Determinanty cen povolenek v EU ETS

Mendelova univerzita v Brně Provozně ekonomická fakulta Determinanty cen povolenek v EU ETS Bakalářská práce Vedoucí práce: Ing. Vladimír Hajko Zuzana Blinková Brno 2014

Poděkování Ráda bych poděkovala svému vedoucímu bakalářské práce, Ing. Vladimíru Hajkovi, za jeho ochotu pomoci, vstřícnost, trpělivost, cenné rady a připomínky, které mi ochotně poskytoval. Ráda bych poděkovala také rodině a přátelům, kteří mě v průběhu zpracovávání bakalářské práce podporovali.

Čestné prohlášení Prohlašuji, že jsem tuto práci: Determinanty cen povolenek v EU ETS vypracovala samostatně a veškeré použité prameny a informace jsou uvedeny v seznamu použité literatury. Souhlasím, aby moje práce byla zveřejněna v souladu s 47b zákona č. 111/1998 Sb., o vysokých školách ve znění pozdějších předpisů, a v souladu s platnou Směrnicí o zveřejňování vysokoškolských závěrečných prací. Jsem si vědoma, že se na moji práci vztahuje zákon č. 121/2000 Sb., autorský zákon, a že Mendelova univerzita v Brně má právo na uzavření licenční smlouvy a užití této práce jako školního díla podle 60 odst. 1 Autorského zákona. Dále se zavazuji, že před sepsáním licenční smlouvy o využití díla jinou osobou (subjektem) si vyžádám písemné stanovisko univerzity o tom, že předmětná licenční smlouva není v rozporu s oprávněnými zájmy univerzity, a zavazuji se uhradit případný příspěvek na úhradu nákladů spojených se vznikem díla, a to až do jejich skutečné výše. V Brně dne 20. května 2014

Abstract Blinková, Z., Price determinants in the EU emissions trading scheme. Bachelor thesis. Brno: Mendel University, 2014. The thesis deals with the causal relationship between the prices of the emission allowances (EUA) and selected energy prices. The first part is focused on the presentation of the EU ETS. The empirical part uses econometric methods to investigate mutual causality. Two unidirectional causal relationships were found, from natural gas price to EUA price and from electricity to EUA price. Keywords EU ETS, emission allowance, EUA, time series, Granger causality, VAR model. Abstrakt Blinková, Z., Determinanty cen povolenek v EU ETS. Bakalářská práce. Brno: Mendelova univerzita v Brně, 2014. Práce se zabývá kauzálními vazbami mezi cenami emisních povolenek (EUA) a vybraných cen energií. První část je věnována představení systému EU ETS. V empirické části je pomocí ekonometrických metod zkoumána vzájemná kauzalita. Modely jsou odhadovány na datech týkajících se druhého obchodovacího období. Byly nalezeny dva kauzální vztahy ve směru od cen zemního plynu k cenám EUA a od elektřiny k cenám EUA. Klíčová slova EU ETS, emisní povolenka, EUA, časová řada, Grangerova kauzalita, VAR model.

Obsah 1 Úvod a cíl práce 9 1.1 Úvod... 9 1.2 Cíl práce... 10 2 Kjótský protokol 11 2.1 Česká republika a Kjótský protokol... 12 3 Systém obchodování 13 3.1 Flexibilní mechanismy... 14 3.1.1 Obchodování s emisemi (Emission Trading, ET)... 15 3.1.2 Společně zaváděná opatření ("Joint Implementation")... 15 3.1.3 Mechanismus čistého rozvoje... 16 3.2 Národní alokační plán... 16 3.2.1 Fáze I... 17 3.2.2 Fáze II... 17 3.2.3 Fáze III... 18 3.3 Princip alokace povolenek... 20 4 Přehled literatury 22 5 Metodologie a použitá data 25 5.1 Ověření stacionarity... 25 5.2 Korelační analýza... 26 5.3 Kointegrace... 27 5.4 Vektorová autoregrese... 28 5.5 Grangerova kauzalita... 29 5.6 Data... 29 5.6.1 CO2 data... 30 5.6.2 Energetické proměnné... 30 6 Výsledky odhadů 32 6.1 Ověření stacionarity... 32

6.2 Korelační analýza... 33 6.3 Kointegrace... 35 6.4 VAR model... 36 6.5 Analýza impulzních odezev... 36 6.6 Grangerova kauzalita... 38 7 Závěr 40 8 Literatura 42 Příloha A 46

Seznam obrázků Obr. 1 Vývoj cen EUA 30 Obr. 2 Vývoj cen komodit 31 Obr. 3 Odezva EUA na impulz v elektřině 37 Obr. 4 Odezva EUA na impulz v zemním plynu 37 Obr. 5 Odezva ropy na impulz EUA 38 Obr. 6 Vzájemný korelogram EUA a elektřiny 46 Obr. 7 Vzájemný korelogram EUA a zemního plynu 46 Obr. 8 Vzájemný korelogram EUA a nafty 47 Obr. 9 Vzájemný korelogram EUA a ropy 47

Seznam tabulek Tab. 1 Závazky na snížení emisí 11 Tab. 2 ADF test jednotkového kořene, logaritmy časových řad 32 Tab. 3 ADF test jednotkového kořene, první diference 33 Tab. 4 Vzájemné korelace, logaritmy časových řad 33 Tab. 5 t-test korelačních koeficientů ve vztahu k EUA 34 Tab. 6 Vzájemné korelace, první diference 34 Tab. 7 t-test korelačních koeficientů ve vztahu k EUA 34 Tab. 8 Johansenův test kointegrace pro všechny proměnné 35 Tab. 9 Výskyt kointegračních vztahů, párové testy 36 Tab. 10 Grangerova kauzalita 39

Úvod a cíl práce 9 1 Úvod a cíl práce 1.1 Úvod Změna klimatu, způsobená částečně lidským faktorem, je dlouhodobě řešeným problémem. Vypouštěné emise skleníkových plynů jsou v současnosti velmi palčivým problémem. Životní prostředí je velmi důležité, měli bychom ho chránit, abychom si vytvořili zdravé podmínky pro život, neboť kvalita našeho života a zdraví se také odráží od toho, v jakém prostředí žijeme. Celosvětová snaha zamezit globálnímu oteplování vyústila v mezinárodní dohodu o snižování emisí skleníkových plynů. Jedná se o Rámcovou úmluvu Organizace spojených národů o změně klimatu. O několik let později se součástí Rámcové úmluvy stal Kjótský protokol, který stanovil emisní limity jednotlivým zemím s možností následného obchodování s přebytečnými emisními povolenkami. Evropská unie si vytvořila vlastní systém vedoucí ke snížení emisí skleníkových plynů, jež je provázán s Kjótským protokolem. Jedná se o evropský systém obchodování s povolenkami na emise skleníkových plynů. Rozsáhlý fungující systém, který je řádně ukotven legislativou, nelze vytvořit ze dne na den, a proto byl zaváděn postupně v průběhu několika let. Vytvoření takového systému, může mít pozitivní dopad na životní prostředí, ale také může dopad na ceny ostatních energií. Jelikož je energetický průmysl jedním z hlavních emitentů skleníkových plynů, jsou mu přidělovány emisní povolenky, se kterými má možnost obchodovat. V této práci se snažím hledat kauzální závislosti mezi EUA a energetickými proměnnými. Emisní povolenky jsou nástroj, který má přispět ke snížení emisí skleníkových plynů. Mají motivovat společnosti k přechodu na tzv. nízkouhlíkovou ekonomiku. Přechod na nízkouhlíkovou ekonomiku znamená, že společnosti k výrobě energie využívají místo uhlí, plyn. Z tohoto důvodu se domnívám, vybrané komodity jsou možnými determinanty povolenek. Dá se tedy předpokládat, že přechod z uhlí na plyn, povede k růstu ceny plynu. Je-li producent emisí nucen poptávat povolenky na trhu, výše ceny povolenky je pro něj velmi důležitá. Jsou-li povolenky obchodovány za vysokou cenu a producent emisí je nucen je nakoupit, dá se předpokládat, že se tyto náklady projeví v ceně elektřiny. Dal by se proto předpokládat následující kauzální vztah: Růst cen povolenek povede k růstu cen elektřiny. Druhým předpokladem je, že bude-li trh očekávat růst poptávky, pak můžeme předpokládat, že se toto očekávání promítne současně do cen komodit i povolenek.

Úvod a cíl práce 10 Dá se tedy předpokládat i opačná kauzalita: Růst cen komodit kauzálně působí na růst cen povolenek. K dosažení cílů práce budou využity tyto ekonometrické metody: korelační analýza, Johansenova kointegrace, odhad VAR, VECM modelů, analýza impulzních odezev a Grangerova kauzalita. Budu se snažit o prokázání stanovené hypotézy, která předpokládá, že s růstem poptávky po ceně energií je spojen růst poptávky po povolenkách. Práce je rozdělena do dvou částí. V první části práce se zaměřím na teoretické vymezení Evropského schématu obchodování (EU Emission Trading Scheme, EU - ETS). Jeho dosavadní vývoj, hlavní cíle, flexibilní mechanismy, právní zakotvení a principy fungování systému. Pozornost je věnována také přehledu literatury. V empirické části se budu zabývat zkoumáním vzájemného vztahu časových řad vybraných proměnných. Pomocí ekonometrických metod budu zkoumat kauzální vazby mezi cenami emisních povolenek (ceny futures) a předpokládanými pěti tržními determinanty v podobě vybraných cen energií (elektřina, ropa, uhlí, plyn, nafta). Model je odhadován na datech získaných během druhé fáze obchodování (Phase II). Míra stochastické závislosti dvou proměnných je zkoumána pomocí Pearsonova korelačního koeficientu. K posouzení dlouhodobé provázanosti časových řad je využit model Johansenovy kointegrace. Příčinná závislost (krátkodobá provázanost) je zkoumána za pomoci Grangerovy kauzality aplikované v error correction modelu a vektorové autoregresi. Všechny odhady budou odhadovány v programu Gretl. 1.2 Cíl práce Cílem práce je pomocí ekonometrických metod prokázat kauzální vazby mezi cenami emisních povolenek (ceny futures z vybrané burzy) a předpokládanými tržními determinanty v podobě vybraných cen energií (elektřiny, ropy, zemního plynu a motorové nafty).

Kjótský protokol 11 2 Kjótský protokol Počátkem devadesátých let začala Organizace spojených národů jednat o snížení znečištění, které má vliv na klimatické podmínky. Výsledkem jednání byl v roce 1992 vznik Rámcové úmluvy OSN o změnách klimatu, jejímž cílem byla stabilizace koncentrace skleníkových plynů v atmosféře. Česká republika podepsala Úmluvu v New Yorku v roce 1993. V této Úmluvě nebyly stanoveny konkrétní cíle pro redukci emisí, pouze zakládá příslušné instituce a vytyčuje cíle a základní principy ochrany klimatu. Konkrétní cíle a požadavky stanovil až Kjótský protokol z prosince 1997. Svůj název získal protokol podle japonského města Kyoto, kde byla smlouva sjednána. V platnost vstoupil však až v roce 2005, tedy více než po sedmi letech od svého vzniku. Tato časová prodleva byla způsobena nutností splnit dvě podmínky, aby mohl vstoupit v platnost. První podmínkou byla ratifikace protokolu alespoň 55 státy a druhou podmínkou byla ratifikace průmyslově vyspělými zeměmi, jejichž podíl na produkci emisí všech státu v roce 1990 činil alespoň 55% (Svítil a Polák, 2005). Cílem Kjótského protokolu (dále jen Protokolu) bylo vytvoření mezinárodního systému, který by stanovil emisní limity jednotlivým zemím s možností následného obchodování s přebytečnými emisními povolenkami. Tyto emisní limity byly uvaleny na ekonomicky vyspělé státy, jejichž seznam s konkrétními emisními cíli je uveden v příloze B Kjótského protokolu (Tab. 1). Tyto země se v Protokolu zavázaly snížit emise skleníkových plynů nejméně o 5,2 %, ve srovnání se stavem v roce 1990, do konce druhého kontrolního období trvajícího v letech 2008-2012 (Kjótský protokol, 1997). Redukce se týkají emisí oxidu uhličitého CO 2, metanu CH 4, oxidu dusného N 2 O, hydrogenovaných fluorovodíků (HFCs), polyfluorovodíků (PFCs) a fluoridu sírového (SF 6 ), vyjádřených ve formě agregovaných emisí CO 2. Tab. 1 Závazky na snížení emisí Redukce emisí v Státy % Belgie, Bulharsko, Česká republika, Dánsko, Estonsko, Evropská Unie, Finsko, Francie, Irsko, Itálie, Lichtenštejnsko, Litva, Lotyšsko, 8% Lucembursko, Monako, Nizozemí, Německo, Portugalsko, Rakousko, Rumunsko, Řecko, Slovensko, Slovinsko, Španělsko, Švédsko 7% USA 6% Japonsko, Kanada, Maďarsko, Polsko

Kjótský protokol 12 5% Chorvatsko 0% Nový Zéland, Ruská federace, Ukrajina -1% Norsko -8% Austrálie -10% Island 2.1 Česká republika a Kjótský protokol Českou republikou byl Protokol podepsán 23. 11. 1998 na základě usnesení vlády č.669/1998 a ratifikován 15. 11. 2001 (č. 81/2005 Sb. m. s.). Protokol má celkem 190 smluvních stran. Česká republika neměla problémy s plněním podmínek Protokolu, neboť na území ČR došlo začátkem 90. let jednorázově k výraznému poklesu emisí v důsledku restrukturalizace průmyslu. Díky těmto opatřením činily v roce 1990 agregované emise skleníkových plynů 196,2Mt, cože je o 8 % méně, než udává Protokol. Na základě očekávaného vývoje ekonomiky a technologií leze očekávat pouze mírný pokles na 143Mt CO 2 v roce 2020. (Ministerstvo životního prostředí, 2013, [online]). Systém pokrývá zhruba 60 % všech emisí skleníkových plynů České republiky. Z toho největší díl, více než 70 %, zaujímá energetika. Do systému spadají všechna spalovací zařízení se jmenovitým tepelným příkonem přesahujícím 20 MW. Česká republika rozdělila mezi podniky 97,6 milionů povolenek ročně, a jak se později ukázalo, bylo to v průměru o 12,7 % (13 milionů tun za rok) více, než byly skutečné vypuštěné emise. Nadměrné množství povolenek vedlo v téměř celé EU k pádu ceny povolenky až k hodnotě administrativních nákladů (0,20 euro), což se negativně projevilo i na celkových emisích (Ministerstvo životního prostředí, 2009, [online]). V ČR je systém EU ETS byl implementován Zákonem o podmínkách obchodování s povolenkami na emise skleníkových plynů (695/2004 Sb.), který rovněž upravuje mezinárodní emisní obchodování v souladu s Rámcovou úmluvou OSN o změně klimatu a Kjótským protokolem. Zákon byl novelizován v souvislosti se zahrnutím letecké dopravy do systému EU ETS. Směrnice byla několikrát novelizována a podobu EU ETS ve třetím obchodovacím období 2013-2020 udává Směrnice 2009/29/ES.

Systém obchodování 13 3 Systém obchodování Evropské schéma obchodování (EU Emission Trading Scheme, EU - ETS) je jedním z nástrojů, které Společenství vytvořilo proto, aby mohlo dostát svému závazku snižovat emise skleníkových plynů v rámci Kjótského protokolu k Rámcové úmluvě OSN o změně klimatu (UNFCCC). Systém obchodování pokrývá v rámci EU přibližně 12 000 zařízení a více jak 50 % emisí skleníkových plynů. Podle Tomáše Chmelíka (2005) se jedná o ekonomický nástroj, který formou obchodovatelných (převoditelných) práv umožňuje hledat nákladově efektivní cesty ke snižování emisí. Ministerstvo životního prostředí (2006) definuje EU-ETS jako nový nástroj ochrany životního prostředí, kdy jsou znečišťovatelé ekonomicky motivováni ke snižování environmentálních dopadu své činnosti. Systém funguje na principu 'cap and trade' neboli 'omez a obchoduj'. Jsou stanoveny limity vypouštěných emisí, které jsou emitovány továrnami, elektrárnami a dalšími zařízeními v Systému. Strop (cap) vypuštěných emisí se v průběhu času snižuje a tím by mělo docházet ke snižování produkovaných emisí. Obchodování v systému probíhá v tzv. obchodovacích obdobích, přičemž pro každé období je před jeho zahájením připraveno rozdělení povolenek v podobě Národních alokačních plánů (NAP). Jednotlivým státům je na základě Národních alokačních plánů, které jsou schvalovány Evropskou komisí, přiděleno určité množství povolenek. Tyto povolenky (1 povolenka= 1 tuna CO 2 ) jsou následně rozděleny mezi jednotlivé subjekty v systému. Povolenky obchodovatelné v EU ETS nemají tištěnou formu, ale jsou vedeny na účtech elektronických registrů, které jsou spravovány členskými státy. Pokud jsou jednotlivé podniky schopny využít méně povolenek, než jim bylo přiděleno, mohou tyto nadbytečné povolenky prodat na trhu s emisními povolenkami. Státy mají stanoveny určité redukční cíle. Na základě těchto cílů vytvoří státy Národní alokační plány, kde stanoví počet povolenek, které budou alokovány mezi jednotlivé zařízení v Systému. Je nutné, aby na trhu bylo méně povolenek, než kolik budou provozovatele potřebovat k pokrytí všech svých emisí CO 2, tím bude docházet k intenzivnější redukci emisí. Je ovšem důležité, aby menší počet povolenek nebránil v rozvoji průmyslu. V závislosti na počtu přidělených povolenek se poté rozvíjí strategie jednotlivých zařízení. Provozovatele mohou vypustit menší množství emisí, než kolik mají k dispozici povolenek a přebytečné povolenky prodat. Jiné subjekty

Systém obchodování 14 mohou potřebovat více povolenek, než jim bylo přiděleno a budou tyto povolenky poptávat. Cena povolenky se tedy vytváří na základě nabídky a poptávky. Jednotlivé podnikatelské subjekty pak tuto cenu porovnávají se svými náklady na zamezení jednotky dané znečišťující látky. Pokud jsou náklady na zamezení či odstranění nižší než cena emisního práva, ekonomickému subjektu se vyplatí provést redukční opatření a ušetřená emisní práva prodat jinému subjektu, jenž má mezní náklady na vyšší úrovni. Tím dochází k ekonomicky efektivnímu snižování regulované znečišťující látky z pohledu celého systému. Ještě jednou si shrneme základní funkce systému: I. Vymezení regulovaných sektorů a látek II. Definice redukčních cílů III. Určení časového rámce - období IV. Alokace emisních povolenek (a) na základě historických emisí (grandfathering), (b) benchmarking, (c) aukce V. Přidělení povolenek na účty podniků a počátek obchodování VI. Monitoring a reporting emisních dat VII. Verifikace emisí jednotlivých zařízení za kontrolní období VIII. Vyřazení příslušného množství povolenek IX. Kontrola ze strany autority (splnění/sankce) X. Vyhodnocení splnění cílů (popřípadě zpět na krok I.) (Suchý, Zámyslický, 2007, [online]) 3.1 Flexibilní mechanismy Flexibilní mechanismy jsou součástí Protokolu, jež umožňují splnit část závazku. Závazkem vyplývajícím z Kjótského protokolu je redukce emisí na území příslušeného státu. Kjótský protokol však umožňuje část závazku splnit pomocí tzv. flexibilních mechanismů. Tyto mechanismy umožňují průmyslovým státům, aby snížily emise na území jiného státu nebo odkoupily od jiného státu právo vypouštět skleníkové plyny. Kjótský protokol uvádí tři typy flexibilních mechanismů: obchodování s emisemi (Emission Trading, ET); společně zaváděná opatření (Joint Implementation, JI); mechanismus čistého rozvoje (Clean Development Mechanism, CDM)

Systém obchodování 15 Jak uvádí Směrnice (2003/87/ES) flexibilní mechanismy Kjótského protokolu založené na projektech, jsou důležité k dosažení cílů jak snížení globálních emisí skleníkových plynů, tak zvýšení z hlediska nákladů efektivního fungování systému Společenství. Jedná se o tržní nástroje, které mají vést ke snížení ekonomických nákladů na omezení emisí. Žádný z těchto mechanismů nevede ke snižování emisí skleníkových plynů. Využití flexibilních mechanismů má být jen doplňkem k vnitrostátním opatřením pro snížení emisí. 3.1.1 Obchodování s emisemi (Emission Trading, ET) Základním principem je umožnit zemi, která vypustila do ovzduší méně CO 2 než má stanoveno v Protokolu, prodat ušetřené povolenky (emise) jinému státu, který má povolenek nedostatek. Těmto provozovatelům je v rámci systému EU ETS (Emission Trading Scheme) alokováno určité množství evropských povolenek EUA (1 EU Allowance odpovídá 1 tuně CO 2 ) podle schválených Národních alokačních plánů. Jsou-li náklady na snížení emisí pro dané subjekty vyšší než tržní cena povolenek, budou tyto subjekty poptávat povolenky na trhu. Jedná se o jakési kolektivní plnění závazku, kdy dochází pouze k redistribuci emisních závazků. 3.1.2 Společně zaváděná opatření ("Joint Implementation") Jedná se o společně zaváděná opatření, prostřednictvím kterých mohou rozvinuté země investovat do mechanismů snižování emisí a ekologických opatření v ostatních zemích a dosahovat tak cílů stanovených Rámcovou úmluvou. Schvalování JI (Joint Implementation) projektů probíhá buď na národní úrovni (v ČR Ministerstvo životního prostředí) nebo mezinárodním výborem JISC (Joint Implementation Supervisory Committee). Na tyto projekty jsou navázány tzv. ERU jednotky (Emission Reduction Unit, Jednotka snížení emisí), které vznikají konverzí z přidělených jednotek EAU v národním rejstříku. S těmito jednotkami lze dále obchodovat. Z ekonomického hlediska se mechanismus JI zakládá na rozdílu nákladů na redukci emisí v jednotlivých vyspělých zemích. V některých zemích jsou náklady na snižování emisí nižší než v jiných. V zemích Střední a východní Evropy je možné předpokládat větší potenciál, protože dříve se využívalo teplo a elektrická energie neefektivně. V projektech JI do takových zemí vstupují investoři, kteří za své investice dostanou emisní kredity.

Systém obchodování 16 V zemi, ve které se projekt realizuje, nelze toto snížení zohlednit ve svých závazcích, místo toho, země získá zahraniční investice a vyspělé technologie nebo inovace. Kredity jsou obchodovatelné a umožňují některým zemím splnit závazky z Úmluvy na území jiného státu za ekonomicky oboustranně výhodných podmínek. 3.1.3 Mechanismus čistého rozvoje Projekty CDM(Clean Development Mechanism) jsou jedním z flexibilních mechanismů Kjótského protokolu, kdy investoři z vyspělých států se závazkem redukovat emise skleníkových plynů realizují toto snížení v rozvojových zemích. Za tyto projekty mohou získat kredity certifikovaného emisního snížení (certified emission reduction CER). Každý kredit CER je ekvivalentní jedné tuně CO 2 a může být započítán do plnění cílů Kjótského protokolu příslušnou zemí nebo může být obchodován na trhu CDM. Mechanismus podporuje trvale udržitelný rozvoj a zároveň i dosažení cílů Rámcové úmluvy o změně klimatu, jimiž je snižování emisí. 3.2 Národní alokační plán Obchodování v systému probíhá v tzv. obchodovacích obdobích, přičemž pro každé období je před jeho zahájením připraveno rozdělení povolenek v podobě Národních alokačních plánů (NAP). Národní alokační plány jsou dokumenty, které stanovují celkový objem přidělených povolenek. NAP si každý členský stát sestavuje samostatně na základě 11 kritérií Přílohy III. Směrnice a vlastních potřeb. Kritéria Směrnice požadují soulad alokačních plánů s kjótským závazkem. Porušení kritéria je důvodem pro odmítnutí NAP či některé jeho části. Vypracovaný alokační plán následně posuzuje Evropská komise. Alokační plán se po schválení komisí stává závazným jak pro stát, tak pro jednotlivá zařízení. Celkové množství přidělovaných povolenek pro příslušné období má být konzistentní se závazkem členského státu snižovat emise vyplývající z Rozhodnutí 2002/358/EC a Kjótského protokolu (Komise, 2003, [online]). V rámci EU ETS se členské státy řídí již v pořadí 3. Národním alokačním plánem pro období 2013-2020. Tomu plánu předcházel zkušební NAP I (2005-2007) a NAP II. (2008-2012).

Systém obchodování 17 3.2.1 Fáze I První fáze obchodovacího období probíhala v letech 2005-2007. Zapojené státy měly poprvé možnost obchodovat s emisními právy. V tomto období bylo vydáno 2298,5 milionů povolenek (1 povolenka=1 tuna CO 2 ). V průběhu první fáze došlo ke snížení emisí o 6,5 %. Povolenky byly přidělovány zdarma. Během první fáze bylo vydáno, na základě nadhodnocených údajů zařízení o předchozích emisích, takové množství povolenek, že trh s nimi neměl význam. K nadhodnocení došlu z důvodů obav, že redukční cíle bude příliš náročné splnit. České republice bylo na základě schváleného Národního alokačního plánu přiděleno 97,6 mil. povolenek ročně (původně požadovala 107 milionů povolenek). Komise evropských společenství (2005) shrnula první obchodovací období následovně: Pro rentabilní splnění kjótských cílů je třeba více využívat obchodování s emisemi. Přidělování bylo obecně restriktivnější pro výrobce energie než pro jiná odvětví v rámci tohoto systému. Členské státy, které mají vzhledem ke svým kjótským cílům značný nadbytek skutečných emisí, mají v úmyslu zakoupit podstatné množství kjótských jednotek. Některé alokační plány jsou složitější, než je nezbytně nutné, a nedostatečně transparentní. 3.2.2 Fáze II Druhé obchodovací období trvalo od 1. ledna 2008 do 31. prosince 2012. Navazuje na první obchodovací období a shoduje se s obdobím pro naplnění závazků Kjótského protokolu. Jedná se o pětiletou lhůtu, během níž EU a její členské státy musejí splnit protokolem dané emisní cíle. Pro druhé období bylo přiděleno na každý rok 86,8 milionů emisních povolenek. Charakteristickým znakem druhé fáze je menší počet povolenek uvedených do oběhu a také větší zkušenost účastníků s chováním trhu, vzhledem k první fázi. Na základě ověřených emisí nahlášených v průběhu první fáze snížila Komise množství emisních povolenek v druhé fázi o 9,2 % oproti roku 2005, čímž se snažila zajistit, že dojde k opravdovému snižování emisí. V této fázi byly povolenky přiděleny bezplatně, ovšem 10 % povolenek smělo být vydraženo v aukci.

Systém obchodování 18 Kolik bylo skutečně vydraženo povolenek opět záleželo na vůli jednotlivých členských státu. Největší množství povolenek bylo vydraženo ve Velké Británii a Německu. Použití příjmů z dražby upravuje Předpis č. 383/2012 Sb. Zákon o podmínkách obchodování s povolenkami na emise skleníkových plynů. Směrnice 2009/29/ES, kterou státy včetně České republiky v roce 2009 odsouhlasily, vládám ukládá, aby alespoň polovinu výnosů, které získají prodejem emisních povolenek, použily na investice do snižování znečištění skleníkovými plyny a ochranu proti dopadům změn klimatu. Kvůli poklesu přidělených povolenek měli členové systému, vzhledem ke svým nákladům, dvě možnosti. Mohli investovat do rozvoje zelených nízkouhlíkových technologií nebo nakoupit na trhu další povolenky. V druhé fázi měly tedy podniky, jak již bylo zmíněno, vypustit o 9,2 % méně emisí CO 2 než ve fázi předcházející. Tímto omezením mělo dojít k ustálení ceny na takové úrovni, aby byla pro podniky motivující. V druhé fázi došlo k rozšíření Systému o dva nové členy EU (Bulharsko a Rumunsko) a od roku 2008 se k EU ETS připojily také Island, Lichtenštejnsko a Norsko. Od roku 2012 systém zahrnuje i civilní letectví, které dosud nebylo emisními stropy omezováno. Od druhého období také vstoupila v platnost směrnice 2004/101/ES, díky níž došlo k propojení Systému s kjótskými mechanismy flexibility. Firmy tak mohly využít především Certifikované redukční jednotky (CER), kjótské kredity Mechanismu čistého rozvoje (CDM). Druhá fáze systému EU ETS se od první lišila také tím, že členské státy mohly do obchodování zahrnout také emise jiných skleníkových plynů. Například emise NO 2 (oxid dusičitý) vznikající z výroby kyseliny dusičné a PFC (fluorovaný uhlovodík) z výroby hliníku. V prosinci 2008 schválila Evropská rada a Evropský parlament směrnici, kterou se mění směrnice 2003/87/ES s cílem zlepšit a rozšířit systém pro obchodování s povolenkami na emise skleníkových plynů ve Společenství. Revidovaná směrnice nastavuje pravidla fungování systému EU ETS pro třetí obchodovací období v letech 2013 až 2020. 3.2.3 Fáze III Evropský systém obchodování s povolenkami na emise skleníkových plynů zatím funguje v 28 členských státech EU a dále v Norsku, na Islandu a v Lichtenštejnsku. Podobné systémy existují nebo se připravují také mimo EU v Austrálii, USA nebo Číně. V Evropě se ETS týká emisí oxidu uhličitého z elektráren, tepláren, spaloven,

Systém obchodování 19 rafinérií, železáren, oceláren a ze zařízení, která vyrábějí cement, sklo nebo papír a od roku 2012 rovněž emisí z letecké dopravy. Systém byl spuštěn v roce 2005. Nyní se nacházíme ve třetím obchodním období, které má trvání od roku 2013 do roku 2020. Oproti předchozím fázím, došlo také k několika změnám. Byl stanoven celoevropský strop namísto jednotlivých Národních alokačních plánů. Změna metody alokace povolenek. Harmonizace ověřování a monitoringu emisí. Upuštění od alokace na základě historických emisí (grandfathering). Pro ČR schválena výjimka derogace. Ani ve třetí fázi však systém nefunguje, jak se předpokládalo. Díky stále klesající ceně emisních povolenek postrádá celý Systém smysl. Jelikož jsou ceny povolenek tak nízké (v současné době se pohybuje pod 5 euro za tunu), firmy nemají motivaci ke snižování emisí. Důvodem je dlouhodobý a významný převis nabídky povolenek nad poptávkou vyčíslený na 2,2 miliardy povolenek. V červenci 2012, Evropská komise navrhla kroky k posílení systému obchodování s emisními povolenkami. Jedním z nich bylo jednorázové odebrání 900 miliónů povolenek. Do aukce budou poslány, až ke konci obchodovacího období to je, po roce 2018. Connie Hedegaard (2012), evropská komisařka pro oblast klimatu uvedla, že se během posledních let v EU-ETS nahromadilo vysoké množství nadbytečných povolenek a nebylo by moudré zaplavovat trh dalšími. Evropská komise vydala v lednu 2014 rozhodnutí, kterým stanovuje alokaci bezplatných emisních povolenek pro české průmyslové podniky zařazené v systému emisního obchodování (EU ETS). Česká republika je tak devátým státem Evropské unie, kterému se podařilo získat kladné rozhodnutí Evropské komise k návrhu rozdělení povolenek. Průmyslovým podnikům přidělí Ministerstvo životního prostředí celkem cca 172 mil. povolenek na období let 2013-2020 s tím, že množství povolenek se bude mezi jednotlivými lety postupně snižovat. Stále častěji se setkáváme s kritikou Systému. Objevují se otázky, zda má vůbec smysl pokračovat dále v obchodování s emisními povolenkami a zda naplnil svůj předpoklad. Uveďme si alespoň některé názory odborníků: Obchodování s povolenkami na emise CO 2, je v krizi. Nabídka dlouhodobě převyšuje poptávku, cena je pod motivační hranicí, ale členské státy zatím váhají nad řešením navrženým Evropskou komisí. Kromě rychlé intervence, odebrání části povolenek z přesyceného systému, je třeba přijmout také zásadní změny (Sutlovičová, 2013, [online]). Evropská agentura pro životní prostředí (EEA) uvedla, že nejvýznamněji poklesly emise CO 2 v Evropské unii v roce 2009, o rekordních 7,2 %, v důsledku hospodářské krize (Euractiv, 2014).

Systém obchodování 20 3.3 Princip alokace povolenek V prvním a druhém období byly povolenky jednotlivým státům přidělovány na základě Národních alokačních plánů. Každý stát zajistil řádně ověřené údaje jednotlivých zařízení o množství vypouštěných emisí a v souladu se Směrnicí 2009/29/ES vytvořil NAP. Alokační plán každé země vypracovává Ministerstvo životního prostředí ve spolupráci s Ministerstvem průmyslu a obchodu. Navržený alokační plán je následně předložen ke schválení Evropské komisi. V případě, že NAP nesplňuje dané požadavky, vrátí jej k přepracování. Celkové množství povolenek, které se navrhuje přidělit pro příslušné obchodovací období, musí být v souladu se závazkem České republiky snížit své emise podle rozhodnutí Rady 2002/358/ES. Metoda výpočtu množství těchto povolenek je uvedena v Národních alokačních plánech jednotlivých států. V ČR se v průběhu prvního a druhého obchodovacího období používal tzv. grandfathering. Jedná se o statickou metodu založenou na vypouštěných historických emisích. Povolenky bylo možno získat i na základě aukce. V prvním období možnost dobrovolné aukce do výše 5 %, v druhém období až do výše 10 %. Ve třetím období by měla v oblasti energetiky fungovat 100% aukce a 20 % s postupným nárůstem u ostatních odvětví. Ve třetím obchodovacím období se využívá benchmarking. Jedná se o alternativu grandfatheringu. Alokace se opírá o skutečně vyprodukované emise. Povolenky se přidělují na principu emisní efektivnosti produkce. Benchmarky zvýhodňují výrobce elektřiny, kteří vyrábějí produkty s nižšími emisemi CO 2 na jednotku, a ty podniky, které již v minulosti provedly investice do environmentálně šetrných technologií na snížení emisí. Výhodou této metody je i to, že uplatňuje rovný přístup ke stávajícím i novým zdrojům. Množství povolenek pro celé Společenství, které se od roku 2013 začalo vydávat každoročně, se lineárně snižuje po uplynutí poloviny období 2008 2012. Množství se snižuje o lineární faktor 1,74 % ve srovnání s průměrným celkovým ročním množstvím povolenek, které vydaly členské státy v souladu s rozhodnutím Komise o jejich národních alokačních plánech na období 2008 2012. Česká republika podala žádost o přidělení bezplatných povolenek na výrobu elektřiny podle článku 10c Směrnice 2009/29/ES a Evropská komise tuto žádost schválila. Povolenky budou přidělovány formou tzv. derogací. (Ministerstvo životního prostředí, 2009, [online]). Ve skutečnosti však emisní povolenky nebudou přiděleny zdarma. Tržní hodnotu bezplatně přidělených povolenek totiž musí energetické společnosti proinvestovat do čistých technologií tak, aby došlo ke snížení emisí CO 2 a diverzifikaci zdrojů energie. Celkem tak mají výrobci elektřiny dostat v období 2013-2020 přes 107,8 mil. povolenek. Provozovatelé

Systém obchodování 21 energetických zařízení musejí nejprve hodnotu bezplatně přidělených povolenek proinvestovat a následně potom dojde k jejich bezplatnému přidělení. Podrobná pravidla pro výpočet bezplatné alokace obsahuje Rozhodnutí 278/2011.

Přehled literatury 22 4 Přehled literatury O vztahu emisních povolenek a příslušných determinantů, byla napsána řada odborných studií. Tímto tématem, se zabývali např. Fezzi a Bunn (2009). Ve své studii Structural interaction of European carbon trading and energy prices se zaměřili na první fázi obchodování s emisními povolenkami ve Velké Británii. Domnívali se, že růst nákladů na redukci emisí se projeví v ceně plynu. Jejich cílem bylo vyčíslit vzájemnou interakci mezi elektřinou, plynem a cenou uhlíku za použití strukturálního kointegrovaného VECM modelu, který slučuje VAR model s kointegrační metodou. Věnují se jak dlouhodobé, tak krátkodobé interakci mezi proměnnými. V modelu VAR jsou všechny proměnné modelovány jako endogenní, které jsou závislé na vlastních minulých hodnotách. Redukovaný vektorový autoregresní model byl využit, jelikož nám pomůže za určitých okolností překonat obtíže s krátkým časovým obdobím a nedefinovanými vztahy mezi ekonomickými veličinami. Použita jsou denní data pro všechny proměnné v modelu. Model zahrnuje také exogenní proměnou a tou je teplota. Endogenní proměnné jsou transformovány na jejich přirozené logaritmy, aby došlo ke snížení variability. Model VECM byl odhadnut s jedním zpožděním pro endogenní a exogenní proměnné (vybrané na základě Hannan-Quinnova kritéria) a testován řád kointegrace vektorů pomocí Johansenova testu kointegrace. Poté odhadli parametry v krátkém období pomocí tří stupňové OLS metody, aby eliminovali nevýznamné koeficienty pomocí rekurzivní procedury. Výsledné parametry vyšly statisticky významné a mohou být interpretovány jako elastické v dlouhém období, což znamená, že nárůst ceny plynu (uhlíku) o 1%, v rovnovážném stavu, způsobil nárůst ceny elektřiny o 0,66% (0,32%). V krátkém období jsou uhlík a plyn jsou slabě exogenní, jejich adjustované koeficienty nejsou významně odlišné od nuly. Cena uhlíku je ovlivněna opožděně cenou plynu. Nakonec bylo zjištěno, že cena elektřiny a plynu je ovlivněna teplotou. Vysoká křížová korelace vyšla mezi rezidui plynu a elektřiny, nízká v případě uhlíku s ostatními proměnnými. Na podobné téma vypracovali studii také Zachman a Hirschhausen (2007). Ve své studii First evidence of asymmetric cost pass-through of EU emissions allowances: Examining wholesale elektricity prices in German se věnovali asymetrickým nákladovým šokům. Zaměřili se na německý trh. Analyzované období 2005-2006. Ve studii použili spotové ceny EUA, spotové i futures ceny elektřiny.

Přehled literatury 23 Pro odhad modelu použili ECM (Error Correction Models) model. Použitý model předpokládá dlouhodobý vztah mezi cenou a náklady, ale umožňuje krátkodobé systematické odchylky. Pomocí adjustovaného koeficientu determinace a Durbin-Watsonovy statistiky bylo potvrzeno, že model byl správně specifikován. Za použití ADL modelu (Autoregressive distributed lag model) testovali hypotézu o symetrickém přenosu nákladů do futures cen elektřiny, tato hypotéza byla zamítnuta ve prospěch alternativní asymetrické verze na 5% hladině významnosti. Existující vztah mezi cenami CO 2, plynem a elektřinou potvrdili ve své studii Causalities between CO 2, elektricity, and other energy variables during phase I and phase II od the EU ETS také Keppler a Mansanet-Bataller (2010). Pozornost věnovali jak prvnímu obchodovacímu období, tak i prvnímu roku druhého období. Pro první období použili EEX (European Energy Exchange) spotové a ECX (European Climate Exchange) futures ceny. Jako energetické proměnné byly zvoleny plyn a uhlí. Nejprve byla testována stacionarita časových řad Dickey-Fullerovým testem jednotkového kořene, zjistilo se, že řady byly nestacionární. Přidáním prvních diferencí byla zajištěna stacionarita. Kauzální vazby byly prokazovány pomocí Grangerova testu kauzality. Sestavené rovnice byly následně testovány OLS metodou. Regrese byla prokázana pomocí několika testů: adjustovaným koeficientem determinace, Akaikeho Informačním kritériem (AIC) a Schwarz kritériem (SC). Nejprve bylo prokázáno, že futures ceny kauzálně působí na spotové ceny. Korelace mezi těmito časovými řadami přesahovala hodnotu 0,99. Další výsledkem jejich pozorování byla identifikace kauzálního vztahu, který je následující. Teplota ovlivňuje cenu plynu a spotové ceny elektřiny, tyto změny se následně projevují ve futures cenách elektřiny, které ovlivňují CO 2 futures a následně spotové ceny CO 2. Aatola et al., (2012) za použití několika ekonometrických modelů (OLS, VAR) potvrdil silnou závislost mezi fundamenty jako je německá cena elektřiny, plynu, uhlí a cenami EUA. Tedy, že cena plynu má vliv na cenu elektřiny a ta následně ovlivňuje cenu EUA. Použili denní data za období 2005-2010. Časové řady byly použity ve formě logaritmických diferencí z důvodu nestacioonarity. Statistická významnost koeficientů byla otestována koeficientem determinace, Swarz a Akaikeho informačními kritérii, které byly minimalizovány. Pro testování reziduální složky byl využit Durbin-Watsonův test a LM test. Počet studií zabývajících se cenovou formací a dynamickém rozvoji trhu s ETS stále přibývá. Hintermann (2010) se zabýval efektivitou trhu tak, že zkoumal rovnost mezi mezními náklady na snížení emisí a cenou EUA. Došel k závěru, že během druhého obchodovacího období jsou jasným fundamentem ovlivňujícím

Přehled literatury 24 cenu. Chevallier (2012) vytvořil rozsáhlý přehled empirické analýzy trhů s povolenkami a metod pro analýzu tvorby cen. Benz nad Truck (2009) analyzovali formování cen během první fáze s použitím ekonometrických modelů vycházejících z jejich vlastních historických cen. Rickels et.al (2007) zkoumal determinanty cenových řad na spotových cenách. Zjistil, že ceny pohonných hmot hrají důležitou roli jako cenové determinanty, přesto dospěli k závěru, že odhady založené na forwardových cenách lépe odrážejí skutečnost než odhady založené na spotových cenách. Na základě výše uvedeného přehledu může konstatovat, že kauzální vazby mezi uvedenými fundamenty jsou prokázány. Uvedené studie jsou sice převážně zaměřeny na první obchodovací období, nicméně podobné výsledky můžeme očekávat i v období následujícím.

Metodologie a použitá data 25 5 Metodologie a použitá data Nejprve si stanovíme hypotézu. Hypotéza předpokládá, že s růstem poptávky po ceně energií je spojen růst poptávky po povolenkách. Stanovená hypotéza bude potvrzena/vyvrácena pomocí ekonometrických metod. Nejprve bude testována stacionárnost dat a proveden test kointegrace. V případě existence kointegrace bude proveden odhad pomocí VECM modelu. V případě, že časové řady kointegrovány nebudou, odhadneme VAR model a provedeme test Grangerovy kauzality. 5.1 Ověření stacionarity Aby nedošlo k vychýlení výsledků, je třeba provést test stacionarity a používat jen stacionární časové řady. Stacionárnost časové řady je důležitým předpokladem pro kvalitu predikce jejího budoucího chování na základě minulých pozorování. Není-li stochastický proces, generující konkrétní výběr T pozorování časové řady, v čase stabilní, neboli není konzistentní s budoucími skutečnými hodnotami predikované náhodné veličiny, nelze očekávat, že předpovědi, získané na základě informace o jejím chování v minulosti, budou reálné. Ekonomické časové řady mají často nestacionární charakter. Jestliže je časová řada stacionární má tendenci se vracet k nějaké konstantě. Tedy předpokladem stacionarity je konstantní střední hodnota a rozptyl. Dle Artla (1997) existuje několik způsobů, jak zjistit jakého typu jsou časové řady: Subjektivní posouzení grafu časové řady a následné rozhodnutí, zdali je či není řada stacionární Posouzení tvaru autokorelací funkce Využití testu jednotkových kořenů Pokud data stacionární nejsou, lze pomocí transformace časové řady získat data stacionární. Hypotézu zda je analyzovaná časová řada stacionární ověřuje, ověřuje Dickey-Fullerův, resp. rozšířený Dickey-Fullerův test, založený na testování hypotézy o existenci jednotkových kořenů. Jeho obecný tvar je následující: ( ) (1)

Metodologie a použitá data 26 ADF test lze provádět několika způsoby: Náhodnou procházkou (2) Náhodnou procházkou s konstantou (3) Náhodnou procházkou s konstantou a trendem (4) Pro testování stacionarity (řádu kointegrace) časové řady jsem si vybrala test jednotkového kořene. Testovat jej budeme pomocí rozšířeného Dickey-Fullerova testu (ADF test). Výsledky budou uvedeny níže v kapitole 6.1. 5.2 Korelační analýza Základní metodou analýzy časových řad je korelační analýza. Slouží k vyjádření závislosti dvou a více proměnných. Pro korelační analýzu je využit Pearsonův korelační koeficient, který může nabývat hodnot od -1 do 1, přičemž hodnota -1 značí lineární nezávislost veličin a hodnota 1 lineární závislost. Jsou-li veličiny nezávislé, je korelace mezi nimi nulová. Tento koeficient nám říká jak silná závislost je mezi proměnnými. Jak uvádí Hendl (2004), tento koeficient přes své nedostatky představuje nejdůležitější míru síly dvou náhodných proměnných. Pearsonův korelační koeficient lze vyjádřit jako podíl vzájemného rozptylu (kovariance) a výběrového rozptylu zvolených proměnných: (5) Proměnná s xy představuje kovarienci mezi dvěma proměnnými, kterou lze kvantifikovat dle vztahu:

Metodologie a použitá data 27 ( ) ( ) (6) Proměnné s x a s y ve vztahu pro výpočet párového korelačního koeficientu jsou směrodatné odchylky hodnot ceny proměnných a lze je kvantifikovat vztahem: ( ) ( ) (7) Při použití metody korelační analýzy sice můžeme zjistit vzájemnou závislost proměnných, ovšem nemusí zde být patrná příčinná souvislost. Tedy, i když je prokázaný vztah mezi proměnnými, nemusí být prokázána vzájemná příčinnost či směr vlivu proměnných. Je tedy možné, že jedna změna v minulosti u jedné proměnné (X) způsobí změnu hodnoty druhé proměnné (Y) v přítomnosti. Ovšem změna proměnné Y nezpůsobí změnu proměnné X. 5.3 Kointegrace Kointegrace slouží ke zjištění, zda mezi časovými řadami existuje signifikantní statistický vztah. Při modelování vícerozměrných ekonomických časových řad je důležité rozlišovat mezi krátkodobými a dlouhodobými vztahy. Krátkodobý vztah časem vymizí, kdežto dlouhodobý vztah nikoli. Pokud časové řady mají tendenci se neustále vracet do rovnovážného stavu a odklon směrů vývoje časových řad je pouze krátkodobý, časem se vytrácí a existuje mez, za kterou nemůže jít, potom říkáme, že časové řady jsou v ekvilibriu. Tento stav potom nazývá kointegrace (Artl, 1997). V mé práci jsem k testování kointegrace zvolila Johansenovu kointegraci. Johansenův test je především vhodnější k testování kointegrace v případě, kdy je možné, že je v odhadované rovnici přítomno více kointegračních vztahů. Je založena na vektorovém autoregresním modelu, který je specifikován v errorcorrection podobě (Johansen, 1991). Johansenův test je především vhodnější k testování kointegrace v případě, kdy je možné, že je v odhadované rovnici přítomno více kointegračních vztahů. Tato kapitola bude zpravována za použití literatury Artl (1997), Johansen (1991) a Němec (2010). Abychom mohli provést Johansenův test, musíme splnit podmínku nestacionárnosti všech proměnných, konkrétně I(1). Uvažujme rovnici, (8)

Metodologie a použitá data 28 kde je vektor n proměnných, p je počet zpoždění těchto proměnných. Tuto rovnici musíme převést do VEC modelu, který Johansenova metoda využívá k testování kointegrace. Budeme tedy pracovat s rovnicí ( ) (9) Nás zajímá hodnost matice Π, jenž odpovídá počtu kointegračních vektorů. Hodnost matice Π je rovna počtu nenulových vlastních čísel (charakteristických kořenů). Jestliže proměnné nejsou kointegrovány, všechna vlastní čísla budou rovna nule a hodnosti matice bude také nula. Pro testování Johansenovy kointegrace jsou využívány dva testy, a to test stopy (trace test) a test maximálního vlastního čísla (maximum eigenvalue test). Test stopy testuje nulovou hypotézu, jež říká, že počet kointegračních vektorů je menší nebo roven r (r = hodnost matice) oproti alternativní hypotéze. Pokud není nulová hypotéza prvního testu zamítnuta, testování končí a můžeme vyvodit závěr, že zde není žádný kointegrační vztah. Pokud zamítnuta není, pokračujeme v testování do doby, než bude nulová hypotéza zamítnuta. Test maximálního vlastního čísla pak testuje nulovou hypotézu, že počet kointegračních vektorů je r oproti alternativě r+1 kointegrační vektor. 5.4 Vektorová autoregrese VAR model slouží k testování kauzálních vztahů proměnných, které nejsou dlouhodobě provázány, resp. nejsou kointegrovány. VAR model je rozšířením autoregresního (AR) modelu na případ, kdy nás zajímá chování více než jedné proměnné. V tomto modelu vystupují všechny proměnné jako endogenní. Vektorový autoregresní model (VAR) je označován za redukovanou formu neznámého strukturálního modelu a jeho základní charakteristikou je, že všechny své endogenní proměnné vyjadřuje jako lineární funkce vlastních zpožděných hodnot a zpožděných hodnot ostatních proměnných. Model VAR pracuje se zpožděnými hodnotami veličin. Podmínkou tohoto modelu je, že všechny časové řady musí být stacionární. Je tedy nezbytné nejprve provést test stacionarity, který je popsán v kapitole 5. 1. a v případě, že data stacionární nejsou pracovat s diferencemi. VAR model s dvěma endogenními zapíšeme takto:

Metodologie a použitá data 29 (10) (11) VAR model má více, než jednu závisle proměnnou, má tedy více než jednu rovnici, značíme VAR (2). V případě výše uvedených rovnic (10) a (11), kde je závisle proměnná a druhou, kde je závisle proměnná. Obě rovnice používají zpožděné hodnoty všech proměnných, které analyzujeme. První z těchto rovnic lze použít k testování Grangerovy kauzality proměnné X na proměnnou Y. Druhou rovnicí lze testovat Grangerovu kauzalitu Y na X. parametr α značí úrovňovou konstantu. První proměnná závisí na zpoždění sebe sama a na q zpoždění proměnné X (Němec, 2011, 243). Délku zpoždění volíme na základě informačních kritérií (AIC, BIC, HQC). Odhadnuté VAR modely nám budou sloužit jak testovaní odezev na impulzy, tak k testování Grangerovy kauzality. 5.5 Grangerova kauzalita Základní myšlenou Grangerovy kauzality je, že X Grangerovsky ovlivňuje Y, pokud minulé hodnoty X mohou pomoci vysvětlit Y (Němec, 2011). Grangerova kauzalita netestuje kauzalitu v pravém slova smyslu, proto je vhodnější používat pojem Grangerova kauzalita. Kauzalita v Grangerově smyslu nemusí zaručovat, že X kauzálně působí na Y, každopádně pokud minulé hodnoty X mají dostatečnou vysvětlující sílu pro vysvětlení současných hodnot Y, pak to alespoň naznačuje, že by X mohlo kauzálně působit na Y. Pro posouzení kauzality se používá F-test, na zpožděných proměnných X i Y. 5.6 Data Ceny emisních povolenek futures (EUA) byly získány z Evropské energetické burzy (EEX, 2014, [online]). Tato data jsou zvolena z toho důvodu, že nejlépe odrážejí rozhodovací situaci firem v ETS na rozdíl od spotových cen. Povolenky jsou obchodovány v /tco 2. Ceny elektřiny jsou uvedeny /MWh, zemní plyn je obchodován v /MMBtu, motorová nafta je uváděna v /t a ropa v jednotkách /barel (kurzycz, 2014, [online]). Všechna data jsou s denní frekvencí. Zpracovávaná data mají charakter časových řad. Data odpovídají druhému obchodovacímu období EU ETS (Phase II).

Metodologie a použitá data 30 Jedná se o časové řady obchodních dní, nikoli kalendářní, jelikož o víkendech a svátcích se na komoditních burzách neobchoduje. Budeme pracovat s daty originálními i očištěnými o trendovou složku, která může způsobit zdánlivou korelaci. 5.6.1 CO2 data Jedná se o ceny emisních povolenek (EUA) typu futures. Vývoj EUA je zachycen na obrázku 1. Na počátku druhé fáze byly povolenky obchodovány za cenu převyšující 29 EUR za tunu (dosahovaly svého maxima). V důsledku světové finanční a ekonomické krize, která započala v roce 2008, se cena emisních povolenek vydala sestupným trendem. V roce 2010 se propadla až na 8 EUR/t. Následně došlo k mírnému oživení a cena pohybovala kolem 14 EUR/t. Od roku 2011 dochází k poklesu ceny, což je způsobeno nadbytečným množstvím emisních povolenek. Na konci druhé fáze se povolenky obchodují za cenu kolem 6 EUR/t. Obr. 1 Vývoj cen EUA Zdroj dat: EEX, 2014 5.6.2 Energetické proměnné Jako energetické proměnné jsem zvolila elektřinu, zemní plyn, motorovou naftu a evropskou ropu Brent. Všechny komodity jsou uvedeny v eurech. Obr. 2 zachycuje vývoj cen těchto komodit. Na grafech můžeme pouhým okem pozorovat podobný

Metodologie a použitá data 31 vývoj cen do roku 2009. Od roku 2009 se téměř identicky vyvíjí nafta s ropou a elektřina se zemním plynem. Obr. 2 Vývoj cen komodit Zdroj dat: kurzycz, 2014

Výsledky odhadů 32 6 Výsledky odhadů V této části se budeme věnovat analýze jednotlivých časových řad. Nejprve ověříme stacionaritu dat, poté provedeme korelační analýzu, odhadneme VAR modely, reakce na impulzy a na závěr prověříme vzájemnou kauzalitu pomocí Grangerova testu. 6.1 Ověření stacionarity Jak jsme si uvedli v kapitole 5.1, je nezbytné pracovat se stacionárními daty, aby nedošlo k vychýlení výsledků. Stacionárnost časové řady je důležitým předpokladem pro kvalitu predikce jejího budoucího chování na základě minulých pozorování. V našem případě byl zvolen test jednotkového kořene. Testován byl pomocí Dickey-Fullerova testu (resp. rozšířeného Dickey-Fullerova testu). Testovali jsme nulovou hypotézu (data jsou nestacionární). Jak již bylo řečeno, pracujeme s logaritmy původních časových řad. Testování nulové hypotézy: H 0 : nestacionarita H 1 : stacionarita Tab. 2 ADF test jednotkového kořene, logaritmy časových řad model s konstantou H 1 model s konstantou a trendem ADF statistika p-hodnota ADF statistika p-hodnota EUA -0,7150 0,8413 N -1,8539 0,6782 N Elektřina -1,4056 0,5812 N -1,7046 0,7496 N Zemní plyn -1,8566 0,3533 N -2,4061 0,3763 N Motorová nafta -1,0180 0,7491 N -1,6245 0,7836 N Ropa Brent -0,9944 0,7575 N -1,7272 0,7394 N H 0 Z hodnot v tabulce 2 je zřejmé, že časové řady jsou nestacionární. Znamená to tedy, že v případě provedení korelační analýzy by se mohla vyskytovat zdánlivá korelace hodnot. Časové řady transformujeme na stacionární řady přidáním prvních diferencí. Tab. 3 uvádí výsledky pro první diference. Nulová hypotéza o

Výsledky odhadů 33 nestacionaritě byla zamítnuta u všech proměnných. Časové řady již splňují podmínku stacionarity. Tab. 3 ADF test jednotkového kořene, první diference model s konstantou H 1 model s konstantou a trendem ADF statistika p-hodnota ADF statistika p-hodnota EUA -8,1583 1,71E-13 Z -8,1578 5,78E-13 Z Elektřina -9,7640 1,89E-18 Z -9,7599 7,70E-19 Z Zemní plyn -24,6590 3,41E-52 Z -24,6497 2,84E-93 Z Motorová nafta -6,9788 3,78E-10 Z -6,9864 2,72E-09 Z Ropa Brent -5,9063 2,01E-07 Z -5,9256 1,76E-06 Z H 0 6.2 Korelační analýza Korelační analýzu jsme provedli, abychom posoudili vzájemnou závislost mezi proměnnými. V Tab. 4 vidíme výsledky korelační analýzy nestacionárních dat. U některých srovnávaných párů má korelační koeficient hodnotu dokonce větší, než 0,8 což značí silnou pozitivní korelaci mezi proměnnými. Nejsilnější korelaci vykazují dvojce EUA-zemní plyn (0,819), EUA-elektřina (0,709), motorová naftaropa (0,971). O pozitivní korelaci lze hovořit i u dvojice elektřina-zemní plyn (0,662). Nejnižší, korelaci ve vztahu k EUA v absolutní hodnotě vykazuje nafta. Výsledky byly potvrzeny t-testem (tab. 5). Nulová hypotéza t-testu značí statisticky nevýznamný vztah veličin. Jsou uvedené pouze t-testy pro párové korelace s EUA, jelikož nás zajímá především vztah povolenek a determinantů. Tab. 4 Vzájemné korelace, logaritmy časových řad EUA Elektřina Zemní plyn Motorová nafta Ropa Brent EUA 1,000 0,709 0,819-0,195-0,271 Elektřina 1,000 0,662 0,224 0,095 Zemní plyn 1,000-0,102-0,206 Motorová nafta 1,000 0,971 Ropa Brent 1,000