Μικροοικονομική Σύγκριση Των Πολιτικών "φορολόγηση Των Εκπομπών Του Co2" Και "σύστημα Εμπορεύσιμων Αδειών" Υπο Καθεστώς Αβεβαιότητας

Abstract

Ο στόχος της εργασίας είναι η σύγκριση των πολιτικών "περιορισμός των εκπομπών CO2 και εμπορία δικαιωμάτων (emissions cap and trade)" και "φορολόγηση εκπομπών (CO2 tax)". Μια συνηθισμένη μέθοδος σύγκρισης πολιτικών είναι η ανάλυση σεναρίων, η οποία όμως είναι αρκετά ευάλωτη στην αβεβαιότητα.Η ανάλυση σεναρίων πραγματοποιείται από έναν μικρό αριθμό τρεξιμάτων του μοντέλου, τα οποία βασίζονται σε διαφορετικούς συνδυασμούς υποθέσεων. Στην ανάλυση σεναρίων, διαφορετικά σενάρια οδηγούν σε διαφορετικές βέλτιστες αποφάσεις. Σαν αποτέλεσμα, η απάντηση στην ερώτηση ‘‘ποιες είναι οι βέλτιστες αποφάσεις δεδομένου του εύρους όλων των πιθανών μελλοντικών καταστάσεων’’ είναι άρηκτα εξαρτημένη από το ποια σενάρια θεωρούν, αυτοί που λαμβάνουν τις αποφάσεις, πιο πιθανά. Μια τέτοια προσέγγιση είναι εντελώς διαφορετική από εκείνη όπου έχουμε να αντιμετωπίσουμε ισχυρή αβεβαιότητα, όπως στην περίπτωση της αγοράς ενέργειας, όπου τα σενάρια αξιολογόνται με βάση την ικανότητά τους να προσδιορίσουν τις συνθήκες υπο τις οποίες οι βέλτιστες αποφάσεις διαφοροποιούνται σημαντικά. Για να αντιμετωπίσουμε την αβεβαιότητα του μέλλοντος και την αδυναμία μας για ακριβείς προβλέψεις, θα προχωρήσουμε στην ανάλυση της ευρωστίας των πολιτικών "περιορισμός των εκπομπών CO2 και εμπορία δικαιωμάτων (emissions cap and trade)" και "φορολόγηση εκπομπών (CO2 tax)". Για την ανάλυση της ευρωστίας των δυο πολιτικών επιλέξαμε τη ζήτηση της ηλεκτρικής ενέργειας και το επενδυτικό κόστος σαν παράγοντες αβεβαιότητας. Στόχος μας είναι να προσδιορίσουμε τα κατώφλια της ζήτησης και του επενδυτικού κόστους, που καθιστούν την μια πολιτική πιο αποτελεσματική από την άλλη. Η ανάλυση της ευρωστίας των δύο πολιτικών βασίζεται στην ιδέα του εύρωστου γραμμικού προγραμματισμού και η μέθοδος του Ρυθμιζόμενου Εύρωστου Ομόλογου Προβλήματος (Adjustable Robust Counterpart , ARC) αποτελεί την καταλληλότερη μέθοδο, δεδομένης της ύπαρξης έτοιμης πλατφόρμας για τη μοντελοποίηση και επίλυσή της (ROME - Robust Optimization Made Easy). Πέρα από τη συγκριτική αξιολόγηση των εναλλακτικών πολιτικών μείωσης των επιπέδων του CO2, υφίσταται η ανάγκη του προσδιορισμού των κατωφλίων των τιμών των παραμέτρων του υπό εξέταση ενεργειακού συστήματος που χωρίζουν τα σενάρια όπου μια πολιτική έχει αποδεκτή επίδοση από αυτά όπου συμβαίνει το αντίθετο και, συνεπώς, στον προσδιορισμό της ανοχής κάθε πολιτικής στις μεταβολές του εξωτερικού περιβάλλοντος. Με βάση αυτή τη λογική συσχετίσαμε την αποδοτικότητα των πολιτικών με τις τιμές των Εμπορεύσιμων Αδειών στην αγορά, ανιχνεύοντας ένα κατώφλι τιμών για τις άδειες, το οποίο δίνει το "σήμα" για εναλλαγή πολιτικής.ABSTRACTThe subject of the current diploma thesis is " Microeconomic analysis under uncertainty of EmissionsTrading System and CO2 taxation schemes ". A usual method for comparing two policies is Scenario Analysis. However, Scenario Analysis is performed by a small number of model runs based on different combinations of assumptions. In the scenario analysis case, different scenarios yield different optimal decisions. As a result, the answer to the question "what are the optimal decisions to be made given the range of all possible future realizations" is inevitably dependent on which scenarios the decision makers regard as more likely to come true. Such an approach is fundamentally different from the one where deep uncertainty is acknowledged and scenarios are evaluated based on their ability to identify the conditions under which optimal decisions are significantly differentiated. Consequently, instead of Scenario Analysis we used Robust Optimization Methods to address uncertainity. As part of our analysis we created a model on R.O.M.E. (Robust Optimization Made Easy), which is a MATLAB toolkit for modeling and solving robust optimization problems. This model resembles the energy market and will be used in order to compare the policies of Emissions Trading System and CO2 taxation under uncertainty. In the model we considered the increase in demand and the learning rate as uncertain variables.