Afficher la notice

dc.contributor.advisorCarrasco, Marine
dc.contributor.advisorBillette de Villemeur, Étienne
dc.contributor.authorBenatia, David
dc.date.accessioned2018-12-18T20:58:35Z
dc.date.availableNO_RESTRICTIONfr
dc.date.available2018-12-18T20:58:35Z
dc.date.issued2018-10-18
dc.date.submitted2018-05
dc.identifier.urihttp://hdl.handle.net/1866/21168
dc.subjectproblème contractuelfr
dc.subjectengagementfr
dc.subjectmanipulation de marchéfr
dc.subjectenchères empiriquesfr
dc.subjectvariables instrumentalesfr
dc.subjectopérateur linéairefr
dc.subjectrégularisation de Tikhonovfr
dc.subjectfunctional regressionfr
dc.subjectmarket powerfr
dc.subjectelectricity marketsfr
dc.subjectrenegingfr
dc.subjectcommitmentfr
dc.subjectmarket manipulationfr
dc.subjectempirical auctionsfr
dc.subjectinstrumental variablesfr
dc.subjectlinear operatorfr
dc.subjectTikhonov regularizationfr
dc.subjectrégression fonctionnellefr
dc.subjectpouvoir de marchéfr
dc.subjectmarchés de l'électricitéfr
dc.subject.otherEconomics - Commerce - Business / Économie - Commerce-Affaires (UMI : 0505)fr
dc.titleEssays in econometrics and energy marketsfr
dc.typeThèse ou mémoire / Thesis or Dissertation
etd.degree.disciplineSciences économiquesfr
etd.degree.grantorUniversité de Montréalfr
etd.degree.levelDoctorat / Doctoralfr
etd.degree.namePh. D.fr
dcterms.abstractCette thèse est organisée en trois chapitres où sont développées des méthodes d’analyse économique et économétrique des marchés de l’énergie. Le Chapitre 1 propose une étude des incitations à la manipulation de marché générées par des opportunités de revenir sur ses engagements. Un modèle théorique est développé pour analyser le comportement d’un monopole face à une frange compétitive en présence d’une demande incertaine, de contraintes de capacité, et de possibilités de trahir ses engagements. Les entreprises se concurrencent avec des fonctions d’offre étant donnés leurs engagements. Le monopole revient sur ses engagements lorsqu’il retire sa production engagée en observant la réalisation de l’incertitude. Il peut ainsi exacerber son pouvoir de marché, réduire l’incertitude autour de la demande, et accroitre sa probabilité de devenir un offreur pivot. À l’équilibre, les stratégies d’offre dépendent du volume de production engagée et du coût d’opportunité de la retirer stratégiquement. En particulier, le monopole peut trouver profitable d’offrir sa production à des prix plus élevés lorsqu’il sait qu’il pourra revenir sur ses engagements si la demande est élevée. Finalement, cette stratégie est présentée comme un comportement de manipulation par perte, et des applications aux marchés de l’électricité sont discutées. Dans le Chapitre 2, nous développons de nouveaux résultats pour les régressions fonctionnelles où le prédicteur Z(t) et la réponse Y (t) sont des fonctions d’espaces de Hilbert, indexés par le temps ou l’espace. Le modèle peut être compris comme une généralisation de la régression multivariée où le coefficient de régression est maintenant un opérateur inconnu Π. Nous proposons d’estimer l’opérateur Π par régularisation de Tikhonov, ce qui revient à appliquer une pénalité sur sa norme L2. Nous dérivons le taux de convergence de l’erreur quadratique moyenne, la distribution asymptotique de l’estimateur, et développons des tests sur Π. Comme les trajectoires ne sont généralement pas complètement observables, nous considérons une situation où les données deviennent de plus en plus fréquentes (asymptotique de remplissage). Nous traitons aussi le cas où Z est endogène et des variables instrumentales sont utilisées afin d’estimer Π. Une application à la consommation d’électricité complète l’article. Le Chapitre 3 propose une nouvelle approche pour l’analyse empirique des enchères à unités multiples, dans lesquelles les participants choisissent des fonctions d’offre ou de demande. Cette approche permet d’évaluer le pouvoir de marché des entreprises dans une cadre d’information privée, en évitant d’avoir à modéliser le mécanisme du marché. Elle repose sur des méthodes économétriques qui traitent les fonctions de mise comme des éléments aléatoires à valeurs fonctionnelles. Notamment, un estimateur fonctionnel à variable instrumentale est développé. La méthode est appliquée au marché de l’électricité de l’état de New York sur des données micro-économiques de mises et de coûts à l’échelle des entreprises pour 2013-2015. J’estime le pouvoir de marché unilatéral des entreprises et compare les comportements observés aux comportements maximisant les profits sous information privée. Je trouve un faisceau d’indices sérieux de comportement optimal, qui suggère que les entreprises sont au courant de leur pouvoir de marché et se comportent en conséquence.
dcterms.abstractThis thesis is organized in three chapters which develop economic and econometric methods for the analysis of energy markets. In Chapter 1, we study the incentives for market manipulations created by opportunities to renege on prior commitments. We develop a theoretical framework to analyze the behavior of a monopolist facing a competitive fringe in the presence of demand uncertainty, capacity constraints and reneging opportunities. The firms are assumed to compete in supply functions taking their commitments as sunk decisions. Reneging occurs when the monopolist withdraws its committed output upon observing the realization of demand. By doing so, it can exacerbate its market power, alleviate demand uncertainty, and be more likely to be pivotal. At equilibrium, supply strategies depend on the volume of committed output and the opportunity cost of reneging. In particular, the monopolist may find profitable to offer some of its market output at higher prices in the presence of reneging opportunities. Finally, we present strategic reneging as a loss-based manipulative conduct in a general framework and discuss applications to electricity markets. In Chapter 2, we develop new estimation results for functional regressions where both the regressor Z(t) and the response Y (t) are functions of Hilbert spaces, indexed by the time or a spatial location. The model can be thought as a generalization of the multivariate regression where the regression coefficient is now an unknown operator Π. We propose to estimate the operator Π by Tikhonov regularization, which amounts to apply a penalty on the L2 norm of Π. We derive the rate of convergence of the mean-square error, the asymptotic distribution of the estimator, and develop tests on Π. As trajectories are often not fully observed, we consider the scenario where the data become more and more frequent (infill asymptotics). We also address the case where Z is endogenous and instrumental variables are used to estimate Π. An application to the electricity consumption completes the paper. Chapter 3 proposes a novel approach for the empirical analysis of multiunit auctions, to which participants submit supply or demand functions observable by the researcher. The approach allows for the evaluation of firmlevel market power in a private information setting, and avoids having to model the market mechanism. It relies on econometric methods that treat the observed bid functions as function-valued random elements. Notably, a functional instrumental variable estimator is developed. The method is applied to the New York electricity market using rich data on firm-level bids and marginal costs for 2013-2015. In this market, daily bids are disclosed three months later in order to limit strategic behaviors. I estimate firm-level market power and compare actual bidding behavior to profit-maximizing behavior under private information. I find consistent evidence of optimal bidding, suggesting that firms are well aware of their own market power and behave accordingly. Therefore, the late disclosure of bids is not sufficient to preclude firms from acting strategically, most likely due to the repeated nature of those auctions.
dcterms.languageengfr


Fichier·s constituant ce document

Vignette

Ce document figure dans la ou les collections suivantes

Afficher la notice

Ce document diffusé sur Papyrus est la propriété exclusive des titulaires des droits d'auteur et est protégé par la Loi sur le droit d'auteur (L.R.C. (1985), ch. C-42). Il peut être utilisé dans le cadre d'une utilisation équitable et non commerciale, à des fins d'étude privée ou de recherche, de critique ou de compte-rendu comme le prévoit la Loi. Pour toute autre utilisation, une autorisation écrite des titulaires des droits d'auteur sera nécessaire.