← 返回笔记
风险管理 2026年7月19日 约 8 分钟读完

从金融风险控制角度看电力市场

把组合选择、一致性风险度量和 CVaR 优化迁移到电力市场,理解售电公司如何从价格预测走向仓位与风险管理。

方法文章风险管理售电公司尾部风险

引言:电力交易不只是预测价格,更是在管理风险敞口

谈到电力市场,最常见的问题往往是:

  • 明天的现货价格会涨还是会跌?
  • 中长期应该签多少?
  • 用户负荷会不会超出预测?
  • 现货敞口究竟应该保留,还是提前锁定? 这些问题表面上分别属于价格预测、负荷预测和交易决策,但从风险管理角度看,它们本质上都指向同一个问题: 一个市场主体在不同交易品种、不同时间尺度和不同未来场景下,究竟暴露了多少风险,又应当如何配置仓位? 金融市场经过长期发展,已经形成了一套相对完整的风险管理思想:先从单项资产走向投资组合,再从波动风险走向资本型风险度量,最后进一步优化极端尾部风险。Markowitz、Artzner 以及 Rockafellar 和 Uryasev 的三篇经典论文,恰好对应了这条思想演进路径。 将这套思想迁移到电力市场,并不是简单地把“股票”替换成“中长期合约”,也不是直接套用几个金融公式。真正有价值的地方在于,它为我们提供了一种新的观察方式: 电力市场主体不应只判断某一个价格是否有利,而应分析整个仓位组合在多种不确定情景下的收益、损失与资本承受能力。

一、从单项判断走向组合管理

1. 金融市场为什么强调投资组合

在 Markowitz 之前,人们评价投资时容易把注意力集中在单项资产上:

  • 这只股票的收益高不高?
  • 这只债券的风险大不大?
  • 哪个资产最值得买? Markowitz 的重要贡献,是把分析对象从单个资产转向整个组合。 一个资产单独看可能波动很大,但如果它与组合中其他资产的变化方向不同,加入组合后反而可能降低整体风险。相反,几项看起来都很安全的资产,如果暴露于完全相同的风险因素,也可能在极端情况下同时恶化。 因此,组合风险并不是单项风险的简单相加,而取决于:
  • 每一项资产配置了多少;
  • 每一项资产自身波动多大;
  • 不同资产之间如何共同变化。 这就是方差与协方差在组合理论中的意义。

2. 电力市场同样需要组合视角

在电力市场中,市场主体持有的不是标准化股票组合,而是一组具有物理和金融双重属性的仓位,例如:

  • 年度和月度中长期合同;
  • 周、旬和滚动撮合仓位;
  • 日前与实时现货敞口;
  • 不同类型用户的零售合同;
  • 储能、可调负荷和需求响应资源;
  • 绿电、绿证以及其他环境权益。 这些仓位的收益来源和风险来源并不相同。 中长期合约能够锁定部分采购价格,但也可能带来超购、少购、曲线错配和机会成本;现货敞口可以保留价格下跌时的收益空间,却也可能在价格尖峰时造成巨额损失;储能和可调负荷可能在大多数时候收益有限,却能在极端高价场景中发挥重要的风险缓释作用。 因此,电力交易不应只问: 中长期好,还是现货好? 更合理的问题是: 在当前负荷结构、价格预期和风险承受能力下,中长期、现货、用户组合与灵活资源应当怎样共同配置? 这正是 Markowitz 组合思想在电力市场中的第一层启发。

二、电力市场中的“资产”并不只是交易品种

金融组合中的资产通常可以通过价格和收益率来描述,但电力市场的组合更加复杂。

1. 用户负荷本身也是一种风险头寸

对售电公司而言,用户并不只是收入来源。不同用户的负荷曲线,也意味着不同的风险暴露。 例如:

  • 工业用户的负荷可能在工作日白天集中;
  • 商业用户可能在晚高峰维持较高需求;
  • 某些生产企业可能受到订单和生产计划影响;
  • 温控负荷可能对极端天气高度敏感。 如果多个用户在同一时段同时达到高负荷,组合负荷会更加集中,现货补购风险也会增大;如果用户曲线具有互补性,组合后的负荷可能更加平滑,预测误差和偏差成本反而会下降。 所以,从组合管理角度看,售电公司的客户结构与金融机构的资产组合具有相似之处: 需要关注的不只是单个客户是否盈利,还要关注客户加入组合以后,是否改善整体负荷曲线和风险结构。

2. 时间也是电力仓位的重要维度

电能无法像普通金融资产一样自由地跨时段转移。即使月度总电量完全匹配,如果合同曲线与实际负荷曲线在时段上错位,仍然可能形成较大的现货敞口。 因此,电力市场中的仓位不能只表示为一个月度比例,而应至少同时包含:

  • 交易品种;
  • 交割日期;
  • 分时时段;
  • 买卖方向;
  • 价格类型;
  • 对应负荷。 从风险控制角度看,真正需要管理的不是抽象的“80% 中长期覆盖率”,而是: 每个时段的合同电量、预测负荷与现货暴露之间的关系。

三、为什么仅用方差还不够

Markowitz 使用方差衡量风险,为组合管理奠定了基础。但对于电力市场而言,方差并不能完整描述风险。

1. 方差同时惩罚上涨和下跌

方差衡量的是结果偏离平均值的程度。 在金融资产收益中,较大的正收益和较大的负收益都会增加方差。但对于实际经营主体而言:

  • 超预期利润通常不是风险;
  • 巨额亏损才是真正需要控制的风险。 电力市场价格可能出现明显的尖峰、厚尾和不对称特征。一个策略平时收益稳定,但在少数极端天气或供需紧张时发生巨大亏损,这种风险未必能够被普通方差准确体现。

2. 电力市场的风险往往集中在少数场景

售电公司的严重亏损可能并不是每天缓慢积累,而是在少数场景中集中出现:

  • 负荷显著高于预测;
  • 现货价格同时大幅上涨;
  • 中长期持仓不足;
  • 日前与实时价格出现较大偏差;
  • 新能源出力下降;
  • 用户侧无法及时响应。 这些因素还可能互相强化。 例如,极端高温不仅会推高用户负荷,也可能推高系统负荷和现货价格。此时,价格风险和负荷风险并不是两个彼此独立的问题,而是共同形成尾部损失。 因此,电力市场风险管理不能只看平均成本和整体波动,还必须回答: 在最坏的一小部分场景中,究竟会亏多少?

四、从波动风险走向一致性风险度量

Artzner 等人的一致性风险度量理论,为风险管理提供了比方差更接近实际经营的解释。 他们不再把风险简单理解为“波动有多大”,而是理解为: 为了让一个未来组合变得可以接受,现在至少需要准备多少安全资本? 这种解释非常适合进入企业风控体系,因为它可以直接对应:

  • 风险准备金;
  • 保证金;
  • 信用额度;
  • 交易限额;
  • 资本占用。

1. 什么叫“可接受”

企业可以先定义哪些未来结果是可接受的。 例如,售电公司可以规定:

  • 最坏情景下现金流不能穿透某个底线;
  • 任何压力场景下都不能超过信用额度;
  • 单月最大亏损不得超过内部限额;
  • 最坏 5% 场景中的平均亏损必须处于可承受范围;
  • 组合不能触发履约或保证金风险。 所有满足这些要求的未来损益结果,可以组成一个“可接受集合”。 风险度量要回答的就是: 当前仓位距离可接受状态还有多远?

2. 次可加性与电力组合

一致性风险度量最重要的性质之一是次可加性:

ρ(X+Y)ρ(X)+ρ(Y)\rho(X+Y) \leq \rho(X)+\rho(Y)

它表示: 两项业务合并后的整体风险,不应超过分别计算风险以后相加的结果。 这体现了分散化收益。 在电力市场中,这可以用来分析:

  • 两组用户组合后是否降低负荷偏差;
  • 中长期仓位与储能组合后是否降低风险资本;
  • 不同区域或行业客户组合后是否改善整体风险;
  • 多种交易策略之间是否形成对冲关系。 因此,金融风险理论给电力市场的第二层启发是: 风险不只是预测误差大小,而是整个组合为满足经营安全标准所需要占用的资本和风险额度。

五、VaR 为什么不够

VaR 是金融风险管理中最常见的指标之一。 假设 95% VaR 为 100 万元,它大致表示: 在给定模型下,约 95% 的情况下,损失不会超过 100 万元。 VaR 很直观,因为它给出了一条明确的损失门槛。但它存在两个重要问题。

1. VaR 不告诉我们门槛后面有多严重

两个仓位组合的 95% VaR 都可能是 100 万元,但在剩余最坏的 5% 场景中:

  • 一个组合平均亏损 120 万元;
  • 另一个组合平均亏损 1000 万元。 只看 VaR,二者似乎风险相同,但实际尾部风险完全不同。

2. VaR 不一定支持分散化

在某些非正态和离散分布中,两个组合分别计算 VaR 时可能都不高,但合并后 VaR 却显著增加,甚至超过二者之和。 这会导致一个不合理的结果: 风险指标可能把分散化判断成风险增加。 对于需要进行组合管理、风险汇总和资本分配的企业而言,这种性质并不理想。

六、CVaR:关注真正危险的尾部

CVaR 关注的是: 一旦损失已经进入最坏的尾部区域,平均会亏多少? 例如,将未来损失从小到大排列:

  • 95% VaR 是 100 万元;
  • 最坏 5% 场景中的平均损失是 250 万元。 那么:

CVaR0.95=250 万元\operatorname{CVaR}_{0.95}=250\text{ 万元}

VaR 回答: 极端风险从哪里开始? CVaR 回答: 真正进入极端风险后,平均会有多严重? 对于电力市场而言,CVaR 尤其适合分析:

  • 极端现货高价;
  • 高负荷与高电价同时发生;
  • 预测误差和曲线错配共同恶化;
  • 多时段连续高价;
  • 保证金或信用压力。 因此,CVaR 比单纯的平均利润、方差或 VaR 更贴近“企业能否扛住极端亏损”这一问题。

七、从风险度量走向仓位决策

仅仅计算 CVaR 还不够。 真正的经营问题是: 怎样调整仓位,才能让组合在满足收益要求的同时,降低尾部风险? 这正是 Rockafellar 和 Uryasev 的贡献。 他们构造了一个辅助函数,将候选 VaR 门槛写成可优化变量:

Fβ(x,α)=α+11βE[(f(x,y)α)+]F_\beta(x,\alpha) = \alpha + \frac{1}{1-\beta} E\left[ \bigl(f(x,y)-\alpha\bigr)^+ \right]

其中:

  • xx 表示仓位组合;
  • α\alpha 表示候选损失门槛;
  • f(x,y)f(x,y) 表示组合在场景 yy 下的损失;
  • 正部函数只保留超过门槛的损失。 这条公式的意义并不在于形式本身,而在于它完成了一个重要转换: VaR 不再是必须提前计算出的统计结果,而成为可以和仓位一起调整的优化变量。 固定一个仓位组合时,使辅助函数最小的 α\alpha 对应 VaR,最小值对应 CVaR。 进一步地,还可以让仓位 xx 和门槛 α\alpha 同时变化,从而直接寻找: 哪一种仓位组合的尾部平均损失最低?

八、电力市场中的场景损益函数

将 CVaR 方法用于电力市场时,最困难的并不是优化算法,而是准确写出场景损益。 对售电公司而言,某个场景下的利润可以概括为:

利润=零售售电收入中长期购电成本现货购电成本偏差与结算成本+灵活资源收益\text{利润} = \text{零售售电收入} - \text{中长期购电成本} - \text{现货购电成本} - \text{偏差与结算成本} + \text{灵活资源收益}

损失则是利润的相反数。 一个未来场景不能只包含“电价”,而应至少同时包含:

  • 用户实际负荷;
  • 日前价格;
  • 实时价格;
  • 中长期持仓;
  • 新能源出力;
  • 天气;
  • 偏差结算参数;
  • 储能或可调负荷状态。 例如,在某个场景中:
  • 用户负荷比预测高 10%;
  • 现货价格同时大幅上涨;
  • 中长期晚高峰持仓不足;
  • 储能可用容量有限。 该场景就可能形成显著的尾部亏损。 从金融风险管理角度看,电价、负荷和天气都不是最终风险指标,它们只是风险因子。真正需要计算的是: 这些风险因子共同作用后,仓位组合的现金流和损益会变成什么样。

九、电力市场中的“对冲”应如何理解

金融市场中的对冲,是用一个头寸的收益来抵消另一个头寸的不利变化。 电力市场中的对冲更复杂,因为它同时包含金融和物理层面。

1. 中长期合约对冲价格风险

中长期合约可以提前锁定采购价格,降低现货价格上涨带来的风险。 但它不是免费保险:

  • 如果现货价格下跌,过多中长期仓位会产生机会成本;
  • 如果负荷低于持仓,可能形成超购;
  • 如果合同曲线与实际负荷不匹配,仍会暴露于高价时段。 所以,中长期不是越多越好,而是: 应当与未来负荷分布、现货价格分布和风险承受能力相匹配。

2. 用户组合对冲负荷风险

不同用户的负荷曲线如果具有互补性,可以降低组合负荷波动。 这相当于利用用户之间的“低相关性”形成分散化收益。

3. 储能和需求响应对冲尾部风险

储能和可调负荷的价值,不能只用平均套利收益衡量。 在极端现货高价时,它们可以:

  • 减少高价采购量;
  • 转移峰时负荷;
  • 降低实时偏差;
  • 缓解信用和保证金压力。 因此,它们可能对平均利润贡献有限,却对 CVaR 改善非常显著。 这正是尾部风险视角能够揭示、而单纯均值分析可能忽略的价值。

十、从“预测最准”走向“决策最稳”

电力市场目前很重视预测:

  • 负荷预测;
  • 电价预测;
  • 新能源出力预测。 预测当然重要,但预测永远不会完全准确。 真正成熟的交易系统,不应建立在“预测一定正确”的假设上,而应建立在: 即使预测出现误差,仓位组合仍然具有可承受性。 这意味着评价一个模型时,不能只看:
  • MAE;
  • MAPE;
  • 电价预测命中率。 还要看:
  • 使用预测结果后实际赚了多少钱;
  • 极端场景下亏了多少;
  • 是否频繁穿透风险限额;
  • 调整仓位后 CVaR 是否下降;
  • 预测误差对最终经营结果的影响是否可控。 因此,从金融风控角度看,预测只是场景生成的一部分,最终目标是: 把预测转化为稳健的组合决策,而不是追求孤立的预测精度。

十一、电力市场风险管理的三个层次

可以将电力市场风险管理分成三个层次。

第一层:风险识别

回答:

  • 当前持有什么仓位?
  • 哪些时段存在现货敞口?
  • 哪些用户增加负荷风险?
  • 哪些价格和负荷因素最敏感?

第二层:风险度量

回答:

  • 组合的预期利润是多少?
  • 方差和波动有多大?
  • VaR 门槛是多少?
  • 最坏 5% 场景中的平均亏损是多少?
  • 需要多少风险准备金才能满足安全标准?

第三层:风险优化

回答:

  • 中长期应增加还是减少?
  • 哪些时段应补仓?
  • 哪些用户组合能降低风险?
  • 储能和需求响应是否值得配置?
  • 在最低利润要求下,什么仓位能够使 CVaR 最低? 金融风险管理的价值,正是把分析从第一层逐步推进到第三层。

十二、金融方法不能被机械照搬

虽然金融风险理论对电力市场具有重要启发,但两类市场仍存在明显差异。 电力市场具有:

  • 实时供需平衡要求;
  • 物理交割属性;
  • 网络约束;
  • 时序耦合;
  • 储能状态约束;
  • 负荷预测误差;
  • 强规则和结算机制;
  • 不同省份和阶段的市场差异。 因此,不能简单把年度、月度和现货当成三只股票,再直接套用资产权重模型。 金融理论提供的是:
  • 组合思维;
  • 风险度量原则;
  • 尾部风险方法;
  • 场景分析方法;
  • 优化框架。 真正的电力市场模型还必须准确加入:
  • 电量平衡;
  • 分时曲线;
  • 中长期持仓要求;
  • 日前和实时结算;
  • 偏差费用;
  • 信用与保证金;
  • 储能和需求响应约束。 所以,金融方法的作用不是替代电力市场专业知识,而是为其提供一个更加成熟的风险管理框架。

结语:电力交易的高级阶段是组合风险管理

从 Markowitz 到 Artzner,再到 Rockafellar 和 Uryasev,金融风险管理经历了一条清晰的发展路径:

  • 从单项资产转向投资组合;
  • 从收益波动转向资本与可接受性;
  • 从 VaR 门槛转向尾部平均损失;
  • 从事后风险度量转向事前仓位优化。 映射到电力市场,这条路径意味着: 电力交易不应只停留在预测价格和判断涨跌,而应把中长期、现货、用户负荷、储能和可调资源放入同一个组合中,在多种未来场景下分析整体损益,并以可承受的尾部风险指导仓位决策。 最终,成熟的电力市场风险管理应回答的不是: 明天电价到底是多少? 而是: 当未来价格、负荷和新能源出力都可能偏离预测时,当前组合是否仍然安全;为了获得目标收益,我们承担了多少尾部风险;又应当如何配置仓位,才能让整个组合更加稳健? 这正是金融风险控制思想对电力市场最重要的启发。