市場データとセンチメント分析を用いたポーランドのエネルギー転換期における電力価格形成のモデリング
Modeling electricity price formation during Poland’s energy transition using market data and sentiment analysis (原題)
Anna Manowska, Muhammad Waqar Hassan
🤖 gxceed AI 要約
日本語
ポーランドの電力価格形成を、燃料費・炭素価格・金融環境・規制情報・市場期待の相互作用として分析した研究。GDELT支援で収集した欧州政策ニュースをTF-IDFとVADERで処理し、気候変動ニュース指数などのテキスト指標を構築。電力・ガス・石炭・油・排出枠・株式市場変数と整合させ、OLSとElastic Netで時系列外予測を評価した。市場ファンダメンタルズが主要な予測入力である一方、テキスト指標の増分予測力は小さく仕様依存であることを示す。
English
This study tests whether text-derived news indicators add predictive information for Polish electricity prices during the energy transition. A GDELT-assisted European policy-news corpus is processed via TF-IDF (thematic term prominence) and VADER (a Climate Change News Index tone indicator), aligned with electricity, gas, coal, oil, carbon-allowance and equity variables. OLS and Elastic Net chronological out-of-sample forecasts show market fundamentals dominate, while text variables add small, specification-dependent incremental power. The workflow offers a transparent way to integrate policy-news signals into price analysis without replacing physical system variables.
Unofficial AI-generated summary based on the public title and abstract. Not an official translation.
📝 gxceed 編集解説 — Why this matters
日本のGX文脈において
日本ではJEPXスポット価格や燃料費調整制度、GX推進法下の炭素価格議論が進む中、政策ニュース感情を価格予測に組み込む手法は、電力・排出量取引に係る市場参加者のリスク管理やSSBJ開示におけるシナリオ分析の精緻化に示唆を与える。
In the global GX context
As EU ETS carbon prices and policy signals increasingly drive power prices, this paper speaks to the broader global question of how disclosure and policy-news information feed into transition-risk modeling under TCFD/ISSB scenario analysis. It offers a transparent, replicable NLP workflow for integrating policy sentiment into energy-market forecasting, relevant to transition-finance and carbon-market practitioners.
👥 読者別の含意
🔬研究者:テキスト感情指標を電力価格予測に統合する際の増分予測力の限界と仕様依存性を定量的に示す実証ベースラインを提供する。
🏢実務担当者:政策ニュース感情を炭素価格・電力価格のシナリオ分析や調達リスク評価に補助的に活用する際の透明なワークフローと限界を理解できる。
🏛政策担当者:政策情報の市場価格への伝達経路を可視化し、炭素価格・規制情報の発信が電力市場に与える影響評価の枠組みとして参考になる。
📄 Abstract（原文）
Electricity-price dynamics in energy-transitioning power systems reflect the interaction of fuel costs, carbon prices, financial conditions, regulatory information, and market expectations. This study examines whether text-derived news indicators provide incremental predictive information for Polish electricity prices. A curated English-language European policy-news corpus identified through a GDELT-assisted collection procedure is processed using two separate natural-language-processing branches. TF–IDF is used to characterize the thematic prominence of selected energy and climate-policy terms, while VADER is applied directly to article text to derive an interpretable news-tone indicator, referred to as the Climate Change News Index. These indicators are aligned with electricity, natural-gas, coal, oil, carbon-allowance, and equity-market variables. Ordinary Least Squares and Elastic Net models are evaluated using chronological out-of-sample forecasts. Market fundamentals remain the main predictive inputs, while the contribution of text-derived variables is small and specification-dependent. The results therefore indicate limited incremental predictive information rather than systematic forecasting superiority. The study is observational, and the reported relationships are interpreted as associative and predictive rather than causal. The proposed workflow provides a transparent way to incorporate policy-news information into electricity-price analysis. However, it does not replace physical power-system variables but it provides additional predictive power for better forecasting which can be useful for the market players.
🔗 Provenance — このレコードを発見したソース
- openalex https://doi.org/10.3389/fenrg.2026.1780848first seen 2026-10-29 04:41:40 · last seen 2026-11-06 04:34:56
🔔 こうした論文の新着を逃したくない方は キーワードアラート に登録（無料・3キーワードまで）。
gxceed は公開メタデータに基づく研究支援データセットです。要約・翻訳・解説は AI 支援で生成されています。 最終的な解釈・検証は利用者が原典資料に基づいて行うことを前提とします。