廣告
xx
xx
"
"
回到網頁上方

極端氣候影響各國經濟 「電力自由化」政策成未來趨勢

作者 台灣銀行家 責任編輯 汪奕嘉 報導
發佈時間:2022/08/18 11:57
最後更新時間:2022/08/18 11:57
極端氣候導致電力吃緊。(示意圖/shutterstock 達志影像)
極端氣候導致電力吃緊。(示意圖/shutterstock 達志影像)
採訪、撰文:鄭天欽

台灣對天氣避險需求 與日俱增
 

【台灣銀行家】美國德州2021年因暴風雪引起的大停電嚴重打擊煉油產業,台灣同年則因缺水衝擊半導體業。台灣在走入淨零碳排、提高清潔能源比重、電力自由化的趨勢之下,天氣期貨將成為極有潛力的天氣風險管理工具。

美國有線新聞網CNN7月17日報導,英國氣象局根據氣候參數做出有趣的預測,2050年7月23日英國南部將出現40、43度的高溫。沒想到英國7月18、19日的天氣預報中,竟出現驚人雷同,紐約哥倫比亞大學大氣科學家西蒙(Simon Lee)在Twitter上認證,該預測與18、19日的英國天氣分布幾乎相同。

2021美國暴風雪導致大停電,嚴重打擊煉油產業。(圖/達志影像美聯社)

 
極端氣候已成為各國被迫面對的問題,美國2021年2月的一場暴風雪,導致三分之一的油井停產,連台塑集團在美國德州的工廠也被迫停工,極端氣候帶來的風險越來越大,過去外界認為只對農業造成衝擊,實際上對工業、整體經濟的衝擊範圍不容小覷。

過去受氣候變遷影響最直接的是農業,天氣的波動將使得產量過剩而跌價,各國農業單位常見的平衡方式是採用政府基金來收購,以維持價格,但在生產活動上,氣候變遷帶來的成本是生產成本的巨幅波動風險,對電力公司、遊樂業、主題樂園與音樂會之主辦單位、零售業及食品公司有極大影響。

避免氣候變異影響 利用金融商品避險受重視

在台灣,氣候異常直接衝擊到製造業,令人印象深刻的是,2021年台灣已經連續2年少有颱風直接入境、前一年冬季又雨水不足,導致半導體產業面臨缺水危機,台中的建商「捐地下水」給台積電等半導體廠,政府單位才意識到海水淡化廠等多闢水源方式的重要性。

台灣氣候異常直接衝擊到製造業,半導體面臨缺水危機。(圖/TVBS)

人們雖然無法控制天氣,但可透過金融工具、風險管理工具,以避免受到氣候變異的影響,例如保險。

其實,氣候變遷本來屬於產險的覆蓋範圍,但近年來極端氣候的發生,使得保險產品設計的基礎假設「大數法則」越來越不管用。

例如美國的卡崔娜颶風等,許多氣候情況超出合約範圍,因此天氣期貨、選擇權等氣候型衍生性金融商品才越來越受到重視。
 

此外,從早期1997年美國安隆(ENRON)發行電力衍生性商品後,財務工程越來越進步,更多的計量方法設計出能對沖風險的產品,在市場重視穩定性高於獲利性的趨勢下,天氣期貨選擇權等衍生性商品越來越被市場接受。

在美國等工業大國,天氣期貨選擇權等商品是電力公司、製造業避險的重要工具,我國政府已朝電力市場自由化政策邁進,2017年電業三法通過,打破台電唯一售電單位的壟斷現象,未來不論是售電端,還是用電大戶,面對極端氣候,也應該有更多避險工具。

面對極端氣候,電力公司或相關產業應該要有更多避險工具。(圖/TVBS)

在資本市場流通的天氣期貨商品暢行之前,常見的天氣風險避險方式是供需雙方彼此進行風險交換,或氣溫交換協定,類似金融商品利率交換(SWAP)一樣,2001年7月日本東京電力公司(TPE)和東京瓦斯公司(Tokyo Gas)互相簽訂了一筆氣溫交換協議。

東京電力公司是擔心涼夏,即當年氣溫不夠高,導致用電需求下滑的風險,而東京瓦斯公司則直接面對溫度提高,大眾對熱水需求不足的風險,因此兩家公司設計了溫度交換契約。

 
芝商所率先推出天氣期貨 以華氏65度為比較基礎

全世界第一個在交易所交易的氣候衍生性商品,是1999年8月美國芝加哥商品交易所(CME)發行的「需要升溫度日數」(Heating Degree Day, HDD)和「需要降溫度日數」(Cooling Degree Day, CDD)期貨╱選擇權。

1999年9月第一批天氣期貨合約正式上線HDD期貨合約,隨著暖季的開始,CME又在2000年1月讓CDD期貨合約正式上線交易。
根據芝加哥商品交易所官方網站介紹,兩種最流行的工具包括基於需要升溫度日數(HDD)和需要降溫度日數(CDD)期貨╱選擇權。HDD和CDD代表能源行業標準衡量某一天的平均溫度偏離65華氏度(基準)的程度。

CME所推出的HDD╱CDD期貨契約中,所訂定的基準溫度為華氏65度,乃因為統計資料顯示,當氣溫上升、高於華氏65度時,人們逐漸開啟冷氣機來降低室內溫度;反之,當氣溫下降、低於華氏65度時,民眾需要以暖氣來提高室內溫度,氣溫越低暖氣開得越強,用電越高。

大部分國家需要暖氣的季節為冬季11月到隔年3月。(示意圖/shutterstock達志影像)


HDD可解讀為「需要開暖氣天數」 CDD為「需要開冷氣天數」

HDD其定義公式如下:

HDD=Max(0,華氏65度減當天日平均溫度),如同測量低於65度的溫差。

CDD=Max(0,當天日平均溫度減去華氏65度),如同測量高於65度的溫差,亦可解讀成「需要開冷氣」的溫差天數。

舉例來說,測溫基準地區的平均日溫度為華氏45度,則HDD(低於65度的溫差)等於20(華氏65度-45度)。如果日平均溫度超過華氏65度,則當天的HDD將為零,每月結算方式是累加每一天記錄的HDD,然後以現金結算。

再舉例來說,一天的平均值為華氏35度,則當天的HDD為華30度,CDD則為0。
假設某個月有31天,所有這些天的平均日溫度為華氏45度。因此,累計每月HDD將等於620(31天×20)。期貨合約價值將通過將該數字乘以20美元,在本例中,合約的現金價值為12,400美元(20美元×620)。

歐洲版HDD採攝氏18度為基準 氣溫樣本遍布中歐、南歐

美國傳統需要暖氣的季節為冬季11月到隔年3月,需要降溫的月份是從5月到9月,因此也有設計以累計的季HDD或CDD期貨合約。
目前,CME列出美國24個城市、歐洲11個城市、加拿大6個城市、澳大利亞3個城市和日本3個城市的天氣衍生品合約。

其他國家也陸續發行天氣期貨,例如歐洲版的天氣期貨是採攝氏18度為基準,並以累積平均溫度指數(Cumulative Average Temperature, CAT),英國倫敦國際金融期貨交易所也於2001年推出天氣期貨交易,其契約依據該交易所的每月和冬季指數結算交割,指數的計算基礎是倫敦、巴黎和柏林三地日平均氣溫。

歐洲版(以攝氏18度為比較基礎)的HDD和CDD也有其計算方式,而除了HDD、CDD外,還有幾項保險中常用的指標,未來也有發展成天氣衍生性金融商品的潛力。

關於降雨部分有Critical Rainfall╱Snowfall Day(CRD╱CSD),計算降雨或者降雪低於或高於平均水準的天數。
還有風力發電業者關注的風速指數(Wind Speed Index, WSI),提供某一段時期的平均風速相對於指定長期時期的平均風速指標,其平均值和溫度一樣,會選定特定區域。

氣候對於各國經濟活動有一定程度的影響。(示意圖/shutterstock達志影像)


氣候對經濟活動影響大 短期要避險、長期也要規劃

氣溫確實會影響到經濟活動的成果,瑞士再保險集團(The Swiss Re Group)曾在2021年針對48個國家,已占全球9成GDP的經濟區域進行氣候壓力測試,在各種情境模擬之下,例如平均溫度上升攝氏2度到3.2度,美國的經濟損失將達到10%、歐洲達到11%;衝擊最大的將是亞洲,中國將損失24%的GDP。

瑞士再保險集團以壓力測試指出,若全球主要碳排國家不採取行動,有14%的機會在2050年的時候全球氣溫上升攝氏3.2度,將造成巨大的經濟損失。而各國如果能持續基礎設施投資方面,將對於增溫低於攝氏2度發揮關鍵作用,換句話說,對氣候的風險管理不只是短期需求,也是長期需求。

如今,全球已有倫敦國際金融期貨期權交易所(LIFFE)、芝加哥商品交易所和位於亞特蘭大的洲際交易所(Intercontinental Exchange)等提供天氣期貨契約,在全球極端氣候發生頻次增加之下,成交量也越來越大,台灣在走入淨零碳排、提高清潔能源比重、電力自由化的趨勢之下,天氣期貨將成為極有潛力的天氣風險管理工具。

探索更多精彩內容,請持續關注《台灣銀行家》雜誌
https://taiwanbanker.tabf.org.tw/index

本文為作者評論意見並授權刊登,不代表TVBS立場。

 
 


 

◤日本旅遊必買清單◢

👉超夯日本電器竟然還有額外優惠!

👉日本免稅美妝必買這些!筆記給妳

👉存起來!遊日本免稅最高再折17%



財經要聞

台灣銀行家月刊

#氣候#經濟#電力#原油#氣候變異#美國#歐洲#台灣

專欄作者介紹

作者

台灣銀行家

台灣金融研訓院創辦《台灣銀行家》雜誌所涵蓋議題報導領域,除了銀行業、證券、保險與金控,亦對國內外政經社會議題、產業趨勢、金融教育等多有關注。期望藉由深入淺出的內容,協助讀者掌握金融情勢變化、重要政策,以及金融產業發展的最新動向,亦延請知名學者專家為本雜誌執筆撰文,提供深入觀點。期許能成為提供國內金融業與從業人員充實專業知能,提升競爭力,促進金融知識普及與資訊交流之最重要刊物。

看更多

分享

share

分享

share

連結

share

留言

message

訂閱

img

你可能會喜歡

人氣點閱榜

延伸閱讀

網友回應

其他人都在看

notification icon
感謝您訂閱TVBS,跟上最HOT話題,掌握新聞脈動!

0.1799

0.0877

0.2676