AI驱动的电网稀缺与美国公用事业股中PJM容量拍卖的定价

《Finance Research Letters》:AI-driven grid scarcity and the pricing of PJM capacity auctions in US utility stocks

【字体: 大 中 小 】 时间:2026年09月20日 来源:Finance Research Letters 7.1

编辑推荐:

   •PJM容量价格飙升如何反映在公用事业股票中的权益端检验。•四次2024年前的拍卖显示,按PJM敞口划分无横截面差异。•三次2024—2025年拍卖显示,PJM敞口差异达160个基点。•交互项为1.16%;随机化p=0.047(保守),广义聚类p=0.011。•通过23项检验

  
  • •
    PJM容量价格飙升如何反映在公用事业股票中的权益端检验。
  • •
    四次2024年前的拍卖显示,按PJM敞口划分无横截面差异。
  • •
    三次2024—2025年拍卖显示,PJM敞口差异达160个基点。
  • •
    交互项为1.16%;随机化p=0.047(保守),广义聚类p=0.011。
  • •
    通过23项检验中的17项,包括能源情报署容量份额(p=0.069)和仅受管制类检验。

引言

2023年,美国数据中心占全国电力消费量的4.4%。美国能源部预计该份额到2028年将达到6.7%至12.0%(Shehabi等人,2024),国际货币基金组织(IMF)预测,数据中心的大规模建设将在2030年前显著提升数据中心密集型经济体的批发电价(Bogmans等人,2026)。PJM互联公司的拍卖记录在更短的时间范围内也显示了类似的上涨压力。在2025/2026年基准剩余容量拍卖(BRA)于2024年7月30日以269.92美元/兆瓦·日成交之前,连续四次拍卖的成交价均低于140美元/兆瓦·日,涨幅约为九倍。随后的两次BRA均触及美国联邦能源管理委员会(FERC)批准的限价,分别为2025年7月的329.17美元/兆瓦·日和2025年12月的333.44美元/兆瓦·日(图1)。12月的成交结果也标志着区域输电组织(RTO)整体首次未能达到其可靠性目标。
近期证据将这一批发电价上涨压力与数据中心负荷联系起来。Kay等人(2026)利用逐小时结构调度模型报告,2021至2025年间,美国全国性批发电价上升2%至6%,且这一增幅可归因于数据中心负荷;PJM和得克萨斯州电力可靠性委员会(ERCOT)走廊的效应尤为显著。Mamkhezri等人(2026)采用针对弗吉尼亚州的匹配双重差分法,估计数据中心扩张所引起的输电相关批发电价增幅为2.49美元/兆瓦时,较处理前基线高出70%。每年一次的BRA通过集中式远期拍卖将批发市场条件转化为容量支付义务(Borenstein等人,2023;Joskow,2019)。尚待回答的问题是:美国公用事业股股价是否在BRA公布日横截面地反映了这一机制,以及该定价是否取决于每家公司的PJM敞口。
多篇金融论文将人工智能与能源市场联系起来,但尚无研究探讨与人工智能相关的电力需求如何传导至美国公用事业股。Yousaf等人(2024b)在时变参数向量自回归(TVP-VAR)模型中识别出,人工智能巨头股是全球电力股指数间主要冲击传导源;Yousaf等人(2024a)在分位数—频率关联性框架下衡量了人工智能股票、人工智能代币与化石燃料市场之间的波动溢出效应。Mensi等人(2021)发现,2012至2018年日内数据中,科技板块向公用事业板块的直接溢出效应不足1%,这是前人工智能时代的反事实对照,使得人工智能时代的估计值更具说服力。在微观企业层面,人工智能资本深化已具有实质性影响(Brynjolfsson等人,2021;Babina等人,2024),但尚无研究采用与监管者容量稀缺度衡量相挂钩的事件研究法来检验权益端反应。《金融研究快报》近期文章在相关情境下估计了行业层面的传染效应和波动关联性(Costa等人,2022;Akhtaruzzaman等人,2021);本文则以公司作为观察单位,识别人工智能拐点前三年事件的影响。
股价已蕴含对转型风险的横截面溢价(Bolton和Kacperczyk,2023;Krueger等人,2020)。BRA公布由行政程序确定且带有时间戳,自2024年起,PJM已将成交价格归因于数据中心需求。本文将公布日视为横截面重新定价的触发点,这是一条不同于零售电价传导的转型风险渠道。
主要发现集中在人工智能时代事件中,依据三次此类事件及一个接近阈值的随机化p值。四次人工智能前事件显示,按PJM敞口划分的各组间无横截面价差;三次人工智能时代事件则显示,具有PJM敞口的公用事业公司跑赢非PJM对照组160个基点。处理组与人工智能时代的交互项为β?MA=1.16%;以随机化推断作为更保守的指引,双侧p值为0.047,略超95%安慰剂范围(广义聚类pwild=0.011)。此前尚无研究对人工智能驱动的PJM容量成本定价渠道进行过权益端事件检验。

各章节节选

样本

为识别该渠道,事件样本由七个PJM BRA结果公布日组成,列于表1面板A。每个日期均与PJM新闻稿及监控分析公司的市场状况分析进行了交叉核对。2018、2021和2022年拍卖之间的时间间隔不均匀,原因是FERC最低报价规则听证程序延后了2018年后的周期;McCullough等人(2019)对该时间序列进行了梳理。最终事件集包含四次2024年前事件(人工智能前时代)和三次

结果

遵循第2节所述识别策略,本文检验了处理组公司平均反应(H1)、合并横截面(H2)、结构性变化交互项(H3)以及探索性的处理组内异质性(H4)。结果集中在时代划分上。H3交互项在两种推断方法下均为正值;随机化推断p值为0.047,在此作为更保守的指引,处于边际水平。H1和H2与时代划分一致。表

稳健性与识别检验

H3在23项预先设定的稳健性检验规格中进行评估;其中17项在pwild<0.10水平下返回正值的β?MA。六个不显著的情况要么是事先预期会削弱信号的处理规格,要么是设计为无效应的安慰剂检验。其中包括两个替代事件窗口(?10,+10,p=0.39;?1,0,p=0.20)、40事件随机化安慰剂检验(有意设为无效应,p=0.33)、两个小n的公用事业类型子样本(独立发电商和混合型,每类均不足10个公司事件),以及v1二元

讨论

人工智能前接近零的反应和人工智能时代的正向差异指向两种机制。第一种是信息机制。2024年前的BRA结果传递的是全网条件,所有美国公用事业公司对此同向变动(由IND捕获),但2024年后,北弗吉尼亚州和马里兰州的数据中心负荷已成为主导因素(Mamkhezri等人,2026),只有具有PJM敞口的公司才能吸收这一局部化信号。
第二种机制是现金流时点。按现货价格计价的商户现金流与成交价格挂钩,因此

结论

本文提供了初步证据,表明美国公用事业股市场对PJM容量拍卖结果的定价出现了结构性变化。四次2024年前的事件在按PJM敞口划分的各组间未产生横截面价差;三次2024—2025年的事件打开了160个基点的差距,且该差距通过了23项预先设定稳健性检验中的17项、基于能源情报署的连续容量份额检验规格(pwild=0.069),以及40事件随机化安慰剂检验。在p=0.032水平下,仅受管制类公司的73个基点差异

资金来源

本研究未获得公共、商业或非营利部门的任何特定拨款资助。

利益冲突声明

作者声明不存在任何可能影响本文所报告工作的已知竞争性财务利益或个人关系。
梁浩
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号