Pełny tekst PDF - Instytut Badań Systemowych PAN
Transkrypt
Pełny tekst PDF - Instytut Badań Systemowych PAN
Instytut Badañ Systemowych PAN Badania Systemowe – Teoria i Zastosowania Sesja Sprawozdawcza Niepewnoœæ raportowania a handel pozwoleniami na emisjê gazów cieplarnianych w ramach protoko³u z Kioto Joanna Horabik, Zbigniew Nahorski Warszawa, marzec 2004 1. Wprowadzenie Protokół z Kioto to dokument regulujący na forum międzynarodowym emisję gazów cieplarnianych. Dla każdego ze stowarzyszonych krajów protokół określa graniczny poziom emisji, który nie może zostać przekroczony w okresie weryfikacji. W ramach protokołu przewidziano możliwość handlu pozwoleniami na emisję. Koncepcja handlu pozwoleniami wykorzystuje fakt, że różne kraje mają różne koszty związane z ograniczaniem emisji – potencjalni nabywcy pozwoleń wysokie, a sprzedawcy niskie. Docelowo, wymiana pozwoleń pomiędzy emitentami prowadzi do sytuacji, w której suma kosztów poniesionych łącznie przez wszystkie kraje jest zminimalizowana [1]. Efektywność kosztowa jest podstawową zaletą systemu handlu pozwoleniami i świadczy o tym, że rynek znajduje się w równowadze. Realizacja protokołu wymaga przeprowadzenia krajowych inwentaryzacji emisji gazów cieplarnianych. Raporty te są obarczone bardzo dużą niepewnością (np. Polska 6%, Rosja 17%). W wielu przypadkach są to wielkości porównywalne lub większe od nałożonych przez protokół limitów. Niepewność raportowania wynika przede wszystkim z faktu, że emisja gazów cieplarnianych nie jest bezpośrednio mierzalna. Jest szacowana na podstawie dwóch wielkości: rozmiaru emisjogennej działalności (activity data) oraz współczynnika charakteryzującego wielkość emisji z danego źródła (emission factor). Celem naszych prac jest analiza wpływu niepewności związanych z raportowaniem na rynek pozwoleń. Czy i w jakim stopniu niepewności te wpłyną na cenę pozwoleń? W jaki sposób zapewnić jednolitość pozwoleń na rynku międzynarodowym, skoro niepewność raportowania jest zróżnicowana między krajami? Czy rynek w takich warunkach będzie w stanie funkcjonować poprawnie (efektywnie)? 2. Optymalizacja kosztów na poziomie kraju Rozważono konsekwencje finansowe włączenia niepewności przy weryfikacji protokołu w skali jednego kraju. Przyjmujemy następujące założenia: handel pozwoleniami odbywa się między krajami, zatem optymalizując koszty w skali kraju przyjmujemy poziom ceny jako zadany. Zakładamy też, że niepewność jest uwzględniona w weryfikacji w ten sposób, że określona jej część jest dodana do szacunków emisji i ta suma jest porównywana z wyznaczonym przez protokół limitem. Rozważono możliwość wywiązania się ze zobowiązań protokołu przez celową redukcję zarówno poziomu emisji, jak i niepewności raportowania. Zadanie optymalizacji kosztów jest przedstawione w trzech etapach [2]. 2.1 Bez uwzględniania niepewności Kompromis między ograniczeniem własnej emisji a zakupem pozwoleń: min zI ( x) = f ( x) + p ( x − K ) x 0 ≤ x ≤ xB gdzie: x – poziom emisji f(x) – całkowite koszty redukcji emisji p – cena pozwolenia (p = 7 US$/tCO2) K – limit emisji wyznaczony przez protokół xB – wielkość emisji, przy której koszty redukcji są zerowe (Business-AsUsual) Rozwiązanie: p = − df dla 0 < x* < x B dx hot air – nadwyżka redukcji bez ponoszenia nakładów finansowych Rys. 1. Zależność funkcji celu od poziomu emisji – przykład Polski 2.2 Niepewność jako parametr Niepewność raportowania ε uwzględniamy w funkcji celu przez modyfikację przyznanego limitu K – zmniejszenie liczby sprzedanych jednostek pozwoleń lub zwiększenie liczby kupionych. Rozważamy niepewność raportowania jako wielkość stałą. Kraj nie ma możliwości jej zmiany. Wyrażenie (1-2α) określa, jaka część niepewności ma być brana pod uwagę przy weryfikacji. Wprowadzenie parametru α (0 ≤ α ≤ 0,5), za pracą [3], pozwala uwzględnić ryzyko, że wymagana dla kraju redukcja nie zostanie zrealizowana. Zakłada się, że wartość parametru α jest ustalana centralnie, taka sama dla wszystkich uczestników rynku. Zadanie jest obecnie sformułowane następująco: min z II ( x) = f ( x) + p[x − K + ε (1 − 2α )] x 0 ≤ x ≤ xB gdzie: ε - niepewność raportowania (ujęta przedziałowo) (1-2α) – stopień uwzględniania niepewności Konieczność uwzględniania niepewności raportowania przy weryfikacji prowadzi do zmniejszenia podaży pozwoleń i zwiększenia popytu. Rys.2. Ilość oferowanych na sprzedaż pozwoleń: bez uwzględniania niepewności (α = 0,5) oraz z niepewnością uwzględnioną w pełnym zakresie (α = 0) (w nawiasach podano względną niepewność raportowania dla poszczególnych krajów). Dane o f(x) na podstawie [4]. 2.3 Niepewność jako zmienna W ciągu najbliższych 10 lat spodziewana jest redukcja niepewności raportowania emisji gazów cieplarnianych zarówno w wyniku inwestycji w system monitoringu, jak i poprzez nakłady na badania naukowe [5]. W następnym kroku przyjmujemy zatem, że kraj ma wpływ na dokładność dokonywanych pomiarów i koszty redukcji niepewności charakteryzuje funkcja g(ε). Przyjmując dwie funkcje f(x) oraz g(ε) zakładamy, że obie zmienne wpływają na koszty niezależnie. Otrzymujemy teraz: min z III ( x, ε ) = f ( x) + p[x − K + ε (1 − 2α )] + g (ε ) x,z 0 ≤ x ≤ xB Rozwiązanie: p = − 0 ≤ ε ≤ εB df dg 1 dla 0 < x* < x B , p = − ⋅ dla 0 < ε * < ε B dx dε 1 − 2α Rys.3. Koszty redukcji emisji f(x) oraz niepewności ε Rys.4. Optymalizacja poziomu emisji x a koszty redukcji niepewności g(ε) 3. Symulacja funkcjonowania międzynarodowego rynku pozwoleń Kształtowanie się poziomu ceny pozwoleń na rynku z uwzględnieniem niepewności raportowania został zaproponowany w pracy [6]. Zagadnienie jest rozwiązywane dwuetapowo. I. Wybór na poziomie kraju i – redukcja emisji xi lub niepewności εi: ∀i Fi ( yi ) = min[ fi ( xi ) + gi (ε i )] xi ,ε i xi + ε i (1 − 2α ) = K i + yi Rozwiązanie: pi = − df i dg 1 =− i ⋅ dxi dε i 1 − 2α gdzie: i – strony protokołu z Kioto pi – cena - shadow price (mnożnik Lagrange’a) Optymalizacja odbywa się przy ustalonej liczbie pozwoleń yi. Handel pozwoleniami będzie opłacalny dopóki cena shadow price będzie różnić się między krajami. II. Wymiana pozwoleń yi między krajami – docelowa alokacja pozwoleń minimalizuje łączne koszty wywiązania się ze zobowiązań protokołu: min ∑ Fi ( yi ) yi i ∑y i =0 i Rozwiązanie: ∀i Fi ' ( y i *) = −λ gdzie: λ - cena pozwoleń w punkcie równowagi (efektywna alokacja pozwoleń) W punkcie wyjścia kraje mają przyznane limity Ki, natomiast ∀i yi = 0 . Osiągnięcie optymalnej alokacji można rozważyć z punktu widzenia centralnej agencji, urzędu znającego funkcje kosztów Fi dla każdego z uczestników rynku. Realiom rynkowym bardziej odpowiada analiza ciągu transakcji odbywających się pomiędzy dwoma emitentami (sequential bilateral trading scheme) [7]. Po wymianie takiej samej liczby pozwoleń ∆y całkowite koszty nabywcy spadną więcej niż wzrosną całkowite koszty sprzedawcy. Suma kosztów obu krajów po transakcji będzie niższa niż przed transakcją. Tak samo będzie wyglądać każda transakcja i wykazano, że odpowiednia ich sekwencja doprowadzi do zrównania pochodnych funkcji kosztów między emitentami i ustalenia ceny równowagi λ. Rys.5. Pojedyncza transakcja między dwoma partnerami. 4. Kierunki prowadzonych prac I. Związek między redukcją emisji a niepewności: Punktem wyjścia jest obserwacja, że w wielu sytuacjach koszty redukcji niepewności powinny być odnoszone do względnej niepewności Ri (tzn. ponosimy koszty badań naukowych, które obniżą ∀i Fi ( yi ) = min[ f i ( xi ) + hi ( Ri )] xi , Ri xi + Ri ⋅ xi (1 − 2α ) = K i + yi niepewność raportowania z 15% do 12%): gdzie hi(Ri) – koszty redukcji względnej niepewności Rozwiązanie: pi = − dfi 1 dh 1 ⋅ =− i ⋅ dxi 1 + Ri (1 − 2α ) dRi Fi (1 − 2α ) Otrzymujemy zadanie optymalizacji z ograniczeniami nieliniowymi względem zmiennych modelu (jest to zagadnienie optymalizacji niewypukłej). Konsekwencją są potencjalne problemy z osiągnięciem globalnego minimum kosztów ∑ Fi ( yi ) . Jeśli w rzeczywistym zakresie i wartości dla przedstawionego zadania pojawią się niewypukłości, wówczas rynek pozwoleń funkcjonując samodzielnie (np. w oparciu o sequential bilateral trading scheme) mógłby znaleźć się w lokalnym minimum kosztów. II. Korekta jednostek pozwoleń związana z różnicami niepewności między kontrahentami: W sytuacji gdy niepewność raportowania jest zróżnicowana między krajami, poszczególne jednostki pozwoleń nie są warte tyle samo. W celu zapewnienia ich jednolitości na rynku międzynarodowym proponowane jest wprowadzenie efektywnych jednostek pozwoleń yeff [3]: y eff = y[1 − (1 − 2α )(R2 − R1 )] gdzie y eff > y dla R2 > R1 y eff < y dla R2 < R1 R1, R2 – względna niepewność nabywcy i sprzedawcy Uwzględniając efektywne jednostki pozwoleń można również rozważyć następujące zagadnienie – w jakim stopniu zmieni się poziom niepewności u nabywcy po zakupie pozwoleń od kraju obarczonego innym poziomem niepewności. III. Niepewność raportowania w ujęciu stochastycznym: Parametr α, charakteryzujący ryzyko, że kraj nie wywiąże się ze zobowiązań protokołu, umożliwia wyrażenie niepewności także w ujęciu stochastycznym. Odpowiednikiem εi jest odchylenie standardowe rozkładu zmiennej losowej xi (σi) a wyrażenie (1-2α) jest zastąpione przez kwantyl rzędu (1-α). Warunek weryfikacji zobowiązań przyjmuje postać: xi + σ i ⋅ q1−α = K i + y i gdzie: σi – odchylenie standardowe rozkładu zmiennej losowej xi q1-α - kwantyl rzędu (1-α) Literatura [1] Montgomery D.W., Markets in Licences and Efficient Pollution Control Programs, Journal of Economic Theory 5, 395-418, 1972 [2] Horabik J., Nahorski Z., Optymalizacja emisji gazów cieplarnianych kraju w kontekście Protokołu z Kioto, Zastosowania informatyki i analizy systemowej w zarządzaniu, Seria: Badania Systemowe, tom 33, Warszawa 2003 [3] Nahorski Z., Jęda W., Jonas M., Coping with Uncertainty in Verification of the Kyoto Obligations, Zastosowania informatyki i analizy systemowej w zarządzaniu, Seria: Badania Systemowe, tom 33, Warszawa 2003 [4] Klaassen G., Percl O., Carbon trading: models, markets, modest supply, Paper prepared for the CATEP Workshop ”Global Trading, 2002 [5] Rypdal K., Winiwarter W., Uncertainties in Greenhouse Gas Inventories – Evaluation, Comparability and Implications, Environmental Science and Policy 4, 107-116, 2001 [6] Godal O., Ermoliev Y., Klaassen G., Obersteiner M., Simulating the Carbon Permit Market with Imperfect Observations of Emissions: Approaching Equilibrium through Sequential Bilateral Trade, Environmental and Resource Economics 25, 151-169, 2003 [7] Ermoliev Y., Michalevich M., Nentjes A., Markets for Tradeable Emission and Ambient Permits: A Dynamic Approach, Environmental and Resource Economics 15, 39-56, 2000