Share:


Application of air derivative financial instruments in Lithuanian economy

Abstract

The paper explores the concept of weather derivatives: what it is, what its features are, and in what areas they can be applied. It has been established that there can be several types of weather derivative instruments – options and swaps. The use of weather derivatives has also been found to be very broad and attractive for tourism, construction, agriculture and heating companies. Companies operating in Lithuania do not use weather derivatives, although they do provide insurance against the risks associated with adverse weather conditions. The paper is conducting a study to determine which heating companies should apply weather derivatives to improve their performance. The study is conducted using multi-criteria assessment methods – SAW and TOPSIS. The multi-criteria assessment showed that AB Šiaulių energija and UAB Varėnos šiluma could use the opportunity to apply weather derivatives in their activities.


Article in Lithuanian.


Prielaidų orų išvestinėms finansinėms priemonėms taikyti Lietuvos ūkyje tyrimas


Santrauka


Straipsnyje nagrinėjama orų išvestinių finansinių priemonių koncepcija: kas tai yra, kokios jų savybės, kokiose srityse galima jas pritaikyti. Nustatyta, kad orų išvestinės finansinės priemonės gali būti kelių rūšių – pasirinkimo ir apsikeitimo sandorių pavidalu. Taip pat nustatyta, kad orų išvestinių finansinių priemonių pritaikymo galimybės labai plačios – jos patrauklios tiek turizmo, statybų įmonėms, tiek agrokultūroje ar šildymo bendrovių veikloje. Lietuvoje veikiančios bendrovės netaiko orų išvestinių finansinių priemonių, nors jos suteikia galimybę apsidrausti nuo rizikų, susijusių su nepalankiomis orų sąlygomis. Straipsnyje atliktas tyrimas, siekiant nustatyti, kurios šildymo paslaugas teikiančios bendrovės turėtų pritaikyti orų išvestines finansines priemones, siekdamos pagerinti savo veiklos rezultatus. Tyrimas atliekamas taikant daugiakriterio vertinimo metodus – SAW ir TOPSIS. Daugiakriteris vertinimas parodė, kad AB „Šiaulių energija“ ir UAB „Varėnos šiluma“ galėtų pasinaudoti galimybe pritaikyti orų išvestines finansines priemones savo veikloje, siekdamos pagerinti veiklos rezultatus.


Reikšminiai žodžiai: orų išvestinės finansinės priemonės, orų rizika, šildymo bendrovės, šilumos energija, rizikos valdymas.

Keyword : weather derivatives, weather risk, heating companies, heat, risk management

How to Cite
Latvytė, E., & Martinkutė-Kaulienė, R. (2020). Application of air derivative financial instruments in Lithuanian economy. Mokslas – Lietuvos Ateitis / Science – Future of Lithuania, 12. https://doi.org/10.3846/mla.2020.12510
Published in Issue
Aug 13, 2020
Abstract Views
216
PDF Downloads
106
Creative Commons License

This work is licensed under a Creative Commons Attribution 4.0 International License.

References

AB Kauno energija. (2019). Veiklos ataskaitos. https://www.kaunoenergija.lt

AB Klaipėdos energija. (2019). Veiklos ataskaitos. https://www.klenergija.lt

AB Šiaulių energija. (2019). Veiklos ataskaitos. https://www.senergija.lt

AB Vilniaus šilumos tinklai. (2019). Veiklos ataskaitos.
https://chc.lt/lt

Bank, M., & Wiesner, R. (2011). Determinants of weather derivatives usage in the Austrian winter tourism industry. Tourism Management, 32(1), 62–68. https://doi.org/10.1016/j.tourman.2009.11.005

Buchholz, M., & Musshoff, O. (2014). The role of weather derivatives and portfolop effects in agricultural water management. Agricultural Water Management, 146, 34–44. https://doi.org/10.1016/j.agwat.2014.07.011

Cabrera, B. L., Odening, M., & Ritter, M. (2013). Pricing rainfall futures at the CME. Journal of Banking & Finance, 37(11), 4286–4398. https://doi.org/10.1016/j.jbankfin.2013.07.042

CME. (2019). CME weather futures and options. https://datamine.cmegroup.com/#/

Cramer, S., Kampouridis, M., Freitas, A. A., & Alexandridis, A. (2019). Stochastic model genetic programming: Deriving pricing equations for rainfall weather derivatives. Swarm and Evolutionary Computation, 46, 184–200. https://doi.org/10.1016/j.swevo.2019.01.008

Falco, C., Galeottia, M., & Olpera, A. (2019). Climate change and migration: Is agriculture the main channel? Global Environmental Change, 59, 101995. https://doi.org/10.1016/j.gloenvcha.2019.101995

Felinto, R., & Ferreira, L. (2019). A new approach to avoid rank reversal cases in the TOPSIS method. Computers & Industrial Engineering, 132, 84–97. https://doi.org/10.1016/j.cie.2019.04.023

Jewson, S., & Brix, A. (2005). Weather derivative valuation: The meteorological, statistical, financial and mathematical foundations. https://doi.org/10.1017/CBO9780511493348

Karaktsanis, G., Roussis, D., Moustakis, Y., Gournari, P., Parara, I., Dimitriadis, P., & Koutsoyiannis, D. (2017). Energy, variability and weather energineering. Energy Procedia, 125, 389–397. https://doi.org/10.1016/j.egypro.2017.08.073

Kropienė, R. (2007). Orų išvestinės priemonės (OIP) – naujas finansų inžinerijos produktas. Ekonomika ir vadyba, (12), 807–814.

Lei, T. (2016). Influence on hedging cost upon weather derivatives pricing. Journal of Finance and Accounting, 4(4), 234–238. https://doi.org/10.11648/j.jfa.20160404.19

Li, P. (2018). Pricing wather derivatives with partial differential equations of the Ornstein – Uhlenbeck process. Computers & Mathematics with Applications, 75(3), 1044–1059. https://doi.org/10.1016/j.camwa.2017.10.030

Mircea, B. H., & Cristina, C. (2012). The use of the black-scholes model in the field of weather derivatives. Emerging Markets Queries in Finance and Business, 3, 611–616. https://doi.org/10.1016/S2212-5671(12)00203-1

Park, K. W. (2003). Risk management and derivatives in Korea electricity markets. IFAC Proceedings Volumes, 36(20), 915–920. https://doi.org/10.1016/S1474-6670(17)34590-1

Pirrong, C., & Jermakyan, M. (2008). The price of power: The valuation of power and weather derivatives. Journal of Banking & Finance, 32(12), 2520–2529. https://doi.org/10.1016/j.jbankfin.2008.04.007

Seyedmohammadi, J., Sarmadian, F., Asgharm, A., Ghorbani, A., & Shahbazi, F. (2018). Application of SAW, TOPSIS and fuzzy TOPSIS models in cultivation priority planning for maize, rapeseed and soybean crops. Geoderma, 310, 178–190. https://doi.org/10.1016/j.geoderma.2017.09.012

Sun, B., & Kooten, C. (2015). Financial weather derivatives for corn production in Northern China: A comparison of pricing methods. Journal of Empirical Finance, 32, 201–209. https://doi.org/10.1016/j.jempfin.2015.03.014

UAB Utenos šilumos tinklai. (2019). Veiklos ataskaitos. https://www.ust.lt

UAB Varėnos šiluma. (2019). Veiklos ataskaitos. http://vsiluma.lt/

Lietuvos statistikos departamento duomenų bazė. (2019).
Vidutinė metinė orų temperatūra. https://osp.stat.gov.lt/statistiniu-rodikliu-analize#/

Wang, Y. J. (2019). Interval – valued fuzzy multi – criteria decision – making based on simple additive weighting and relative preference relation. Information Sciences, 503, 319–335. https://doi.org/10.1016/j.ins.2019.07.012