Académique Documents
Professionnel Documents
Culture Documents
Electricidad
Documento de Trabajo N 4
Enero de 2004
DT04-OEE-OSINERG A5.pdf 1
20/06/2005 10:28:52
OSINERG
Estimacin de la Demanda Agregada de Electricidad
Documento de Trabajo N 4, preparado por la Oficina de Estudios Econmicos.
Est permitida la reproduccin total o parcial de este documento por
cualquier medio, siempre y cuando se cite la fuente.
Elaborado por Jos Gallardo, Luis Bendez y Javier Coronado
Primera versin: Julio 2002
ltima versin: Enero 2004.
Para comentarios o sugerencias dirigirse a:
OSINERG
Bernardo Monteagudo 222, Magdalena del Mar
Lima, Per
Tel. (511) 219-3400, anexo 1057
Fax (511) 219-3413
http://www.osinerg.gob.pe/osinerg/investigacion
Correo electrnico: jgallardo@osinerg.gob.pe lbendezu@osinerg.gob.pe
DT04-OEE-OSINERG A5.pdf 2
20/06/2005 10:28:53
Resumen1
La aplicacin del esquema de regulacin en el sector elctrico peruano requiere
de la estimacin de proyecciones del nivel de la demanda agregada de energa
elctrica en el Sistema Interconectado Elctrico Nacional (SEIN) considerando
un horizonte de cuatro aos. El modelo anual tradicionalmente utilizado para
realizar las proyecciones por parte del Comit de Operacin Econmica del
SEIN presenta tres importantes limitaciones, el uso de una metodologa
economtrica incorrecta, la forma funcional empleada en el modelo y la
definicin de la variable explicada. Ms especficamente, se utiliza un modelo
de mnimos cuadrados ordinarios con series no estacionarias, se emplea una
especificacin lineal y se considera nicamente una serie de demanda que no
incluye las denominadas cargas especiales e incorporadas en la estimacin y
proyeccin economtrica, las cuales se adicionan por fuera del modelo. Esta
metodologa genera una subestimacin de las predicciones del consumo no
minero y predicciones sobreestimadas del consumo elctrico agregado.
En esta perspectiva este documento tiene como principal objetivo plantear el
uso de modelos economtricos alternativos para la realizacin de proyecciones
de la demanda elctrica, los cuales permitan mejorar la eficiencia y la bondad
predictiva, as como reducir la discrecionalidad del procedimiento actual. En el
estudio, utilizando informacin anual para el periodo 1970-2001, se estiman
tres modelos economtricos, uno de series de tiempo, un modelo de correccin
de error y un modelo que desagrega la demanda elctrica en tres componentes
(residencial, minero y el resto de la industria junto con el comercio).
Asimismo, se estiman y evalan tres modelos economtricos utilizando
1
. Documento elaborado por Jos Gallardo, Luis Bendez y Javier Coronado. Los errores y
omisiones son de absoluta responsabilidad de los autores. Se agradecen los comentarios de Arturo
Vsquez. Comentarios y sugerencias a jgallardo@osinerg.gob.pe o lbendezu@osinerg.gob.pe.
DT04-OEE-OSINERG A5.pdf 3
20/06/2005 10:28:53
DT04-OEE-OSINERG A5.pdf 4
20/06/2005 10:28:53
3.2
4
4.1
4.2
5
5.1
5.2
6
7
Introduccin.............................................................................................. 6
Revisin de la Literatura ....................................................................... 11
Literatura Internacional sobre el estudio de la demanda elctrica............ 12
Estimaciones anteriores para el caso peruano........................................... 15
Implementacin Emprica ..................................................................... 20
Presentacin y evaluacin de los datos utilizados .................................... 20
3.1.1 Informacin estadstica y sus fuentes............................................ 20
3.1.2 Evaluacin de las propiedades de los datos .................................. 26
Presentacin y estimacin de modelos seleccionados.............................. 30
3.2.1 Modelo de series de tiempo con datos mensuales......................... 31
3.2.2 Modelo de correccin de error con datos mensuales .................... 36
3.2.3 Modelo de Correccin del Error: Una aproximacin alternativa ......
...................................................................................................... 47
3.2.4 Modelos con datos anuales ........................................................... 52
Anlisis Comparativo de los resultados................................................ 54
Indicadores de calidad de prediccin ....................................................... 55
Proyecciones alternativas de los modelos estimados (2002-2006)........... 66
Sensibilidad de los modelos estimados a cambios en los supuestos.... 76
Modelo con Datos Anuales ...................................................................... 77
Modelo con Datos Mensuales .................................................................. 78
Conclusiones y comentarios finales....................................................... 80
Bibliografa ............................................................................................. 84
DT04-OEE-OSINERG A5.pdf 5
20/06/2005 10:28:54
1.
Introduccin
3
. El COES puede ser definido como un centro de coordinacin de despachos de cargas elctricas
que controla la operacin del Sistema Elctrico Interconectado Nacional (SEIN). Su objetivo es
coordinar la operacin de las centrales de generacin al mnimo costo, asegurando el suministro de
energa y el adecuado aprovechamiento de los recursos energticos relacionados a esta actividad.
Hasta el ao 2000, la red elctrica nacional se divida en dos subsistemas, el Sistema Interconectado
Centro Norte (SICN) y el Sistema Interconectado Sur (SIS) cada uno de los cuales era operado por
un COES independiente. A partir del 2001 los sistemas se interconectaron formando un gran
sistema nacional gracias al tendido y puesta en funcionamiento de la red de transmisin principal de
Mantaro-Socabaya. Existen, sin embargo, algunos sistemas locales aislados del SEIN que son de
relativa importancia, como el operado por la empresa Electro Oriente S.A. que produce energa
elctrica para algunas localidades de la selva peruana.
DT04-OEE-OSINERG A5.pdf 6
20/06/2005 10:28:54
4
. Las cargas especiales y cargas incorporadas comprenden el consumo de yacimientos mineros
en operacin, as como proyectos que se espera se incorporen a la demanda total de electricidad en
los prximos cuatro aos. Generalmente se asocia a este tipo de cargas con el consumo de unidades
mineras.
DT04-OEE-OSINERG A5.pdf 7
20/06/2005 10:28:54
20,000
19,000
Actual
18,000
COES-SEIN propuesta 99
17,000
COES-SEIN-economtrico
16,000
15,000
14,000
13,000
Prediccin
12,000
1993
1994
1995
1996
1997
1998
1999
2000
2001
Existen dos aspectos que parecen ser centrales en esta discusin. Existe un
primer problema con la metodologa utilizada por el COES, que radica en la
estimacin por medio del mtodo de Mnimos Cuadrados Ordinarios para la
demanda sin cargas especiales ni incorporadas (primer componente). Esta
metodologa (MCO) requiere que las series sean estacionarias, caracterstica no
satisfecha por numerosas series econmicas como el PBI, el consumo elctrico,
la poblacin, entre otras. El resultado de la aplicacin de la metodologa en
condiciones de no estacionariedad conducen al problema de la relacin espuria,
por el cual las variables independientes entre s estn estadsticamente muy
relacionadas. Este problema no tiende a desaparecer, an en el caso de muestras
DT04-OEE-OSINERG A5.pdf 8
20/06/2005 10:28:54
Un segundo problema con la metodologa del COES-SEIN tiene que ver con el
clculo del crecimiento de la demanda minera (segundo componente) a travs
de encuestas y entrevistas. Ms all de la poca rigurosidad de este
procedimiento, este esquema crea incentivos para que el COES proponga
escenarios optimistas sobre el desarrollo futuro de la demanda de energa
elctrica, debido a que una mayor demanda elctrica determina la programacin
en el despacho de centrales de generacin menos econmicas que incrementan
el costo marginal de provisin y por ende la tarifa en barra6. Algunos ejercicios
de simulacin realizados por la Gerencia Adjunta de Regulacin Tarifaria
(GART) muestran que, considerando el parque de generacin actual, un error
de uno por ciento en la sobrestimacin del nivel de la demanda para cada uno
de los cuatro aos del horizonte de proyeccin, se puede traducir en un
5
. El problema de relacin espuria fue estudiado inicialmente por Yule (1926). Para mayores
detalles, consltese Granger y Newbold (1974), Banerjee, Dolado, Galbraith y Hendry (1993) y
Maddala y Kim (1998).
6
. A modo de ejemplo, en la fijacin tarifaria de Noviembre del 2002, la propuesta del COES
contemplaba un crecimiento promedio de 15 por ciento en el consumo minero de electricidad en el
escenario optimista, y de 10.4 por ciento en el escenario moderado. En nuestra opinin, el
denominado escenario moderado es ms bien un escenario bastante optimista dado que la demanda
minera ha registrado crecimientos menores an en los perodos de mayor expansin. Por ejemplo,
entre 1996 y el 2001 la produccin minera creci a una tasa de 11 por ciento anual, siendo la tasa
anual de crecimiento del consumo elctrico de este sector ligeramente inferior al 8 por ciento.
DT04-OEE-OSINERG A5.pdf 9
20/06/2005 10:28:54
8
. Las ventas de electricidad se deducen de la produccin agregada restando el consumo propio de
las centrales de generacin y las prdidas de energa asociadas a la comercializacin de la
electricidad desde los generadores hasta el cliente final.
10
DT04-OEE-OSINERG A5.pdf 10
20/06/2005 10:28:54
2.
Revisin de la Literatura
9
El Artculo N 123 del reglamento de la LCE se establece que: La proyeccin de la demanda a la
que se refiere el artculo 47 de la Ley, se efectuar considerando la correlacin de la demanda de
electricidad con factores econmicos y demogrficos relevantes.
11
DT04-OEE-OSINERG A5.pdf 11
20/06/2005 10:28:54
Entre los estudios con informacin agregada puede sealarse a Engle, Granger,
Rice y Weiss (1986), Engle, Granger y Hallman (1989) y Meetamehra (2002).
A nivel de la regin, destacan los estudios de Chumacero (1996) y Mateos,
Rodrguez y Rossi (1999). Finalmente, en el caso peruano pueden sealarse los
estudios de empresas de consultora e instituciones de investigacin como
Monenco-Agra (1996), CISEPA (1998), S&Z Consultores (1999) y
Macroconsult (2001).
10
12
DT04-OEE-OSINERG A5.pdf 12
20/06/2005 10:28:54
demanda elctrica no representa una herramienta muy til para la proposicin de escenarios a
futuro.
11
13
DT04-OEE-OSINERG A5.pdf 13
20/06/2005 10:28:54
12
. Chang y Hsing (1991) introducen especificaciones no lineales para estimar la demanda elctrica
residencial.
14
DT04-OEE-OSINERG A5.pdf 14
20/06/2005 10:28:54
Por otro lado, Mateos et. al (1999) estiman un modelo estructural de equilibrio
parcial del mercado elctrico para el caso argentino. En tal sentido, los autores
estiman la oferta y demanda de electricidad empleando un sistema de
ecuaciones estimado por variables instrumentales. En este documento, se
utilizan variables que afectan la curva de oferta para obtener mejores
predicciones sobre el precio, como las condiciones hdricas de las cuencas
relevantes para el sistema de generacin, y los precios de los combustibles que
afectan el costo de la generacin trmica.
13
. Chang y Hsing (1991) muestran que una forma funcional no lineal cambia radicalmente el
resultado que se obtiene respecto a la elasticidad ingreso de la demanda elctrica, en comparacin
con un modelo en logaritmos o una especificacin aun ms sencilla. En particular, sus resultados
muestran que conforme el ingreso real de las familias en EE.UU. aument a lo largo de las dcadas
de 1950 y 1980, la elasticidad ingreso de la demanda elctrica se fue reduciendo, aunque a una tasa
decreciente.
15
DT04-OEE-OSINERG A5.pdf 15
20/06/2005 10:28:54
Modelo COES-SEIN
DT04-OEE-OSINERG A5.pdf 16
20/06/2005 10:28:54
14
. Este problema se trata de corregir en cierta medida asignando una probabilidad de ocurrencia de
0.5 para estos proyectos mineros, lo que en la prctica lleva a considerar solo la mitad de la
demanda elctrica potencial.
17
DT04-OEE-OSINERG A5.pdf 17
20/06/2005 10:28:54
15
. Los autores dividieron a los usuarios en clientes libres y regulados y, dentro de este ltimo, se
diferenci entre consumidores domsticos y no domsticos. Esta divisin fue aplicada para tres
mbitos geogrficos: Sistema Interconectado Centro Norte (sin considerar Lima), Lima
Metropolitana y Sistema Interconectado Sur (SIS).
18
DT04-OEE-OSINERG A5.pdf 18
20/06/2005 10:28:54
16
. Al momento de estimar la ecuacin de largo plazo, la elasticidad de la variable poblacin sugiere
que el crecimiento de sta variable es el que posee mayor influencia en el crecimiento de la
demanda elctrica. Como se ver posteriormente, esta caracterstica nos da indicios de una mala
especificacin economtrica.
19
DT04-OEE-OSINERG A5.pdf 19
20/06/2005 10:28:54
3.
Implementacin Emprica
3.1.1
17
. Toda la informacin estadstica utilizada en la estimacin de los diferentes modelos se presenta
en el Anexo N 1. En el primer cuadro se presenta informacin anual sobre la demanda elctrica
sectorial estimada para el SEIN, en el segundo cuadro se presenta informacin anual adicional
sobre la demanda elctrica a nivel nacional, en el tercer cuadro se muestra informacin estadstica
sobre el PBI y la poblacin en frecuencia anual, y en el ltimo cuadro se consigna la informacin
de las series mensuales a ser utilizadas en el presente documento.
20
DT04-OEE-OSINERG A5.pdf 20
20/06/2005 10:28:55
21
DT04-OEE-OSINERG A5.pdf 21
20/06/2005 10:28:55
18
. Estos generadores estaban vinculados a las empresas Shougang Hierro Per, Southern Per
Copper Corporation y Centromn, las cuales hasta mediados de 1997 generaban electricidad para el
consumo exclusivo de sus unidades mineras asociadas. En 1997, estas generadoras se
independizaron adoptando los nombres de Shougesa, Enersur y Electroandes respectivamente,
incorporndose a la serie de ventas.
22
DT04-OEE-OSINERG A5.pdf 22
20/06/2005 10:28:55
23
DT04-OEE-OSINERG A5.pdf 23
20/06/2005 10:28:55
Por otro lado, existe una serie de frecuencia mensual del PBI real con base
199423. A diferencia de la anterior, esta serie se encuentra en nmeros ndices
por lo que fue preciso transformarla a valores constantes en moneda nacional.
Utilizando la informacin del PBI anual en millones de nuevos soles de 1994 y
los ndices mensuales referidos es posible aproximar el PBI mensual en
millones de soles de 1994. A partir de estos datos se obtienen los valores para
21
. Tales como el Instituto Cuanto y Apoyo Consultora. Esta ltima institucin efectu el clculo
del PBI departamental en las ltimas fijaciones tarifarias.
22
. Por ejemplo, el PBI para el departamento de Lima estimado por Apoyo para el 2000 superior en
cuatro por ciento aproximadamente al calculado por Cuanto, mientras que el PBI de Arequipa para
el mismo ao es un 26 por ciento inferior.
23
. Al respecto, existe una discrepancia sobre la medicin del PBI mensual, dado que la mayor parte
de la informacin empleada es medida de forma indirecta, lo cual podra llevar a errores de
medicin en esta variable. Sin embargo, es el nico indicador disponible que puede servir para la
evolucin del nivel de actividad econmica.
24
DT04-OEE-OSINERG A5.pdf 24
20/06/2005 10:28:55
Poblacin
Definicin
Variable
yt
PBIR94:
POBL:
IPCM:
VETOT
TEPROM
pobl t
ipc t
vt
pt
25
DT04-OEE-OSINERG A5.pdf 25
20/06/2005 10:28:55
Definicin
Demanda Agregada del SEIN (GW.h.)
Demanda Elctrica del Sector Minero (GW.h.)
Demanda Elctrica Residencial (GW.h.)
Demanda Elctrica Residencial Per Cpita (GW.h. / hab.)
Demanda Elctrica del Resto de la Industria y Comercio
PBI Global (mill. S/. 1994)
PBI Minero Metlico (mill. S/. 1994)
PBI Resto de la Economa (mill. S/. 1994)
Poblacin total del Per (miles de habitantes)
Tarifa Electricidad Promedio (Cts. US$ / Kwh.)
Variable
da t
dmin t
dresi t
dresipc t
dresto t
ya t
yma t
yra t
pobl t
pa t
3.1.2
26
DT04-OEE-OSINERG A5.pdf 26
20/06/2005 10:28:55
VETOT
1,138.00
1,137.90
1,422.80
894
145.7
0.2
1.87
5.68
0.06
96
PBIR94
9,473.30
9,607.20
11,204.90
6,941.00
753.7
-0.62
3.84
9.06
0.01
96
TEPROM
21.4
21.2
25.6
15.1
2.9
-0.49
2.48
5
0.08
96
POBL
24,865.30
24,846.50
26,560.90
23,243.00
972.9
0.05
1.8
5.77
0.06
96
24
. Se debe recordar que esta es una de las principales crticas hechas al modelo estimado por
COES-SEIN, el cual fue presentado lneas arriba.
27
DT04-OEE-OSINERG A5.pdf 27
20/06/2005 10:28:55
VETOT
PBIR94
TEPROMR
POBL
VETOT
1.000
0.783
0.831
0.987
Series en niveles
PBIR94
0.783
1.000
0.766
0.782
TEPROM
0.831
0.766
1.000
0.870
POBL
0.987
0.782
0.870
1.000
DVETOT
DPBIR94
DTEPROMR
DPOBL
D(VETOT)
1.000
0.450
-0.256
0.039
D(PBIR94)
0.450
1.000
-0.173
-0.038
D(TEPROM)
-0.256
-0.173
1.000
-0.195
D(POBL)
0.039
-0.038
-0.195
1.000
Cuadro N 5
Correlaciones cruzadas de las variables en frecuencia anual
A. Series en niveles
DE_SEIN
PBIRA
POBL
TARIFA
DE_SEIN
1.000
0.896
0.965
0.780
PBIRA
0.896
1.000
0.778
0.722
POBL
0.965
0.778
1.000
0.824
TARIFA
0.780
0.722
0.824
1.000
DE_SEIN
PBIRA
POBL
TARIFA
DE_SEIN
1.000
0.716
0.050
-0.120
PBIRA
0.716
1.000
-0.149
0.347
POBL
0.050
-0.149
1.000
-0.331
TARIFA
-0.120
0.347
-0.331
1.000
28
DT04-OEE-OSINERG A5.pdf 28
20/06/2005 10:28:55
DF-GLS
Intercepto y
Intercepto
Tendencia
0.947
-2.020
1.542
-1.257
2.138
-1.794
1.290
-1.203
-1.537
-2.101
-1.588
-1.247
25
. Sin embargo, existen nuevas especificaciones que no dependen necesariamente del orden de
integracin de las series, como la propuesta por Pesaran y Shin (2000) y Pesaran, Shin y Smith
(2001).
26
. La prueba de raz unitaria de Eliott, Rothenberg y Stock (1996) se basa en una modificacin a la
prueba de Dickey y Fuller (DF), obteniendo una familia de pruebas. Estos autores muestran que la
familia de pruebas obtenida carece de los problemas de tamao y poder de la prueba DF, por lo cual
su uso es ms apropiado en muestras pequeas. De otro lado, la prueba de Perron y Ng (2001) se
basa en una modificacin a las pruebas originales de Elliott et. al. (1996), introduciendo un
componente no paramtrico basado en funciones de kernel para estimar las covarianzas.
29
DT04-OEE-OSINERG A5.pdf 29
20/06/2005 10:28:55
Variable
Ventas de Electricidad
PBI Real
PBI Minero
PBI Resto
Tarifa Promedio
Poblacin
Ng - Perron (Mza)
Intercepto y
Intercepto
Tendencia
1.762
-24.643
0.818
-0.837
2.159
-10.807
0.662
-0.777
-5.057
-8.175
1.274
-2.974
Ng - Perron (Mzt)
Intercepto y
Intercepto
Tendencia
2.055
-3.482
1.498
-0.540
2.364
-2.244
1.146
-0.503
-1.499
-2.021
1.135
-1.154
30
DT04-OEE-OSINERG A5.pdf 30
20/06/2005 10:28:55
DT04-OEE-OSINERG A5.pdf 31
20/06/2005 10:28:55
'vt
Ht
E U1'vt 1 U 2 'vt 2 H t
Pt T1Pt 1 T12 Pt 12
(1)
Pt N (0, V 2 )
Donde:
vt : Ventas de electricidad en GWh
et : Residuo de la regresin
Pt : Innovaciones con un proceso tipo ruido blanco.
' : Operador de primeras diferencias
32
DT04-OEE-OSINERG A5.pdf 32
20/06/2005 10:28:55
Coeficiente
15.2631
-0.8536
-0.5511
0.5679
0.4323
-43.8748
31.2034
-23.5528
15.9086
35.8669
0.8272
0.8053
37.7734
Error Estndar
Estadstico t
3.4108
4.4749
0.0973
-8.776
0.0829
-6.6452
0.0614
9.2431
0.0684
6.3192
9.636
-4.5532
5.6635
5.5096
6.5886
-3.5748
6.6151
2.4049
9.3391
3.8405
Criterio de Informacin de Akaike
Criterio de Informacin de Schwartz
Probabilidad (Estadstico F)
Probabilidad
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0006
0.0188
0.0003
8.0376
8.3332
0.0000
28
. La inclusin de variables dummy estacionales agrega cierta estructura al modelo de series de
tiempo, asumiendo un comportamiento estacional determinstico. Sin embargo, la introduccin del
concepto de modelos estructurales de series de tiempo (Harvey, 1993), se basa en el supuesto que
componentes como tendencias y ciclos pueden estimarse mediante la introduccin de procesos
estocsticos, mejorando la aproximacin al proceso generador de datos. Esta generalizacin de los
modelos de la clase ARIMA es sumamente til para el propsito de nuestro estudio, dado que el
objetivo es obtener proyecciones confiables sobre las ventas de energa elctrica.
33
DT04-OEE-OSINERG A5.pdf 33
20/06/2005 10:28:55
29
34
DT04-OEE-OSINERG A5.pdf 34
20/06/2005 10:28:55
dvt
(2)
DT04-OEE-OSINERG A5.pdf 35
20/06/2005 10:28:56
Et dvt 1
U1 dvt U 2 dvt 1
(3)
1995-1997
-13.0
72.0
-5.5
81.8
21.8
1995-1999
-9.0
65.1
-7.2
74.9
19.3
1995-2001
-3.0
55.0
-18.1
68.6
25.8
DT04-OEE-OSINERG A5.pdf 36
20/06/2005 10:28:56
30
^ yt ` son
xt D yt et
ut ut 1 H1t
et U et 1 H 2t
(2)
(3)
(4)
(5)
E H 2t 0
var H1t V 11
(6)
var H 2t V 22
cov H1t , H 2t V 12
Resolviendo para
xt
yt
1
xt
yt
(7)
(8)
D E ut D E et
Dado que
, se obtiene que:
1
D D E ut E D E et
1
DzE
1
>
x D y
es estacionaria en
es la relacin de
37
DT04-OEE-OSINERG A5.pdf 37
20/06/2005 10:28:56
a)
b)
c)
en el Anexo N 5). En el caso multivariado, pueden existir hasta n-1 vectores de cointegracn,
donde n es el nmero de variables explicativas.
31
38
DT04-OEE-OSINERG A5.pdf 38
20/06/2005 10:28:56
lvt
(4)
H t N (0, V 2 )
Donde:
vt
yt
pt
pobt
32
39
DT04-OEE-OSINERG A5.pdf 39
20/06/2005 10:28:56
Coeficiente
-25.4604
0.2601
-0.0579
2.9666
0.0458
0.9829
0.9822
1308.8490
Error Estndar
Estadstico t
0.6557
-38.8323
0.0652
3.9909
0.0302
-1.9172
0.1032
28.7546
0.0088
5.1990
Criterio de Informacin de Akaike
Criterio de Informacin de Schwartz
Probabilidad (Estadstico F)
Probabilidad
0.0000
0.0001
0.0583
0.0000
0.0000
-5.2505
-5.1169
0.0000
q 1
b 'lv
j
j 1
t j
(5)
r 1
J 1 j 'lyt j J 2 j 'lpt j Pt
j 0
j 0
Pt N (0, V 2 )
Donde:
vt
yt
pt
poblt
'
33
:
:
:
:
:
. Ver Johnston y Dinardo (1997) para una revisin de los modelos de rezagos distribuidos.
40
DT04-OEE-OSINERG A5.pdf 40
20/06/2005 10:28:56
41
DT04-OEE-OSINERG A5.pdf 41
20/06/2005 10:28:56
35
. Este tipo de pruebas se basa en estimaciones sucesivas del MCE utilizando cada vez subgrupos
ms amplios de la muestra total. Para efectos de la explicacin de estos tests denotamos al tamao
de la muestra con la letra T y al nmero de regresores estimados con la letra k. En primer lugar se
realiz un Test de Residuos Recursivos que consiste en estimar con las primeras k observaciones
del total de la muestra T los k coeficientes que acompaan a los regresores en la ecuacin (24). Con
los resultados de esta primera inferencia se procede a realizar una prediccin de la variable
dependiente v para el periodo k + 1. Esta prediccin se comparara con el valor actual de la serie en
el periodo k + 1 y se computa el error de prediccin. Seguidamente, la sub muestra inicial se
expande para agregar una observacin a la estimacin, por lo que se estiman los k coeficientes con
k+1 observaciones. Con esta nueva estimacin se repite el proceso de prediccin y as
sucesivamente hasta llegar a utilizar las T observaciones que corresponden a toda la muestra.
42
DT04-OEE-OSINERG A5.pdf 42
20/06/2005 10:28:56
Coeficiente
-0.76785
-0.14937
-0.22248
0.20096
0.01311
-0.01701
0.02144
0.01466
-0.02535
0.00618
0.83074
0.81016
Error Estndar
Estadstico t
0.0631
-12.1712
0.0481
-3.1024
0.0711
-3.1283
0.0345
5.8242
0.0042
3.0921
0.0066
-2.5700
0.0042
5.1424
0.0027
5.5197
0.0034
-7.5312
0.0035
1.7847
Criterio de Informacin de Akaike
Criterio de Informacin de Schwartz
Probabilidad
0.0000
0.0027
0.0025
0.0000
0.0028
0.0122
0.0000
0.0000
0.0000
0.0784
-6.00957
-5.72019
DT04-OEE-OSINERG A5.pdf 43
20/06/2005 10:28:56
Exogeneidad dbil
36
44
DT04-OEE-OSINERG A5.pdf 44
20/06/2005 10:28:56
En tal sentido, el modelo dinmico que incluye todas las interrelaciones para el
caso de la estimacin de la demanda elctrica vendra dado por el sistema de
ecuaciones (en logaritmos):
38
. La estimacin con una sola ecuacin puede no incorporar toda la informacin sobre las
causalidades inherentes a las series econmicas incluidas, por lo que sera preciso mejorar la
calidad de la estimacin. Esta mejora se logra estimando todas las relaciones causales existentes
entre las variables, por lo que se requiere la estimacin de un sistema de ecuaciones. Sims (1980)
consider que el proceder de los economistas al intentar estimar modelos estructurales complejos
con un gran nmero de restricciones los llevan constantemente a realizar estimaciones de una sola
ecuacin realizando una serie de supuestos respecto al resto de la estructura econmica. En tal
sentido, el autor argumenta que una forma de solucionar el problema es la estimacin de modelos
de ecuaciones simultneas en forma reducida que trate a todas las variables como endgenas, de tal
modo que no se complique el anlisis incorporando una gran cantidad de restricciones, dando
origen a los modelos de Vectores Autorregresivos (VAR).
45
DT04-OEE-OSINERG A5.pdf 45
20/06/2005 10:28:56
* jv
D v '
H vt
'lzt j E i zt 1
D
j 1 jx
x
H xt
H t N (0, V i 2 I )
'lvt
'lx
t
Donde:
vt :
xt :
zt :
*i :
Ei :
Di :
':
q 1
(6)
39
. El sistema se estim por el mtodo de Regresiones Aparentemente No Relacionadas o SUR por
sus siglas en ingls. Este mtodo se recomienda cuando se asume que las variables que se
encuentran al lado derecho del sistema son exgenas, y se presume que los errores de las
ecuaciones que componen el sistema estn correlacionados contemporneamente entre s (Johnston
y DiNardo, 1997).
46
DT04-OEE-OSINERG A5.pdf 46
20/06/2005 10:28:56
Esta preocupacin surge del hecho que en pases como el Per la estructura
econmica ha sufrido grandes cambios a lo largo del tiempo, alterando el
patrn de consumo de electricidad. Estos quiebres en la produccin (y en el
consumo elctrico) no pueden ser recogidos adecuadamente por un modelo
agregado. Por ejemplo, en el caso del proyecto de Antamina el modelo de
correccin de errores estimado en la seccin anterior intenta corregir dicho
problema mediante la introduccin de una variable dummy. Esta aproximacin
es hasta cierto punto arbitraria, por cuanto el nmero de perodos que la
entrada de este proyecto tendr sobre el comportamiento de las ventas elctricas
40
. Una aproximacin alternativa radica en la evaluacin del nmero de vectores de cointegracin,
mediante el procedimiento de Johansen. Los resultados, mostrados en el Anexo N X, sugieren la
existencia de un nico vector de cointegracin.
47
DT04-OEE-OSINERG A5.pdf 47
20/06/2005 10:28:56
La relacin de largo plazo para las ventas de electricidad est representada por
la siguiente expresin (en logaritmos):
lvt
(7)
H t N (0, V 2 )
48
DT04-OEE-OSINERG A5.pdf 48
20/06/2005 10:28:57
Coeficiente
0.1174
0.2402
-0.0738
0.3853
0.0419
-0.0565
0.0029
0.9867
0.9858
Error Estndar
0.0322
Estadstico t
3.6506
Probabilidad
0.0004
0.0554
4.3362
0.0271
-2.7221
0.0538
7.1581
0.0079
5.2827
0.0154
-3.6594
0.0002
12.6255
Criterio de Informacin de Akaike
Criterio de Informacin de Schwartz
0.0000
0.0078
0.0000
0.0000
0.0004
0.0000
-5.4620
-5.2750
DT04-OEE-OSINERG A5.pdf 49
20/06/2005 10:28:57
q 1
r 1
w1
j 0
j 0
(8)
j 0
P t N (0, V 2 )
Donde:
vt :
ymt :
yrt:
pt :
pobt :
t:
DT04-OEE-OSINERG A5.pdf 50
20/06/2005 10:28:57
Coeficiente
-0.7386
-0.1264
-0.2088
0.1106
0.2312
0.0157
-0.0106
0.0212
-0.0276
0.7922
0.7701
Error Estndar
Estadstico t
0.0844
-8.7462
0.0573
-2.2077
0.0763
-2.7347
0.0373
2.9648
0.0375
6.1666
0.0052
3.0385
0.0056
-1.8867
0.0039
5.4118
0.0041
-6.7172
Criterio de Informacin de Akaike
Criterio de Informacin de Schwartz
Probabilidad
0.0000
0.0303
0.0078
0.0041
0.0000
0.0033
0.0631
0.0000
0.0000
-5.8283
-5.5679
DT04-OEE-OSINERG A5.pdf 51
20/06/2005 10:28:57
41
. Este tipo de modelos se emplea nicamente para propsitos de comparacin, por cuanto el
empleo de metodologas de estimacin con un reducido nmero de datos (en muchos casos
menores a treinta observaciones) hace que no se cumplan las propiedades de los estimadores de
mnimos cuadrados ordinarios u otro tipo de estimadores que se basan en supuestos de la teora
asinttica.
52
DT04-OEE-OSINERG A5.pdf 52
20/06/2005 10:28:57
DT04-OEE-OSINERG A5.pdf 53
20/06/2005 10:28:57
54
DT04-OEE-OSINERG A5.pdf 54
20/06/2005 10:28:57
Periodo de
Estimacin
1975-2001
1970-2001
1970-2001
1970-2001
1994-2001
1994-2001
1994-2001
1994-2001
Variable
dependiente
DE_SEIN
DE_SEIN
DE_SEIN
DE_SEIN
VETOT
VETOT
VETOT
VETOT
Para efectos de evaluar las predicciones del modelo del COES, se consider
conveniente analizar la bondad de ajuste de las proyecciones de la demanda
agregada realizadas en el ao 1999. La propuesta tarifaria que presentaron los
operadores de ambos sistemas se realiz por separado, por lo que fue necesario
55
DT04-OEE-OSINERG A5.pdf 55
20/06/2005 10:28:57
Cuadro N 14
Comparacin de estadsticos de los residuos de la prediccin en la muestra
1999-20011/
Modelo
Frecuencia
Propuesta 99
economtrico
M.A.S
MCE
TSM
COES-SEIN
Anual
Anual
Anual
Anual
Anual
Mensual
TSM
Mensual
MCE
Mensual
MCE-MIN
Mensual
Error Medio:
EM
485.63
-887.99
2.5
39.9
-86.25
-47.5
(-569.4)
-2.4
(-28.5)
-4.1
(-49.2)
-5.3
(-60.6)
320,776
936,798
9,078
3,977
26,164
3,268
(283707)
499
(1804.5)
286
(3116.0)
283.9
(3752.4)
356.95
444.63
116.65
59.83
167.6
32.3
(284.6)
22.5
(36.8)
16.7
(36.1)
16.4
(31.6)
0.74
-0.5
46.68
1.5
-1.94
-0.7
(-0.5)
-9.5
(-1.4)
-4.1
(-0.7)
-3.1
(-0.5)
1/ Para los modelos mensuales se muestra entre parntesis los estadsticos anualizados.
Fuente: Estimaciones propias.
Elaboracin: Oficina de Estudios Econmicos OSINERG.
56
DT04-OEE-OSINERG A5.pdf 56
20/06/2005 10:28:57
42
57
DT04-OEE-OSINERG A5.pdf 57
20/06/2005 10:28:57
^ e
1t
T
, e2t `t 1 , definimos la calidad de la prediccin
mediante una funcin de prdida g (<) . En el caso de esta prueba, se define el diferencial en
prdidas mediante d
g e g e . Para este caso, la hiptesis nula de igualdad de
t
1t
2t
> @
asociados con ambas predicciones son, en promedio, iguales. Si la hiptesis nula es rechazada, el
investigador deber elegir aquella prediccin que tenga la menor prdida. En este sentido, dada una
serie ^d `T que representa un diferencial de prdidas, una manera de verificar la hiptesis nula
t t 1
puede venir dada mediante el clculo de la media de la serie. Diebold y Mariano (1994), basndose
58
DT04-OEE-OSINERG A5.pdf 58
20/06/2005 10:28:57
Cuadro N 15
Comparacin de indicadores de Bondad de Ajuste de la prediccin 19992001
Modelo
Frecuencia
COES-SEIN
Propuesta 99
COES-SEIN
economtrico
M.A.S
MCE
TSM
COES-SEIN
TSM
MCE
MCE-MIN
Promedio Valor
Absoluto del
Error: PVAE
Promedio Valor
Absoluto del
Error como % del
Actual: PVAEPA
Coeficiente de
Desigualdad de
Theil: TIC
Anual
566.37
485.63
2.7
0.0157
Anual
Anual
Anual
Anual
Mensual
Mensual
Mensual
Mensual
967.88
95.28
63.06
161.75
57.17
22.34
16.92
16.85
887.99
80.31
58.96
151.07
50.59
18.01
14.15
13.59
5.01
0.44
0.33
0.85
3.83
1.4
1.09
1.05
0.0285
0.0027
0.0017
0.0045
0.022
0.0086
0.0065
0.0065
Otro criterio para evaluar las cualidades predictivas de los modelos estimados
proviene de la descomposicin del error cuadrtico medio (ECM) de la
prediccin, criterio que permite evaluar la eficiencia de los modelos para
estimar tanto la media como la varianza de la serie explicada. Este estadstico
se divide en tres componentes: la proporcin de sesgo, la proporcin de
varianza y la proporcin de covarianza. Los dos primeros comparan la media y
la varianza de la serie observada con la serie predicha, mientras que la
. La varianza de
t
var d
, donde
t 1
59
DT04-OEE-OSINERG A5.pdf 59
20/06/2005 10:28:57
Cuadro N 16
Descomposicin del error cuadrtico medio de la prediccin en la muestra
1999-2001
Modelo
COES-SEIN
Propuesta 99
COES-SEIN
economtrico
M.A.S
MCE
TSM
COES-SEIN
TSM
MCE
MCE-MIN
Frecuencia
Proporcin de
Sesgo
Proporcin de
Varianza
Proporcin de
Covarianza
Anual
0.735
0.244
0.021
Anual
Anual
Anual
Anual
Mensual
Mensual
Mensual
Mensual
0.842
0.001
0.399
0.284
0.689
0.011
0.016
0.061
0.151
0.216
0.012
0.347
0.180
0.001
0.081
0.128
0.007
0.783
0.589
0.369
0.131
0.988
0.903
0.811
60
DT04-OEE-OSINERG A5.pdf 60
20/06/2005 10:28:57
Por otro lado, los resultados de la prueba de Diebold y Mariano (Cuadro N 17)
aplicada a los modelos estimados con informacin mensual evidencian
caractersticas similares a las observadas mediante el empleo de los criterios de
bondad de prediccin mostrados anteriormente. Utilizando los criterios de error
cuadrtico medio y error medio en valor absoluto, se muestra que los mejores
modelos en trminos de prediccin dentro de la muestra para el perodo 19992001 son el modelo de series de tiempo (TSM-Mensual) y el modelo de
correccin de errores que incorpora el componente minero (MCE-MIN
Mensual). Sin embargo, para nuestros tres modelos estimados, se llega a
aceptar la hiptesis nula de igualdad de predicciones en comparacin con la
serie actual, lo cual indicara que, en principio, nuestros tres modelos seran
apropiados para realizar predicciones de demanda. En contraste, la
especificacin del COES con datos mensuales es la que presenta el desempeo
menos favorable en comparacin con el resto de modelos estimados.
61
DT04-OEE-OSINERG A5.pdf 61
20/06/2005 10:28:57
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
Cuadro N 17.B
Criterio: Error Cuadrtico Medio
MCE MIN Mensual MCE Mensual TSM Mensual COES Mensual
MCE MIN Mensual
0.1299
0.1831
0.0000
MCE Mensual
0.1289
0.0555
0.0000
TSM Mensual
0.1831
0.0555
0.0000
COES Mensual
0.0000
0.0000
0.0000
Criterio: Error Medio en Valor Absoluto
MCE MIN Mensual MCE Mensual TSM Mensual COES Mensual
MCE MIN Mensual
0.0744
0.8162
0.0000
MCE Mensual
0.0744
0.0350
0.0000
TSM Mensual
0.8162
0.0350
0.0000
COES Mensual
0.0000
0.0000
0.0000
62
DT04-OEE-OSINERG A5.pdf 62
20/06/2005 10:28:58
Actual
18,000
COES-SEIN-propuesta 99
17,000
COES-SEIN-economtrico
16,000
15,000
14,000
13,000
Prediccin
12,000
1993
1994
1995
1996
1997
1998
1999
2000
2001
63
DT04-OEE-OSINERG A5.pdf 63
20/06/2005 10:28:58
19,000
Actual
18,000
TSM
17,000
MCE
16,000
MAS
15,000
14,000
13,000
Prediccin
12,000
1993
1994
1995
1996
1997
1998
1999
2000
2001
Del anlisis anterior se puede concluir, en primer lugar, que todos los modelos
desarrollados en el presente documento son superiores en trminos de bondad
de ajuste respecto al modelo economtrico utilizado a la fecha por el COES.
Una segunda conclusin del anlisis es que, a pesar de presentar resultados
satisfactorios al momento de compararlos con el modelo del COES, los
modelos con datos anuales presentan ciertos problemas al momento de capturar
la media y la variabilidad de la serie. Una razn para ello podra ser el quiebre
existente en la serie de produccin de electricidad hacia 1992 que, aun
introduciendo una dummy, puede seguir generando sesgos.
64
DT04-OEE-OSINERG A5.pdf 64
20/06/2005 10:28:58
B. MCE-mensual
1500
1500
1400
Actual
Actual
Ene-00
Ene-01
Ene-00
Ene-01
Ene-01
C. TSM-mensual
Ene-99
800
Ene-99
800
Ene-98
900
Ene-94
900
Ene-00
1000
Ene-99
1000
Ene-98
1100
Ene-97
1100
Ene-96
1200
Ene-95
1200
Ene-97
MCE-MIN
Ene-94
MCE mensual
1300
Ene-95
1300
Ene-96
1400
D. COES-Mensual
1500
1500
1400
900
800
800
Ene-01
Ene-94
900
Ene-00
1000
Ene-99
1000
Ene-98
1100
Ene-97
1100
Ene-96
1200
Ene-95
1200
Ene-94
COES-Mensual 1/
1300
Ene-98
1300
Actual
Ene-97
TSM mensual
Ene-96
Actual
Ene-95
1400
En conclusin, los modelos con datos mensuales son los mejores predictores de
la demanda de electricidad, ya que muestran menores indicadores de error
respecto a los modelos anuales, prediciendo mejor la verdadera media y
65
DT04-OEE-OSINERG A5.pdf 65
20/06/2005 10:28:58
46
. Los resultados de las estimaciones de este modelo se encuentran a disposicin de los lectores que
lo requieran.
66
DT04-OEE-OSINERG A5.pdf 66
20/06/2005 10:28:58
PBIR
PBIR_SA
11000
10000
9000
8000
7000
Ene-06
Ene-05
Ene-04
Ene-03
Ene-02
Ene-01
Ene-00
Ene-99
Ene-98
Ene-97
Ene-96
Ene-95
Ene-94
6000
DT04-OEE-OSINERG A5.pdf 67
20/06/2005 10:28:58
700
600
500
400
300
Ene-06
Ene-05
Ene-04
Ene-03
Ene-02
Ene-01
Ene-00
Ene-99
Ene-98
Ene-97
Ene-96
Ene-95
Ene-94
200
Respecto a los ltimos cuatro aos, el crecimiento del PBI global proyectado
para el periodo 2002-2006 contrasta con una tasa de crecimiento promedio
anual inferior al uno por ciento observada en el periodo 1998-2001. Por su
parte, el supuesto realizado respecto al crecimiento promedio anual del PBI
minero metlico refleja la desaceleracin esperada debido a un escenario
externo de lento crecimiento mundial, en comparacin con un crecimiento de
9.1 por ciento en los ltimos cuatro aos.
68
DT04-OEE-OSINERG A5.pdf 68
20/06/2005 10:28:58
Ao
PBI
PBI Minero
1998-2001
0.90%
9.10%
PBI Resto de
Industria y
Comercio
0.60%
2001
2002
2003
2004
2005
2006
0.20%
3.60%
3.30%
2.10%
2.30%
2.40%
12.80%
14.70%
6.30%
5.10%
4.80%
4.60%
-0.40%
3.00%
3.20%
2.00%
2.10%
2.20%
1.70%
1.50%
1.50%
1.50%
1.50%
1.50%
2002-2006
2.70%
7.00%
2.50%
1.50%
Poblacin
1.70%
47
69
DT04-OEE-OSINERG A5.pdf 69
20/06/2005 10:28:58
Debido a que los modelos mensuales tienen como variable dependiente a las
ventas de electricidad, se deben efectuar tres ajustes con el propsito de hacer
compatibles los resultados. En primer lugar, tal como se indico en la Seccin
3.1.1, se descont de la serie de ventas proyectada un 1.7 por ciento asociado al
consumo final de los sistemas aislados, tomando en cuenta su participacin en
las ventas totales de electricidad en el ao 2001. En segundo lugar se sumaron a
las ventas elctricas anualizadas dos componentes: el consumo propio de las
centrales de generacin elctrica y las prdidas anuales por transmisin,
transformacin y distribucin.
DT04-OEE-OSINERG A5.pdf 70
20/06/2005 10:28:58
DT04-OEE-OSINERG A5.pdf 71
20/06/2005 10:28:58
72
DT04-OEE-OSINERG A5.pdf 72
20/06/2005 10:28:58
DT04-OEE-OSINERG A5.pdf 73
Frecuencia
2001
2002
2003
COES-SEIN Fijacin
Mayo 2002
Escenario Moderado
Anual
18,611
19,735
20,831
Escenario Optimista
Anual
18,611
19,948
21,291
M.A.S
Anual
18,613
19,721
20,694
MCE
Anual
18,611
19,664
20,564
TSM
Anual
18,611
19,637
20,513
TSM
Mensual
18,611
19,516
20,316
MCE
Mensual
18,611
19,437
20,278
MCE-MIN
Mensual
18,611
19,464
20,391
Fuente: Estimaciones propias, Propuestas Tarifarias del COES de Mayo 2002.
Elaboracin: Oficina de Estudios Econmicos OSINERG.
Modelo
21,738
22,598
21,493
21,468
21,416
21,168
21,220
21,315
2004
22,996
24,491
22,375
22,323
22,268
21,972
22,172
22,220
2005
24,214
26,352
23,322
23,208
23,183
22,741
23,143
23,120
2006
5.40%
7.20%
4.60%
4.50%
4.50%
4.10%
4.50%
4.40%
Crecimiento
Promedio
2002-2006
Cuadro N 19
Proyeccin de la demanda agregada de electricidad del SEIN por modelo, 2002 2006
73
20/06/2005 10:28:58
Cuadro N 20
Proyeccin de la demanda agregada elctrica del SEIN por sectores:
M.A.S. 2002-2006
Ao
2001
2002
2003
2004
2005
2006
Crecimiento
Promedio
2002-2006
DE_RESI
(1)
4,045
4,143
4,340
4,448
4,559
4,695
DE_MIN
(2)
4,762
5,193
5,448
5,618
5,845
6,077
DE_RESTO
(3)
9,806
10,385
10,906
11,428
11,972
12,549
DE_SEIN
(4)
18,613
19,721
20,694
21,493
22,375
23,322
3.0%
5.0%
5.1%
4.6%
74
DT04-OEE-OSINERG A5.pdf 74
20/06/2005 10:28:58
17400
17300
17153
Gw h
17200
17100
17189
Gw h
17000
VENTAS_REAL SEIN
OSINERG NOV02
COES_NOV02
75
DT04-OEE-OSINERG A5.pdf 75
20/06/2005 10:28:58
76
DT04-OEE-OSINERG A5.pdf 76
20/06/2005 10:28:58
Tasa Crecimiento
Produccin de
Electricidad 2003
3.2%
3.8%
4.4%
5.0%
5.6%
6.2%
6.8%
7.4%
8.0%
Crecimiento
(Gwh)
620.7
737.1
853.0
968.5
1083.6
1198.0
1312.2
1425.8
1539.0
. El valor obtenido puede ser comparable al promedio de elasticidades ingreso obtenidas para un
conjunto de pases Latinoamericanos, que fue de 0.65 (Westley, 1992). Esta elasticidad promedio
77
DT04-OEE-OSINERG A5.pdf 77
20/06/2005 10:28:59
78
DT04-OEE-OSINERG A5.pdf 78
20/06/2005 10:28:59
Tasa Crecimiento
Ventas de
Electricidad 2003
Crecimiento
(Gwh)
3.2%
3.4%
3.6%
3.7%
3.9%
4.0%
4.1%
4.2%
4.3%
558.0
597.0
635.0
655.0
674.0
693.0
711.0
729.0
748.0
Cuadro N 23
Escenarios para el crecimiento del PBI del resto de la economa 2003
Tasa
PBI Resto 2003 Ventas Totales de
Crecimiento
(Millones de Soles Electricidad 2003
PBI Resto
(Gwh)
de 1994)
2003
0.0%
7,396
18,042
1.0%
7,544
18,081
2.0%
7,544
18,081
3.0%
7,692
18,119
4.0%
7,766
18,139
5.0%
7,840
18,158
6.0%
7,914
18,177
7.0%
7,988
18,195
8.0%
8,062
18,213
Tasa Crecimiento
Ventas de
Electricidad 2003
Crecimiento
(Gwh)
3.2%
3.5%
3.7%
4.0%
4.2%
4.5%
4.7%
4.9%
5.2%
558.0
597.0
597.0
635.0
655.0
674.0
693.0
711.0
729.0
DT04-OEE-OSINERG A5.pdf 79
20/06/2005 10:28:59
Tasa Crecimiento
Ventas de
Electricidad 2003
Crecimiento
(Gwh)
3.2%
3.0%
2.8%
2.6%
2.4%
2.2%
2.0%
1.8%
1.6%
558.0
522.0
486.0
450.0
415.0
380.0
344.0
310.0
276.0
50
. En los estudios mencionados por Westley (1992) el promedio de la elasticidad precio es igual a
-0.48.
80
DT04-OEE-OSINERG A5.pdf 80
20/06/2005 10:28:59
DT04-OEE-OSINERG A5.pdf 81
20/06/2005 10:28:59
En segundo lugar, sera necesario contar con una norma que no limite el
anlisis de la demanda a modelos estructurales que incluyan factores
econmicos y demogrficos (Art. 31 de la LCE). La econometra moderna
provee tcnicas que brindan proyecciones eficientes utilizando solo
informacin pasada de la variable dependiente. La calidad de un modelo
economtrico para hacer predicciones se mide exclusivamente por su poder
predictivo y por la consistencia estadstica que muestren los parmetros
estimados.
En cambio, la
DT04-OEE-OSINERG A5.pdf 82
20/06/2005 10:28:59
83
DT04-OEE-OSINERG A5.pdf 83
20/06/2005 10:28:59
Bibliografa
84
DT04-OEE-OSINERG A5.pdf 84
20/06/2005 10:28:59
DT04-OEE-OSINERG A5.pdf 85
20/06/2005 10:28:59
86
DT04-OEE-OSINERG A5.pdf 86
20/06/2005 10:28:59
87
DT04-OEE-OSINERG A5.pdf 87
20/06/2005 10:28:59
the
Applied
88
DT04-OEE-OSINERG A5.pdf 88
20/06/2005 10:28:59
Cuadro N A1.1
Datos utilizados en los modelos de frecuencia anual
1970
1971
1972
1973
1974
1975
1976
1977
1978
1979
1980
1981
1982
1983
1984
1985
1986
1987
1988
1989
1990
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000
2001P
DE_MIN
Var %
DE_RESTO
Var %
DE_RESI
Var %
DE_SEIN
Var %
(1)
(1)
(2)
(2)
(3)
(3)
(4)
(4)
6.40%
11.00%
5.60%
10.50%
6.20%
8.10%
17.70%
-1.80%
5.70%
5.70%
7.70%
7.50%
5.80%
2.60%
1.00%
6.60%
13.60%
8.50%
-1.40%
5.00%
4.10%
-6.80%
4.60%
3.90%
-1.10%
1.10%
5.40%
8.40%
3.50%
4.50%
2.80%
4,978
5,350
5,660
5,988
6,530
6,730
7,116
7,764
7,879
8,328
9,019
9,681
10,246
9,640
10,605
10,920
11,619
12,264
12,170
11,900
11,617
12,036
11,126
12,291
13,126
14,108
14,813
15,592
16,337
16,871
17,770
18,611
7.50%
5.80%
5.80%
9.10%
3.10%
5.70%
9.10%
1.50%
5.70%
8.30%
7.30%
5.80%
-5.90%
10.00%
3.00%
6.40%
5.60%
-0.80%
-2.20%
-2.40%
3.60%
-7.60%
10.50%
6.80%
7.50%
5.00%
5.30%
4.80%
3.30%
5.30%
4.70%
1,685
1,616
1,732
1,767
1,895
1,860
1,953
2,209
2,336
2,336
2,470
2,662
2,859
2,662
2,999
3,092
3,185
3,336
2,464
2,150
3,254
3,208
2,848
3,011
3,138
3,254
3,564
3,749
3,842
4,166
4,311
4,762
-4.10%
7.20%
2.00%
7.20%
-1.80%
5.00%
13.10%
5.80%
0.00%
5.70%
7.80%
7.40%
-6.90%
12.70%
3.10%
3.00%
4.70%
-26.10%
-12.70%
51.40%
-1.40%
-11.20%
5.70%
4.20%
3.70%
9.50%
5.20%
2.50%
8.40%
3.50%
10.50%
2,438
2,825
2,918
3,154
3,456
3,618
3,810
3,962
3,977
4,337
4,800
5,135
5,362
4,836
5,408
5,610
6,068
6,240
6,789
6,875
5,343
5,685
5,351
6,216
6,803
7,704
8,064
8,486
8,857
8,939
9,526
9,804
15.90%
3.30%
8.10%
9.60%
4.70%
5.30%
4.00%
0.40%
9.10%
10.70%
7.00%
4.40%
-9.80%
11.80%
3.70%
8.20%
2.80%
8.80%
1.30%
-22.30%
6.40%
-5.90%
16.20%
9.40%
13.20%
4.70%
5.20%
4.40%
0.90%
6.60%
2.90%
855
910
1,010
1,067
1,179
1,252
1,354
1,594
1,566
1,655
1,749
1,884
2,025
2,143
2,198
2,219
2,366
2,688
2,917
2,875
3,020
3,143
2,928
3,064
3,185
3,150
3,184
3,357
3,638
3,766
3,934
4,045
89
DT04-OEE-OSINERG A5.pdf 89
20/06/2005 10:28:59
Var %
(5)
CPG_Oterg
(6)
PDT_Oterg
(7)
DEN_Oterg
(8)
Var %
(8)
1970
-.-.5,149
20
368
5,537
1971
5,382
4.50%
23
546
5,951
7.50%
1972
5,796
7.70%
23
476
6,295
5.80%
1973
5,997
3.50%
23
639
6,660
5.80%
1974
6,393
6.60%
22
848
7,263
9.10%
1975
6,707
4.90%
23
756
7,486
3.10%
1976
6,997
4.30%
35
883
7,916
5.70%
1977
7,648
9.30%
35
953
8,636
9.10%
1978
7,730
1.10%
35
999
8,764
1.50%
1979
8,101
4.80%
35
1,127
9,263
5.70%
1980
8,695
7.30%
35
1,302
10,032
8.30%
1981
9,392
8.00%
43
1,333
10,768
7.30%
1982
10,054
7.10%
43
1,251
11,348
5.40%
1983
9,624
-4.30%
46
1,011
10,681
-5.90%
1984
10,531
9.40%
58
1,174
11,763
10.10%
1985
10,658
1.20%
46
1,418
12,123
3.10%
1986
11,333
6.30%
58
1,558
12,948
6.80%
1987
12,018
6.10%
136
1,856
14,011
8.20%
1988
11,426
-4.90%
217
1,914
13,557
-3.20%
1989
10,751
-5.90%
233
1,894
12,878
-5.00%
1990
11,786
9.60%
139
1,883
13,808
7.20%
1991
12,658
7.40%
139
1,581
14,378
4.10%
1992
10,507
-17.00%
233
2,301
13,041
-9.30%
1993
11,867
12.90%
256
2,519
14,642
12.30%
1994
12,367
4.20%
233
3,266
15,865
8.40%
1995
12,844
3.90%
279
3,010
16,133
1.70%
1996
14,054
9.40%
337
2,882
17,273
7.10%
1997
14,759
5.00%
279
2,882
17,920
3.70%
1998
15,899
7.70%
284
2,393
18,576
3.70%
1999
16,483
3.70%
263
2,294
19,040
2.50%
2000
17,323
5.10%
304
2,287
19,914
4.60%
2001P
-.-.-.-.-.-.(5) Datos del Balance de Energa 2000, OTERG sobre el consumo final de electricidad a nivel nacional (CFN)
(6) Datos del Balance de Energa 2000, OTERG sobre el consumo propio de los generadores a nivel nacional (CPG)
CFN_DGE
(9)
-.-.-.-.-.-.-.-.-.-.8,709
9,348
9,894
9,309
10,240
10,545
11,219
11,842
11,751
11,491
11,218
11,622
10,744
11,868
12,675
13,623
14,303
15,056
15,775
16,275
17,140
18,110
90
DT04-OEE-OSINERG A5.pdf 90
20/06/2005 10:28:59
Var %
(9)
-.-.-.-.-.-.-.-.-.-.-.7.30%
5.80%
-5.90%
10.00%
3.00%
6.40%
5.60%
-0.80%
-2.20%
-2.40%
3.60%
-7.60%
10.50%
6.80%
7.50%
5.00%
5.30%
4.80%
3.20%
5.30%
5.70%
Var %
(1)
PBI Minero
Metlico
(2)
Var %
(2)
Var %
(3)
1970
62,022
1,321
60,701
1971
64,627
4.20%
1,278
-3.20%
63,349
4.40%
1972
66,501
2.90%
1,367
7.00%
65,134
2.80%
1973
70,092
5.40%
1,398
2.20%
68,694
5.50%
1974
76,611
9.30%
1,462
4.60%
75,149
9.40%
1975
79,215
3.40%
1,335
-8.70%
77,880
3.60%
1976
80,800
2.00%
1,415
6.00%
79,385
1.90%
1977
81,123
0.40%
1,725
21.90%
79,398
0.00%
1978
81,366
0.30%
2,071
20.10%
79,295
-0.10%
1979
86,086
5.80%
2,355
13.70%
83,731
5.60%
1980
90,562
5.20%
2,387
1.40%
88,175
5.30%
1981
95,181
5.10%
2,353
-1.40%
92,828
5.30%
1982
94,610
-0.60%
2,501
6.30%
92,109
-0.80%
1983
83,446
-11.80%
2,474
-1.10%
80,972
-12.10%
1984
87,785
5.20%
2,550
3.10%
85,235
5.30%
1985
90,243
2.80%
2,760
8.30%
87,483
2.60%
1986
99,267
10.00%
2,785
0.90%
96,482
10.30%
1987
107,208
8.00%
2,912
4.50%
104,296
8.10%
1988
97,881
-8.70%
2,388
-18.00%
95,493
-8.40%
1989
86,429
-11.70%
2,705
13.30%
83,724
-12.30%
1990
81,893
-5.20%
2,720
0.50%
79,173
-5.40%
1991
83,760
2.30%
2,711
-0.30%
81,049
2.40%
1992
83,401
-0.40%
2,732
0.80%
80,669
-0.50%
1993
87,375
4.80%
3,031
10.90%
84,344
4.60%
1994
98,577
12.80%
3,491
15.20%
95,086
12.70%
1995
107,039
8.60%
3,718
6.50%
103,321
8.70%
1996
109,709
2.50%
3,990
7.30%
105,719
2.30%
1997
117,110
6.70%
4,419
10.80%
112,691
6.60%
1998
116,485
-0.50%
4,590
3.90%
111,895
-0.70%
1999
117,590
0.90%
5,368
16.90%
112,222
0.30%
2000
121,267
3.10%
5,552
3.40%
115,715
3.10%
2001
121,513
0.20%
6,263
12.80%
115,251
-0.40%
(1) Banco Central de Reserva del Per, Memora Anual y Boletn Semanal. Millones de Nuevos Soles de 1994
(2) Banco Central de Reserva del Per, Memora Anual y Boletn Semanal. Millones de Nuevos Soles de 1994
(3) Banco Central de Reserva del Per, Memora Anual y Boletn Semanal. Diferencia entre (1) y (2)
(4) Banco Central de Reserva del Per, Instituto Nacional de Estadtistica e Informtica. Miles de habitantes
Poblacin
(4)
13,193
13,567
13,951
14,345
14,748
15,161
15,582
16,012
16,448
16,886
17,324
17,762
18,198
18,632
19,064
19,492
19,916
20,337
20,752
21,163
21,569
21,971
22,369
22,762
23,150
23,532
23,947
24,371
24,801
25,232
25,662
26,098
91
DT04-OEE-OSINERG A5.pdf 91
20/06/2005 10:28:59
Var %
(4)
2.80%
2.80%
2.80%
2.80%
2.80%
2.80%
2.80%
2.70%
2.70%
2.60%
2.50%
2.50%
2.40%
2.30%
2.20%
2.20%
2.10%
2.00%
2.00%
1.90%
1.90%
1.80%
1.80%
1.70%
1.70%
1.80%
1.80%
1.80%
1.70%
1.70%
1.70%
PBIR94
7,319
6,941
7,829
8,174
8,494
8,461
8,330
8,346
8,231
8,510
8,782
9,176
8,667
8,190
8,880
8,782
9,776
9,242
9,094
9,003
8,584
8,847
9,003
8,979
8,724
8,395
8,880
9,020
9,891
9,611
9,414
9,102
8,782
9,094
9,283
9,529
9,496
8,938
9,324
10,318
10,556
10,071
9,726
9,603
9,611
POBL
23,243
23,275
23,308
23,341
23,374
23,406
23,439
23,472
23,505
23,538
23,571
23,605
23,638
23,671
23,704
23,738
23,771
23,804
23,838
23,871
23,905
23,939
23,972
24,006
24,040
24,073
24,107
24,141
24,175
24,209
24,243
24,277
24,311
24,345
24,380
24,414
24,448
24,483
24,517
24,552
24,586
24,621
24,655
24,690
24,725
VETOT
903
894
927
944
949
937
954
976
955
977
1,002
982
957
906
953
976
988
962
985
1,004
967
993
1,007
981
1,022
989
995
1,010
1,039
1,022
1,048
1,064
1,016
1,055
1,050
1,058
1,075
1,030
1,067
1,083
1,105
1,081
1,106
1,145
1,111
TEPROM
15.17
15.42
15.65
15.29
15.26
15.11
16.15
15.74
16.69
17.2
17.77
17.87
17.66
18.52
17.85
18.01
18.47
18.93
18.97
19.22
19.76
19.57
19.74
20.09
19.74
20.67
20.45
20.76
20.72
20.47
21.16
21.6
21.47
22.08
22.77
22.95
23.89
23.25
23.51
23.17
22.29
22.08
20.56
20.49
20.7
IPCM
TCMP
58.8
59.9
61.2
62.1
62.9
63.6
64.2
65.2
65.5
65.7
66.5
66.9
67.2
67.9
68.8
69.5
70.1
70.7
71.1
71.8
72.1
72.5
73.4
73.7
74.6
75.8
76.8
77.5
78
78.4
79.5
80.2
80.5
81
81.4
82.4
82.8
82.9
84
84.3
85
85.9
86.6
86.8
87.1
2.18
2.18
2.17
2.18
2.19
2.19
2.2
2.23
2.26
2.24
2.2
2.14
2.19
2.22
2.26
2.26
2.25
2.25
2.24
2.24
2.25
2.26
2.32
2.33
2.35
2.36
2.36
2.37
2.412
2.44
2.45
2.47
2.5
2.56
2.59
2.59
2.63
2.64
2.64
2.67
2.67
2.66
2.65
2.66
2.65
VELIB
392
396
430
419
422
423
437
438
434
444
460
459
431
394
442
436
447
434
453
450
431
446
450
443
467
435
453
449
476
472
477
475
447
480
463
488
478
462
489
461
479
474
512
521
507
92
DT04-OEE-OSINERG A5.pdf 92
20/06/2005 10:29:00
VEREG
511
498
497
525
527
513
517
538
521
532
542
523
526
512
511
539
542
528
532
553
535
547
557
538
555
554
542
561
563
550
571
589
569
575
587
570
597
567
578
622
626
607
594
624
604
PBIR94
9,817
9,611
10,038
9,447
9,258
9,784
10,006
10,079
10,022
9,907
9,693
9,546
9,529
9,554
9,677
9,316
9,192
9,858
9,776
10,474
10,219
9,718
9,447
9,529
9,849
10,047
10,170
9,800
9,636
10,466
10,268
11,205
10,704
10,236
9,981
9,422
9,891
9,849
9,849
9,660
9,382
10,128
10,276
11,163
10,464
10,206
10,109
9,680
10,171
10,060
10,258
POBL
24,759
24,794
24,829
24,864
24,899
24,934
24,969
25,004
25,039
25,074
25,110
25,145
25,180
25,216
25,251
25,287
25,322
25,358
25,393
25,429
25,465
25,501
25,536
25,572
25,608
25,644
25,680
25,716
25,753
25,789
25,825
25,861
25,898
25,934
25,971
26,007
26,044
26,080
26,117
26,154
26,190
26,227
26,264
26,301
26,338
26,375
26,412
26,449
26,486
26,524
26,561
VETOT
1,149
1,133
1,124
1,160
1,123
1,151
1,169
1,186
1,139
1,168
1,198
1,166
1,194
1,164
1,167
1,196
1,136
1,206
1,211
1,221
1,193
1,213
1,238
1,240
1,256
1,264
1,274
1,283
1,253
1,304
1,269
1,298
1,268
1,277
1,310
1,312
1,314
1,324
1,314
1,332
1,273
1,360
1,359
1,362
1,343
1,384
1,388
1,395
1,416
1,403
1,423
TEPROM
20.85
20.84
21.79
21.03
21.09
20.57
20.64
20.23
20.17
20.3
20.86
20.74
20.65
21.12
21.23
21.1
21.58
21.16
21.92
22.09
23
23.36
23.55
24.57
25.31
24.81
24.68
25.06
25.49
25.34
25.62
24.57
24.63
24.56
24.96
25.36
24.99
24.89
24.71
23.91
24.34
24.27
24.21
24.01
24.76
24.69
24.63
24.48
24.05
23
22.2
IPCM
87.2
87.3
87.8
88.6
89.7
90.8
91.4
91.9
92.4
93
93.3
92.8
92.4
92.5
93.1
93.1
93.4
93.9
94.5
94.9
95.1
95.3
95.5
95.9
95.8
96.1
96.5
96.6
97
97.6
98.1
98.1
98.2
98.7
99.1
99.7
99.9
100
100.1
100.3
100.6
101.1
100.7
100.7
100.6
100.8
100.5
100.5
100.6
100.1
100
TCMP
2.67
2.72
2.72
2.746
2.801
2.81
2.822
2.846
2.909
2.922
2.964
3.045
3.053
3.096
3.139
3.248
3.395
3.379
3.348
3.331
3.338
3.323
3.361
3.418
3.472
3.482
3.484
3.499
3.456
3.443
3.479
3.503
3.487
3.48
3.478
3.485
3.5
3.528
3.52
3.523
3.528
3.52
3.559
3.6
3.531
3.503
3.492
3.49
3.46
3.44
3.435
VELIB
525
499
514
509
485
514
509
531
511
534
542
517
542
516
523
524
488
551
526
559
538
548
569
556
569
579
586
589
566
598
571
600
570
586
614
600
617
602
608
611
566
621
647
634
633
662
666
674
697
680
692
93
DT04-OEE-OSINERG A5.pdf 93
20/06/2005 10:29:00
VEREG
625
634
609
650
638
637
660
655
628
634
656
648
652
648
644
672
649
655
686
662
655
666
669
684
687
685
688
694
687
707
697
698
699
691
697
712
697
722
705
721
707
739
712
728
710
721
721
721
718
723
731
DE t
D E 1Yt E 2 Pobt E 3 Pt H t
Donde:
DEt
Yt
Pobt
Pt
(A2.1)
94
DT04-OEE-OSINERG A5.pdf 94
20/06/2005 10:29:00
Grfico N A2.1
Tests de estabilidad del modelo economtrico del COES
A. Residuos recursivos
B. CUSUM cuadrado
800
1.6
600
1.2
400
0.8
200
0
0.4
-200
0.0
-400
-600
-0.4
86
88
90
92
94
96
98
00
86
88
90
92
94
96
98
00
52
Se efectu la prueba a este coeficiente dado que explica aproximadamente la mitad del
crecimiento total de las ventas.
95
DT04-OEE-OSINERG A5.pdf 95
20/06/2005 10:29:00
1990
1992
1994
1996
1998
2000
DT04-OEE-OSINERG A5.pdf 96
20/06/2005 10:29:00
ln X i
(A2.3)
i 1,...9
Donde:
Xi
: Demanda por energa elctrica del grupo i
Yi
: Ingreso real de la economa o del grupo i,
pi
: Tarifa media real del grupo consumidor i,
Por su parte, la funcin de ajuste parcial supone que existen divergencias entre
el consumo y la demanda de energa elctrica en el corto plazo. En este caso, la
funcin de demanda est contenida en la siguiente expresin:
>
ln X i ln X i 1 T i ln X i* ln X i 1
(A2.4)
T i 0,1 !
97
DT04-OEE-OSINERG A5.pdf 97
20/06/2005 10:29:00
i*
: Consumo efectivo
: Demanda
ln X i*
(A2.5)
i 1,...9
Donde:
Xi
: Demanda por energa elctrica del grupo consumidor i
Yi
: Ingreso real de la economa o del grupo consumidor i,
pi
: Tarifa media real del grupo consumidor i,
Combinando la relacin de ajuste parcial con la demanda se obtiene:
ln X i
T i a 0i T i a 1i ln Y T i a 2i ln p i 1 T i ln X i 1
(A2.6)
El estudio del CISEPA considera estimar demandas parciales para cada grupo
de usuarios, agregndolas para estimar la demanda final. El estudio argumenta
que este es el procedimiento ms aconsejable, ya que una estimacin agregada
puede no tomar en cuenta diferentes dimensiones de las respuestas de los
grupos que componen el consumo total. Los autores dividieron a los usuarios
en clientes libres y regulados y, dentro de este ltimo, se diferenci entre
98
DT04-OEE-OSINERG A5.pdf 98
20/06/2005 10:29:00
99
DT04-OEE-OSINERG A5.pdf 99
20/06/2005 10:29:00
Consumo Libre
Lima
Resto
0.259
0.255
[5.256]
[-5.679]
-0.084
-0.654
[-1.605]
[-5.240]
0.709
0.774
[13.084]
[15.715]
0.890
Variable
PBI
(Logaritmos)
Precio
(Logaritmos)
Demanda
(Log - Rezago 1)
Elasticidad Ingreso:
SICN
Consumo Domstico
Lima
Resto
0.334
0.179
[4.575]
[2.357]
0.044
-0.222
[-0.645]
[-2.714]
0.555
0.698
[6.469]
[6.715]
1.128
0.751
Consumo No Domstico
Lima
Resto
0.666
0.183
[7.382]
[2.530]
-0.24
-0.237
[-2.887]
[-2.389]
0.576
.0.7841
[8.348]
[12.580]
0.593
Consumo
Libre
0.332
[3.138]
0.055
[-0.949]
0.928
[42.936]
SIS
Consumo
Domstico
0.0613
[1.151]
-0.066
[1.644]
0.1814
[2.2179]
4.611
0.075
1.571
0.848
Consumo
No Domstico
0.1098
[2.595]
0.029
[0.248]
0.8725
[19.618]
0.861
El estudio utiliza el modelo del CIESPA-PUCP y sugiere que ste puede ser
mejorado en dos aspectos, el primero se refiere a la introduccin discrecional
de variables dicotmicas con el propsito de recoger la estacionalidad del
consumo elctrico, mientras que la segunda seala la presencia de
inconsistencias en la informacin empleada. Para solucionar el primer
problema, el estudio utiliza informacin trimestral con el propsito de suavizar
la serie. En el caso del segundo problema se agregaron las series de consumo
100
20/06/2005 10:29:00
SICN
0.56
[2.68]
-0.20
[-2.21]
0.53
[3.03]
SICN + SIS
0.55
[2.72]
-0.20
[-2.24]
0.50
[2.77]
1.19
1.10
101
20/06/2005 10:29:00
Los resultados del test de raz unitaria hacen necesario implementar un enfoque
de estimacin apropiado para series no estacionarias. Por esta razn, se opta
por el mtodo de cointegracin. Segn este enfoque, es preciso determinar si la
relacin o modelo de largo plazo, mostrado en (A2.7), est en equilibrio. Esta
propiedad se muestra evaluando si la combinacin lineal de series no
estacionarias puede dar como resultado una serie estacionaria. La existencia de
la relacin de largo plazo se obtiene estimando (A1.7) por MCO y evaluando la
estacionariedad del error de estimacin Ht a travs de un test de raz unitaria.
ln v
c a1 ln y a2 ln pob a3 ln p H t
Donde:
v
y
pob
p
ai
(A2.7)
102
20/06/2005 10:29:00
' ln v
i 1
i |
i 1
i 1
(A2.8)
103
20/06/2005 10:29:00
Elasticidad
0.01
-0.68
0.60
-13.90
14.12
-0.06
-12.70
0.59
1.55
-0.10
Estadstico t
0.60
-4.44
8.11
-2.55
2.75
-2.78
-16.53
8.50
21.12
-3.45
Si bien el trabajo realizado por Macroconsult supone una mejora respecto a las
estimaciones realizadas en estudios previos para el caso peruano, subsisten
algunos aspectos de la metodologa que deben ser perfeccionados. El anlisis
de la consultora se centra en la estimacin de la demanda de electricidad sin
evaluar la exogeneidad de los regresores. La literatura especializada indica que
una estimacin de una sola ecuacin es vlida siempre que los parmetros
estimados sean independientes del proceso generador de datos de los regresores
y viceversa. De no ser as, ser preciso que dichos procesos sean incorporados
en la estimacin de la demanda elctrica usando como herramienta un sistema
de ecuaciones.
20/06/2005 10:29:00
105
20/06/2005 10:29:00
Especificacin
Intercepto
Intercepto y Tendencia
Intercepto
Intercepto y Tendencia
Intercepto
Intercepto y Tendencia
Estadstico
-9.2935
-9.8668
-45.9487
-45.9298
-4.7728
-4.7892
***
***
***
***
***
***
Distribucin
Estadstico F
Chi Cuadrado
Estadstico F
Chi Cuadrado
Estadstico F
Chi Cuadrado
Chi Cuadrado
Estadstico
Probabilidad
1.065
0.4022
12.043
0.2822
0.895
0.5151
6.405
0.4934
1.375
0.1920
24.847
0.2073
0.121
0.9414
106
20/06/2005 10:29:00
107
20/06/2005 10:29:01
.02
.00
-.02
-.04
-.06
94
95
96
97
98
99
00
01
Cuadro N A4.1
Pruebas de raz unitaria aplicadas a los residuos de la relacin de largo
plazo /1 /2
Prueba
DF-GLS
Ng-Perron (Mza)
Ng-Perron (Mzt)
Especificacin
Intercepto
Intercepto y Tendencia
Intercepto
Intercepto y Tendencia
Intercepto
Intercepto y Tendencia
Estadstico
-9.6874 ***
-10.3998 ***
-51.8762 ***
-51.9520 ***
-5.0929 ***
-5.0925 ***
108
20/06/2005 10:29:01
1996
1997
1998
1999
2000
2001
Cuadro N A4.2
Pruebas aplicadas a los residuos del MCE
Prueba
Breusch-Godfrey
(12 rezagos)
White
(Trminos Cruzados)
ARCH-LM
(12 rezagos)
Jarque Bera
Distribucin
Estadstico F
Chi Cuadrado
Estadstico F
Chi Cuadrado
Estadstico F
Chi Cuadrado
Chi Cuadrado
Estadstico
Probabilidad
0.769
0.6790
5.476
0.9402
1.320
0.1916
51.228
0.2426
1.195
0.3079
14.081
0.2955
1.450
0.4843
109
20/06/2005 10:29:01
1997
1998
1999
2000
2001
Grfico A4.4
Test de estabilidad CUSUM del MCE para DLOG(VETOT)
1.2
1.0
0.8
0.6
0.4
0.2
0.0
-0.2
1996
1997
1998
1999
2000
2001
110
20/06/2005 10:29:01
>Vt
x t @3 X
zt
(A5.1)
El modelo marginal donde se determinan las variables exgenas est dado por:
q 1
'lxt
Donde:
xt
zt
*jx
3
Hxt
j 1
* jx 'lz t j 3 x z t' 1 H xt
(A5.2)
En nuestro caso, el vector 3tiene tres elementos que estn asociados al residuo
de la estimacin de largo plazo para cada variable exgena de la ecuacin de
demanda de electricidad. Es decir:
3X
>S Y
S P S Pob @
(A5.3)
En consecuencia, se procedi a estimar el sistema de ecuaciones mediante el
mtodo de Regresiones Aparentemente no relacionadas o SUR, cuyo resultado
se muestra en el Cuadro N A5.1.
111
20/06/2005 10:29:01
112
20/06/2005 10:29:01
-0.0499
-0.1197
-0.1951
-0.2472
-0.4680
-0.0092
-0.1870
-0.1276
-0.2549
-0.3254
-0.2816
-0.1227
-0.0171
0.2623
-0.1271
-0.5868
-0.3105
-0.6940
-0.1073
0.6393
0.5113
0.0297
2.0420
***
***
***
***
***
*
**
***
Coeficiente
Error Largo Plazo Tarifa
Var. Tarifa (Rezago 1)
Var. Tarifa (Rezago 2)
Var. Tarifa (Rezago 3)
Var. Tarifa (Rezago 4)
Var. Tarifa (Rezago 5)
Var. Tarifa (Rezago 6)
Var. Tarifa (Rezago 7)
Var. Tarifa (Rezago 8)
Var. Tarifa (Rezago 9)
Var. Tarifa (Rezago 10)
Var. PBI (Rezago 1)
Var. PBI (Rezago 2)
Var. PBI (Rezago 3)
Var. PBI (Rezago 4)
Var. Ventas (Rezago 1)
Var. Ventas (Rezago 2)
Var. Ventas (Rezago 3)
Var. Ventas (Rezago 4)
Variable
Ecuacin 2
(Precio)
-0.1046
0.1618
0.2739
0.2608
0.0094
-0.1307
-0.0392
-0.0105
0.2110
0.0799
0.0624
-0.0533
-0.0045
-0.0575
0.1376
0.3107
0.0078
0.1132
-0.2147
0.4302
0.228
0.0199
2.0365
Variable
Coeficiente
Ecuacin 3
(Poblacin)
0.2638
0.1046
0.0000
1.9644
-0.0001
-0.1287
0.2037
0.3321
0.5937
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0001
0.0001
***
*
***
***
***
Coeficiente
Variable
Ecuacin 1
(PBI)
Cuadro N A5.1
Resultados de la Estimacin del Sistema (A5.1) por SUR
Cuadro N A5.2
Test de Wald para la Hiptesis de Exogeneidad Dbil
Hiptesis Nula:
Los Tres Coeficientes de Largo Plazo (PBI, Tarifa y Poblacin)
son iguales a cero
Chi Cuadrado
7.5828
Probabilidad
0.0555
Fuente: Estimaciones propias.
Elaboracin: Oficina de Estudios Econmicos OSINERG.
113
20/06/2005 10:29:01
95
96
97
98
99
00
01
Cuadro N A6.1
Pruebas de raz unitaria aplicadas a los residuos de la relacin de largo
plazo /1 /2
Prueba
DF-GLS
Ng-Perron (Mza)
Ng-Perron (Mzt)
Especificacin
Intercepto
Intercepto y Tendencia
Intercepto
Intercepto y Tendencia
Intercepto
Intercepto y Tendencia
Estadstico
-9.5251 ***
-10.0625 ***
-51.7879 ***
-51.9845 ***
-5.0860 ***
-5.0894 ***
114
20/06/2005 10:29:01
1996
1997
1998
1999
2000
2001
Cuadro N A6.2
Pruebas aplicadas a los residuos del MCE
Prueba
Breusch-Godfrey
(12 rezagos)
White
(Trminos Cruzados)
ARCH-LM
(12 rezagos)
Jarque Bera
Distribucin
Estadstico F
Chi Cuadrado
Estadstico F
Chi Cuadrado
Estadstico F
Chi Cuadrado
Chi Cuadrado
Estadstico
Probabilidad
1.082
0.3900
8.334
0.7585
0.880
0.5831
12.725
0.5483
0.521
0.8927
6.899
0.8642
1.246
0.5364
115
20/06/2005 10:29:01
99:07
00:01
00:07
01:01
01:07
Grfico A6.4
Test de estabilidad CUSUM del MCE para DLOG(VETOT)
1.6
1.2
0.8
0.4
0.0
-0.4
99:01
99:07
00:01
00:07
01:01
01:07
116
20/06/2005 10:29:01
Coeficiente
0.0792
0.7175
-16.5972
-9822.845
0.9883
0.9864
534.1417
Error Estndar
Estadstico t
Probabilidad
0.0077
10.222
0.0000
0.0356
20.1772
0.0000
5.6146
-2.9561
0.0081
726.7418
-13.5163
0.0000
Criterio de Informacin de Akaike
14.2535
Criterio de Informacin de Schwartz
14.4510
Probabilidad
0.0000
Estadstico t
Probabilidad
-2.1079
0.0467
-0.1297
0.0151
-8.5981
0.0225
0.0223
1.0136
0.0513
0.0083
6.1456
-0.3811
0.1719
-2.2176
-0.6012
0.142
-4.2336
0.8194 Criterio de Informacin de Akaike
0.7701 Criterio de Informacin de Schwartz
16.634 Probabilidad
117
20/06/2005 10:29:01
0.0000
0.3218
0.0000
0.0372
0.0003
-4.6987
-4.3687
0.0000
Coeficiente
-5.8760
-0.5729
Error Estndar
0.6240
0.0636
Estadstico t
-9.4169
-9.0151
Probabilidad
0.0000
0.0000
0.5529
0.0428
12.9217
0.0000
0.4935
0.5598
0.0843
0.0368
5.8545
15.2140
0.0000
0.0000
-0.4800
0.0516
-9.2943
0.0303
0.0058
5.2554
0.0438
0.0048
9.1413
0.9633 Criterio de Informacin de Akaike
0.9516 Criterio de Informacin de Schwartz
824.724 Probabilidad
0.0000
0.0000
0.0000
-6.2711
-5.8975
0.0000
Coeficiente
0.0040
-0.2233
Error Estndar
0.0010
-0.2233
Estadstico t
4.0025
-2.1141
-0.3970
-0.3970
-3.4343
-0.0137
-0.0137
-5.0242
0.0110
0.0110
4.0185
0.8823
0.8823
17.6952
0.8482 Criterio de Informacin de Akaike
0.8036 Criterio de Informacin de Schwartz
18.999 Probabilidad
Probabilidad
0.0009
0.0496
0.0032
0.0001
0.0009
0.0000
-9.1363
-8.8401
0.0000
118
20/06/2005 10:29:01
Coeficiente
-0.3587
Error Estndar
0.1156
Estadstico t
-3.1040
Probabilidad
0.0056
0.2286
0.0754
3.0296
0.0066
0.3131
0.0968
3.2333
0.0042
-0.2098
0.1045
-2.0068
0.0585
-0.1779
0.0764
-2.3300
-0.2482
0.0325
-7.6377
0.2453
0.0562
4.3632
0.0287
0.0421
0.6818
1.0859
0.3791
2.8642
0.9226 Criterio de Informacin de Akaike
0.8917 Criterio de Informacin de Schwartz
29.8066 Probabilidad
0.0304
0.0000
0.0003
0.5032
0.0096
-3.4897
-3.0653
0.0000
R cuadrado
R cuadrado ajustado
Estadstico F
Fuente: Estimaciones propias.
Elaboracin: Oficina de Estudios Econmicos OSINERG.
Coeficiente
-0.4032
Error Estndar
0.1846
-0.1421
0.0704
Estadstico t
-2.1843
-2.0185
0.1320
0.0722
1.8293
0.8428
0.1165
7.2319
0.0948
0.0279
3.3961
-0.2191
0.0328
-6.6830
-0.0241
0.0298
-0.8072
0.0280
0.0139
2.0145
0.0000
0.0007
0.0013
0.9047 Criterio de Informacin de Akaike
0.8666 Criterio de Informacin de Schwartz
23.7387 Probabilidad
Probabilidad
0.0410
0.0572
0.0823
0.0000
0.0029
0.0000
0.4290
0.0576
0.9990
-4.0822
-3.6578
0.0000
119
20/06/2005 10:29:01
Distribucin
0.1078
1.8738
7.6633
0.0429
1.8404
1.6977
2.3725
9.8027
2.3441
0.5783
0.4279
0.0909
0.0439
0.1175
0.6812
TSM Anual
Estadstico
Probabilidad
0.1677
1.2416
6.4875
1.0792
1.1231
0.9196
0.3287
0.1656
0.3552
0.4030
MCE Anual
Estadstico
Probabilidad
Chi Cuadrado
F
Chi Cuadrado
F
F
Distribucin
1.1943
2.0938
7.6484
0.1850
1.9999
0.5503
0.1565
0.1012
0.8334
0.1586
Residencial
Estadstico
Probabilidad
Jarque Bera
Breusch-Godfrey
(4 Rezagos)
ARCH (2 Rezagos)
White
Prueba
0.2935
0.8170
2.4158
0.7516
0.4356
0.8634
0.4571
0.2988
0.4823
0.9299
Minero
Estadstico
Probabilidad
0.2694
0.7374
2.1963
0.1599
1.2012
0.8739
0.4922
0.3334
0.8530
0.3633
Cuadro N A7.6
Pruebas de especificacin de los residuos de los modelos componentes del M.A.S.
0.9475
0.1675
0.1047
0.9581
0.1542
COES-SEIN Anual
Estadstico
Probabilidad
Jarque Bera
Breusch-Godfrey
(4 Rezagos)
ARCH (2 Rezagos)
White
Prueba
Cuadro N A7.5
Pruebas de especificacin de los residuos de los modelos economtricos con datos anuales
120
20/06/2005 10:29:01
B. CUSUM Cuadrado
800
1.6
400
1.2
0.8
-400
0.4
-800
0.0
-1200
80
82
84
86
88
90
Recursive Residuals
92
94
-0.4
96
80
82
2 S.E.
84
86
88
90
CUSUM of Squares
92
94
96
5% Significance
Grfico A7.2
Test de estabilidad del MCE-anual
A. Residuos recursivos
B. CUSUM Cuadrado
.06
1.6
.04
1.2
.02
0.8
.00
0.4
-.02
0.0
-.04
-.06
78
80
82
84
86
88
90
Recursive Residuals
92
94
96
98
-0.4
86
2 S.E.
88
90
92
94
CUSUM of Squares
96
00
5% Significance
121
98
20/06/2005 10:29:02
Equipo de Trabajo
Jos Gallardo Ku
Especialistas:
Ral Prez-Reyes Espejo
Ral Garca Carpio
Arturo Vsquez Cordano
Luis Bendez Medina
Lennin Quiso Crdova
Economista Principal.
Especialista en Regulacin Econmica. Sector Elctrico.
Especialista en Organizacin Industrial. Sector Hidrocarburos.
Especialista en Econometra.
Especialista en Supervisin. Sector Elctrico.
Asistente Administrativo:
Clelia Bandini Malpartida.
122
20/06/2005 10:29:02