Thèse numérisée par la Division de la gestion de documents et des archives de l'Université de Montréal

[pt] O preço da energia no mercado de curto-prazo é caracterizado pela sua alta volatilidade e dificuldade de previsão, representando um alto risco para agentes produtores de energia, especialmente para geradores por fontes renováveis. A abordagem típica empregada por tais empresas para obter a estratégia de contratação ótima de médio e longo prazos é simular um conjunto de caminhos para os fatores de incerteza a fim de caracterizar a distribuição de probabilidade da receita futura e, então, otimizar o portfólio da empresa, maximizando o seu equivalente certo. Contudo, na prática, a modelagem e simulação do preço de curto prazo da energia é um grande desafio para os agentes do setor elétrico devido a sua alta dependência a parâmetros que são difíceis de prever no médio e longo, como o crescimento do PIB, variação da demanda, entrada de novos agentes no mercado, alterações regulatórias, entre outras. Neste sentido, nesta dissertação, utilizamos otimização robusta para tratar a incerteza presente na distribuição do preço de curto-prazo da energia, enquanto a produção de energia renovável é tratada com cenários simulados exógenos, como é comum em programação estocástica. Mostramos, também, que esta abordagem pode ser interpretada a partir de dois pontos de vista: teste de estresse e aversão à ambiguidade. Com relação ao último, apresentamos um link entre otimização robusta e teoria de ambiguidade. Além disso, incluímos no modelo de formação de portfólio ótimo a possibilidade de considerar um contrato de opção térmica de compra para o hedge do portfólio do agente contra a irregularidade do preço de curto-prazo. Por fim, é apresentado um estudo de caso com dados realistas do sistema elétrico brasileiro para ilustrar a aplicabilidade da metodologia proposta. / [en] Energy spot price is characterized by its high volatility and difficult prediction, representing a major risk for energy companies, especially those that rely on renewable generation. The typical approach employed by such companies to address their mid- and long-term optimal contracting strategy is to simulate a large set of paths for the uncertainty factors to characterize the probability distribution of the future income and, then, optimize the company s portfolio to maximize its certainty equivalent. In practice, however, spot price modeling and simulation is a big challenge for agents due to its high dependence on parameters that are difficult to predict, e.g., GDP growth, demand variation, entrance of new market players, regulatory changes, just to name a few. In this sense, in this dissertation, we make use of robust optimization to treat the uncertainty on spot price distribution while renewable production remains accounted for by exogenously simulated scenarios, as is customary in stochastic programming. We show that this approach can be interpreted from two different point of views: stress test and aversion to ambiguity. Regarding the latter, we provide a link between robust optimization and ambiguity theory, which was an open gap in decision theory. Moreover, we include into the optimal portfolio model, the possibility to consider an energy call option contract to hedge the agent s portfolio against price spikes. A case study with realistic data from the Brazilian system is shown to illustrate the applicability of the proposed methodology.

A dissertação aborda e compara as características dos índices de Sharpe (SR) e suas variantes, SRc e SRd, Sharpe generalizado (GSR ) e potencial de investimento (IP), sendo os índices GSR e IP associados a alguma função de utilidade. Pelo fato de o GSR e o IP serem idênticos, testes empíricos foram realizados entre SRc e o GSR. Ambos foram avaliados teoricamente sob dois aspectos, o que definimos de análise retrospectiva, i.e., análise de séries de log-retornos mensais observados, e a análise prospectiva, i.e., séries a ocorrer. No âmbito prospectivo, ex ante facto, o SRc (índice de Sharpe com variável de estado normal) e o SRd (índice de Sharpe com variável de estado lognormal), por estarem associados à função de utilidade quadrática, apresentam distorções como o ponto bliss e o agente econômico bomba de dinheiro. O mesmo ocorre no âmbito retrospectivo, ex post facto, com o GSR (potencial de desempenho de ativos de risco para indivíduos com função de utilidade HARA) quando o coeficiente de aversão ao risco é igual a um negativo, gama=-1. No entanto, o GSR pode ser associado a funções de utilidade diferentes da quadrática evitando seus efeitos indesejáveis. Sob a suposição de movimento browniano geométrico (MBG) e da utilidade HARA para o preço mensal ajustado de ações brasileiras e americanas e para pontos mensais de índices brasileiros e americanos, entre janeiro de 2000 e março de 2008, obtivemos os seguintes resultados: (1) o índice GSR para utilidade quadrática apresentou elevada correlação com o SRc; (2) a menor correlação de GSR com SRc ocorreu para utilidade logarítmica; (3) para a utilidade exponencial, o GSR apresenta elevado grau de correlação com o SRc. Os resultados mostraram que o GSR com utilidade exponencial é o índice que menos se aproxima do comportamento do GSR com utilidade quadrática. Sabendo-se das distorções da utilidade quadrática, a adoção do GSR com gama=1 parece mais adequado para a classificação de ativos de risco. / This master dissertation studies and compares the characteristics of Sharpe ratio and its variants, SRc and SRd, generalized Sharpe ratio (GSR) and investment potential (IP), both GSR and IP associated to any utility function. By the fact that GSR and IP are identical indexes, empiric tests were conducted between SRc and GSR. The indexes were evaluated theoretically under two different aspects: retrospective analysis, i.e., analyze the observed monthly log-returns, and prospective analysis, i.e., series to occur. Under prospective view, ex ante facto, SRc (Sharpe ratio with normal state variable) and SRd (Sharpe ratio with lognormal state variable), for being associated to the quadratic utility function, show the inherent problems to utility functions such as the bliss point and the pump money economic agent. The same happens in a retrospective view, ex post facto, with the GSR (performance potential with HARA utility function family) when the risk aversion coefficient equals minus one, gama=-1. Therefore, the GSR can be associated to different utility functions avoiding the undesirable effects. Under the GBM (geometric Brownian motion) condition and HARA utility function for the Brazilian and American adjusted monthly stock prices and indexes monthly points during January 2000 and March 2008, we reached the following: (1) results indicate that GSR for quadratic utility has high correlation level with SRc; (2) while the logarithmic utility showed lowest correlation level between GSR and SRc; (3) exponential utilities showed a high level of correlation between GSR and SRc. The results showed that GSR with exponential utility kept the biggest behavior difference for the GSR with quadratic utility. Based on the knowing problems of the quadratic utility, GSR with gama=1 seems to be a better index choice for risk assets classification.

Thesis focus on derivation of macro-finance model for analysis of yield curve and its dynamics using macroeconomic factors. Underlying model is based on basic Dynamic Stochastic General Equilibrium DSGE approach that stems from Real Business Cycle theory and New Keynesian Macroeconomics. The model includes four main building blocks: households, firms, government and central bank. Log-linearized solution of the model serves as an input for derivation of yield curve and its main determinants -- pricing kernel, price of risk and affine term structure of interest rates -- based on no-arbitrage assumption. The Thesis shows a possible way of consistent derivation of structural macro-finance model, with reasonable computational burden that allows for time varying term premia. A simple VAR model, widely used in macro-finance literature, serves as a benchmark. The paper also presents a brief comparison and shows an ability of both models to fit an average yield curve observed from the data. Lastly, the importance of term structure analysis is demonstrated using case of Central Bank deciding about policy rate and Government conducting debt management.