Una ricerca elaborata da Marco Guerzoni, dell’Università della Bicocca di Milano, Luigi Riso e Maria Grazia Zoia del Dipartimento di Politica Economica dell’Università Cattolica di Milano, ha esaminato l’impatto degli eventi meteorologici estremi sulla volatilità dei prezzi dell’energia elettrica in Italia, utilizzando una nuova combinazione di tecniche econometriche avanzate e un robusto processo di selezione delle variabili.
Lo studio, dal titolo “Extreme Weather Events as the main driver of electricity prices volatility in Italy: A GARCH-MIDAS Approach with machine learning-based variable selection“, e pubblicato su The North American Journal of Economics and Finance, ha utilizzato il Best Path Algorithm (BPA) per la selezione delle variabili che influenzano la volatilità dei prezzi e identificato gli eventi meteorologici estremi come principali fattori. Queste variabili selezionate sono state incorporate in un modello GARCH-MIDAS, come gli shock esterni avvenuti in questi anni (la guerra in Ucraina tra le principali), per tenere conto dei loro effetti sul mercato energetico. Questa metodologia consente l’efficace integrazione di dati ad alta frequenza (rendimenti giornalieri dei prezzi dell’elettricità) con dati a bassa frequenza (eventi meteo mensili), catturando così gli effetti dettagliati degli eventi meteorologici estremi sulla volatilità dei prezzi dell’energia.
I dati utilizzati in questa ricerca includono una serie storica dettagliata dei prezzi giornalieri dell’elettricità in Italia, fornita dal Gestore dei Mercati Energetici (GME), e un set di dati completo sugli eventi meteo estremi raccolti da Legambiente attraverso il progetto Città Clima, utilizzato in questo studio in particolare per analizzare l’ipotesi di un aumento della frequenza e dell’intensità degli eventi piovosi estremi in un clima in fase di riscaldamento.
Utilizzando questo dataset è stata condotta un’analisi preliminare degli eventi meteo estremi verificatisi in Italia dal 2009 al 2023, confermando che questi fenomeni sono aumentati durante l’ultimo decennio. Osservando le frequenze dei danni causati dagli eventi estremi, emerge la comparsa di alcuni eventi prima assenti, come siccità prolungate, tempeste e danni da vento, nonché l’intensificarsi di altri, come piogge intense e temperature estreme nelle aree urbane.
I risultati evidenziano il significativo potere predittivo degli eventi meteorologici estremi e dei fattori esterni sui rendimenti dei prezzi dell’elettricità. Questo approccio ha l’utilità di fornire ai decisori politici, e alle parti interessate nel settore energetico, strumenti di previsione migliorati, sottolineando la necessità di resilienza nella pianificazione del mercato energetico. La ricerca futura potrebbe estendere questa metodologia ad altre regioni e incorporare variabili aggiuntive per migliorare l’accuratezza predittiva.
