlemenin kuvvetlendirilmesi, bağımsız sistem operatörlerinin
(Independent system operators-ISOs) ve bölgesel iletim sistemi organizasyonlarının
(Regional transmission operators-RTOs) geliştirilmeleri konularında düzenlemelere
son şekillerini verilmiştir (FERC, 2016a). Bu süreçte eyalet düzenleyici kurumları ise
perakende satış fiyatının regüle edilmesinden sorumlu olmuşlardır (Akçollu, 2003:
58).
Günümüz Amerikan elektrik piyasa yapısına bakıldığında ulusal yapı Şekil-
3’te görüldüğü üzere 10 ayrı ISO ve RTO bölgesine bölünmüş olup bu bölgelerin her
biri, alıcı ve satıcıların elektrik üretim ve alım tekliflerini yapabildikleri enerji ve
yardımcı hizmetler piyasalarına sahiptir (FERC, 2016b). Tablo-2’de söz konusu
piyasaların kurulu güç ve puant yük değerlerine yönelik karşılaştırılmalı bilgileri yer
almaktadır. Bunların içinde Kaliforniya piyasası özellikle birçok bilimsel çalışmaya
konu olması nedeniyle aşağıdaki şekilde daha detaylı irdelenmiştir.
22
Şekil 3: ABD ulusal elektrik piyasa yapısı (FERC, 2016b)
Tablo 2: ABD ulusal elektrik piyasa verileri
BÖLGELER Kurulu
Güç (MW)
Puant Talep
(MW)
İletim Hattı
Uzunluğu (mil)
Kaliforniya (CAISO) 60,000 50,000 26,000
Midcontinent (MISO) 180,711 127,125 (Yaz)
109,307 (Kış)
65,800
New England (ISO-NE) 31,000 28,136 (2006) 8,500
New York (NYISO) 39,039 33,956 11,086
Northwest 75,964 69,621 (2015) N/A
PJM 171,648 165,492 72,075
Southeast 238,000 170,000 55,000
Soutwest 50,000 42,000 N/A
Southwest Power Pool
(SPP)
78,953 45,301 56,142
Texas (ERCOT) 75,964 69,621 (2015) 46,500
Kaynak: FERC, Electric Power Markets, 2016.
Kaliforniya bağımsız sistem operatörü (California Independent System
Operator-CAISO) bölgesindeki toptan elektrik satış piyasasını işletmekte ve aynı
zamanda iletim şebekesinin güvenilirliğini yönetmektedir (FERC, 2016b). Bu
kapsamda iletim sistemine açık erişim sağlamakta ve uzun dönemli planlamayı icra
etmektedir. CAISO üretilen elektriği merkezi olarak dağıtmakta ve Kaliforniya’nın
23
tamamında ve Nevada’nın bir kısmındaki toptan elektrik satışını koordine etmektedir.
1998’de kurulan CAISO, 2008 yılında tam fonksiyonlu bir ISO yapısına kavuşmuş ve
2014 yılında da dengesizlik piyasasını devreye sokmuştur (FERC, 2016b).
CAISO’nun sorumluluk bölgesinde temel olarak iki market yapısı mevcuttur: Gün-
öncesi (Day-ahead) ve gerçek zamanlı (real-time) piyasalar (CAISO, 2016).
Gün-öncesi piyasası sıralı olarak çalışan üç süreçten meydana gelmektedir: İlk
olarak ISO güç piyasası azaltım testini koşar, testi geçemeyen teklifler önceden
belirlenmiş limitlere revize edilir. İkinci adımda, talep tahminini karşılamak için
gerekli üretim bütünleşik vadeli piyasa ile oluşturulur. Son adımda, kalan birim
taahhüt süreci ile ertesi gün gerekecek olan ve elektrik üretmeye hazır ek güç
santralleri belirlenir. Piyasa fiyatları tekliflere göre belirlenir. Özel bir ful şebeke
modeli kullanılmaktadır. Piyasa için teklifler 7 gün öncesinden başlayıp işlem
gününden önceki gün sonlandırılmaktadır (CAISO, 2016).
Gerçek-zamanlı piyasada ise şirketler gün-öncesi planında karşılayamadıkları
kalan ek enerji taleplerini karşılarlar. Ayrıca bu piyasada ISO’nun ihtiyaç duyması
halinde kullanabileceği enerji rezervleri güvence altına alınır. Piyasa işlemden bir gün
önce kurulur ve işlem zamanından 75 dakika öncesine kadar açık kalmaktadır. Gerçek
zamanlı piyasada güç santralleri her 15 ve 5 dakikalık zaman dilimleri için işlem
yapmaktadır hatta çok özel koşullarda ISO bu süreyi 1 dakikaya bile indirebilmektedir
(CAISO, 2016).
24
Yardımcı hizmetler (Ancillary services), şebekenin güvenilirliğini ve
stabilitesini korumak için kullanılan enerji ürünlerinden oluşmaktadır. Örneğin frekans
kontrol hizmeti (Regulation energy) ile şebeke güvenliği için şebeke frekansı 60 Hz
değeri etrafında dar bir bantta tutulmaktadır.2 Bekleme rezervi hizmetinde ise
şebekeye bağlı ünitelerin bazıları kapasite tutmaktadırlar. Bu ünitelerin ihtiyaç
duyulması halinde 10 dakika içinde gerekli olan enerjiyi sağlamak ya da gerekli olan
yükü çekmek zorundadırlar. Bu mekanizmaların haricinde kısıt gelir hakları
(Congestion revenue rights-CRRs) ve yakınsama teklifleri3 (Convergence bidding)
gibi iki ayrı uygulama daha bulunmaktadır (CAISO, 2016).
Kaliforniya piyasasının bilimsel çalışmalara çokça konu da edilmiş diğer
önemli bir özelliği ise birçok elektrik piyasası uygulaması için önemli dersler
çıkarılacak ve örnek teşkil edecek bir elektrik piyasası krizi yaşamış olmasıdır. 2000
yılı sonunda ve 2001 yılı başında yaşanmış olan bu kriz, ikiz kriz yapısı ortaya
çıkarmış hem elektrik hem de finansal krizi beraberinde getirmiştir. Her iki krizde
birbirinden beslenerek durumun daha da kötü bir hal almasına neden olmuştur
(Sweeney, 2002: 145). Krizin tetikleyici etkeni, eyaletin eş zamanlı ortaya çıkan
elektrik arz düşüşü ve talep artışını iyi yönetememiş olmasıdır. Toptan satış fiyatları
serbestçe belirlenirken perakende fiyatları dondurulmuştur (Akçollu, 2003). Bu
2 Elektrik şebekeleri belirli bir frekans değerinde faaliyet göstermektedir. Üreticiler sisteme bu frekans
değerinden elektrik enerjisi sağlarlar. Şebeke de talep edilen enerjinin arz edilenden fazla olması
durumunda şebeke frekansı düşmektedir, aynı şekilde talep edilen enerji arz edilen enerjiden az olması
durumunda şebeke frekansı yükselmektedir. Şebeke frekans değeri ülkelerden ülkelere de farklılık
göstermektedir. Örneğin Amerika ve Venezuela’da şebeke voltajı 120 V ve frekans değeri 60 Hz iken
Avrupa genelinde ve Türkiye’de bu değerler 220-230 V ve 50 Hz dir. Japonya’da ise şebeke ikiye
ayrılmış olup (Batı ve Doğu) şebeke frekansları 50 Hz ve 60 Hz dir. 3 frekans dönüştürücü istasyonla
bu iki şebeke birbirine bağlanmıştır. 3 Yakınsama tekliflerinde piyasa katılımcısı fiziki bir dayanak olmaksızın (sanal olarak) Gün-öncesi
piyasasından aldığı elektriği gerçek zamanlı piyasaya teklif edebilmektedir. Bu şekilde her iki piyasada
oluşan fiyatlar birbirine daha çok yaklaşmakta yakınsamaktadır.
25
nedenle yatırımcı sahipliğindeki kamu hizmeti şirketleri tedarikçilere ödeme
yapabilmek için yeterli kazanç sağlayamadılar ve ödemeleri ertelemeye başladılar.
Alacaklarından şüphelenen tedarikçiler fiyatları yükselttiler veya bazı elektrik
tedarikçileri paralarını alamadıkları için nakit akışı problemleri yaşayarak üretimi
durdurmak zorunda kaldılar (Sweeney, 2002: 146). Tüm bu süreç birbirini olumsuz
yönde besleyen bir döngüye dönüşmüştür. Bölgelere göre farklılıklar göstermekle
birlikte ortalama elektrik fiyatları çok yükselmiş Amerika ortalamalarının 8 katına
çıkmıştır. Özellikle 2000 yılının Aralık ayının ortalarında Mid-Columbia’da fiyat
değerleri 5000 $/MWh, Kaliforniya-Oregon’da 4000 $/MWh, PX piyasasında 1400
$/MWh ile tarihi zirve değerlerini yaşamıştır (Sweeney, 2002: 149). Kriz 2001 yılı
kışında en yüksek düzeyine çıkmış fakat 7 ay içinde fiyatlar normal değerlerine geri
dönmüştür. Krizin başlıca sebepleri şu şekilde sıralanmaktadır:
Yanlış piyasa yapısı ve yeniden yapılanma mevzuatı,
Regülasyon hatası,
Toptan satış pazarında Pazar gücünün kullanılması,
Tahmin edilemeyen talep artışı ve yatırım azlığı,
İletim hattı kısıtları,
Elektrik borsasının kötü işletilmesi,
Emisyon ve doğalgaz fiyatlarının artması,
26
1.4 Avrupa Birliği Elektrik Sistemi
Avrupa birliği, İkinci Dünya Savaşı ile doruğa çıkan ve komşular arasında sık
sık tekrar ede gelen kanlı savaşları4 sona erdirme amacı ile kurulmuş siyasi bir projedir
(European Union, 2016). İkinci Dünya Savaşı sonrasında, Avrupalı devlet adamlarının
Avrupa’da kalıcı bir barış oluşturma çabaları hız kazanmış bu kapsamda 9 Mayıs 1950
tarihinde, Fransa Dışişleri Bakanı Robert Schuman, Avrupa devletlerini kömür ve
çelik üretiminde alınan kararları bağımsız ve uluslar üstü bir kuruma devretmeye davet
etmiştir. Schuman deklarasyonunun bir sonucu olarak, 1951 yılında, Belçika, Federal
Almanya, Lüksemburg, Fransa, İtalya ve Hollanda’dan oluşan 6 üye ile Avrupa Kömür
ve Çelik Topluluğu (ECSC) kurulmuştur (AB Bakanlığı, 2016). Böylece dünyada ilk
defa devletler kendi iradeleri ile egemenliklerinin bir kısmını uluslar üstü bir kuruma
devretmişlerdir.
Avrupa Birliğinin kurulmasına temel teşkil eden bazı anlaşmalar
bulunmaktadır. Birliğin kurulumunun başlangıcı olarak kabul edilen anlaşma; 18
Nisan 1951’de Paris’te imzalanan, 23 Temmuz 1952’de uygulamaya giren ve 23
Temmuz 2002’de uygulamadan kaldırılmış olan Avrupa Kömür ve Çelik Birliği
Kurulması Anlaşması (ECSC) “Treaty Establishing the European Coal and Steel
Community”dır. Daha sonra 25 Mart 1957’de Roma’da “Avrupa Ekonomik Birliği
Kurulması” (EEC) imzalanmış ve 1 Ocak 1958’de uygulamaya konmuştur. Aynı
zamanda “Avrupa Atom Enerjisi Birliği (Euroatom)” anlaşması da imzalanıp
uygulamaya konduğundan ikisi birlikte Roma anlaşmaları olarak kabul edilmektedir.
4 1870-1945 yılları arasında Fransa ve Almanya üç kez savaşmışlardır.
27
8 Nisan 1965’te Brüksel’de birleşme anlaşması imzalanmış ve 1 Temmuz 1967’den
beri uygulanmaktadır. 1 Temmuz 1987’de Lüksemburg’ta “Tek Avrupa Anlaşması”
imzalanmış iç pazar yapısına ulaşmak için gerekli adaptasyonlar ortaya konmuştur.
Avrupa Birliği Anlaşması “Treaty on European Union” 7 Şubat 1992’de Maastricht’de
(Hollanda) imzalanmış ve 1 Kasım 1993’te uygulamaya konmuştur. Bu anlaşmayla
birlikte hukuk, ortak savunma ve sosyal işler vb. gibi birçok alanda ortak hareket
etmenin önü açılmıştır. 1 Mayıs 1999’da “Treaty of Amsterdam” anlaşması, 1 Şubat
2003’te “Treaty of Nice” Anlaşması ve 13 Aralık 2007’de ise “Treaty of Lizbon”
anlaşmaları yürürlüğe girmiştir (Atmaca, 2010: 15-16).
Avrupa Komisyonu 1997 yılında hazırladığı beyaz kitap ile özellikle
yenilenebilir enerji kaynakları olmak üzere birlik üye ülkelerinin tek bir elektrik piyasa
yapısına kavuşması yönündeki temel niyeti ortaya koymuştur (EC, 1997). Yine 1997
yılında yürürlüğe giren 96/92/EC sayılı “Elektrik İç Piyasası Hakkında Ortak Kurallar
Direktifi” ile üye ülkelere uyumlaştırılmaları gereken kanunlar, düzenlemeler ve idari
hazırlıklar için iki yıl süre tanınmıştır. Elektrik üretimi amacıyla yeni kurulacak tesisler
için üye devletlere “ihale prosedürü” ve “yetkilendirme prosedürü” olmak üzere iki
yöntem sunulmuştur (Aslan, Katırcıoğlu ve diğerleri, 2007: 74). İletim sistemi
işletmecisinin işlerinin üretim ve dağıtımdan ayrıştırılması esas kılınmıştır. Diğer
önemli bir hususta iletim ve dağıtım hatlarına üçüncü şahısların erişiminin
sağlanmasıdır (Akçollu, 2003: 51; EC, 1999). Çıkarılan tüzük ve yönetmeliklerle
önceki direktifler güncellenmekte ve daha detaylı uygulamalar yönlendirilip kurallar
konmaktadır. Söz konusu düzenlemede rekabetçi ve etkili bir elektrik/gaz piyasa
28
yapısı olmadan Avrupa endüstrisinin de zarar göreceği ifade edilmektedir (EC, 1999;
Atmaca, 2010: 16)5.
Artan enerji maliyetleri nedeniyle, AB’nin enerji tedarikinde dışa olan
bağımlılığını denetim altına almak için güçlü bir “Avrupa Enerji Politikası”
oluşturulması görüşü desteklenmiştir. Bu doğrultuda komisyon, 8 Mart 2008 tarihinde
kapsamlı bir Ortak Avrupa Enerji Politikası oluşturma çabalarının temelinin teşkil
edecek olan Yeşil Kitap’ı “Green Paper”ı yayımlamıştır (Aslan, Katırcıoğlu ve
diğerleri, 2007: 91). Yeşil Kitap’ta, daha etkin ve verimli enerji üretim ve tüketim
yöntemlerinin geliştirilebilmesi için AB genelinde ortak bir politikaya ihtiyaç
olduğundan bahsedilmiştir (Aslan, Katırcıoğlu ve diğerleri, 2007: 93).
1 Temmuz 2009 tarihinde; kıta Avrupası’nın 24 ülkesinin 29 operatörünü
temsil eden Union for the Coordination of the Transmission of Electricity (UCTE)’nin
de içinde yer aldığı, 6 sistem işletmecisinin (ATSOI, BALTSO, ETSO, NORDEL,
UCTE, UKTSOA) tüm görevleri European Network of Transmission System
Operators for Electricity (ENTSO-E)’ye devredilmiştir (ENTSO-E, 2016a).
ENTSO-E’nin kuruluşu (EC) 714/2009 sayılı sınırlar arası elektrik ticareti ve
şebekeye erişim düzenlemesine dayanmaktadır. Düzenlemenin 7.maddesinde ve takip
eden maddelerinde ENTSO-E’nin kurulumu hakkındaki hükümler açıklanmaktadır
(EC, 2009; Atmaca, 2010: 16-17). ENTSO-E’nin kuruluş düzenlemesi bir önceki (EC)
5 Örneğin EC-Directive 2003/54/EC ile bir önceki direktif olan 96/92/EC- “Common Rules for Internal
Market in Electricity” güncellenmiştir.
29
1228/2003 sayılı uygulamayı da yürürlükten kaldırmıştır. Bu şekilde 34 ülkede faaliyet
göstermekte olan 42 iletim sistemi operatörleri tek çatı altında birleştirilmiştir. Şu anda
ENTSO-E çatısı altında 35 ülkeden 42 sistem operatörü faaliyet göstermektedir. Şekil-
4’te ENTSO-E üye ülke yapısını gösteren temsili harita yer almaktadır. Türkiye,
TEİAŞ aracılığı ile gözlemci üye statüsünde yer almaktadır.
Şekil 4: ENTSO-E üye ülkeleri (ENTSO-E, www.entsoe.eu, 2016)
30
Uzun zamandır devam eden düşüşten sonra 2015 yılında ENTSO-E bölgesinin
elektrik tüketim değeri küçük bir yükselişle 3278 TWh olmuştur. Bu rakamın daha iyi
anlaşılabilmesi için Türkiye’nin 2015 yılı tüketim değerinin 259,69 TWh olduğunu
ifade etmek yeterli olacaktır (EPDK, 2015). ENTSO-E’nin tarihi puant yük değeri ise
Şubat 2012’de 557 GW olarak kayıtlara geçmiştir. 2015 yılsonu itibari ile yukarıda
ifade edilen tüketim değerinin % 41’i fosil yakıtlardan, % 25’i nükleerden, %17’si
hidrolik enerjiden ve % 17’side yenilenebilir enerji kaynaklarından karşılanmıştır
(ENTSO-E, 2016b). Sistemin en önemli elektrik üreticisi konumundaki iki ülke
sırasıyla Almanya ve Fransa’dır. 2011 rakamları ile sistem çatısı altındaki en büyük
ihracatçı 57,1 TWh ile Fransa iken en büyük ithalatçı ise 45,8 TWh ile İtalya’dır
(ENTSO-E, 2012).
Önümüzdeki yıllarda AB için en önemli handikaplardan biri de yenilenebilir
enerji kaynaklarının piyasaya giriş miktarlarının iyice yükselecek olmasının
öngörülmesidir. ENTSO-E’nin yaptığı çalışmaya göre yenilenebilirlerin kapasite
miktarı, 2025 yılında 22 ülkede %50’nin üzerine çıkacak (ENTSO-E, 2015: 7). AB’nin
2030 yılı iklim ve enerji politikası hedeflerinin yerine getirilebilmesi için üretilen
elektriğin % 45’nin yenilenebilir enerji kaynaklarından karşılanması gerekmektedir
(ENTSO-E, 2016c). Genel olarak bakıldığında ise çalışmada yer alan en iyi tahmin
senaryosuna göre (Scenario B) 2016-2025 yılları arasında enerji tüketiminin yıllık %
0,8 artarak 248 TWh lık ek tüketim yaratması beklenmektedir (ENTSO-E, 2015: 16).
31
Bu kadar büyük ve çok taraflı yapıya sahip ENTSO-E’de 5 beş bölgesel daimi
grup ve 2 gönüllü bölgesel grup yer almaktadır. Bu grup yapıları aşağıdaki şekilde
oluşturulmuştur:
Kıta Avrupası (Continental Europe): Avusturya, Belçika, Bosna-Hersek,
Bulgaristan, Çekya, Hırvatistan, Danimarka (Batı), Fransa, Makedonya,
Almanya, Yunanistan, Macaristan, İtalya, Luxemburg, Karadağ, Hollanda,
Polonya, Portekiz, Romanya, Sırbistan, Slovenya, Slovakya, İspanya, İsviçre
İskandinav (Nordic): Danimarka (Doğu), Finlandiya, Norveç, İsveç
Baltık (Baltic): Estonya, Letonya, Litvanya
İngiltere (UK): İngiltere
İrlanda (Ireland): Irlanda, İngiltere
Bunların haricindeki gruplar ise Gönüllü Kuzey Avrupa Bölgesel Grubu
(Voluntary Regional Group Northen Europe) ve Gönüllü İsole Sistemler Bölgesel
Grubu (Voluntary Regional Group Isolated Systems)’dır (ENTSO-E, 2016c).
Avrupa elektrik sisteminde özellikle İngiltere’ye de değinmekte fayda
bulunmaktadır. Nitekim İngiltere, Şili ve Norveç örnekleri ile birlikte elektrik piyasası
uygulamaları açısından ilk örneklerden birini teşkil etmektedir. İngiltere’de bu süreci
tetikleyen en önemli belge Şubat 1988’de hükümet tarafından yayınlanan beyaz rapor
“Privatising Electricity” dir (OECD/IEA, 2005: 171). Bu rapor akabinde 1989 yılında
yayınlanan enerji kanunu ile elektrik piyasasında serbestleşme yönünde ilk adımlar
atılmıştır (Atmaca, 2010: 21). Daha önce İngiltere-Galler kamu tekelinde olan sektör
32
dikey ve yatay ayrışmaya tabi tutulmuştur. 1 Nisan 1990’da perakende sektör 1 MWh
ve üstü tüketim yapan 5000 serbest elektrik tüketicisi ile rekabete açılmış ve Havuz
“Pool” uygulaması başlamıştır (Atmaca, 2010: 22). 1994 yılında bu sınır 100 KWh
indirilmiş ve 1999 yılında tamamen kaldırılarak serbestleştirilmiştir (Atiyas, 2006:
39). 1990 yılında Power Pool adı verilen bir yapı oluşturulmuş ve piyasaya katılım
zorunlu tutularak ülkede gerçekleştirilen elektrik ticaretinin tümünün bu havuzdan
gerçekleştirilmesi öngörülmüştür. 1998 yılında bölgesel şirketlerin dağıtım faaliyetleri
ile perakende faaliyetleri yasal olarak birbirinden ayrılmıştır (Aslan, Katırcıoğlu ve
diğerleri, 2007: 132). Mart 2001’de “New Electricity Trading Arrangements” (NETA)
Power Pool’un yerini almış merkezi üretim dağıtımını ortadan kaldırmıştır (Franco,
Castaneda ve Dyner, 2015). İskoçya Nisan 2005’de sisteme dahil olmuş ve bundan
böyle “British Electricity Trading and Transmission Arrangements” (BETTA) ortaya
çıkmıştır (OECD/IEA, 2005: 174).
İngiltere’nin günümüz elektrik sektör yapısına bakıldığında tüm iletim sistemi
bir operatör tarafından işletilmektedir: National Grid Electricity Transmission
(NGET). Dağıtım lisansına sahip 6 gruba ait 14 şirket bulunmaktadır. 1999 yılı itibari
ile tüm perakende elektrik piyasası rekabete açılmış bulunmaktadır. Tedarikçiler ya
doğrudan üreticilerden ya da piyasadan almış oldukları elektriği son tüketicilere
ulaştırmaktadır. Elektrik piyasası, bağımsız bir otorite olan Office of Gas and
Electricity Markets (OFGEM) tarafından denetlenmekte ve düzenlenmektedir. Toptan
elektrik piyasasının hassas operasyonundan ELEXON sorumludur (ELEXON, 2016;
OFGEM, 2016).
33
1.5 İskandinav Elektrik Piyasası ve Nordpool
Uluslar arası havuz sistemine entegrasyondan öncesinde Norveç, Finlandiya ve
İsveç’te farklı sahiplik ve düzenleme yapılarına sahip olmakla birlikte devletin baskın
olduğu ve sistem işleticilerinin devlet tarafından kontrol edildiği oligopol bir yapı
mevcuttu (Eggertson, 2003: 8).
Norveç’te elektrik sektörü, aynı zamanda ulusal şebekeyi de işleten devlet
sahipliğindeki entegre şirket Statkraft tarafından baskı altında tutulmakta ve bu şirket
sektörde baskın pozisyonda bulunmaktaydı. Birçoğu yerel ve bölgesel yetkili
kurumlara ait olan 50-60 civarında şirket ise elektriğin bölgesel seviyede iletimi ile
meşguldü. Yerel ve bölgesel bu kamu şirketleri ancak 1969 yılında ulusal şebekeye
erişim hakkı kazanabilmiş ve spot piyasada elektrik alım satım işlemlerini
yapabilmişlerdir. Elektriğin dağıtımı ise çoğu yerel belediyeler tarafından
sahiplenilmiş olan 200 şirket vasıtasıyla yapılmaktaydı (Eggertson, 2003: 8, Atmaca,
2010: 28-29).
Finlandiya’da sahipliği devlete ait olan Imatran Voima Oy (IVO) en büyük
sektör kurumu durumundaydı. IVO aynı zamanda ulusal şebekeyi de işletmekteydi.
Bununla birlikte enerji üretiminin çoğu Finnish Industries’e ait bulunmaktaydı. Bu
kurum aynı zamanda elektriğin üretim ve tedariki arasındaki bağlantıyı sağlayan iletim
şirketi TVS’yi kuran kuruluştur (Eggertson, 2003: 8).
34
İsveç’te elektrik üretiminin yarıya yakını devlet sahipliğinde olan Vatenfall’a
aitti. Vatenfall, 1909 yılında kurulmuş olup ilk amacı hidroelektrik kaynaklarından
yararlanmaktı. Hidroelektrik kaynakların elektrik üretiminde kullanımı ile çevre
endüstriler ve özellikle demir yolları için güç sağlanması planlanmıştır. İlk kurulan
hidroelektrik santralleri 1909-1916 yılları arasında kurulan; Olidan (130 MW), Porjus
(480 MW) ve Älvkarleby (126 MW) tır (Vattenfall, 2016). Vatenfall eş zamanlı olarak
ulusal şebekeyi işletmekte ve ülke içinde bölgelere dağıtım hizmeti sağlamaktaydı.
Farklı büyüklüklerde entegre olmuş diğer 10 tesiste şebekeyi kullanmaktaydı fakat
şebekeye erişim bedellerinin yüksekliği nedeniyle küçük çaplı tesisler ekonomik
olmamaktaydı (Eggertson, 2003: 8). İsveç’in kuzeyinde bulunan düşük üretim
maliyetlerine sahip hidroelektrik santralleri, 1938’lerde Vatenfall tarafından yüksek
gerilim iletim hattının kurulmasını sağlamıştır. Bu tarihlerde dağıtım tamamen
yerinden yönetime dayalı olarak örgütlenmiş ve neredeyse tüm şehir ve kasabalar
kendi dağıtım tesislerini kurmuşlardır. Bu olay Norveç’teki dağıtım şirketi sayısının
yüksek olmasına benzer bir durum olarak karşımıza çıkmaktadır (Şandır, 2007: 74).
Danimarka’da diğer İskandinav ülkelerinden farklı bir durum karşımıza
çıkmaktadır. Danimarka’nın coğrafi şartları nedeniyle şebeke doğu ve batı olarak ikiye
bölünmüş bir durumdadır. Jutland ve Funen (Batı Danimarka) ve büyük kuşağın
doğusundaki adalar (Doğu Danimarka) olarak adlandırılmaktadır. Bu iki bölgenin her
birinde üretim ve dağıtım tesisleri, iletim şebekeleri ve işletim koordinasyonları yerel
belediyeler tarafından kurulan özel amaçlı örgütlerdeydi (Eggertson, 2003: 8).
35
1963’te Danimarka, Finlandiya, İzlanda, İsveç ve Norveç arasındaki iletim
sisteminin işbirliği ile işletilmesinden sorumlu bir kuruluş olarak Nordel kurulmuştur.
Temel amacı İskandinav elektrik piyasasının uyumu ve etkili gelişimi için ön
koşulların yaratılmasıdır (ENTSO-E, 2016c). Bu dönemde ülkeler marjinal üretim
maliyetlerine yönelik bilgi değiş tokuşu yapmaktaydı ve alım-satım durumlarında söz
konusu marjinal maliyetlerin ortalaması alınarak işlemler gerçekleştirilmekteydi.
İskandinav piyasasındaki maliyet artı yapı (cost-plus) aşırı yatırıma ve düşük sermaye
getirisi elde edilmesine sebep olmakta fakat sistemin rekabet derecesini koruması
sebebi ile işletim etkinliğinde herhangi bir kayıp yaşanmamaktaydı (Aslan,
Katırcıoğlu ve diğerleri, 2007: 120).
Norveç parlamentosunda 1990 yılında onaylanan 1 Ocak 1991 tarihinde
yürürlüğe giren Yeni Elektrik Kanunu’nu ile rekabetçi İskandinav piyasa yapısına ilk
adım atılmıştır. Yeni Elektrik Kanunu ile üçüncü şahısların şebekeye serbest erişimi,
tüm elektrik tüketicileri için serbest perakendeci seçim hakkı ve iletim şebekesi ile
sistem işletmecesinin ayrılması kavramları ortaya çıkmıştır. 1 Ocak 1992 tarihinde bir
kamu şirketi olan Statkraft iki bağımsız kamu şirketine bölünmüştür. Statkraft tüm
üretim varlıkları ve perakende kontratları alırken Statnett’e tüm iletim varlıkları ve
sistem işletim sorumluluğu verilmiştir (OECD/IEA, 2005: 181). 1993 yılında,
İskandinav bölgelerinde güç değiş tokuşu için bağımsız bir şirket olan Statnett Market
AS kurulmuştur. İlk yılındaki toplam işlem hacmi 18,4 TWh olarak gerçekleşmiştir
(Nord Pool, 2016). Temmuz 1993’te, şirket gün öncesi bazında fiyat kotasyonu ve ilk
“Future” kontratlı değiş tokuş ticaretini oluşturmuştur. Kilometre taşı olarak ifade
edilen en önemli gelişmelerden biride perakendeci değişimi için alınan yaklaşık 500 €
36
luk standart ücretin 1995 yılında 25 € gibi makul bir rakama indirilmesi ve sonraki
yıllarda tamamen kaldırılarak geçiş işlemlerinin hızlandırılması olmuştur
(OECD/IEA, 2005: 31). Talep tarafının piyasaya katılım sağlaması ve rekabet
mekanizmalarının daha etkin çalışmasının sağlanabilmesi için küçük tüketici ve
üreticilerin maliyetlerini yükselten ve piyasaya katılım şartlarını kötüleştiren bu ve
benzeri ücretlendirme uygulamalarının kaldırılması veya makul seviyelere çekilmesi
gerekmektedir (Atmaca, 2010: 31).
İsveç’te, 1991 yılında Vatenfall’ın üretim ve dağıtım faaliyetleri
kurumsallaştırılmıştır. Ocak 1992’den itibaren State Power Board kısıtlı yetkiye sahip
bir devlet şirketi olan Vatenfall AB’ye çevrilmiş ve sınırlar arası bağlantıları da içeren
iletim sistemi ayrılarak Affärsvärket Svenska Kraftnät içinde korunmuştur. İskandinav
elektrik piyasasına yönelik önemli adımlardan biri ise Mayıs 1992’de Yeni Elektrik
Reformu Kanunu’nun onaylanması ile atılmıştır. Bu kanun ile tüm seviyelerdeki
rekabetin sağlanması ve bu rekabetin oluşturulması için gerekli ek adımların
planlanması amaçlanmıştır. Daha sonrasında tüm şebeke kademe kademe diğer
oyunculara açılmış Ekim 1995’te İsveç parlamentosunda Elektrik Yasası kabul
edilerek 1 Ocak 1996’da yürürlüğe girmiştir. Bu kanunla, yasal olarak üretimin ve
sistem işletiminin ayrılması öngörülmüş ve tüm tüketicilere serbestçe tedarikçisinin
seçme hakkı verilmiştir (OECD/IEA, 2005: 181). Yasanın yürürlüğe girmesi ile
birlikte Norveç ile İsveç arasında elektrik ticaretinin yapılmasını sağlamak için 1996
yılında Nord Pool piyasası kurulmuştur (Nord Pool, 2016). 1996 yılı başında gün
öncesi fiyat kotasyonu ile başlayan piyasada 1997 yılında finansal “Future”
kontratlarında işlem göreceği bir şekilde bir evrilme olmuştur (OECD/IEA, 2005:
37
181). Nord Pool yapısı içinde Statnett (Norveç) ve Svenska Kraftnät % 50’şer paya
sahip olmuşlardır (Nord Pool, 2016).
Norveç ve İsveç’te özelleştirmelerin yaygınlaştırılması ve elektrik piyasası
gelişimi birbirine oldukça paralel bir şekilde gelişmesine rağmen Norveç gerekli olan
reformları daha hızlı bir şekilde hayata geçirme imkanı bulmuştur. İsveç’te ise o
dönem yaşanan ekonomik daralma düzenleyici reformlar için itici bir güç
oluşturmuştur. Bu dönemde İsveç’in enerji yoğun sanayi yapısı için elektrik girdi
maliyetlerinin düşürülmesi büyük önem taşımaktaydı (Atmaca, 2010: 54; OECD/IEA,
2005: 182).
İskandinav piyasasına entegre olan bir sonraki ülke 1998 yılında Nord Pool
ASA’ya katılan Finlandiya’dır (Nord Pool, 2016). Finlandiya’da 1 Haziran 1995
tarihinde uygulamaya giren yeni enerji yasası bu sürecin başlamasına ön ayak
olmuştur. Yasa ile 500 kW altında güç kullanan kullanıcılar hariç herkesin şebekeye
erişimine izin verilmiş bu sınırda 1 Ocak 1997 tarihinde kaldırılmıştır. Bağımsız
düzenleyici bir kuruluş olan Electricity Market Authority bu yasa ile kurulmuştur.
Finnish TSO ve Fingrid Oyj şirketleri 1996 yılında hükümet tarafından kurulmuş ve
1997 yılında işletilmeye başlanmışlardır. İletim şebekelerinin iki büyük bütünleşik
kurum olan IVO (Fortum alt şirketi) ve PVO’dan ayrıştırılmasından sonra Fingrid
kurulmuştur. Fingrid’in hisseleri Fortum, PVO, Finnish State ve kurumsal yatırımcılar
tarafından paylaşılmıştır (OECD/IEA, 2005: 182).
38
Fin elektrik kanunu ticari anlaşmaların gelişimi için bir alt yapı ön
görmemekteydi. 1995 yılında, özel ticari girişimciler tarafından iki elektrik borsası
oluşturulmuştur (EL-EX ve Voimatori Oy). İstenilen düzeyde likidite oranlarına
ulaşılamaması sebebi ile bu iki yapı 1996 yılında EL-EX altında birleştirilmiştir. Halen
istenilen düzeyde piyasa derinliğine ulaşılamaması nedeniyle 1998 yılında tüm
hisseler Fingrid tarafından satın alınmış ve 1 Haziran 1998 tarihinden itibaren EL-EX,
Nord Pool’un Finlandiya’daki temsilcisi olmuştur (OECD/IEA, 2005: 182).
Danimarka İskandinav piyasasına iki adımda girmiştir ve böylece İzlanda hariç
resim tamamlanmıştır. Danimarka coğrafik nedenlerden dolayı batı ve doğu olarak iki
ayrı şebeke sistemine sahip bulunmaktadır. Bunlardan biri UCTE ile senkronize diğeri
de Nordel ile senkronize çalışmaktadır. Liberalleşme faaliyetlerini diğer İskandinav
ülkelerindeki gelişmeler ve Avrupa direktifleri yönlendirmiştir. Batı bölgesinde yer
alan kamu şirketi ELSAM, iletim sistemi sahipliği ve sistem işletmeciliği için 1 Ocak
1997 tarihinde kurulan Elsam System ile tekrar organize edilmiştir. 1 Ocak 1998
tarihinde Elsam System, ELSAM’dan bağımsız olarak Eltra adında ayrı bir şirkete
dönüştürülmüştür. AB piyasa direktifleri ve Danimarka’nın yasal düzenlemeleri ile
yıllık 100 Milyon kWh üzerinde tüketimi olan büyük tüketicilerin sisteme erişimleri
serbest bırakılmıştır. 2 Haziran 1999 tarihinde tedarik yasasının onaylanması ile
birlikte rekabet altyapısının oluşturulmasına yönelik olarak üçüncü şahısların
şebekeye erişimi, sistemin dikey olarak ayrıştırılması ve hükümetten bağımsız bir
düzenleyici otoritenin kurulmasının önü açılmıştır. Batı Danimarka bölgesi Enerji
Kanunu’nun yasalaşmasından hemen sonra 1 Temmuz 1999’da Nord Pool fiyat
kotasyonuna dahil olmuştur. Doğu Danimarka ise 1 Ekim 2000 tarihinde Nord Pool
39
fiyat kotasyonuna dahil olmuştur. 1 Ocak 2005 tarihinde Danimarka’da her iki sistem
işletmecisinin de hisseleri devlet tarafından satın alınarak birleştirilmiş ve aynı gaz
sektörünün işletim hakkına da sahip olan Energinet.dk şirketi ortaya çıkmıştır.
Danimarka’nın seneler içinde şebekeye erişim limitleri şu şekilde değişim
göstermiştir: Nisan 2000’de 10 milyon kWh, Ocak 2001’de 1 Milyon kWh sonrasında
Ocak 2003’de tamamen ortadan kaldırılmıştır (OECD/IEA, 2005: 182-183; Atmaca,
2010: 33).
İskandinav piyasasında diğer önemli adım 2002 yılında Nord Pool’un yeniden
organize edilmesi ile atılmıştır. Sahiplik yapısı korunan Nord Pool dört anahtar
aktiviteyi organize etmeye başlamıştır: gün öncesi spot piyasa, finansal varlıklar
ticareti, takas ve danışmanlık hizmetleri. 2002 yılının başlarında da gün öncesi spot
piyasası ayrı bir şirket yapısına dönüştürülmüştür. 1 Haziran 2002’den sonra diğer
İskandinav ülkelerinin sistem işletmecileri % 20’şer ortak olmuş kalan % 20’lik pay
Nord Pool Holding’e bırakılmıştır (OECD/IEA, 2005: 183). Nord Pool’ûn mevcut
sahiplik durumuna göre ortakları şu şekildedir: İskandinav sistem operatörleri Statnett
SF, Svenska Kraftnät, Fingrid Oy, Energinet.dk ve Baltık sistem operatörleri Elering,
Litgrid, Augstsprieguma tikls AS dır (Nord Pool, 2016).
Nord Pool Spot, 2015 yılında Avrupa’nın 10 ülkesinde hakim elektrik piyasa
işleticisi olarak atanmıştır: Avusturya, Danimarka, Estonya, Finlandiya, Fransa,
İngiltere, Letonya, Litvanya, Hollanda ve İsveç. Polonya, Hırvatistan ve
Bulgaristan’da ise gün öncesi ve gün içi için servis sağlayıcı olarak hizmet vermektedir
(Nord Pool, 2016).
40
Nord Pool piyasasında nükleer dahil tüm enerji kaynaklarından
faydalanılmaktadır. Toplam işlem hacimleri bakımından 2015 yılı rakamları ile
İngiltere gün-öncesi piyasasında 110 TWh, İskandinav ve Baltık gün-öncesi
piyasasında 374 TWh ve gün-içi piyasasında 5 TWh rakamlarına ulaşılmıştır. Piyasa
yapısı likidite ve üretim kaynaklarının çeşitliliği yönünden oldukça üst seviyelere
ulaşmıştır. İskandinav elektrik piyasasının işlem merkezleri Şekil-5’deki gibi olup
piyasa işleyiş yapısı ve paydaşlar arasındaki ilişkiler ana hatları ile Şekil-6’daki
gibidir.
Şekil 5: Nord Pool piyasası Avrupa işlem merkezleri (Nord Pool, 2016)
41
Şekil 6: Nord Pool piyasa ilişkileri ve elektrik akışı
Nord Pool Gün-öncesi Piyasası (Elspot Market): Gün-öncesi piyasası elektrik
ticaretinin ana platformunu oluşturmaktadır. Günümüz koşullarında yaklaşık 360 alıcı
ve satıcı üye olarak piyasada yer almakta ve bu üyelerin büyük çoğunluğu ise her gün
piyasa da işlem yapmaktadır (Nord Pool, 2016). Nord Pool, gerekli anlaşmaları
42
(katılım anlaşması) imzalamış tüm katılımcılara açık bir piyasadır (Eggertson, 2003:
13). Gün-öncesi piyasası elektriğin fiziki teslimatına dayanmaktadır. Her gün saat
12’ye kadar bir sonraki günün 24 saatlik her bir dilimi için alım satım teklifleri saat
saat miktar ve fiyat bilgisi ile sisteme girilmektedir. Bu kapsamda elektriğin bir sonraki
günün her bir saatine yönelik fiziki teslimatının yapılmasından 12-36 saat önce piyasa
teklifleri alınmış olmaktadır. Talep ve arz eğrileri oluşturularak kesişim noktasında
oluşan fiyat sistem fiyatı (Hiçbir iletim kısıtı dikkate alınmadan oluşmuş olan piyasa
takas fiyatı) ,miktarda işlem hacmi olarak ilan edilmektedir. Finansal kontratların
büyük çoğunluğu da spot olarak oluşmuş olan bu fiyata göre düzenlenmektedir. Saat
12:42 veya sonraki bir zamanda fiyat sonuçları ilan edilmektedir (Nord Pool, 2016).
Eğer yüksek hacimlerde enerjinin bir bölgeden başka bir bölgeye transferi gerekiyorsa
şebeke bağlantılarında kısıtlar ortaya çıkabilmektedir. Bu durumda enerji ihtiyacı olan
bölgede talebi düşürmek için fiyat yükselir. Enerji akışı daima düşük fiyatlı bölgeden
yüksek fiyatlı bölgeye doğru olmaktadır. Bu akışla birlikte düşük fiyatlı enerji fazlası
olan bölgede talep eğrisi sağa kayarak fiyatı arttırmakta, yüksek fiyatlı bölgede ise arz
eğrisi sağa doğru kayarak fiyatı düşüren yeni bir denge noktasına ulaşmaktadır. Bu
şekilde bölgesel fiyatlarda belirlenmektedir.
Nord Pool piyasasında fiyat teklifleri EUR, NOK, SEK veya DKK cinsinden
yapılabilmektedir, bununla birlikte hesaplama yapılabilmesi için tüm fiyatlar EUR’a
çevrilmektedir6. Hesap tamamlandıktan sonra Nord Pool bankalarla tekrar temasa
geçerek döviz kurlarına karşı “hedging” riskten korunma yaparak fiyat
6 Yerel saatle 12:00’de oluşan banka döviz kurları ile bu dönüşüm hesabı gerçekleştirilmektedir. Fiyat
teklif adımları EUR için 0,1/MWh diğer para birimleri için NOK, SEK, DKK 1/MWh olarak
tanımlanmıştır.
43
sabitlenmektedir (Nord Pool, 2016). Mevcut sisteme göre teklif edilebilecek minimum
fiyat -500 € maksimum fiyat ise 3000 € dur ve bu fiyat limitleri içinde fiyat teklifleri
üst ve alt limitler dahil 64 basamakta kademelendirilmektedir. Minimum teklif miktarı
her bir ilgili saat için 0,1 MWh olarak tanımlanmıştır (Nord Pool Spot AS, 2016b: 3).
Piyasa katılımcıları “Saatlik”, “Esnek” ve “Blok” olmak üzere 3 farklı şekilde fiyat
tekliflerini sunabilmektedir. Blok teklifler en az birbirini takip eden 3 saat için ve
minimum 500 MWh olarak verilebilmektedir (Nord Pool Spot AS, 2016c: 4). Esnek
teklifler belirli bir saat dilimi için değil serbest olarak sunulmakta ve teklif fiyatından
yüksek olmak şartı ile elektrik fiyatının en yüksek olduğu saat diliminde işleme
alınmaktadır (Atmaca, 2010: 38).
Şekil 7: Nord Pool teklif bölgeleri (Nord Pool, 2016)
Ülkelerin hangi teklif bölgelerine bölüneceklerine ilgili ülkelerin sistem
operatörleri karar vermektedir. Şekil-7’de Nord Pool piyasası teklif bölgeleri yer
almaktadır. Bu kapsamda Norveç 5, İsveç 4, Danimarka 2, Finlandiya, Estonya,
44
Litvanya ve Letonya 1’er olmak üzere 15 teklif bölgesi mevcuttur. Nord Pool her gün
tüm bölgeler için fiyat hesaplaması yapmaktadır. Farklı fiyat teklif verme bölgelerine
ayrılan piyasalarda eğer bölgeler arası iletim kısıtları olmazsa tüm bölgelerdeki fiyat
sistem fiyatına eşit olur, aksi halde farklı bölgelerde farklı fiyatların oluşması söz
konusudur (EPDK, 2003: 17). Tablo-3’te Elspot piyasasından örnek bir günlük
(07.10.2016) fiyatlandırma tablosu yer almaktadır (Nord Pool, 2016).
Tablo 3: 07.10.2016 tarihli Elspot yerel ve sistem fiyatları (€/MWh)
Kaynak: http://www.nordpoolspot.com/Market-data1/Elspot/Area-Prices/ALL1/Hourly/?view=table
UK Gün-öncesi Piyasası (N2EX): Nord Pool N2EX piyasasını İngiltere’de
fiziki elektrik ticareti için kullanmaktadır. Mevcut yapı altında 3 piyasa
tasarımlanmıştır: “Spot Market”, Auction Market” ve “Prompt Market”. Prompt
Saat SYS SE1 SE2 SE3 SE4 FI DK1 DK2 Oslo Kr.sand Bergen Molde Tr.heim Tromsø EE LV LT
00 - 01 27 27,76 27,76 27,76 27,76 27,76 26,96 27,76 26,96 26,96 26,96 28,95 28,95 25,67 27,76 27,76 27,76
01 - 02 26,85 26,9 26,9 26,9 26,9 26,9 26,9 26,9 26,9 26,9 26,9 28,91 28,91 25,65 26,9 26,9 26,9
02 - 03 26,92 26,98 26,98 26,98 26,98 26,98 26,98 26,98 26,98 26,98 26,98 28,9 28,9 25,62 26,98 26,98 26,98
03 - 04 26,83 27,12 27,12 27,12 27,12 27,12 26,86 27,12 26,86 26,86 26,86 28,89 28,89 25,61 27,12 27,12 27,12
04 - 05 27,22 28,22 28,22 28,22 28,22 28,22 27,07 27,96 27,07 27,07 27,07 28,91 28,91 25,62 28,22 28,22 28,22
05 - 06 27,76 31,24 31,24 31,24 31,24 31,24 27,12 29,93 27,12 27,12 27,12 31,24 31,24 25,68 31,24 31,24 31,24
06 - 07 29,39 36,28 36,28 36,28 36,28 45,11 27,15 39,29 27,15 27,15 27,15 36,28 36,28 26,67 45,11 45,11 45,11
07 - 08 30,92 37,72 37,72 37,72 37,72 44,94 27,62 42 37,72 27,62 27,62 37,72 37,72 26,76 44,94 44,94 44,94
08 - 09 31,38 38,86 38,86 38,86 38,86 58,7 27,74 45,58 38,86 27,74 27,74 38,86 38,86 26,77 58,7 58,7 58,7
09 - 10 30,91 37,93 37,93 37,93 37,93 56,03 27,58 45,05 37,93 27,58 27,58 37,93 37,93 26,76 56,03 56,03 56,03
10 - 11 30,35 37,43 37,43 37,43 37,43 55 27,5 46,53 31,02 27,5 27,5 37,43 37,43 26,74 55 55 55
11 - 12 29,94 36,9 36,9 36,9 36,9 61,92 27,36 52,32 27,36 27,36 27,36 36,9 36,9 26,71 61,92 61,92 61,92
12 - 13 29,43 34,74 34,74 34,74 34,74 56,06 27,17 53,07 29,94 27,17 27,17 34,74 34,74 26,66 56,06 56,06 56,06
13 - 14 29,14 33,71 33,71 33,71 33,71 42 27,23 47,11 27,23 27,23 27,23 33,71 33,71 26,62 42 55,07 55,07
14 - 15 28,97 32,97 32,97 32,97 32,97 37,25 27,12 44,06 27,12 27,12 27,12 32,97 32,97 26,59 37,25 47,22 47,22
15 - 16 28,68 32,55 32,55 32,55 32,55 35,18 27,02 42,47 27,02 27,02 27,02 32,55 32,55 26,58 35,18 45,75 45,75
16 - 17 28,67 31,95 31,95 31,95 31,95 34,75 27,11 41,98 27,11 27,11 27,11 31,95 31,95 26,49 34,75 45,12 45,12
17 - 18 29,35 35,34 35,34 35,34 35,34 35,34 31,49 35,34 27,43 27,43 27,43 35,34 35,34 26,5 35,34 40,06 40,06
18 - 19 29,97 36,08 36,08 36,08 36,08 45,19 31,76 36,08 27,51 27,51 27,51 36,08 36,08 26,78 45,19 45,19 45,19
19 - 20 30,15 37,12 37,12 37,12 37,12 39,97 31,9 37,12 29,96 27,72 27,59 37,12 37,12 26,8 39,97 45,16 45,16
20 - 21 29,05 32,3 32,3 32,3 32,3 32,3 31,63 32,3 28,81 27,94 27,61 32,3 32,3 26,78 32,3 40,07 40,07
21 - 22 28,42 30,53 30,53 30,53 30,53 30,53 27,82 30,53 30,07 27,82 27,62 30,53 30,53 26,74 30,53 31,34 31,34
22 - 23 28,05 29,86 29,86 29,86 29,86 29,86 27,7 29,86 29,86 27,7 27,26 29,86 29,86 25,86 29,86 29,86 29,86
23 - 00 27,59 28,05 28,05 28,05 28,05 28,05 27,46 28,05 27,46 27,46 27,24 29,32 29,32 25,98 28,05 28,05 28,05
Min 26,83 26,9 26,9 26,9 26,9 26,9 26,86 26,9 26,86 26,86 26,86 28,89 28,89 25,61 26,9 26,9 26,9
Max 31,38 38,86 38,86 38,86 38,86 61,92 31,9 53,07 38,86 27,94 27,74 38,86 38,86 26,8 61,92 61,92 61,92
Average 28,87 32,86 32,86 32,86 32,86 39,02 28,01 37,31 29,23 27,34 27,28 33,22 33,22 26,36 39,02 41,62 41,62
Peak 29,75 35,47 35,47 35,47 35,47 46,45 28,42 43,89 29,87 27,37 27,36 35,47 35,47 26,67 46,45 50,94 50,94Off-
peak1 27,86 30,28 30,28 30,28 30,28 32,28 27,08 30,99 28,35 27,08 27,08 31,23 31,23 25,91 32,28 32,28 32,28Off-
peak2 28,28 30,19 30,19 30,19 30,19 30,19 28,65 30,19 29,05 27,73 27,43 30,5 30,5 26,34 30,19 32,33 32,33
45
Market tatiller hariç hafta içi günleri, Auction Market ve Spot Market ise tatil günleri
dahil tüm günlerde açık bulunmaktadır (Nord Pool, 2016). “Prompt Market” işlemleri
şu anda askıya alınmış durumdadır. “Spot Market” işlemleri ise yarım saatlik dilimden
günlük baza kadar birçok çeşitli teklif modu için teslim saatinden bir gün önce başlayıp
yaklaşık 80 dakika önce kapanmaktadır. “Auction Market” ise her bir haftanın teklif
işlemleri için ilgili haftanın 2 hafta öncesinde başlamaktadır. Fiyat teklif miktarı 0,1
MWh ın katları şeklinde olup fiyat adımları 0,01 GBP/MWh tir. En düşük teklif fiyatı
-500 GBP/MWh, en yüksek teklif fiyatı 3000 GBP/MWh tir. Piyasa oyuncuları bu
teklif limitleri arasında 200 basamaklık teklif sunabilmektedirler (Nord Pool, 2016).
Nord Pool Gün-içi Piyasası (Elbas Market): Nord Pool İskandinav/Baltık
bölgeleri, Almanya ve İngiltere’de fiziki teslimata dayalı Gün-içi elektrik ticareti
işlemlerini sürdürmektedir. Gün-içi piyasası bir dengeleme piyasası olarak Gün-öncesi
piyasasını destekleyecek şekilde davranmaktadır. Gün-içi piyasası ile piyasa
oyuncularına fiziki pozisyonlarını dengelemek için son fırsat sunulmaktadır. 7 gün 24
saat esasına göre göre çalışan piyasada 15 dk., 30 dk., saatlik ve blok teklif ürünleri
işlem görerek farklı piyasa bölgelerinin ihtiyaçlarını karşılamak için gerekli olan
esneklik sağlanmaktadır. Uygulanan web ara yüzlü program sayesinde piyasa
oyuncularının tüm Nord Pool Gün-içi piyasalarına ulaşmalarına imkân
sağlanmaktadır. 0,1 MW ve katları şeklinde tekliflerin yapılabildiği piyasada fiyat
teklif basamağı 0,1 €/MWh olarak tanımlanmıştır. Teklif işlemleri şu şekilde
çalışmaktadır: “Limit Order” tekliflerinde alım işlemi limit fiyat veya altındaki
değerlerden satım işlemleri limit fiyat veya üzerindeki değerlerden gerçekleşmekte ve
kısmı olarak kabul edilebilmektedir. “User-defined Block Order” tekliflerinde 1
46
saatten 24 saate kadar birbirini takip eden saatler için teklif verilebilmekte teklifin
işlem görebilmesi için tamamının kabul edilmesi gerekmektedir. “Pre-defined Block
Order” İngiltere piyasasına özgü kullanılmaktadır. “Iceberg Order” bir çeşit limitli
teklif gibi olup daha yüksek hacimlerde işlem görmektedir. Bu büyük hacim parçalara
bölünmekte ve teklifin ilk parçası kabul edildiğinde diğer parçaları da sırasıyla
açılmaktadır. “Fill or Kill” tekliflerinde bir çeşit limitli teklif gibi olup ya teklifin
tamamı kabul edilir ya da hepsi rededilir. “IoC” teklifinde ise mümkün olduğunca
teklifin tamamına yakını kabul edilirken kalan kısmı piyasadan çekilmektedir (Nord
Pool, 2016).
Nord Pool Finans Piyasası (Nord Pool Financial Market): Iskandinav
piyasalarına yönelik elektriğin finansal ticaret işlemleri Nasdaq OMX’te
yapılmaktadır. Piyasa katılımcıları geleceğe yönelik elektrik alım ve satım fiyatlarını
bu şekilde garanti altına alabilmektedirler. Nord Pool şeffaflık ve verimlilik anlamında
Avrupa’nın en iyi marketlerinden birini teşkil etmektedir. Finansal enerji piyasası spot
piyasa ile doğrudan ilişkili olup spot piyasa yapısı içinde sağlanan yüksek likidite,
piyasa derinliği ve fiyat güvenilirliği finansal enerji piyasasının likiditesine önemli
katkılar sağlamaktadır (NordREG, 2014: 45). Finansal piyasalarda yapılan işlemler
için Nord Pool fiziki piyasasının kısıtsız sistem fiyatı referans olarak alınmakta
karşılıklı takas işlemi bu referans fiyat üzerinden yapılmaktadır.
Finansal elektrik piyasası verileri ayrıca özellikle hidrolik santral sahibi
üreticiler içinde önemli bir sinyal olmaktadır. Bu sayede üretici elektrik üretimi için
47
rezervuar stokunu nasıl en karlı ve verimli yönetebileceğini öngörebilmektedir
(NordREG, 2014: 45).
Piyasada işlem gören standart “Future” sözleşmelerine ek olarak “Forward”,
vb. diğer sözleşmelerde piyasa katılımcıları arasında yapılabilmektedir (Atmaca,
2010: 39). “Future” sözleşmeleri “Forward” sözleşmelerinin piyasa için
standartlaştırılmış halidir. Alıcı ve satıcı arasında yapılan “Future” sözleşmesi ile
piyasa fiyat dalgalanması risklerine karşı taraflar kendilerini koruma altına
almaktadırlar.
2008-2013 yılları arasındaki finansal piyasa işlem hacimleri sürekli bir düşüş
göstermekle birlikte 2013 yılında gerçekleşmiş olan finansal piyasa işlemlerinin
toplam miktarı 1637 TWh olup bu rakam 2015 yılı Nord Pool fiziki piyasa hacminin
(489 TWh) 3 katından fazladır. Şekil-8’de 1998-2013 yılları arasındaki Nord Pool
finansal piyasa işlem hacimlerinin değişimi görülmektedir. 2013 yılında piyasada
toplam işlem hacmi 54,3 Milyar €’a ve toplam işlem sayısı ise 143.000’e ulaşmıştır
(NordREG, 2014: 46).
48
Şekil 8: Nord Pool finansal piyasa işlem hacimleri 1998-2013 (NordREG, 2014)
Nord Pool Uzlaştırma İşlemleri (Nord Pool Settlement): Tüm piyasa
oyuncuları günlük uzlaştırma takvimine göre uzlaştırmaya tabi tutulmaktalar. Bu
amaçla tüm üyelerin Nord Pool AS tarafından onaylanmış bir banka hesabına sahip
olmaları gerekmektedir. Ticari işlemlerin uzlaştırmasında kullanılan para birimi ticari
teklifin para birimi ile aynı cinstendir. Gün öncesi piyasasında ticareti mevcut para
birimleri EUR, NOK, SEK, ve DKK’dır. Fakat gün içi (Elbas) piyasasında işlemler
sadece EUR cinsinden yapılmaktadır (Nord Pool, 2016). Günlük rutin süreç şu şekilde
işlemektedir:
Gün (t) ticari işlem günü: Saat 12:00’de bir sonraki günün fiziksel teslimat
sözleşmeleri ilan edilmektedir. Saat 14:00’de kadar piyasa katılımcılarının ilan
edilen sözleşmelere yönelik itirazları değerlendirilmekte ve bu saat itibari ile
sözleşmeler yasal olarak bağlayıcı olmaktadır. Saat 14-16 arasında kesinleşmiş
49
olan bu sözleşmelerin uzlaştırması yapılmakta ve faturalar katılımcılara
gönderilmektedir.
Gün (t+1) fiziksel teslimat ve faturalama günü: Saat 08’de Nord Pool bankalara
elektronik ödeme emirlerini göndermektedir. Saat 11’e kadar borçlandırmalara
yönelik hesapların yeterlilikleri kontrol edilmekte yetersizlik durumlarının
düzeltilmesi talep edilmektedir. Saat 11 itibari ile katılımcının hesap
yeterliliğine yönelik bildirimi Nord Pool’a yapması gerekmektedir.
Gün (t+2) para birimlerinin dönüştürülmesi ve ödemelerin gerçekleştirilmesi:
Para birimleri dönüşümleri (t) günü kur rakamları üzerinden
gerçekleştirilmekte ve (t) gününde yapılan ticari elektrik işlemlerinin
ödemeleri yapılmaktadır (Nord Pool, 2016).
1.6 Türkiye Elektrik Piyasası
1.6.1 Türkiye Elektrik Sektörü Tarihsel Gelişimi
Anadolu’da elektrik üretim serüveni, 1902 yılında Tarsus’ta bir su değirmenine
bağlı olarak yapılan bir dinamo ile başlamıştır. İlk santral ise 1913 yılında taşkömürü
ile çalışmak üzere kurulmuş olan Silahtarağa Santralidir. Silahtarağa 1950’li yıllara
kadar İstanbul’da tek elektrik santrali olarak kalmaya devam etmiştir (Aslan,
Katırcıoğlu ve diğerleri, 2007: 2).
Cumhuriyet ilan edildiğinde Türkiye’nin toplam kurulu gücü 33 MW ve
elektrik üretimi ise yalnızca 45 Milyon kWh değerinde olup bu dönemde yalnızca
50
İstanbul, Adapazarı ve Tarsus bu imkandan faydalanabilmekteydi. (Aslan, Katırcıoğlu
ve diğerleri, 2007: 3). 1953 yılında hidrolik potansiyelden daha fazla yararlanma adına
büyük barajların yapımı için Devlet Su İşleri Genel Müdürlüğü (DSİ) kurulmuştur.
Sırasıyla 1956 yılında 160 MW lık Sarıyar Barajı Hidroelektrik Santrali ve 1959
yılında da 128 MW lık Hirfanlı Barajı Hidroelektrik Santrali devreye girmiştir. Bu
santraller halen Türkiye’nin en büyük elektrik üreticisi konumunda bulunan bir kamu
şirketi olan Elektrik Üretim A.Ş. (EÜAŞ) portföyü içinde yer almaktadır ( EÜAŞ,
2016; DSİ, 2016; Atmaca, 2010: 54).
Elektrik sektörü kapsamında atılan en önemli adımlardan biri 1970 yılında
Türkiye Elektrik Kurumu’nun (TEK) kurulması olmuştur. Böylece elektrik sektöründe
ilk kez kurumsal bir yapı ortaya çıkmıştır (Atmaca, 2010: 55). 1980 sonrasında
dünyada yaşanan liberalleşme ve bu kapsamda özelleştirme akımları ile yapılan
düzenlemeler neticesinde özel sektörün elektrik sektörüne ilgisi artmıştır. Türkiye’de
1984 yılına kadar elektrik endüstrisi içinde dikey bütünleşik kamu sahipliği yapısı
devam etmiştir. 4 Aralık 1984 tarih, 18610 sayılı Resmi Gazete’de yayımlanan 3096
sayılı “Türkiye Elektrik Kurumu Dışındaki Kuruluşların Elektrik Üretimi, İletimi,
Dağıtımı ve Ticareti ile Görevlendirilmesi Hakkında Kanun” ile bu konuda önemli bir
adım atılmıştır (Resmi Gazete, 1984). Bununla birlikte 3096’nın uygulamasına yönelik
yaşanan sorunlar nedeniyle özel sektörün büyük ölçekli projelere başlaması gecikmiş
bu durum 1996 yılana kadar devam etmiştir (Deloitte, 2007: 11).
Elektrik üretim, dağıtım ve iletim faaliyetlerini bünyesinde bütünleşik olarak
barındıran TEK, Bakanlar Kurulunun 93/4789 sayılı kararı ile Türkiye Elektrik Üretim
51
İletim A.Ş. (TEAŞ) ve Türkiye Elektrik Dağıtım A.Ş. (TEDAŞ) olarak 1993 yılında
ikiye bölünmüştür. 1994 yılında 21959 sayılı Resmi Gazete’de yayımlanarak
yürürlüğe konan “Bazı Yatırım ve Hizmetlerin Yap-İşlet-Devret Modeli Çerçevesinde
Gerçekleştirilmesi Hakkında Kanun” ile özel sektör eli ile yapılacak Yap-İşlet-Devret
(YİD) yatırımlarına hukuki alt yapı kazandırılmaya çalışılmıştır (Resmi Gazete, 1994).
Takip eden süreçte YİD ve Yap-İşlet (Yİ) modellerinin teşviki ve hukuki alt yapısının
hazırlanması için sırasıyla: 1994 yılında 4047 sayılı kanun, 1996 yılında 4180 sayılı
kanun, 1997 yılında 4283 sayılı kanun yürürlüğe girmiştir. 1994 yılında TEK’in
özelleştirilmesine yönelik bir kanun (3974 sayılı kanun) dahi yürürlüğe girmiş fakat
söz konusu kanun Anayasa Mahkemesince iptal edilmiştir (Anayasa Mahkemesi,
2016). 2000 yılında Bakanlar Kurulunun 2000/1312 sayılı kararı ile TEK’in; Türkiye
Elektrik İletim Anonim Şirketi (TEİAŞ), Elektrik Üretim Anonim Şirketi (EÜAŞ) ve
Türkiye Elektrik Ticaret ve Taahhüt Anonim Şirketi olarak üç ayrı şirkete bölünmesi
kararlaştırılmıştır (Resmi Gazete, 2000).
2001 yılında Türkiye’de serbest elektrik piyasası uygulamasına geçiş için en
önemli adım atılmış: 4628 sayılı yasa ile Elektrik Piyasası Düzenleme Kurumu
kurulmuş ve akabinde 4646 sayılı “Doğal Gaz Piyasası Kanunu” ile Enerji Piyasası
Düzenleme Kurumu (EPDK) adını almıştır (Resmi Gazete, 2001). EPDK’ya, 5015 ve
5307 sayılı kanunlarla petrol ve sıvılaştırılmış petrol piyasalarını düzenleme ve
denetleme görevleri de verilmiştir (EPDK, 2016). Kurum 19.11.2001 tarihinde
görevine başlamıştır ve mevcut durumda aksi kanunen belirtilmediği sürece tüm
elektrik üretim tesislerinin lisanslama işlemlerinden sorumlu düzenleyici otoritedir
(EPDK, 2016). Elektrik piyasasında faaliyet gösterecek tüzel kişiliklerin lisans
52
yönetmeliklerine göre EPDK tarafından lisanslama faaliyetleri yürütülmektedir
(EPDK, 2016b). 4628 sayılı kanun ile elektrik sektörüne yönelik genel hatlar çizilerek
ayrıntılar ikincil mevzuat düzenlemelerine bırakılmış, elektrik sektörünün kamu
tekelinden çıkarılması ve serbest elektrik piyasa yapısının oluşturulması planlanmıştır
(Atmaca, 2010: 58). Kanunun 1.maddesinde Piyasa şöyle tanımlanmıştır; “Piyasa:
Üretim, iletim, dağıtım, toptan satış, perakende satış, perakende satış hizmeti, ithalat
ve ihracat dâhil olmak üzere elektrik enerjisi ve kapasite alım satımı veya ticareti
faaliyetleri ile bu faaliyetlere ilişkin işlemlerden oluşan elektrik enerjisi piyasasını,”
ifade etmektedir (EPDK, 2016).
Takip eden süreçte elektrik sektöründe dikey bütünleşik yapının ayrıştırılması
çalışmalarına devam edilmiştir. 2003 yılında yayımlanan Mali Uzlaştırma Tebliği ile
mevcut tek alıcı-satıcı yapısından dengesizliklerin uzlaştırılmasının yapıldığı kısmi
açık piyasa yapısına geçilmiştir (Deloitte, 2007: 11). 2004 yılında Özelleştirme
Yüksek Kurulunun kararı ile TEDAŞ’ın özelleştirilmesi kararlaştırılmıştır. Böylece
elektrik dağıtım ve perakende sektöründe rekabete dayalı bir ortamın oluşturulması
hedeflenmiştir (Atmaca, 2010: 58). Aynı yıl Enerji Tabii Kaynaklar Bakanlığı ve ilgili
kurumların katılımı ile oluşturulan Elektrik Enerjisi Sektörü Reformu ve Özelleştirme
Strateji Belgesi Yüksek Planlama Kurulu kararı ile kabul edilerek TEDAŞ 21 dağıtım
bölgesine bölünmesine karar verilmiştir (Aslan, Katırcıoğlu ve diğerleri, 2007: 8).
Piyasanın gelişim sürecindeki en önemli adımlardan birisi ise 2004 yılının
Kasım ayında “Elektrik Piyasası Dengeleme Uzlaştırma Yönetmeliği (DUY)”
yayınlanıp yürürlüğe girmesidir (Resmi Gazete, 2004). Belirli bir deneme süresinin
53
tamamlanmasının ardından 2006 yılının Ağustos ayında nakdi uygulamaya başlanarak
piyasa taraflarının ikili anlaşmalarla dengelenemeyen enerji talepleri için Dengeleme
Piyasası kurulmuştur (Atmaca, 2007: 59). 2008 yılında TEDAŞ bünyesindeki 4
dağıtım bölgesinin ve EÜAŞ bünyesindeki toplam 141 MW kurulu gücü bulunan 9
santralin özelleştirme ihaleleri Özelleştirme İdare tarafından tamamlanmıştır (ÖİB,
2009: 2). 2009 yılında Yüksek Planlama Kurulu’nun almış olduğu karar ile Elektrik
Enerji Piyasası ve Arz Güvenliği Belgesi kabul edilmiş ve bu belgeye göre 1 Ocak
2011 tarihine kadar Gün Öncesi Piyasası‘na geçerek spot piyasasının hayata
geçirilmesi hedeflenmiştir (YPK, 2009). Bu sayede piyasa katılımcıları kendi
portföylerini gün öncesinden dengeleyebilecek ve sistem işletmecisine gün öncesinden
dengelenmiş bir sistem/piyasa kalacaktır (Atmaca, 2007: 59). Gerçek zamanlı
dengesizliklerin dengelenmesine ise yine saatlik bazda devam edilecektir. Nitekim
2009 yılında çalışmaya başlayan gün öncesi planlama uygulamasının ardından 1
Aralık 2011 tarihinde gün öncesi piyasası sistemine geçiş gerçekleştirilmiştir. 30 Mart
2013 tarihinde elektrik piyasasına yönelik en önemli adımlardan biri atılarak 6446
sayılı “Elektrik Piyasası Kanunu” yürürlüğe girmiş ve bu kanun kapsamında Enerji
Piyasaları İşletme Anonim Şirketi (EPİAŞ) kurulmuştur (Çetintaş ve Bicil, 2015).
EPİAŞ’ın hisselerinin %30’u TEİAŞ’a, %30’u Borsa İstanbul’a ve geriye kalan %40’ı
Özel Sektör yatırımcılarına ait bulunmaktadır (EPİAŞ, 2016).
Elektrik vadeli işlem sözleşmeleri 2015 yılı başı itibari ile işler hale getirilmiş
ve her geçen gün daha likit bir hale gelmektedir (Çalışır, 2016). Türkiye elektrik
piyasasında katılımcıların daha dengeli ve etkin bir rol üstlenmesine olanak sağlamak
amacı ile 1 Temmuz 2015 tarihinde “Gün İçi Piyasası” faaliyete geçmiş özellikle gün
54
öncesinden kalan dengesizliklerin giderilmesinde ve vadeli işlemler piyasasının daha
likit hale gelmesinde katkılar sağlamıştır (EPİAŞ, 2016).
Bu süreçte piyasa açıklık oranı konusunda da önemli gelişmeler olmuştur. 2003
yılında 9 milyon kWh olarak belirlenen serbest tüketici limiti sırasıyla; 2007 yılında 3
Milyon kWh’e, 2009 yılında 480.000 kWh’e, 2010 yılında 100.000 kWh’e, 2011
yılında 30.000 kWh’e, 2012 yılında 25.000 kWh’e, 2013 yılında 5.000 kWh’e, 2014
yılında 4.500 kWh’e, 2015 yılında 4.000 kWh’e ve nihayetinde 2016 yılında 3.600
kWh’e indirilerek yaklaşık %85 piyasa açıklık oranına (piyasanın %85’i kendi
tedarikçisinin seçebilir durumdadır) erişilmiştir (European Commission, 2008: 56;
Atmaca, 2010: 60; Çalışır, 2016: 12; EC, 2016: 55). 2016 yılının sonunda alınan kurul
kararı ile son olarak serbest tüketici limiti 2400 kWh düzeyine kadar indirilmiştir
(EPDK, 2016). 2015 yılı itibari ile dağıtım şirketlerinin tamamı özelleştirilirken,
üretimde ise devletin payı %21,5’e kadar gerilemiş bulunmaktadır.
1.6.2 Türkiye Elektrik Enerjisi Üretimi ve Projeksiyonu
Türkiye 718 Milyar $7 lık toplam yurtiçi hasıla değeri ile dünyanın en büyük
18. ekonomisi konumunda olup aynı zamanda G-20 topluluğuna üye ülkelerden biridir
(World Bank, 2016). Hızla büyüyen nüfus ve ekonomisi ile önümüzdeki yıllarda daha
ön sıralarda gelen ülkelerden biri olması öngörülmektedir. Çin, Hindistan, Brezilya ve
Türkiye gibi son yıllarda hızlı bir büyüme trendine girmiş veya büyüme potansiyeli
yüksek olan ülkelerde, ortaya çıkacak olan enerji ihtiyacına yönelik arz güvenliğinin
7 Dünya bankasının 2015 yılı rakamları ile belirtilmiştir.
55
uygun şartlarda (fiyat, büyüklük, güvenilirlik ve erişilebilirlik) karşılanması bu
anlamda büyük önem arz etmektedir (Atmaca, 2010: 61).
Tablo-4’ten görüleceği üzere Türkiye’nin son on yıllık dönemde enerji talebi
yıllık ortalama % 5,4 artarak 160,8 Milyar kWh’ten 257,2 Milyar kWh değerine
yükselmiştir (TEİAŞ, 2015: 8). Mevcut santrallerin yakıt cinslerine göre kurulu güç,
sayı ve katkı payları Tablo-5’te gösterilmektedir. Bu tabloya göre kurulu gücün önemli
bir kısmı Doğalgaz ve Hidrolik santrallere dayanmaktadır (TEİAŞ, 2016a).
Bu verileri baz alan TEİAŞ takip eden 10 yıl için referans, yüksek ve düşük
senaryolarına göre talep tahmini projeksiyonu yaparak her yıl yayınlamaktadır. En son
yayımlanan rapora göre Türkiye Cumhuriyetinin 100.yılı olan 2023 yılında referans
senaryoda Türkiye’nin puant talebinin 63.759 MW’a ve enerji talebinin ise 435 Milyar
kWh’e çıkması öngörülmektedir (TEİAŞ, 2015: 16).
Tablo 4: 2005–2014 Yılları arası Türkiye puant güç ve enerji talebi
YIL
Puant Güç
Talebi
(MW)
Artış
(%)
Enerji Talebi
(Gwh)
Artış
(%)
Minimum
Yük
(MW)
Min.Yük/Puant
Oranı (%)
2005 25.174 7,2 160.794 7,2 10.120 40
2006 27.594 9,6 174.637 8,6 10.545 38
2007 29.249 6,0 190.000 8,8 11.100 38
2008 30.517 4,3 198.085 4,3 10.409 34
2009 29.870 -2,1 194.079 -2,0 11.123 37
2010 33.392 11,8 210.434 8,4 13.513 40
2011 36.122 8,2 230.306 9,4 14.822 41
2012 39.045 8,1 242.370 5,2 13.922 36
2013 38.274 -2,0 248.324 2,5 14.800 39
2014 41.003 7,1 257.220 3,6 14.927 36
Kaynak: Türkiye Elektrik Enerjisi 5 Yıllık Üretim Kapasite Projeksiyonu (2015-2019)(TEİAŞ, 2015)
56
Tablo 5: Yakıt Cinslerine göre Türkiye kurulu gücü 31 Ekim 2016 sonu itibari ile
(TEİAŞ, 2016a)
YAKIT CİNSLERİ 31 EKİM 2016 SONU İTİBARİYLE
KURULU
GÜÇ
KATKI SANTRAL
SAYISI
MW % ADET
FUEL-OİL + NAFTA + MOTORİN 368,7 0,5 14
TAŞ KÖMÜRÜ + LİNYİT + ASFALTİT 9.842,4 12,5 29
İTHAL KÖMÜR 7.479,9 9,5 10
DOĞALGAZ + LNG 22.560,1 28,8 245
YENİLEN.+ATIK+ATIKISI+PİROLİTİK
YAĞ 464,8 0,6 81
ÇOK YAKITLILAR KATI+SIVI 667,1 0,9 23
ÇOK YAKITLILAR SIVI+D.GAZ 3.719,0 4,7 46
JEOTERMAL 775,1 1,0 31
HİDROLİK BARAJLI 19.408,5 24,7 114
HİDROLİK AKARSU 7.034,5 9,0 479
RÜZGAR 5.275,4 6,7 147
GÜNEŞ 12,9 0,0 2
TERMİK (LİSANSSIZ) 82,1 0,1 33
RÜZGAR (LİSANSSIZ) 10,6 0,0 20
GÜNEŞ (LİSANSSIZ) 732,8 0,9 942
TOPLAM 78.433,8 100,0 2.216
Kaynak: TEİAŞ Yük Tevzi Raporları Kurulu Güç (TEİAŞ, 2016a)
2015 yılı içerisinde gerçekleştirilmiş olan elektrik üretiminin kaynaklara göre
dağılımı ise Şekil-9’da grafiksel olarak gösterilmektedir (TEİAŞ, 2016b).
57
Şekil 9: 2015 Türkiye elektrik üretiminin kaynaklara göre dağılımı (TEİAŞ, 2016b)
TEİAŞ’ın referans senaryo çalışmasına göre Türkiye’de enerji talebinin geçmiş
on yıllık süreçte olduğu gibi önümüzdeki on yıllık süreçte de % 5,4 lük bir artış
göstermesi öngörülmektedir (TEİAŞ, 2015: 16). Söz konusu artış ihtiyacının
karşılanabilmesi için uzun vadeli bir çeşitlendirme ve yatırım strateji belirlenmesine
ihtiyaç bulunmaktadır. Serbest elektrik piyasası kurulum çalışmalarının yanında
Türkiye hem yenilenebilir enerji kapsamında önemli teşvik adımları atmış hem de
nükleer enerji konusunda iki önemli projeyi hayata geçirmeye çalışmaktadır8 (ETKB,
2016). Bu sayede dünyada en üst teknolojik çalışma düzeyini temsil eden uzay,
havacılık ve nükleer gibi üç önemli alanın birinde nükleer enerjide önemli bir ilerleme
8 Akkuyu Nükleer Santral Projesi 4800 MWe toplam kurulu güce sahip 4 üniteden oluşan bir projedir.
Sinop Nükleer Santral Projesi 4600 MWe toplam kurulu güce sahip 4 ünitelik bir ATMEA-1
teknolojisine dayanmaktadır.
58
kaydedilmesi, enerji kaynaklarının çeşitlendirilmesi, yenilenebilir enerji payının
arttırılması ve doğal gaza olan bağımlılığın azaltılarak cari açığın indirilmesi
planlanmaktadır.
Bir karşılaştırma yapmak için dünya perspektifine bakıldığında ise 2013-2040
yılları arası için Uluslararası Enerji Ajansı (IEA)’nin yapmış olduğu çalışmaya göre
(Yeni Politikalar Senaryosu) dünya elektrik talebi ortalama % 2 artacak bu oran OECD
ülkeleri için % 0,7, OECD dışı ülkeler için % 2,9 olarak öngörülmektedir (IEA, 2015:
304). Aynı dönem içinde Çin’de bu büyümenin ortalama % 2,6 ve Hindistan’da % 4,9
olması öngörülmektedir (IEA, 2015: 307). Rakamlardan da görüldüğü üzere
Türkiye’de tüm dünya rakamlarına göre oldukça yüksek bir enerji talep artışı
beklenmektedir.
1.6.3 Türkiye Elektrik Piyasası Temel Roller ve Oyuncular
Piyasalarda gerçek rekabet ortamlarının oluşturulabilmesi için serbest bir
düzenleyici otorite ve güvenilir bir takas ve teminat sistemi güvencesi altında piyasa
oyuncularının emtiayı kendi aralarında Pazar koşullarında oluşan fiyatlardan alıp
satabilecekleri bir ortamın olması gerekmektedir. Bunun sağlanabilmesi içinde
piyasadaki devlet payının baskın konumdan çıkması, dikey entegrasyonun
ayrıştırılması, piyasaya giriş çıkış engellerinin olmaması, piyasa açıklık oranının da
maksimize edilmesi diğer önemli unsurlardır. 4628 sayılı kanunun 2001 yılında
yürürlüğe girmesi ile önemli bir adım atan Türkiye, o günden bugüne serbest elektrik
59
piyasa yapısının geliştirilmesi adına önemli ilerlemeler kaydetmiştir (Resmi Gazete,
2001).
Elektrik Piyasası olgusunun daha net anlaşılabilmesi için öncelikle elektriğin
aşağıda listelenen bazı temel özelliklerinin iyi anlanması gerekmektedir. Deloitte
çalışmasında ilk üç özelliği belirtirken, Atmaca’da yapmış olduğu çalışmada dördüncü
unsuru bu maddelere ek olarak belirtmiştir:
Son yıllarda ortaya çıkan önemli teknolojik gelişmelere rağmen elektriğin
özellikle çok miktarda depolanması ya mümkün değil ya da ekonomik olmayan
yüksek maliyetlere sahiptir (Deloitte, 2007),
İletim sisteminde ortaya çıkabilecek olan veya hali hazırda var olan iletim
kısıtları ticari işlemler için ciddi kısıtlamalara söz konusu olabilmektedir
(Deloitte, 2007),
Elektrik akışı fizik kurallarına tabi olarak yani Kirchoff Kuralları’na9 göre
gerçekleşir ve ticari sözleşme akışını takip etmez (Deloitte, 2007),
Sistemde ortaya çıkan dengesizlik, frekans değişkenliği ve güç dalgalanmaları
sadece belirli bir üretici ve kullanıcı grubunu değil şebekeye bağlı tüm piyasa
oyuncularını ve kullanıcıları etkiler (Atmaca, 2010: 65).
Türkiye elektrik piyasası yapısı ve işleyişinin anlaşılması için diğer önemli
unsur ise piyasa içinde yer alan kurumların ve rollerin tanımlarının bilinmesidir. Bu
9 Gustav Robert Kırchhoff (1824-1887), Alman fizikçi, Kirchoff Akım Kuralı: Bir düğüme giren
akımların toplamı o noktadan çıkan akımların toplamına eşittir. Kirchoff Voltaj Kuralı; Kapalı bir
döngüdeki tüm anlık voltaj düşümlerinin toplamı o döngüye sağlanan potansiyel farkına eşittir.
60
kapsamda bakıldığında en önemli yapı taşlarından biri TEİAŞ’tır. TEİAŞ, 233 sayılı
KHK sistemi içinde, iktisadi devlet teşekkülü olarak ve mevcut mevzuat ve ana statüsü
hükümleri ve Enerji Piyasası Düzenleme Kurumundan (EPDK) 13.03.2003 tarihinde
aldığı iletim lisansı çerçevesinde, yeni piyasa yapısına uygun olarak faaliyetlerini
yürütmektedir (TEİAŞ, 2016c). Temel görevi enterkonnekte elektrik sisteminin
kesintisiz, kaliteli ve güvenilir bir şekilde işletilmesidir. TEİAŞ ENTSO-E gözlemci
üyesi olup enterkonnekte sistemin ENTSO-E ile kalıcı bağlantısı bulunmaktadır.
TEİAŞ bünyesinde yer alan Milli Yük Tevzi Merkezi (MYTM) elektrik enerjisi arz ve
talebinin gerçek zamanlı olarak dengelenmesinden ve sistem işletiminden sorumlu
merkezidir.
Diğer önemli bir piyasa bileşeni piyasa yapısı içinde düzenleyici kurum
görevini yerine getiren EPDK’dır. EPDK’nın görev tanımı 4628 sayılı kanunun
4.maddeesinde yapılmakta olup kısaca: “4628, 4646, 5015, 5307, 644610 sayılı
kanunlar ile elektrik, doğalgaz, petrol ve LPG’nin; yeterli, kaliteli, sürekli, düşük
maliyetli ve çevreyle uyumlu bir şekilde tüketicilerin kullanımına sunulması için,
rekabet ortamında özel hukuk hükümlerine göre faaliyet gösterebilecek, mali açıdan
güçlü, istikrarlı ve şeffaf bir enerji piyasasının oluşturulması ve bu piyasada bağımsız
bir düzenleme ve denetim sağlanmasıdır” (EPDK, 2016). EPDK’nın piyasa şartlarında
belirleyici görevleri ise: Üretim lisanslarının verilmesi, lisansız üretimlerin
belirlenmesi, serbest tüketici limitinin tanımlanması ve bazı tarifelerin düzenlenmesi
hususlarıdır.
10 4628 sayılı Enerji Piyasası Düzenleme Kurumunun Teşkilat ve Görevleri Hakkında Kanun (2001),
4646 sayılı Doğalgaz Piyasası Kanunu (2001), 5015 sayılı Petrol Piyasası Kanunu (2003), 5307 sayılı
Sıvılaştırılmış Petrol Gazları (LPG) Piyasası Kanunu (2005), 6446 sayılı Elektrik Piyasası Kanunu
(2013).
61
Piyasanın üretim ayağında devlet hakimiyetinde kalan diğer çok önemli
oyuncu ise EÜAŞ’tır. 2001 yılında 24.203 MW olan EÜAŞ’ın toplam kurulu gücü
süre gelen özelleştirmeler neticesinde 19.414 MW’a kadar gerilemiştir (EÜAŞ, 2016,
2015, 2010). EÜAŞ’ın kurulu gücünün % 64’ü hidrolik, % 16’sı linyit ve % 19’u ise
doğalgaz’a dayanmaktadır (EÜAŞ, 2016). 2015 yılında EÜAŞ’ın Türkiye elektrik
üretimindeki payı % 21,1’e kadar gerilemiştir (EÜAŞ, 2015). EÜAŞ için özelleştirme
süreci halen devam etmektedir. Bu sayede üretim kanalında devletin tekelci çoğunluğu
gittikçe azalmaktadır. Bunula birlikte EÜAŞ ilgili bakanlık koordinasyonunda kendine
verilen görevleri de yerine getirmeye çalışmakta ve bu kapsamda Sinop Nükleer
Santral Projesine % 49 ortak olması öngörülmektedir. Söz konusu projeye yönelik
fizibilite çalışmaları devam etmekte olup 4500-4600 MWe kurulu güce sahip olması
hedeflenmektedir.
Elektrik dağıtımı kapsamında ise TEDAŞ ukdesinde olan dağıtım tekeli, 21
elektrik dağıtım bölgesi oluşturulması ve özelleştirilmesi ile tekel olmaktan çıkarılarak
özel sektöre devredilmiştir. TEDAŞ, şu anda sadece temsili bölge müdürlükleri
kapsamında faaliyetlerine devam etmektedir.
Enerji sektöründeki serbestleşme çalışmaları kapsamında 2001 yılında
Türkiye Elektrik Üretim, İletim Şirketinin (TEAŞ) üçe bölünmesiyle tek kamu enerji
toptan satış şirketi olarak kurulan TETAŞ, sorumluluğu sermayesiyle sınırlı bir
İktisadi Devlet Teşekkülü olup, devletin genel enerji ve ekonomi politikasına uygun
olarak elektrik ticaret ve taahhüt faaliyetlerinde bulunmaktadır (TETAŞ, 2016). Temel
görevleri kamu adına elektrik ticaret ve taahhüt faaliyetlerinde bulunmak, elektrik
62
enerjisi satın almak ve bu enerjiyi satmaktır. TETAŞ’ın mevcut koşullarda 31.12.2019
tarihine kadar Tedarik Lisansı bulunmaktadır.
Enerji Piyasaları İşletme Anonim Şirketi (EPİAŞ), 14.03.2013 tarihli ve 6446
sayılı Elektrik Piyasası Kanunu ve 6102 sayılı Türk Ticaret Kanunu hükümlerine tabi
olarak, 18 Mart 2015 tarihinde tescil işlemlerinin tamamlanmasının ardından resmen
kurulmuştur. EPİAŞ’ın başlıca amacı ve faaliyet konusu, “…Piyasa işletim lisansında
yer alan enerji piyasalarının etkin, şeffaf, güvenilir ve enerji piyasasının ihtiyaçlarını
karşılayacak şekilde planlanması, kurulması, geliştirilmesi ve işletilmesidir. Eşit
taraflar arasında ayrım gözetmeden güvenilir referans fiyat oluşumunun temin
edilmesi ve artan piyasa katılımcı sayısı, ürün çeşitliliği ve işlem hacmiyle likiditenin
en üst düzeye ulaştığı, piyasa birleşmeleri yoluyla ticaret yapılmasına imkan tanıyan
bir enerji piyasası işletmecisi olmaktır.” EPİAŞ, 6362 sayılı Sermaye Piyasası
Kanunu gereği özel hukuk tüzel kişiliğine haizdir (EPAİŞ, 2016). Gün öncesi, gün içi,
dengeleme ve güç piyasası ve tüm bunlar bünyesinde uzlaştırma işlemleri EPİAŞ
aracılığı ile yürütülmektedir.
Perakendeciler, elektrik sektörünün perakende hizmet veren şirketler olup
genellikle mevcut elektrik dağıtım şirketlerinin alt şirketleri olarak hizmet
vermektedirler.
Serbest tüketiciler için her yıl EPDK tarafından bir limit tanımlanmaktadır. En
son EPDK’nın 22.12.2016 tarihli kararı ile 2017 yılı için serbest tüketici limiti 2400
kWh indirilmiş olup bu indirim oranı ile birlikte piyasa açıklık oranı da % 85’in
63
üzerine çıkmış bulunmaktadır (EPDK, 2016). Serbest tüketiciler piyasadan daha
avantajlı koşullarla enerji talep tedarik edebilmektedirler. Serbest tüketici dağıtım
lisansı sahibi organize sanayi bünyesinde faaliyet gösteriyorsa ilgili dağıtıcıya dağıtım
bedelini ayrıca ödemek kaydı ile farklı bir dağıtıcıdan elektrik temin edebilmektedir.
Tarifeli tüketiciler, serbest tüketici limitleri altında yıllık enerji kullanımı olan
kısaca serbest tüketici olmayan tüketiciler tarifeli tüketici olarak tanımlanır ve bölgesel
anlamda içinde bulunduğu dağıtıcıdan EPDK tarafından belirlenmiş olan tarife
fiyatlarına göre elektrik almak durumundadır. Türkiye’de mevcut koşullarda tarifeli
ev tüketicileri için iki tür tarife fiyatlama uygulaması bulunmaktadır. Birinci
uygulamada günün tüm saatleri için tek bir tarife fiyatı belirlenip uygulanmakta, ikinci
uygulamada ise 24 saatlik dilimi Gündüz, Puant ve Gece olmak üzere 3 farklı tarife
dilimine ayrılmakta ve farklı fiyatlama yapılmaktadır.
Bağımsız üreticiler diğer adıyla “Üretim şirketi”: Sahip olduğu, kiraladığı,
finansal kiralama yoluyla edindiği veya işletme hakkını devraldığı üretim tesisi ya da
tesislerinde elektrik enerjisi üretimi ve ürettiği elektriğin satışıyla iştigal eden özel
hukuk hükümlerine tabi tüzel kişiyi ifade etmektedir (Resmi Gazete, 2013). Piyasanın
en önemli oyuncularını arz kısmında bu grup oluşturmaktadır.
Dağıtımı lisansı sahibi tüzel kişiler, lisans bölgelerindeki kullanıcılara elektrik
dağıtım hizmetini sağlarlar. EPDK tarafından belirlenen usul ve esaslar çerçevesinde,
dağıtım faaliyetiyle birlikte yürütülmesi verimlilik artışı sağlayacak nitelikteki piyasa
64
dışı bir faaliyeti yürütmekte görevleri arasındadır. Ayrıca hizmet verdiği bölgenin
aydınlatılması konusunda gerekli enerjiyi temin eder.
Borsa İstanbul, enerji piyasasına yönelik kısıtsız piyasa takas fiyatını
(KPTF)’nı baz alan aylık standart elektrik vadeli işlem sözleşmeleri (bir çeşit Future
sözleşme) sunmaktadır. Mevcut fiziki teslimatlı piyasadaki derinliğin artması vadeli
işlem piyasasının etkinliğini ve işlem hacmini arttıracak ve piyasanın daha sağlıklı
derinleşmesine katkı sağlayacaktır. Örneğin Nord Pool piyasasında 2013 yılında
gerçekleşmiş olan finansal piyasa işlemlerinin toplam miktarı 1637 TWh olup bu
rakam Nord Pool fiziki piyasa hacminin (489 TWh) 3 katından fazladır (NordREG,
2014).
1.6.4 Türkiye Elektrik Piyasası İşleyişi
Türkiye elektrik piyasası EPDK gözetimi altında EPİAŞ tarafından
işletilmektedir. Bu kapsamda EPİAŞ’ın sorumlu olduğu piyasa uygulamaları sırasıyla:
gün-öncesi piyasası, gün-içi piyasası ve dengeleme güç piyasasıdır. Uzlaştırma
işlemleri EPİAŞ’ın belirlemiş olduğu esaslar dahilinde EPİAŞ’ın koordinasyonunda
gerçekleştirilmektedir. EPİAŞ uygulamalarını başta 6446 Sayılı Elektrik Piyasası
Kanunu, 5346 sayılı YEK kanunu, Dengeleme Uzlaştırma Yönetmeliği, Lisans
Yönetmeliği ve benzeri diğer mevzuat hükümlerine istinaden yürütmektedir (EPİAŞ,
2016). Söz konusu piyasa uygulamalarına yönelik detaylı tanımlamalar piyasa
işleticisi olan EPAİŞ’ın resmi web sitesinde yer almaktadır. Kısaca piyasa işleyişi şu
şekilde gerçekleşmektedir:
65
Gün-öncesi piyasası11: Türkiye Gün-öncesi piyasa uygulamasına 1 Aralık
2011 tarihinde başlanmıştır. Gün-öncesi piyasası ile piyasa katılımcılarının
yükümlülüklerini gün öncesinden dengelemesi için fırsat sunulmuştur. Aynı zamanda
spot elektrik piyasası olarak ta kabul edilen piyasa da belirlenen fiyat bir nevi referans
fiyat olarak kabul edilmektedir. Piyasa katılımcısı olan tüm lisans sahibi tüzel kişiler
“Gün Öncesi Piyasa Katılım” anlaşmasını imzalayarak gün-öncesi piyasasına
katılabilmektedirler. Her bir günün 00:00’da başlayıp ertesi gün 00:00’da sona erdiği
kabul edilmiştir. Bu kapsamda piyasa işlemleri günlük olarak saatlik bazda
gerçekleştirilmektedir. Uzlaştırma işlemleri de günlük olarak ve saatlik bazda
gerçekleştirilmektedir. Gün-öncesi piyasası katılımcıları bir sonraki günden
başlayarak beş gün sonrasına kadar tekliflerini sunabilmektedirler. Teminat
mekanizması kullanılan piyasa uygulamasında piyasa katılımcıları tarafından piyasa
işletmecisine teminat mektupları her gün saat 10:30’a kadar sunulmak zorundadır.
Genel olarak sürece bakılacak olunursa; her gün saat 12:30’a kadar piyasa
katılımcıları bir sonraki güne ait gün öncesi piyasa tekliflerini Yeni Gün-öncesi
Piyasa-(GÖP) sistemi aracılığı ile piyasa işletmecisine bildirirler. Bu bağlamda
bakıldığında en erken 12 saat sonraki işlem saati için teklif verilebilmektedir. Saat
12:30-13:00 arasında piyasa işletmecisi tarafından teminat kontrolleri yapılarak
verilen teklifler doğrulanır. Saat 13:00-13:30 arasında teyidi yapılmış olan teklifler
değerlendirilerek piyasa takas fiyatları ve miktarları belirlenmiş olunur. 13:30’da ilgili
piyasa katılımcılarına onaylanmış alış-satış miktarları bildirilir. Söz konusu
bildirimlerin içinde hata bulunması durumunda piyasa katılımcılarının saat 13:50’e
11 Bu bölümün hazırlanmasında kullanılan bilgiler EPİAŞ’ın resmi web sitesinden derlenmiştir.
66
kadar itiraz hakkı bulunmaktadır. 13:50-14:00 arasında itirazlar değerlendirilerek saat
14:00’te ertesi günün 24 saatine ilişkin fiyat ve eşleşmeler nihai olarak sonuçlandırılır.
Ayrıca her gün saat 00:00-17:00 arasında piyasa katılımcıları tarafından ikili anlaşma
bildirimleri Yeni GÖP sistemine girilmektedir.
Katılımcılar Gün-öncesi piyasası kapsamında belirli bir zaman dilimi için
saatlik, blok ve/veya esnek teklifler sunabilmektedirler. Teklifler TL/MWh cinsinden
yüzde birlik hassasiyette yapılmaktadır. Teklif miktarları ise 1 Lot=0,1 MWh olacak
şekilde tamsayı olarak alış ya da satış yönünde verilir. Mevcut durumda piyasa
işletmecisi tarafından asgari fiyat teklif sınırı 0 TL/MWh azami fiyat teklif sınırı ise
2000 TL/MWh olarak belirlenmiştir. Teklif miktarı ise asgari 0 Lot azami ise ±100,000
Lot olarak belirlenmiştir. Esnek ve blok tekliflerin büyüklüğü 600 MWh’i (6,000 Lot)
geçememektedir.
Saatlik teklifler alış ve satış yönünde ayrı ayrı olmak üzere her yönde 32 adet
seviyede en fazla 64 seviyeden oluşmaktadır. Seviyelere ait fiyatlandırma yapılırken
artan bir şekilde fiyatlama yapılmakta, aynı fiyat seviyesinde geçerli alış ve satış teklifi
verilememektedir. Arz-talep eğrisi oluşturulurken ardışık iki fiyat seviyesi arasındaki
boş değerler doğrusal interpolasyon metodu ile belirlenmektedir. Blok teklifler en az
4 en fazla 24 saati kapsayacak şekilde ardışık saatler için verilebilmektedir. Blok
tekliflerin ya tamamı kabul edilmekte ya da hiç kabul edilmemektedir. Bir güne ait
blok teklif sınırı 50 olarak tanımlanmıştır. Eğer bir blok teklif başka bir blok teklife
bağlanmışsa bağlı olan blok teklif çocuk teklif ve bağlı olduğu blok teklif ise anne
teklif olarak adlandırılmaktadır. Anne teklifin kabul edilmemesi durumunda çocuk
67
teklifte kabul edilmemektedir. Esnek teklifler bir saat için miktar ve fiyat bilgisinden
oluşurlar. Sadece satış yönünde verilebilen teklifler belli bir saate ilişkin olmayıp en
fazla on adet teklif verilebilmektedir. Teklifin kabul edildiği saat en yüksek piyasa
takas fiyatının (PTF) olduğu saat olmak zorunda değildir.
Tekliflerin haricinde ikili anlaşma bildirimlerinin de yapılmaktadır. İkili
anlaşmalar 24 saatlik verilerden oluşmaktadır. Alış yönünde pozitif satış yönünde ise
negatif değer alacak şekilde teklifler yazılmaktadır. Tarafların birbiri ile aynı değerleri
girmesi durumunda anlaşma geçerli kabul edilmektedir. İkili anlaşmalar en fazla 60
gün sonrasına kadar bildirilebilirler.
Gün-öncesi elektrik piyasası piyasa takas fiyatı belirlenirken EPİAŞ tarafından
geliştirilmiş olan 4 kademeli bir optimizasyon algoritması kullanılmaktadır. Bu
algoritmanın adımları kısaca şu şekildedir:
Ön-işlem: Verilerin okunması, tekliflerin birleştirilmesi, problem boyutunu
küçültmek için değişken eleme,
Sezgisel Algoritma: Tabu araması, genetik algoritma, esnek tekliflerin
eklenmesi,
Optimizasyon: Kısıtlı ve kısıtsız çözüm,
Son İşlem: Kesinti prosedürü, çözüm doğrulama, çözüm onarımı ve nihai
raporlama
68
Sonuç olarak yazılım, piyasa katılımcılarından gelen teklifleri alarak her saat
için Piyasa Takas Fiyatı (PTF) ve her teklif için eşleşme miktar ve fiyatını belirler.
PTF’nin belirlenmesi sürecine çözülmesi gereken bir problem gibi yaklaşılmakta olup
amaç fonksiyonu günlük piyasa fazlasının maksimize edilmesidir. Günlük piyasa
fazlası, günlük üretici ve tüketici fazlalarının toplamına eşittir. Burada üretici fazlası,
katılımcıların eşleştirme sonucu oluşan satış miktarı karşılığı alacağı tutar ile bu
miktarı satmak için piyasaya teklif ettiği tutar arasındaki farktır. Tüketici fazlası ise
eşleştirme sonucu oluşan alış miktarı için piyasaya teklif ettiği tutar ile bu miktarı
almak için ödeyeceği tutar arasındaki farktır. Şekil-10’da bu hesaba yönelik EPAİŞ’ın
ilgili dokümanından12 alınmış örnek grafik gösterilmektedir. Mavi çerçeveli alan
tüketici fazlasını, yeşil çerçeveli alan üretici fazlasını göstermektedir.
Şekil 10 Üretici ve tüketici fazlasını gösteren örnek grafik (EPAİŞ, 2016b)
12 EPİAŞ, Gün Öncesi Elektrik Piyasası Piyasa Takas Fiyatı Belirleme Yöntemi 2016.
69
Blok tekliflerinde işin içine katıldığı hesaplamada ise birden fazla saat
periyodu için yapılan ortaya çıkan üç boyutlu bölgenin hacimsel maksimizasyonuna
bakılmaktadır. Gün-öncesi piyasasına yönelik arşiv verileri ve günlük veriler oldukça
detaylı bir şekilde EPİAŞ tarafından web sitesinde herkese açık hizmete sunulan
EXIST Şeffaflık Platformu’nda sergilenmektedir. 2016 yılı içinde 01 Ocak-16 Kasım
tarihleri arasında günlük ortalama işlem hacmi 42,4 Milyon TL’ye ulaşmıştır.
Gün-içi piyasası13: Türkiye elektrik piyasasının etkin, şeffaf, mali açıdan güçlü
ve AB elektrik piyasaları ile entegre bir yapıda olabilmesi için devam eden çalışmalar
kapsamında gelişmekte olan Türkiye elektrik piyasasında katılımcıların daha dengeli
ve etkin bir rol üstlenmesini sağlamak amacı ile 1 Temmuz 2015 tarihinde gün-içi
piyasası faaliyete geçmiştir. Gün-içi piyasası, gün-öncesi piyasası ve dengeleme güç
piyasası arasında bir köprü vazifesi görmektedir. Gün-içi piyasası, gün-öncesi
piyasasında teklif girişleri ile gerçekleşme zamanı arasındaki maksimum 36 saate
varan farkın etkisini azaltmakta, öngörülemeyen üretim kısıtları, sistem arızaları,
tüketim miktarındaki öngörülemeyen değişimler ve diğer dengesizliğe yol açabilecek
unsurların etkilerinin gerçek zamana daha yakın bir zaman aralığında dengelemede bir
fırsat sunmaktadır.
Gün-içi piyasası teklifleri her gün saat 18:00’den başlayarak gün-içi piyasası
kapı kapanış zamanına kadar (fiziksel teslimattan 90 dakika önceye kadar) PYS
aracılığı ile piyasa işletmecisine bildirilir. İşlemler saatlik bazda olup 00:00’da
başlayıp ertesi gün 00:00’da bitecek şekilde verilmektedir. Bu piyasa için yalnızca
13 Bu bölümün hazırlanmasında kullanılan bilgiler EPİAŞ’ın resmi web sitesinden derlenmiştir.
70
saatlik ve blok teklifler alınmaktadır. Saatlik kontratlar için sunulan teklifler
bölünebilirken blok teklifler bölünmemektedir.
Gün-içi piyasası sürekli devam etmekte olan bir piyasadır. Kapı kapanış
zamanına kadar verilen teklifler güncellenebilmekte, iptal edilebilmekte veya pasif
hale çevrilebilmektedir. 18:00’de açılan gün-içi piyasasında teklif verebilmek için saat
11:00 ve 17:00 de yapılan teminat kontrollerinde katılımcıların yeterli teminata sahip
olması gerekmektedir. Gün-öncesi piyasasında yapılan tek oturumlu yaklaşımdan
ziyade tekliflerin anlık olarak değerlendirildiği ve karşı yöndeki tekliflerle
karşılaştırıldığı bir sistem söz konusudur. Gün-içi piyasasındaki tekliflerin durumu
anlık olarak GİP Uygulamasından görülebilmektedir. Teklifler yine TL/MWh
cinsinden olup 1 Lot ve katları şeklinde yapılmaktadır. Gün-içi piyasasında sadece
asgari fiyat limiti var olup değeri sıfırdır. Blok tekliflerin tamamı bölünmez bir şekilde
işlem görmektedir. En az 1 saat en fazla 24 saat için teklif verilebilmektedir. Fiyat
sıralaması ve miktar eşleşmesine yönelik yapılan işlemler neticesinde piyasa fiyatları
neticelendirilir.
Dengeleme Güç Piyasası14: Elektrik tüketimi birçok değişkene bağlı bir
fonksiyon gibi anlık, saatlik, günlük, haftalık, aylık ve mevsimlik bir değişim içinde
olup, kimi zamanlarda da belirli bir profil izlemektedir. Önceden talep tahmini de
yapılsa, ikili anlaşmalarla üretim ve tüketim güvenceye de alınsa, elde olmayan
sebeplerden ve anlaşma taraflarının yükümlülüklerini yerine getirememe
durumlarından kaynaklanan arz talep dengesi bozukluğu ve benzeri sonuçlar
14 Bu bölümün hazırlanmasında kullanılan bilgiler EPİAŞ’ın resmi web sitesinden derlenmiştir.
71
nihayetinde dengesizlikler ortaya çıkabilmektedir (Atmaca, 2010: 70). Elektrik
enerjisinin arz ve talebini dengede tutmak için yürütülen faaliyetler dengeleme olarak
tanımlanmaktadır. Gerçek zamanlı dengelemede iki önemli unsur bulunmaktadır:
dengeleme güç piyasası ve yan hizmetler.
Dengeleme güç piyasası, MYTM’ne gerçek zamanlı dengeleme faaliyetinde
yardımcı olması için en fazla 15 dakika içinde devreye girebilecek yedek kapasiteyi
sağlamaktadır. Diğer iki önemli faaliyet olan Frekans kontrolü ve talep kontrolü
hizmetleri yan hizmetler olarak tanımlanmakta ve bu isim altında tedarik edilmektedir.
Dengeleme güç piyasasında işlemler günlük olarak ve saatlik bazda
gerçekleştirilmektedir. Bu piyasaya tüm piyasa katılımcılarının emre amade
kapasitelerini sunmaları zorunludur. Bu kapsamda, bağımsız olarak 15 dk içinde asgari
10 MW yük alabilen veya yük atabilen dengeleme birimleri piyasaya katılmakla
yükümlüdür (EPDK, 2016c).
Gün öncesi piyasasının yardımı ile MYTM’ne her ne kadar dengelenmiş bir
piyasa sunulmaya çalışılsa da; büyük bir santralin ve tüketim tesisinin ön görülemeyen
sebeplerden arıza yapması, yük düşmesi veya devre dışı olması durumlarında, iletim
hatlarında meydana gelen arızalarda, gün öncesi piyasa katılımcılarının
yükümlülüklerini yerine getirememesi durumlarında sistemde dengesizlikler ortaya
çıkmakta ve hatta güç salınımları oluşmaktadır. Burada dikkat edilmesi gereken husus
dengeleme mekanizması ile frekans ilişkisidir. Türkiye elektrik şebekesi daha öncede
bahsedildiği üzere 50 Hz frekans değerinde işletilmektedir. Aynı değer farklı ülkelerde
farklı değerler almaktadır örneğin: ABD’de bu değer 60 Hz, Avrupa’da ve Nord Pool
72
piyasa bölgesinde 50 Hz olup Japonya’da hem 50 Hz hem de 60 Hz olan bölgeler
bulunmaktadır (Atmaca, 2010: 71). Şebeke frekansı ile gücü arasında doğrusal bir
ilişki bulunmakta olup şebeke gücü yükseldiğinde frekans artmakta düştüğünde de
düşmektedir.
48,00
48,50
49,00
49,50
50,00
50,50
51,00
51,50
52,00
0 5 10 15 20 25 30 35 40
Fre
kan
s (H
z)
Zaman
Enerji
açığı
Enerji
fazlasıDenge
Şekil 11 Şebeke frekans güç ilişkisi (Atmaca, 2010: 72)
Şekil-11’de görüldüğü üzere şebekeye enerji arzının fazla olduğu durumda
frekans yükselmekte, enerji talebinin fazla olduğu durumda ise frekans düşmektedir.
Bu açıdan bakıldığında sistem frekansında ortaya çıkan sapma aynı zamanda sistemin
dengesizliğinin göstergesi olmaktadır (Seviaoğlu, 2004). ENTSO-E’nin
düzenlemelerine göre sistemin 50 Hz etrafında bir salınımla hareket etmesi sağlıklı
görülmekle birlikte sistem frekansı için tanımlanan kritik değerler 47,5-51,5 Hz
aralığıdır (ENTSO-E, 2014: 8). Bu frekans aralığında iletim hattına bağlı elektrik
üretim birimlerinin sisteme bağlı kalmaya devam etmesi zorunludur. Bu frekans
değerlerinin aşıldığı veya altına inildiği durumlarda sisteme bağlı elektrik üretim
73
birimleri bir bir sistem dışı kalırlar çünkü tasarımları bu frekansların dışında elektrik
tedarikine uygun değildir. Böyle bir şey olması durumunda şebekede bölgesel
kesintiler veya tüm sistemin çökmesi meydana gelebilir (Örneğin: Kaliforniya krizi,
Türkiye Elektrik kesintisi-31 Mart 2015). Bu durumun ekonomik maliyeti oldukça
yüksektir.
Dengeleme güç piyasası süreci ele alındığında süreç, her gün saat 14:00 itibari
ile gün öncesi piyasası sürecinin tamamlanması ile başlamaktadır. Piyasa katılımcıları
her gün saat 16:00’ya kadar Piyasa Yönetim Sistemi (PYS) aracılığı ile adlarına kayıtlı
üretim tesisleri için saatlik üretim değerlerini içeren günlük üretim programları ve yük
alma/atma tekliflerini sistem işletmecisine bildirirler. İletilen yük alma ve yük atma
teklifleri her bir saat dilimi için fiyat sıralamasına sokulmaktadır. Saat 17:00’den
itibaren ise sistem işletmecisi uygun bulunan tekliflere ilişkin talimatları piyasa
katılımcılarına bildirmektedir.
Kesinleşmiş Günlük Üretim Programları (KGÜP) her bir dengeleme birimi
bazında bildirilmektedir. Bildirimler 14:00-16:00 saatleri arasında ve tüm gün için
saatlik olarak yapılmaktadır. KGÜP’ler brüt üretim değerleri olup GÖP’ya esas takas
miktarı, ikili anlaşma miktarı ve kayıpları (yaklaşık %3) içerecek şekilde bildirilir.
Dengeleme birimleri primer frekans kontrolü rezervi hariç teknik olarak
gerçekleştirebilecekleri tüm kapasitelerini ilgili saat aralığı içinde Dengeleme Güç
Piyasası’na (DGP) sunmak zorundadır. Sunulabilecek Yük Alma (YAL) teklif
kapasitesi, emre amade kapasite ile KGÜP arasındaki farktan oluşurken, Yük Atma
74
(YAT) kapasitesi ise KGÜP’na eşittir. DGP teklif yapıları şu şekilde
tanımlanmaktadır:
Piyasa katılımcıları tekliflerini YAL/YAT yönünde 15 seviyede bildirebilirler.
YAL teklif fiyatları aynı saat için belirlenmiş PTF den büyük olmak
zorundadır.
YAT teklif fiyatları aynı saat için belirlenmiş PTF den küçük olmak
zorundadır.
Hidroelektrik santraller her bir miktar seviyesi için ayrı teklif fiyatı
bildirebilirler.
Hidrolikler dışındaki santraller de 15 farklı teklif fiyatı verebilirler. Ancak
EPDK’nın kararı ile 1. ve 15. teklif fiyatları arasındaki oran %20’yi aşamaz.
YAL teklif fiyatları bir önceki seviyeden yüksek ya da eşit olmalıdır.
YAT teklif fiyatları bir önceki seviyeden düşük ya da eşit olmalıdır.
YAL ve YAT tekliflerinde asgari miktar 10MW tır.
DGP için marjinal fiyat mekanizması uygulanmaktadır. Sistem yönünün açığı
göstermesi durumunda yük alma teklif fiyatlarının en küçüğünden başlanarak, sistem
yönünün fazlayı göstermesi halinde ise yük atma teklif fiyatlarının en büyüğünden
başlanarak DGP içerisinde verilen tüm talimatlar dikkate alınarak net talimat hacmine
tekabül eden fiyat belirlenir. Belirlenen bu fiyat Sistem Marjinal Fiyatı (SMF) olarak
adlandırılır. GÖP’ında PTF olarak, DGP’ında ise SMF olarak adlandırılır. DUY
yönetmeliğine göre aşağıdaki üretim tesisleri dengeleme birimi olma
75
yükümlülüğünden muaf olup, ilgili piyasa katılımcısı tarafından talep edilmesi ve
Sistem İşletmecisi tarafından uygun bulunması halinde dengeleme birimi olabilirler;
a) Kanal veya nehir tipi hidroelektrik üretim tesisleri,
b) Rüzgar enerjisine dayalı üretim tesisleri,
c) Güneş enerjisine dayalı üretim tesisleri,
ç) Dalga enerjisine dayalı üretim tesisleri,
d) Gel-git enerjisine dayalı üretim tesisleri,
e) Kojenerasyon tesisleri,
f) Jeotermal üretim tesisleri,
g) Biyokütleye dayalı üretim tesisleri.
İKİNCİ BÖLÜM
2. ELEKTRİK PİYASALARINDA PORTFÖY OPTİMİZASYONU
UYARLAMASI
2.1 Portföy Teorisi
2.1.1 Getiri ve Risk
Karar vericiler yatırım kararlarını oluştururken belli parametreler üzerinden bir
değerlendirme yapmakta ve nihai karar ortaya çıkmaktadır. Yalnız getiri, yalnız risk,
getiri ve buna bağlı risk, risk ve buna bağlı getiri, birim risk başına getiri veya birim
getiri başına risk yaklaşımları bu karar sürecinde karar vericiler tarafından en çok
kullanılan unsurlardır. Bu bağlamda risk ve getiri yatırımcı kararlarındaki en önemli
iki boyutu teşkil etmektedir. Rasyonel karar vericiler temel özelliği getiriyi sevmesi ve
riski sevmemesi yani riskten kaçınmasıdır (Atmaca, 2010: 95). Yatırımcılar ancak
yüksek getiri elde edecekleri beklentisi altında riskli varlıklara yatırım yaparlar veya
daha yüksek riske razı olurlar (Brigham ve Houston, 1997: 156).
Yatırım sürecinin başarısı yatırımdan beklenen amaçların elde edilip
edilmediğinin değerlendirmesi ile olmaktadır (Karacabey ve Gökgöz, 2005: 38). Bu
değerlendirmeyi yapabilmek için de risk ve getirinin somut bir şekilde ölçülmesi bir
ihtiyaç olarak ortaya çıkmaktadır (Atmaca, 2010: 96).
77
Belirli bir dönem için satın alınıp elde tutulan ve sonra satılabilen varlıklar için
getiri miktarı; bir yatırımın dönem sonu değeri ile dönem başı arasındaki farkı ifade
eder. Başka bir ifade ile bir yatırımdan yapılan yatırıma karşılık olarak belirli bir
dönem içerisinde elde edilen gelir miktarını göstermektedir (Karan, 2004: 135). Gelir
oranı (kazanç veya kayıp yönünde) ise yatırım dönemi içerisinde elde edilen getirinin
yatırımın başlangıçtaki değerine bölünmesi ile elde edilmektedir (Atmaca, 2010: 96).
Belli başlı kullanılan getiri oranlarına ait formüller Tablo-6’da verilmektedir.
Tablo 6 Yaygın kullanılan getiri oranları
Getiri Türü Formül Açıklaması
Dönemlik getiri
oranı 𝑟 =
(𝑉𝑡 − 𝑉𝑡−1)
𝑉𝑡−1, (2.1)
𝑟= Bir dönemlik getiri oranı
𝑉𝑡= Yatırımın dönem sonu değeri
𝑉𝑡−1= Yatırımın dönem başı değeri
Nakit akımlı
dönemlik getiri
oranı
𝑟𝑡 =𝐶𝑓 + (𝑉𝑡 − 𝑉𝑡−1)
𝑉𝑡−1,
(2.2)
𝑟𝑡= Bir dönemlik toplam getiri oranı
𝑉𝑡= Yatırımın dönem sonu değeri
𝑉𝑡−1= Yatırımın dönem başı değeri
𝐶𝑓= Dönem içindeki nakit akışı
Bileşik getiri
oranı 𝑟𝑘 = (1 + 𝑟1)(1 +𝑟2)… (1 + 𝑟𝑛) − 1, (2.3)
𝑟𝑘= Kümülatif (bileşik) getiri oranı
𝑟𝑖= i. dönem getiri oranı (i=1,2,….,n)
Kur farklı getiri
oranı
𝑟𝑑 = [(1 + 𝑟) ×𝑃𝑠
𝑃𝑖] − 1,
(2.4)
𝑟𝑑= Yerel getiri oranı
𝑟= Bir dönemlik yabancı yatırım getiri
oranı
𝑃𝑠= Yabancı paranın dönem sonu değeri
𝑃𝑖= Yabancı paranın dönem başı değeri
Enflasyondan
arındırılmış
getiri oranı 𝑟𝑟 =
(1 + 𝑟)
(1 + 𝑖)− 1, (2.5)
𝑟𝑟= Reel getiri oranı
𝑟= Bir dönemlik getiri oranı
𝑖= Enflasyon oranı
Artık getiri
oranı
𝑟𝑟𝑒𝑠 = [(𝑉𝑡 − 𝑉𝑡−1)
𝑉𝑡−1− 𝑟𝑓],
(2.6)
𝑟𝑟𝑒𝑠= Bir dönemlik artık getiri oranı
𝑉𝑡= Yatırımın dönem sonu değeri
𝑉𝑡−1= Yatırımın dönem başı değeri
𝑟𝑓= Risksiz varlık getiri oranı
Beklenen getiri
oranı 𝑟𝑒 = ∑ 𝑟𝑗𝑝𝑗
𝑛
𝑗=1, (2.7)
𝑟𝑒= beklenen getiri oranı
𝑟𝑗= j durumunun beklenen getirisi
𝑝𝑗= j durumunun gerçekleşme olasılığı
Portföyün
beklenen getirisi 𝑟𝑝 = ∑ 𝑟𝑖𝑥𝑖
𝑛
𝑖=1, (2.8)
𝑟𝑝= portföyün beklenen getiri oranı
𝑟𝑖= j durumunun beklenen getirisi
𝑝𝑗= j durumunun gerçekleşme olasılığı
Kaynak: (Atmaca, 2010: 96-99; Jones, 2000: 137; Karan, 2004: 138)
78
Risk’e yönelik birçok tanım yapılmıştır bunlardan bazıları şu şekildedir:
1. Gelecekteki olayların tamamen tahmin edilememesi veya
öngörülememesinden doğan buna ilişkin yapılan belirli olasılık
tahminidir (TSPAKB, 2007: 71).
2. Bir olaya ilişkin gerçekleşen sonucun beklenen sonuçtan farklı çıkma
olasılığı (Atmaca, 2010: 99).
3. Kayıp, yaralanma veya diğer istenmeyen durumlara maruz kalma
olasılığı (Oxford, 2016).
4. Tehlikeye düşme, zarar görme, kaybetme, yıpranma olasılığı (Liu, Wu
ve Ni, 2006: 1).
5. Finansal risk ise yatırımların gerçek getiri değerlerinin beklenen getiri
değerlerinden sapma olasılığıdır (Kungwani, 2014: 83).
6. İstatistiksel açıdan bir yatırımın riski onun beklenen getiriden sapma
olasılığı olarak tanımlanmakta “Varyans” veya “Standart Sapma”
değerleri ile açıklanmaktadır (Karan, 2004: 138).
Bu ve benzeri tanımları çoğaltmak mümkündür. Burada risk tanımları içinde
olasılık ve belirsizlik kavramlarının iç içe hareket ettiği gözlemlenmektedir (Atmaca,
2010: 100). Risk kavramı olasılık dağılımı açısından değerlendirildiğinde gelecekte
beklenen getirinin dar bir olasılık dağılımı içinde yer alması yatırımın riskinin daha
düşük olacağı şeklinde yorumlanmaktadır (Brigham ve Houston, 1997: 161).
İstatistiksel bakış açısı ile bakıldığında getirinin dördüncü standardize edilmiş
momenti olan basıklık (kurtosis) katsayısının büyük olması dağılım eğrisinin normal
79
dağılımdan daha dik olmasına yani riskin düşmesine, basıklık katsayısının küçük
olması dağılım eğrisinin normal dağılıma nazaran daha düz olmasına yani riskin
yükselmesine sebep olmaktadır.
İstatistiksel açıdan bakıldığında risk ölçütü olarak kullanılan “Varyans” ve
“Standart Sapma”nın matematiksel olarak ifadeleri şu şekilde olmaktadır (Karan,
2004: 138):
𝑉𝑎𝑟𝑦𝑎𝑛𝑠 = 𝜎2 = ∑(𝑟𝑗 − 𝑟𝑒)2𝑝𝑗 (2.9)
𝑛
𝑗=1
𝑆𝑡𝑎𝑛𝑑𝑎𝑟𝑡 𝑠𝑎𝑝𝑚𝑎 = 𝜎 = √∑(𝑟𝑗 − 𝑟𝑒)2𝑝𝑗
𝑛
𝑗=1
(2.10)
𝑟𝑒 = beklenen getiri oranı
𝑟𝑗 = her j durumunun beklenen getirisi
𝑝𝑗 = her j durumunun gerçekleşme olasılığı
𝑛 = olası j durum sayısı/veri sayısı
Söz konusu olan tek bir değişkenden ziyade bir portföyün varyans ve standart
sapmaları olduğunda formüllerin matematiksel formu aşağıdaki şekle dönüşmektedir:
𝜎𝑝2 = ∑∑𝑋𝑖𝑋𝑗𝜎𝑖𝑗
𝑁
𝑗=1
(2.11)
𝑁
𝑖=1
𝜎𝑝 = √∑∑𝑋𝑖
𝑁
𝑗=1
𝑋𝑗
𝑁
𝑖=1
𝜎𝑖𝑗 (2.12)
80
𝑁 = mevcut varlık sayısı,
𝑋𝑖 = i varlığının portföy içindeki ağırlık oranı,
𝜎𝑖𝑗 = i ve j varlıkları arasındaki korvaryans değeri,
𝜎𝑝2 = portföyün varyansı
Finansal literatür kapsamındaki kaynaklara göre risk sınıflandırması
yapıldığında risk, sistematik olan ve sistematik olmayan riskler olarak iki kısma
ayrılmaktadır. Örneğin bir hisse senedini ele aldığımızda ilgili şirketin kendisinden
kaynaklı olarak ortaya çıkan risklere sistematik olmayan risk adı verilmektedir.
Sistematik risk ise bütün şirketleri aynı anda etkileyen ortak riskler olarak
tanımlanmaktadır (Atmaca, 2010: 101). Kaynaklarına göre riskler şematik olarak
gösterilmek istenirse Şekil-12 de bu sınıflandırma görülmektedir.
Şekil 12 Risk ağacı (Atmaca, 2010: 101)
Sonuç olarak Şekil-12’den de görüleceği üzere sahip olunan toplam risk
sistematik olan ve sistematik olmayan risklerin toplamından oluşmaktadır. Toplam
Risk
Sistematik Risk
Satınalma Gücü Riski
Faiz Oranı Riski
Kur Riski
Politik Risk
Piyasa Riski
Sistematik olmayan Risk
Finansal Risk
Yönetim Riski
İş ve Endüstri Riski
Ar-Ge Harcamaları
İşci-İşveren İlişkileri
81
riskin sistematik olmayan kısmı Şekil-13’te gösterildiği gibi risk yönetim teknikleri
kullanılarak azaltılabilir.
Şekil 13 Risk yönetim teknikleri (Liu, Wu, ve Ni, 2006: 2)
Kısaca özetlenmek istenirse, sistematik olmayan riskler kaçınılması mümkün
olan riskler olarak tanımlanır. Bu riskler özellikle çeşitlendirme yapılarak
azaltılabilmekte veya tamamen ortadan kaldırılabilmektedir. Bununla birlikte toplam
riskin en fazla azalacağı noktada alacağı değer sistematik risk değeri olacaktır. Şekil-
14’te çeşitlendirme yoluyla toplam riskin azalımı basitçe gösterilmektedir.
Risk Yönetimi
Risk Kontrol
Risk Azaltımı (Hedge)
Portföy Optimzasyonu
Risk Değerlendirme
Risk ÖlçmeVarlık
Değerleme
82
Şekil 14 Toplam risk ve çeşitlendirme yoluyla riskin azaltılması
2.1.2 Klasik Portföy Yaklaşımı
Yatırımcının elinde bulunan hisse senetleri, bonolar, tahviller, nakit paralar,
madenler, maddi varlıklar ve benzeri araçlardan oluşan sepete portföy denilmektedir.
Başka bir tanıma göre belirli bir kişi veya grup tarafından elde tutulan ağırlıklı olarak
hisse senedi ve/veya tahvil gibi menkul kıymetlerden oluşan bileşkeye portföy adı
verilmektedir (Moles ve Terry, 1999: 426). Yatırımcılar portföy alternatifleri arasında
kendilerine maksimum fayda sağlayacak portföy çözümlerine ulaşmaya çalışırlar.
Temel amaç tüm yumurtaların aynı sepette olması değil riskin dağıtılmasıdır. Bu
anlamda finans literatüründe yatırımcılara yol gösteren iki temel yaklaşım
bulunmaktadır: 1952’ye kadar geleneksel portföy yaklaşımı, 1952’den günümüze
gittikçe daha çok oranda ağırlık kazanan ve evrilen modern portföy teorisi (Şahin,
2006: 20).
83
Klasik teoride riskin çeşitlendirme yolu ile Şekil-15’teki gibi azaltılabileceğine
inanılmaktadır. Bu yaklaşım belirli ölçüde doğru olmakla birlikte yatırım
alternatiflerinin birbirinden etkilenme derecesine veya birbiri ile ortak hareket
ilişkilerine bakılmaksızın sistematik olmayan bir şekilde yapılmaktadır (Gökgöz ve
Atmaca, 2012: 359). En iyi ihtimalle farklı sektör hisse senetleri farklı ülke para
birimleri ve farklı vadede bono ve tahvil gibi yatırım enstrümanları ile yapılan genel
ve aynı zamanda muhtemelen optimal altı (sub-optimal) bir çözüme ulaşılmaktadır.
Şekil 15 Portföy varlıklarında çeşitlendirme ve risk (Atmaca, 2010: 104)
2.1.3 Modern Portföy Teorisi
Geleneksel portföy yaklaşımı, çok sayıda menkul kıymetin yönetiminin zor
olması, menkul kıymetlerle ilgili araştırma maliyetlerinin yüksek olması ve portföye
dahil edilen ve çıkarılan menkul kıymet sayısının yüksekliği (belli bir sistematik
yaklaşımla kısıtlanamaması), alım-satım giderlerinin toplam maliyet içindeki payının
artması gibi nedenlerden ötürü genel olarak eleştirilmektedir (Şahin, 2006). Diğer
taraftan yatırımcılar varlıkların getiri ve risklerini belirlemeye yönelik bazı tahmin
84
modelleri kullansalar da yarın söz konusu varlıkların getiri ve riskini tam olarak
bilmeleri mümkün değildir (Gökgöz ve Atmaca, 2012: 359). Burada yatırımcıların
yüzleşmek zorunda kaldıkları ana problem, portföyün içinde yer alan varlıkların
ağırlıklarının nasıl belirleneceği olup bu problem portföy seçim problemi olarak
adlandırılmaktadır. Bu probleme çözüm bulmak için 1952 yılında H. M. Markowitz,
Modern Portföy Teorisi’nin (MPT) temel yapı taşı olan “Portfolio Selection”
makalesini yayınlamıştır (Markowitz, 1952; Sharpe, Alexander ve Bailey, 1999).
Markowitz makalesinde portföy seçimini iki aşamaya bölünebileceğini işaret ederek
birinci aşamanın gözlem ve deneyimle başladığını ve mevcut menkul kıymet
seçeneklerinin gelecek performansları hakkındaki görüşlerle sona erdiğini, ikinci
aşamanın ise gelecek performanslar hakkındaki görüşlerle başladığını ve portföy
seçimi ile sona erdiğini belirtmiştir. Markowitz’in makalesi ve odak noktası daha çok
bu ikinci aşama ile ilgilidir (Markowitz, 1952: 77). Portföy teorisi üzerine
Markowitz’in bu çalışması kendisine 1990 yılında, William F. Sharpe ve Merton H.
Miller ile birlikte Nobel ekonomi ödülünü getirmiştir (Nobelprize.org, 2016).
Markowitz çalışmasında yatırım varlıklarını yalnız başına değil, birbiri ile olan
etkileşimlerini de dikkate alarak risk ve getiri faktörleri üzerinden değerlendirerek
klasik portföy yaklaşımının ötesine geçmiştir (LeCompte, R. L. B., 2008: 1519).
Örneğin fiyatları aynı yönde benzer hareket eden (aralarında yüksek korelasyon
katsayısı bulunan) iki finansal varlığı aynı portföye konulmasının marjinal faydası
yüksek değilken aralarında negatif korelasyon olan iki finansal varlığın portföye
konulması, portföyün riskini ciddi biçimde azaltmaktadır. Bu yaklaşım ile
bakıldığında getirileri arasında tam pozitif korelasyon15 (+1 korelasyon) bulunmayan
15 Korelasyon: İki rassal değişken arasındaki doğrusal ilişkinin gücünü belirten istatistiki bir kavramdır.
85
finansal varlıkların bir portföye toplanması ile beklenen getiride bir düşme olmaksızın,
sistematik olmayan risk azaltılabilmektedir (Atmaca, 2010: 105). Şekil-16’da bu etki
grafiksel olarak gösterilmektedir.
Beklenen
Getiri
Korelasyon= -1
Korelasyon= 0
Korelasyon= +1
C
B
A
Standart
Sapma
F
G
D
E
Şekil 16 Korelasyon katsayısının iki varlıklı portföye etkisi (Atmaca, 2010)
Markowitz ile aynı tarihlerde A.D. Roy isimli bir araştırmacıda Markowitz den
bağımsız olarak risk ölçütü olarak varyansın kullanımına yönelik bir çalışma ortaya
koymuş ve Markowitz “…1952 yılındaki çalışmam baz alınarak sık sık MPT’nin
babası olarak anılmaktayım fakat Roy’da bu onuru en az benim kadar hak etmektedir.”
demiştir (Roy, 1952: 435; Markowitz, 1952; Bernstein, P., 1992).
Markowitz’in bu köşe taşı çalışmasının ardından teori birbirinden bağımsız
olarak 1964’te Sharpe, 1965 Linther tarafından geliştirilmiştir (Sharpe, 1964: 425-442;
Linther, 1965: 13-37). Sharpe ve Linther tarafından 1960’ların ortalarında risksiz
varlığında eklenmesi ile birlikte Sermaye Piyasası Doğrusu ve Sermaye Varlıkları
86
Fiyatlama Modeli (CAPM) ortaya çıkmıştır (Cohen ve Natoli, 2003: 81-88). MPT’nin
temel varsayımları şunlardır:
İşlem maliyetleri ve vergi yoktur,
Yatırımcılar tüm bilgilere sahiptir ve bu bilgileri aynı şekilde yorumlarlar,
Tüm yatırımcılar riskten kaçar, aynı risk düzeyindeki iki farklı yatırım
alternatifinden yüksek beklenen getiriye sahip olanı seçerler,
Yatırımcılar, yatırım kararlarını verirken yalnızca yatırımın beklenen getiri ve
riskini göz önünde bulundururlar,
Varlıkların getirilerinin istatistiksel olarak normal dağılıma sahip olduğu
varsayılır (Defusco ve diğerleri, 2004; TSPAKB, 2007: 74; Atmaca, 2010:
106).
Büyük bir genel kabul görmesi ve uygulama imkanı bulmasına rağmen,
MPT’ye bazı önemli eleştirilerde mevcuttur; Örneğin bu kabullerin hiçbiri tam
anlamıyla doğru kabul edilemeyeceği gibi gerçek yatırım ortamını da tam olarak
yansıtamamaktadır. Diğer önemli bir örnek ise göstergeler, gerçekte piyasaların etkin
olmadığı piyasada oluşan bilgilerin herkese eşit şekilde dağılmadığı ve eşit şekilde
algılanmadığıdır. Diğer çarpıcı bir örnek ise piyasa oyuncularının bazı yatırım
kararlarını alırken altıncı hislerini ön plana çıkarmaya çalışmalarıdır. Yine diğer çok
önemli belki de en önemli eleştirilerden biri ise varlıkların getirilerinin normal
dağılıma uymamasıdır. Riskin ortalama varyans yardımıyla tanımlanması hususundaki
eleştiri ise riskin gerçekte bir kazanç kaybını veya olasılığını ifade etmesi bu nedenle
varyansın kullanılmasının dezavantajlar ortaya çıkarabileceği (Wang ve diğerleri,
87
2005). Çünkü varyans içinde belirlenen ortalama getiri değerinden yalnızca negatif
yöndeki sapmalar değil aynı zamanda pozitif yöndeki sapmalarda dikkate alınmakta
buda aslında kayıp olarak tanımlamadığımız pozif yönlü getirilerin risk olarak hesaba
dahil edilmesine sebep olmaktadır. Hata yayılımıda diğer eleştiri noktalarından biridir.
Markowitz modeli optimum çözümleri bulurken sıklıkla beklenen getiri değeri
yüksek, birbirleri ile negatif korelasyona ve düşük varyans değerine sahip varlıkları
tercih etmektedir. Bu tür varlıkların ise ağırlıklı olarak daha çok hata beklentisine sahip
olduğu ifade edilmektedir (Michaud, 1989).
2.1.4 Yatırımcı Fayda Fonksiyonu Kayıtsızlık Eğrileri
Yatırımcıların belli risk düzeyleri için bekledikleri getiri tercihlerini gösteren
fayda eğrilere kayıtsızlık eğrileri denmektedir. Aynı kayıtsızlık eğrisi üzerinde yer alan
tüm tercih noktaları veya portföyler yatırımcıya eşit düzeyde (farksızlık) fayda
sağlarlar. Bu anlamda kayıtsızlık eğrileri birbirlerini kesmez (Karan, 2004: 168).
Şekil-17’de görüldüğü üzere kayıtsızlık eğrileri içinde en yüksek faydayı sağlayan eğri
en kuzey batıda yer alan eğridir (Atmaca, 2010: 112). Bu durumda yatırımcı için en
yüksek faydayı “U3” eğrisi sağlamaktadır.
88
Şekil 17 Yatırımcı kayıtsızlık/farksızlık eğrileri (Şahin, 2006: 39)
Diğer önem bir husus ise yatırımcıların sahip oldukları risk algılarına göre
kayıtsızlık eğrilerinin şeklinde ortaya çıkan değişimlerdir. Örneğin iki farklı
yatırımcının risk algısı arasındaki farklılıktan dolayı ortaya çıkan farklı kayıtsızlık
eğrileri Şekil-18’de açık şekilde gözükmektedir. A yatırımcısı B’ye göre riski daha az
sevmekte, B yatırımcısı ise A’ya göre daha fazla risk alma eğiliminde olup daha
yüksek getiri elde etmeyi beklemektedir. A yatırımcısı riskten kaçınan, B yatırımcısı
ise riski seven (daha az riskten kaçınan) yatırımcı olarak yorumlanır (Atmaca, 2010:
113). Yatırımcı farksızlık eğrilerinin olası portföy alternatiflerinin içeren çözüm
kümesine etkin sınır üzerinden temas ettiği noktadaki portföyler optimum portföyler
olarak tanımlanmaktadır. Şekil-18’de C ve D noktasında yer alan portföy bileşimleri
sırasıyla A ve B yatırımcısının optimum portföy seçimlerini temsil etmektedir.
Yatırımcı farksızlık eğrisinin olası portföy alternatiklerine isbet etmemesi durumu
optimum portföy sonucuna ulaşılamadığının göstergesidir.
89
Şekil 18 Farklı risk algı düzeyindeki yatırımcılar için farksızlık eğrileri (TSPAKB,
2007).
2.1.5 Finansal Portföy Optimizasyon Yaklaşımları
Markowitz tarafından bilim dünyasına sunumu yapılan portföy seçim
probleminde Markowitz, portföy seçim problemini portföy varlıklarının ortalama
beklenen getirileri ile varyansları arasındaki bir ödünleşme (tradeoff) olarak
tanımlamıştır (Markowitz, 1952: Markowitz, 1959: Ghosh ve Mahanti, 2014). Bu
sayede portföy içinde yer alan varlıkların sadece getiri ve risk ekseninde değil de
birbirleri ile olan ilişkileri de dikkate alınarak seçilebileceği ve bu sayede riskin daha
da azaltılabileceği gerçeği ortaya çıkmıştır. Markowitz portföy teorisi, etkin portföyler
için arama yapan ortalama varyans optimizasyonunu (Mean-variance optimization)
metodoloji olarak baz almaktadır (LeCompte, 2008: 1519). Ortalama varyans
yaklaşımı olarak ta isimlendirilen bu yöntem ile MPT’nin başlangıcına öncülük
edilmiştir.
90
Takip eden yıllarda ortalama varyans modeli literatürde farklı şekillerde
geliştirilmiştir. Sharpe ve Linther tarafından varlıkların getirilerinin birbiri ile
kovaryansını ihmal eden piyasa modeli veya tek faktör modeli ortaya atılmıştır
(Sharpe, 1964: 425-442; Linther, 1965: 13-37). Bu sayede ortaya çıkan CAPM,
portföy ve varlıkların fiyatlaması için kullanılan bir model olup varlıkların getirisi ile
riski arasındaki genel olarak doğrusal olan ilişkiyi gösterir. CAPM yatırım yapılması
planlanan menkul değerin sahip olduğu riske uygun bir getiri verip vermediğini
araştırmakta (tersi de uygun), hatta henüz pazarda bulunmayan bir varlığın pazara
girdiği zaman getirmesi gereken getiriyi açıklayan teorik bir çerçeve sağlamaktadır
(Karan, 2004: 199).
Sonraları tek dönemliden ziyade çok dönemli optimizasyon yaklaşımları ile
ortalama varyans modeli genişletilmiştir (Mossin, 1968; Hakansson, 1971; Elton ve
Gruber, 1974; Li ve Ng, 2000; Cui ve diğerleri, 2014; Cong ve Oosterlee, 2016).
Ortalama varyans risk ölçütü yaklaşımına ek olarak “Ortalama Mutlak Sapma”,
“Gini’nin Ortalama Farkı”, “Entropi”, “Alt Kısmi Momentler”, “Riske Maruz Değer”,
“Şartlı Riske Maruz Değer” gibi risk ölçüm yaklaşımları da kullanılmıştır (Ghosh ve
Mahanti, 2014). En yaygın kullanılan risk ölçütleri sırasıyla % 72,4 ile varyans, % 8,5
ile VaR olduğu tespit edilmiştir (Metaxiotis, K. & Liagkouras, K., 2012). Bazı
çalışmalarda bunların ikili ve üçlü kombinasyonları da kullanılmıştır. Çok amaçlı
portföy yönetim algoritmalarına yönelik bir diğer literatür tarama çalışmasında çok
kriterli evrimsel algoritmalar incelenmiş literatürde yapılan çalışmaların %82’sinde iki
kriterli optimizasyonun ağırlıklı olduğu, bu çok kriterli amaç fonksiyonlarında yine en
91
çok (%75) ortalama ve varyansın amaç fonksiyonları olarak kullanıldığı tespit
edilmiştir (Metaxiotis, K. & Liagkouras, K., 2012).
Ghosh ve Mahanti çalışmalarında, riskli portföylerin performansının
ölçülmesinin portföy yönetim sürecinin temel problemi olarak tanımlamaktadır
(Ghosh ve Mahanti, 2014). Bu kapsamda pek çok performans ölçüm kriteri olmakla
birlikte en yaygın kullanılan metotlar “Sharpe Ratio”, “Treynor Ratio”, “Jensen”,
“Information Ratio-IR”, “Omega” dır. Ghosh ve Mahanti’nin literatür tarama
çalışmasına göre bu oranlar arasında en yaygın kullanılanı Sharpe Ratio’dur (Ghosh
ve Mahanti, 2014).16
Tek ya da çok amaç fonksiyonlu ortalama varyans probleminin versiyonlarının
çözümüne yönelik birçok model ve algoritma sunulmuştur bunlar arasında en yaygın
kullanılanları: “Linear Programming”, “Quadratic Programming”, “Linear Goal
Programming”, Genetic Algorithms”, “Support Vector Machines”, “Fuzzy Modeling”,
“Particle Swarm Optimization”, “Stochastic Programming”, “Monte-Carlo
Simulations”, “Neural Network” olup bunların farklılaştırılmış versiyonları da
kullanılmıştır (Ghosh ve Mahanti, 2014).
2.1.6 Performans Değerleme Modelleri
Portföy performansı ölçümünde birden fazla ölçüt bir arada kullanılmaktadır.
Söz konusu bu performans ölçüm yöntemlerinin yorumlamaları da farklı sonuçları
beraberinde getirmektedir. En yagın kullanılan portföy performans ölçütleri Sharpe
16 Performans Değerleme Modelleri bölümünde bu oranlara daha detaylıca değinileceğinden burada
detaylarına daha fazla girilmemiştir.
92
(değişkenliğin ödülü) ve Treynor (oynaklığı ödülü) ölçütleridir (Karan, 2004: 667;
Ghosh ve Mahanti, 2014). Diğer kullanılan ölçütler ise Jensen, IR (information ratio)
ve Sortino oranlarıdır. Son yıllarda ortaya çıkan daha güncel bir ölçüt ise Omega (Ω)
dır (Bertrand ve Prigent, 2011). Bu çalışma içinde Sharpe, Treynor, Jensen, IR, Sortino
ve Omega oranları hesaplamalarda kullanılacaktır.
Sharpe oranı; portföy performansını ölçmekte kullanılan çeşitli tek parametreli
risk/getiri ölçütlerinden en çok bilinenidir. Diğer bir değişle Sharpe oranı
değişkenliğin ödülü olarak tanımlanmaktadır. Risksiz orana göre düzeltilmiş fon getiri
değerlerinin, aynı getirilerin standart sapmasına bölümü ile bulunmaktadır. Bu
kapsamda aşağıdaki şekilde gösterilir (Karan, 2004).
𝑅𝑉𝐴𝑅𝑝 =𝑟𝑝 − 𝑟𝑓
𝜎𝑝 (2.13)
𝑅𝑉𝐴𝑅𝑝 = Sharpe oranı
𝑟𝑝 = portföy getirisi
𝑟𝑓 = risksiz getiri oranı
𝜎𝑝 = portföyün standart sapması
Treynor oranı; Diğer en çok kullanılan ölçüt ise Treynor diğer bir değişle
oynaklığın ödülüdür. Sharpe oranı portföy performansını toplam riske göre
değerlendirirken, Treynor oranı pazar riskine göre “β” değerlendirmektedir. İyi bir
şekilde çeşitlendirilmiş portföylerin şirket riskleri büyük ölçüde ortadan
kalkacağından Treynor ölçütü Sharpe ölçütünden çok farklı olmayacaktır (Karan,
2004: 678).
93
𝑅𝑉𝑂𝐿𝑝 =𝑟𝑝 − 𝑟𝑓
𝛽 (2.14)
𝑅𝑉𝐴𝑅𝑝 = Treynor oranı
𝑟𝑝 = portföy getirisi
𝑟𝑓 = risksiz getiri oranı
𝛽 = Beta katsayısı
Sortino oranı; sharpe oranının düzeltilmiş bir versiyonu olarak ta kabul edilen
bir ölçüttür. Payda kısmında portföyün standart sapması yerine kabul edilebilir bir gelir
düzeyi altında getirilerin standart sapmasını hesaplamaktadır (Sortino ve Price, 1994).
Bu kapsamda Sortino oranı;
𝑆𝑜𝑟𝑝 =𝑟𝑝 − 𝑟𝑓
𝜎𝑑 (2.15)
𝑆𝑜𝑟𝑝 = Sortino oranı
𝑟𝑝 = portföy getirisi
𝑟𝑓 = risksiz getiri oranı
𝜎𝑑 = negatif getirilerin standart sapması
Jensen ölçütü; Diğer bir adı ile “Alfa” olarak adlandırılan ölçüt, herhangi bir
portföyün menkul kıymet doğrusundan sapmasını ölçmektedir. Portföy seçme
becerisini gösterir. Jensen ölçütünün hesaplanabilmesi için bir tane bechmark Pazar
portföyü olmak zorundadır (Karan, 2004: 679). Bu kapsamda Jensen oranı;
94
𝛼𝑝 = 𝑟𝑝 − (𝑟𝑓 + 𝛽𝑝(𝑟𝑚 − 𝑟𝑓)) (2.16)
𝛼𝑝 = Jensen ölçütü
𝑟𝑝 = portföy getirisi
𝑟𝑓 = risksiz getiri oranı
𝑟𝑚 = piyasa getiri oranı
𝛽𝑝 = portföyün beta katsayısı
IR (information ratio); herhangi bir portföyün Benchmark portföyün üstündeki
getiri değerlerinin bu değerler kümesinin standart sapmasına bölümü ile elde edilen
orandır. IR aşağıdaki şekilde hesaplanmaktadır;
𝐼𝑅 =(𝑟𝑝 − 𝑟𝑖 )
𝜎𝑝−𝑖 (2.17)
𝐼𝑅 = Information Ratio
𝑟𝑝 = portföy getirisi
𝑟𝑖 = benchmark endeks getirisi
𝜎𝑝−𝑖 = endeksin ve portföyün getirileri arasındaki farkın standart sapması
Omega©; Keating ve Shadwick 2002 yılında yapmış oldukları çalışma ile
Omega fonksiyonunu performans ölçüm kriteri olarak finans dünyasına sunmuşlardır
(Keating ve Shadwick, 2002). Bu performans kriterine göre sınır bir getiri değeri
belirlenmekte ve getiri dağılımının bu sınır değeri geçen kısmının dağılım
fonksiyonunun altındaki alan bu sınırı geçemeyen kısmındaki dağılım fonksiyonu
alanına bölünmesi ile performans ölçülmektedir.
95
Ω(𝑟) =∫ (1 − 𝐹(𝑥))𝑑𝑥
𝑏
𝑟
∫ 𝐹(𝑥)𝑑𝑥𝑟
𝑎
(2.18)
Ω(𝑟) = Omega fonksiyonu
𝐹(𝑥) = birikimli getiri dağılımı
𝑟 = sınır getiri değeri
𝑏 = getiri dağılımının üst sınırı
𝑎 = getiri dağılımının alt sınırı
2.2 Elektrik Fiyatı Tahmin Yaklaşımları
1978 yılında Şili öncülüğünde başlayan elektrik piyasası reformları ve
uygulaması kendine geniş bir uygulama alanı bulmuş ve hızla Avrupa ülkeleri ve
Amerika’ya yayılım göstermiştir (Aslan, Katırcıoğlu ve diğerleri, 2007: 142).
1990’larda birçok büyük ekonomi elektrik piyasası reformlarını başlatmak için
çalışmalar planlamışlardır. Liberal elektrik piyasalarında taraflar arasındaki fiziki ve
türev sözleşmeler bu serbest piyasalarda belirlenen gösterge fiyatlara göre
yapılmaktadır. Bu yaklaşım fiyat hareketlerinin taraflar için öngörülebilmesi için fiyat
tahmin yaklaşımlarının uygulanmasını beraberinde getirmiş ve elektrik piyasası için
fiyat tahmini yaklaşımlarının önemini arttırmıştır.
Literatürde, elektrik fiyatlarının tahminine yönelik birçok metot kullanılmış
olup yeni yöntemlerde geliştirilmeye devam etmektedir. Bu konu başlı başına ayrı bir
çalışma alanı olup bu tezin temel konusunu teşkil etmemesi fakat konuyla ilişkili
olması sebebi ile burada kısaca açıklanmaya çalışılmıştır.
96
Temel olarak tahmin sürecinde kullanılan metotları nitel ve nicel yöntemler
olarak ikiye ayırabiliriz. Nitel yöntemler daha çok geçmiş veri eksiklikleri
durumlarında orta ve uzun vadeli durumlar için yapılan öznel değerlendirmelerdir.
Uzman görüşleri, anket uygulamaları, piyasa araştırmaları, beyin fırtınası, Delphi
yöntemi ve benzeri yöntemler bunlardan bazılarıdır. Nicel yöntemler ise daha çok
mevcut verilerin analizine dayanan nesnel yöntemlerdir.
Weron’un 2014 yılında yayınlanan çalışmasında son 25 yıl içinde bu alanda
yapılan çalışmaları Web of Science ve Scopus veri tabanlarına göre kategorize
etmiştir. 2000 yılından bu yana giderek artan sayıda yayının bu alanda yapılmaya
başlandığı görülmektedir. IEEE Transactions on Power Systems dergisi bu ve benzeri
yayınlarda başı çektiği görülmektedir (Weron, 2014: 1033). Bu alanda bu inceleme
makalesi önemli bir yol gösterici olmaktadır: Bu kapsamda Weron elektrik fiyat
tahmininde kullanılan metodolojileri beş ana bir de hibrit grup altında aşağıdaki
şekilde kategorize etmiştir (Weron, 2014: 1041):
Çok-etken modelleri (Multi-agent models): Bu modellerde sistem ve oyuncular
simüle edilerek arz talep eşleştirilmesi ile fiyat tahmini yapılmaktadır.
Temel Modeller (Fundamental models): Bu modellerde fiyat üzerinde etkili
fiziksel ve ekonomik değişkenlerin etki modellemesi ile fiyat davranışı
açıklanmaya çalışılmaktadır.
İndirgenmiş Form Modelleri (Reduced-form models): Bu modellerde risk
yönetimi ve türev ürünlerin değerlendirilebilmesi için elektrik fiyatlarının
zaman içindeki istatistiksel fiyat özellikleri tanımlanmaya çalışılmaktadır.
97
İstatistiksel Modeller (Statistical models): Bu modeller yük tahmini veya
ekonomik modellerin güç piyasalarına kurulumu için kullanılmaktadır.
Hesaplamalı Zeka Modelleri (Computational intelligence models): Bu
modeller komplex dinamik sistemlerin adaptasyonlarını yapabilme
kabiliyetine sahip yaklaşımlar yaratmak için öğrenme, evrilme ve bulanıklık
elementlerini bir araya getirmektedir (Weron, 2014: 1039; Zakeri, 2015: 2).
Hibrit Modeller (Hibrid models): Bu modeller yukarıda verilen model
uygulamalarının bir veya birkaçının birlikte kullanılması ile ortaya çıkan
modellerdir.
Şekil-19’da, Weron’nun yapmış olduğu, elektrik fiyatları tahmin
yaklaşımlarının 5 ana grup altında sınıflandırılması ve bu sınıflandırmalara ait alt
gruplar görülmektedir. Özellikle istatistiksel modeller ve alt grubunda yer alan
regresyon modelleri kolay uygulanabilirlikleri nedeniyle yapılan çalışmalarda
kendilerine fazlaca yer verilmektedir. Diğer bir popüler metot ise nöral network ve
onun hibrit uygulamaları olup bu metotlarda araştırmacılar tarafından sıklıkla
kullanılmaya başlanmıştır.
98
Şekil 19 Elektrik fiyatı tahmin modeli yaklaşımlarının sınıflandırılması (Weron,
2014: 1041).
2.3 Elektrik Piyasasına Yönelik Finansal Portföy Optimizasyon Modelleri
(Literatür Taraması)
1980 sonrası monopol elektrik piyasası yapısından serbest elektrik piyasası
yapısına geçiş sürecinin hızlanması ile birlikte dikey olarak entegre elektrik güç
endüstrisi yeniden yapılandırılmıştır. Bu sayede dikey olarak entegre ve çoğunluğu
devlet tarafından sahiplenilmiş olan elektrik güç endüstrisi bağımsız elektrik
üreticilerine, dağıtım ve perakende şirketlerine dönüşmüş böylece tekel niteliğindeki
monopol market yapılarına rekabet getirilmiştir (Gökgöz ve Atmaca, 2013; 2017). Bu
dönüşümlerden sonra oluşan bu elektrik piyasa yapısı diğer hisse senedi ve varlık
99
piyasalarına kıyasla çok daha fazla oynaklığa sahip olduğu görülmüştür (Vehviläinen
ve Keppo, 2003).
Şekil 20 Geniş literatür taraması "electricity markets" WoS
Bu konuya yönelik yapılan çalışmalar Şekil-20’deki WoS sisteminden çekilmiş
rapor grafiktede görüleceği üzere literatürde son yıllarda hızla büyümektedir. Birçok
matematiksel teknik kullanılmakla birlikte özellikle akıllı şebeke uygulamaları ve
yenilenebilir enerji kaynaklarının da piyasaya daha fazla girmesiyle yöntemlerin
karmaşıklığı ve belirsizliğin hesaba katılması bazlı uygulamalarda artmaya
başlamıştır. Bu belirsizliklerin temel kaynakları yalnızca güneşli gün durumu, rüzgar
ve su rejimi unsurları değil aynı zamanda şebeke kapasitesi, üreticilerin teklif
değişkenlikleri, talep ve arz dengesi veya dengesizliği, yakıt fiyatlarında ki
belirsizlikler, işletme problemleri, bakım ve onarım düzensizlikleri, santral verimleri
ve elde olmayan sebepler gibi birçok unsurdan kaynaklanmaktadır. Bir elektrik
üreticisi için tüm bu durumları tahmin etmek veya kontrol altında tutmak mümkün
olmamakla birlikte her birine yönelik farklı risk yönetim stratejileri (transfer,
100
kabullenme, önleme, etkisini azaltma) belirleyebilir (PMI, 2008: 303-304). Bu
unsurların içinde en önemlilerinden biride piyasa da oluşan elektrik fiyatlamasıdır.
Serbest elektrik piyasaları yapı olarak ülkeden ülkeye farklılıklar
göstermektedir. En önemli farklılıklardan biri örneğin: bazı ülkeler ortak bazıları tek
başına piyasa yapıları oluşturmuşlardır. Serbest elektrik piyasaları özel
karakteristikleri (iletim kısıtları veya kayıpları, piyasa katılımcılarının sayısı, uzun inşa
süreleri, yüksek sermaye gereklilikleri, dominant elektrik üretici grupları,
hükümetlerin müdahale düzeyleri) gereği kusurlu rekabete veya sınırlı rekabete dayalı
bir yapıya sahiptirler (Li, Shi, & Qu, 2011). Spot piyasalarda oluşan elektrik fiyatları
çoğu zaman ikili anlaşmalara ve türev piyasalara gösterge oluşturmakta olup piyasa
derinliğinin olması bu göstergenin daha etkin çalışmasına ve piyasaya olan güvenin
artmasına katkıda bulunmaktadır. Tüm bunlarla birlikte özellikle elektrik üreticileri bu
piyasa yapısı altında bazı önemli kararlar vermek zorundadırlar: Üretilen elektriğin
hangi fiyattan satılacağı, ikili anlaşma ile ne kadarının ve piyasada ne kadarının
satılacağı, hangi işlem saatlerine nasıl teklif sunması gerektiği gibi. Bu noktada spot
piyasada ve ikili kontrat piyasasında elektrik ticareti için risk yönetimi tabanlı bir
ticaret stratejisi izlemek en temel gerekliliklerden biri olmaktadır (Gökgöz ve Atmaca,
2012). Şekil-13’te bu risk yönetim yapısı genel olarak gösterilmektedir.
Kullanılan modelleme metodolojilerine bakıldığında, serbest toptan elektrik
piyasalarında elektrik üreticilerinin teklif stratejilerini inceleyen bir literatür tarama
çalışmasında kullanılan modeller üç ana gruba ayrılarak listelenmiştir bu gruplandırma
şu şekilde oluşmuştur: Tek elektrik üretici optimizasyon modelleri, oyun teorisi
101
modelleri, ajan tabanlı modeller ve bunların birlikte kullanımından oluşan hibrit
yaklaşımlar (Li, Shi, & Qu, 2011). 4 önemli veri tabanında konu başlıkları üzerinden,
yayın türü sınırlaması olmaksızın, belirli anahtar kelimelerle yapılan taramalarda
Tablo-7’de görülen genel sonuçlar elde edilmiştir. Tablo-7’den görüleceği üzere konu
alanlarında özele gidildikçe yayın sayısında hızlı bir düşüş ortaya çıkmaktadır. Bu
nedenle akademik anlamda üzerinde spesifik çalışma yapılabilecek bir çok açık alan
bulunduğu da anlaşılmaktadır.
Tablo 7 Elektrik piyasası sayısal literatür taraması
Anahtar Kelimeler Google Scholar IEEE Xplore Web of
Science
Science
Direct
Electricity market ①17 10300 2286 3482 1387
① + risk 296 99 132 47
① + risk management 93 31 43 14
① + competition 301 24 75 40
① + bidding 337 158 210 58
① + asset allocation 3 1 2 -
① + optimization 159 73 102 28
① + portfolio 50 20 34 16
① + portfolio optimization 24 12 15 6
① + portfolio management 6 4 5 -
① + portfolio selection 5 3 3 1
① + Turkish 49 1 12 9
① + Nordic 203 13 43 23
① + Nord Pool 25 - 5 3
Örneğin Tablo-7’de yer alan tarama sonuçlarının bazılarını 2000’den sonra
yapılmış yayın sayıları açısından tekrar incelediğimizde: Google Scholar’da 10300
toplam sonucun 8860’ı, IEEE Xplore’da 2286 toplam sonucun 2201’i, Web of
17 ① simgesi “electricity market” kelimelerini temsil etmekte olup diğer tüm taramalarda “electricity market” kelimelerine tablodaki diğer kelimeler eklenerek tarama yapıldığından bu simge ile kısaltma yoluna gidilmiştir.
102
Science’da 3482 toplam sonuçtan 3243’ü ve Science Direct’e 1387 toplam sonucun
1262’sinin 2000 yılından sonra yapıldıkları görülmüştür. Tüm veri tabanlarının kabaca
ortalaması alındığında, başlığı içinde elektrik piyasası ifadesi geçen tüm yayınların
%92’sinin 2000 yılından sonra yayınlandığı görülmektedir. Son yıllarda ortaya çıkan
ve 2000 yılından sonra ağırlık kazanan elektrik piyasası gelişim ve evrilme süreci
elektrik üreticilerini risklerini düşürmek için farklı konvansiyonel veya yenilenebilir
elektrik üretim ve satış alternatifleri oluşturmaya yönlendirmiştir. Eğer klasik portföy
teorisi tarafından bakılırsa, aslında bu yaklaşımın ne kadar bilindik ve tanıdık olduğu
görülmektedir. Çünkü klasik teoriye göre portföye (yatırım sepetine) ne kadar çok
varlık eklenirse portföyün toplam riski de o kadar çok düşmekte ve piyasa riskine
yakınsamaktadır (Gökgöz ve Atmaca, 2017). Bu teorinin geçerliliği sadece hisse
senedi piyasalarındaki uygulamaya dayanmamakta aynı zamanda bazı matematiksel
hesaplarla da kolayca gösterilebilmektedir (Gökgöz ve Atmaca, 2012; Statman, 1987;
Jones, 1999; Copeland, Weston ve Shastri, 2005). Bununla birlikte klasik portföy
teorisi sistematik değildir (Markowitz, 1952). Varlıkların getirileri arasındaki yüksek
korelasyon faktöründen kaçınılması gerekir aksi taktirde çeşitleme yetersiz veya
etkisiz kalmaktadır. Bu gerçekler ışığında elektrik üreticilerinin risklerini minimize
ederken karlarını maksimize etmeleri için risklerin tanımlanması ve risklerin yönetimi
konularında stratejik adımlar atmalarına ihtiyaç bulunmaktadır (Gökgöz ve Atmaca,
2013; 2012; Liu ve Wu, 2006).
Literatürde risk yönetimi, getiri ve risk arasındaki dengelemede istenilen
düzeye ulaşmak için belli kısıtlar altında uygulanan özel ticaret/yatırım stratejileri
olarak tanımlanmakta olup iki temel unsur içermektedir: risk kontrolu ve risk
103
değerlendirmesi (Liu, Wu ve Ni, 2006). Şekil-13’te görüldüğü üzere varlık değerleme
ve risk ölçme, risk değerlendirme altında tanımlanırken hedging ve portföy
optimizasyonu risk kontrol teknikleri arasında tanımlanmaktadır (Liu, Wu ve Ni,
2006). Bunlardan hedging türev piyasalarda (Future, Forward, Options, Swaps)
pozisyon alan yatırımcıların vazgeçilmez yöntemi olup spot elektrik piyasa riskini
hedge etmek için Forward ve Future uygulamalarının yapıldığı çalışmalar mevcuttur
(Kaye, Outhred, ve Bannister, 1990; Tanlapco, Lawarree ve Liu, 2002). Elektrik
piyasalarında Future kontratları kullanan hedging tekniklerinin daha düşük standart
sapma veya riske sahip oldukları görülmüştür (Tanlapco, Lawarree ve Liu, 2002). Bu
çalışmanın temel amacı diğer risk kontrol yaklaşımı olan MPT ve onun türevlerine
dayalı portföy optimizasyonu metodolojilerini kullanarak elektrik piyasasında risk
yönetim uygulamasının gerçekleştirilmesidir.
Portföy optimizasyonu kapsamında finans literatüründe kullanılan ve elektrik
piyasalarına uygulanabilecek bir çok metodoloji bulunmakta olup bunlardan bazıları:
Ortalama varyans (Mean-variance), Alt tarafı risk (Down-side risk), Yarı varyans
(Semi-variance), Riske maruz değer (VaR), Koşullu riske maruz değer (CVaR),
Çarpıklık (Skewness) ve Basıklık (Kurtosis) yaklaşımları veya bunların birlikte
kullanıldığı hibrit yaklaşımlardır (Grootveld ve Hallerbach, 1999). Finans
literatüründe kendilerine geniş bir yer bulmuş burada elektrik piyasasına uyarlaması
ve kullanımı gösterilen portföy optimizasyonu uygulamaları ile elektrik piyasası
oyuncuları kendi risklerini sistematik olarak yönetebilecek ve teklif stratejilerini
geliştirebileceklerdir.
104
Portföy optimizasyonu, getiriyi maksimize ederken ilgili riski minimize etmek
amacıyla ticari enerji varlıklarının optimum olarak ağırlıklandırılmasına işaret
etmektedir (Gökgöz ve Atmaca, 2012; 2017). Nümerik simülasyon temelli
yaklaşımlardan farklı olarak portföy optimizasyon problemlerinin çözümünde
kullanılan diğer iki önemli yaklaşım: Karar analizi ve Modern Portföy Teorisidir
(Gökgöz ve Atmaca, 2013, 2017; Vehvilainen ve Keppo, 2003; Liu, Wu ve Ni, 2006;
Grootveld ve Hallerbach, 1999). MPT ve onun türev yaklaşımları hisse senedi ve diğer
sermaye varlıklarına yönelik piyasalarda kendine çok yaygın bir uygulama alanı
bulmuştur, elektrik piyasalarında ise son yıllarda kendine yer bulmaya başlamıştır
(Gökgöz ve Atmaca, 2012, 2013, 2016, 2017; Markowitz, 1952; Liu ve Wu, 2006,
2007a, 2007b; Liu, Wu ve Ni, 2006; Bodie, Kane ve Markus, 2009; Guan ve diğerleri,
2008; Atmaca, 2010; Gökgöz, 2009; Liu, 2004; Feng ve diğerleri, 2007; Marrero,
Punch ve Ramos-Real, 2015). Özellikle ortalama varyans haricindeki metotlar üzerine
oldukça kısıtlı sayıda çalışma yapıldığı daha geliştirilmesi gereken büyük bir hareket
alanının mevcut olduğu görülmektedir (Gökgöz ve Atmaca, 2017).
Web of Science veri tabanında “portfolio optimization” başlık ifadeleri ile
arama yapıldığında 970 yayın tespit edilirken “electricity market portfolio
optimization” ifadeleri ile arama yapıldığında sadece 15 yayın tespit edilmektedir. Bu
zamana kadar bu alanda yapılan literatürdeki referans çalışmalar incelendiğinde,
ortalama varyans, alt tarafı risk, yarı varyans ve diğer uyarlanmış metodolojilerin
bazılarının elektrik piyasası çalışmalarında kullanıldığı görülmüştür (Gökgöz ve
Atmaca, 2017). Literatürde yer alan temel çalışmalar Tablo-8’de listelenmektedir.
105
Tablo 8 Elektrik piyasasında portföy optimizasyonu literatür taraması
Referans Metot/
Model Piyasa Açıklama
Bijorgan ve
diğerleri, 1999 MV -
Türü: Makale
Veri Seti: Yok
Mean ve variance a bağlı olarak etkin sınır elde edilmiş
olup Utility function exponansiyel olarak
tanımlanmıştır. Çalışma gerçek veri seti üzerinden
olmayıp teorik tabanlıdır.
Byström, 2003 Variance Nord
Pool
Türü: Makale,
Veri Seti: Ocak 1996-Ekim 1999 (hafta içi spot ve
future piyasa fiyatları),
Varyansın minimize edilmesi üzerine bir çalışma
yapılmıştır.
Dahlgren ve
diğerleri, 2003
VaR /
CVaR
SP15
Californi
a PX
Türü: Makale,
Veri Seti: 2000
İki senaryo için VaR ve CVaR (%95, %99)
hesaplamaları yapılmış.
Nispeten elektrik piyasasına yönelik basit ve ilkel bir
çalışma oluşturulmuş
Liu, 2004
MV /
Tek faktör
Modeli
Californi
a ISO
Ve
PJM
Türü: Doktora Tezi,
Veri Seti: 1998-2000 yıllarının Nisan Mayıs ayı günlük
ortalama spot fiyatları, 1998-2002 yılları Ağustos ayı
PJM bölgesel fiyatları,
İkinci derece (quadratic) maliyet fonksiyonu,
maliyetler yapay,
İki durum için ikili anlaşma ve spot piyasa arasında
portföy optimizasyonu uygulanmış,
Future ve Forward uygulaması ile hedging yapılmış,
yakıt fiyatlarının dikkate alan bir uygulama da
yapılmıştır,
Liu ve Wu,
2006 MV
Californi
a
Türü: Makale,
Veri Seti: Ocak 1999-Ekim 2001 aylık elektrik fiyatları
Spot piyasa, yakıt fiyatları ve kontrat fiyatlarını dikkate
alan 3 ayrı durum çalışması yapılmıştır.
Liu ve Wu,
2007a
MV
Sharpe
optimum
(bir
dönem)
PJM
Türü: Makale,
Veri Seti: 1998-2005 Ağustos ayı fiyatları,
İkinci derece (quadratic) maliyet fonksiyonu,
maliyetler yapay,
3 bölgesel bir spot piyasa varlığı arasında portföy
optimizasyonu,
Liu ve Wu,
2007b
VaR
(bir
dönem)
PJM
Türü: Makale,
Veri Seti: PJM’nin günlük elektrik fiyatları (Ağustos)
üzerine nümerik simülasyon,
10 Bölge ikili anlaşma (risksiz) ve bir spot piyasa
(riskli) varlık yaklaşımı,
2 farklı ticari portföy durumu üzerinden analiz
yapılmıştır.
Feng ve
diğerleri, 2007
MV
Sharpe
optimum
PJM-
DALMP
Türü: Makale,
Veri Seti: 1999-2004 tarihsel data seti,
İkinci derece (quadratic) maliyet fonksiyonu,
maliyetler yapay,
Gün öncesi piyasası, riskli ikili anlaşma ve risksiz ikili
anlaşma üzerinden portföy optimizasyonu,
Munoz ve
diğerleri, 2009 MV Spain
Türü: Makale,
Veri Seti: 2005-2010 yılları arası
106
İspanya için 9 ayrı duruma göre optimum yatırım
portföyü içinde yer alması gereken yenilenebilir enerji
kaynakaları belirlenmiştir.
Atmaca, 2010
MV
(bir
dönem)
Türkiye
Türü: Yüksek Lisans tez çalışması,
Veri seti: Ağustos-2006/Aralık 2009 saatlik piyasa
verileri (hafta içi ve hafta sonu birlikte),
Gerçek hidrolik, termik ve doğalgaz üretim maliyetleri
kullanılmıştır,
Hidrolik, Termik ve Doğalgaz ile üçünden oluşan bir
portföye: 24 riskli varlık, 24 riskli varlık ve üst yatırım
kısıtı, 24 riskli varlık 1 risksiz varlık uygulaması
yapılmıştır
Pindoriya ve
diğerleri, 2010
MVS /
multi-
objective /
(1 aylık
yatırım
dönemi)
PJM
Türü: Makale,
Veri Seti: Ağustos 1999-Ağustos 2006 elektrik piyasa
verileri kullanılmış,
Elektrik üretim maliyet fonksiyonu quadratik olarak
tanımlanmış,
İki kontrat ve spot piyasa arasında varlık yerleştirme
optimizasyonu uygulanmış.
Kazempour ve
Moghaddam,
2011
Variance /
Co-
variance /
CVaR
1 haftalık
Spain
Türü: Makale,
Veri Seti: İspanya tarih belirsiz,
Bir güç santralinin, yakıt fiyatı, yakıt depolama alanı,
tüketim miktarı, emisyon miktarı, elektrik piyasası ve
ek üretim kapasite piyasası kısıtları altında haftalık
optimizasyonu yapılarak belli standart sapma ve risk
ceza faktörlerine bağlı beklenen getiri etkin sınırı
üretilmiştir.
Gökgöz ve
Atmaca, 2012
MV
(bir
dönem)
Türkiye
Türü: Makale,
Veri seti: Ağustos-2006/Nisan-2011 saatlik gün öncesi
piyasa verileri (hafta içi ve hafta son birlikte),
Gerçek hidrolik, termik (kömürlü), ve doğalgaz üretim
maliyetleri kullanılmıştır,
Hidrolik, Termik ve Doğalgaz üretim alternatiflerinin
her birine: 24 riskli varlık, 24 riskli varlık ve üst
yatırım kısıtı, 24 riskli varlık 1 risksiz varlık
uygulaması yapılmıştır
Bhattacharya
ve Kojima,
2012
MV
(Monte
Carlo)
Japan
Türü: Makale,
Veri Seti: -
Japonya için yenilenebilir enerji portföyünün %9’a
kadar olabileceğini MV optimizasyonu ile
göstermektedir.
Gökgöz ve
Atmaca, 2013
DS / SV
(bir
dönem)
Türkiye
Türü: Konferans Bildirisi
Veri seti: Aralık-2009/Eylül-2011 saatlik gün öncesi
piyasa verileri (hafta içi ve hafta son birlikte),
Gerçek hidrolik santral maliyetleri kullanılmıştır,
Sadece hidrolik santral portföyüne: 24 riskli varlık, 24
riskli varlık ve üst yatırım kısıtı, 24 riskli varlık 1
risksiz varlık uygulaması yapılmıştır.
İki yöntemin sonuçları birbiri ile kıyaslanmıştır
Suksonghong
ve diğerleri,
2014
MVS /
Genetic
Algorithm
/ multi
objective
PJM
Türü: Makale,
Veri seti: Haziran 1998-Temmuz 2006 24 saatlik spot
piyasa verileri,
2 örnek durum üzerinden 9 farklı bölgeye yönelik
enerji satış portföylerinin çözümlenmesi ortalama-
varyans-çarpıklık uygulaması ile çok amaçlı
optimizasyon olarak yapılmıştır.
107
Akhavan-
Hejazi ve
diğerleri, 2015
MV NYISO
3 bölge
Türü: Konferans Bildirisi,
Veri Seti: Ocak-Mayıs 2010 3 bölgenin gün öncesi ve
dengeleme piyasası fiyatları,
Gün-öncesi ve dengeleme piyasasında eş zamanlı
optimizasyon,
Boroumand,
2015
VaR /
CVaR France
Türü: Makale,
Veri Seti: 2001-2011 Fransa elektrik piyasa verileri (3,
6, 9, 12, 15, 18, 21 ve 24. Saatler için fiyat ve tüketim
verileri),
Bu çalışmada elektrik perakendecisi gözüyle bakılarak
hem piyasa fiyat belirsizliği hem de müşteri tüketim
belirsizlikleri göz önünde bulundurularak risk
minimizasyonu yapan portföyler aranmıştır. İkili
anlaşma, üretim ve piyasa payları araştırılmıştır.
Marrero ve
diğerleri, 2015
MV /
CAPM -
Türü: Makale,
Veri Seti: Dünya bankası ve IMF varlık fiyat dataları,
MV ve CAPM kullanılarak optimal üretim portföyü
tanımlanmıştır.
Gökgöz ve
Atmaca,
2016a
MV / DS /
SV
(bir
dönem)
Sharpe
Ratio
Nord
Pool
Türü: Kitap Bölümü,
Veri seti: Ocak-2015/Temmuz-2015 Nord Pool Spot
saatlik bir bölge piyasa verileri (sadece hafta içi),
Yapay üç farklı maliyet seviyesine 3 yöntemde
uygulanmıştır,
Ayrıca her yöntem için üç farklı yatırımcı risk algısı
kullanılarak toplam 27 kez optimizasyon yapılmıştır,
24 riskli ve 1 risksiz varlık için uygulama yapılmıştır,
Sharpe Ratio ile portföy performansları ölçülmüştür.
Gökgöz ve
Atmaca,
2016b
MV / DS /
SV
(bir
dönem)
Sharpe
Ratio
Türkiye
Türü: Konferans Bildirisi,
Veri seti: Nisan-2014/Nisan-2016 saatlik gün öncesi
piyasa verileri (sadece hafta içi),
Yapay tek seviye santral maliyeti kullanılmıştır,
Her üç yöntem için bir yapay durum çalışması (24
riskli varlık) 20 farklı yatırımcı algısı “A” için
yapılmıştır,
Sharpe Ratio ile portföy performans davranışları
karşılaştırılmıştır.
Gökgöz ve
Atmaca,
2016c
MV / VaR
/ HVaR
(bir
dönem)
Sharpe
Ratio
Treynor
Ratio
Türkiye
Türü: Konferans Bildirisi,
Veri Seti: Nisan-2014/Nisan-2016 saatlik gün öncesi
piyasa verileri (sadece hafta içi),
Yapay tek seviye santral maliyeti kullanılmıştır,
24 riskli varlık, 24 riskli ve üst yatırım kısıtlı ve 24
riskli üst yatırım kısıtlı ve 1 risksiz varlık için 7 şer
adet portföy optimizasyonu yapılmıştır,
Sharpe Ratio, Treynor Ratio ve 1 günlük getiri testi ile
portföylerin performansları ölçülmüştür.
Gökgöz ve
Atmaca, 2017
MV / DS /
SV
(bir
dönem)
Sharpe
Ratio
Türkiye
Türü: Makale,
Veri Seti: Aralık-2009/Aralık-2012 saatlik gün öncesi
piyasa verileri (hafta içi ve hafta sonu dahil),
Gerçek Hidrolik, Termik (kömür), Doğalgaz santral
maliyetleri kullanılmıştır,
24 riskli varlık, 24 riskli ve üst yatırım kısıtlı varlık, 24
riskli ve 1 risksiz varlık ve 24 riskli ve 1 adet sabit
fiyatlı varlık durumları hidrolik, Termik (Kömür) ve
hidrolik/Termik/Doğalgaz içeren üretim portföylerine
uygulanmıştır.
108
Tablo-8’den görüleceği üzere 1999 yılından başlayarak gittikçe artan bir
tempoda yayın üretilmektedir. Tabloda listelenen 23 çalışmanın 15’inde MV
optimizasyon uygulaması yapıldığı bu anlamda finans literatüründe olduğu gibi alanda
yapılan çalışmalarda önemli bir ağırlığı olduğu görülmektedir. VaR, CVaR, Sharpe
Ratio, DS, SV, CAPM, Varyans, MVS gibi diğer metodolojilerin birlikte veya
karşılaştırmalı olarak çalışmalarda kullanıldığı bununla birlikte kullanım oranlarının
MV kadar yaygın olmadığı tespit edilmiştir. Çalışmaların ağırlıklı olarak PJM ve Türk
elektrik piyasalarına yönelik olduğu görülmektedir. Özellikle Atmaca (7), Gökgöz (6),
Liu (4) ve Wu (3) isimli yazarlar söz konusu alanda yayın sayısı açısından hakimiyet
kurmuşlardır.
2.4 MPT Temelli Optimizasyon Modeli Yaklaşımları
2.4.1 Markowitz Ortalama Varyans Yaklaşımı (Mean-variance)
Markowitz portföy teorisi (MPT), belirli bir getiri değeri için minimum riski
ve belirli bir risk değeri için maksimum getiriyi arayan ortalama-varyans
optimizasyonunu baz almaktadır (Gökgöz ve Atmaca, 2017; LeCompte, 2008). Eldeki
fonun tümünün yatırım enstrümanlarına yatırılması ve belirli bir hedef getiri
seviyesine ulaşılması modelin temel kısıtlarını oluşturmaktadır (Ulucan, 2004: 17).
Temel uygulamada bir dönemlik yatırım ön görüsü mevcuttur. MPT’nin temel
varsayımları daha öncede listelendiği üzere şu şekildedir:
İşlemlerin maliyetleri ve vergisi yoktur,
109
Yatırımcılar varlıklara yönelik tüm bilgilere sahiptir ve bu bilgileri aynı şekilde
yorumlamaktadırlar,
Tüm yatırımcılar riskten kaçar, aynı risk düzeyindeki iki farklı yatırım
alternatifinden yüksek beklenen getiriye sahip olanı tercih ederler,
Yatırımcılar, yatırım kararlarını verirken yalnızca yatırımın beklenen getiri ve
riskini göz önünde bulundururlar,
Varlıkların beklenen getirilerinin istatistiksel olarak normal dağılıma sahip
olduğu varsayılır (Defusco ve diğerleri, 2004; TSPAKB, 2007: 74; Atmaca,
2010: 106; Gökgöz, ve Atmaca, 2017: 439).
MPT, yatırım yapılacak varlıkların getiri değerleri normal dağılıma sahipse bu
varlıklardan oluşacak olan olası portföy alternatiflerinin getiri dağılımının yalnızca
ortalama getiri ve varyansların kullanılması ile tanımlanabileceğini ifade etmektedir
(Levy, Post, 2005: 236; King, 2007). Bu kapsamda MV optimizasyonunun
yapılabilmesi için gerekli olanlar: Varlıkların beklenen getirileri, varyansları ve
kovaryans matrisidir (Gökgöz ve Atmaca: 2016a).
Belli sayıda riskli varlık alternatifinden oluşan bir portföy için MV
optimizasyonu sonucunda yatırımcının yatırım yapabileceği bir fırsat kümesi ve etkin
set elde edilmektedir. Şekil-21’de gösterildiği üzere; belirli bir risk seviyesi için
maksimum getiriyi sunan ve belirli getiri seviyesi için minimum riski sunan portföyler
etkin portföyler olarak adlandırılırken bu etkin portföylerden oluşan sete de etkin set
“efficient frontier” denilmektedir (Sharpe, Alexander ve Bailey, 1999: 174; Karan,
2004: 169; Copeland, 2005).
110
Şekil 21 MV modeli için etkin sınır (Atmaca, 2010)
Global minimum varyans portföyü (GMVP), mevcut varlıklarla
oluşturulabilecek en düşük risk değerine sahip olan portföydür (Atmaca, 2010: 115).
GMVP noktasının üzerinde kalan bölge çözüm için aranan etkin sonuçların olduğu
bölge olup altında kalan bölgedeki sonuçlardan daha iyi olan sonuçlar bu üst bölgede
yer almaktadır. Bu kapsamda çözüm portföyü aranırken GMVP noktasının üzerindeki
etkin sınır üzerindeki portföylere bakılmaktadır. Bu sınırın içinde kalan diğer tüm olası
portföyler ise optimal altı (sub-optimal) portföyler olarak tanımlanmaktadır.
“N” adet riskli varlık için yapılan uygulamada aşağıda listesi verilen kısıtlar
dahilinde minimum risk değerini veren portföylerin bulunması amaçlanmaktadır:
Varlık ağırlıklarının negatif (non-negativity) olmaması,
Varlık ağırlıklarının toplamının 1’e eşit olması,
Portföyün beklenen getirisinin hedef getiri değerine eşit olmasıdır.
200%
500%
800%
0,0 1,3 2,5
He
de
f G
eti
ri(r
)
Risk (Portföy Standart Sapması) (σ)
Fırsat Kümesi
Global Minimum Varyans Portföyü
Etkin Sınır
111
N varlık için oluşturulacak portföyün beklenen getirisi ve varyansı aşağıdaki
gibi tanımlanmaktadır.
𝐸(𝑟𝑝) = ∑𝑋𝑖𝑟𝑖 (2.19)
𝑁
𝑖=1
𝜎𝑝2 = ∑∑𝑋𝑖𝑋𝑗𝜎𝑖𝑗
𝑁
𝑗=1
(2.20)
𝑁
𝑖=1
𝑉𝑎𝑟 − 𝐾𝑜𝑣𝑎𝑟 𝑀𝑎𝑡𝑟𝑖𝑠𝑖 =
[ 𝜎1
2 𝜎1,2 ⋯ 𝜎1,𝑁
𝜎2,1 𝜎22
⋮ ⋱𝜎𝑁,1 𝜎𝑁
2 ]
(2.21)
𝑁 = mevcut riskli varlık sayısı,
𝑋𝑖 = i varlığının portföy içindeki ağırlık oranı,
𝜎𝑖𝑗 = i ve j varlıkları arasındaki korvaryans değeri
𝐸(𝑟𝑝) = portföyün beklenen getirisi
𝜎𝑝2 = portföyün varyansı
Varyans ve kovaryans yaklaşımı altında amaç fonksiyonu yorumlanacak olursa
en açık formuyla portföyün varyansını minimize eden genel amaç fonksiyonu
aşağıdaki gibi oluşmaktadır:
𝑀𝑖𝑛. (𝜎𝑝2) = ∑∑𝑋𝑖𝑋𝑗𝜎𝑖𝑗 =
𝑁
𝑗=1
∑𝑋𝑖2
𝑁
𝑖=1
𝜎𝑖2 + ∑ ∑𝑋𝑖𝑋𝑗𝜌𝑖𝑗𝜎𝑖𝜎𝑗
𝑁
𝑗=1
𝑁
𝑖=1𝑖≠𝑗
(2.22)
𝑁
𝑖=1
Farklı durumlara yönelik MV optimizasyonu etkin sınırın belirlenmesi ve
optimum portföy tercihinin tanımlanması için kullanılan amaç fonksiyonu ve kısıtlar
bunlarla kısıtlı olmamakla birlikte şu şekilde ortaya çıkmaktadır:
112
Tablo 9 Farklı optimizasyon aletrnatifleri için MV modelleri
Ortalama
Varyans (MV) N riskli varlık
N riskli varlık ve
yatırım üst kısıtı
N riskli varlık
ve 1 RF
kontrat
N riskli varlık
ve 1 FP kontrat
Etkin Sınır
Amaç
Fonksiyonu
𝑀𝑖𝑛. (𝜎𝑝2) = ∑∑𝑋𝑖𝑋𝑗𝜎𝑖𝑗
𝑁
𝑗=1
𝑁
𝑖=1
(2.22)
𝑀𝑖𝑛. (𝜎𝑐∨𝑑2 ) = ∑ ∑ 𝑋𝑖𝑋𝑗𝜎𝑖𝑗
𝑁+1
𝑗=1
𝑁+1
𝑖=1
(2.23)
Kısıtlar
𝑟𝑝 = ∑𝑋𝑖𝑟 = 𝑟𝑒
𝑁
𝑖=1
∑𝑋𝑖 = 1
𝑁
𝑖=1
0 ≤ 𝑋𝑖 ≤ 1, [𝑖 = 1,2…… ,𝑁]
(2.24)
𝑟𝑝 = ∑𝑋𝑖𝑟 = 𝑟𝑒
𝑁
𝑖=1
∑𝑋𝑖 = 1
𝑁
𝑖=1
𝑋𝑖
≤ 𝜃𝑖 , [𝑖 = 1,2……𝑁]
0 ≤ 𝑋𝑖 ≤ 1, [𝑖 = 1,2…… ,𝑁]
(2.25)
𝑟𝑐
= ∑𝑋𝑖𝑟
𝑁
𝑖=1
+ 𝑋𝑟𝑓𝑟𝑓 = 𝑟𝑒
∑𝑋𝑖 + 𝑋𝑟𝑓
𝑁
𝑖=1
= 1
0 ≤ 𝑋𝑟𝑓≤ 1
0 ≤ 𝑋𝑖 ≤ 1, ∀𝑋𝑖
∈ [𝑖= 1,2,… . 𝑁]
(2.26)
𝑟𝑑
= ∑𝑋𝑖𝑟
𝑁
𝑖=1
+ 𝑋𝑓𝑝𝑟𝑓𝑝 = 𝑟𝑒
∑𝑋𝑖 + 𝑋𝑓𝑝
𝑁
𝑖=1
= 1
0 ≤ 𝑋𝑓𝑝≤ 1
0 ≤ 𝑋𝑖 ≤ 1, ∀𝑋𝑖
∈ [𝑖= 1,2,… . 𝑁]
(2.27)
Optimum
Portföy-OP
Amaç
Fonksiyonu
(Utility
Functions)
𝑀𝑎𝑥𝑋𝑖 𝑈 = 𝐸(𝑟𝑝) −
1
2𝐴𝜎𝑝
2
(2.28)
𝑀𝑎𝑥𝑋𝑖 ,𝑋𝑟𝑓𝑈
= 𝐸(𝑟𝑐)
−1
2𝐴𝜎𝑐
2
(2.29)
𝑀𝑎𝑥𝑋𝑖 ,𝑋𝑓𝑝𝑈
= 𝐸(𝑟𝑑)
−1
2𝐴𝜎𝑑
2
(2.30)
Kısıtlar
∑𝑋𝑖 = 1
𝑁
𝑖=1
0 ≤ 𝑋𝑖 ≤ 1, [𝑖 = 1,2…… ,𝑁]
(2.31)
∑𝑋𝑖 = 1
𝑁
𝑖=1
𝑋𝑖
≤ 𝜃𝑖 , [𝑖 = 1,2……𝑁]
0 ≤ 𝑋𝑖 ≤ 1, [𝑖 = 1,2…… ,𝑁]
(2.32)
∑𝑋𝑖 + 𝑋𝑟𝑓
𝑁
𝑖=1
= 1
0 ≤ 𝑋𝑟𝑓≤ 1
0 ≤ 𝑋𝑖 ≤ 1, ∀𝑋𝑖
∈ [𝑖= 1,2,… . 𝑁]
(2.33)
∑𝑋𝑖 + 𝑋𝑓𝑝
𝑁
𝑖=1
= 1
0 ≤ 𝑋𝑓𝑝≤ 1
0 ≤ 𝑋𝑖 ≤ 1, ∀𝑋𝑖
∈ [𝑖= 1,2,… . 𝑁]
(2.34)
Burada
𝐸(𝑟𝑝) = ∑𝑋𝑖𝑟
𝑁
𝑖=1
(2.35)
𝜎𝑝2 = ∑∑𝑋𝑖𝑋𝑗𝜎𝑖𝑗
𝑁
𝑗=1
𝑁
𝑖=1
(2.36)
𝐸(𝑟𝑐) = 𝑋𝑟𝑓𝑟𝑓 + (1 − 𝑋𝑟𝑓
)𝐸(𝑟𝑝) (2.37)
𝜎𝑐2 = (1 − 𝑋𝑟𝑓
)2𝜎𝑝2 (2.38)
𝐸(𝑟𝑑) = 𝑋𝑓𝑝𝑟𝑓𝑝 + (1 − 𝑋𝑓𝑝)𝐸(𝑟𝑝) (2.39)
𝜎𝑑2 = ∑ ∑ 𝑋𝑖𝑋𝑗𝜎𝑖𝑗
𝑁+1
𝑗=1
𝑁+1
𝑖=1
(2.40)
113
Bu tablo’da belirtilenlerin dışında alım-satım maliyetlerini içeren, kredili
işlemleri içeren, açığa satış içeren, maksimum varlık sayısı içeren, tamsayı çözüm
içeren, senaryo tabanlı ve bazıları daha ileride açıklanacak olan farklı risk ölçütleri
kullanılan daha birçok MV tabanlı optmizasyon yaklaşımıda mevcut bulunmaktadır
(Ulucan, 2004; Borandağ, 2013).
MV optimizasyon uygulamasında optimal portföy çözümünde, portföyün
beklenen getirisi, standart sapması ve yatırımcının risk algısını gösteren “A” terimlerin
yer aldığı (2.31/2.32/2.33/2.34) ikinci dereceden (quadratic) fayda fonksiyonları bir
çok optimizasyon çalışmasında kullanımış olup halen kullanılmaya devam etmektedir
(Atmaca, 2010; Gökgöz ve Atmaca: 2012, 2013, 2016a, 2016b, 2016c, 2017; Liu ve
Wu, 2006, 2007a; Liu, Wu ve Ni, 2006; Bodie, Kane ve Marcus, 2009; Liu, 2004;
King, 2007; MIT, 2003).
Burada fayda fonksiyonu içinde yer alan “A” katsayısı yatırım için karar
vericinin tercihini gösteren bir ağırlıklandırma faktörüdür. Bu değerin büyük olması
yatırımcının riskten kaçındığını küçük olması ise yatırımcının riski sevdiğini
göstermektedir. Finansal literatürde ortalama risk beklentisi için A=3 alınırken, A>3
olduğu durumlarda yatırımcının normalin üzerinde riskten kaçındığı, A<3 olduğu
durumlarda ise yatırımcının normalin üzerinde riski sevdiği anlaşılmaktadır (Gökgöz
ve Atmaca; 2016a, 2017; Liu ve Wu; 2007a). Global minimum varyans portföyü
bulunurken A değeri sonsuza gitmesi yada en yakın sonucu verebilecek büyük bir
değere gitmesi yeterli olacaktır. Bu kapsamda GMVP’nü veren fayda fonksiyonu
formülüzasyonu aşağıdaki gibi olmaktadır:
114
lim𝐴→∞
𝑀𝑎𝑥𝑋𝑖 𝑈 = 𝐸(𝑟𝑝) −
1
2𝐴𝜎𝑝
2 (2.41)
2.4.2 Alt-taraf Risk Yaklaşımı (Down-side Risk)
Alt-taraf risk ve Yarı-varyans risk uygulamaları kısaca Alt kısmi moment
uygulamaları (LPM) olarak adlandırılmakta ve LPM’nin özel formlarını teşkil
etmektedir (Gökgöz ve Atmaca, 2016a: 456). Buradaki temel fikir beklenen getiri
değerinden (veya hedef bir getiri değeri mevcutsa bu değerden) pozitif yönde oluşan
sapmaların fırsat kümesi olarak kabul edilmesi nedeniyle ile risk olarak
görülmemesidir. Diğer taraftan negatif yönde oluşan sapmaların asıl kayba neden olan
unsurlar olarak görülmesi sebebi ile risk olarak görülmesidir ve LMP yaklaşımları bu
nedenle getiri dağılımının sol tarafına odaklanmaktadır (Grootveld ve Hallerbach,
1999). Bu anlamda MV optimizasyonu beklenen getiriden hem negatif hem de pozitif
yöndeki sapmalara odaklanırken, LPM’ler sadece negatif yönde oluşan sapmalara
odaklanmaktadır (Gökgöz ve Atmaca, 2016a: 456). Bu alanda, A.D. Roy tarafından
kaleme alınan “Safety First and Holding of Assets” isimli makale finans literatüründe
Alt-taraf risk’i risk ölçütü olarak ele alan en erken dönem çalışma olarak bilinmektedir
(Roy, 1952; Yu, 2007). Alt-taraf risk yaklaşımı birinci derece LPM olarak
adlandırılmaktadır ve sürekli formda aşağıdaki gibi gösterilmektedir:
𝐿𝑃𝑀1(𝜏: 𝑟) = ∫ (𝜏 − 𝑟)𝑑𝐹(𝑟)𝜏
−∞
(2.42)
115
Yatırımcıların hedef getiri altındaki getirlere yönelik davranışsal eğilimi Alt-
taraf risk kavramının kullanımının yaygınlaşmasında önemli bir rol oynamıştır (Yu,
2002). Alt kısmi momentlerin genel formunun Fishburn (𝞪, t) model olarak
bilinmektedir (Fishburn, 1977). Daha geniş anlamda LPM, aşağıdaki şekilde
gösterilen Bernall Stone’nun risk ölçüm genellemesinin özel bir formu olarak
görülmektedir (Grootveld ve Hallerbach, 1999; Yu, 2002; Fishburn, 1977).
𝐿𝑃𝑀𝛼(𝜏: 𝑟) = ∫ (𝜏 − 𝑟)𝛼𝑑𝐹(𝑟)𝜏
−∞
(2.43)
Burada “𝞪” LPM’nin derecesini, “τ” hedef getiri değerini ve “F(r)” ise
birikimli dağılım faonksiyonunu ifade etmektedir. Fishburn’e göre “𝞪” aynı zamanda
yatırımcının risk algısı seviyesini aşağıdaki şekilde temsil edebilmektedir:
𝞪>1, riskten kaçınan
𝞪=1, risk nötral,
0<𝞪<1, riski seven (Grootveld ve Hallerbach, 1999; Yu, 2002; Fishburn,
1977).
Fishburn’nün 𝞪 bazlı yaklaşımına göre Alt-taraf risk nötral risk algısına sahip
yatırımcılar tarafından tercih edilmektedir.
Hedef getiri ve geçmiş olası senaryoların bu belirli hedef getiriden sapması
yaklaşımı altında DS için amaç fonksiyonu yorumlanacak olursa en açık formuyla
116
portföyün birinci derece alt momentini minimize eden genel amaç fonksiyonu
aşağıdaki gibi oluşmaktadır:
𝑀𝑖𝑛.∑𝑝𝑗𝑑𝑗−
𝑀
𝑗=1
= 𝐿𝑃𝑀1(𝜏: 𝑟) = ∫ (𝜏 − 𝑟)𝑑𝐹(𝑟)𝜏
−∞
(2.44)
𝑝𝑗 = j senaryonunun gerçekleşme olasılığı,
𝑑𝑗− = j senaryo getirisinin hedef getiriden negatif yöndeki farkı,
𝑀 = toplam senaryo sayısı
𝑑𝐹(𝑟) = birikimli getiri dağılım fonksiyonu
𝐿𝑃𝑀1(𝜏: 𝑟) = birinci derece alt moment
𝜏 = hedef getiri
Farklı durumlara yönelik DS optimizasyonu etkin sınırın belirlenmesi ve
optimum portföy tercihinin tanımlanması için kullanılan amaç fonksiyonu ve kısıtlar
bunlarla kısıtlı olmamakla birlikte şu şekilde formülüze edilmiştir:
117
Tablo 10 Farklı optimizasyon aletrnatifleri için DS modelleri
Alt-taraf Risk
(DS) N riskli varlık
N riskli varlık ve
yatırım üst kısıtı
N riskli varlık ve
1 RF kontrat
N riskli varlık ve 1 FP
kontrat
Etkin Sınır
Amaç Fonksiyonu
(Object Funtion)
𝑀𝑖𝑛.∑𝑝𝑗𝑑𝑗−
𝑀
𝑗=1
(2.45)
Kısıtlar
∑𝑋𝑖𝑟𝑖𝑗 = 𝑟𝑗
𝑁
𝑖=1
(j=1,2,…,M)
∑𝑋𝑖 = 1
𝑁
𝑖=1
∑𝑝𝑗𝑟𝑗 = 𝑟𝑡𝑎𝑟𝑔𝑒𝑡
𝑀
𝑗=1
𝑑𝑗−
= 𝑚𝑎𝑥[0,−(𝑟𝑗− 𝑟𝑡𝑎𝑟𝑔𝑒𝑡)]
0 ≤ 𝑋𝑖 ≤ 1, [𝑖 = 1,2…… ,𝑁]
(2.46)
∑𝑋𝑖𝑟𝑖𝑗 = 𝑟𝑗
𝑁
𝑖=1
(j=1,2,…,M)
∑𝑋𝑖 = 1
𝑁
𝑖=1
∑𝑝𝑗𝑟𝑗 = 𝑟𝑡𝑎𝑟𝑔𝑒𝑡
𝑀
𝑗=1
𝑑𝑗−
= 𝑚𝑎𝑥[0,−(𝑟𝑗− 𝑟𝑡𝑎𝑟𝑔𝑒𝑡)]
0 ≤ 𝑋𝑖 ≤ 1, [𝑖 = 1,2…… ,𝑁]
𝑋𝑖
≤ 𝜃𝑖 , [𝑖= 1,2……𝑁]
(2.47)
[∑𝑟𝑖𝑗𝑋𝑖
𝑁
𝑖=1
]
+ 𝑋𝑟𝑓𝑟𝑓 = 𝑟𝑗
(j=1,2,…,M)
∑𝑋𝑖 + 𝑋𝑟𝑓= 1
𝑁
𝑖=1
∑𝑝𝑗𝑟𝑗 = 𝑟𝑡𝑎𝑟𝑔𝑒𝑡
𝑀
𝑗=1
𝑑𝑗−
= 𝑚𝑎𝑥[0,−(𝑟𝑗− 𝑟𝑡𝑎𝑟𝑔𝑒𝑡)]
0 ≤ 𝑋𝑟𝑓≤ 1
0 ≤ 𝑋𝑖 ≤ 1, ∀𝑋𝑖
∈ [𝑖 = 1,2,… . 𝑁]
(2.48)
[∑𝑟𝑖𝑗𝑋𝑖
𝑁
𝑖=1
] + 𝑋𝑓𝑝𝑟𝑓𝑝
= 𝑟𝑗
(j=1,2,…,M)
∑𝑋𝑖 + 𝑋𝑓𝑝 = 1
𝑁
𝑖=1
∑𝑝𝑗𝑟𝑗 = 𝑟𝑡𝑎𝑟𝑔𝑒𝑡
𝑀
𝑗=1
𝑑𝑗−
= 𝑚𝑎𝑥[0,−(𝑟𝑗− 𝑟𝑡𝑎𝑟𝑔𝑒𝑡)]
0 ≤ 𝑋𝑓𝑝 ≤ 1
0 ≤ 𝑋𝑖 ≤ 1, ∀𝑋𝑖
∈ [𝑖 = 1,2,… . 𝑁]
(2.49)
Optimum Portföy-
OP
Amaç Fonksiyonu
(Utility
Functions)
𝑀𝑎𝑥𝑋𝑖 𝑋𝑟𝑓𝑋𝑓𝑝𝑈𝐷𝑆 = 𝐸(𝑟𝑝) −
1
2𝐴. 𝐿𝑃𝑀1(𝜏: 𝑟)
(*)(2.50)
veya
𝑀𝑖𝑛𝑋𝑖 𝑋𝑟𝑓𝑋𝑓𝑝𝐿𝑃𝑀1(𝜏: 𝑟)
(2.51)
Kısıtlar
∑𝑋𝑖 = 1
𝑁
𝑖=1
0 ≤ 𝑋𝑖 ≤ 1, [𝑖 = 1,2…… ,𝑁]
(2.52)
∑𝑋𝑖 = 1
𝑁
𝑖=1
𝑋𝑖
≤ 𝜃𝑖 , [𝑖= 1,2……𝑁]
0 ≤ 𝑋𝑖 ≤ 1, [𝑖 = 1,2…… ,𝑁]
(2.53)
∑𝑋𝑖 + 𝑋𝑟𝑓= 1
𝑁
𝑖=1
0 ≤ 𝑋𝑟𝑓≤ 1
0 ≤ 𝑋𝑖 ≤ 1, ∀𝑋𝑖
∈ [𝑖 = 1,2,… . 𝑁] (2.54)
∑𝑋𝑖 + 𝑋𝑓𝑝 = 1
𝑁
𝑖=1
0 ≤ 𝑋𝑓𝑝≤ 1
0 ≤ 𝑋𝑖 ≤ 1, ∀𝑋𝑖
∈ [𝑖 = 1,2,… . 𝑁] (2.55)
Burada
M = toplam senaryo sayısı
N = riskli varlık sayısı
𝐸(𝑟𝑝) = ∑𝑋𝑖𝑟
𝑁
𝑖=1
(2.56)
𝐿𝑃𝑀1(𝜏: 𝑟) = ∫ (𝜏 − 𝑟)𝑑𝐹(𝑟)𝜏
−∞
(2.57)
(*) Bizim için geçerli senaryo fayda fonksiyonu içinde hem getiri maksimizasyonu
hemde alt moment minimizasyonu hadeflenmektedir.
118
2.4.3 Yarı-varyans Risk Yaklaşımı (Semi-variance Risk)
Yarı varyans risk yaklaşımı da Alt taraf risk yaklaşımı gibi hedef getiri altında
gerçekleşen getiri değerlerini risk olarak görmekte bu sebeple getiri dağılımının sol
tarafına odaklanmaktadır (Gökgöz ve Atmaca, 2016a: 456; Grootveld ve Hallerbach,
1999; Yu, 2007). Alt-tarafı riskte bu sapma değerlerinin doğrudan toplamı dikkate
alınırken yarı varyans yaklaşımı standart ortalama varyans modelinde olduğu gibi bu
sapmaların karelerinin toplamını dikkate almaktadır (Gökgöz ve Atmaca, 2013).
Yarı varyans (SV) risk yaklaşımı ikinci derece LPM olarak adlandırılmaktadır
ve sürekli formda aşağıdaki gibi gösterilmektedir:
𝐿𝑃𝑀2(𝜏: 𝑟) = ∫ (𝜏 − 𝑟)2𝑑𝐹(𝑟)𝜏
−∞
(2.58)
Daha öncede bahsi geçtiği üzere Alt kısmi momentlerin genel formu Fishburn
(𝞪, t) model olarak bilinmektedir (Fishburn, 1977). Bu anlamda Fishburn yaklaşımına
göre yarı varyans riskte derece (𝞪=2) alındığı için alt taraf risk yaklaşımına göre
riskten daha çok kaçan yatırımcılar tarafından kullanılmaktadır (Fishburn, 1977).
Hedef getiri ve geçmiş olası senaryoların bu belirli hedef getiriden
sapmalarının karesi yaklaşımı altında SV için amaç fonksiyonu yorumlanacak olursa
en açık formuyla portföyün ikinci derece alt momentini minimize eden genel amaç
fonksiyonu aşağıdaki gibi oluşmaktadır:
119
𝑀𝑖𝑛.∑𝑝𝑗(𝑑𝑗−)
2𝑀
𝑗=1
= 𝐿𝑃𝑀2(𝜏: 𝑟) = ∫ (𝜏 − 𝑟)2𝑑𝐹(𝑟)𝜏
−∞
(2.59)
𝑝𝑗 = j senaryonunun gerçekleşme olasılığı,
𝑑𝑗− = j senaryo getirisinin hedef getiriden negatif yöndeki farkı,
𝑀 =toplam senaryo sayısı
𝑑𝐹(𝑟) = birikimli getiri dağılım fonksiyonu
𝐿𝑃𝑀2(𝜏: 𝑟) = ikinci derece alt moment
𝜏 = hedef getiri
Yarı varyans yaklaşımı alt taraf risk yaklaşımı birçok anlamda örtüşmesinden
dolayı etkin sınır çizdirilmesi ve optimizasyon probleminde kullanılan kısıtlar birbiri
ile örtüşmektedir. Farklı durumlara yönelik SV optimizasyonu etkin sınırın
belirlenmesi ve optimum portföy tercihinin tanımlanması için kullanılan amaç
fonksiyonu ve kısıtlar bunlarla kısıtlı olmamakla birlikte en genel dört formu şu şekilde
formülüze edilmiştir:
120
Tablo 11 Farklı optimizasyon alternatifleri için SV modelleri
Yarı varyans
(SV) N riskli varlık
N riskli varlık ve
yatırım üst kısıtı
N riskli varlık ve 1
RF kontrat
N riskli varlık ve 1
FP kontrat
Etkin Sınır
Amaç
Fonksiyonu
𝑀𝑖𝑛.∑𝑝𝑗(𝑑𝑗−)
2𝑀
𝑗=1
(2.60)
Kısıtlar
∑𝑋𝑖𝑟𝑖𝑗 = 𝑟𝑗
𝑁
𝑖=1
(j=1,2,…,M)
∑𝑋𝑖 = 1
𝑁
𝑖=1
∑𝑝𝑗𝑟𝑗 = 𝑟𝑡𝑎𝑟𝑔𝑒𝑡
𝑀
𝑗=1
𝑑𝑗−
= 𝑚𝑎𝑥[0,−(𝑟𝑗− 𝑟𝑡𝑎𝑟𝑔𝑒𝑡)]
0 ≤ 𝑋𝑖 ≤ 1, [𝑖 = 1,2…… ,𝑁]
(2.61)
∑𝑋𝑖𝑟𝑖𝑗 = 𝑟𝑗
𝑁
𝑖=1
(j=1,2,…,M)
∑𝑋𝑖 = 1
𝑁
𝑖=1
∑𝑝𝑗𝑟𝑗 = 𝑟𝑡𝑎𝑟𝑔𝑒𝑡
𝑀
𝑗=1
𝑑𝑗−
= 𝑚𝑎𝑥[0,−(𝑟𝑗− 𝑟𝑡𝑎𝑟𝑔𝑒𝑡)]
0 ≤ 𝑋𝑖 ≤ 1, [𝑖 = 1,2…… ,𝑁]
𝑋𝑖
≤ 𝜃𝑖 , [𝑖= 1,2……𝑁]
(2.62)
[∑𝑟𝑖𝑗𝑋𝑖
𝑁
𝑖=1
] + 𝑋𝑟𝑓𝑟𝑓
= 𝑟𝑗
(j=1,2,…,M)
∑𝑋𝑖 + 𝑋𝑟𝑓= 1
𝑁
𝑖=1
∑𝑝𝑗𝑟𝑗 = 𝑟𝑡𝑎𝑟𝑔𝑒𝑡
𝑀
𝑗=1
𝑑𝑗−
= 𝑚𝑎𝑥[0,−(𝑟𝑗− 𝑟𝑡𝑎𝑟𝑔𝑒𝑡)]
0 ≤ 𝑋𝑟𝑓≤ 1
0 ≤ 𝑋𝑖 ≤ 1, ∀𝑋𝑖
∈ [𝑖 = 1,2,… . 𝑁]
(2.63)
[∑𝑟𝑖𝑗𝑋𝑖
𝑁
𝑖=1
] + 𝑋𝑓𝑝𝑟𝑓𝑝
= 𝑟𝑗
(j=1,2,…,M)
∑𝑋𝑖 + 𝑋𝑓𝑝 = 1
𝑁
𝑖=1
∑𝑝𝑗𝑟𝑗 = 𝑟𝑡𝑎𝑟𝑔𝑒𝑡
𝑀
𝑗=1
𝑑𝑗−
= 𝑚𝑎𝑥[0,−(𝑟𝑗− 𝑟𝑡𝑎𝑟𝑔𝑒𝑡)]
0 ≤ 𝑋𝑓𝑝 ≤ 1
0 ≤ 𝑋𝑖 ≤ 1, ∀𝑋𝑖
∈ [𝑖 = 1,2,… . 𝑁]
(2.64)
Optimum
Portföy-OP
Amaç
Fonksiyonu
(Utility
Functions)
𝑀𝑎𝑥𝑋𝑖 𝑋𝑟𝑓𝑋𝑓𝑝𝑈𝑆𝑉 = 𝐸(𝑟𝑝) −
1
2𝐴. 𝐿𝑃𝑀2(𝜏: 𝑟)
(*)(2.65)
veya
𝑀𝑖𝑛𝑋𝑖 𝑋𝑟𝑓𝑋𝑓𝑝𝐿𝑃𝑀2(𝜏: 𝑟)
(2.66)
Kısıtlar
∑𝑋𝑖 = 1
𝑁
𝑖=1
0 ≤ 𝑋𝑖 ≤ 1, [𝑖 = 1,2…… ,𝑁]
(2.67)
∑𝑋𝑖 = 1
𝑁
𝑖=1
𝑋𝑖
≤ 𝜃𝑖 , [𝑖= 1,2……𝑁]
0 ≤ 𝑋𝑖 ≤ 1, [𝑖 = 1,2…… ,𝑁]
(2.68)
∑𝑋𝑖 + 𝑋𝑟𝑓= 1
𝑁
𝑖=1
0 ≤ 𝑋𝑟𝑓≤ 1
0 ≤ 𝑋𝑖 ≤ 1, ∀𝑋𝑖
∈ [𝑖 = 1,2,… . 𝑁] (2.69)
∑𝑋𝑖 + 𝑋𝑓𝑝 = 1
𝑁
𝑖=1
0 ≤ 𝑋𝑓𝑝≤ 1
0 ≤ 𝑋𝑖 ≤ 1, ∀𝑋𝑖
∈ [𝑖 = 1,2,… . 𝑁] (2.70)
Burada
M = toplam senaryo sayısı
N = riskli varlık sayısı
𝐸(𝑟𝑝) = ∑𝑋𝑖𝑟
𝑁
𝑖=1
(2.71)
𝐿𝑃𝑀2(𝜏: 𝑟) = ∫ (𝜏 − 𝑟)2𝑑𝐹(𝑟)𝜏
−∞
(2.72)
(*) Bizim için geçerli senaryo fayda fonksiyonu içinde hem getiri maksimizasyonu hemde
alt moment minimizasyonu hadeflenmektedir.
121
2.4.4 Riske Maruz Değer Yaklaşımı (Value-at-Risk (VaR))
Finansal karar vericiler için önemli olan istatistiki yardımcı karar destek
metotlarından biride riske maruz değer yaklaşımıdır (Gökgöz ve Atmaca, 2016c).
1990’lı yılların başlarına kadar finansal literatürde kendine fazla yer bulamasada
mevcut koşullarda porföy piyasa risklerinin ölçümüne yönelik uygulama alanında
kendine geniş bir uygulama alanı bulmuştur (Holton, 2014). Yöntemin temeli 1922
yıllarında New York Hisse Senedi Borsası’na (NYSE) kadar uzanmaktadır (Holton,
2002). 1994 yılında JP Morgan tarafından RiskMetricsTM sisteminin kullanılması ile
finans endüstrisinde risk yönetiminde önemli bir araç haline gelmeye başlamıştır
(Gaivoronski ve Pflug, 2005). JP Morgan’nın RiskMetricsTM ile bir piyasa standartı
sunma girişimi VaR’in gelişmesine önemli bir ivme kazandırmıştır (Linsmeier ve
Pearson, 2000). Ayrıca 1992 yılında İngiliz finans otoritesi (UK Securities and Futures
Authority) tarafından bankalar ve varlık firmaları için, 1993 yılında Avrupa
Sermayeleri Uygunluk Direktifinde (CAD-1993) ve 1996 yılında Basel Komitesi
tarafından, VaR, ek risk ölçüm kriteri olarak kullanılması düzenlenmiştir (Holton,
2014).
VaR yaklaşımı belirli bir süre ve güven aralığı için maximum
kaybedilebilinecek para miktarını hesaplamaktadır: Bu anlamda VaR olasılıksal
dağılım fonksiyonunda sol taraftaki ucunu (quantile) temsil eder ve belirli bir süre için
portföyün kayıbını gösterir (Holton, 2014). VaR, portföyün toplam riskini tek bir
rakamla gösterebilecek ve karar vericiler tarafından (Özellikle düzenleyici otorite,
122
yönetim kurulu, genel müdür ve diğer benzer yöneticiler vb.) kolayca anlaşılabilecek
bir formata dönüştürür (Linsmeier ve Pearson, 2000).
Markowitz teorisine yapılan temel eleştirilerden biri varlıkların hem negatif
hem de pozitif yönde olan sapmalarını birlikte ele almasıydı. Bu kapsamda VaR,
ortalama varyans yaklaşımının yüzyüze kaldığı bu temel eleştirilerden birinin önüne
geçebilmektedir.
VaR’in hesaplama yöntemleri bunlarla sınırlı olmamakla birlikte temel olarak
bu üç yaklaşım üzerinde yapılmaktadır: Delta-normal (ortalama varyans) yaklaşımı,
Tarihsel simülasyon ile hesaplama ve Monte Carlo Simülasyonu (Holton, 2014;
Linsmeier ve Pearson, 2000; Gökgöz, 2006).
VaR Delta Normal Yaklaşımıyla Hesaplanması: Bu hesaplama yaklaşımında
ortalama varyans metodunda olduğu gibi getirilerin normal dağılıma sahip olduğu
kabul edilmekte, normal dağılımının matematiksel olarak belirleyicileri olan standart
sapma ve ortalama beklenen getiri parametreleri kullanılarak VaR belirli bir güven
aralığı ve süre için hesaplanmaktadır (Linsmeier ve Pearson, 2000; Gökgöz ve
Atmaca, 2016c). Buradaki anahtar değişken varlıkların ve portföyün standart
sapmasının hesaplanmasıdır. Normal dağılıma sahip bir varlık getiri dağılımı için
sadece beklenen ortalama getiri ve standart sapmanın bilinmesi, dağılımı temsil için
yeterli olmaktadır. Bu açıklamalara dayanarak portföy veya varlık için VaR(parasal)
olarak aşağıdaki formda gösterildiği gibi hesaplanmaktadır:
123
𝑉𝑎𝑅𝐶𝐿 = −𝑊(𝐸(𝑟𝑝) + 𝑍1−𝐶𝐿𝜎𝑝 ) (2.73)
𝑉𝑎𝑅𝐶𝐿 = CL güvenlik aralığı için riske maruz değeri,
𝑊 = portföyün başlangıç değeri,
𝐸(𝑟𝑝) =portföyün beklenen getirisi,
𝐶𝐿 =(Confidence level) güven aralığı,
𝑍1−𝐶𝐿 = Z değeri,
𝜎𝑝 = portföyün standart sapması.
Bu formül uygulamasında W “1” olarak alınırsa VaR bu durumda bize getiri
oranı değerini vermektedir (Gökgöz ve Atmaca, 2016c). Formül içerisinde yer alan Z-
score sayısı aşağıdaki formüle uygun olarak hesaplanmaktadır:
𝑍1−𝐶𝐿 = (𝑥 − 𝐸(𝑟𝑝)) 𝜎𝑝⁄ (2.74)
Z-score hasaplamalarında %90, % 95 ve %99 güven aralıklarının 1 gün, 1
hafta, iki hafta için olan uygulamalar finans literatüründe en fazla sıklıkla kullanılan
aralıklardır: SEC 1980 yılında varlık firmalarının 1 ay %95 VaR değerine eşit miktarda
ek sermaye tutmalarını isterken, JP Morgan RiskMetricsTM yakaşımında 1 gün %95
USD VaR değeri baz alınmıştır, 1993 yılında CAD tarafından 10 gün %95 VaR
ölçümü kullanılmıştır, Basel II’de piyasa riski için VaR kullanımı kabul edilmiştir
(Holton, 2002). %90, %95 ve %99 güven aralığı için Z-score değeri ise sırasıyla -
1,645, -1,96 ve -2,575 tir (Kreyszig, 1993).
124
Şekil 22 Ortalaması sıfır olan normal dağılım için VaR
Şekil-22’de “0” ortalama değerine sahip 0,02 standart sapması olan normal bir
dağılımda farklı güven aralıkları için VaR değerlerinin gösterimi yapılmaktadır.
Burada VaR(%95), her 100 getiri değerinden 5’nin belirtilen riske maruz değer sınır
değerden daha düşük olacağını aynı şekilde VaR(%99) ise her 100 getiri değerinden
yalnızca 1’nin riske maruz sınır değerden daha düşük (diğer bir ifade ile kabul edilen
maximum kayıp değeri) gerçekleşeceğini ifade etmektedir. Bu anlamda güven
aralığının artması olasılıksal meydana gelme ihtimalini düşürmekle birlikte VaR
değerini parasal anlamda yükseltmekte, getiri oranını negatif yönde azaltmaktadır
(Gökgöz ve Atmaca, 2016c).
125
Farklı durumlara yönelik VaR optimizasyonu etkin sınırın belirlenmesi ve
optimum portföy tercihinin tanımlanması için kullanılan amaç fonksiyonu ve kısıtlar
bunlarla kısıtlı olmamakla birlikte en genel dört formu şu şekilde formülüze edilmiştir:
Tablo 12 Farklı optimizasyon alternatifleri için VaR modelleri
Riske Maruz Değer
(VaR) N riskli varlık
N riskli varlık ve
yatırım üst kısıtı
N riskli varlık
ve 1 RF
kontrat
N riskli varlık ve 1
FP kontrat
Optimum Portföy
OP
𝑀𝑎𝑥. (𝑉𝑎𝑅90%) = 𝐸(𝑟𝑝) + (−1.6448). (𝜎𝑝2)
1/2
(2.75)
𝑀𝑎𝑥. (𝑉𝑎𝑅95%) = 𝐸(𝑟𝑝) + (−1.96). (𝜎𝑝2)
1/2
(2.76)
𝑀𝑎𝑥. (𝑉𝑎𝑅99%) = 𝐸(𝑟𝑝) + (−2.575). (𝜎𝑝2)
1/2
(2.77)
𝑀𝑖𝑛. (𝑉𝑎𝑅𝐶𝐿) = −𝑊(𝐸(𝑟𝑝) + 𝑍1−𝐶𝐿𝜎𝑝 )
(2.78)
Kısıtlar
∑𝑋𝑖 = 1
𝑁
𝑖=1
0 ≤ 𝑋𝑖 ≤ 1, [𝑖 = 1,2…… ,𝑁]
(2.79)
∑𝑋𝑖 = 1
𝑁
𝑖=1
𝑋𝑖
≤ 𝜃𝑖 , [𝑖= 1,2……𝑁]
0 ≤ 𝑋𝑖 ≤ 1, [𝑖 = 1,2…… ,𝑁]
(2.80)
∑𝑋𝑖 + 𝑋𝑟𝑓
𝑁
𝑖=1
= 1
0 ≤ 𝑋𝑟𝑓≤ 1
0 ≤ 𝑋𝑖 ≤ 1, ∀𝑋𝑖
∈ [𝑖= 1,2,… . 𝑁]
(2.81)
∑𝑋𝑖 + 𝑋𝑓𝑝 = 1
𝑁
𝑖=1
0 ≤ 𝑋𝑓𝑝≤ 1
0 ≤ 𝑋𝑖 ≤ 1, ∀𝑋𝑖
∈ [𝑖 = 1,2,… . 𝑁] (2.82)
Burada
𝑟𝑝 = ∑𝑋𝑖𝑟
𝑁
𝑖=1
(2.83)
𝑟𝑝 = ∑𝑋𝑖𝑟
𝑁
𝑖=1
(2.84)
𝑟𝑐
= ∑𝑋𝑖𝑟
𝑁
𝑖=1
+ 𝑋𝑟𝑓𝑟𝑓
(2.85)
𝑟𝑑
= ∑𝑋𝑖𝑟 + 𝑋𝑓𝑝𝑟𝑓𝑝
𝑁
𝑖=1
(2.86)
𝐸(𝑟𝑝) = ∑𝑋𝑖𝑟
𝑁
𝑖=1
(2.87)
𝜎𝑝2 = ∑∑𝑋𝑖𝑋𝑗𝜎𝑖𝑗
𝑁
𝑗=1
𝑁
𝑖=1
(2.88)
𝐸(𝑟𝑐) = 𝑋𝑟𝑓𝑟𝑓 + (1 − 𝑋𝑟𝑓
)𝐸(𝑟𝑝) (2.89)
𝜎𝑐2 = (1 − 𝑋𝑟𝑓
)2𝜎𝑝2 (2.90)
𝐸(𝑟𝑑) = 𝑋𝑓𝑝𝑟𝑓𝑝 + (1 − 𝑋𝑓𝑝)𝐸(𝑟𝑝) (2.91)
𝜎𝑑2 = ∑ ∑ 𝑋𝑖𝑋𝑗𝜎𝑖𝑗
𝑁+1
𝑗=1
𝑁+1
𝑖=1
(2.92)
VaR Tarihsel Simülasyon Yaklaşımıyla (HVaR) Hesaplanması: Tarihsel
simülasyon yöntemi gözlem sonucu elde edilen tarihi verilere dayanmaktadır (Gökgöz
126
ve Atmaca, 2016c). Delta normal yaklaşımda portföy veya varlıkların tarihsel getiri
dağılımının normal olduğu kabul edilmekte fakat gerçek hayatta durum böyle değildir.
Ayrıca getiri verilerinin tarihsel dağılımının normal dağılıma uyum göstermeside
zorunlu değildir. Linsmeier ve Pearson nın 1996 tarihli çalışmasına göre: “Kar ve
zararların dağılımı, mevcut portföyün alınması ve son “𝞪” dönemlerinin her birinde
anahtar faktörlerde ortaya çıkan gerçek değişimlere tabi tutuması ile oluşturulur. Son
“𝞪” döneminin her biri için varsayımsal piyasa kazanç ve kayıpları hesaplandığında,
getiri ve kayıpların dağılımları ve riske maruz değerler tanımlanabilir” (Linsmeier ve
Pearson, 2000). Bu anlamda bakıldığında tarihsel simülasyon yönteminde gerçek
tarihsel veri seti üzerinden işlem yapılması sebebi ile normallik varsayımı ötesine
geçilerek analiz daha somut bir adıma taşınmaktadır.
Finansal kuruluşlar veya bankalar genellikle tarihsel simülasyon yöntemini
veya onunla birlikte kullanılabilen hibrit yaklaşımları tercih etmektedir. Fakat bu
yöntemin uygulanmasında en önemli problem veri seti içinde bulunan veri miktarının
sıralama analizi için yeterli olmasıdır (Gökgöz ve Atmaca, 2016c). Örneğin VaR(%99)
için hesaplama yapıldığında her yüz olay içince yalnızca bir olaya bakılıyor. Bu rakam
1000 lik veri setinde en düşük portföy değerine sahip 11. olaya bakılması gerektiğini
ifade etmektedir. Düşük veri setlerinde istenilen düzeyde gerçekçi sonuçlara
ulaşılması mümkün olmamaktadır. Buna veri setlerinin dağılımının ucundaki olağan
dışı dalgalanmalar sebep olmaktadır. Sınırlı veya düşük sayılarda verilerle işlem
yapılmak istenmesi durumlarında doğrusal veya polinom enterpolasyon kullanılarak
ara değerler tahmin edilebilinmektedir (Holton, 2014; Kreyszing, 1993). Kullanılan
127
yaklaşıma göre analiz sonuçları oldukça farklı çıkmaktadır Gökgöz ve Atmaca,
2016c).
VaR Monte Carlo Yaklaşımıyla Hesaplanması: Monte Carlo simülasyon
yönteminin altında yatan gerçek, finansal değişkenlerin değerleri farklı seneryo
çeşitleri için modellenip, simüle edilebilmektedir. Bu değişkenlerin dağılımlarının
bilindiği kabul edilmektedir. Bu değerler bilinen bu dağılım üzerinden istenildiği kadar
çok tekrardan yaratılabilinmektedir (Gökgöz, 2006). Özellikle kısıtlı veri olması
durumularında bu veri seti genişletilebilmekte ve analiz için birçok senaryo
yaratılabilmektedir. Monte Carlo Simülasyonunun tarihsel simülasyon ile
benzerlikleri bulunmaktadır. Aralarındaki temel fark HVaR’de piyasada meydana
gelmiş olan gerçek değişikliklerin tekrarlanacağı simüle edilirken Monte Carlo’da bu
muhtemel değişimleri en iyi temsil ettiğine inanan dağılımın ürettiği değerler simüle
edilmektedir (Linsmeier ve Pearson, 2000). Burada tasarımcı geleceği/geçmişi en iyi
temsil ettiğine inandığı herhangibir dağılım yaklaşımını seçmekte serbesttir
(Linsmeier ve Pearson, 2000).
Monte Carlo yaklaşımlarının en önemli dez avantajlarından biri problemlerin
çapına bağlı olmakla birlikte diğer metotlara nazaran daha yüksek hesaplama
kapasiteleri gerektirmeleridir, son yıllarada ortaya çıkan varyans düşürme teknikleri
ve bilgisayar hesaplamalarındaki teknolojik hız artışları (paralel proses vb.) bu
hesaplama sürelerinde dramatik düşüşlere sebep olmuştur (Holton, 2014).
ÜÇÜNCÜ BÖLÜM
3. NORDPOOL VE TÜRKİYE ELEKTRİK PİYASALARINA PORTFÖY
OPTİMİZASYONU UYGULAMALARI
Halil Can ve arkadaşları kitaplarında işletmeyi: “ihtiyaç duyulan ekonomik mal
ve hizmetleri üretmek ve/veya pazarlamak, böylece var olan talebi tatmin ederek fayda
yaratmak, dolayısıyla kar elde etmek için faaliyette bulunan ekonomik kuruluştur”
şeklinde tanımlamıştır (Can, Tuncer ve Ayhan, 2005: 11). Elektrik üretim sektöründe
yer alan şirketlerinde temel amacı yukarıdaki tanımla aynı yönde olmakla birlikte diğer
sektörlerden farklı bir yapıda olan bir ürünü “elektrik” i (anlık üretilip anlık tüketilen
ve ekonomik olarak depolanamayan ürün veya servis) üretip, pazarlamaları ve pazar
ihtiyacını karşılayıp bundan şirketlerinin devamlılığını sağlayacak parayı kazanmaları
gerekmektedir.
Elektrik üreticilerinin geniş bir risk yönetim perspektifinde olayı ele alması bu
anlamda, mevcut arz talep dengesi, piyasa fiyat unsurları, elektrik satış anlaşmalarının
organize edilmesi gibi ön planda gözüken temel unsurların yanında, işletme
optimizasyonu, organizasyonel yönetim, yakıt anlaşmaları, yan ürün anlaşmaları
(endüstriyel ısı tedariki, bölgesel ısıtma vb.), risk azaltım (hedging) anlaşmaları, bakım
süreçlerinin yönetimi, kurumsal kaynak planlama gibi diğer unsurlarıda dikkate
almaları gerekmektedir (Atmaca, 2010: 142). Tüm bu unsurların birlikte sistematik ve
etkin yönetimi işletmeler için asıl kazançlı ortamı ortaya çıkaracaktır.
129
Bu çalışma kapsamında yukarıda belritilen unsurlardan elektrik piyasalarında
elektrik satış stratejisinin belirlenilmesi kısmına odaklanılmaktadır. Nord Pool
ELSPOT ve Türk Gün-öncesi elektrik piyasalarında, elektrik üreticisinin ürettiği
elektriğin ne kadarını ikili anlaşma ile ne kadarını ise piyasaya ve hangi saatlere
satacağını belirlemeye çalışılacaktır. Bunu belirlerken kullanılabilecek bazı
yaklaşımlar bulunmaktadır. Finans literatüründe yaygın olarak kullanılmakla birlikte
elektrik piyasalarında son yıllarda uygulanmaya başlanan bu yaklaşımlar: Markowitz
Ortalama Varyans (Mean-variance) yaklaşımı ile başlayan modern portföy yönetimi
temelli yaklaşımlar ve türevleridir.
Bu tez çalışmasının temel amacı, Tablo-8’de literatür taramasında verilen
modern portföy optimizasyonu ve türevi temelli yöntemlerden MV, DS, SV, VaR ve
CVaR yöntemlerinin karşılaştırılmalı olarak farklı durum çalışmaları üzerinden Nord
Pool ELSPOT ve Türk Gün-öncesi elektrik piyasalarına eş zamanlı uygulanması,
performanslarının değerlendirilmesi ve karar vericiler için bu yöntemlerin elektrik
piyasalarına adaptasyonu ve geliştirilmesi sağlanarak literatüre anlamlı bir katkı
kazandırılmasıdır.
Optimizasyon çalışmasının yapılabilmesi için öncelikle elektrik piyasasında
riskli varlıkların ne olduğunun tanımlanması gereklidir. Çünkü burada listelenen
yöntemlerin kullanılması ile yatırım alternatifleri arasında yer alan riskli ve risksiz
varlık kombinasyonları ile etkin portföyler, etkin sınırlar ve optimum portföy
çözümleri tespit edilecektir. Riskli varlıkların tespitine yönelik olarak ise daha önce
literatürde genişçe kullanılan günlük piyasa işlemleri 24 saatlik dilimlere ayrılarak 24
130
saatin her biri ayrı bir riskli varlık olarak gösterilmiştir ve üretim maliyeti üzerinden
getiri oranı hesaplanmıştır (Atmaca, 2010; Gökgöz ve Atmaca, 2012; 2013; 2016a;
2016b; 2016c; 2017; Liu ve Wu, 2007a). Bu tez çalışmasının temel olarak baz aldığı,
türetildiği ve geliştirilerek uyguladığı iki ana kaynak Min Liu ve Felix F. Wu’nun 2007
tarihli “Portfolio Optimization in Electricity Markets” isimli makalesi ve Mete Emin
Atmaca’nın 2010 tarihli “Elektrik Piyasasında Portföy Optimizasyonu” isimli tezidir
(Liu ve Wu, 2007a; Atmaca, 2010). Liu ve Wu ile Gökgöz ve Atmaca daha sonraki
yıllarda yapmış oldukları ek çalışmalarla bu alanda ki literatürde diğer araştırmacılara
önderlik anlamında önemli bir rol üstlenmişlerdir (Gökgöz ve Atmaca, 2017).
3.1 Araştırma Evreni ve Örneklem
Bu çalışma kapsamında dikkate alınan araştırma evreni ve örneklem şu şekilde
oluşturulmuştur:
Bu çalışma kapsamında Nord Pool ELSPOT ve Türk Gün-öncesi elektrik
piyasaları incelenmektedir,
Ortalama varyans (MV), Alt-taraf Risk (DS), Yarı-varyans (SV), Riske Maruz
Değer (VaR) ve Tarihsel Riske Maruz Değer (HVaR) yaklaşım metotları
kullanılarak riskli, düşük riskli ve risksiz varlıklar arasında portföy
optimizasyonu uygulamaları yapılmaktadır,
Senaryo analizleri için beş ayrı durum tanımlanmıştır;
1. Durum-1: 24 Riskli varlık,
2. Durum-2: 24 Riskli varlık ve yatırım üst kısıtı,
131
3. Durum-3: 24 Riskli varlık ve 1 Risksiz varlık,
4. Durum-4: 24 Riskli varlık, yatırım üst kısıtı ve 1 Sabit fiyatlı varlık,
5. Durum-5: 72 Riskli varlık, yatırım üst ve alt kısıtı ve 3 Sabit fiyatlı
varlık (Hibrit),
Analiz için Nord Pool ELSPOT (Sys) ve Türk Gün-öncesi (GÖP-PTF) elektrik
piyasalarının 2014 ve 2015 yıllarının toplam 24 ayına ait veri ayıklaması
yapılmış 461 günün 24 saatlik verileri dikkate alınmıştır,
Portföy optimzasyonunun sadece hafta için yapılacağı ön görüsü ile haftasonu
verileri veri setinden ayıklanmıştır,
Karşılıklı aynı takvim verileri üzerinden analiz yapılması ön görüldüğünden,
resmi tatil, dini bayram ve özel günlere gelen takvim günlerine ait veriler veri
setinden ayıklanmış ve veri setinde Ek-1’de yer alan takvim verileri (Sarı renkli
boyanmış olan hafta içi günleri) kullanılmıştır,
Nord Pool verileri üzerinde etkisi görülen saatlerin ileri ve geri alınması veri
seti üzerinden ayıklanmıştır,
Nord Pool piyasası için 5x5=25 ve Türk Gün-öncesi elektrik piyasası için 5
olmak üzere toplam 30 portföy optimizasyon uygulaması yapılmıştır,
Yatırım periyodu olarak 5 günlük hafta için süre dikkate alınmıştır.
Gerçek elektrik üretim maliyet verilerinin ticari sır olması nedeniyle
açıklanmamaları ve yapılacak olan analizde ekseklik sağlamak için EIA
tarafından raporlanan hidrolik, gelişmiş nükleer santral ve kömürlü santral
elektrik üretim maliyet verileri referans alınarak ampirik maliyet verileri
oluşturulmuştur (EIA, 2014). Bu veriler dikkate alınırken santrallerin
amortisman sürelerini tamamlandığı ön görülmüş, bu nedenle maliyet
132
analizinde sadece sabit işletme ve bakım giderleri, değişken işletme ve bakım
giderleri, yakıt giderleri ve iletim giderleri göz önünde bulundurularak
ortalama maliyet verisi belirlenmiştir. Bu kapsamda her iki piyasa için baz
olarak belirlenmiş maliyet verileri ve kapasite kullanım oranlarının şu şekilde
olması öngörülmüştür,
1. Hidrolik elektrik üretim santrali 12,50 $/MWh kapasite kullanım oranı
% 53
2. Nükleer (Advanced) elektrik üretim santrali 24,70 $/MWh kapasite
kullanım oranı % 90
3. Termik Santral (Kömürlü) elektrik üretim santrali 35,60 $/MWh
kapasite kullanım oranı % 85
Kapasite kullanım oranları için EIA raporu içindeki veriler baz alınmıştır,
Senaryo çalışmalarının 1, 2, 3 ve 4. durumlarında yatırımcının sadece hidrolik
santral portföyüne sahip olduğu, 5. Durum senaryosunda ise Hidrolik, Nükleer
(3.Nesil-PWR) ve Kömür yakıtlı termik santralden oluşan 3’lü bir portföye
sahip olduğu öngörülmüştür,
3.2 Veri Toplama, Hazırlama ve Analiz Yaklaşımları
Veri Toplama: Çalışma iki farklı elektrik piyasasına uygulanacak olması
sebebi ile öncelikle bu iki elektrik piyasasına yönelik uygulama işlemlerinin
yönetildiği resmi web sitelerine (http://www.nordpoolspot.com/ ve
133
https://www.epias.com.tr/)18 ulaşılarak araştırma dönemi olarak belirlenmiş olan 2014
ve 2015 senelerine ait satlik piyasa fiyat veri setleri belirlenmiştir. Belirleme yapılırken
Nord Pool ELSPOT fiyatlarının temsilen “NORDIC/BALTIC” bölmesi altında yer
alan “DAY-AHEAD PRICES” alt bölmesindeki “EUR/MWh” cinsinden “SYS”
fiyatları Excel formatında elde edilmiştir. Türk elektrik piyasasına yönelik veriler ise
piyasa işleticisi EPİAŞ’ın web sayfasında yer alan “ŞEFFAFLIK PLATFORMU”
altında “GÖP”-“PTF” altbaşlıkları altında “TL/MWh” cinsinden “PTF” fiyatları Excel
formatında elde edilmiştir. EPİAŞ tarafından sağlanan “ŞEFFAFLIK PLATFORMU”
emsal örneklerine göre oldukça gelişmiş bir platform olup enerji türleri, işlem
hacimleri, diğer iki piyasası (gün-içi piyasası, dengeleme ve güç piyasası), ortaya çıkan
arızalar, sistem kısıtları vb birçok konuda araştırmacılar için oldukça detaylı bilgiler
sunmaktadır.
Veri Hazırlama: Analize esas fiyat veri setlerinin doğrudan optimizasyon
programına koşulması mümkün olmadığı için veriler belirli bir formata dönüştürülerek
koşmaya hazır hale getirilmiştir. “.txt” uzantı formatına dönüştürülen veriler herbir
durum için ayrı ayrı formatlanmış olup Türkçe ve İngilizce dil kullanımından kaynaklı
“.” ve “,” uyumsuzlukları giderilmiştir.
Analiz Yaklaşımı: Optimizasyon alt yapısı olarak veri düzeltme, grafik
işlemeleri ve ara analizler için “Excel” ve “Excel Solver” programları kullanılırken
asıl optimizasyon analizleri için “MATLAB” programı kullanılmıştır. MATLAB
18 Veri elde edilen web linkleri: http://www.nordpoolspot.com/Market-data1/Elspot/Area-Prices/
ALL1/Hourly/?view=table, ve https://seffaflik.epias.com.tr/transparency/piyasalar /gop/ptf.xhtml;
jsessionid=Is-fNTIKo3wu1ilCKZZYW43BzuIcYAnvP9k-4WA0.prd-transparency-n51
134
bilimsel kullanım anlamında ve ürettiği yardımcı alt program paketleri sayesinde bilim
dünyasında kendine geniş bir uygulama alanı bulmuştur. MATLAB bilimsel
çalışmalarda sıklıkla başvurulan genel kabul görmüş bir uygulamadır. Bu sebepten
dolayı bu tez çalışmasında yardımcı optimizasyon programı olarak MATLAB
seçilmiştir.
Tüm metodolojiler için MATLAB kodlamaları geliştirilmiştir. MATLAB’te
“fmincon” komut seti kullanılarak çok boyutlu kısıtlı doğrusal olmayan optimizasyon
uygulaması yapılmıştır. “Cross check” çapraz kontrol maksadı ile daha önce “Excel
Solver” kullanılarak yapılan bir makale çalışmasının durum sonuçları “MATLAB”
kullanılarak tekrar modellenerek sonuçlar karşılaştırılmıştır. MATLAB’in Excel
Solver’a göre çok daha kısa sürede optimizasyon sonuçlarını elde ettiği ve analiz için
önemli bir zaman kazanımı sağladığı görülmüştür.
3.3 Veri, Varsayımlar ve Analiz
Araştırma evreni ve örneklem bölümünde açıklandığı gibi analiz için Nord
Pool ELSPOT (Sys) ve Türk Gün-öncesi (GÖP-PTF) elektrik piyasalarının 2014 ve
2015 yıllarına ait toplam 24 aya ait, veri ayıklaması yapılmış, 461 günün 24 saatlik
verileri dikkate alınmıştır (Herbir piyasa için 11064 olmak üzere toplam 22128 veri) .
Tezin konusunu teşkil eden risk temelli MV, DS, SV, VaR, HVaR metotlarının ve
diğer metotlarının uygulamalarının yapılabilmesi için öncelikle elektrik piyasasında
kullanılacak riskli ve risksiz varlıkların tanımlanması gerekmektedir. Her ne kadar
yatırım yapılması planlanan zaman aralığına bağlı olsa da (1 gün, 1 hafta, 1 ay, 1 yıl
135
veya özel aralık), uygulama için hem veri çokluğu hem de sürekliliği açısından saatlik
elektrik piyasa fiyatları en uygun riskli varlık oluşturma alternatiflerinden biridir
(Gökgöz ve Atmaca, 2016a). Risksiz veya çok düşük riskli varlıklar için sabit süreli
sabit fiyatlı veya sabit süreli sabit getiri oranlı ve bir takas otoritesinin garantisi altında
olan ikili elektrik satım anlaşmaları uygun görülmüştür.
Spot piyasalarda elektrik fiyatları ve günlük tüketim eğrisi genellikle yüksek
oynaklığa sahip olup özel günler, bayramlar, tatiller, büyük çaplı arıza günleri ve
benzer günler hariç olmak üzere yüksek korelasyonla birbirine bağlı hareket
etmektedir (Gökgöz ve Atmaca, 2012). Bu eğriler ve piyasa elektrik fiyatları üzerinde
sezonluk, hafta içi, hafta sonu, tatil günleri, bayramlar ve puant yük zamanları belirgin
etki yapmaktadır. Bu etkiler içinden en belirgin olanı ise tüketicilerin gün içi aynı
saatlerde benzer tüketim eğilimlerini sergilemeleridir. Gökgöz ve Atmaca bir
çalışmalarında bu eğilimi grafiksel olarakta aşağıdaki şekilde (Şekil-23)
göstermişlerdir. Şekildeki ilk figürde Norveç’te 2015 yılının ilk sekiz ayının her
üçüncü iş gününe ait tüketim eğrileri ve ikinci figürde Türkiye’de 2015 yılının Ağustos
ayının ilk tam işlem haftasının hafta içi günlerindeki tüketim eğrileri görülmektedir.
Şekil-23 (b)’de gösterilmekte olan aynı haftanın beş farklı gününe ait tüketim
eğrilerinin birbiri ile korelasyon değerlerinin ortalaması 0,99 un üzerindedir (Gökgöz
ve Atmaca, 2016a). Şekil-24’de ise diğer bir çalışmada ortaya konan 28 Nisan 2014-
24 Nisan 2016 tarihleri arasındaki 2 yıllık Türkiye Gün-öncesi elektrik piyasası saatlik
ortalama fiyat verileri ve 10-14 Ekim 2016 tarihleri arası hafta içi günlük birleştirilmiş
tüketim eğrileri verilmektedir (Gökgöz ve Atmaca, 2016c: 3576).
136
Şekil 23 Günlük elektrik tüketim eğrisi a) Norveç (Sol tarafta) b) Türkiye (Sağ
tarafta) (Gökgöz ve Atmaca, 2016a)
Şekil 24 Türkiye a) Saatlik elektrik eiyatları (Sol tarafta) b) Haftalık tüketim eğrisi
(Sağ tarafta) (Gökgöz ve Atmaca, 2016c)
Şekil-23 ve 24’ten de anlaşılacağı üzere ülke ve zaman farkı olmaksızın
tüketicilerin tüketim eğilimlerinde ve piyasa fiyat oluşumlarında karakteristik
benzerlikler bulunmaktadır. Özellikle gece 00 ve sabah 07 arası hem tüketim hem
fiyatlarda düşme eğilimi net bir şekilde görülmekte mesai başlaması ile birlikte
tüketim ve fiyatlarda hızlı bir yükseliş ortaya çıkıp genellikle iki tepeli bir formasyon
oluşmaktadır. Sıradışı koşullar (çok sıcak ve soğuk günler, iletim hattı problemleri,
137
bölgesel kesintiler, tatil, dağıtım problemleri, üretim arızaları vb.) hariç bu durum
kendini tekrar etme eğilimindedir (Gökgöz ve Atmaca, 2016a).
Bu tez kapsamında analizi yapılan döneme bakıldığında (2014 ve 2015 yılı
hafta içi) Nord Pool ve Türk gün-öncesi elektrik piyasalarında bu dönemde oluşan 24
saatlik fiyatların frekans dağılımı ve fiyatların 2014-2015 yılları içerisindeki değişim
eğilimleri Şekil-25, 26, 27 ve 28’de gösterilmektedir. Her iki piyasada da elektrik
fiyatları düşme eğiliminde olup bu dönem içinde Nord Pool’da oluşan ortalam elektrik
fiyatı 26,47 €/MWh iken Türk Gün-öncesinde oluşan ortalama elektrik fiyatı 155
TL/MWh olmuştur. 06/01/2017 TCMB efektif döviz satış kuru ile basit bir
karşılaştırma yapıldığında Türk Gün-öncesi elektrik piyasasında oluşan fiyatların
Nord Pool fiyatlarından yaklaşım % 52 daha fazla olduğu görülmektedir. Bunun temel
nedenlerinden biri Nord Pool piyasasına elektrik enerjisi sağlayan elektrik
üreticilerinin sahip olduğu ucuz hidrolik elektrik santralleridir.
138
(Kaynak: www.nordpoolspot.com, yazar tarafından derlenmiştir)
Şekil 25 Nord Pool ELSPOT elektrik piyasası fiyat histogramı
(Kaynak: www.nordpoolspot.com, yazar tarafından derlenmiştir)
Şekil 26 Nord Pool ELSPOT 2014-2015 elektrik piyasa fiyatları
0
200
400
600
800
1000
1200
1400
1600Fr
eka
ns
Fiyat (€/MWh)
Nord Pool Histogram
139
(Kaynak: https://www.epias.com.tr/, yazar tarafından derlenmiştir)
Şekil 27 Türk Gün-öncesi elektrik piyasası fiyat histogramı
(Kaynak: https://www.epias.com.tr/, yazar tarafından derlenmiştir)
Şekil 28 Türk Gün-öncesi 2014-2015 elektrik piyasa fiyatları
Üçüncü kısmın giriş bölümünde de bahsedildiği üzere elektrik spot piyasasını
tek bir riskli varlık gibi göstermek yerine, piyasanın elektrik tüketim ve fiyat değişim
0
200
400
600
800
1000
1200Fr
eka
ns
Fiyat (TL/MWh)
Türk Gün-öncesi Histogram
140
karakteristiğini daha doğru yansıtması nedeniyle 24 saatlik dilimin her saati bir riskli
varlık olarak tanımlanmaktadır (Atmaca, 2010).
Hesaplamalar için baz alınan 2014-2015 yılı Nord Pool ve Türkiye Gün-öncesi
piyasası veri setlerine yönelik işlemler herhangibir kur değişimine tabi tutulmadan:
Nord Pool için €/MWh ve Türkiye Gün-öncesi elektrik piyasası içinse TL/WMh
birimlerinden yapılmıştır. Her piyasa için herbir saat dilimine ait 461 adet fiyat
verilerinden oluşan 24 vektör aşağıda gösterilen şekilde oluşturulmuştur;
𝑓1𝑁,𝑇 =
[ 𝑎1,1
𝑁,𝑇
𝑎1,2𝑁,𝑇
⋮⋮
𝑎1,461𝑁,𝑇
]
, 𝑓2𝑁,𝑇 =
[ 𝑎2,1
𝑁,𝑇
𝑎2,2𝑁,𝑇
⋮⋮
𝑎2,461𝑁,𝑇
]
, ………… , 𝑓24𝑁,𝑇 =
[ 𝑎24,1
𝑁,𝑇
𝑎24,2𝑁,𝑇
⋮⋮
𝑎24,461𝑁,𝑇
]
(3.1)
𝑁 = Nord Pool piyasasını temsil eden indis göstergesi,
𝑇 = Türkiye Gün-öncesi piyasasını temsil eden indis göstergesi,
𝑓𝑖𝑁,𝑇 = N veya T piyasasının “i” saatine ait fiyat vektörü,
𝑎𝑖,𝑚𝑁,𝑇
= N veya T piyasasının “i” saatine ait “m” fiyat verisi,
𝑚 = fiyat verisi sayısı,
Hisse senedi veya diğer emtialara yönelik normal finansal piyasa işlemlerinde
varlık getirileri; varlığın dönem sonu değeri ile dönem başı değeri arasındaki farkın
dönem başı değerine bölünmesi ile elde edilmektedir. Elektriğin kendine has
özellikleri olan ekonomik depolanamaması, anlık üretim ve tüketim dengesine sahip
141
olma ihtiyacı gibi nedenlerden dolayı spot piyasada elektriğin (türev piyasa ürünleri
hariç) diğer finansal varlıklarında olduğu gibi alınıp belirli bir süre elde tutulup
satılmasının mümkün olmaması nedeniyle farklı bir getiri yaklaşımı uygulanmaktadır.
Eğer elektrik enerjisi spot piyasada satılıyorsa getiri oranı literatürde yer alan
çalışmalarda da kullanıldığı üzere “getiri oranı= (spot piyasa fiyatı- üretim
maliyeti)/üretim maliyeti” şeklinde hesaplanmaktadır (Atmaca, 2010; Gökgöz ve
Atmaca, 2012; 2013; 2016a; 2016b; 2016c; 2017; Liu ve Wu, 2007a). Bu yaklaşım
doğrultusunda (3.1) de verilen fiyat vektörleri optimizasyon modellerine girdi teşkil
edecek, getiri oranları vektörlerine aşağıdaki işlemler yardımıyla dönüştürülmektedir.
𝑟𝑖,𝑚𝑁,𝑇 =
(𝑎𝑖,𝑚𝑁,𝑇 − 𝐶∗)
𝐶∗, (𝑛 = 1,2… . ,24), (𝑚 = 1,2… . ,461) (3.02)
𝑟1 =
[ 𝑟1,1
𝑁,𝑇
𝑟1,2𝑁,𝑇
⋮⋮
𝑟1,461𝑁,𝑇
]
, 𝑟2 =
[ 𝑟2,1
𝑁,𝑇
𝑟2,2𝑁,𝑇
⋮⋮
𝑟2,461𝑁,𝑇
]
, ………… , 𝑟24 =
[ 𝑟24,1
𝑁,𝑇
𝑟24,2𝑁,𝑇
⋮⋮
𝑟24,461𝑁,𝑇
]
(3.03)
𝑎𝑖,𝑚𝑁,𝑇
= N veya T piyasasının “i” saatine ait “m” fiyat verisi,
𝑟𝑖,𝑚𝑁,𝑇
= N veya T piyasasının “i” saatine ait “m” getiri oranı verisi,
𝑟𝑖𝑁,𝑇 =N veya T piyasasının “i” saatine ait getiri oranı vektörü,
𝐶∗ = Elektrik üretim maliyeti (€/MWh & TL/MWh), (*indeks
HS:Hidrolik, TS:Termik, NS:Nükleer)
Günün 24 saatlik dilime bölünmesi ile oluşan riskli varlıkların beklenen
ortalama getiri ve standart sapmaları aşağıdaki şekilde hesaplanmaktadır;
142
𝑟𝑁,𝑇 =
1
461 (∑ 𝑟𝑖,𝑚
𝑁,𝑇
461
𝑚=1
) (3.04)
𝜎𝑖𝑁,𝑇 = √
1
461∑ (𝑟𝑖,𝑚
𝑁,𝑇 − 𝑟𝑁,𝑇)
2461
𝑚=1 (3.05)
(i=1,2,…, 24) ideksi için yukarıda belirlenen işlemler tekrarlandığında 24
riskli varlığa yönelik ortalama beklenen getiri ve standart sapma değerleri elde
edilmektedir.
Bu tez çalışmasında olduğu gibi, kısa süreli bir dönemlik yatırım ufkuyla
hareket edildiğinde sabit maliyet değeri kullanılabilmektedir. Sabit maliyet değeri ile
getiri oranı hesaplama yaklaşımının yanında farklı kullanılan yaklaşımlarda
mevcuttur:
Yakıt maliyeti ile santralin gücünün ikinci derce maliyet fonksiyonunda
kullanılması ile 𝐶∗ = ∑ (𝑎 + 𝑏𝑝𝑘 + 𝑐𝑝𝑘2)𝑡𝑀
𝑘=1 𝜔𝑘𝐹 şeklinde bir maliyet
yaklaşımı öneren çalışmalar mevcuttur (Liu ve Wu, 2007a: Feng ve diğerleri,
2007). Burada “k” ticari zaman aralığını, “M” ticari zaman aralığı sayısını, “pk
“santralın gücünü, “t” her bir ticari dönemin süresinin uzunluğunu , “𝜔𝑘𝐹” ise k
ticari zaman aralığı için yakıt fiyatını göstermektedir. Bu maliyet yaklaşımı
ikinci dereceden “quadratic” kabul edilmektedir.
Maliyetin doğrudan sabit ve değişken maliyetlerin lineer birleşimi tarzında
kullanılmasıda mümkündür. Bu kapsamda oluşacak maliyet 𝐶∗ = 𝑆𝑘 + 𝐷𝑘𝑝𝑘
şeklinde gösterilmektedir. Bu yaklaşımda santral üretim yapsada yapmasada
143
katlanmak zorunda olduğu maliyet “𝑆𝑘” olarak gösterilmektedir, santralin
üretim güç seviyesi ile ortaya çıkan maliyet ise “𝐷𝑘” olarak gösterilmektedir.
Bu değişken maliyet yakıt, işletim, bakım veamortisman gibi değişken
gidelerin bütününden oluşturulabilir (Atmaca, 2010: 133).
Diğer ve daha çok kullanılan yaklaşım ise sabit maliyet yaklaşımıdır. Özellikle
kısa dönemli optimizasyon hesaplamalarında daha etkin kullanılmaktadır
(Atmaca, 2010; Gökgöz ve Atmaca, 2012, 2017). Bu yaklaşımın
kullanılmasının sebebi santrallerin sanayi maliyetlerinin yanında ticari
maliyetlerinin de olması ve ticari maliyetlerin belirli muhasebesel dönemler
sonunda sanayi maliyetlerine dağıtılarak toplam maliyetin tespit edilmesidir.
Günlük, hatta saatlik santral üretim maliyetlerinin tespit edilebilmesi için
gelişmiş bir ERP sistem veya veri analiz kullanımının mevcut olması
gerekmektedir. Santral maliyetleri santral tipine göre yakıt kalitesi, hava
sıcaklığı, verim arıza vb birçok faktöre bağlı olarak çok büyük değişkenlik
göstermektedir. Örneğin, Türkiye’de en büyük elektrik üretim portföyüne
sahip bir elektrik üretim şirketi, aylık hesap kesimleri sonucunda oluşan genel
yönetim giderlerini sanayi maliyetlerine dağıtmakta ve toplam ticari üretim
maliyetlerini bulmaktadır. Söz konusu üretim maliyetleri aylık bazdadır.
Haftalık, günlük ve hatta saatlik bazda bu maliyetlerin ticari maliyet şeklinde
hesaplanması büyük zorluk yaratmaktadır. Bu anlamda geçmiş verilere
bakılarak bir birçeşit doğrusal regresyon veya hareketli ortalama analizi ile bu
değerler tahminlenebilir.
144
Markowitz ortalama varyans modelinde kullanılmakta olan varyans kovaryans
matrisi aşağıdaki formül dizininde yer alan işlemlerden sonra oluşturulmaktadır.
𝜎𝑥𝑦 =1
461∑(𝑟𝑥,𝑚 − 𝑟)(𝑟𝑦,𝑚 − 𝑟) (3.06)
461
𝑚=1
[
𝜎12 𝜎1,2 ⋯ 𝜎1,24
𝜎2,1 𝜎22
⋮ ⋱𝜎24,1 𝜎24
2 ]
(3.07)
24 riskli varlık için “x”,”y” ve “N” (1,2,…,24) arasında değerler alacak şekilde
Varyans-Kovaryans matrisi hesaplanmaktadır.
3.3.1 Nord Pool Elspot Piyasası Uygulama Sonuçları
Nord Pool ELSPOT gün-öncesi elektrik piyasasına yönelik olarak 5 metodun
herbirine 5 ayrı durum çalışması toplam 25 optimizasyon uygulanmıştır. Yapılan
optimizasyon çalışmaları aşağıda yer alan Tablo-13’teki gibi kodlanmaktadır. Tablo-
13’te adı geçen durumlara yönelik optimizasyon parametreleri Tablo-14 Parametre
tablosundaki gibi oluşturulmuştur.
1. Durum-1: 24 Riskli varlık,
2. Durum-2: 24 Riskli varlık ve yatırım üst kısıtı,
3. Durum-3: 24 Riskli varlık ve 1 Risksiz varlık,
4. Durum-4: 24 Riskli varlık, yatırım üst kısıtı ve 1 Sabit fiyatlı varlık,
145
5. Durum-5: 72 Riskli varlık, yatırım üst kısıtı ve 3 Sabit fiyatlı varlık
(Hibrit),
Tablo 13 Nord Pool ELSPOT optimizasyon uygulaması portföyleri
Metotlar/
Durumlar
MV
(A=3)
DS
(A=3)
SV
(A=3)
VaR
(% 90)
HVaR
(% 90)
Durum-1 N1 N6 N11 N16 N21
Durum-2 N2 N7 N12 N17 N22
Durum-3 N3 N8 N13 N18 N23
Durum-4 N4 N9 N14 N19 N24
Durum-5 N5 N10 N15 N20 N25
Tablo 14 Nord Pool elektrik piyasası optimizasyon parametreleri
Durumlar/
Parametreler Durum-1 Durum-2 Durum-3 Durum-4 Durum-5
Optimizasyon
metotları
MV, DS,
SV, Var,
HVaR
MV, DS,
SV, Var,
HVaR
MV, DS,
SV, Var,
HVaR
MV, DS,
SV, Var,
HVaR
MV, DS,
SV, Var,
HVaR
Riskli varlık
sayısı 24 24 24 24 72
RF varlık sayısı N/A N/A 1 N/A N/A
FP varlık sayısı N/A N/A N/A 1 3
Yatırım üst
kısıtı N/A ≤% 10 N/A ≤% 25 ≤% 10
RF getiri
oranı N/A N/A % 125 N/A N/A
FP fiyatı
(€/MWh) N/A N/A N/A 23,823 23,823a
Toplam Kurulu
Güç (MW) 300 300 300 300 1600
Hidrolik (MW) 300 300 300 300 300
Nükleer (MW) N/A N/A N/A N/A 1000
Termik
(MW) N/A N/A N/A N/A 300
Hid. Ünite
sayısı 2 2 2 2 2
Nük. Ünite
sayısı N/A N/A N/A N/A 1
Ter. Ünite
sayısı N/A N/A N/A N/A 1
Hid. Kap. oranı %53 %53 %53 %53 %53
Nük. Kap. oranı N/A N/A N/A N/A %90
146
Ter. Kap. oranı N/A N/A N/A N/A %85
Yatırım
Dönemi 5 gün 5 gün 5 gün 5 gün 5 gün
Satılabilir
Enerji (MWh) 19,080 19,080 19,080 19,080 157,680b
Hid üretim
maliyeti 12,50 $/MWh
Nük üretim
maliyeti 24,70 $/MWh
Ter üretim
maliyeti 35,60 $/MWhc
Hid. RF/FP alt
yatırım kısıtı N/A N/A N/A N/A ≥%25
Nük RF/FP alt
yatırım kısıtı N/A N/A N/A N/A ≥%50
Ter RF/FP alt
yatırım kısıtı N/A N/A N/A N/A ≥%40
Hidrolik satış
yasaklı saatler N/A N/A N/A N/A N/A
Nükleer satış
yasaklı saatler N/A N/A N/A N/A N/A
Termik satış
yasaklı saatler N/A N/A N/A N/A
1, 2, 3, 4,
5, 6, 23, 24 a FP fiyatı Nord Pool piyasası ortalama elektrik fiyatının %10 aşağısı olarak belirlenmiştir. b Bu satırda yer alan pazarlanabilir elektrik enerjisi miktarları santrallerin 5 günlük üretim ve kapasite kullanım
oranları dikkate alınarak hesaplanmıştır. c Üretim maliyetlerinin $/MWh alınması ve piyasa fiyatlarının €/MWh olarak alınması ile santraller ayrıca piyasa
kur riskine de maruz bırakılmıştır.
2014-2015 yılları günlük TCMB Euro/Dolar Çapraz kur bilgileri kullanılarak
($) üzerinden tanımlanmış olan elektrik üretim maliyet verileri (€) para birimine
günlük olarak dönüştürülmüştür. Nord Pool ELSPOT elektrik piyasasına yönelik
hidrolik santral elektrik üretim maliyetine dayalı 24 saatlik dilimden türetilmiş olan
riskli varlıklar aşağıdaki gibi (Tablo-15) elde edilmiştir:
147
Tablo 15 Nord Pool Hidrolik Riskli Varlıklar Tablosu
Saat
Beklenen
Getiri
𝒓𝒏 (%)
Standart
Sapma
𝝈𝒏
Saat
Beklenen
Getiri
𝒓𝒏 (%)
Standart
Sapma
𝝈𝒏
1 127,48 0,8077 13 179,36 0,8473
2 120,33 0,8178 14 175,81 0,8423
3 116,44 0,8205 15 173,80 0,8569
4 115,61 0,8231 16 173,13 0,8818
5 120,62 0,8310 17 176,12 0,9439
6 134,77 0,8220 18 183,92 1,0101
7 159,70 0,8258 19 181,85 0,9318
8 190,37 0,9364 20 173,08 0,8571
9 204,59 1,0040 21 164,32 0,8341
10 198,40 0,9451 22 159,26 0,8196
11 192,33 0,8896 23 150,69 0,8066
12 185,92 0,8634 24 137,30 0,8003
Nord Pool ELSPOT elektrik piyasasına yönelik, nükleer ve termik santral
elektrik üretim maliyetine dayalı, hibrit senaryoda kullanılan, 24 saatlik dilimden
türetilmiş olan riskli varlıklar aşağıdaki gibi (Tablo-16 ve Tablo-17) elde edilmiştir:
Tablo 16 Nord Pool Nükleer Riskli Varlıklar Tablosu
Saat
Beklenen
Getiri
𝒓𝒏 (%)
Standart
Sapma
𝝈𝒏
Saat
Beklenen
Getiri
𝒓𝒏 (%)
Standart
Sapma
𝝈𝒏
1 15,12 0,4088 13 41,38 0,4288
2 11,50 0,4139 14 39,58 0,4263
3 9,54 0,4152 15 38,56 0,4337
4 9,11 0,4166 16 38,22 0,4462
5 11,65 0,4205 17 39,74 0,4777
6 18,81 0,4160 18 43,68 0,5112
7 31,43 0,4179 19 42,64 0,4716
8 46,95 0,4739 20 38,20 0,4338
9 54,15 0,5081 21 33,76 0,4221
10 51,01 0,4783 22 31,21 0,4148
11 47,94 0,4502 23 26,87 0,4082
12 44,69 0,4369 24 20,09 0,4050
148
Tablo 17 Nord Pool Hidrolik Termik Riskli Varlıklar Tablosu
Saat
Beklenen
Getiri
𝒓𝒏 (%)
Standart
Sapma
𝝈𝒏
Saat
Beklenen
Getiri
𝒓𝒏 (%)
Standart
Sapma
𝝈𝒏
1 -20,13 0,2836 13 -1,91 0,2975
2 -22,64 0,2872 14 -3,16 0,2958
3 -24,00 0,2881 15 -3,86 0,3009
4 -24,29 0,2890 16 -4,10 0,3096
5 -22,54 0,2918 17 -3,05 0,3314
6 -17,57 0,2886 18 -0,31 0,3547
7 -8,81 0,2900 19 -1,04 0,3272
8 1,96 0,3288 20 -4,11 0,3010
9 6,95 0,3525 21 -7,19 0,2929
10 4,78 0,3318 22 -8,97 0,2878
11 2,64 0,3124 23 -11,98 0,2832
12 0,39 0,3032 24 -16,68 0,2810
N1 Portföy Optimizasyon Uygulaması: Nord Pool ELSPOT için 24 hidrolik
riskli varlığın kullanıldığı, MV optimizasyonun Durum-1’e uygulandığı senaryodur.
Varyans-kovaryans matrisi Ek-2’de yer almaktadır. Uygulamada aşağıdaki sonuçlar
elde edilmiştir.
Şekil 29 N1 MV portföy optimizasyon uygulaması
1
1,2
1,4
1,6
1,8
2
2,2
2,4
2,6
0,75 0,8 0,85 0,9 0,95 1 1,05 1,1
Get
iri (
r p)
Risk (𝞼p)
N1
Etkin Set
FaydaFonksiyonu
OP
RiskliVarlıklar
GMVP
149
Şekil 30 N1 optimum ve global minimum varyans portföy çözümleri
N1 ortalama varyans optimizasyon sonuçları kısaca değerlendirilecek olursa;
Fayda fonksiyonunun (Utility function) maksimum değer aldığı noktada oluşan çözüm
OP olarak adlandırılmaktadır. Fayda fonksiyonunun aldığı maksimum değer
0,577592’dir. OP sonuçlarına göre elektrik üreticisinin ürettiği elektriğin en yüksek
ağırlık oranlarına göre % 38,42’sini 11.saatte, % 61,55’inin 12.saatte ve % 0,01’ni ise
13.saatte satması gerekmektedir. Toplam satabileceği elektrik enerjisi miktarı Tablo-
14’e göre 19080 MWh olduğuna göre 7331 MWh’i saat-11’de, 11743 MWh’i saat-
12’de ve yaklaşık 2 MWh’i ise saat-13’te satması gerekmektedir. Bu sonuç, OP içinde
en büyük ağırlığı kapsayan saat-11 ve saat-12 en yüksek getiri getiren saatler olmayıp
OP’de bu anlamda riske bağlı bir ayrışım oluştuğunun bu ayrışımında her zaman en
yüksek getiri sağlayan saatleri tercih etmediğinin göstergesi olmuştur. Söz konusu OP
çözümünün ortalama beklenen getirisi % 188,38 olup standart sapması 0,870776 (%
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
OP 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 38 61 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,
GMVP 38 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 5, 0, 0, 0, 0, 0, 0, 0, 0, 16 40
0,00%
10,00%
20,00%
30,00%
40,00%
50,00%
60,00%
70,00%
Po
rtfö
y P
ayı
Saat
OP
GMVP
150
87,08) dir. GMVP çözümeüne göre ise ürettiği elektriğin % 40,38’inin saat 24’te, %
38,05’ini saat-1’de, % 16,36’sını saat-23’te, % 5,03’ünü saat-14’te, % 0,11’ini saat-
13’te ve % 0,05’ini saat-12’de satması gerekmektedir. GMVP çözümünün ortalama
beklenen getirisi % 137,76 olup standart sapması 0,795619 (% 79,56) dır. OP ve
GMVP çözümleri Şekil-30’da da görüleceği üzere birbirinden oldukça farklı sonuçlar
üretmiştir.
OP çözümüne göre elektrik üreticisinin 2014-2015 yılları içinde oluşan
ortalama maliyet değeri (10,3295 €/MWh) üzerinden hesaplama yapılacak olunursa;
ortalama piyasa satış cirosunun 568.350 € olması ve beklenen ortalama piyasa satış
karının ise 371.263 € olması beklenmektedir.
N2 Portföy Optimizasyon Uygulaması: Nord Pool ELSPOT için 24 hidrolik
riskli varlığın kullanıldığı, riskli varlıklar için yatırım üst kısıtı % 10 olan MV
optimizasyonun Durum-2’ye uygulandığı senaryodur. Uygulamada aşağıdaki sonuçlar
elde edilmiştir.
151
Şekil 31 N2 MV portföy optimizasyon uygulaması
Şekil 32 N2 optimum ve global minimum varyans portföy çözümleri
1
1,2
1,4
1,6
1,8
2
2,2
0,75 0,8 0,85 0,9 0,95 1 1,05
Get
iri (
r p)
Risk (𝞼p)
N2
Etkin Set
FaydaFonksiyonuOP
Riskli Varlıklar
GMVP
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
OP 0, 0, 0, 0, 0, 0, 0, 0, 10 10 10 10 10 10 9, 0, 0, 0, 0, 10 10 10 0, 0,
GMVP 10 10 10 10 0, 9, 0, 0, 0, 0, 0, 0, 9, 9, 0, 0, 0, 0, 0, 0, 0, 10 10 10
0,00%
2,00%
4,00%
6,00%
8,00%
10,00%
12,00%
Po
rtfö
y P
ayı
Saat
OP
GMVP
152
Riskli varlıklar için % 10 üst yatırım kısıtı konulması ile birlikte portföy
dağılımları bu kısıt doğrultusunda bir dağılım ortaya çıkarmıştır. OP ve GMVP portföy
çözümleri yine birbirinden oldukça farklı şekilde ortaya çıkmıştır. Saat-13, 14 ve
22’lerde ortak saat tercihleri olduğu onun dışında sonuçların birbirinden ayrıştığı net
bir şekilde görülmektedir.
N3 Portföy Optimizasyon Uygulaması: Nord Pool ELSPOT için 24 hidrolik
riskli varlığın ve bir riksiz sabit getiri oranlı (%125) varlığın kullanıldığı, riskli ve
risksiz varlıklar için yatırım üst kısıtı olmayan MV optimizasyonun Durum-3’ye
uygulandığı senaryodur. Uygulamada aşağıdaki sonuçlar elde edilmiştir.
Şekil 33 N3 MV portföy optimizasyon uygulaması
1
1,2
1,4
1,6
1,8
2
2,2
0,00 0,20 0,40 0,60 0,80 1,00 1,20
Get
iri (
r p)
Risk (𝞼p)
N3
Etkin Set
FaydaFonksiyonuOP
Riskli Varlıklar
GMVP
153
Şekil 34 N3 optimum ve global minimum varyans portföy çözümleri
Risksiz varlığın portföy optimizasyon uygulamasına katılması ile doğal olarak
GMVP çözümü % 100 risksiz varlıktan oluşmuştur. Bununla birlikte OP çözümü
içinde % 73 oranında risksiz varlığa yer verilmiş geri kalan portföy payı saat-9’a
ayrılmıştır.
N4 Portföy Optimizasyon Uygulaması: Nord Pool ELSPOT için 24 hidrolik
riskli varlığın ve bir sabit fiyatlı (23,823 €/MWh) varlığın kullanıldığı, riskli ve düşük
risksiz varlıklar için yatırım üst kısıtı olmayan MV optimizasyonun Durum-4’ye
uygulandığı senaryodur. Tüm varlıklar için üst yatırım kısıtı %25 olarak belirlenmiştir.
Uygulamada aşağıdaki sonuçlar elde edilmiştir.
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25
OP 0, 0, 0, 0, 0, 0, 0, 0, 26 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 73
GMVP 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 10
0,00%
10,00%
20,00%
30,00%
40,00%
50,00%
60,00%
70,00%
80,00%
90,00%
100,00%
Po
rtfö
y P
ayı
Saat
OP
GMVP
154
Şekil 35 N4 MV portföy optimizasyon uygulaması
Şekil 36 N4 optimum ve global minimum varyans portföy çözümleri
Sabit fiyatlı varlık uygulamasının risksiz varlık uygulamasından en önemli
farkı öncelikle elektrik piyasası uygulaması için daha gerçekçi olmasıdır. Finansal
1
1,2
1,4
1,6
1,8
2
2,2
2,4
0,20 0,40 0,60 0,80 1,00 1,20
Get
iri (
r p)
Risk (𝞼p)
N4
Etkin Set
FaydaFonksiyonuOP
Riskli Varlıklar
GMVP
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25
OP 0, 0, 0, 0, 0, 0, 0, 0, 0, 12 25 25 12 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 25
GMVP 24 0, 0, 5, 0, 0, 0, 0, 0, 0, 0, 0, 0, 2, 0, 0, 0, 0, 0, 0, 0, 0, 16 24 25
0,00%
5,00%
10,00%
15,00%
20,00%
25,00%
30,00%
Po
rtfö
y P
ayı
Saat
OP
GMVP
155
literatürde devlet garantisi altında olan sabit getirili menkul kıymetlere daha çok
rastlanmakla birlikte elektrik piyasasında sabit fiyatlı ikili anlaşmalar daha çok
uygulanagelmektedir. Bu anlaşmalarda fiyat sabitlenmekle birlikte kur, yakıt fiyat
dalgalanmaları, diğer maliyet değişimleri faktörleri nedeniyle üretici piyasa fiyat
dalgalanması boyutunda olmasada bir risk altına girmektedir.
Yapılan optimizasyon uygulamasında yine OP ile GMVP çözüm sonuçlarının
oldukça iyi ayrıştığı bunun yanında bir tek sabit fiyatlı varlığa portföy sonuçlarında
verilen pay oranının aynı olduğu görülmüştür. Her iki portföy çözümüde sabit fiyatlı
varlığın sahip olduğu yüksek getiri düşük düzeyli riskten ve korelasyon etkisinden
yararlanmak istemiştir.
N5 Portföy Optimizasyon Uygulaması: Nord Pool ELSPOT için hidrolik,
nükleer ve termik herbiri için 24 toplam 72 riskli varlığın ve herbir elektrik üretim tipi
için bir sabit fiyatlı (23,823 €/MWh) toplam 3 sabit fiyatlı varlığın kullanıldığı, riskli
ve düşük riskli varlıklar için yatırım üst ve kısıtları olan MV optimizasyonun Durum-
5’ye diğer bir değişle hibrit senaryoya uygulandığı senaryodur. Bu uygulamada bir
elektrik üreticisinin elinde hidrolik, nükleer ve termikten oluşan bir elektrik üretim
portföyü olduğu ve farklı üretim maliyetlerine sahip bu santrallerde ürettiği elektriği
aynı piyasa koşullarında satmaya çalıştığı düşünülmüştür. Mevcut hali ile gerçek
duruma en yakın uygulama senaryosudur. Uygulamada kullanılacak
ağırlıklandırmalar aşağıdaki tablodaki (Tablo-18) gibi oluşturulmuştur:
156
Tablo 18 N5 uygulama senaryosu değişkenleri
Varlıklar Değişken ağırlıkları
Hidrolik (1, 2, … ,24) X1, X2, … , X24
Nükleer (1,2, … ,24) X25, X26, … ,X48
Termik (1,2, … ,24) X49, X50, … ,X72
Hidrolik Sabit Fiyatlı X73
Nükleer Sabit Fiyatlı X74
Termik Sabit Fiyatlı X75
Uygulamada aşağıdaki sonuçlar elde edilmiştir.
Şekil 37 N5 MV hibrit portföy optimizasyon uygulaması
Tablo 19 N5 hibrit senaryosu portföy optimizasyonu elektrik üretim payları
Saatler Hidrolik
(%)
Nükleer
(%)
Termik
(%)
Toplam
(%) MWh
Saat-8 - 4,39 1,94 6,33 9985
Saat-9 1,21 6,85 1,94 10,00 15768
Saat-10 1,02 6,85 1,94 9,81 15471
Saat-11 - 6,85 1,94 8,79 13860
Saat-12 - 6,85 1,94 8,79 13859
Saat-13 - - 1,93 1,93 3051
Sabit Fiyat 9,87 36,70 7,76 54,34 85677
-0,5
0
0,5
1
1,5
2
0,05 0,25 0,45 0,65 0,85 1,05
Get
iri (
r p)
Risk (𝞼p)
N5
Etkin Set (H)Fayda Fonksiyonu (H)Etkin Set (N)Fayda Fonksiyonu (N)Etkin Set (T)Fayda Fonksiyonu (T)OP (H)Rskli Varlıklar (H)Riskli Varlıklar (N)OP (N)Riskli Varlıklar (T)OP (T)
Hidrolik
Nükleer
Termik
157
N5 hibrit portföy optimizasyon uygulamasında her üç üretim şekline ait riskli
varlıklar, etkin setler, optimum portföy ve fayda fonksiyonları aynı grafik üzerinde
(Şekil-37) yukarıda gösterilmektedir. Mevcut optimizasyon kısıtları altında yukarıdaki
tablodan da görüleceği üzere (Tablo-19) optimum portföy çözüm sonuçları belirli
saatlerin (saat 8, 9, 10, 11, 12, 13) üzerine yoğunlaşmıştır. Portföyün toplam ağırlığı
içinde sabit fiyatlı ikili anlaşma payı ise % 54,34 düzeyindedir.
N6 Portföy Optimizasyon Uygulaması: Nord Pool ELSPOT için 24 hidrolik
riskli varlığın kullanıldığı, alt taraf risk DS optimizasyonun Durum-1’e uygulandığı
senaryodur. Uygulamada aşağıdaki sonuçlar elde edilmiştir. Global minimum LPM1
risk portföyü bulunurken A=1000 alınmıştır.
Şekil 38 N6 DS portföy optimizasyon uygulaması
1
1,2
1,4
1,6
1,8
2
2,2
2,4
0,25 0,3 0,35 0,4 0,45 0,5
Get
iri (
r p)
Risk (LPM1)
N6
Etkin Set
FaydaFonksiyonuOP
GMVP
158
Şekil 39 N6 optimum ve global minimum LPM1 risk portföy çözümleri
Elde edilen sonuçlara göre OP portföyü hiçbir yatırım kısıtlaması olmaması
sebebiyle sadece Saat-9’u içerirken GMRP içinde sırasıyla büyükten küçüğe saat-4,
24, 12 ve 1’in ağırlığı göze çarpmaktadır.
N7 Portföy Optimizasyon Uygulaması: Nord Pool ELSPOT için 24 hidrolik
riskli varlığın kullanıldığı, riskli varlıklar için yatırım üst kısıtı % 10 olan DS
optimizasyonun Durum-2’ye uygulandığı senaryodur. Uygulamada aşağıdaki sonuçlar
elde edilmiştir.
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
OP 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 99, 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0
GMRP 6,8 0,0 0,0 35, 0,1 1,0 0,0 0,0 0,0 0,0 0,0 8,9 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,1 28,
0%
10%
20%
30%
40%
50%
60%
70%
80%
90%
100%
Po
rtfö
y P
ayı
Saat
OP
GMRP
159
Şekil 40 N7 DS portföy optimizasyon uygulaması
Şekil 41 N7 optimum ve global minimum LPM1 risk portföy çözümleri
1,2
1,3
1,4
1,5
1,6
1,7
1,8
1,9
2
0,3 0,32 0,34 0,36 0,38 0,4 0,42
Get
iri (
r p)
Risk (LPM1)
N7
Etkin Set
FaydaFonksiyonuOP
GMRP
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
OP 0, 0, 0, 0, 0, 0, 0, 10 10 10 10 10 10 10 0, 0, 0, 10 10 9, 0, 0, 0, 0,
GMRP 10 10 10 10 10 9, 0, 0, 0, 0, 0, 9, 0, 0, 0, 0, 0, 0, 0, 0, 0, 9, 10 10
0%
2%
4%
6%
8%
10%
12%
14%
16%
18%
20%
Po
rtfö
y P
ayı
Saat
OP
GMRP
160
Mevcut yatırımcı risk algısı bu senaryo için A=3 alındığında ortaya çıkan OP
çözümü ile GMRP (A=1000 alındığında) çözümü arasında oldukça büyük oranda bir
farklılaşma ortaya çıkmıştır. Her iki çözüm seti içinde de ortak olan tek çözüm saat-
12 olup saat-13’te belli bir miktarda ortak pay bulunmaktadır.
N8 Portföy Optimizasyon Uygulaması: Nord Pool ELSPOT için 24 hidrolik
riskli varlığın ve bir riksiz sabit getiri oranlı (%125) varlığın kullanıldığı, riskli ve
risksiz varlıklar için yatırım üst kısıtı olmayan DS optimizasyonun Durum-3’ye
uygulandığı senaryodur. Uygulamada aşağıdaki sonuçlar elde edilmiştir.
Şekil 42 N8 DS portföy optimizasyon uygulaması
1
1,2
1,4
1,6
1,8
2
2,2
0 0,1 0,2 0,3 0,4
Get
iri (
r p)
Risk (LPM1)
N8
Etkin Set
FaydaFonksiyonuOP
GMRP
161
Şekil 43 N8 optimum ve global minimum LPM1 risk portföy çözümleri
Yatırımcının risk algısına göre OP portföyü sadece saat-9 varlığından
oluşmaktayken GMRP portföyü sadece risksiz sabit getiri oranlı ikili anlaşmadan
oluşmaktadır. Saat-9 en yüksek getiri değerinin elde edildiği saattir. Mevcut risk algı
seviyesi (A=3) için yatırmcı DS optimizasyonuna göre en riskli portföy alternatifini
tercih etmektedir.
N9 Portföy Optimizasyon Uygulaması: Nord Pool ELSPOT için 24 hidrolik
riskli varlığın ve bir sabit fiyatlı (23,823 €/MWh) varlığın kullanıldığı, riskli ve düşük
risksiz varlıklar için yatırım üst kısıtı olmayan DS optimizasyonun Durum-4’ye
uygulandığı senaryodur. Tüm varlıklar için üst yatırım kısıtı %25 olarak belirlenmiştir.
Uygulamada aşağıdaki sonuçlar elde edilmiştir.
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25
OP 0, 0, 0, 0, 0, 0, 0, 0, 10 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,
GMRP 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 10
0%
10%
20%
30%
40%
50%
60%
70%
80%
90%
100%
Po
rtfö
y P
ayı
Saat
OP
GMRP
162
Şekil 44 N9 DS portföy optimizasyon uygulaması
Şekil 45 N9 optimum ve global minimum LPM1 risk portföy çözümleri
DS optimizasyon uygulaması başarı bu senaryo içinde başarı ile uygulanmıştır.
Elde edilen sonuçlara göre yine OP ve GMRP sonuçları birbirinden oldukça
1
1,2
1,4
1,6
1,8
2
2,2
0,2 0,25 0,3 0,35 0,4
Get
iri (
r p)
Risk (LPM1)
N9
Etkin Set
FaydaFonksiyonuOP
GMRP
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25
OP 0, 0, 0, 0, 0, 0, 0, 24 25 25 25 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,
GMRP 0, 0, 11 24 2, 3, 0, 0, 0, 0, 0, 8, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 24 25
0%
5%
10%
15%
20%
25%
30%
35%
40%
Po
rtfö
y P
ayı
Saat
OP
GMRP
163
ayrışmaktadır. GMRP’nin bulunmasında yatırımcı riskten kaçınma seviyesi en yüksek
(A=1000) olan portföyün sonucu bulunmuştur.
N10 Portföy Optimizasyon Uygulaması: Nord Pool ELSPOT için hidrolik,
nükleer ve termik herbiri için 24 toplam 72 riskli varlığın ve herbir elektrik üretim tipi
için bir sabit fiyatlı (23,823 €/MWh) toplam 3 sabit fiyatlı varlığın kullanıldığı, riskli
ve düşük riskli varlıklar için yatırım üst ve kısıtları olan DS optimizasyonun Durum-
5’ye diğer bir değişle hibrit senaryoya uygulandığı senaryodur. Bu uygulamada bir
elektrik üreticisinin elinde hidrolik, nükleer ve termikten oluşan bir elektrik üretim
portföyü olduğu ve farklı üretim maliyetlerine sahip bu santrallerde ürettiği elektriği
aynı piyasa koşullarında satmaya çalıştığı düşünülmüştür. Tablo-14’te tanımlı koşullar
altında yapılan üç farklı üretim tipi için optimizasyon çalışmasında aşağıdaki sonuçlar
elde edilmiştir.
Tablo 20 N10 DS hibrit durum portföy optimizasyon OP sonuçları
Saatler Hidrolik Nükleer Termik Toplam MWh
Saat-8 % 1,21 % 6,85 % 1,94 % 10,00 15767
Saat-9 % 1,21 % 6,85 % 1,94 % 10,00 15767
Saat-10 % 1,21 % 6,85 % 1,94 % 10,00 15767
Saat-11 % 1,21 % 6,85 % 1,94 % 10,00 15767
Saat-12 % 1,21 % 6,85 % 1,94 % 10,00 15767
Saat-13 % 1,21 - % 1,01 % 2,22 3500
Saat-18 % 0,61 - % 0,87 % 1,47 2319
Saat-19 % 1,21 - % 0,06 % 1,27 1998
Sabit Fiyat % 3,03 % 34,25 % 7,76 % 45,04 71012
Bu sonuçlara göre her üç farklı maliyetli üretim türü içinde DS optimizasyon
sonuçları birbirine oldukça yakın çıkmıştır. Bununla birlikte hidrolik sonuçları saat-
13, 18 ve 19 için nükleer ve termik sonuçlarından farklılaşmıştır. Bu senaryoya özgü
164
risk algısına göre bu üretim portföyüne sahip bir elektrik üreticisinin üreteceği
elektriğin % 45,04’ünü sabit fiyatlı ikili anlaşma ile kalan kısmını ise spot piyasada 8,
9, 10, 11, 12, 13, 18 ve 19. Saatlerde satmalıdır.
N11 Portföy Optimizasyon Uygulaması: Nord Pool ELSPOT için 24 hidrolik
riskli varlığın kullanıldığı, yarı varyans SV optimizasyonun Durum-1’e uygulandığı
senaryodur. Uygulamada aşağıdaki sonuçlar elde edilmiştir. Global minimum LPM2
risk portföyü bulunurken A=1000 alınmıştır.
Şekil 46 N11 SV portföy optimizasyon uygulaması
1
1,2
1,4
1,6
1,8
2
2,2
2,4
0,35 0,4 0,45 0,5
Get
iri (
r p)
Risk (LPM2)
N11
Etkin Set
FaydaFonksiyonuOP
GMRP
165
Şekil 47 N11 optimum ve global minimum LPM2 risk portföy çözümleri
SV optimizasyon uygulaması sonucunda Etkin sınır, OP ve GMRP çözümleri
başarı ile elde edilmiştir. Yine OP ve GMRP arasında bariz bir ayrışma mevcuttur. OP
çözümüne göre Durum-1’deki portföye sahip bir elektrik üreticisi ürettiği elektriğin %
71,30’unu saat-10, % 14,50’sini saat-9 ve % 14,20’sini saat-11’de satmalıdır. GMRP
içinde ise saat 1, 13, 23 ve 24’ün ağırlıkları bulunmaktadır.
N12 Portföy Optimizasyon Uygulaması: Nord Pool ELSPOT için 24 hidrolik
riskli varlığın kullanıldığı, riskli varlıklar için yatırım üst kısıtı % 10 olan SV
optimizasyonun Durum-2’ye uygulandığı senaryodur. Uygulamada aşağıdaki sonuçlar
elde edilmiştir.
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
OP 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 14, 71, 14, 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0
GMRP 38, 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 16, 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 12, 32,
0%
10%
20%
30%
40%
50%
60%
70%
80%
Po
rtfö
y P
ayı
Saat
OP
GMRP
166
Şekil 48 N12 SV portföy optimizasyon uygulaması
Şekil 49 N12 optimum ve global minimum LPM2 risk portföy çözümleri
SV optimizasyon uygulaması neticesinde OP ve GMRP portföy çözümleri
başarı ile elde edilmiştir. OP ve GMRP çözümlerine göre ilgili elektrik üreticisi % 10
1,3
1,4
1,5
1,6
1,7
1,8
1,9
2
0,36 0,38 0,4 0,42 0,44 0,46 0,48
Get
iri (
r p)
Risk (LPM2)
N12
Etkin Set
FaydaFonksiyonu
OP
GMRP
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
OP 0, 0, 0, 0, 0, 0, 0, 10 10 10 10 10 10 10 10 0, 0, 0, 10 9, 0, 0, 0, 0,
GMRP 10 10 10 10 0, 0, 0, 0, 0, 0, 0, 10 10 10 0, 0, 0, 0, 0, 0, 0, 10 10 10
0%
2%
4%
6%
8%
10%
12%
14%
16%
18%
20%
Po
rtfö
y P
ayı
Saat
OP
GMRP
167
satış kısıtı altında ürettiği elektriğin ne kadarını hangi saatte satması gerektiği Şekil-
49’da gösterilmektedir. Burada dikkat çeken husus saat 12, 13 ve 14 varlıklarının her
iki çözüm setinin içinde de yer almasıdır. Bu saatler dışında yatırımcı risk algısından
kaynaklı fayda fonksiyonu etkisi ile farklı saat tercihlerine yönelik bir ayrışma mevcut
bulunmaktadır.
N13 Portföy Optimizasyon Uygulaması: Nord Pool ELSPOT için 24 hidrolik
riskli varlığın ve bir riksiz sabit getiri oranlı (%125) varlığın kullanıldığı, riskli ve
risksiz varlıklar için yatırım üst kısıtı olmayan SV optimizasyonun Durum-3’ye
uygulandığı senaryodur. Uygulamada aşağıdaki sonuçlar elde edilmiştir.
Şekil 50 N13 SV portföy optimizasyon uygulaması
1
1,1
1,2
1,3
1,4
1,5
1,6
1,7
1,8
1,9
2
0 0,1 0,2 0,3 0,4
Get
iri (
r p)
Risk (LPM2)
N13
Etkin Sınır
FaydaFonksiyonu
OP
GMRP
168
Şekil 51 N13 optimum ve global minimum LPM2 risk portföy çözümleri
SV optimizason uygulaması N13 senaryo portföyüne başarı ile uygulanarak
OP ve GMRP çözümleri elde edilmiştir. Buna göre OP % 52,39 saat-9 ve % 47,60
risksiz varlıktan oluşmaktadır.
N14 Portföy Optimizasyon Uygulaması: Nord Pool ELSPOT için 24 hidrolik
riskli varlığın ve bir sabit fiyatlı (23,823 €/MWh) varlığın kullanıldığı, riskli ve düşük
risksiz varlıklar için yatırım üst kısıtı olmayan SV optimizasyonun Durum-4’ye
uygulandığı senaryodur. Tüm varlıklar için üst yatırım kısıtı %25 olarak belirlenmiştir.
Uygulamada aşağıdaki sonuçlar elde edilmiştir.
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25
OP 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 52, 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 47,
GMRP 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 100
0%
10%
20%
30%
40%
50%
60%
70%
80%
90%
100%
Po
rtfö
y P
ayı
Saat
OP
GMRP
169
Şekil 52 N14 SV portföy optimizasyon uygulaması
Şekil 53 N14 optimum ve global minimum LPM2 risk portföy çözümleri
1
1,2
1,4
1,6
1,8
2
2,2
0,2 0,25 0,3 0,35 0,4
Get
iri (
r p)
Risk (LPM2)
N14
Etkin Set
FaydaFonksiyonuOP
GMRP
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25
OP 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 25, 25, 25, 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 25,
GMRP 25, 3,8 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 9,7 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 11, 25, 25,
0%
5%
10%
15%
20%
25%
30%
35%
40%
Po
rtfö
y P
ayı
Saat
OP
GMRP
170
OP ve GMRP sonuçları bu senaryo için başarı ile elde edilmiştir. Sonuçlar
birbirinden farklılaşmakta bununla birlikte her iki portföy içinde de sabit fiyatlı varlık
miktarı aynı oranda % 25 olarak hesaplanmıştır.
N15 Portföy Optimizasyon Uygulaması: Nord Pool ELSPOT için hidrolik,
nükleer ve termik herbiri için 24 toplam 72 riskli varlığın ve herbir elektrik üretim tipi
için bir sabit fiyatlı (23,823 €/MWh) toplam 3 sabit fiyatlı varlığın kullanıldığı, riskli
ve düşük riskli varlıklar için yatırım üst ve kısıtları olan DS optimizasyonun Durum-
5’ye diğer bir değişle hibrit senaryoya uygulandığı senaryodur. Bu uygulamada bir
elektrik üreticisinin elinde hidrolik, nükleer ve termikten oluşan bir elektrik üretim
portföyü olduğu ve farklı üretim maliyetlerine sahip bu santrallerde ürettiği elektriği
aynı piyasa koşullarında satmaya çalıştığı düşünülmüştür.19 Her üç üretim şeklinide
içeren portföy için yapılan optimizasyon çalışmasında aşağıdaki sonuçlar elde
edilmiştir.
19 Çalışma kapsamında, Hidrolik için üretim maliyeti 12,50 $/MWh, Nükleer için 24,70 $/MWh ve Termik için 35,60 $/MWh olarak tanımlanmıştı.
171
Şekil 54 N15 MV hibrit portföy optimizasyon uygulaması
Tablo 21 N15 hibrit senaryo portföy optimizasyon sonuçları
Saatler Hidrolik Nükleer Termik Toplam MWh
Saat-8 % 1,01 % 6,85 % 1,94 % 9,80 15447
Saat-9 % 1,21 % 6,85 % 1,94 % 10,00 15768
Saat-10 % 1,21 % 6,85 % 1,94 % 10,00 15768
Saat-11 % 1,21 % 6,85 % 1,94 % 10,00 15768
Saat-12 % 0,36 % 6,85 % 1,94 % 9,15 14420
Saat-18 - - % 1,94 % 1,94 3060
Sabit Fiyat % 7,11 % 34,25 % 7,76 % 49,12 77446
Bu sonuçlara göre hidrolik, nükleer ve termik santrallerden oluşan Tablo-
14’deki gibi tanımlı bir portföye sahip elektrik üretim şirketinin ürettiği elektriğin
yaklaşık yarısını sabit fiyatlı ikili anlaşma ile satması ve geri kalanını ise yukarıda
tanımlı paylar oranında saat-8, 9, 10, 11, 12 ve 18 dilimlerinde spot piyasada satması
yatırımcı algısına en uygun optimum portföyü sağlamaktadır. GMRP portföy çözümü
içinse sadece sabit fiyatlı ikili anlaşmayı tercih etmelidir. Bu sonuçlar bazı küçük
-0,3
0,2
0,7
1,2
1,7
2,2
0 0,05 0,1 0,15 0,2 0,25 0,3
Get
iri (
r p)
Risk (LPM2)
N15
Etkin Sınır (H)Fayda Fonksiyonu (H)Etkin Set (N)Fayda Fonksiyonu (N)Etkin Set (T)Fayda Fonksiyonu (T)OP (H)OP (N)OP (T)GMRP (H)GMRP (N)GMRP (T)
Nükleer
Hidrolik
Termik
172
portföy farklılıkları olmakla beraber N5 ve N10 senaryo uygulamaları ile büyük
benzerlik göstermektedir.
N16-N17-N18-N19-N20 Portföy Optimizasyon Uygulamaları: Nord Pool
ELSPOT için 24 hidrolik riskli varlığın kullanıldığı, Durum-1, 2, 3, 4 ve 5’e riske
maruz değer VaR optimizasyon uygulama yönteminin uygulandığı senaryolardır. VaR
uygulaması %90 güven aralığına göre yapılması ve elde 461 verilik bir veri seti olması
sebeplerinden dolayı sondan en iyi % 10/2 lik sonuca ulaşılarak onun üzerinden
VaR’in getiri oranı temelli değerini en yüksek yapacak olan çözüme ulaşılmaya
çalışılmıştır. Verisetinin büyüklüğüne ve analiz ihtiyacına göre uygun bir güven aralığı
seçilmelidir (Gökgöz ve Atmaca, 2016c). Bu kapsamda 461 günlük tüm veri seti amaç
fonksiyonun varyans-kovaryans matrisi üzerinden bir parçası olup bu büyük amaç
fonksiyonu içinde portföy getiri dağılımının sol kuyruktan % 5 lik alan kaplayan
kısmınının uç değerini maksimize edecek optimum portföy ağırlıklarına bakılmıştır.
Uygulamada %90 güven aralığı için Z-score -1,645 olarak alınmıştır. Diğer bir değişle
bu kapsamda ortalama beklenen getiriden 1,645 sigma sol tarafta yer alan değerin
maksimizasyonu yapılmıştır. Yapılan optimizasyon sonucu elde edilen sonuçlar
aşağıdaki gibidir.
173
Tablo 22 N16-17-18-19-20 VaR portföy optimizasyon sonuçları tablosu
Saatler N16
(%)
N17
(%)
N18
(%)
N19
(%)
N20
(%)
Saat-8 - 10,00 - - -
Saat-9 - 10,00 - - 0,32
Saat-10 - 10,00 - 25,00 -
Saat-11 99,98 10,00 - 25,00 -
Saat-12 0,01 10,00 - 25,00 -
Saat-13 - 10,00 - - -
Saat-14 - 10,00 - - -
Saat-15 - 10,00 - - -
Saat-19 - 4,89 - - -
Saat-20 - 10,00 - - -
Saat-21 - 5,11 - - -
Sabit Getiri N/A N/A 100,00 N/A N/A
Sabit Fiyat N/A N/A N/A 25,00 99,68
VaR(getiri) 46,14 40,50 125,00 60,30 6,17
Portföy Get. 192,32 184,66 125,00 177,36 24,85
Bu kısımda uygulanan VaR yaklaşımı getiri dağılımlarının normal dağıldığı
kabulünden yola çıkarak riskli varlıkların sadece beklenen ortalam getiri ve standart
sapmasıyla ifade edilebileceğini öngörmekte ve bu öngörü ışığında Tablo-12’de yer
alan model kapsamında VaR değerini hesaplamaktadır. Tablo-21’de elde edilen VaR
sonuçları % 90 güven aralığında (% 90 ihtimalle) portföy getirisinin VaR değerinden
yüksek olacağını ifade etmektedir. VaR güvenli tarafı hızlı tercih etmesi sebebi ile
risksiz varlığın veya düşük riskli varlıkların yer aldığı N18-19-20 senaryolarında
portföyün kabul edilebilir üst sınırının tamamında veya tamamına yakın değerde bu
varlıklara ağırlık verdiği görülmektedir.
N21-N22-N23-N24-N25 Portföy Optimizasyon Uygulamaları: Nord Pool
ELSPOT için 24 hidrolik riskli varlığın kullanıldığı, Durum-1, 2, 3, 4 ve 5’e tarihsel
riske maruz değer HVaR optimizasyon yönteminin uygulandığı senaryolardır. HVaR
uygulaması %90 güven aralığına göre yapılması ve elde 461 verilik bir veri seti olması
174
sebeplerinden dolayı sondan en iyi 47. sonuca ulaşılarak onun üzerinden HVaR’in
portföy getiri oranı temelli değerini en yüksek yapacak olan çözüme ulaşılmaya
çalışılmıştır. HVaR’in % 95 ve % 99 güven aralığında optimizasyonu hedeflenseydi
bu durumda sırasıyla sondan 24 ve 5. sonuçlara bakılacaktı. Eldeki verisetinin
büyüklüğüne göre uygun bir güven aralığı seçilmelidir, özellikle HVaR’te bu duruma
dikkate edilmemesi durumunda sonuçlarda tarihsel veri oynaklığından kaynaklı büyük
dalgalanmalar olabilmektedir (Gökgöz ve Atmaca, 2016c). Bu kapsamda 461 günlük
tüm veri seti amaç fonksiyonun bir parçası olup bu büyük amaç fonksiyonu içinde
sondan 47.sıradaki değeri maksimize edecek optimum portföy ağırlıklarına
bakılmıştır. Bu uygulama portföy sıralamasına dayalı bir uygulamadır. Yapılan
optimizasyon sonucu elde edilen sonuçlar aşağıdaki gibidir.
175
Tablo 23 N21-22-23-24-25 VaR portföy optimizasyon sonuçları tablosu
Saatler N21
(%)
N22
(%)
N23
(%)
N24
(%)
N25
(%)
Saat-1 - 0,04 - - 0,08
Saat-2 - 0,03 - - 0,07
Saat-3 - 0,03 - - 0,06
Saat-4 - 0,03 - - 0,07
Saat-5 - 0,03 - - 0,08
Saat-6 - 0,04 - - 0,11
Saat-7 - 0,32 - - 0,21
Saat-8 - 9,88 - - 0,65
Saat-9 100,00 9,93 - 25,00 1,91
Saat-10 - 9,93 - 25,00 0,69
Saat-11 - 9,92 - 25,00 0,78
Saat-12 - 9,91 - - 0,42
Saat-13 - 9,86 - - 0,33
Saat-14 - 9,76 - - 0,32
Saat-15 - 2,89 - - 0,32
Saat-16 - 0,59 - - 0,41
Saat-17 - 0,42 - - 0,58
Saat-18 - 1,81 - - 4,31
Saat-19 - 9,46 - - 0,81
Saat-20 - 9,75 - - 0,37
Saat-21 - 4,86 - - 0,26
Saat-22 - 0,36 - - 0,23
Saat-23 - 0,11 - - 0,18
Saat-24 - 0,05 100,00 - 0,12
Sabit Getiri N/A N/A 125 N/A N/A
Sabit Fiyat N/A N/A N/A 25,00 86,64
HVaR(getiri) 82,67 70,84 125 90,25 9,51 (78,82)a
Portföy Get. 204,59 184,90 125 182,03 28,41 a HVaR’a yönelik çözüm portföyü üzerinden tüm riskli varlıklarla ve düşük riskli varlıklarla oluş büyük
portföyün birleştirilmiş analizinde ortaya çıkan sonuç
N21-22-23-24-25 senaryolarına yönelik yapılan HVaR optimizasyon
uygulmasında Tablo-22’deki sonuçlar elde edilmiştir. N17 ve N20 senaryolarına
yönelik olarak elde edilen sonuçlarda tüm saatlere yönelen bir yayılım söz konusu olup
bu durmun asıl kaynağı N17 senaryosundaki 461x24 elmanlı amaç fonksiyonu ve N20
senaryosunda ise 461x25 lik 3 farklı amaç fonksiyonunun bulunması nedeniyle ortaya
çıkan hata yayılımı ve yakınsama probleminin kalıntıları olduğu düşünülmektedir.
176
Fiyata bağlı olmakla birlikte VaR ve HVaR sabit getirili ikili anlaşma ve düşük riskli
ikili anlaşma olması durumlarında bu sonuçlara doğal olarak yakınsama
göstermektedir.
3.3.2 Türkiye Gün-öncesi Elektrik Piyasası Uygulama Sonuçları
Türkiye Gün-öncesi elektrik piyasasına yönelik olarak 5 metodun herbirine
diğer yalnızca Durum-5 uygulması yapılarak 5 optimizasyon uygulanmıştır. Durum-5
tasarımı itibari ile diğer durum senaryolarını kapsayıcı bir niteliktedir. Bu sebepten
dolayı karşılaştırma için seçilmiştir. Yapılan optimizasyon çalışmaları aşağıda yer alan
Tablo’daki gibi kodlanmaktadır.
Tablo 24 Türk Gün-öncesi Piyasası Optimizasyon Uygulaması Portföyleri
Metotlar/
Durumlar MV DS SV
VaR
(% 90)
HVaR
(% 90)
Durum-5 T1 T2 T3 T4 T5
Durum-5 hibrit senaryo olup portföyünde Hidrolik (300 MWe), Nükleer (1000
MWe) ve Termik (300MWe) olan bir elektrik üreticisinin belirli kısıtlar altında ürettiği
elektriğin ne kadarlık ksımını sabit fiyatlı ikili anlaşma ile ve ne kadarlık kısmını ise
gün-öncesi spot piyasada satması gerektiğini bulmaya çalışmaktadır. Elde edilen
sonuçların sağlıklı bir şekilde karşılaştırılması için Tablo-14’te yer alan Nord Pool
elektrik piyasasına uygulanan aynı kısıtlar bu uygulamada da geçerlidir. Bununla
birlikte Türk gün-öncesi elektrik piyasasının 2014-2015 yılı kullanılan veri seti
dönemi içinde ortalama spot fiyatı 155,9691 TL/MWh olarak gerçekleşmiştir.
Buradaki hibrit senaryo analizlerinde Tablo-14’teki sabit fiyatlı varlık fiyatı Nord Pool
177
uygulama senaryolarında olduğu gibi piyasa ortalama fiyatının %10 altında 140,3722
TL/MWh olarak belirlenmiştir. 2014-2015 yılları günlük TCMB Dolar/Türk Lirası
Efektif satış kur bilgileri kullanılarak ($) üzerinden tanımlanmış olan elektrik üretim
maliyet verileri (TL) para birimine günlük olarak dönüştürülmüştür. Türk Gün-öncesi
elektrik piyasasına yönelik hidrolik santral, nükleer santral ve termik santral elektrik
üretim maliyetlerine dayalı 24 saatlik dilimden türetilmiş olan riskli varlıklar aşağıdaki
gibi (Tablo-24, Tablo-25 ve Tablo-26) elde edilmiştir:
Tablo 25 Türk Gün-öncesi elektrik piyasası hidrolik riskli varlıklar tablosu
Saat
Beklenen
Getiri
𝒓𝒏 (%)
Standart
Sapma
𝝈𝒏
Saat
Beklenen
Getiri
𝒓𝒏 (%)
Standart
Sapma
𝝈𝒏
1 399,15 1,4126 13 482,53 1,3562
2 350,25 1,4459 14 496,78 1,3246
3 300,75 1,5621 15 509,09 1,2899
4 261,39 1,6250 16 499,07 1,3129
5 256,09 1,5357 17 492,58 1,3290
6 262,11 1,4941 18 474,16 1,4699
7 288,81 1,6100 19 452,34 1,4192
8 374,49 1,3369 20 440,64 1,3807
9 487,42 1,3399 21 435,63 1,3320
10 519,70 1,2373 22 421,35 1,4207
11 521,56 1,2545 23 432,96 1,3806
12 522,71 1,3589 24 402,65 1,4404
178
Tablo 26 Türk Gün-öncesi elektrik piyasası nükleer riskli rarlıklar rablosu
Saat
Beklenen
Getiri
𝒓𝒏 (%)
Standart
Sapma
𝝈𝒏
Saat
Beklenen
Getiri
𝒓𝒏 (%)
Standart
Sapma
𝝈𝒏
1 152,61 0,7149 13 194,80 0,6863
2 127,86 0,7317 14 202,01 0,6704
3 102,81 0,7905 15 208,24 0,6528
4 82,89 0,8224 16 203,17 0,6644
5 80,21 0,7772 17 199,89 0,6726
6 83,25 0,7561 18 190,57 0,7439
7 96,77 0,8148 19 179,52 0,7182
8 140,13 0,6766 20 173,61 0,6988
9 197,28 0,6781 21 171,07 0,6741
10 213,61 0,6261 22 163,84 0,7190
11 214,56 0,6349 23 169,72 0,6987
12 215,14 0,6877 24 154,38 0,7289
Tablo 27 Türk Gün-öncesi elektrik piyasası nükleer Riskli Varlıklar Tablosu
Saat
Beklenen
Getiri
𝒓𝒏 (%)
Standart
Sapma
𝝈𝒏
Saat
Beklenen
Getiri
𝒓𝒏 (%)
Standart
Sapma
𝝈𝒏
1 75,26 0,4960 13 104,54 0,4762
2 58,09 0,5077 14 109,54 0,4651
3 40,71 0,5485 15 113,87 0,4529
4 26,89 0,5706 16 110,35 0,4610
5 25,03 0,5392 17 108,07 0,4666
6 27,15 0,5246 18 101,60 0,5161
7 36,52 0,5653 19 93,94 0,4983
8 66,61 0,4694 20 89,83 0,4848
9 106,26 0,4705 21 88,07 0,4677
10 117,59 0,4344 22 83,06 0,4989
11 118,25 0,4405 23 87,13 0,4848
12 118,65 0,4771 24 76,49 0,5048
Tablolarda yer alan verilere göre en yüksek getiri oranona sahip olan saat,
12.saat olup en yüksek standart sapma olan saat ise 4.saattir. T1, T2, T3, T4 ve T5
senaryolarına yönelik portföy optimizasyon sonuçları aşağıdaki şekilde elde edilmiştir.
179
T1 Portföy Optimizasyon Uygulaması: Türk Gün-öncesi elektrik piyasası için
24 hidrolik riskli varlık, 24 nükleer riskli varlık ve 24 termik riskli varlıkla beraber her
üç üretim tipinde 1 er adet sabit fiyatlı varlığın kullanıldığı, MV optimizasyonun
uygulandığı senaryodur. Sabit fiyatlı (140,3722 TL/MWh) toplam 3 varlığın
kullanıldığı, riskli ve düşük riskli varlıklar için yatırım üst kısıtları olan ve sabit
varlıklar için yatırım alt kısıtları olan MV optimizasyonun Durum-5’ye diğer bir
değişle hibrit senaryoya uygulandığı senaryodur. Bu uygulamada bir elektrik
üreticisinin elinde hidrolik, nükleer ve termikten oluşan bir elektrik üretim portföyü
olduğu ve farklı üretim maliyetlerine sahip bu santrallerde ürettiği elektriği aynı Türk
Gün-öncesi elektrik piyasası koşullarında satmaya çalıştığı düşünülmüştür. Mevcut
hali ile gerçek duruma en yakın uygulama senaryosudur. Uygulamada kullanılacak
ağırlıklandırmalar daha önce N5 senaryosundaki gibi Tablo-18’e uygun şekilde
oluşturulmuştur. Uygulamada aşağıdaki sonuçlar elde edilmiştir.
Şekil 55 T1 MV hibrit portföy optimizasyon uygulaması
0
1
2
3
4
5
0,10 0,30 0,50 0,70 0,90 1,10 1,30 1,50
Get
iri (
r p)
Risk (𝞼p)
T1
Etkin Set (H)Fayda Fonksiyonu (H)Etkin Set (N)Fayda Fonksiyonu (N)Etkin Set (T)Fayda Fonksiyonu (T)OP (H)Rskli Varlıklar (H)Riskli Varlıklar (N)OP (N)Riskli Varlıklar (T)OP (T)
Hid
Nük
Ter
180
Tablo 28 T1 hibrit senaryosu portföy optimizasyonu elektrik üretim payları
Saatler Hidrolik
(%)
Nükleer
(%)
Termik
(%)
Toplam
(%) MWh
Saat-10 1,21 6,85 1,94 10,00 15768
Saat-11 1,21 6,85 1,94 10,00 15768
Saat-12 1,21 6,85 1,94 10,00 15768
Saat-14 - - 1,94 1,94 3060
Saat-15 0,53 6,85 1,94 9,32 14697
Saat-16 - 6,85 1,94 8,79 13860
Sabit Fiyat 7,94 34,25 7,76 49,95 78759
Toplam 12,10 68,49 19,41 100,00 157680
T1 hibrit portföy optimizasyon uygulamasında her üç üretim şekline ait riskli
varlıklar, etkin setler, optimum portföy ve fayda fonksiyonları aynı grafik üzerinde
(Şekil-55) yukarıda gösterilmektedir. Söz konusu grafik N5 senaryosu için elde edilen
Şekil-37’deki grafikle şekilsel anlamda büyük bir benzeşim göstermektedir. Mevcut
optimizasyon kısıtları altında yukarıdaki tablodan da görüleceği üzere (Tablo-27)
optimum portföy çözüm sonuçları belirli saatlerin (saat 10, 11, 12, 14, 15, 16) üzerine
yoğunlaşmıştır. Bu sonuçlar Nord Pool elektrik piyasasına yönelik benzer senaryo olan
N5’in sonuçlarından (saat 8, 9, 10, 11, 12, 13) farlılık göstermektedir. Nord Pool için
aynı kısıt koşulları altında % 54,34 olarak önerilen ikili anlaşma oranı ise Türk Gün-
öncesi elektrik piyasası için % 49,95 olarak tespit edilmiştir.
T2 Portföy Optimizasyon Uygulaması: Türk Gün-öncesi elektrik piyasası için
hidrolik, nükleer ve termik herbiri için 24, toplam 72 riskli varlığın ve herbir elektrik
üretim tipi için bir sabit fiyatlı (140,3722 TL/MWh) toplam 3 sabit fiyatlı varlığın
kullanıldığı, riskli ve düşük riskli varlıklar için yatırım üst ve kısıtları olan DS
optimizasyonun Durum-5’ye diğer bir değişle hibrit senaryoya uygulandığı
senaryodur. Bu uygulamada bir elektrik üreticisinin elinde hidrolik, nükleer ve
181
termikten oluşan bir elektrik üretim portföyü olduğu ve farklı üretim maliyetlerine
sahip bu santrallerde ürettiği elektriği aynı piyasa koşullarında satmaya çalıştığı
düşünülmüştür. Tablo-14’te tanımlı koşullar altında tanımlı diğer koşullar altında
yapılan üç farklı üretim tipi için optimizasyon çalışmasında aşağıdaki sonuçlar elde
edilmiştir.
Şekil 56 T2 DS hibrit portföy optimizasyon uygulaması
Tablo 29 T2 hibrit senaryosu portföy optimizasyonu elektrik üretim payları
Saatler Hidrolik
(%)
Nükleer
(%)
Termik
(%)
Toplam
(%) MWh
Saat-9 0,60 - - 0,61 954
Saat-10 1,21 6,85 1,94 10,00 15768
Saat-11 1,21 6,85 1,94 10,00 15768
Saat-12 1,21 6,85 1,94 10,00 15768
Saat-14 1,21 - 1,94 3,15 4968
Saat-15 1,21 6,85 1,94 10,00 15768
Saat-16 1,21 6,85 1,94 10,00 15768
Saat-17 1,21 - - 1,21 1909
Sabit Fiyat 3,03 34,25 7,76 45,03 71010
Toplam 12,10 68,49 19,41 100,00 157680
0
1
2
3
4
5
0,00 0,10 0,20 0,30 0,40 0,50 0,60 0,70
Get
iri (
r p)
Risk (LPM1)
T2
Etkin Set (H)Fayda Fonksiyonu (H)Etkin Set (N)Fayda Fonksiyonu (N)Etkin Set (T)Fayda Fonksiyonu (T)OP (H)Rskli Varlıklar (H)Riskli Varlıklar (N)OP (N)Riskli Varlıklar (T)OP (T)
Nük
Ter
Hid
182
Tabloda yer alan elektrik üretim payları tüm elektrik üzerinden paylandırılmış
olup DS temelli yapılan T2 senaryosu optimizasyon sonuçlarına göre optimum üretim
alternatifleri saat-9, 10, 11, 12, 14, 15, 16 ve 17’ye odaklanmıştır. Yapılan
optimizasyon uygulamsına göre Hidrolik, nükleer ve termik sırasıyla kendileri için
tanımlanmış olan alt limitlere eşit oranda sabit fiyatlı ikili anlaşmayı tercih ve diğer
tüm tercihlerini riskli varlıklar üzerinden yapmışlardır. Saat-10, 11, 12, 14, 15 ve 16
hem MV hem de DS tabanlı hibrit çözümlerde ortak olan çözümlerdir. T1
senaryosundan farklı olarak OP portföy çözümünde daha az oranda sabit fiyatlı ikili
anlaşma tercih edilmiştir. Sonuç olarak senaryo uygulaması başarı ile tamamlanmış ve
OP/GMRP sonuçları başarı ile elde edilmiştir.
T3 Portföy Optimizasyon Uygulaması: Türk Gün-öncesi elektrik piyasası için
hidrolik, nükleer ve termik herbiri için 24 toplam 72 riskli varlığın ve herbir elektrik
üretim tipi için bir sabit fiyatlı (23,823 €/MWh) toplam 3 sabit fiyatlı varlığın
kullanıldığı, riskli ve düşük riskli varlıklar için yatırım üst ve kısıtları olan DS
optimizasyonun Durum-5’ye diğer bir değişle hibrit senaryoya uygulandığı
senaryodur. Bu uygulamada bir elektrik üreticisinin elinde hidrolik, nükleer ve
termikten oluşan bir elektrik üretim portföyü olduğu ve farklı üretim maliyetlerine
sahip bu santrallerde ürettiği elektriği aynı piyasa koşullarında satmaya çalıştığı
düşünülmüştür.20 Her üç üretim şeklinide içeren portföy için yapılan optimizasyon
çalışmasında aşağıdaki sonuçlar elde edilmiştir.
20 Çalışma kapsamında Hidrolik için üretim maliyeti 12,50 $/MWh, Nükleer için 24,70 $/MWh ve Termik için 35,60 $/MWh olarak tanımlanmıştı.
183
Şekil 57 T3 SV hibrit portföy optimizasyon uygulaması
Tablo 30 T3 hibrit senaryosu portföy optimizasyonu elektrik üretim payları
Saatler Hidrolik
(%)
Nükleer
(%)
Termik
(%)
Toplam
(%) MWh
Saat-10 1,21 6,85 1,94 10,00 15768
Saat-11 1,21 6,85 1,94 10,00 15768
Saat-12 1,21 6,85 1,94 10,00 15768
Saat-14 0,70 - 1,94 2,64 4159
Saat-15 1,21 6,85 1,94 10,00 15768
Saat-16 1,21 6,85 1,94 10,00 15766
Saat-17 1,20 - - 1,20 1899
Sabit Fiyat 4,15 34,25 7,76 46,16 72780
Toplam 12,10 68,49 19,41 100,00 157680
T3 senaryosunda uygulama sonuçları T2 senaryo sonuçları ile oldukça
benzerlik göstermektedir. Bunun en temel nedeni her iki senaryoda da uygulanan risk
yönetim metodolojisinin portföy getirisi ile hedef getiri arasındaki farka
odaklanmasıdır. Uygulama sonucunda Saat-10, 11, 12, 15 ve 16’da verilebilecek en
0
1
2
3
4
5
0,00 0,50 1,00 1,50
Get
iri (
r p)
Risk (LPM2)
T3
Etkin Set (N)Fayda Fonksiyonu (H)Etkin Set (N)Fayda Fonksiyonu (N)Etkin Set (T)Fayda Fonksiyonu (T)OP (H)Rskli Varlıklar (H)Riskli Varlıklar (N)OP (N)Riskli Varlıklar (T)OP (T)
184
yüksek ağırlık olmak üzere saat-14 ve 17’ninde dahil olduğu OP portföy sonuçları elde
edilmiştir. Sabit fiyatlı ikili anlaşma yapma oranı ise % 46,16 olarak hesaplanmıştır.
T4 Portföy Optimizasyon Uygulamaları: Türk Gün-öncesi elektrik piyasası
için 24 hidrolik riskli varlığın kullanıldığı, Durum-5’e riske maruz değer VaR (delta-
normal) optimizasyon uygulama yönteminin uygulandığı senaryodur. VaR
uygulaması %90 güven aralığına göre yapılması ve elde 461 verilik bir veri seti olması
sebeplerinden dolayı getiri dağılımının sondan en iyi % 10/2 lik dilimine ulaşılarak
onun üzerinden VaR’in (getiri oranı temelli) değerini en yüksek yapacak olan çözüme
ulaşılmaya çalışılmıştır. Veri setinin büyüklüğüne ve analiz ihtiyacına göre uygun bir
güven aralığı seçilmelidir (Gökgöz ve Atmaca, 2016c). Bu kapsamda 461 günlük tüm
veri seti amaç fonksiyonun varyans-kovaryans matrisi üzerinden bir parçası olup bu
büyük amaç fonksiyonu içinde portföy getiri dağılımının sol kuyruktan % 5 lik alan
(%90 güven aralığı içinde olması sebebi ile) kaplayan kısmınının uç değerini
maksimize edecek optimum portföy ağırlıklarına bakılmıştır. Uygulamada %90 güven
aralığı için Z-score -1,645 olarak alınmıştır. Diğer bir değişle bu kapsamda ortalama
beklenen getiriden 1,645 sigma kadar sol tarafta yer alan değerin maksimizasyonu
yapılmıştır. Yapılan optimizasyon sonucu elde edilen sonuçlar aşağıdaki gibidir.
185
Tablo 31 T4 hibrit senaryosu VaR portföy optimizasyonu sonuçları ve elektrik
üretim payları
Saatler Toplam
(%) MWh
Saat-10 10,00 15768
Saat-11 10,00 15768
Saat-12 10,00 15768
Saat-14 1,01 1591
Saat-15 10,00 15768
Saat-16 10,00 15768
Saat-17 1,71 2694
Sabit Fiyat 47,28 74557
Toplam 100 157680
Yapılan uygulama sonucunda daha önceki çözümlerle yüksek düzeyde
paralellik içeren bir OP sonucu ortaya çıkmıştır. Saat-10, 11, 12, 14, 15, 16 ve 17
portföy içinde büyük bir ağırlık kaplamakta olup sabit fiyatlı varlık için önerilen satış
oranı % 47,28 olarak hesaplanmıştır. OP portföyünün beklenen getirisi % 191,10 olup
VaR değeri % 114,06 olarak hesaplanmıştır.
T5 Portföy Optimizasyon Uygulamaları: Türk Gün-öncesi elektrik piyasası
için 24 hidrolik, 24 nükleer ve 24 termik riskli varlığın kullanıldığı, Durum 5’e tarihsel
riske maruz değer HVaR optimizasyon yönteminin uygulandığı senaryodur. HVaR
uygulaması %90 güven aralığına göre yapılması ve elde 461 verilik bir veri seti olması
sebeplerinden dolayı sondan en iyi 47. sonuca ulaşılarak onun üzerinden HVaR’in
portföy getiri oranı temelli değerini en yüksek yapacak olan çözüme ulaşılmaya
çalışılmıştır. 461 günlük tüm veri seti amaç fonksiyonun bir parçası olup bu büyük
amaç fonksiyonu içinde sondan 47.sıradaki portföy getiri değerini maksimize edecek
optimum portföy ağırlıklarına bakılmıştır. Bu uygulama portföy sıralamasına dayalı
bir amaç fonksiyonu uygulamasıdır. Matlab programında tam sonuç elde
186
edilemediğinden hassasiyet ayarları arttırılarak tam sonuç yerine en yakınsayan sonuç
elde edilmiştir. Sonuçlar aşağıdaki gibi oluşmuştur.
Tablo 32 T5 hibrit senaryosu HVaR portföy optimizasyonu sonuçları
Saatler Üretim
Payı (%) MWha Saatler
Üretim
Payı (%) MWh
1 0,54 859 13 2,27 3580
2 0,50 782 14 2,25 3540
3 0,25 402 15 7,79 12286
4 0,26 416 16 6,16 9706
5 0,19 306 17 1,91 3015
6 0,13 199 18 0,76 1197
7 0,11 166 19 0,74 1166
8 0,29 450 20 1,85 2924
9 1,35 2123 21 0,43 676
10 5,71 8997 22 0,34 535
11 7,58 11956 23 0,50 783
12 3,98 6274 24 0,30 465
Sabit Fiyat 53,83 84876 a Tabloda verilen MWh değerleri yüzde ile tam uyuşmayabilir. Söz konusu değerlerde yuvarlama olduğundan bu
şekilde çıkmıştır.
Yapılan optimizasyon çalışması sonuçlarına göre Tablo-32’de yer alan OP
çözümünün beklenen getiri değeri % 183,05 ve HVaR değeri ise % 122,55’dir. Bu
kapsamda oluşturulmuş olan portföyün getiri oranı % 90 güven aralığı içinde %
122,55’ten yüksek olacaktır. Diğer bir değişle her 100 dönemlik getiriden 90 tanesi bu
değerin üzerinde gerçekleşmesi beklenmektedir.
3.3.3 NordPool ELSPOT ve Türk Gün-öncesi Elektrik Piyasaları
Optimizasyon Sonuçlarının Karşılaştırılması
İstatistiki Analiz: Çalışmanın bir önceki bölümünde Nord Pool ELSPOT
elektrik piyasasına yönelik 25 ve Türk Gün-öncesi elektrik piyasasına yönelik olarak
187
5 olmak üzere toplam 30 farklı senaryo için portföy optimizasyon uygulması
gerçekleştirilerek sonuçlar elde edilmiştir. Tüm Senaryo OP sonuçları toplu halde
görülmesi amacı ile Ek-4’te gösterilmektedir. Senaryolar 5 farklı Durum tipine göre
dizayn edilmiş ve 5 farklı metot (MV, DS, SV, VaR, HVaR) her duruma
uygulanmıştır. Nord Pool ve Türk Gün-öncesi elektrik piyasası 24 saatlik fiyat
verilerinin istatistiki temel karşılaştırılması aşağıda Tablo-33’de gösterilmiştir:
Tablo 33 Nord Pool ve Türk Gün-öncesi elektrik piyasaları hidrolik varlıklara ilişkin
temel istatistik göstergeleri
Saatler
Nord
Pool
Fiyat
(€/MWh)
Nord
Pool
Std.
Sapma
Nord
Pool
Çarpıklık
Türk GÖP
Fiyat
(TL/MWh)
Türk
GÖP
Std.
Sapma
Türk
GÖP
Çarpıklık
1 22,93 7,085 -0,8612 149,60 33,777 -0,4356
2 22,21 7,278 -0,8418 134,75 36,353 -0,7592
3 21,81 7,358 -0,8532 119,19 39,998 -0,5256
4 21,73 7,416 -0,8733 106,88 42,653 -0,5193
5 22,24 7,478 -0,9171 105,38 40,358 -0,5909
6 23,68 7,241 -0,9470 107,29 38,775 -0,5347
7 26,20 6,972 -0,9526 115,09 42,402 -0,7204
8 29,34 8,113 -0,1904 142,19 32,064 -0,4267
9 30,81 8,894 0,2698 176,14 26,980 -0,4668
10 30,18 8,233 0,1185 186,52 25,365 -0,5359
11 29,57 7,668 -0,0335 187,18 26,834 -0,5421
12 28,90 7,292 -0,2884 187,60 31,247 1,7239
13 28,22 7,059 -0,4618 175,33 31,701 -0,1797
14 27,86 7,057 -0,5167 179,66 30,534 -0,3516
15 27,65 7,251 -0,4474 183,52 29,579 -0,3039
16 27,59 7,630 -0,1768 180,47 30,481 -0,2856
17 27,90 8,383 0,2654 178,63 32,021 -0,2790
18 28,70 9,136 0,4870 172,58 35,528 -0,3598
19 28,49 8,287 -0,0599 165,94 33,583 -0,3015
20 27,56 7,240 -0,6826 162,44 32,199 -0,1208
21 26,65 6,945 -0,8488 160,94 30,784 0,0328
22 26,14 6,817 -0,8631 156,14 32,571 0,0681
23 25,27 6,742 -0,8699 159,71 30,977 -0,0500
24 23,91 6,853 -0,8578 150,09 32,609 0,0898
188
Her iki piyasaya ait saatlik ortalama fiyat verileri arasında 0,80 gibi oldukça
yüksek bir korelasyon bulunmaktadır. Bununla birlikte saatlik fiyatlara ait standart
sapma değerleri arasında ise -0,22 değerinde güçsüz ama ters yönlü korelasyon
mevcuttur. Her iki piyasada da ortalama elektrik fiyatları Şekil-26 ve Şekil-28’de
gösterildiği üzere düşme eğilimindedir. Her iki piyasada da saatlik ortalama elektrik
fiyatlarının çarpıklık değerlerinin (-) yani sol kuyruk uzun sağa yığılmalı bir dağılım
gösterdiği görülmüştür. Bununla birlikte Nord Pool elektrik piyasası fiyatları Türk
Gün-öncesi elektrik piyasası fiyatlarına göre ortalama olarak daha negatif bir çarpıklık
değerine sahiptir (Sol kuyrukları daha uzun sağa birikimli dağılım daha fazla). Nord
Pool piyasasında elektrik fiyatının ortalama olarak en pahalı olduğu saatler 8, 9, 10 ve
11.saatler olduğu Türk Gün-öncesi elektrik piyasasında ise 10, 11, 12 ve 15.saatler
olduğu tespit edilmiştir. En düşük fiyatlı saatler ise Nord Pool piyasasında 2, 3, 4 ve
5.saatler olduğu Türk Gün-öncesi elektrik piyasasında ise 4, 5, 6 ve 7.saatler olduğu
tespit edilmiştir.
İstatistik değerlendirmenin haricinde uygulaması yapılan Durum
senaryolarında ise beş farklı durum tipine yönelik karşılaştırmalı sonuç
değerlendirmeleri şu şekildedir:
Durum-1: 24 Riskli varlık için üst yatırım kısıtı olmadan portföy optimizasyon
uygulmasının yapıldığı senaryo çalışmalarıdır. Sadece Nord Pool elektrik piyasasına
yönelik olarak N1, N6, N11, N16, N21 senaryoları Durum-1’e uygulanmıştır. Elde
edilen sonuçlar aşağıdaki tabloda (Tablo-34) özetlenmektedir.
189
Tablo 34 Durum-1 senaryo uygulama sonuçları karşılaştırması
Saat
N1
OP
(%)
N1
GMVP
(%)
N6
OP
(%)
N6
GMRP
(%)
N11
OP
(%)
N11
GMRP
(%)
N16
(%)
N21
(%)
1 - 38,05 - 6,87 - 38,90 - -
2 - - - 0,03 - - - -
3 - - - 0,08 - - - -
4 - - - 35,44 - - - -
5 - - - 0,10 - - - -
6 - - - 1,08 - - - -
7 - - - 0,01 - - - -
8 - - - - - - - -
9 - - 99,99 - 14,50 - - 100,00
10 - - - - 71,30 - - -
11 38,42 - - 0,01 14,20 - 99,98 -
12 61,55 0,05 - 8,94 - - 0,01 -
13 0,01 0,11 - 0,02 - 16,90 - -
14 - 5,03 - 0,01 - - - -
15 - - - - - - - -
16 - - - - - - - -
17 - - - - - - - -
18 - - - - - - - -
19 - - - - - - - -
20 - - - - - - - -
21 - - - 0,01 - - - -
22 - - - 0,02 - - - -
23 - 16,36 - 0,16 - 12,04 - -
24 - 40,38 - 28,30 - 32,16 - -
rp 188,38 137,76 204,59 133,27 198,44 142,20 192,32 204,59
riska 0,8707 0,79561 0,3977 0,33269 0,46262 0,36879 0,46141 0,82674
Yön. MV MV DS DS SV SV VaR HVaR a Risk değeri N1 için standart sapmayı, N6 için LPM1, N11 için LPM2, N16 için VaR ve N21 için HVaR değerlerini
ifade etmektedir.
Getiri anlamında en muhafazakar sonuçlar beklendiği gibi minimum risk
portföylerinden elde edilmiştir. Sonuç değerleri birbirine yakın olmakla birlikte
portföy optimizasyon sonuçlarında farklılıklar olduğu gözlemlenmektedir. Global
minimum risk portföy sonuçlarında N1, N6 ve N11 senaryolarında ortak olan varlıklar
1 ve 24.saatler olup diğer saat tercihleri arasında önemli farklılaşmalar mevcuttur.
190
Bunun temel nedeni kullanılan yöntemin risk hesaplama yaklaşımındaki farklılıkların
sonuçlar üzerinde yarattığı etkilerin yansımasıdır.
OP porföyleri anlamında sonuçlar değerlendirildiğinde genellikle 1, 2 veya 3
varlıktan oluşan çözüm sonuçlarının ortak bir davranış gibi ortaya çıktığı
görülmektedir. Bununla birlikte birbiri ile örtüşen tek ikili N6 ve N21 senaryo
sonuçlarıdır. DS ve HVaR yöntemleri aynı sonuçları üretmiştir. Yine diğer ilginç bir
nokta ise her ne kadar VaR yaklaşımı (N16 senaryosu) getirilerin normal dağılım
gösterdiğini ve iki temel parametre dağılımın temsil edilebileceğini söylesede VaR ile
hesaplanan OP portföyünde 11.saat çözüm olarak çıkarken HVaR (N21 senaryosu) ile
hesaplanan OP portföyünde 9.saat çözüm olarak karşımıza çıkmaktadır.
Durum-2: 24 Riskli varlık için % 10 üst yatırım kısıtı olan portföy
optimizasyon uygulmasının yapıldığı senaryo çalışmalarıdır. Sadece Nord Pool
elektrik piyasasına yönelik olarak N2, N7, N12, N17, N22 senaryoları Durum-2’ye
uygulanmıştır. Elde edilen sonuçlar aşağıdaki tabloda (Tablo-35) özetlenmektedir.
191
Tablo 35 Durum-2 senaryo uygulama sonuçları karşılaştırması
Saat
N2
OP
(%)
N2
GMVP
(%)
N7
OP
(%)
N7
GMRP
(%)
N12
OP
(%)
N12
GMR
P
(%)
N17
(%)
N22
(%)
1 - 10,00 - 10,00 - 10,00 - 0,04
2 - 10,00 - 10,00 - 10,00 - 0,03
3 - 10,00 - 10,00 - 10,00 - 0,03
4 - 10,00 - 10,00 - 10,00 - 0,03
5 - 0,01 - 10,00 - - - 0,03
6 - 9,92 - 9,99 - - - 0,04
7 - 0,01 - - - - - 0,32
8 0,01 - 10,00 - 10,00 - 10,00 9,88
9 10,00 - 10,00 - 10,00 - 10,00 9,93
10 10,00 - 10,00 - 10,00 - 10,00 9,93
11 10,00 - 10,00 - 10,00 - 10,00 9,92
12 10,00 0,07 10,00 9,99 10,00 10,00 10,00 9,91
13 10,00 9,99 10,00 0,78 10,00 10,00 10,00 9,86
14 10,00 9,99 10,00 0,01 10,00 10,00 10,00 9,76
15 9,99 - 0,59 - 10,00 - 10,00 2,89
16 - - - - 0,01 - - 0,59
17 - - 0,01 - - - - 0,42
18 - - 10,00 - 0,28 - - 1,81
19 - - 10,00 - 10,00 - 4,89 9,46
20 10,00 - 9,40 - 9,71 - 10,00 9,75
21 10,00 0,01 - - - - 5,11 4,86
22 10,00 10,00 - 9,23 - 10,00 - 0,36
23 - 10,00 - 10,00 - 10,00 - 0,11
24 - 10,00 - 10,00 - 10,00 - 0,05
rp 180,69 141,75 186,63 137,01 185,58 146,82 184,65 184,90
riska
0,85797
1
0,80175
1
0,3700
5
0,33384
8
0,43016
2
0,3741
0
0,4049
5
0,7084
1
Yön
.
MV MV DS DS SV SV VaR HVaR
a Risk değeri N2 için standart sapmayı, N7 için LPM1, N12 için LPM2, N17 için VaR ve N22 için HVaR değerlerini
ifade etmektedir.
Getiri anlamında yine en muhafazakar sonuçlar global minimum risk
portföylerinden elde edilmiştir. Söz konusu portföy çözümlerinin getiri değerleri ve
portföy varlıklarının dağılımı farklılıklar göstermekle birlikte çözümlerde ortak olan
varlıkların sayısının da oldukça fazla olduğu görülmektedir. Tüm global risk portföy
çözümlerinde (N2, N7, N12) ortak olan varlıklar; 1, 2, 3, 4, 22, 23 ve 24.saatler olup
192
yine ortak bir şekilde portföyde yer pay verilmeyen varlıklar ise 7, 8, 9, 10, 11, 15, 16,
17, 18, 19, 20 ve 21.saatlerdir. Özellikle HVaR başta olmak üzere bazı portföy
çözümlerinde küsürat derecesinde çıkan portföy payları Matlab optimizasyon
probleminin kısıtları sağlamakla birlikte yakınsamayı tam sağlayamamasından
kaynaklanmaktadır.
OP çözümlerine gelinirse tüm senaryolarda ortak olan varlıklar: 9, 10, 11, 12,
13, 14 ve 20.saatlerdir. Tüm OP çözümlerinin getiri oranları birbirine oldukça yakın
çıkmıştır. Bir önceki Durum çalışmasının aksine tamamıyla aynı sonuçları üreten
yöntemlerin olmadığı görülmüştür. Bununla birlikte SV, VaR ve HVaR sonuçları
birbirine en yakın sonuçlardır.
Durum-3: 24 Riskli varlık ve bir adet % 125 getirili risksiz varlık için üst
yatırım kısıtı olmayan portföy optimizasyon uygulmasının yapıldığı senaryo
çalışmalarıdır. Sadece Nord Pool elektrik piyasasına yönelik olarak N3, N8, N13, N18,
N23 senaryoları Durum-3’e uygulanmıştır. Elde edilen sonuçlar aşağıdaki tabloda
(Tablo-36) özetlenmektedir.
193
Tablo 36 Durum-3 senaryo uygulama sonuçları karşılaştırması
Saat
N3
OP
(%)
N3
GMVP
(%)
N8
OP
(%)
N8
GMRP
(%)
N13
OP
(%)
N13
GMRP
(%)
N18
(%)
N23
(%)
1 - - - - - - - -
2 - - - - - - - -
3 - - - - - - - -
4 - - - - - - - -
5 - - - - - - - -
6 - - - - - - - -
7 - - - - - - - -
8 - - - - - - - -
9 26,38 - 100,00 - 52,39 - - -
10 - - - - - - - -
11 - - - - - - - -
12 - - - - - - - -
13 - - - - - - - -
14 - - - - - - - -
15 - - - - - - - -
16 - - - - - - - -
17 - - - - - - - -
18 - - - - - - - -
19 - - - - - - - -
20 - - - - - - - -
21 - - - - - - - -
22 - - - - - - - -
23 - - - - - - - -
24 - - - - - - - -
rf 73,62 100,00 - 100,00 47,60 100,00 99,99 99,99
rp 146,00 125,00 204,59 125,00 166,70 125,00 125,00 125,00
riska 0,264544 0 0,39778 0 0,139015 0 1,24995 1,24996
Yön. MV MV DS DS SV SV VaR HVaR a Risk değeri N3 için standart sapmayı, N8 için LPM1, N13 için LPM2, N18 için VaR ve N23 için HVaR değerlerini
ifade etmektedir.
Durum-3’e bağlı senaryoların (N3, N8, N13, N18, N23) portföy optimizasyon
çözümlerinde sonuçların monotonlaştığı gözlemlenmiştir. OP ve GMRP çözümlerinin
hepsi 9.saat ve sabit getiri oranlı ikili anlaşma arasındaki kombinasyonlardan
oluşmaktadır. Sabit getiri oranlı ikili anlaşmanın herhangibir sapmaya sahip olmaması
otomatik olarak sapmaya odaklı MV, DS ve SV optimizasyon yöntemlerinde
GMRP’nün sadece bu sabit getirili ikili anlaşmaya yönlendirmektedir. Sadece DS
194
yöntemi ile bulunan OP’nin tamamı 9.saat varlığından oluşmaktadır. MV ve SV ile
bulunan OP çözümlerinde 9.saatin varlık oranları değişiklik göstermektedir. VaR ve
HVaR’in şeçicilik özelliği risksiz varlığın portföye dahil edilmesi ile sadece sabit getiri
oranlı ikili anlaşmaya yönelmektedir. Bu durumun temel nedeni ikili anlaşmanın getiri
oranının tüm riskli varlıkların VaR (%90) ve HVaR (%90) değerlerinin üzerinde
olması nedeniyle baskın çözüm olmasıdır. Bu nedenle optimizasyon uygulamasında
iterasyonla birlikte sonuç sabit getirili ikili anlaşmaya yakınsamaktadır.
Durum-4: 24 Riskli varlık ve bir adet sabit fiyatlı düşük riskli varlık için üst
yatırım kısıtı % 25 olan portföy optimizasyon uygulmasının yapıldığı senaryo
çalışmalarıdır. Sadece Nord Pool elektrik piyasasına yönelik olarak N4, N9, N14, N19,
N24 senaryoları Durum-4’e uygulanmıştır. Elde edilen sonuçlar aşağıdaki tabloda
(Tablo-37) özetlenmektedir.
195
Tablo 37 Durum-4 senaryo uygulama sonuçları karşılaştırması
Saat
N4
OP
(%)
N4
GMVP
(%)
N9
OP
(%)
N9
GMRP
(%)
N14
OP
(%)
N14
GMRP
(%)
N19
(%)
N24
(%)
1 - 24,99 - 0,07 - 25,00 - -
2 - 0,23 - 0,04 - 3,81 - -
3 - 0,06 - 11,15 - - - -
4 - 5,52 - 24,91 - - - -
5 - - - 2,32 - - - -
6 - - - 3,29 - - - -
7 - - - 0,01 - - - -
8 - - 24,99 - - - - -
9 - - 25,00 - 25,00 - - 25,00
10 12,79 - 25,00 - 25,00 - 25,00 25,00
11 25,00 - 25,00 0,01 25,00 - 25,00 25,00
12 25,00 0,05 - 8,71 - - 25,00 -
13 12,21 0,03 - 0,01 - 9,74 - -
14 - 2,95 - 0,01 - - - -
15 - - - - - - - -
16 - - - - - - - -
17 - - - - - - - -
18 - - - - - - - -
19 - - - - - - - -
20 - - - - - - - -
21 - - - 0,01 - - - -
22 - - - 0,02 - - - -
23 - 16,15 - 0,07 - 11,45 - -
24 - 24,99 - 24,34 - 25,00 - -
fp 25,00 25,00 - 25,00 25,00 25,00 25,00 25,00
rp 175,0
3
135,81 196,42 132,23 182,03 138,70 177,36 182,03
riska 0,699 0,64 0,3806 0,27186 0,29306 0,2352 0,6029 0,9024
Yön
.
MV MV DS DS SV SV VaR HVaR
a Risk değeri N4 için standart sapmayı, N9 için LPM1, N14 için LPM2, N19 için VaR ve N24 için HVaR değerlerini
ifade etmektedir.
Yine beklendiği gibi Global minimum risk portföy çözümleri en düşük getirye
sahip portföylerdir. Portföy getirileri yakın çıkmakla birlikte portföy içeriklerinin
oldukça farklılaştığı görülmektedir. Ortak nokta ise tüm global minimum risk portföy
çözümlerinin hepsinde 24.saat ile sabit fiyatlı varlığa çözüm seti içinde ya tam olarak
üst kısıttan veya üst kısıta yakın bir değerden pay verilmiş olmasıdır.
196
OP çözümlerine gelindiğinde tüm uygulamalar için yine beş metodolojide
başarıyla uygulanmıştır. SV ve HVaR yöntemlerinde aynı optimum portföy
sonuçlarına ulaşılmıştır. 11.saatin tüm çözümlerde optimum portföy içinde yer aldığı
görülmüştür. Sabit fiyatlı varlık ise hem OP hemde GMRP çözümlerinde DS-OP hariç
yer almaktadır. Sabit fiyatlı varlığın riski “0” olmayıp düşük bir risk düzeyine sahiptir.
Sabit fiyatlı varlık uygulaması bu anlamda finans literatüründe çoklukla kullanım alanı
bulan sabit getirili varlık konseptinden uzaklaşmaktadır. Bu varlık türü elektrik
piyasasının mevcut dinamiklerine ve uygulamalarına daha uygundur. Bununla birlikte
analiz sürecinin kısa olması ve elektrik üretim maliyetinin çok değişken olmaması gibi
durumlarda birbiri yerine kulllnımıda söz konusu olabilir. Fakat yatırım döneminin
uzun olması durumunda elektrik üretim maliyetlerinin sabit olacağının düşünülmesi
gerçekçi bir yaklaşım olmamaktadır.
Durum-5: Her bir üretim türü için 24 Riskli varlık toplam 72 riskli varlık ve
yine her bir üretim türü için bir adet sabit fiyatlı düşük riskli varlık toplam 3 adet sabit
fiyatlı düşük riskli varlığın olduğu riskli varlıklar için % 10 üst yatırım kısıtı olan
portföy optimizasyon uygulmasının yapıldığı senaryo çalışmalarıdır. Düşük riskli
varlıklar içinde uygulamanın gerçekçi olması adına Hidrolik için % 25, Nükleer için
% 50 ve Termik için % 40 alt üretim sınırları belirlenmiştir. Bu değerler ilgili
santrallerin minimum kararlı ve ekonomik üretim düzeyi olarak kabul edilerek
belirlenmiştir. Uygulama Nord Pool elektrik piyasasına ve Türk Gün-öncesi elektrik
piyasalarına yönelik olarak N5, N10, N15, N20, N25, T1, T2, T3, T4, T5 senaryoları
Durum-5’e uygulanmıştır. Elde edilen sonuçlar aşağıda özetlenmektedir.
197
Tablo 38 Durum-5 senaryo uygulamaları Nord Pool elektrik piyasası optimizasyon
sonuçları
Saat
N5
OP
(%)
N5
GMVP
(%)
N10
OP
(%)
N10
GMRP
(%)
N15
OP
(%)
N15
GMRP
(%)
N20
(%)
N25
(%)
1 - - - - - - - 0,08
2 - - - - - - - 0,07
3 - - - - - - - 0,06
4 - - - - - - - 0,07
5 - - - - - - - 0,08
6 - - - - - - - 0,11
7 - - - - - - - 0,21
8 6,33 - 10,00 - 9,80 - - 0,65
9 10,00 - 10,00 - 10,00 - 0,32 1,91
10 9,81 - 10,00 - 10,00 - - 0,69
11 8,79 - 10,00 - 10,00 - - 0,78
12 8,79 - 10,00 - 9,15 - - 0,42
13 1,93 - 2,22 - - - - 0,33
14 - - - - - - - 0,32
15 - - - - - - - 0,32
16 - - - - - - - 0,41
17 - - - - - - - 0,58
18 - - 1,47 - 1,94 - - 4,31
19 - - 1,27 - - - - 0,81
20 - - - - - - - 0,37
21 - - - - - - - 0,26
22 - - - - - - - 0,23
23 - - - - - - - 0,18
24 - - - - - - - 0,12
fp 54,34 100,00 45,04 100,00 49,12 100,00 99,68 86,64
rp 38,62 24,72 42,27 24,72 40,98 24,72 24,85 28,41
Yön. MV MV DS DS SV SV VaR HVaR
Yapılan uygulama sonucunda MV, DS ve SV yöntemlerinin GMRP sonuçları
ile VaR ve HVaR yönteminin OP sonuçlarının örtüştüğü görülmüştür. HVaR
sonucunda birçok küsaratın olması programın gerekli yakınsamayı yapamadığını
göstermektedir. Aynı sonuç veri yüzdeleri civarında Monte Carlo çalışması yapılarak
Matlab ile elde edilemeyen yakınsamış OP sonucu geliştirilebilir. N5, N10 ve N15
senaryo sonuçları incelendiğinde portföy optimizasyon sonuçlarının farklı olduğu
198
bununla birlikte belirli varlıkların (8, 9, 10, 11, 12, 13, 18, 19, sabit fiyatlı varlık)
üzerinde bir yoğunlaşma olduğu görülmektedir.
Durum-5’in Türk Gün-öncesi elektrik piyasasına uygulaması neticesinde de
aşağıdaki sonuçlar elde edilmiştir.
Tablo 39 Durum-5 senaryo uygulamaları Türk gün-öncesi elektrik piyasası
optimizasyon sonuçları
Saat
T1
OP
(%)
T1
GMVP
(%)
T2
OP
(%)
T2
GMRP
(%)
T3
OP
(%)
T3
GMRP
(%)
T4
(%)
T5
(%)
1 - - - - - - - 0,54
2 - - - - - - - 0,50
3 - - - - - - - 0,25
4 - - - - - - - 0,26
5 - - - - - - - 0,19
6 - - - - - - - 0,13
7 - - - - - - - 0,11
8 - - - - - - - 0,29
9 - - 0,61 - - - - 1,35
10 10,00 - 10,00 - 10,00 - 10,00 5,71
11 10,00 - 10,00 - 10,00 - 10,00 7,58
12 10,00 - 10,00 - 10,00 - 10,00 3,98
13 - - - - - - - 2,27
14 1,94 - 3,15 - 2,64 - 1,01 2,25
15 9,32 - 10,00 - 10,00 - 10,00 7,79
16 8,79 - 10,00 - 10,00 - 10,00 6,16
17 - - 1,21 - 1,20 - 1,71 1,91
18 - - - - - - - 0,76
19 - - - - - - - 0,74
20 - - - - - - - 1,85
21 - - - - - - - 0,43
22 - - - - - - - 0,34
23 - - - - - - - 0,50
24 - - - - - - - 0,30
fp 49,95 100,00 45,03 100,00 46,16 100,00 47,28 53,83
rp 187,27 148,78 193,79 148,78 192,36 148,78 191,10 183,05
Yön. MV MV DS DS SV SV VaR HVaR
199
Türk Gün-öncesi elektrik piyasasına yönelik yapılan uygulamada Nord Pool
piyasası uygulamasından farklı olarak tüm senaryoların (T1, T2, T3, T4, T5) OP
sonuçları belirli varlıkların (10, 11, 12, 14, 15, 16 ve sabit fiyatlı ikili anlaşma) üzerine
toparlanmaya çalıştığı görülmüştür. HVaR’ın uygulandığı senaryo yine Matlab
kısıtları karşılamasına rağmen yeterince yakınsayamaması nedeniyle tüm varlıkları
içerecek şekilde küsüratlı bir dağılım göstermektedir.21 Her ne kadar Matlab’te
hassasiyet arttırıldıysada HVaR’ın amaç fonksiyonunun büyüklüğü ve her iterasyonda
sıralama yapması gibi nedenlerden yakınsama problemleri ortaya çıkmıştır. Yine bir
önceki bölümde bahsedildiği üzere bu çözüm seti etrafında uygulanacak bir Monte
Carlo uygulaması ile daha iyi sonuçların olup olmadığı araştırılabilir.
3.3.4 Nord Pool ELSPOT Elektrik Piyasası Optimizasyon Sonuçları
Performans Analizleri
Portföy performanslarını karşılaştırma amacıyla Nord Pool elektrik
piyasasında hidrolik varlıklarına uygulanan Durum-2 senaryolarında elde edilen
sonuçlar (MV-OP, MV-GMVP, DS-OP, DS-GMRP, SV-OP, SV-GMRP, VaR-OP,
HVaR-OP) üzerinden bir değerlendirme yapılmıştır. Bu kapsamda sadece optimum
portföy sonuçları değil global minimum risk portföyleride dikkate alınmıştır.
Performans değerlendirmelerinde karşılaştırma amacı ile Durum-1, Durum-2 ve
Durum-4 dikkate alınmıştır. Bu durum senaryolarının seçilme nedeni optimizasyon ve
global minimum risk sonuçlarının birbirinden farklılıklar göstermesi, sabit getiri
21 Matlab uygulamasında MaxFunEvals, TolX, TolCon ve TolFun hassasiyetleri sırasıyla baz değerden daha hassas olan değerlere ayarlanmıştır.
200
oranlı risksiz varlıklar olan optimum portföy çözümlerinde “0”a bölme ve “0”a
bölünme problemlerinin olmamasıdır. Hibrit senaryo uygulamalarında ise kullanılan
risksiz getiri oranı sebebi ile çok fazla sayıda negatif getiri oranı ortaya çıkması sebebi
ile yine performans karşılaştırma işlemlerinde tercih edilmemeiştir. Performans
karşılaştırılması için finans literatüründe geniş bir yelpazede tanımlı ve kullanılan
performans ölçüm kriterleri tercih edilmiştir: Sharpe oranı, Treynor oranı, Sortino
oranı, Jensen oranı, IR (Information ratio), Omega oranı.
Sharpe, Treynor, Sortino ve Jensen oranlarında risksiz getiri oranı olarak
Durum-3 analizi içinde de kullanılan % 125 lik sabit getiri oranı seçilmiştir. Aynı oran
Omega hesabında sınır değer olarak ta kullanılmaktadır. Treynor oranı hesabındaki
pazar portföyü, Jensen hesabındaki piyasa portföyü ve IR hesabındaki benchmark
portföyleri, aynı portföy olarak alınmış ve tüm riskli varlıklara eşit oranda yer verilen
portföy olarak oluşturulmuştur. Analiz ve hesaplamalarda Matlab ve Excel
programlarından yararlanılarak aşağıdaki sonuçlara ulaşılmıştır.
Tablo 40 Nord Pool Durum-1 senaryoları performans değerlendirmesi
Senaryo Yöntem Sharpe Treynor Sortino Jensen IR Omega
N1-OP MV 0,7278 0,6243 1,8744 0,2551 1,3704 5,9714
N1-GMVP MV 0,1604 0,1376 0,2364 -0,2183 -1,3304 1,4608
N6-OP DS 0,7936 0,7061 2,3113 0,3755 1,1884 7,5844
N6-GMRP DS -0,2721 -0,2333 -0,2952 -0,4598 -2,2391 0,5074
N11-OP SV 0,7795 0,6811 2,1935 0,3322 1,3015 7,0973
N11-
GMRP
SV 0,2160 0,1839 0,3329 -0,1768 -1,2881 1,6651
N16 VaR 0,7576 0,6553 2,0324 0,2900 1,3364 6,5363
N21 HVaR 0,7936 0,7061 2,3115 0,3755 1,1885 7,5852
201
Tablo 41 Nord Pool Durum-2 senaryoları performans değerlendirmesi
Senaryo Yöntem Sharpe Treynor Sortino Jensen IR Omega
N2-OP MV 0,6491 0,5478 1,4953 0,1777 1,6816 4,7284
N2-GMVP MV 0,2088 0,1772 0,3189 -0,1849 -1,4604 1,6421
N7-OP DS 0,6882 0,5846 1,6838 0,2228 1,5395 5,3292
N7-GMRP DS 0,1494 0,1276 0,2174 -0,2309 -1,5234 1,4296
N12-OP SV 0,6866 0,5823 1,6642 0,2177 1,6090 5,2714
N12-
GMRP
SV 0,2718 0,2295 0,4378 -0,1364 -1,3796 1,8994
N17 VaR 0,6807 0,5765 1,6332 0,2106 1,6476 5,1749
N22 HVaR 0,6800 0,5759 1,6307 0,2111 1,6448 5,1645
Tablo 42 Nord Pool Durum-4 senaryoları performans değerlendirmesi
Senaryo Yöntem Sharpe Treynor Sortino Jensen IR Omega
N3-OP MV 0,7149 0,6122 1,8658 0,1955 0,5995 5,7490
N3-GMVP MV 0,1689 0,1451 0,2535 -0,1698 -1,0310 ,14801
N8-OP DS 0,7625 0,6617 2,0615 0,3116 1,3352 6,6855
N8-GMRP DS 0,1124 0,0962 0,1605 -0,2083 -1,2180 1,3032
N13-OP SV 0,7657 0,6650 2,1521 0,2504 0,8529 6,7867
N13-
GMRP
SV 0,2140 0,1829 0,3337 -0,1424 -0,9566 1,6427
N18 VaR 0,7358 0,6327 1,9757 0,2149 0,6927 6,1325
N23 HVaR 0,7658 0,6651 2,1523 0,2504 0,8531 6,7873
Tablo-40, 41 ve 42 incelendiğinde beklendiği gibi GMVP ve GMRP
alternatifleri en düşük performansları göstermişlerdir. Durum-1 senaryo dizisinde DS
ve HVaR yöntemleri ile bulunan OP’ler 6/5 en iyi performansı gösterirken MV
yöntemi ile bulunan OP en iyi IR oranına sahiptir. Durum-2 senaryo dizisinde DS
yöntemi ile bulunan OP’ler 6/5 en iyi performans değerlerine sahip olurken yine MV
yöntemi ile bulunan OP en iyi IR oranına sahiptir. Durum-4 senaryo dizininde daha
karışık bir durum karşımıza çıkmaktadır: HVaR yöntemi ile bulunan OP’ler 4
performans göstergesine göre, SV yöntemi ile bulunan OP’ler 3 performans
göstergesine göre ve DS ile bulunan OP’ler ise 2 performans göstergesine göre en iyi
değerleri elde etmişlerdir. Sonuç olarak VaR (delta normal) yöntemi ile bulunan
202
OP’ler hiçbir senaryoda en iyi değerleri elde edememiş, MV yöntemi ile bulunan
OP’ler sadece bir senaryoda başarılı olmuştur. Tüm senaryo dizilerinin hepsinde
başarılı değerler elde eden tek yöntem DS’dir.
3.4 Genişletilmiş Ek Uygulamalar
3.4.1 Monte Carlo yöntemini N1 senaryosuna uygulanması
Portföy optimizasyon yaklaşımlarından biride Monte Carlo yöntemidir.
Rastsallığı temel alan yöntem yüksek veri sayısına yönelik analiz ve bilgisayar
hesaplama zamanı istemektedir. Veri sayısının çokluğu yöntemin başarısını
arttırmaktadır. Bu tezin doğrudan konusu olmamakla birlikte N1 senaryosu için MV
yöntemiyle türetilmiş olan Etkin Sınır ve OP çözümünün teyiti için sırasıyla 500 örnek
ve 5000 örnek üzerinden Monte Carlo çözümleri aşağıdaki gibi elde edilmiştir.
Şekil 58 N1 senaryosunun 500 örnekli Monte Carlo ile çözümü
0.8 0.85 0.9 0.95 1
1.2
1.3
1.4
1.5
1.6
1.7
1.8
1.9
2
2.1
Risk (sigma)
Getiri (
Rp)
203
Şekil 59 N1 senaryosunun 5000 örnekli Monte Carlo ile çözümü
5000 örnek veriye dayalı Şekil-59’da sonuçları gösterilen Monte Carlo
analizinde elde edilen tüm portföylerin Sharpe performansı incelendiğinde en yüksek
0,7381 değerine ulaşılabilinmiştir. Bu sonucun Durum-1’e yönelik Tablo-40’da yer
alan sonuçlarda MV ve VaR yöntemleri ile elde edilen OP sonuçlarından daha iyi bir
Sharpe oranına sahip olduğu görülmektedir. Monte Carlo metodu için örnek sayısının
arttırılması ile olası portföy seçenekleri çoğaltılabileceğinden daha iyi performans
değerlerine sahip optimum portföyler elde etmek mümkün olacaktır. Bununla birlikte
çözümün rastsal elde edilmesi ve hesaplama sürelerinin yüksek olması gibi
dezavantajlarıda bulunmaktadır.
3.4.2 Etkin Sınır Üzerinde Performans Ölçümü N2 N7 N12 Senaryoları
MV, DS ve SV yöntemlerine bağlı oluşturulan etkin sınırlar, yöntemlerin
temelinde yatan temel ortak yaklaşım nedeniyle birbiri üstünde veya çok yakın
0.8 0.85 0.9 0.95 1
1.2
1.3
1.4
1.5
1.6
1.7
1.8
1.9
2
Risk (sigma)
Getiri (
Rp)
204
çıkmaktadır (Gökgöz ve Atmaca, 2016b). Örneğin aşağıda N2, N7 ve N12 (Durum-2)
senaryolarında Sharpe oranının maksimum değer aldığı noktalar görülmektedir.
Şekil 60 Etkin sınır üzerinde Sharpe oranının değişimi
Bu kapsamda diğer performans kriterleride kullanılarak etkin sınır üzerinde
çok daha iyi performans sağlayan çözümlerde elde edilebilmektedir.
3.4.3 Yatırımcı Risk Algısına göre Sharpe Oranının Değişmi
Tez kapsamındaki konular dahilinde yapılan konferansa’da konu olan yan
çalışmalarımızdan birinde Türk elektrik piyasasında, 28 Nisan 2014-24 Nisan 2016
tarihleri arasını kapsayacak şekilde aşağıdaki kısıtlar dahilinde bir çalışma yapılmıştır
(Gökgöz ve Atmaca, 2016b).
0,684
0,6845
0,685
0,6855
0,686
0,6865
0,687
0,6875
0,688
0,6885
0,8800 0,8850 0,8900 0,8950 0,9000 0,9050
Shar
pe
Ora
nı
Risk (𝞼p)
205
Tablo 43 Optmizasyon çalışması kısıt ve parametreler (Gökgöz ve Atmaca, 2016b)
Başlık Değer
Kurulu Güç 100 MWe
Toplam satılabilir
enerji
500 MWh
Yatırım süresi 1 gün
Üretim maliyeti 30 €/MWh
Risksiz getiri oranı % 10
İkili anlaşma fiyatı 33 €/MWh
Piyasa verisi 28 Nisan 2014/24 Nisan 2016
Riskli varlık sayısı 24
Risksiz varlık sayısı 1
Üst yatırım kısıtı % 10
Optimizasyon
yöntemleri
MV, DS, SV
Performans ölçüm Sharpe oranı
Yukarıda tanımlı kısıtlar dahilinde fayda fonksiyonları içinde yer alan yatırımcı
risk algısını temsil eden “A” katsayısının değişiminin bu yöntemlere göre elde edilen
OP portföylerinin Sharpe performansını nasıl etkilediği araştırılmış ve aşağıdaki
grafikte verilen sonuçlar elde edilmiştir.
Şekil 61 Sharpe oranının farklı yatırımcı risk algısı seviyeleri için değişimi (Gökgöz
ve Atmaca, 2016b)
206
Şekil-61’den de görüleceği üzere yatırımcı risk algı seviyeleri kullanılan
yönteme göre farklı anlamlara gelmektedir. Ortalama varyans yönteminde A 7-10 arası
bir değer aldığında, alt taraf risk yönteminde A 7-12 arası bir değer aldığında ve yarı-
varyans yönteminde ise A 10-12 arası bir değer aldığında çözüm portföylerinin en
yüksek Sharpe oranı değerlerine ulaştığı görülmektedir. Buradan piyasa yapısına ve
kullanılan yönteme göre maksimum Sharpe performansının elde edilebilmesi için
fayda fonksiyonu içinde yer alan “A” değerinin adapte edilmesi gerektiği durumu
ortaya çıkmaktadır.
Diğer performans kriterleride benzer analizden geçirilerek yöntemlere göre en
yüksek performans değerini sağlayan yatırımcı algısı ve fayda fonksiyonlarıda tespit
edilebilir. Bu sayede daha yüksek performanslı portföy sonuçlarına ulaşmak için
önemli bir yardımcı analiz aracı kullanılmış olunacaktır.
SONUÇ VE DEĞERLENDİRME
Geçmişe yönelik izleri M.Ö. 2750 yılına kadar uzansa da elektrik ancak 18 ve
19’uncu yüzyıllarda üzerinde çalışan birçok ünlü bilim insanının gayretleri sonucunda
günlük hayatın vazgeçilmez bir unsuru haline gelmeyi başarmıştır. Artık elektrik
ticareti yapılan, piyasalarda ve karşılıklı ikili anlaşmalarla alınıp satılabilen, türev ürün
uygulamalarına konu olan bir emtia haline gelmiş bulunmaktadır.
Çok fazla geçmişteki belli belirsiz uygulamalara gitmeden elektrik piyasaları
uygulamalarının asıl gelişim gösterdiği yakın geçmişe bakıldığında; son 40 yıl içinde
tüm dünyada elektrik sektörünün serbestleşmesine yönelik birçok ülkede önemli
gelişmelerin olduğu ve bu konuda da başı Şili, Amerika, İngiltere ve İskandinav
elektrik piyasalarının çektiği görülmektedir. Aynı akım Türkiye’yi de etkilemiş ve
2001 yılından itibaren önemli reform hareketleri ve düzenlemeler ortaya çıkmıştır. Her
ne kadar Türkiye bu işe diğer ülkelerin izinde biraz gecikmeyle girmiş gibi gözükse
de 2001 yılında EPDK’nın kuruluşu ve 2015 yılında EPİAŞ’ın faaliyete geçmesi ve
ara dönemde yapılan özelleştirme ve dikey bütünleşmiş elektrik piyasa yapısının
ayrıştırılması çalışmaları ile çok önemli bir ilerleme kaydetmiştir. Aynı şekilde bir nevi
Türkiye’nin de kendine örnek aldığı Nord Pool Elektrik piyasası 1993 yılında
İskandinav ülkeleri arasında başlayan işbirliği ile çıktığı yolda bugün itibari ile
Avrupa’nın 10 ülkesinde hakim elektrik piyasası işleticisi haline gelmiştir. Fiziki
teslimatlı piyasaların yanında onun katbe kat üstünde işlemlerin yapıldığı türev piyasa
uygulamaları ile tüm dünyaya örnek bir piyasa yapısı ve büyüklüğüne kavuşmuştur.
207
Bu kısa süreç içinde ortaya çıkan ve hızlı bir evrilme süreci geçiren elektrik
piyasa yapıları beraberlerinde bu piyasalarda bulunan oyuncularında piyasaya
adaptasyonu ve risklerini ölçme yönetme ihtiyaçlarını ortaya çıkarmıştır. Bu ihtiyacı
gören bilim insanları çalışmalar yapmaya balamışlar fakat bu çalışmaların önemli bir
miktarı ancak 2000 yılından sonra ortaya konabilmiştir. Bu anlamda bilimsel alanda
bakir bir alan olduğu ve daha birçok çalışma ile olgunluk seviyesinin arttırılması
gerektiği düşünülmektedir.
Bu tez çalışmasının amacı finansal piyasalarda kendine birçok uygulama alanı
bulmuş, Markowitz’in 1952 yılında temellerini attığı modern portföy teorisi ve ondan
türemiş olan bazı yöntemlerin iki önemli elektrik piyasasına uygulanması ile finansal
optimizasyon modellerinin elektrik piyasalarına uygulanması, geliştirilmesi ve
adaptasyonunun sağlanmasına yönelik literatüre önemli bir ek katkı sağlamaktır.
Çalışma kapsamında ortaya çıkan edinimler şu şekilde sıralanabilir:
Nord Pool ELSPOT ve Türk-Gün öncesi elektrik piyasalarının yapısal
karşılaştırılması, piyasa dinamikleri ve evrilme süreçleri: Çalışmanın kalitatif
kısmında yani birinci bölümünde iki piyasanın tarihsel gelişimi, evrimi, aktörleri ve
dinamiklerine yönelik detaylı bir sunuş yapılarak farklı kaynaklarda dağınık veya belli
bir piyasaya yönelik olan bilgiler bir araya getirilmiştir. Oluşturulmuş olan Durum-5
senaryo seti üzerinden aynı kısıtlar dahilinde optimizasyon uygulamaları yapılmıştır.
Portföyünde hidrolik, nükleer ve termik santral üniteleri yer alan toplam kurulu gücü
1600 MWe olan bir elektrik üreticisi için her iki piyasada Durum-5 senaryosunda
tanımlı belli kısıtlar altında yapılan çalışmada aşağıdaki sonuçlar elde edilmiştir.
208
Tablo 44 Nord Pool Durum-5 senaryo sonuçları
Varlıklar
MV
N5
(%)
DS
N10
(%)
SV
N15
(%)
VaR
N20
(%)
HVaR
N25
(%)
Saat-8 6,33 10,00 9,80 - 0,65
Saat-9 10,00 10,00 10,00 0,32 1,91
Saat-10 9,81 10,00 10,00 - 0,69
Saat-11 8,79 10,00 10,00 - 0,78
Saat-12 8,79 10,00 9,15 - 0,42
Saat-13 1,93 2,22 - - 0,33
Saat-18 - 1,47 1,94 - 4,31
Saat-19 - 1,27 - - 0,81
Diğer saatler - - - - 3,46
İkili Anlaşma 54,34 45,04 49,12 99,68 86,64
Tablo 45 Türk Gün-öncesi Durum-5 senaryo sonuçları
Varlıklar
MV
T1
(%)
DS
T2
(%)
SV
T3
(%)
VaR
T4
(%)
HVaR
T5
(%)
Saat-9 - 0,61 - - 1,35
Saat-10 10,00 10,00 10,00 10,00 5,71
Saat-11 10,00 10,00 10,00 10,00 7,58
Saat-12 10,00 10,00 10,00 10,00 3,98
Saat-13 - - - - 2,27
Saat-14 1,94 3,15 2,64 1,01 2,25
Saat-15 9,32 10,00 10,00 10,00 7,79
Saat-16 8,79 10,00 10,00 10,00 6,16
Saat-17 - 1,21 1,20 1,71 1,91
Saat-20 - - - - 1,85
Diğer saatler - - - - 5,32
İkili Anlaşma 49,95 45,03 46,16 47,28 53,83
Nord Pool piyasası OP sonuçlarına bakıldığında VaR ve HVaR sonuçlarının
diğer üç yöntemden daha fazla ayrıştığı ama aynı ayrışımın Türk gün-öncesi elektrik
piyasasında ortaya çıkmadığı görülmüştür. Tanımlanmış olan kısıtlar dahilinde
elektrik üreticisinin %43,44-%100 arasındaki bir oranında ikili anlaşma yapması
gerekmektedir. Buna rağmen tüm senaryo çalışmalarının biri hariç hepsinde piyasada
elektrik satımının neredeyse en yüksek oranda yapılması yönünde bir sonuç ortaya
209
çıkmıştır. Satış tercihleri anlamında Nord Pool için 8, 9, 10, 11 ve 12.saatler ön plana
çıkarken Türk Gün-öncesi elektrik piyasası için 10, 11, 12, 15 ve 16.saatler ön plana
çıkmaktadır. Bu ayrım piyasaların kendine özgü karakteristiklerinden
kaynaklanmaktadır.
Finansal modellerin elektrik piyasalarına uyarlanması: Finansal literatürde
yaygın uygulama alanı olan ortalama-varyans, alt taraf risk, yarı varyans, riske maruz
değer ve tarihsel riske maruz temel yöntemleri oluşturulmuş olan 25 Nord Pool ve 5
Türk Gün-öncesi elektrik piyasalarına geniş bir platformda başarı ile uygulanmış
sonuçları karşılaştırılmıştır. Senaryo uygulamalrı için 5 Durum seti ve 5 Optimizasyon
yöntemi kullanılmıştır. Yatırımcılar için fayda fonksiyonlarında yatırımcı risk algısını
temsil eden “A” değerlerinin 3 olarak alındığı MV, DS, SV yöntemleri ve VaR ile
HVaR yöntemlerinde güven aralığının %90 alındığı OP çözümlerinin performans
açısından beklendiği gibi minimum risk portföylerine baskın geldiği görülmüştür.
Nord Pool’a yönelik elektrik üreticisinin spot piyasa ve ikili anlaşma ile elektriğini ne
oranlarda satması gerektiğine yönelik Durum-1, Durum-2 ve Durum-4 senaryo setleri
üzerinden elde edilen sonuçlara yönelik yapılan performans karşılaştırmalarında;
Durum-1: 24 riskli varlık, üst yatırım kısıtı yok,
Durum-2: 24 riskli varlık ve bu varlıklar için %10üst yatırım kısıtı mevcut,
Durum-4: 24 riskli varlık, bir sabit fiyatlı varlık ve bu varlıklar için % 25 üst
yatırım kısıtı mevcut.
210
Durum-1’de alt-taraf risk yöntemi ile bulunan OP çözümünün 6 performans
değerinden 5’inden en iyi sonucu alırken ortalama-varyans yöntemi ile bulunan OP
çözümünün diğer 1’inden en iyi performans sonucunu aldığı tespit edilmiştir. Durum-
2’de aynı sonuç ortaya çıkarak performans yöntemlerinin 5’inden alt-taraf risk OP
çözümü en iyi değeri alırken 1’inden ortalama-varyans OP çözümünün en iyi değere
ulaştığı görülmüştür. Durum-4’te işin içine sabit fiyatlı ikili anlaşmanın da dahil
olduğu bir uygulama olup 4 performans kriterinde tarihsel riske maruz değer, 3
performans kriterinde yarı-varyans ve 2 performans kriterinde ise alt-taraf risk metodu
ile elde edilen OP çözümlerinin en iyi performans değerlerine ulaştığı görülmüştür.
Performans ölçme yöntemleri ile portföy performanslarının
karşılaştırılması: 6 Performans ölçme oranı aynı anda kullanılarak tüm OP ve GMRP
çözümlerinin birbirlerine göre performansları başarı ile tespit edilmiştir. Bu anlamda
alanda yapılan çalışmalar içinde performans ölçme uygulamasını en geniş ölçüde
yapan bir çalışma ortaya çıkmıştır. Ek uygulamalarda da görüleceği üzere etkin sınır
üzerindeki portföylerin performans analizi yapılarak performans değerinin en yüksek
olduğu noktadaki portföy çözümlerinede ulaşılabilinmekte böylece kullanılan
metodoloji dahilinde oluşturulmuş olan etkin sınır üzerinde ilgili performans kriteri
açısından en yüksek değere sahip olan portföyde ayrıca hesaplanabilinmektedir.
Fayda fonksiyonu ve yatırımcı risk algısının OP çözümü ve performansı
üzerine etkisinin tanımlanması: Bu anlamda ek uygulamalarda yapılan yan bir
çalışma ile farklı bir veri seti üzerinden Türk Gün-öncesi elektrik piyasası ortalama-
varyans, alt taraf risk ve yarı-varyans metotları ile analizi yapılmıştır. Fayda
211
fonksiyonlarında yer alan ve yatırımcı risk algısını temsil eden “A” değerinin
değişmine karşın bu metotlarla elde edilmiş OP çözümlerinin Sharpe performansları
irdelenmiştir. Bu sayede Türk Gün-öncesi elektrik piyasasında her metota özgü en iyi
Sharpe performans değerini sağlayan yatırımcı risk algı seviyeleri aralığı tespit
edilebilmiştir: Ortalama-varyans için 7-10, Alt-taraf risk için 7-12 ve Yarı-varyans için
10-12 olarak bulunmuştur.
Gelecekte yapılabilecek çalışmalar: Diğer finansal optimizasyon
yaklaşımlarıda buradaki yöntemlerle birlikte uygulanıp benzerlikleri, farkları,
uygulanabilirlikleri ve performansları analiz edilerek sonuçları yorumlanabilir. Çok
dönemli optimizasyon, kısa ve uzun dönemli veri seti üzerinden optimizasyon, fiyat
tahminleme yaklaşımları ile optimizasyonun entegrasyonu yine üzerinde
çalışılabilecek konuları teşkil etmektedir.
Tüm bu yukarıda değerlendirilen unsurlar dahilinde alanda yapılmış en
kapsamlı optimizasyon ve performans değerlendirmesi olması, iki elektrik piyasasının
eş zamanlı analizini yapması ve gerçekçi senaryo uygulamaları ve senaryo sayısı ile
bu alanda yapılan çalışmalara önemli katkılar sağlayacağı düşünülmektedir. Bu ve
benzeri metotların elektrik piyasalarında daha yaygın kullanılması ile piyasadaki karar
vericilerin karar destek sistemleri içinde daha fazla opsiyona sahip olabileceği ve farklı
piyasalar için farklı ve etkili yöntemler geliştirebileceği bu sayede önemli bir yardımcı
karar destek mekanizması görevini yerine getirebileceği düşünülmektedir.
212
KAYNAKLAR
Akçollu, F.Y. (2003). Elektrik Sektöründe Rekabet ve Regülasyon. Uzmanlık Tezi.
Rekabet Kurumu.
Akhavan-Hejazi, H., Asghari, B., & Sharma, R. K. (2015, February). A joint bidding
and operation strategy for battery storage in multi-temporal energy markets.
In Innovative Smart Grid Technologies Conference (ISGT), 2015 IEEE Power &
Energy Society (pp. 1-5). IEEE.
Aslan, İ.Y., Katırcıoğlu, E. ve diğerleri (2007). Enerji Hukuku Cilt 1 Elektrik
Piyasasında Rekabet ve Regülasyon, 1.Basım. Bursa: Ekin Basım Yayın Dağıtım
Atiyas, İ. (2006). Elektrik Sektöründe Serbestleşme ve Düzenleyici Reform. İstanbul:
TESEV Yayınları.
Atmaca, M. E. (2010). Elektrik Piyasasında Portföy Optimizasyonu. (Yüksek Lisans
Tezi). Ankara Üniversitesi. (YÖK Tez Merkezi, No:313125).
Bernstein, P., (1992). Capital Ideas, Hoboken. NJ: John Wiley & Sons.
Bertrand, P., & Prigent, J. (2011). Omega Performans Measure and Portfolio
Insurance. Journal of Banking and Finance, 35, 1811-1823.
213
Bhattacharya, A., & Kojima, S. (2012). Power sector investment risk and renewable
energy: A Japanese case study using portfolio risk optimization method. Energy
Policy, 40, 69-80.
Bjorgan, R., Liu, C. C., & Lawarree, J. (1999). Financial risk management in a
competitive electricity market. IEEE Transactions on Power Systems, 14(4), 1285-
1291.
Bodie, Z., Kane, A., & Markus, A. J. (2009). Investments (8th Edition). NY: Mc-Graw-
Hill Irwin.
Borandağ, F., (2013). Çok Amaçlı Portföy Optimizasyonu. (Yüksek Lisans Tezi).
Ankara Universitesi. (YÖK Tez Merkezi, No:339203).
Bringham, E. F. ve Houston, J. F. (1997). Fundamentals of Financial Management
(Eigths Edition). France: The Dryden Press Series.
Boroumand, R. H., Goutte, S., Porcher, S., & Porcher, T. (2015). Hedging strategies
in energy markets: The case of electricity retailers. Energy Economics, 51, 503-509.
Byström, H. N. (2003). The hedging performance of electricity futures on the Nordic
power exchange. Applied Economics, 35(1), 1-11.
214
Can, H., Tuncer, D. ve Ayhan, D. Y. (2005). Genel İşletmecilik Bilgileri (16.Baskı).
Ankara: Siyasal Kitabevi.
Cohen, M. H. & Natoli, V. D. (2003). Risk and Utility in Portfolio Optimization.
Physica A, Vol. 324, 81-88.
Cong, F., & Oosterlee, C. W. (2016). Multi-period mean–variance portfolio
optimization based on Monte-Carlo simulation. Journal of Economic Dynamics and
Control, 64, 23-38.
Copeland, T. E., Weston, J. F., & Shastri, K. (2005). Financial Theory and Corporate
Policy (4th Edition). Massachusetts: Addison-Wesley.
Cui, X., Gao, J., Li, X., & Li, D. (2014). Optimal multi-period mean–variance policy
under no-shorting constraint. European Journal of Operational Research, 234(2),
459-468.
Çalışır, T. (2016). Türkiye’de Enerji Ticareti (Sunum). Ankara: Gama Enerji A.Ş.
Çengel, Y. ve Boles, M. A. (1994). Thermodynamics An Engineering Approach
(Second Edition). Ohio: McGraw-Hill.
215
Çetintaş, H. ve Bicil, İ. M. (2015). Elektrik Piyasalarında Yeniden Yapılanma ve
Türkiye Elektrik Piyasasında Yapısal Dönüşüm. Optimum Journal of Economics and
Management Sciences, 2(2), 1-15.
Dahlgren, R., Liu, C. C., & Lawarree, J. (2003). Risk assessment in energy
trading. IEEE Transactions on Power Systems, 18(2), 503-511.
DeFusco, R. A., McLeavey, D. W., Pinto, J. E., Anson, M. J., & Runkle, D. E.
(2004). Quantitative investment analysis. John Wiley & Sons.
Deloitte (2007). Türkiye Elektrik Enerji Piyasası, Beklentiler ve Gelişmeler 2007
Sektör Raporu. Ankara: Deloitte.
Eggertson, H. (2003). The Scandinavian Electricity Power Market and Market Power.
(Master Thesis). Technical University of Denmark.
Elektrik Üretim A.Ş. (2010). 2010 Yıllık Faaliyet Raporu. Ankara: EÜAŞ.
Elektrik Üretim A.Ş. (2014). 2014 Yıllık Faaliyet Raporu. Ankara: EÜAŞ.
Elektrik Üretim A.Ş. (2015). 2015 Yıllık Faaliyet Raporu. Ankara: EÜAŞ.
Elton, E. J. & Gruber, M. J. (1974). On the Optimality of some Multiperiod Portfolio
Selection Criteria. Journal of Business, Vol. 47, Issue 2, 231-243.
216
Enerji Piyasası Düzenleme Kurumu EPDK (2003). Dünya Genelinde Uygulanan
Elektrik Ticaret Rejiminden Örnekler. Ankara: EPDK.
Enerji Piyasaları İşletme Anonim Şirketi EPİAŞ (2016b). Gün Öncesi Elektrik
Piyasası Piyasa Takas Fiyatı Belirleme Yöntemi. İstanbul: EPİAŞ.
European Commission-EC (2008). Turkey Progress Report 2008. European Union.
European Commission-EC (2009). Regulation EC No 714/2009 of the European
Parliament and of the Council, Official Journal of European Union, L211, 15-35.
European Commission-EC (2016). Turkey Progress Report 2016. European Union.
Feng, D., Gan, D., Zhong, J., & Ni, Y. (2007). Supplier asset allocation in a pool-based
electricity market. IEEE Transactions on Power Systems, 22(3), 1129-1138.
Fishburn, P.C. (1977). Mean-risk analysis with risk associated with below-target
returns. The American Economic Review, 67(2), 116-126.
Franco, C. J., Castaneda, M. ve Dyner, I. (2015). Simulating the New British
Electricity-Market Reform. European Journal of Operational Research, 245, 273-285.
Gaivoronski, A. A., & Pflug, G. (2005). Value-at-risk in portfolio optimization:
properties and computational approach. Journal of Risk, 7(2), 1-31.
217
Ghosh, A. ve Mahanti, A. (2014). Investment Portfolio Management: A review from
2009 to 2014. In Proceedings of 10th Global Business and Social Science Research
Conference. China: Beijing.
Gökgöz, E. (2006). Riske Maruz Değer (VaR) ve Portföy Optimizasyonu. Ankara:
Sermaye Piyasası Kurulu.
Gökgöz, F. (2009). Mean variance optimization via factor models in the emerging
markets: evidence on the Istanbul Stock Exchange. Investment Management and
Financial Innovations, 6(3), 43-53.
Gökgöz, F. ve Atmaca M. E. (2012). Financial Optimization in the Turkish Electricity
Market: Markowitz’s Mean-variance Approach. Renewable and Sustainable Energy
Reviews, Vol. 16, 357-368.
Gökgöz, F. & Atmaca M. E. (2013). Optimal Asset Allocation in the Turkish
Electricity Market: Down-side vs Semi-variance Risk Approach. In Proceedings of the
World Congress on Engineering, Vol. I, 348-353.
Gökgöz, F. & Atmaca M. E. (2016a). An Optimal Asset Allocation in Electricity
Generation Market for the Policy Makers and Stakeholders. In Potocan, V., Üngan, M.
C. & Nedelko, Z. (Eds), Handbook of Research on Managerial Solutions in Non-Profit
Organizations. IGI Global, 448-482. http://www.igi-global.com/chapter/an-optimal-
218
asset-allocation-in-electricity-generation-market-for-the-policy-makers-and-
stakeholders/163767
Gökgöz, F. , Atmaca, M. (2016b). Financial Portfolio Optimization in Electricity
Markets: Evaluation via Sharpe Ratio. World Academy of Science, Engineering and
Technology, International Science Index 119, International Journal of Social,
Behavioral, Educational, Economic, Business and Industrial Engineering, 10(11),
3401 - 3409.
Gökgöz, F. & Atmaca M. E. (2016c). Financial Portfolio Optimization in Turkish
Electricity Market via Value at Risk. In Proceedings of World Academy of Science,
Engineering and Technology International Journal of Social, Behavioral,
Educational, Economic, Business and Industrial Engineering, Vol 10, No:11.
Gökgöz, F. & Atmaca M. E. (2017). Portfolio Optimization Under Lower Partial
Moments in Emerging Electricity Markets: Evidence from Turkey. Renewable and
Sustainable Energy Reviews, 67, 437-449.
Grootveld, H., & Hallerbach, W. (1999). Variance vs downside risk: Is there really
that much difference?. European Journal of operational research, 114(2), 304-319.
Guan, X., Wu, J., Gao, F., & Sun, G. (2008). Optimization-based generation asset
allocation for forward and spot markets. IEEE Transactions on Power Systems, 23(4),
1796-1808.
219
Hakansson, N. H. (1971). Multi-period Mean-variance Analysis: Toward a General
Theory of Portfolio Choice, Journal of Finance, Vol. 26(4), pp.857-884.
Holton, G. A. (2002). History of Value-at-Risk 1922-1998. Working Paper at
https://www. glynholton.com/.
Holton, G. A. (2014). Value-at-Risk: Theory and Practice. E-book published by
Author at www. value-at-risk.net.
International Energy Agency-IEA (2015). World Energy Outlook 2015. France:
OECD/IEA.
Jones, Charles P. (2000). Investments Analysis and Management (7th Edition). NY,
USA: John Wiley & Sons, Inc.
Karacabey, A. A. ve Gökgöz, Fazıl (2005). Emeklilik Fonları ve Portföy Analizi.
Ankara: Siyasal Kitabevi.
Karan, B. (2004). Yatırım Analizi ve Portföy Yönetimi. Ankara: Gazi Kitabevi.
Kaye, R. J., Outhred, H. R., & Bannister, C. H. (1990). Forward contracts for the
operation of an electricity industry under spot pricing. IEEE Transactions on Power
Systems, 5(1), 46-52.
220
Kazempour, S. J., & Moghaddam, M. P. (2011). Risk-constrained self-scheduling of a
fuel and emission constrained power producer using rolling window
procedure. International Journal of Electrical Power & Energy Systems, 33(2), 359-
368.
Keating, C. & Shadwick, W. F. (2002). A Universal Performance Measure. Journal of
performance measurement, 6(3), 59-84.
King, D. (2007). Portfolio optimization and diversification. Journal of Asset
Management, 8(5), 296–307.
Kreyszig, E. (1993). Advanced Engineering Mathematics. Singapore: John Wiley &
Sons, Inc.
Kungwani, Ms. Pooja (2014). Risk Management an Analytical Study. IOSR Journal
of Business and Management, Vol. 16, Issue 3.
LeCOMPTE, Richard L.B. (2008). Portfolio Theory, Encyclopedia of Public
Administration and Public Policy. NY & London:Taylor & Francis.
Levy, H., & Post, T. (2005). Investments. Pearson Education.
Li, D. ve NG, W. L. (2000). Optimal Dynamic Portfolio Selection: Multiperiod Mean-
variance Formulation. Mathematical Finance, Vol. 10(3), 387-406.
221
Li, G., Shi, J., & Qu, X. (2011). Modeling methods for GenCo bidding strategy
optimization in the liberalized electricity spot market–A state-of-the-art
review. Energy, 36(8), 4686-4700.
Linsmeier, T. J., & Pearson, N. D. (2000). Value at risk. Financial Analysts
Journal, 56(2), 47-67.
Linther, J. (1965). The Valuation of Risk Assets and the Selection of Risky
Investments in Stock Portfolios and Capital Budgets. The Review of Economics and
Statistics, Vol. 47, No 1.
Liu, M. (2004). Energy allocation with risk management in electricity markets (PhD
dissertation). Hong Kong: Department of Electrical and Electronical Engineering, The
University of Hong Kong.
Liu, M., & Wu, F. F. (2006). Managing price risk in a multimarket environment. IEEE
Transactions on Power Systems, 21(4), 1512-1519.
Liu, M., Wu, F. F., & Ni, Y. (2006, June). A survey on risk management in electricity
markets. In 2006 IEEE Power Engineering Society General Meeting, 2006. IEEE (pp.
6-pp). IEEE.
Liu, M., & Wu, F. F. (2007a). Portfolio optimization in electricity markets. Electric
Power Systems Research, 77(8), 1000-1009.
222
Liu, M., & Wu, F. F. (2007b). Risk management in a competitive electricity
market. International Journal of Electrical Power & Energy Systems, 29(9), 690-697.
Markowitz, H. M. (1952). Portfolio Selection, Journal of Finance, Vol. 7, No. 1, 77-
91.
Markowitz, H. M. (1959). Portfolio Selection: Efficient Diversification of Investments,
Cowles Foundation Monograph 16. NY: John Wiley & Sons, Inc.
Marrero, G. A., Puch, L. A., & Ramos-Real, F. J. (2015). Mean-variance portfolio
methods for energy policy risk management. International Review of Economics &
Finance, 40, 246-264.
Metaxiotis, K., & Liagkouras, K. (2012). Multiobjective evolutionary algorithms for
portfolio management: a comprehensive literature review. Expert Systems with
Applications, 39(14), 11685-11698.
Michaud, R. O. (1989). The Markowitz optimization enigma: is'
optimized'optimal?. Financial Analysts Journal, 45(1), 31-42.
Moles, P. & Terry, N. (1999). The Handbook of International Financial Terms. UK:
Oxford University Press.
Moller, P. (1991), Review: Elektric Fish, BioScience, Vol. 41, No. 11.
223
Mossin, J. (1968). Optimal Multiperiod Portfolio Policies. Journal of Business, Vol.
41(2).
Muñoz, J. I., de la Nieta, A. A. S., Contreras, J., & Bernal-Agustín, J. L. (2009).
Optimal investment portfolio in renewable energy: The Spanish case. Energy
Policy, 37(12), 5273-5284.
Nord Pool Spot AS (2016b). Trading Appendix 3 Product Specifications Physical
Markets. Nord Pool.
Nord Pool Spot AS (2016c), ELSPOT Market Regulations-Trading Appendix 2a. Nord
Pool
OECD/IEA (2005), Lessons from Liberalized Electricity Markets.
OECD/IEA (2008), World Energy Outlook 2008.
OECD/IEA (2015), World Energy Outlook 2015.
Özelleştirme İdaresi Başkanlığı-ÖİB (2009). Türkiye Elektrik Dağıtım Sektörü
Özelleştrimesi Tanıtım Dokümanı. Ankara: ÖİB.
224
Pindoriya, N. M., Singh, S. N., & Singh, S. K. (2010). Multi-objective mean–variance–
skewness model for generation portfolio allocation in electricity markets. Electric
Power Systems Research, 80(10), 1314-1321.
Project Management Institute-PMI, (2008). A Guide to the Project Management Body
of Knowledge (PMBOK Guide), (Fourth Edition). USA: Project Management Institute
Inc.
Resmi Gazete (1984). “Türkiye Elektrik Kurumu Dışındaki Kuruluşların Elektrik
Üretimi, İletimi, Dağıtımı ve Ticareti ile Görevlendirilmesin İlişkin Kanun”. R.G.
19.12.1984 tarih ve sayı 18160.
Resmi Gazete (1994). “Bazı Yatırım ve Hizmetlerin Yap-İşlet-Devret Modeli
Çerçevesinde Yaptırılması Hakkında Kanun”. R.G. 13.06.1994 tarih ve sayı 21959.
Resmi Gazete (2000). “2000/1312 Türkiye Elektrik Üretim, İletim Anonim Şirketi’nin;
Türkiye Elektrik İletim Anonim Şirketi, Elektrik Üretim Anonim Şirketi ve Türkiye
Elektrik Ticaret ve Taahhüt Anonim Şirketi Unvanlı Üç Ayrı İktisadi Devlet Teşekkülü
Şeklinde Teşkilatlandırılmasına İlişkin Karar”. R.G. 08.10.2000 tarih ve sayı 24194.
Resmi Gazete (2001). “Doğal Gaz Piyasası Kanunu (Elektrik Piyasası Kanununda
Değişiklik Yapılması ve Doğal Gaz Piyasası Hakkında Kanun)”. R.G. 02.05.2001 tarih
sayı 24390.
225
Resmi Gazete (2013). “Elektrik Piyasası Lisans Yönetmeliği”. R.G. 02.11.2013 tarih
sayı 28809.
Roy, A. D., (1950). Safety First and the Holding of Assets. Econometrica, Vol. 20,
No. 3.
Seviaoğlu, O. (2004). EE710 Elektrik Piyasası Ders Notları. Ortadoğu Üniversitesi,
Bahar sömestr.
Sharpe, W. F. (1964). Capital Asset Prices: A Theory of Market Equilibrium under
Condition of Risk. Journal of Finance, Vol. 19, 425-442.
Sharpe, William F., Alexander, Gordon J., & Bailey, J. V. (1999). Investments (6th
Ed.). USA: Prentice Hall.
Sortino, F. A., & Price, L. N. (1994). Performance measurement in a downside risk
framework. the Journal of Investing, 3(3), 59-64.
Statman, M. (1987). How many stocks make a diversified portfolio? Journal of
Financial and Quantitative Analysis, 22(03), 353-363.
Sweeney, J. L. (2002). The California Electricity Crisis. California: Hoover Institution
Press Stanford Institute for Economic Policy Research.
226
Şahin, Serkan (2006). İMKB’de Yükselen Piyasa ve Düşen Piyasa Dönemlerinde
Durumsal İlişki Analizi. (Yüksek Lisans Tezi). Kahraman Maraş Sütçü İmam
Üniversitesi. (YÖK Tez Merkezi, No:204551).
Şandır, E. (2007). Elektrik Piyasasında Yatırım Projelerinin Değerlendirilmesi:
Türkiye Uygulaması. (Yüksek Lisans Tezi). Gazi Üniversitesi. (YÖK Tez Merkezi,
No:218423).
Suksonghong, K., Boonlong, K., & Goh, K. L. (2014). Multi-objective genetic
algorithms for solving portfolio optimization problems in the electricity
market. International Journal of Electrical Power & Energy Systems, 58, 150-159.
Tanlapco, E., Lawarrée, J., & Liu, C. C. (2002). Hedging with futures contracts in a
deregulated electricity industry. IEEE Power Engineering Review, 7(22), 54.
TEİAŞ (2015). Türkiye Elektrik Enerjisi 5 Yıllık Üretim Kapasite Projeksiyonu (2015-
2019). Ankara: TEİAŞ.
TEİAŞ (2016a), Yük Tevzi Raporları “Kurulu Güç”. Ankara: TEİAŞ.
TEİAŞ (2016b), 2015 Yılı İşletme Faaliyet Raporu. Ankara: TEİAŞ.
TSPAKB (2007). Finansal Yönetim: Sermaye Piyasası Faaliyetleri İleri Düzey Lisans
Eğitimi. İstanbul: TSPAKB.
227
Ulucan, A. (2004). Portföy optimizasyonu. Ankara: Siyasal Kitabevi.
Vehviläinen, I., & Keppo, J. (2003). Managing electricity market price risk. European
Journal of Operational Research, 145(1), 136-147.
Wang, R., Shang, J. C., Zhou, X. Y., & Zhang, Y. C. (2005). Risk assessment and
management of portfolio optimization for power plants. In 2005 IEEE/PES
Transmission & Distribution Conference & Exposition: Asia and Pacific (pp. 1-5).
IEEE.
Weron, R., (2014). Electricity Price Forcasting: A Review of the State-of-the-art with
a Look into the Future. International Journal of Forecasting, Vol. 30, 1030-1081.
Yu, Z. (2002). Spatial energy market analysis. Part I: An introduction to downside risk
measures. IEEE Power Engineering Society Winter Meeting. IEEE.
Yu, Z. (2007). Spatial energy market analysis using the semi-variance risk measure.
Electrical Power and Energy Systems, 29(8), 600–608.
Yüksek Planlama Kurulu-YPK (2009), Elektrik Enerji Piyasası Arz Güvenliği Belgesi,
18.05.2009 tarih ve 2009/11 sayılı karar. Ankara: YPK.
228
Zakeri, S.A.H. (2015). Time Series Analysis and Forecasting Electricity Prices in
Turkey. (Yüksek Lisans Tezi). Orta Doğu Teknik Üniversitesi. (YÖK Tez Merkezi,
No:416529).
İNTERNET KAYNAKLARI
AB Bakanlığı, (2016). AB Tarihçesi. http://www.ab.gov.tr/index.php?p=105&l=1,
(Erişim: 29 Eylül 2016).
Anayasa Mahkemesi (2016). Kararlar. http://kararlaryeni.anayasa.gov.tr/Karar/
Content/e17f7052-45cc-4b4b-9c34-46e795e5724?excludeGerekce=False&words
Only=False, (Erişim: 04 Kasım 2016).
California Independent System Operator (CAISO). Market Operations. http://www.
caiso.com/market/Pages/MarketProcesses.aspx, (Erişim: 27 Eylül 2016).
Devlet Su İşleri Genel Müdürlüğü (DSİ). Resmi Web sitesi. http://www.dsi.gov.tr/,
(Erişim: 04 Kasım 2016).
Energy Information Administration (EIA). Levelized Cost and Levelized Avoided Cost
of New Generation Resources in the Annual Energy Outlook 2014. http://www.
eia.gov/outlooks/ archive/aeo14/pdf/electricity_generation_2014.pdf, (Erişim: 01
Ocak 2017).
229
Energy Information Administration (EIA)a. Electricity Data Browser. http://
www.eia.gov/ electricity/data/browser/, (Erişim: 25 Eylül 2016).
Energy Information Administration (EIA)b. Frequently Asked Questions. https:
//www.eia.gov/ tools/faqs/faq.cfm?id=427&t=3, (Erişim: 25 Eylül 2016).
Elektrik Üretim A.Ş.-EÜAŞ (2016). Resmi Web Sitesi. http://www.euas.gov.tr/
Sayfalar/ default.aspx, (Erişim: 13 Kasım 2016).
ELEXON (2016), https://www.elexon.co.uk/about/what-we-do/, (Erişim: 02 Ekim
2016).
Enerji ve Tabi Kaynaklar Bakanlığı-ETKB (2016), Resmi Web Sitesi,
http://www.enerji.gov.tr/tr-TR/Anasayfa, (Erişim: 16 Haziran 2016).
ENTSO-E (2015). Scenario Outlook & Adequacy Forecast. https://www.entsoe.
eu/Documents/SDC%20documents/SOAF/150630_SOAF_2015_publication_wcove
r.pdf, (Erişim: 02 Ekim 2016).
ENTSO-E (2016a). Union for the Coordination of the Transmission of Electricity
(UCTE). https://www.entsoe.eu/news-events/former-associations/ucte/ Pages/default.
aspx, (Erişim: 01 Ekim 2016).
230
ENTSO-E (2016b). Electricity in Europe 2015. https://www.entsoe.eu/Documents/
Publications/Statistics/electricity_in_europe/entsoe_electricity_in_europe_2015_web
.pdf, (Erişim: 01 Ekim 2016).
ENTSO-E (2016c). Official web sites. https://www.entsoe.eu, (Erişim: 02 Ekim 2016).
Eurelectric ve VGB Power Tech (2003). Efficiency in Electricity Generation. file:///
C:/Users/mete/Downloads/EEGJulyrevisedFINAL1-2003-030-0548-2-%20(2).pdf,
(Erişim: 14 Haziran 2016).
ENTSO-E (2014). Dispersed Generation Impact on CE Region Security: Dynamic
Study 2014 Report Update. https://www.entsoe.eu/Documents/Publications/ SOC/
Continental_Europe/141113_Dispersed_Generation_Impact_on_Continental_Europe
_Region_Security.pdf#search=50%20Hz, (Erişim: 02 Aralık 2016).
EPDK (2015). Elektrik Piyasası 2015 Yılı Piyasa Gelişim Raporu. www.epdk.org.tr,
(Erişim: 01 Ekim 2016).
EPDK (2016). Resmi Web Sitesi. http://www.epdk.org.tr/tr/anasayfa, (Erişim: 27
Aralık 2016).
EPDK (2016b). Elektrik Piyasası Lisans Yönetmeliği. http://www.epdk.org.tr/TR
/Dokuman Detay/Elektrik/Mevzuat/Yonetmelikler/Lisans, (Erişim: 04 Kasım 2016).
231
EPDK (2016c). Elektrik Piyasası Dengeleme ve Uzlaştırma Yönetmeliği-DUY. http://
www.epdk.org.tr/TR/DokumanDetay/Elektrik/Mevzuat/Yonetmelikler/DengelemeU
zlastirma, (Erişim: 02 Aralık 2016).
EPİAŞ (2016). Resmi Web Sitesi. https://www.epias.com.tr/, (Erişim: 14 Kasım
2016).
European Commission-EC (1997). Energy for the Future: Renewable Sources of
Energy, COM(97)599 final. http://europa.eu/documents/comm/white_papers/pdf/
com97_599_en.pdf, (Erişim: 30 Eylül 2016).
European Commission-EC (1999). Directive 96/92/EC Concerning Common Rules for
the Internal Market in Electricity, COM(1999)164 final. http://aei.pitt.edu
/4962/1/4962.pdf, (Erişim: 30 Eylül 2016).
European Union (2016). The History of the Europen Union. https://europa.eu/
european-union/about-eu/history_en, (Erişim: 29 Eylül 2016).
FERC (2016a). History of FERC. http://www.ferc.gov/students/ferc/history.asp,
(Erişim: 25 Eylül 2016).
FERC (2016b). Electric Power Markets. http://www.ferc.gov/market-oversight/mkt-
electric/overview.asp, (Erişim: 27 Eylül 2016).
232
MIT University lecture notes, (2003). 15.433-Investments/Class 5 Portfolio Theory,
Part 3 Optimal Risky Portfolio, s.6. https://ocw.mit.edu/courses/sloan-school-of-
management/15-433-investments-spring-2003/lecture-notes/154335portfolio3.pdf,
(Erişim: 15 Aralık 2016).
Nobelprize.org (2016). Harry M. Markowitz – Biographical. http://www.nobelprize.
org/nobel_prizes/economic-sciences/laureates/1990/markowitz-bio.html, (Erişim:
11.12.2016).
Nordic Energy Regulators-NordREG (2014). Nordic Market Report 2014. http://www.
nordicenergyregulators.org/wp-content/uploads/2014/06/Nordic-Market-Report-
2014.pdf, (Erişim: 16 Haziran 2016).
Nord Pool Spot AS (2016a). The Nordic Electricity Exchange and The Nordic Model
for a Liberalized Electricity Market. http://nordpoolspot.com/globalassets/download-
center/rules-and-regulations/the-nordic-electricity-exchange-and-the-nordic-model-
for-a-liberalized-electricity-market.pdf, (Erişim: 10 Haziran 2016).
Nord Pool (2016). Official web sites. http://www.nordpoolspot.com/, (Erişim: 03
Kasım 2016).
OFGEM (2016), https://www.ofgem.gov.uk/electricity, (Erişim: 02 Ekim 2016).
233
Oxford Dictionary (2016). https://en.oxforddictionaries.com/definition/risk, (Erişim:
08 Aralık 2016).
Power Reactor Information System (PRIS/IAEA). Overview. https://www.iaea.
org/pris/, (Erişim: 22 Ağustos 2016).
T.C. Enerji Piyasası Düzenleme Kurumu (EPDK). Elektrik Piyasası Şebeke
Yönetmeliği. http://www.epdk.gov.tr/TR/DokumanDetay/Elektrik/Mevzuat/ Yonet
melikler/Sebeke, (Erişim: 12 Haziran 2016).
TEİAŞ (2016c). Resmi web sitesi. http://www.teias.gov.tr/Default.aspx, (Erişim: 13
Kasım 2016).
TETAŞ (2016). Resmi web sitesi. http://www.tetas.gov.tr/tr-TR/Anasayfa, (Erişim: 13
Kasım 2016).
THIERER, Adam D. (1997). “Energizing America: A Blueprint for Deregulating The
Electricity Market”. http://www.heritage.org/Research/Reports/1997/01/BG1100n
bsp -Energizing-America-A-Blueprint, (Erişim: 25 Eylül 2016).
U.S. Energy Information Administration (EIA). Average Tested Heat Rates by Prime
Mover and Energy Source 2007-2014. http://www.eia.gov/electricity/annual/html/
epa_08_02.html, (Erişim: 14 Haziran 2016).
234
VATENFALL (2016). History. https://corporate.vattenfall.com/about-vattenfall/
history/, (Erişim: 03 Ekim 2016).
World Bank (2016). Official web site. http://data.worldbank.org/data-catalog/GDP-
ranking-table, (Erişim: 11 Kasım 2016).
235
EKLER
EK-1 Veri Seti Ortak Uygulama Takvimi 2014-2015
OCAK ŞUBAT MART NİSAN
P S Ç P C C P P S Ç P C C P P S Ç P C C P P S Ç P C C P
30 31 1 2 3 4 5 27 28 29 30 31 1 2 24 25 26 27 28 1 2 31 1 2 3 4 5 6
6 7 8 9 10 11 12 3 4 5 6 7 8 9 3 4 5 6 7 8 9 7 8 9 10 11 12 13
13 14 15 16 17 18 19 10 11 12 13 14 15 16 10 11 12 13 14 15 16 14 15 16 17 18 19 20
20 21 22 23 24 25 26 17 18 19 20 21 22 23 17 18 19 20 21 22 23 21 22 23 24 25 26 27
27 28 29 30 31 1 2 24 25 26 27 28 1 2 24 25 26 27 28 29 30 28 29 30 1 2 3 4
3 4 5 6 7 8 9 3 4 5 6 7 8 9 31 1 2 3 4 5 6 5 6 7 8 9 10 11
MAYIS HAZİRAN TEMMUZ AĞUSTOS
P S Ç P C C P P S Ç P C C P P S Ç P C C P P S Ç P C C P
28 29 30 1 2 3 4 26 27 28 29 30 31 1 30 1 2 3 4 5 6 28 29 30 31 1 2 3
5 6 7 8 9 10 11 2 3 4 5 6 7 8 7 8 9 10 11 12 13 4 5 6 7 8 9 10
12 13 14 15 16 17 18 9 10 11 12 13 14 15 14 15 16 17 18 19 20 11 12 13 14 15 16 17
19 20 21 22 23 24 25 16 17 18 19 20 21 22 21 22 23 24 25 26 27 18 19 20 21 22 23 24
26 27 28 29 30 31 1 23 24 25 26 27 28 29 28 29 30 31 1 2 3 25 26 27 28 29 30 31
2 3 4 5 6 7 8 30 1 2 3 4 5 6 4 5 6 7 8 9 10 1 2 3 4 5 6 7
EYLÜL EKİM KASIM ARALIK
P S Ç P C C P P S Ç P C C P P S Ç P C C P P S Ç P C C P
1 2 3 4 5 6 7 29 30 1 2 3 4 5 27 28 29 30 31 1 2 1 2 3 4 5 6 7
8 9 10 11 12 13 14 6 7 8 9 10 11 12 3 4 5 6 7 8 9 8 9 10 11 12 13 14
15 16 17 18 19 20 21 13 14 15 16 17 18 19 10 11 12 13 14 15 16 15 16 17 18 19 20 21
22 23 24 25 26 27 28 20 21 22 23 24 25 26 17 18 19 20 21 22 23 22 23 24 25 26 27 28
29 30 1 2 3 4 5 27 28 29 30 31 1 2 24 25 26 27 28 29 30 29 30 31 1 2 3 4
6 7 8 9 10 11 12 3 4 5 6 7 8 9 1 2 3 4 5 6 7 5 6 7 8 9 10 11
2014
OCAK ŞUBAT MART NİSAN
P S Ç P C C P P S Ç P C C P P S Ç P C C P P S Ç P C C P
29 30 31 1 2 3 4 26 27 28 29 30 31 1 23 24 25 26 27 28 1 30 31 1 2 3 4 5
5 6 7 8 9 10 11 2 3 4 5 6 7 8 2 3 4 5 6 7 8 6 7 8 9 10 11 12
12 13 14 15 16 17 18 9 10 11 12 13 14 15 9 10 11 12 13 14 15 13 14 15 16 17 18 19
19 20 21 22 23 24 25 16 17 18 19 20 21 22 16 17 18 19 20 21 22 20 21 22 23 24 25 26
26 27 28 29 30 31 1 23 24 25 26 27 28 1 23 24 25 26 27 28 29 27 28 29 30 1 2 3
2 3 4 5 6 7 8 2 3 4 5 6 7 8 30 31 1 2 3 4 5 4 5 6 7 8 9 10
MAYIS HAZİRAN TEMMUZ AĞUSTOS
P S Ç P C C P P S Ç P C C P P S Ç P C C P P S Ç P C C P
27 28 29 30 1 2 3 1 2 3 4 5 6 7 29 30 1 2 3 4 5 27 28 29 30 31 1 2
4 5 6 7 8 9 10 8 9 10 11 12 13 14 6 7 8 9 10 11 12 3 4 5 6 7 8 9
11 12 13 14 15 16 17 15 16 17 18 19 20 21 13 14 15 16 17 18 19 10 11 12 13 14 15 16
18 19 20 21 22 23 24 22 23 24 25 26 27 28 20 21 22 23 24 25 26 17 18 19 20 21 22 23
25 26 27 28 29 30 31 29 30 1 2 3 4 5 27 28 29 30 31 1 2 24 25 26 27 28 29 30
1 2 3 4 5 6 7 6 7 8 9 10 11 12 3 4 5 6 7 8 9 31 1 2 3 4 5 6
EYLÜL EKİM KASIM ARALIK
P S Ç P C C P P S Ç P C C P P S Ç P C C P P S Ç P C C P
31 1 2 3 4 5 6 28 29 30 1 2 3 4 26 27 28 29 30 31 1 30 1 2 3 4 5 6
7 8 9 10 11 12 13 5 6 7 8 9 10 11 2 3 4 5 6 7 8 7 8 9 10 11 12 13
14 15 16 17 18 19 20 12 13 14 15 16 17 18 9 10 11 12 13 14 15 14 15 16 17 18 19 20
21 22 23 24 25 26 27 19 20 21 22 23 24 25 16 17 18 19 20 21 22 21 22 23 24 25 26 27
28 29 30 1 2 3 4 26 27 28 29 30 31 1 23 24 25 26 27 28 29 28 29 30 31 1 2 3
5 6 7 8 9 10 11 2 3 4 5 6 7 8 30 1 2 3 4 5 6 4 5 6 7 8 9 10
2015
236
EK-2 N1 Senaryosu MV Optimizasyon Uygulaması için hidrolik Varyans-
kovaryans Matrisi (24x24) Elemanları Satır Sırasıyla
0,651035816 0,656979798 0,657082368 0,656154138 0,661924638
0,652213094 0,636265 0,66765176 0,678097215 0,652755375
0,626375483 0,618537051 0,617244818 0,616747949 0,627425628
0,635927796 0,659502282 0,687105919 0,660086698 0,635873052
0,628712337 0,621655435 0,617874956 0,624223364
0,656979798 0,667396795 0,668750082 0,668431949 0,673300153
0,65971718 0,639546706 0,672950399 0,685291644 0,658146698
0,630684458 0,621551866 0,619374405 0,618785839 0,630117393
0,639514497 0,664176256 0,692909898 0,664965995 0,638392155
0,63041409 0,623254394 0,619587938 0,628160036
0,657082368 0,668750082 0,671710304 0,672452479 0,677189729
0,661997172 0,640538492 0,674677721 0,687632388 0,659873955
0,632140038 0,622594603 0,620187213 0,619675166 0,631214939
0,641041276 0,666087899 0,695128699 0,667347875 0,639785645
0,631232421 0,623878453 0,619903084 0,62884185
0,656154138 0,668431949 0,672452479 0,676088865 0,680672269
0,664102791 0,64114856 0,674988581 0,6878207 0,659504383
0,631655886 0,621946004 0,619476204 0,61928489 0,631168015
0,641413357 0,666707749 0,696054709 0,668208645 0,640255173
0,631598479 0,624257891 0,619897362 0,629194816
0,661924638 0,673300153 0,677189729 0,680672269 0,689006523
0,674803422 0,650971425 0,682955093 0,694997308 0,66625605
0,637906093 0,628417294 0,62629671 0,626402918 0,638841508
0,650017502 0,675909584 0,706212705 0,678220013 0,649798619
0,641123749 0,63366841 0,629069788 0,638362244
0,652213094 0,65971718 0,661997172 0,664102791 0,674803422
0,674250184 0,659590219 0,691664017 0,702243785 0,673454498
0,64512096 0,636579465 0,634954768 0,635200617 0,647692629
0,659162608 0,685445433 0,715284112 0,686506736 0,659395132
0,651056857 0,642622521 0,636421677 0,640801505
0,636265 0,639546706 0,640538492 0,64114856 0,650971425
0,659590219 0,680515606 0,733356577 0,748489527 0,718235885
0,686150898 0,676909475 0,672826549 0,671798756 0,682411951
0,692573878 0,719235488 0,749251916 0,716665921 0,687121262
0,675786459 0,663624757 0,651982346 0,642632823
0,66765176 0,672950399 0,674677721 0,674988581 0,682955093
0,691664017 0,733356577 0,874999639 0,921868277 0,869571374
0,812103486 0,785228574 0,763910867 0,757886882 0,771610356
237
0,78975218 0,839217989 0,888839374 0,824474265 0,752941486
0,723136675 0,705323703 0,687307462 0,673115023
0,678097215 0,685291644 0,687632388 0,6878207 0,694997308
0,702243785 0,748489527 0,921868277 1,005775573 0,937092866
0,867889138 0,828617436 0,79697417 0,787818109 0,803004565
0,826122989 0,881884156 0,942503772 0,871295585 0,776422451
0,736803423 0,715846971 0,695347682 0,680845485
0,652755375 0,658146698 0,659873955 0,659504383 0,66625605
0,673454498 0,718235885 0,869571374 0,937092866 0,891213214
0,829411978 0,79565102 0,768160187 0,759458922 0,7708023
0,788291764 0,835884676 0,893569692 0,8313654 0,746556804
0,710975718 0,691930918 0,673255899 0,658366678
0,626375483 0,630684458 0,632140038 0,631655886 0,637906093
0,64512096 0,686150898 0,812103486 0,867889138 0,829411978
0,789699663 0,760023143 0,735198965 0,7266827 0,736840201
0,752727845 0,79328619 0,842282213 0,790336976 0,715307177
0,68560351 0,667837157 0,650899367 0,635566378
0,618537051 0,621551866 0,622594603 0,621946004 0,628417294
0,636579465 0,676909475 0,785228574 0,828617436 0,79565102
0,760023143 0,743847624 0,725215936 0,716887546 0,72727912
0,74159943 0,778034546 0,820273342 0,769294425 0,706087947
0,680487626 0,663925084 0,647400588 0,630760114
0,617244818 0,619374405 0,620187213 0,619476204 0,62629671
0,634954768 0,672826549 0,763910867 0,79697417 0,768160187
0,735198965 0,725215936 0,716328857 0,709789793 0,719356997
0,730259895 0,76334177 0,802071134 0,754273125 0,701835462
0,679594676 0,664183547 0,64861188 0,631987461
0,616747949 0,618785839 0,619675166 0,61928489 0,626402918
0,635200617 0,671798756 0,757886882 0,787818109 0,759458922
0,7266827 0,716887546 0,709789793 0,707969561 0,717847132
0,729174992 0,762989175 0,801512497 0,754132057 0,702132365
0,679596572 0,664067864 0,648434687 0,632414268
0,627425628 0,630117393 0,631214939 0,631168015 0,638841508
0,647692629 0,682411951 0,771610356 0,803004565 0,7708023
0,736840201 0,72727912 0,719356997 0,717847132 0,732720982
0,748708547 0,787990719 0,828429551 0,773368699 0,714956729
0,689621695 0,673718612 0,657797537 0,642770738
0,635927796 0,639514497 0,641041276 0,641413357 0,650017502
0,659162608 0,692573878 0,78975218 0,826122989 0,788291764
0,752727845 0,74159943 0,730259895 0,729174992 0,748708547
0,775862216 0,822565265 0,864438507 0,799639234 0,728154969
0,698453429 0,681402088 0,664442062 0,650688004
238
0,659502282 0,664176256 0,666087899 0,666707749 0,675909584
0,685445433 0,719235488 0,839217989 0,881884156 0,835884676
0,79328619 0,778034546 0,76334177 0,762989175 0,787990719
0,822565265 0,889072548 0,941275843 0,85449031 0,762543414
0,722742096 0,703949976 0,685571418 0,673113025
0,687105919 0,692909898 0,695128699 0,696054709 0,706212705
0,715284112 0,749251916 0,888839374 0,942503772 0,893569692
0,842282213 0,820273342 0,802071134 0,801512497 0,828429551
0,864438507 0,941275843 1,018009811 0,916197917 0,801996626
0,751398217 0,730423148 0,710772309 0,699862492
0,660086698 0,664965995 0,667347875 0,668208645 0,678220013
0,686506736 0,716665921 0,824474265 0,871295585 0,8313654
0,790336976 0,769294425 0,754273125 0,754132057 0,773368699
0,799639234 0,85449031 0,916197917 0,866377638 0,771972065
0,727405242 0,707130315 0,689234309 0,676718046
0,635873052 0,638392155 0,639785645 0,640255173 0,649798619
0,659395132 0,687121262 0,752941486 0,776422451 0,746556804
0,715307177 0,706087947 0,701835462 0,702132365 0,714956729
0,728154969 0,762543414 0,801996626 0,771972065 0,733050077
0,705662419 0,688926945 0,672221259 0,656954665
0,628712337 0,63041409 0,631232421 0,631598479 0,641123749
0,651056857 0,675786459 0,723136675 0,736803423 0,710975718
0,68560351 0,680487626 0,679594676 0,679596572 0,689621695
0,698453429 0,722742096 0,751398217 0,727405242 0,705662419
0,694183961 0,680566736 0,665931491 0,650828207
0,621655435 0,623254394 0,623878453 0,624257891 0,63366841
0,642622521 0,663624757 0,705323703 0,715846971 0,691930918
0,667837157 0,663925084 0,664183547 0,664067864 0,673718612
0,681402088 0,703949976 0,730423148 0,707130315 0,688926945
0,680566736 0,670226803 0,6572517 0,643368185
0,617874956 0,619587938 0,619903084 0,619897362 0,629069788
0,636421677 0,651982346 0,687307462 0,695347682 0,673255899
0,650899367 0,647400588 0,64861188 0,648434687 0,657797537
0,664442062 0,685571418 0,710772309 0,689234309 0,672221259
0,665931491 0,6572517 0,649248412 0,638697693
0,624223364 0,628160036 0,62884185 0,629194816 0,638362244
0,640801505 0,642632823 0,673115023 0,680845485 0,658366678
0,635566378 0,630760114 0,631987461 0,632414268 0,642770738
0,650688004 0,673113025 0,699862492 0,676718046 0,656954665
0,650828207 0,643368185 0,638697693 0,639050423
239
EK-3 T1 Senaryosu MV Optimizasyon Uygulaması için hidrolik Varyans-
kovaryans Matrisi (24x24) Elemanları Satır Sırasıyla
1,99098645789172 1,91537650880671 1,92734733257553
1,86662029866159 1,73487465829100 1,62531397850209
1,61017098404114 1,47776536097733 1,57594900748741
1,42211433087742 1,46835299913182 1,51082659950678
1,60859589617275 1,56225862225255 1,51725142888568
1,55553689322723 1,56935665010072 1,74618087315172
1,68539969021582 1,64510231384947 1,58087474327481
1,71243952490360 1,64978564258232 1,69425532288870
1,91537650880671 2,08611819771956 2,11555951664020
2,02955401270262 1,88751509622832 1,72999972955673
1,67963415010392 1,48502888980899 1,49871498743605
1,34583114359162 1,39371531593396 1,42768677352597
1,55623132453374 1,48912915181424 1,45301157498595
1,48456565697770 1,48003206567506 1,64379288528590
1,57631486108423 1,53727234474957 1,48289064689001
1,63711122340686 1,57066115674488 1,63747047579839
1,92734733257553 2,11555951664020 2,43474018996132
2,37882375782130 2,20952572447141 1,99556133072819
1,87927145984703 1,57777353689057 1,57314709691122
1,37604154212485 1,39662651094037 1,43322607190987
1,56461040464061 1,49027690848260 1,46382922887821
1,49110197491263 1,45840456117064 1,65058290164514
1,60910905762929 1,57332547629216 1,51281527304992
1,70025566761936 1,63478837455704 1,75504697014287
1,86662029866159 2,02955401270262 2,37882375782130
2,63486937879783 2,39415342951040 2,15486955150348
2,01284481998413 1,63962001621786 1,60383708818785
1,36926541384964 1,37834099906034 1,41247039279705
1,50798036215397 1,44415197913004 1,42251992717190
1,44618860733234 1,40720480405251 1,58608583635139
1,57830566431216 1,54642800415108 1,50977664779074
1,70310033046805 1,65635873477889 1,80098712746567
1,73487465829100 1,88751509622832 2,20952572447141
2,39415342951040 2,35329334349264 2,13511387889656
2,02816906937661 1,65253114671742 1,53641713337257
1,29953444656108 1,31739211806321 1,35689259534367
1,42040185750855 1,37808827584152 1,35375768092004
1,37340533359459 1,33788200293578 1,49585450403183
1,50230613249943 1,47155137765881 1,43596058878491
1,60396866601273 1,55761006378349 1,69988310560017
240
1,62531397850209 1,72999972955673 1,99556133072819
2,15486955150348 2,13511387889656 2,22756523350670
2,18784794055020 1,72256807878359 1,54945506940830
1,30286311694086 1,31259347605616 1,34471094735832
1,36635487448393 1,34493702576560 1,30658820081292
1,32756441015368 1,32437393281456 1,51109008151895
1,51876076176131 1,48092292591116 1,41493932917830
1,54327846191121 1,49896493563909 1,61151937019033
1,61017098404114 1,67963415010392 1,87927145984703
2,01284481998413 2,02816906937661 2,18784794055020
2,58644487255821 1,89955308514678 1,61513276091675
1,31164891870218 1,30908217494177 1,30943934007895
1,33431841208706 1,30988754190749 1,25027788795138
1,28128487537624 1,30612786404198 1,54224298037497
1,57860453129136 1,53029804784044 1,44754134404965
1,55155601344702 1,51420491263459 1,59620952380017
1,47776536097733 1,48502888980899 1,57777353689057
1,63962001621786 1,65253114671742 1,72256807878359
1,89955308514678 1,78342300206467 1,44987470295700
1,22747999347705 1,24881080753819 1,26701007274791
1,32233146140332 1,29599880968247 1,24474568116597
1,28076664686131 1,31527406806040 1,49460162854211
1,48938712130937 1,43208559793429 1,38826525998034
1,45378593886524 1,41521385646158 1,47034192300290
1,57594900748741 1,49871498743605 1,57314709691122
1,60383708818785 1,53641713337257 1,54945506940830
1,61513276091675 1,44987470295700 1,79156697235936
1,54844275539817 1,53652740816660 1,53969886635218
1,60358166828752 1,57605439849615 1,51626401590529
1,54748896575480 1,55172281003311 1,71234065271324
1,67002596176788 1,62030823543130 1,57465750008053
1,69120913419628 1,64932245032847 1,69657733061278
1,42211433087742 1,34583114359162 1,37604154212485
1,36926541384964 1,29953444656108 1,30286311694086
1,31164891870218 1,22747999347705 1,54844275539817
1,52748175849623 1,49929643195514 1,49610702346852
1,54836078632779 1,52181981949315 1,48151170105792
1,50407072571207 1,49335727059324 1,61024697454444
1,52625086387375 1,47849630722114 1,44422139648520
1,53428438600633 1,51095452881030 1,52048429631395
1,46835299913182 1,39371531593396 1,39662651094037
1,37834099906034 1,31739211806321 1,31259347605616
1,30908217494177 1,24881080753819 1,53652740816660
241
1,49929643195514 1,57047466142531 1,59774872432086
1,58450193847651 1,55744455763095 1,52979076257936
1,54304111012313 1,52958196528783 1,65697888110889
1,56418113350910 1,51549592028386 1,47915156241730
1,56296921206183 1,54146502422200 1,53431779437576
1,51082659950678 1,42768677352597 1,43322607190987
1,41247039279705 1,35689259534367 1,34471094735832
1,30943934007895 1,26701007274791 1,53969886635218
1,49610702346852 1,59774872432086 1,84251341517018
1,62883589599905 1,60763602910627 1,57305729052643
1,59064623939971 1,58495559134281 1,71166308122865
1,60480866186345 1,55772571196828 1,52052372907501
1,60128642298953 1,57785418701518 1,58328690649287
1,60859589617275 1,55623132453374 1,56461040464061
1,50798036215397 1,42040185750855 1,36635487448393
1,33431841208706 1,32233146140332 1,60358166828752
1,54836078632779 1,58450193847651 1,62883589599905
1,83516044396437 1,74184492485397 1,67658607460858
1,71208220331050 1,70627609833445 1,84090864163691
1,71846020408225 1,66413428169576 1,62097710615175
1,70928806438239 1,65449222052604 1,66446905851553
1,56225862225255 1,48912915181424 1,49027690848260
1,44415197913004 1,37808827584152 1,34493702576560
1,30988754190749 1,29599880968247 1,57605439849615
1,52181981949315 1,55744455763095 1,60763602910627
1,74184492485397 1,75086304430384 1,65675301634246
1,68357234603483 1,68033619748146 1,79508310608085
1,67606884866552 1,61600438263016 1,57981393779951
1,66506655041523 1,62382529159558 1,63477400790491
1,51725142888568 1,45301157498595 1,46382922887821
1,42251992717190 1,35375768092004 1,30658820081292
1,25027788795138 1,24474568116597 1,51626401590529
1,48151170105792 1,52979076257936 1,57305729052643
1,67658607460858 1,65675301634246 1,66011968539209
1,66738160524611 1,63216223245373 1,74149271766200
1,62812914203909 1,56969090338519 1,53765564405969
1,62248385305524 1,59614355908754 1,59680258364384
1,55553689322723 1,48456565697770 1,49110197491263
1,44618860733234 1,37340533359459 1,32756441015368
1,28128487537624 1,28076664686131 1,54748896575480
1,50407072571207 1,54304111012313 1,59064623939971
1,71208220331050 1,68357234603483 1,66738160524611
1,71983701622330 1,68845124039997 1,79310897270033
242
1,68479472459188 1,62132505759119 1,57996767275180
1,66218739389097 1,62025642223609 1,61647305420247
1,56935665010072 1,48003206567506 1,45840456117064
1,40720480405251 1,33788200293578 1,32437393281456
1,30612786404198 1,31527406806040 1,55172281003311
1,49335727059324 1,52958196528783 1,58495559134281
1,70627609833445 1,68033619748146 1,63216223245373
1,68845124039997 1,76230623776614 1,86864080318008
1,75521652788512 1,66939081506483 1,61655419058525
1,69431662222960 1,62282345051501 1,61708217207160
1,74618087315172 1,64379288528590 1,65058290164514
1,58608583635139 1,49585450403183 1,51109008151895
1,54224298037497 1,49460162854211 1,71234065271324
1,61024697454444 1,65697888110889 1,71166308122865
1,84090864163691 1,79508310608085 1,74149271766200
1,79310897270033 1,86864080318008 2,15588126345275
1,98904556691227 1,88462490546424 1,80721372543844
1,88912583733665 1,80480884734077 1,80429120752263
1,68539969021582 1,57631486108423 1,60910905762929
1,57830566431216 1,50230613249943 1,51876076176131
1,57860453129136 1,48938712130937 1,67002596176788
1,52625086387375 1,56418113350910 1,60480866186345
1,71846020408225 1,67606884866552 1,62812914203909
1,68479472459188 1,75521652788512 1,98904556691227
2,00966455881442 1,89563130452899 1,78725967741925
1,88079837602989 1,78898216726195 1,79599750685000
1,64510231384947 1,53727234474957 1,57332547629216
1,54642800415108 1,47155137765881 1,48092292591116
1,53029804784044 1,43208559793429 1,62030823543130
1,47849630722114 1,51549592028386 1,55772571196828
1,66413428169576 1,61600438263016 1,56969090338519
1,62132505759119 1,66939081506483 1,88462490546424
1,89563130452899 1,90230396154341 1,76212463382950
1,84301890617494 1,76310413253415 1,75797727020315
1,58087474327481 1,48289064689001 1,51281527304992
1,50977664779074 1,43596058878491 1,41493932917830
1,44754134404965 1,38826525998034 1,57465750008053
1,44422139648520 1,47915156241730 1,52052372907501
1,62097710615175 1,57981393779951 1,53765564405969
1,57996767275180 1,61655419058525 1,80721372543844
1,78725967741925 1,76212463382950 1,77037481283590
1,83097544871572 1,73313812275240 1,75131749434600
243
1,71243952490360 1,63711122340686 1,70025566761936
1,70310033046805 1,60396866601273 1,54327846191121
1,55155601344702 1,45378593886524 1,69120913419628
1,53428438600633 1,56296921206183 1,60128642298953
1,70928806438239 1,66506655041523 1,62248385305524
1,66218739389097 1,69431662222960 1,88912583733665
1,88079837602989 1,84301890617494 1,83097544871572
2,01410475371199 1,87597348765457 1,95033244938317
1,64978564258232 1,57066115674488 1,63478837455704
1,65635873477889 1,55761006378349 1,49896493563909
1,51420491263459 1,41521385646158 1,64932245032847
1,51095452881030 1,54146502422200 1,57785418701518
1,65449222052604 1,62382529159558 1,59614355908754
1,62025642223609 1,62282345051501 1,80480884734077
1,78898216726195 1,76310413253415 1,73313812275240
1,87597348765457 1,90193084378517 1,89069889366621
1,69425532288870 1,63747047579839 1,75504697014287
1,80098712746567 1,69988310560017 1,61151937019033
1,59620952380017 1,47034192300290 1,69657733061278
1,52048429631395 1,53431779437576 1,58328690649287
1,66446905851553 1,63477400790491 1,59680258364384
1,61647305420247 1,61708217207160 1,80429120752263
1,79599750685000 1,75797727020315 1,75131749434600
1,95033244938317 1,89069889366621 2,07025905380237
244
EK-4 Tüm Senaryolar için OP portföy çözüm sonuçları
Saat N1 N2 N3 N4 N5 N6 N7 N8 N9 N10 N11 N12 N13 N14 N15
1 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00
2 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00
3 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00
4 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00
5 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00
6 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00
7 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00
8 0,00 0,01 0,00 0,00 6,33 0,00 10,00 0,00 24,99 10,00 0,00 10,00 0,00 0,00 9,80
9 0,00 10,00 26,38 0,00 10,00 99,99 10,00 100,0 25,00 10,00 14,50 10,00 52,39 25,00 10,00
10 0,00 10,00 0,00 12,79 9,81 0,00 10,00 0,00 25,00 10,00 71,30 10,00 0,00 25,00 10,00
11 38,42 10,00 0,00 25,00 8,79 0,00 10,00 0,00 25,00 10,00 14,20 10,00 0,00 25,00 10,00
12 61,55 10,00 0,00 25,00 8,79 0,00 10,00 0,00 0,00 10,00 0,00 10,00 0,00 0,00 9,15
13 0,01 10,00 0,00 12,21 1,93 0,00 10,00 0,00 0,00 2,22 0,00 10,00 0,00 0,00 0,00
14 0,00 10,00 0,00 0,00 0,00 0,00 10,00 0,00 0,00 0,00 0,00 10,00 0,00 0,00 0,00
15 0,00 9,99 0,00 0,00 0,00 0,00 0,59 0,00 0,00 0,00 0,00 10,00 0,00 0,00 0,00
16 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,01 0,00 0,00 0,00
17 0,00 0,00 0,00 0,00 0,00 0,00 0,01 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00
18 0,00 0,00 0,00 0,00 0,00 0,00 10,00 0,00 0,00 1,47 0,00 0,28 0,00 0,00 1,94
19 0,00 0,00 0,00 0,00 0,00 0,00 10,00 0,00 0,00 1,27 0,00 10,00 0,00 0,00 0,00
20 0,00 10,00 0,00 0,00 0,00 0,00 9,40 0,00 0,00 0,00 0,00 9,71 0,00 0,00 0,00
21 0,00 10,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00
22 0,00 10,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00
23 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00
24 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00
25 73,62 25,00 54,34 0,00 0,00 45,04 47,60 25,00 49,12
245
Saat N16 N17 N18 N19 N20 N21 N22 N23 N24 N25 T1 T2 T3 T4 T5
1 0,00 0,00 0,00 0,00 0,00 0,00 0,04 0,00 0,00 0,08 0,00 0,00 0,00 0,00 0,54
2 0,00 0,00 0,00 0,00 0,00 0,00 0,03 0,00 0,00 0,07 0,00 0,00 0,00 0,00 0,50
3 0,00 0,00 0,00 0,00 0,00 0,00 0,03 0,00 0,00 0,06 0,00 0,00 0,00 0,00 0,25
4 0,00 0,00 0,00 0,00 0,00 0,00 0,03 0,00 0,00 0,07 0,00 0,00 0,00 0,00 0,26
5 0,00 0,00 0,00 0,00 0,00 0,00 0,03 0,00 0,00 0,08 0,00 0,00 0,00 0,00 0,19
6 0,00 0,00 0,00 0,00 0,00 0,00 0,04 0,00 0,00 0,11 0,00 0,00 0,00 0,00 0,13
7 0,00 0,00 0,00 0,00 0,00 0,00 0,32 0,00 0,00 0,21 0,00 0,00 0,00 0,00 0,11
8 0,00 10,00 0,00 0,00 0,00 0,00 9,88 0,00 0,00 0,65 0,00 0,00 0,00 0,00 0,29
9 0,00 10,00 0,00 0,00 0,32 100,0 9,93 0,00 25,00 1,91 0,00 0,61 0,00 0,00 1,35
10 0,00 10,00 0,00 25,00 0,00 0,00 9,93 0,00 25,00 0,69 10,00 10,00 10,00 10,00 5,71
11 99,98 10,00 0,00 25,00 0,00 0,00 9,92 0,00 25,00 0,78 10,00 10,00 10,00 10,00 7,58
12 0,01 10,00 0,00 25,00 0,00 0,00 9,91 0,00 0,00 0,42 10,00 10,00 10,00 10,00 3,98
13 0,00 10,00 0,00 0,00 0,00 0,00 9,86 0,00 0,00 0,33 0,00 0,00 0,00 0,00 2,27
14 0,00 10,00 0,00 0,00 0,00 0,00 9,76 0,00 0,00 0,32 1,94 3,15 2,64 1,01 2,25
15 0,00 10,00 0,00 0,00 0,00 0,00 2,89 0,00 0,00 0,32 9,32 10,00 10,00 10,00 7,79
16 0,00 0,00 0,00 0,00 0,00 0,00 0,59 0,00 0,00 0,41 8,79 10,00 10,00 10,00 6,16
17 0,00 0,00 0,00 0,00 0,00 0,00 0,42 0,00 0,00 0,58 0,00 1,21 1,20 1,71 1,91
18 0,00 0,00 0,00 0,00 0,00 0,00 1,81 0,00 0,00 4,31 0,00 0,00 0,00 0,00 0,76
19 0,00 4,89 0,00 0,00 0,00 0,00 9,46 0,00 0,00 0,81 0,00 0,00 0,00 0,00 0,74
20 0,00 10,00 0,00 0,00 0,00 0,00 9,75 0,00 0,00 0,37 0,00 0,00 0,00 0,00 1,85
21 0,00 5,11 0,00 0,00 0,00 0,00 4,86 0,00 0,00 0,26 0,00 0,00 0,00 0,00 0,43
22 0,00 0,00 0,00 0,00 0,00 0,00 0,36 0,00 0,00 0,23 0,00 0,00 0,00 0,00 0,34
23 0,00 0,00 0,00 0,00 0,00 0,00 0,11 0,00 0,00 0,18 0,00 0,00 0,00 0,00 0,50
24 0,00 0,00 0,00 0,00 0,00 0,00 0,05 0,00 0,00 0,12 0,00 0,00 0,00 0,00 0,30
25 99,99 25,00 99,68 99,99 25,00 86,64 49,95 45,03 46,16 47,28 53,83
246
ÖZET
Elektrik piyasasındaki tedarikçiler elektrik üretimine yönelik yalnızca teknik
sorunlarla değil aynı zamanda elektrik piyasası riskleri ile de başa çıkmaya ihtiyaçları
vardır. Serbest elektrik piyasası ortamında risklerini daha etkili yönetebilmeleri için
üretim kapasitelerini ve piyasa teklif stratejilerini optimize etmeleri gerekmektedir. Ek
olarak, elektrik ekonomik olarak stoklanamayan dahası eş zamanlı olarak üretilip
tüketilmesi gereken bir ürün/servis olarak tanımlanmaktadır. Tüm bunlara ek olarak,
elektrik üreticileri iletim, üretim, yakıt fiyatı, su rejimi, rüzgar, güneş ve benzeri
hususlarıda elektrik üretim ve satış sürecinde dikkate almaları gerekmektedir. Modern
portföy teorisi ve bundan türeyen metodolojilerin, piyasa risklerinin yönetimi ve
elektrik piyasalarında teklif stratejilerinin belirlenmesi için faydalı bir araç olarak
kullanılabilir.
Bu tez, Ortalama-varyans, Alt taraf risk, Yarı-varyans, Riske Maruz Değer ve
Tarihsel Riske Maruz Değer metotlarının iki büyük elektrik piyasasına, Nord Pool
Elspot ve Türk Gün-öncesi Piyasası, uygulanabilirliklerine yönelik geniş bir
değerlendirme sunmaktadır. Sonuçlar, finans literatüründe genişçe kullanılan bu
yöntemlerin, elektrik piyasaları içinde geliştirilebileceği ve etkili bir şekilde
kullanılabileceğini göstermiştir. Elektrik piyasalarındaki karar vericiler bu yöntemleri
kendi piyasa risklerini etkili bir şekilde yönetmek ve üretim ve teklif stratejilerini
geliştirmek için uyarlayıp kullanabilir.
247
ABSTRACT
Power suppliers in electricity markets does need to tackle not only with
technical issues to produce electricity but also with electricity market risks. They need
to optimize their generation capacities and bidding strategies to manage their market
risks effectively in the deregulated electricity market environment. In addition,
electricity is assumed as a product/service that cannot be stored economically
moreover it should be generated and consumed simultaneously. In addition to all,
power suppliers should take into consideration transmission, generation, fuel price,
water regime, wind, sun etc risks during electricity generation and selling. Modern
portfolio theory and methods derived from it can be use as a usefull tool to manage
market risk and to determine bidding strategies in electricity market.
This thesis provides a comprehensive evaluation of applicabilities of Mean-
variance, Down-side, Semi-variance, Value-at-risk, and Historical Value-at-risk
methods in two big electricity markets, Nord Pool Elspot and Turkish Day-ahead
electricity markets. The results shows these methods, which are widely used in finance
literature, can also be effectively used in and improved for electricity markets.
Decision makers in electricity markets can adapt and use these methods to manage
their market risks effectively and to improve their generation and bidding strategies.
248
ÖZGEÇMİŞ
Mete Emin ATMACA, PhD
MBA & Nükleer Enerji Mühendisi EÜAŞ Genel Müdürlüğü
E-mail: [email protected]
AKADEMİK İLGİ ALANLARI: Elektrik Piyasaları, Proje Yönetimi, Nükleer
Enerji, Bakım Yönetim Sistemleri, Elektrik Piyasasında
Finansal Optimizasyon, Kalite Yönetim Sistemleri
PROFESYONEL İŞ TECRÜBESİ:
Ağustos 2014-devam Elektrik Üretim A.Ş. /Ankara
Mühendis, Teknik Şef
Nisan 2013-Ağustos 2014 Elektrik Üretim A.Ş. /Ankara
Müdür (G), (Proje Koordinatörü) Nükleer Güç Proje
Müdürlüğü
Aralık 2004- Nisan 2013 Elektrik Üretim A.Ş. / Ankara
Sözleşmeli Mühendis-Teknik Şef(G) (Proje Yöneticisi)
Ekim 2004-Aralık 2004 GLOBMAR Madencilik / Karabük
İhracat sorumlu yardımcısı,
Eylül 2004-Aralık 2004 Karaelmas Üniversitesi Safranbolu Mimarlık Fak.
/Karabük
Part-Time Öğretim Görevlisi,
Mayıs 2001-Nisan 2003 PEGAT Tur. İnş. Rek. Ltd. Şti./ Didim & Ankara
Yönetici ve Ortak,
1999 Yaz dönemi EKŞİOĞLU İnş. A.Ş. / Karabük
Bilgisayar Sorumlusu (Excel’de hakediş programı)
1996 Yaz stajı Çekmece Nükleer Araştırma Merkezi / İstanbul
Stajyer,
1995 Yaz Stajı Yatağan Termik Santralı / Muğla
Stajyer,
PROJE TECRÜBESİ:
EÜAŞ Sinop Nükleer Santral Projesi-Geliştirme
Grupları Üyesi (Ağustos 2014-devam)
EÜAŞ Sinop Nükleer Santralı Projesi-Koordinatör
(Mayıs 2013-Ağustos 2014)
EÜAŞ Bakım Yönetim Sistemi (BYS) Projesi-Proje
Yöneticisi I. faz ve II. faz (Ocak.2007-Nisan 2012)
EĞİTİM:
2011-2017 Ankara Üniversitesi / Ankara
İşletme Doktora (PhD)
249
2006-2010 Ankara Üniversitesi / Ankara
İşletme Yüksek Lisans (MBA)
2001-2002 Hacettepe Üniversitesi / Ankara
Nükleer Enerji Müh., Yüksek Lisans dersleri
İşletme MBA Programı dersleri
2000 Hacettepe Üniversitesi / Ankara
Lisans, Nükleer Enerji Müh.
SEÇİLMİŞ YAYINLAR: Gökgöz, F. and Atmaca M.E. (2017). Portfolio
optimization under Lower Partial Moments in Emerging
Electricity Markets: Evidence from Turkey, Renewable
and Sustainable Energy Reviews, 67, 437-449.
Gökgöz, F. and Atmaca, M.E. (2016). An Optimal Asset
Allocation in Electricity Generation Market for the
Policy Makers and Stakeholders. In V. Potocan, M.C.
Üngan, & Z. Nedelko (Eds), Handbook of Research on
Managerial Solutions in non-Profit Organizations (pp.
448-482), Hershey, PA: IGI Global.
Gökgöz, F. and Atmaca, M.E. (2016). Ranking Turkish
Universities Based on Performance Evaluation via
DEMATEL-AHP Approach. In V. Potocan, M.C.
Üngan, & Z. Nedelko (Eds), Handbook of Research on
Managerial Solutions in non-Profit Organizations (pp.
421-447), Hershey, PA: IGI Global.
Gökgöz, F. and Atmaca, M.E. (2016). Financial
Portfolio Optimization in Electricity Markets:
Evaluation via Sharpe Ratio. In Proceedings of 18th
International Conference on Energy Demand and
Nuclear Power, Paris, France. (Kabul edilmiş tam metin)
Gökgöz, F. and Atmaca M.E. (2016). Financial Portfolio
Optimization in Turkish Electricity Market via Value at
Risk. In Proceeding of 18th International Conference on
Energy Demand, Markets and Power Issues, Paris,
France. (Kabul edilmiş özet)
Gökgöz, F. and Atmaca M.E. (2013). Optimal Asset
Allocation in the Turkish Electricity Market: Down-side
vs Semi-variance Risk Approach. In Proceeding of
World Congress on Engineering (ICFE), London, UK.
Gökgöz, F. and Atmaca M.E. (2012). Financial
Optimization in the Turkish Electricity Market:
Markowitz’s Mean-variance Approach, Renewable and
Sustainable Energy Reviews, 16, 357-368.
250
Bildiri & Sunuş: DEMATEL Metodolojisi ile Proje
Yöneticisi Seçim Problemini Çözümü, Ulusal Proje
Meslek Konferansı, 28 Mayıs 2011.
Uluslararası Workshop & Sunum: Designing of
Working Enviroment for Reducing Human Errors,
IAEA Viyana, Kasım 2010.
Bildiri & Sunuş: Kamuda Proje Yöneticisi Olmak,
Ulusal Proje Meslek Konferansı, 29 Mayıs 2010.
Kitap: Bakım Yönetimine Temel Yaklaşımlar Raporu,
EÜAŞ 2007.
SERTİFİKA ve EĞİTİMLER:
2015 Ekim-Aralık TKİB, Kamu İç Denetçilik Eğitimi
2015 Mart IAEA, FINPLAN Web Training Course
2015 Mart JICC Nuclear Course for EÜAŞ
2014 Haziran JAPAN-IAEA Joint Nuclear Energy Management
School 2014
2014 Mart (internet) ASIFT (UNDSS)
2013 Şubat FABE, PMI-PMP Sınavı Hazırlık Eğitimi
2012 Kasım IAEA, Interregional Training Course on Integrated
Management systems and Development of Safety
Culture, Chicago/USA
2012 Ekim ISO 9001, TSE Kalite Yönetim Sistemi Eğitimi
2012 Ekim (İnternet) BSIFT II (UNDSS-Basic Security in the Field II)
2012 Temmuz NUPID-2012, “The Third International Seminar on
Nuclear Power Infrastructure Development”,
Seul/G.KORE
2012 Haziran ARGEStar, Türk Ticaret Kanunu
2011 Şubat FABE, PMI-PMP Sınavı Hazırlık Eğitimi
2010 Aralık FABE, PMI Proje Yönetimi Eğitimi
2008 Ekim İAS Business Academy, Bakım Yönetim Eğitimi
2008 Eylül WNU, Key Issues In The World Nuclear Industry
Today
2008 Temmuz A.N.D. İnternational Temel Proje Yönetimi Eğitimi
2008 Mayıs-Haziran TOBB, Sertifikalı Kamu Alımları Eğitimi
2008 Nisan TÜTEV, AB Projeleri Eğitimi
2004 yaz dönemi Zonguldak Karaelmas Üniversitesi İngilizce
Okutmanlık,
2001 yaz Bilginç Eğitim Ankara MCSE Sertifika eğitimi.
ÖNEMLİ SERTİFİKA: TPY (Tescilli Proje Yöneticisi) 2010
MCP(Microsoft Certified Professional) 2003
BİLGİSAYAR: MS-OFİS, İleri Excel & Solver, Fortran 77, MS
Project, Visio, MatLab
251
YABANCI DİL: İngilizce (KPDS 90(A), Toefl 223),
Fransızca (Temel),
Korece (Temel)
DOĞUM YILI: 1974
MEDENİ DURUMU: Evli, iki çocuklu
ÖDÜL: Türk Zeka Vakfı 2009 Yarışma Finalisti
DERNEKLER: MENSA Üstün Yeteneklileri Destekleme Derneği
üyesi, Finans Derneği üyesi,