Agent-based modelling of EUA price in coupled energy markets with heterogeneous agent behaviours

The European energy transition is reshaping market dynamics, placing the EU Emissions Trading System (EU ETS) at the core of decarbonization strategies. However, the formation of European Union Allowance (EUA) prices cannot be analysed in isolation, as it emerges from a profoundly interlinked system involving power, natural gas and coal markets. Traditional equilibrium models often are not able to capture the complexity of these interactions, in particular regarding the role of trading microstructure and participant heterogeneity. The thesis addresses this gap by developing a comprehensive Agent-Based Model (ABM) that simulates the EUA market within a coupled four-commodity environment. The methodological approach simulates a realistic Limit Order Book (LOB) mechanism, populated by a heterogeneous population of agents. These include industrial gas and coal power plants alongside different types of financial speculators, from trend-followers and contrarians ones to adaptive agents, volatility aware market makers and other noise agents (zero intelligence traders). To ensure empirical validity, the model is calibrated using a Differential Evolution (DE) optimization algorithm, which tunes behavioural parameters to minimize the discrepancy between simulated outputs and real-world validation metrics derived from historical market data. Results show that the model is able to endogenously reproduce key stylized facts of the carbon market. The analysis reveals a clear decomposition of price dynamics by function: industrial agents determine the fundamental price trend through structural compliance demand, while speculators’ interactions lead to short-term oscillations and liquidity consumption. Furthermore, specific scenario analyses quantify the stabilizing role of market makers and the non-linear impact of large institutional liquidity shocks. By bridging micro-level trading rules with macro-level outcomes, this work provides a robust experimental platform for understanding cross commodity transmission mechanisms and the emergent properties of the EU ETS.

La transizione energetica Europea sta ridisegnando le dinamiche di mercato, ponendo il sistema di scambio quote di emissione (EU ETS) al centro delle strategie di decarbonizzazione. Tuttavia, la formazione del prezzo delle European Union Allowances (EUA) non può essere analizzata in modo isolato, poiché emerge da un sistema profondamente interconnesso che coinvolge i mercati dell'energia elettrica, del gas naturale e del carbone. I modelli di equilibrio tradizionali spesso non riescono a catturare la complessità di queste interazioni, in particolare per quanto riguarda il ruolo della microstruttura di trading e l'eterogeneità dei partecipanti. Questa tesi affronta tale lacuna sviluppando un Modello Basato su Agenti (ABM) che simula il mercato delle EUA all'interno di un ambiente che comprende quattro commodity. L'approccio metodologico simula un meccanismo realistico di Limit Order Book (LOB), popolato da una popolazione eterogenea di agenti. Tra questi figurano impianti industriali a gas e carbone, affiancati da diversi speculatori finanziari, dai trend follower ai contrarian, fino agli agenti adattivi, market maker sensibili alla volatilità e altri agenti che creano rumore (zero intelligence traders). Per garantire la validità empirica, il modello è calibrato utilizzando un algoritmo di ottimizzazione a Evoluzione Differenziale (DE), che regola i parametri comportamentali per minimizzare la discrepanza tra gli output simulati e le metriche di validazione derivate da dati storici reali. I risultati dimostrano la capacità del modello di riprodurre in modo endogeno i principali fatti stilizzati del mercato della CO2. L'analisi rivela una chiara decomposizione tra le funzioni delle dinamiche di prezzo: gli agenti industriali determinano il trend fondamentale attraverso la domanda strutturale di compliance, mentre le interazioni degli speculatori guidano le oscillazioni a breve termine. Inoltre, l'analisi di specifici scenari quantifica il ruolo stabilizzante dei market maker e l'impatto non lineare di shock di liquidità istituzionali. Collegando le regole di trading a livello micro con i risultati macroeconomici, questo lavoro fornisce una solida piattaforma sperimentale per comprendere i meccanismi di trasmissione tra commodity e le proprietà emergenti dell'EU ETS.