Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Emilio E. Florentino F.
Diciembre 2013
HOJA DE APROBACIN
Aprobado por:
_____________________________
_____________________________
Harold Vsquez
Coordinador de Tesis
Julio Andujar
Lector Principal
ii
AGRADECIMIENTOS
Gracias al profesor Julio Andujar, Lector Principal, quien siempre nos estimul durante
todo el desarrollo de la maestra y por estar muy pendiente de los detalles y avances de esta
investigacin.
A todas aquellas personas que de una forma u otra contribuyeron a la realizacin de esta
tesis.
iii
RESUMEN
Se realiza un estudio de series de tiempo mensuales bajo un enfoque temporal, del consumo,
los precios del Kwh y el crecimiento de la demanda elctrica en la Repblica Dominicana,
para el perodo enero 2004 a junio de 2012 y para las categoras de usuarios Residenciales,
Comerciales, Industriales, Gobierno y del Alumbrado Pblico. Dadas las particularidades del
sistema elctrico dominicano, afectado por una crisis sistmica de desabastecimiento que se
remonta a los aos cincuenta, resulta de significativo inters conocer las caractersticas del
comportamiento de las variables que inciden en la demanda de electricidad y en la
ponderacin de los determinantes para la fijacin de las tarifas sectoriales. En ese sentido, se
proponen modelos economtricos de doble logaritmos, a partir de los cuales se obtuvieron
para el corto y largo plazo las elasticidades precio de la demanda y de otras variables
importantes, tales como, el subsidio a la tarifa elctrica, el nivel de actividad econmica
mensual y el precio del barril del fuel oil No. 6. A partir de los hallazgos realizados se
contrastaron las hiptesis planteadas y se formularon recomendaciones para enfrentar algunos
problemas estructurales que prevalecen en el sector, as como para reorientar el actual
esquema tarifario aplicado. Debido a la complejidad de la problemtica y en vista de la
existencia de escasa literatura sobre el tema, se requiere de otras investigaciones empricas
que analicen lo concerniente al esquema tarifario en vigor y su impacto en el dficit
financiero que se deriva de la comercializacin y distribucin del servicio elctrico.
Palabras claves: electricidad, energa, crisis, consumo, precio del Kwh, gigavatio (Gw),
megavatio (Mw), demanda, elasticidad, modelos log-log, estacionariedad, coeficientes,
cointegracin, corto plazo, largo plazo, modelo en logaritmo, modelo en primeras diferencias.
TABLA DE CONTENIDO
PGINA
iv
I-
II-
III-
IV-
INTRODUCCIN..
1.1 Definicin del tema
1.2 Justificacin de la investigacin
1.3 Objetivos de estudio
1.4 Formulacin de hiptesis
1.5 Estructura del contenido
REVISIN DE LITERATURA
2.1 Trabajos seminales perodo 1950-1970
2.2 Literatura surgida a raz de la crisis del petrleo (1973-1988)
2.3 La proliferacin de literatura a partir de 1990
2.4 Evidencia de literatura sobre el tema en Amrica Latina
2.5 La literatura sobre el tema en Repblica Dominicana
2.6 Resumen de la revisin de literatura
EL SECTOR ELCTRICO DOMINICANO.
3.1 Surgimiento y orgenes del sector elctrico
3.2 Marco institucional y regulador vigente
3.3 Organizacin del sector elctrico dominicano
3.3.1 Instituciones reguladoras del sector
3.3.2 Organigrama general del sector elctrico dominicano
3.4 Problema financiero de las EDES y el crculo vicioso del
desabastecimiento
3.5 La readquisicin de las EDES por el Estado
3.6 Cifras bsicas del sector
3.6.1 Matriz de generacin elctrica
3.6.2 Capacidad instalada, demanda mxima y margen de reserva
terico
3.6.3 Generacin elctrica del sistema y compras de energa de las
EDES
3.6.4 Energa vendida por categora de consumidores
3.6.5 Dficit energtico en el sistema elctrico nacional
MARCO TERICO Y METODOLOGA..
4.1 Consideracin general para formulacin de los modelos
4.2 El modelo para estimacin de la demanda elctrica en Gwh
4.2.1 Consideraciones previas a la formulacin del modelo de la
demanda
4.2.2 La Forma funcional del modelo para estimar la demanda
4.3 El modelo para ponderar los determinantes del precio
4.3.1 Consideraciones previas a la formulacin del modelo
4.3.2 La Forma funcional del modelo para la ponderacin de los
determinantes del precio
4.4 Metodologa aplicada
4.4.1 Anlisis de series de tiempo y estacionariedad de series
4.4.2 Pruebas de cointegracin
4.4.3 Modelo de correccin de errores y relacin de corto plazo
1
3
6
8
13
14
16
18
23
29
33
40
41
43
45
47
48
49
50
52
53
54
55
55
56
59
62
63
64
66
68
PGINA
VI-
DATOS UTILIZADOS........................
5.1 Datos para el anlisis de series de tiempo
5.2 Estadsticos generales y parmetros de algunas variables utilizadas
5.2.1 El nmero de clientes y la demanda sectorial de energa
5.2.2 Evolucin del consumo sectorial de energa elctrica
5.2.3 Crecimiento de la demanda sectorial y total de electricidad
5.2.4 El comportamiento de los precios en US$ del kwh y del fuel oil
No. 6
5.2.5 Estadsticos de otras variables utilizadas en la investigacin
RESULTADOS E INTERPRETACIN.
6.1 Estacionariedad de las series de tiempo
6.2 Pruebas de cointegracin de las variables
6.3 Estimaciones de la demanda sectorial de energa elctrica
6.3.1 Elasticidad precio de la demanda sectorial de energa
6.3.2 Elasticidad ingreso de la demanda sectorial de energa
6.3.3 El subsidio elctrico y su relacin con la demanda sectorial de
energa
6.3.4 La captura del dficit de abastecimiento sectorial de energa
6.3.5 Estacionalidad mensual de la demanda sectorial de energa
6.3.6 Prospectiva de la demanda sectorial de energa elctrica
6.4 Ponderacin de los determinantes del precio sectorial de la
electricidad
6.4.1 El impacto de las variaciones en el precio del fuel oil No.6
6.4.2 La inflacin de los EUA y sus efectos en las tarifas
6.4.3 El peso del preciot-1 en la indexacin de las tarifas mensuales
6.4.4 Estacionalidad mensual de las tarifas sectoriales de electricidad
6.5 Velocidad de ajuste hacia el equilibrio
6.6 Resultados de las pruebas de diagnstico y especificacin
70
70
73
74
75
77
80
83
84
85
87
90
92
94
95
97
98
101
104
106
106
107
108
110
112
REFERENCIAS BIBLIOGRFICAS
118
ANEXOS.
127
vi
LISTADO DE CUADROS
CUADRO NO.
PGINA
II
III
IV
VI
VII
VIII
IX
X
51
53
54
74
75
76
XI
XII
XIII
XIV
XV
XVI
XVII
vii
AL
5%
LAS
86
CUADRO NO.
PGINA
XVIII
PRECIO
ELECTRICIDAD
SECTORIAL
DETERMINANTES EN EL LARGO PLAZO-
PONDERACIN
102
XIX
PRECIO
ELECTRICIDAD
SECTORIAL
DETERMINANTES EN EL CORTO PLAZO-
PONDERACIN
103
XX
PRECIO
ELECTRICIDAD
MENSUAL-
SECTORIAL
-ESTACIONALIDAD
107
XXI
XXII
viii
LISTADO DE GRFICOS
GRFICO NO.
PGINA
45
50
ESTRUCTURA
SECTORIAL
ELECTRICIDAD
DE
LA
DEMANDA
40
DE
77
10
81
ix
LISTADO DE ANEXOS
ANEXO NO.
PGINA
128
129
130
II
III
LISTA DE ABREVIATURAS
BID
BTS
CEPAL
CDE
CDEEE
CNE
CONEP
EDES
EDEESTE
EDENORTE
EDESUR
EGEHID
FB
FUNDACIN BARILOCHE
ETED
EUA
FET
IMAE
IPC
LFT
FUNCIN DE TRANSFERENCIA
LD
LGICA DIFUSA
GW
GIGAVATIOS
GWH
GIGAVATIOS HORA
xi
KWH
KILOVATIOS HORA
MCE
MELI
MICO
MTD
MEDIA TENSIN
MW
MEGAVATIOS
MWH
MEGAVATIOS HORA
RD
REPBLICA DOMINICANA
SEIC
SENI
SIE
SUPERINTENDENCIA DE ELCTRICIDAD
PIB
OC
OPEP
Capitulo I
xii
INTRODUCCIN
1.1 Definicin del tema
muy costosa. Asimismo, la crisis energtica se ha constituido en una carga fiscal relevante
para el gobierno, a travs de altos subsidios directos e indirectos para el sector (Attali, 2010).
La energa elctrica es el flujo de electrones que transcurren por un conductor durante un perodo de tiempo
y se mide normalmente en Watts hora (Wh) o sus mltiplos. La demanda por energa elctrica del da es la
suma continua de la demanda por potencia D(t), donde t es el tiempo.
La potencia viene a ser la garanta de suministro para la demanda de los consumidores de electricidad en
cualquier momento y se mide en Watts o Vatios (W), o sus mltiplos: 1KW(Kilowatt)=1,00W(Watts),
1MW(Megawatts)=1,000KW, 1GW (Gigawatts)=1,000MW.
Nacional de Desarrollo, Repblica Dominicana 2030, 2011). Las repercusiones y los efectos
de la problemtica energtica se han extendido a todos los sectores de la economa,
particularmente al sector empresarial privado. Aproximadamente el 80% de los directores de
empresas consideran la cuestin elctrica como un freno importante para el desarrollo y ms
de la mitad de ellos, indican que se trata del obstculo ms importante a su actividad (Attali,
2010).
Aun cuando la mayora de las estrategias diseadas para la solucin del dficit
energtico, incluyen un diagnostico exhaustivo de la situacin y planes para la solucin del
problema, la realidad actual indica que estos planes no han tenido xito. Esto contrasta con la
evidencia emprica de que una generacin estable y un suministro eficiente de energa
elctrica, podra crear nuevas oportunidades de inversin y externalidades positivas en otros
sectores de la economa (Rosenstein-Rodan, 1943).
A travs de la Ley No.141-97, Ley General de Reforma de la Empresa Pblica, se declar de inters
nacional la reforma de la Corporacin Dominicana de Electricidad (CDE).
realizar estimaciones de la demanda, de los costos y de los precios futuros de la energa; y del
impacto que sobre estas variables tendra el aumento del precio de los derivados del petrleo
(Pilipovic, 1998).
4
No existen evidencias de que como parte del proceso de privatizacin del sector
elctrico dominicano, se haya realizado un anlisis economtrico amplio y profundo de la
demanda, de la tendencia de crecimiento del consumo de energa y de la evolucin de los
precios a los consumidores. El hecho, entre otros, de no haber dado la debida trascendencia a
estos aspectos endgenos del sistema, fue una de las causas principales, que ocasion el
colapso financiero de las distribuidoras de electricidad, las denominadas EDES, situacin que
ocasion en agosto del 2006, la nacionalizacin, una nueva vez, de la distribucin y
comercializacin de la energa (Attali, 2010).4
El inters de enfocar este trabajo en el anlisis de series de tiempo del tendencial del
consumo, del crecimiento de la demanda y de los precios de la energa elctrica, mediante el
uso de modelos y tcnicas economtricas, es conocer las caractersticas y particularidades del
comportamiento de estas variables dentro del sistema elctrico dominicano. Bajo esta
premisa, el estudio proporcionar parmetros que podran facilitar a los diferentes agentes
que interactan en el mercado, la toma de decisiones, fundamentalmente, las relacionadas con
la formulacin de estrategias de inversin y comercializacin en el corto, mediano y largo
plazo (Velsquez, Dyner y Castro, 2007).
Otro de los usos que se podra dar a los resultados y a las conclusiones que se deriven
del anlisis, es en la ponderacin economtrica de los determinantes de los pre__________________________
4
Se denomina como EDES a las empresas que comercializan la distribucin de la energa a nivel nacional. El
proceso de privatizacin otorg la distribucin y comercializacin de energa a tres empresas: EdeSur para
la regin Sur del pas, EdeNorte a cargo de la regin Norte y EdeEste con incidencia en la regin Este.
cios de la energa a los usuarios finales del servicio, un insumo fundamental para los
organismos de regulacin del gobierno dominicano, en lo que respecta a las decisiones
operativas y en la formulacin de estrategias para el sector elctrico. De manera particular,
5
uno de los aspectos que podran ser abordado, es el que se refiere al establecimiento de
polticas focalizadas, para el desmonte del subsidio que transfiere el gobierno al sector
energtico del pas. En el ao 2011, el subsidio del gobierno ascendi a US$900 millones, un
1.6% del PIB (Plasencia, 2011).
En vista de la continua crisis en la que ha estado sumido el sector elctrico del pas desde el
punto de vista del tamao del dficit para abastecer la demanda, el objetivo de este trabajo es,
en primer lugar, desarrollar un modelo de pronstico sectorial para las series del consumo y
de la tendencia de crecimiento de la demanda de energa elctrica en la Repblica
Dominicana.
En segundo orden, sin que esto le otorgue menos trascendencia, nos proponemos elaborar un
modelo que permita analizar y ponderar, tambin sectorialmente, los determinantes de las
tarifas elctricas en RD; dado que en el pas la Superintendencia de Electricidad (SIE) opera
6
Por otro lado, y dada la importancia que reviste el tema de los precios de la electricidad
que se aplican en RD, nos proponemos ponderar tomando como base los recursos disponibles
en el campo de la econometra y de la estadstica, para los horizontes de corto y largo plazo,
el impacto en los determinantes de los precios de la energa, de la metodologa seguida por la
SIE para la fijacin y regulacin de las tarifas.
Esta investigacin cubrir una serie de 8.5 aos, con frecuencia mensual, la cual cubre
el perodo enero de 2004 a junio de 2012. Este perodo, se caracteriza por altas y bajas en el
suministro de energa elctrica y por otros factores que han gravitado negativamente,
afectando la calidad y encareciendo el servicio; por tanto los datos recopilados permitirn
analizar el patrn de evolucin y de regularidad de las variables sometidas a anlisis. El
horizonte de tiempo que se plantea para la investigacin, es representativo de lo que ha
ocurrido por aos en el sector elctrico dominicano, razn por la cual consideramos que el
uso de esta serie de tiempo generar resultados e informaciones que se corresponden con el
comportamiento tpico que ha prevalecido en el sector por muchos aos.
Los resultados que arrojan los trabajos relacionados con el sector elctrico, como se evidencia
en la revisin de literatura, demuestran que el tema de anlisis propuesto,
presenta
Para el caso de la RD, el abordaje reviste un mayor nivel de complejidad, debido a los
problemas sistmicos y estructurales que han estado presentes y gravitando sobre el sector
elctrico dominicano.
En vista de lo anterior, nuestro trabajo se dirigir a comprobar y contrastar aspectos del
sistema elctrico dominicano, que an cuando han sido analizados, requieren de una
investigacin emprica ms acabada, utilizando modelos economtricos y tcnicas de
simulacin de uso actual, que valide el comportamiento de las variables del consumo, de los
precios y del crecimiento de la demanda de energa elctrica.
Aun cuando para la primera hiptesis que se propone existe evidencia de correlacin
entre el crecimiento de la demanda energtica y el crecimiento del Producto Interno Bruto,
como ha sucedido en varios pases del Sudeste Asitico (Asafu-Adjaye, 2000), hay otras
investigaciones en la cual los resultados presentan un comportamiento neutral entre estas dos
variables (Belke, Dreger y De Haan, 2010). De ah que resultar de inters determinar, la
naturaleza y la direccin de la relacin entre el aumento del consumo de energa elctrica y el
crecimiento de la actividad econmica; pero adems ser importante determinar qu
proporcin del incremento en el consumo obedece a la cobertura de la demanda no
abastecida.
La segunda hiptesis propuesta es que el encarecimiento del precio de venta del kwh de
electricidad a los consumidores, obedece principalmente a la composicin de la matriz de
generacin elctrica y en una menor proporcin, a los trminos de indexacin del precio de
compra incluidos en los contratos de servicios suscritos por las distribuidoras con los
generadores.
10
precios fueron indexados, situacin que guarda relacin con la forma en que est estructurada
la matriz de generacin (Bichara, 2013).
En vista de que en el establecimiento de las tarifas del khw de electricidad para las
diferentes categoras de consumidores, la Superintendencia de Electricidad (SIE) adems de
considerar el precio del barril del fuel oil No.6 tambin toma en cuenta otros parmetros
implicados, tales como la tasa de inflacin de los EUA y la tasa de cambio del dlar (US$) en
el mercado extrabancario; con la validacin de esta segunda hiptesis adems de constatar la
evidente correlacin causal entre el precio del barril del fuel oil y el precio del kwh de
electricidad, se persigue fundamentalmente contrastar en qu medida las fluctuaciones en el
precio de este combustible se encuentra reflejado en la estructura de precios del kwh fijada
por la SIE.
Utilizando modelos economtricos que incorporen los factores antes indicados, nos
proponemos hacer un anlisis del comportamiento de las variables que impactan los precios
de la energa elctrica y contrastar los resultados con la segunda hiptesis. En efecto, existe
evidencia emprica indicativa de las consecuencias de variaciones en el precio del petrleo en
11
La tercera hiptesis plantea que el consumo de energa para los diferentes sectores de
usuarios del servicio, es inelstico ante variaciones significativas en el precio de la
electricidad.
Existe evidencia que demuestra que los usuarios del tipo Residencial responden
inversamente a las tarifas establecidas y directamente a los cambios en el ingreso percpita,
as como a las expectativas mnimas de consumo. Asimismo, existen trabajos que demuestran
que la demanda elctrica en el corto plazo en el sector Industrial y Comercial es ms elstica
que en el sector Residencial, pero que en el largo plazo la demanda se sita en el nivel
habitual de consumo (Fisher y Kayser, 1962; Dilaver y Hunt, 2010).
El modelo que se plantea procura comprobar la hiptesis de inelasticidad en el consumo de
electricidad para las diferentes categoras de usuarios del servicio en la RD, tanto para los
horizontes de corto y de largo plazo.
En la segunda seccin del presente trabajo, haremos una revisin de la literatura existente
sobre el tema, exponiendo los principales informes y trabajos que se han publicado en el
12
exterior y en el pas sobre anlisis de series de tiempo del consumo, precios del kwh y
crecimiento de la demanda de energa elctrica. Posteriormente, en la tercera seccin se
describe el Sistema Elctrico Nacional Interconectado (SENI), para dar al lector una
panormica de cmo est organizado el sector. En cuarto orden presentaremos el marco
terico y la metodologa de investigacin.
13
Captulo II
REVISIN DE LITERATURA
Los primeros trabajos que analizaron, desde el punto de vista prospectivo y a travs de series
de tiempo, el comportamiento de la demanda de energa elctrica y de la elasticidad precio de
la demanda, se remontan a la dcada de los cincuenta y se enfocaban principalmente en el
consumo residencial. Estos estudios, realizados en Reino Unido y posteriormente en Estados
Unidos, estaban dirigidos, fundamentalmente, a establecer la estabilidad de los parmetros de
la funcin de demanda y la adecuacin de sus signos a algn enfoque terico, determinar el
comportamiento de la demanda ante variaciones significativas de los precios y a ponderar el
costo-beneficio derivado de la relacin entre usar la energa elctrica o el gas (Dergiades y
Tsoulfidis, 2008).
__________________________
5
Una acometida elctrica, es la parte de la instalacin elctrica que se construye desde las redes pblicas de
distribucin, hasta las instalaciones del usuario.
15
Las crisis energticas que se produjeron en varios pases a partir del ao 1973, caus
preocupacin y plante el escenario ideal para la realizacin de una amplia gama de
investigaciones en relacin con el tema de la energa elctrica, tanto desde la ptica de las
demandas sectoriales como tambin focalizando el impacto de los altos precios en las
economas de las naciones. En consecuencia, durante toda la dcada de los 70 la literatura
incluy anlisis economtricos con modelos multivariables y utilizando tcnicas modernas,
dirigidos a realizar proyecciones de precios, de la demanda y del consumo elctrico
(Dergiades y Tsoulfidis, 2008).6
La crisis del petrleo de 1973, tambin conocida como primera crisis del petrleo, comenz el 17 de
octubre de 1973, a raz de la decisin de la Organizacin de Pases rabes Exportadores de Petrleo, que
agrupaba a los pases rabes miembros de la OPEP ms Egipto, Siria y Tnez, con miembros del golfo
prsico de la OPEP, de no exportar ms petrleo a los pases que haban apoyado a Israel durante la guerra
del Yom Kippur (llamada as por la fiesta juda Yom Kippur), que enfrentaba a Israel con Siria y Egipto.
Esta medida inclua a Estados Unidos y a sus aliados de Europa Occidental.
Entre los primeros trabajos en los cuales se utilizaron datos de panel y se realizaron
estimaciones del consumo y de las elasticidades precio e ingreso de la demanda, se destacan
16
los trabajos de Anderson (1973) y Mount et al. (1973) para toda la demanda de electricidad
en Estados Unidos y el de Houthakker et al. (1974) en el mbito residencial. Posteriormente,
Lyman (1978) analiza el consumo residencial, comercial e industrial, incorporando funciones
de demanda no lineales.
En esta misma lnea, el trabajo de Parti y Parti (1980) en EUA, model el consumo de
los hogares implementando un mtodo que permita estimar razonablemente el consumo por
enseres domsticos. Mediante la estimacin de un modelo que introduce un conjunto de
variables dummies, una para cada tipo de artefacto, logran obtener elasticidades precio para
el consumo de cada electrodomstico y analizar los cambios derivados de diferencias en las
caractersticas de las residencias o de sus miembros.
Con el inters de definir una frmula que permitiera facturar a los consumidores el
precio real de la electricidad en EUA, Schweppe et al. (1988) desarroll un modelo de
proyeccin de precios de la energa sobre la base del precio en el mercado spot de la
electricidad. Los autores, en su planteamiento para pronosticar volmenes de oferta y
demanda, incluyen un determinante de precios que refleja tanto la variacin horaria como
geogrfica y que adems lleva explcitos los atributos de calidad y seguridad en el servicio
(seal price). Es decir, un precio certificado bajo firma de un notario pblico.
17
A partir de los aos noventa es cuando la literatura emprica sobre la demanda de electricidad
se vuelve ms prolfera, extensa y sofisticada. Una gran cantidad de los trabajos parten de
modelos economtricos de una ecuacin para estimar el consumo de electricidad y para
calcular las elasticidades precio e ingreso de la demanda, principalmente para los sectores de
usuarios residenciales e industriales.
El trmino splines hace referencia a una amplia clase de funciones que son utilizadas en aplicaciones que
requieren la interpolacin de datos, o un suavizado de curvas. Los splines son utilizados para trabajar
tanto en una como en varias dimensiones. Las funciones para la interpolacin por splines normalmente se
determinan como minimizadores de la aspereza sometidas a una serie de restricciones.
Al ao siguiente, Harris y Liu (1993) utilizando datos mensuales desde enero de 1969 a
diciembre de 1990, analizaron en el sureste de EUA el consumo de electricidad y diversas
variables potencialmente relevantes, tales como el clima, el precio, y los ingresos de los
consumidores. Dada la naturaleza del ciclo anual del tiempo, varias de estas series de tiempo
son altamente estacionarias, razn por la cual se utiliz un modelo de funcin de
transferencia (LFT), para determinar su estructura, dinmica y para determinar los niveles
futuros de consumo de electricidad. El hallazgo ms importante del estudio es que el precio
tiene implicaciones importantes para estimar y proyectar la demanda de energa elctrica.8
Una funcin de transferencia es un modelo matemtico que a travs de un cociente relaciona la respuesta
modelada de un sistema, a una seal de entrada o excitacin tambin modelada. En la teora de control, a
menudo se usan las funciones de transferencia para caracterizar las relaciones de entrada y salida de
componentes o de sistemas que se describen mediante ecuaciones diferenciales lineales e invariantes en el
tiempo.
El mecanismo de correccin de errores (MCE) consiste en una especificacin economtrica que permite
vincular el anlisis de equilibrio de largo plazo con la dinmica de ajuste de corto plazo, como una medida
de desviacin del equilibrio.
autores emplearon un modelo lineal, en el cual los datos fueron segmentados y se incluyeron
variables binarias, para especificar condiciones cualitativas que diferenciaban a los hogares.
Se encontr que los coeficientes representativos de la elasticidad precio e ingreso de la
demanda de largo plazo, en ese mismo orden, oscilaban entre -1.03 a -0.22 y 1.58 a 0.04.
Smith (1998), model 264 datos mensuales de demanda residencial tomados del trabajo
realizado por Harris y Liu (1993), usando cuatro variables independientes e implementando
una metodologa basada en una aproximacin bayesiana para regresin spline no
paramtrica, con errores auto correlacionados.10 El resultado del modelo indicaba variaciones
poco significativas en la demanda ante cambios en los precios.
Una aproximacin bayesiana, es una inferencia estadstica en la que las evidencias u observaciones se
emplean para actualizar o inferir la probabilidad de que una hiptesis pueda ser cierta.
Enfocando el impacto del precio de petrleo en la generacin de energa, Kuper y Van Soest
(2002) en Holanda, utilizaron datos mensuales de los precios del petrleo durante el perodo
1970-2002, para analizar cmo la incertidumbre en los precios de la energa afecta el
consumo y establecer un mecanismo de medicin de precios bajo incertidumbre. Estos
autores arribaron a las siguientes conclusiones: 1) un aumento de los precios de energa
elctrica tena un efecto relativamente pequeo sobre el consumo, mientras que el impacto de
una disminucin de los precios de energa, implicaba un consumo mayor; 2) el efecto
20
Damsgaard (2003), usando datos de corte transversal para 1,600 hogares de Suecia
durante el ao de 1997 estim la demanda residencial de electricidad mediante el mtodo de
mnimos cuadrados ordinarios (MICO). El modelo empleado por Damsgaard consta de dos
ecuaciones de comportamiento, una ecuacin para la demanda de electricidad de largo plazo
condicionada al stock de bienes durables y otra ecuacin para la demanda de los bienes
durables. Los resultados estimados, confirman la hiptesis de que la informacin acerca del
stock de artefactos, adems de la informacin econmica y demogrfica, fue estadsticamente
significativa, pero que la informacin acerca del comportamiento y las actitudes del usuario
fueron menos significativas.
de
En Sri Lanka, Athukorala y Wilson (2010) estiman los efectos de corto y largo plazo de
la demanda residencial de electricidad, utilizando el enfoque de cointegracin con el modelo
de correccin de errores (MCE) de Engle y Granger (1987). Los autores incluyeron como
variables explicativas del modelo un precio promedio del kwh de elaboracin propia, el PIB
22
percpita real, precio promedio del queroseno, el gas licuado de petrleo y el consumo
promedio residencial en kwh de 1960 al 2007. Athukorala y Wilson concluyen que el
consumo tiene una elasticidad precio de corto plazo de -0.16 y de largo plazo de -0.62, as
como una elasticidad ingreso de corto plazo de 0.32 y de largo plazo de 0.78.
Delfino y Givogri (1980), al realizar un anlisis de los determinantes del consumo de energa
elctrica residencial en Argentina, presentaron como su principal hallazgo para fines
predictivos, la existencia de una baja sensibilidad de la demanda de electricidad ante cambios
en los precios de la energa. El coeficiente de la elasticidad precio de la demanda, calculado a
largo plazo, estuvo comprendido entre -0.19 y -0.42.
Utilizando un modelo lineal que estimaba el costo de las interrupciones en los hogares,
Westley (1983) estim la demanda residencial de energa elctrica para Paraguay.
Posteriormente, Westley (1984) aplic la misma metodologa para Costa Rica. En ambos
trabajos se obtuvieron elasticidades precio e ingreso de la demanda menores, en comparacin
con investigaciones realizadas en pases desarrollados.
23
24
25
crecimiento de esta variable, eran adecuados para el pronstico de la demanda horaria en este
caso particular.
Para estudiar los posibles vnculos en el corto y largo plazo entre el consumo de energa
y la evolucin del ingreso real de los consumidores y el crecimiento econmico, Henao et al.
(2007) en Colombia, utiliz un modelo multivariable de cointegracin y se concluy, que
haba una relacin de causalidad entre el cambio en el consumo de energa y el crecimiento
econmico, cuando se tomaban los datos totales de consumo de los sectores.11 No obstante, la
causalidad no era consistente para el modelo de consumo con los datos de energa residencial
y comercial, pues no pareca haber una relacin en el cambio del consumo de energa versus
el crecimiento del Producto Interno Bruto.
Cuando se ponen a prueba varios sistemas de regresin: regresin con variables sin transformar, con
variables diferenciadas y mediante funcin de transferencia, presentando todas ellas problemas de ajuste en
los datos; se comprueba que las tres variables estn cointegradas y que existe una ecuacin de regresin, a
travs de un mecanismo de correccin de errores (MCE) y se ajustan correctamente las variables.
los de regresin, tomando en cuenta las tendencias, estacionalidad anual y errores auto
regresivos. La diferencia de este estudio, en comparacin con otros realizados, es que la
proyeccin se hace para pronsticos mensuales, no anuales y concluye que para llegar a
estimaciones con un alto grado de precisin se requiere construir un modelo que simule el
proceso de formacin de los precios de bolsa de la energa.
Las estimaciones revelaron una relacin negativa y significativa entre productividad y costo
de la energa.
______________________
12
La lgica difusa (LD), se utiliza cuando la complejidad del proceso que se analiza es muy alta y no existen
modelos matemticos precisos, para procesos altamente no lineales y cuando se envuelven definiciones y
conocimientos no estrictamente definidos, imprecisos o subjetivos.
el ARIMA13, un perceptron multicapa (MLP)14 y una red neuronal (ARNN).15 Los resultados
revelaron que la red neuronal auto regresiva es capaz de pronosticar la demanda con mayor
precisin que los otros dos modelos, cuando la totalidad de los datos es considerada. Adems,
se encontr que el modelo MLP presenta un comportamiento diferente tal y como lo
evidencia la diferencia entre la magnitud y el signo de sus residuales, cuando son comparados
con los residuos obtenido por los otros dos modelos considerados. Los resultados reportados
sugieren recomendar el uso de los modelos ARNN para la prediccin de la demanda de
electricidad.
energa en Chile para el periodo 1992-2007, sobre la base de una funcin de produccin
neoclsica que incorpora energa, adems de trabajo, capital y patentes como proxy del
cambio tecnolgico en la economa. Los resultados obtenidos indican que alzas sostenidas en
el precio de la energa reducen la tasa de crecimiento de largo plazo de la economa Chilena.
La elasticidad precio del producto flucta entre 2%
______________________
13
14
MLP (Multi Layer Perceptron): es un perceptron multicapa que se utiliza para resolver problemas de
asociacin de patrones, segmentacin de imgenes, compresin de datos, etc. El perceptron multicapa es
una red neuronal artificial (RNA) formada por mltiples capas, esto le permite resolver problemas que no
son linealmente separables.
15
Un ARNN (Analog Recurrent Neural Network): es una red neuronal compuesta por (n) procesadores
elementales llamados neuronas. Cada neurona tiene asociado un valor de activacin, en cada instante
discreto de tiempo y la red neuronal recibe (x) entradas binarias. La dinmica de la red consiste en calcular
los valores de activacin de las neuronas de acuerdo a las entradas y los valores de activacin de las
neuronas, en el instante de tiempo anterior. Cada neurona calcula su valor de activacin de acuerdo a una
ecuacin.
y 4%. Adems, el precio de la energa afectara al producto solo en el largo plazo. En el corto
plazo, no se observan efectos significativos sobre la tasa de crecimiento del producto.
precios de los contratos no regulados presentan una alta correlacin con respecto a los precios
de la bolsa de energa. Se encontr que debido a la existencia de una gran volatilidad en los
precios de bolsa, los precios de los contratos no regulados aumentaran, debido a que un
nmero mayor de agentes del mercado mayorista acudira a cubrirse mediante dichos
contratos. Las elasticidades obtenidas revelaban que un incremento de 10% en el precio de la
energa estaba asociado a una reduccin en el corto plazo de la productividad de menos del
1%, pero de un poco ms del 2% en el largo plazo.
En la RD la literatura existente sobre el tema es escasa y los trabajos publicados han sido
elaborados o patrocinados por los organismos reguladores, como parte de las evaluaciones
diagnsticas que se han realizado al sector elctrico dominicano. Los trabajos ms relevantes
dados a conocer, se presentan a continuacin.
Por encargo del Consejo Nacional de la Empresa Privada (CONEP) y utilizando cifras
del rgano Coordinador del Sistema Elctrico Interconectado Dominicano, Llarens (2008),
29
realiz una proyeccin de la demanda abastecida de electricidad, sobre la base de las tasas de
crecimiento acumuladas, para lo cual tampoco utiliz modelos economtricos. La conclusin
de este trabajo fue que la demanda abastecida crecera cerca de un 44% en los prximos 4
aos, es decir del 2008 al 2012, lo que implicaba un esfuerzo significativo para el sistema
elctrico. De hecho durante el perodo 2008-2012 y debido a mltiples factores la demanda
abastecida de energa apenas creci en un 24.4% (SIE, 2012).
El modelo LEAP (Long-range Energy Alternatives Planning System) fue desarrollado por el Stockholm
Environment Institute y el Boston Center at the Tellus Institute. El LEAP es un modelo de simulacin
compuesto por 6 mdulos y una base de datos ambiental a partir de la cual se calculan los impactos
ambientales asociados a la evolucin prevista del sistema energtico. Los 6 mdulos estn destinados al
anlisis de: Demanda, Biomasa, Abastecimiento, Ambiental, Evaluacin de Escenarios y Agregacin de
Resultados.
Puede indicarse, como uno de los resultados finales del trabajo efectuado por la Fundacin
Bariloche, que los valores de la prospectiva obtenida por medio de mtodos economtricos
(Tendencial) y del modelo LEAP (Alternativo) no present diferencias significativas, a
pesar del muy detallado nivel de anlisis que emplea el modelo LEAP para obtener los
resultados de las proyecciones.
Como se evidencia en la revisin de literatura, en la RD los trabajos que han incluido
observaciones y anlisis de series de tiempo para la demanda, los precios y el crecimiento del
consumo de energa elctrica, exceptuando el de la CNE del 2008; no han hecho el uso de
tcnicas avanzadas de simulacin y de modelos economtricos de estimacin, situacin que
31
contrasta con lo que ha sido la experiencia en otros pases de Amrica Latina, tales como
Argentina, Colombia y Chile.
En los cuadros Nos. I y II se presenta un resumen de los trabajos consultados y que han sido
detallados en esta seccin, indicando el pas de origen, los autores, el ao de la investigacin,
el modelo de estimacin empleado y las variables consideradas. La tabla No. I presenta los
32
El cuadro No. III muestra que la elasticidad precio de corto plazo vara en un rango que oscila
entre -1.35 y -0.02, mientras que la de largo plazo flucta en un rango de valores de -1.89 y 0.09, lo cual sugiere que la demanda residencial de electricidad de corto plazo es ms
inelstica con respecto a la elasticidad precio de largo plazo.
Por otro lado, se observa que la elasticidad precio de corto plazo y largo plazo son ms
inelsticas en los pases en vas de desarrollo con respecto a los pases desarrollados.
Finalmente, el cuadro pone en evidencia que la elasticidad ingreso de corto plazo es ms
inelstica con respecto a la de largo plazo.
33
CUADRO NO. I
REVISIN DE LITERATURA
PAIS
VARIABLES
Consumo residencial
EUA
Consumo residencial e
industrial
Consumo industrial
EUA
Houthakker, H. y
Taylor, L. D.
Consumo residencial
EUA
Anderson, K.
EUA
Mount et al.
EUA
Houthakker et al.
Consumo residencial
EUA
Houthakker, H.
Demanda residencial
EUA
Lyman, R.
Consumo residencial,
industrial y comercial
EUA
Parti, M. y Parti, C.
Consumo residencial
EUA
Dubin, J. y
McFadden, D.
Consumo residencial
EUA
Schweppe et al.
Precio de la electricidad
Grecia
Donatos, G. y
y Mergos, G.
Consumo residencial
EUA
Hendricks, W. y
Koenker, R.
Consumo residencial
EUA
Harris, J. y Liu, L. M.
Consumo residencial
EUA
Silk, J. y Joutz, F.
Consumo residencial
EUA
Maddala et al.
Consumo residencial
EUA
Smith, V. L.
Consumo residencial
Holanda
Kuper, G. y
Van Soest, D.
2002
Establecer un mecanismo de
medicin de precios de la
energa bajo incertidumbre
Fischer, F. M. y
Kayser, K.
(*)
34
CUADRO NO. I
REVISIN DE LITERATURA
PAIS
VARIABLES
Suecia
Damsgaard, N.
Consumo residencial
Grecia
Hondroyiannis, G.
Consumo residencial
Espaa
Ferrer, V. y Lpez, L.
2005
Variables de oferta y
demanda que inciden en
los precios de contado
EUA
Reiss, P. y White. M.
Turquia
Dilaver, Z. y Hunt, L.
Consumo industrial
Sri Lanka
Athukorala, P. W. e
Wilson, C.
Consumo residencial
(**)
(*) Investigacin para establecer un mecanismo de medicin del precio de la energia ante incertidumbre en los precios del petrleo.
(**) Se trata de un trabajo investigativo para analizar el comportamiento de los precios, en mercados elctricos reestructurados.
35
CUADRO NO. II
REVISIN DE LITERATURA
PAIS
AUTORES
VARIABLES
Argentina
Delfino, J. y
Givori, C.
Determinantes del
consumo residencial
Paraguay
Westley, G.
Consumo residencial
Costa Rica
Westley, G.
Consumo residencial
Argentina
Guadagni, A.
Precio de la electricidad
Argentina
Mateos et al.
Determinantes de la
evolucin de los precios
Chile
Chumacero et al.
Precios, IMACEC,
generacin elctrica
Chile
Montero, J. y
Rudnick, H.
Precio de la electricidad
Mxico
Chang, Y. y
Martnez, C. E.
Consumo residencial,
industrial y comercial
Chile
Benavente et al.
Consumo residencial
Repblica
CDEEE
Dominicana
Consumo, generacin
elctrica
Colombia
Barrientos et al.
Colombia
Henao, J. D.
Consumo residencial,
industrial y comercial
Colombia
Botero, S. y Cano, A.
Precio de la electricidad
Chile
Alvarez et al.
Precio de la electricidad
Repblica
Llarens, D. G.
Dominicana
Demanda de energa
Repblica
Fundacin Bariloche
Dominicana
Colombia
Tabares, H. y
Hernndez, J.
Consumo residencial
Colombia
Velsquez, J. y
Franco, C.
Chile
Blmel et al.
Consumo industrial
36
CUADRO NO. II
REVISIN DE LITERATURA
PAIS
AUTORES
VARIABLES
Argentina
Bastos et al.
Determinantes de la
Precios, aranceles gas
evolucin de los precios natural, consumo energa
e impacto en el consumo
residencial
Colombia
Garca, R. et al.
Determinantes de los
Precios spots, variacion
precios de la electricidad horaria y geogrfica
37
REVISIN DE LITERATURA
TRABAJOS PARA EL SECTOR RESIDENCIAL
RESULTADOS ESTIMACIONES ELASTICIDADES PRECIO E INGRESO DE LA DEMANDA DE ELECTRICIDAD
PAS
AUTORES
AO
ELASTICIDAD PRECIO
(Corto Plazo)
(Largo Plazo)
ELASTICIDAD INGRESO
(Corto Plazo)
(Largo Plazo)
Argentina
Delfino, J. y Givori, C.
1980
-0.19 a -0.42
Paraguay
Westley, G.
1983
-0.56
Costa Rica
Westley, G.
1984
Chile
Chumacero et al.
2000
-0.09 a -0.02
-0.79 a -0.34
0.51 a 0.27
1.30 a 0.90
Chile
Benavente et al.
2004
-0.05
-0.09
0.08
0.20
EUA
Fisher, F. M. y Kayser, K.
1962
-0.15
EUA
Houthakker, H. y Taylor, L. D.
1970
-0.13
-1.89
0.13
1.94
EUA
Mount et al.
1973
-0.14
-1.20
0.02
0.20
EUA
Houthakker et al.
1973
-0.09
-1.02
0.14
1.64
EUA
Westley, G.
1988
EUA
Maddala et al.
1997
-0.21 a -0.15
-1.03 a -0.22
0.43 a 0.13
1.58 a 0.04
EUA
Silk, J. y Joutz, F.
1997
EUA
Garca-Cerruti, L.
2000
EUA
Reiss, R. y White, M.
2002
-0.45
0.10
-0.99
-0.25
-0.13
-0.17
0.50
0.11
-0.39
1962
-0.89
Grecia
Donatos, G. y Mergos, G.
1991
-0.21
Grecia
Hondroyiannis, G.
2004
Sri Lanka
Athukorala, P. W. e Wilson C.
2010
-0.16
Suecia
Damsgaard, N.
2003
-1.35 a -0.92
0.00
1.16
-0.58
0.53
-0.40
-0.62
1.56
1.50
0.32
0.09 a 0.33
38
0.15
0.78
Captulo III
EL SECTOR ELCTRICO DOMINICANO
Como era lo habitual para la poca en los procesos de nacionalizacin de los sistemas
elctricos locales, la organizacin que instaur el gobierno con la creacin de la Corporacin
Dominicana de Electricidad fue un modelo centralizado de integracin vertical. Este modelo
de integracin inclua los siguientes componentes:
GRFICO No. 1
GENERACIN
TRANSMISIN
DISTRIBUCIN &
COMERCIALIZACIN
EMPRESA Y SISTEMA
TARIFARIO
AUTOREGULADO
USUARIOS
39
La creacin del marco institucional, regulador y reformador del sector elctrico dominicano
tom varios aos y se fue conformando y fraguando paulatinamente, luego de vencer varios
obstculos. En resumen, el orden cronolgico de las leyes y los decretos ms relevantes que
han ido creando el marco legal y reformatorio del Sistema Elctrico Nacional Interconectado
(SENI), es el siguiente:
GRFICO No. 2
Las primeras funciones de regulacin del sector elctrico dominicano estuvieron a cargo
de la Secretara de Estado de Industria y Comercio (SEIC) conforme con la Ley No.290 del
30 de junio de 1966, la cual estableca que la SEIC tena a su cargo el diseo de la poltica
40
El artculo 3 de la Ley No.141-97 estableca que las empresas pblicas sujetas a la aplicacin de esa ley
eran las empresas que integraban a la Corporacin Dominicana de Empresas Estatales, la Corporacin
Dominicana de Electricidad, los hoteles que conformaban la Corporacin de Fomento de la Industria
Hotelera y el Consejo Estatal del Azcar.
41
marco regulador integral que demandaba el sector elctrico. El 19 de julio de 2002 mediante
la promulgacin del Decreto del Poder Ejecutivo No.555-02 se emiti el Reglamento para la
Aplicacin de la Ley General de Electricidad, el cual complementa significativamente el
contenido de la Ley No.125-01.
Ley General de Electricidad, fijando un 25% para la CNE y un 75% para la SIE (Reglamento
de la Ley No.125-01, 2001).
Una grfica que ilustra la conformacin del esquema regulador y su nivel de
interrelacin con el sector elctrico nacional, se presenta a continuacin:
GRFICO No. 3
PODER EJECUTIVO
COMISIN NACIONAL
DE ENERGA (CNE)
ORGANISMO
COORDINADOR (OC)
SUPERINTENDENCIA
DE ENERGA (SIE)
SECTOR ELCTRICO
El Organismo Coordinador (OC) inici operaciones en junio del 2000 y luego fue
formalizado por la Ley No.125-01, tiene la responsabilidad de coordinar las operaciones de
las empresas elctricas de generacin, transmisin, distribucin y comercializacin, para
rendir un mejor servicio al mnimo costo. El Organismo Coordinador coopera con la
Comisin Nacional de Energa y con la Superintendencia de Electricidad en la promocin de
una sana competencia, transparencia y equidad en el mercado elctrico nacional (Ley
No.125-01, 2001).
43
GRFICO No. 4
ORGANIGRAMA DEL SECTOR ELCTRICO DOMINICANO
POSTERIOR A LEYES NOS. 141-97 Y 125-01 Y READQUISICIN DE DISTRIBUIDORAS
SECTOR ELCTRICO
EMPRESAS DE
GENERACIN
EMPRESA
GENERADORA
ITABO
EMPRESA
GENERADORA
HAINA
GENERADORES
INDEPENDIENTES
CDEEE
UERS
EMPRESAS DE
DISTRIBUCIN
EMPRESA DE
TRANSMISIN
DOMINICANA
(ETED)
CONGENTRIX
SMITH-ENRON
LAESA
EDESUR
EMPRESA DE
GENERACIN
PALAMARA
MAXON
HIDROELCTRICA
(EGEHID)
EDENORTE
OTROS
EDEESTE
44
Los Generadores Independientes, los denominados IPPS, son compaas o agentes a las
cuales se les otorga la concesin para la instalacin de obras de generacin de electricidad
dentro de una demarcacin especfica, con fines de consumo propio o comercializacin
dentro del mercado elctrico.18
Las siglas IPPS hace referencia a los Independent Power Producers, es decir a los generadores o
productores independientes. Estos por lo general venden su energa en el mercado spot.
zonas rurales y suburbanas que estn pobladas por familias de escasos recursos econmicos y
en las cuales no es de costo-beneficio para la EDES intervenir.
45
Luego del traspaso a manos privadas de las empresas distribuidoras EdeNorte, EdeSur y
EdeEste producto de la Ley No.141-97 de Reforma de la Empresa Pblica, la
Superintendencia de electricidad (SIE) mantuvo un esquema de tarifas rgidas similar al que
prevaleca previo a la capitalizacin, el cual se caracterizaba por la existencia de subsidios
cruzados otorgados por el gobierno. Este esquema tarifario se mantuvo por varios aos y
cuando finalmente se revis en septiembre del 2002, la nueva tarifa no reflej los costos
reales operativos de las empresas distribuidoras (Cochn, 2009).
Otro factor que tambin se sum, en perjuicio de las distribuidoras y que se subestim
durante el proceso de capitalizacin, fue el alto nivel de las prdidas tcnicas y no tcnicas de
energa, por la gran cantidad de fraudes, robos y por el mal estado de las redes de
distribucin; perdidas que alcanzaron en el ao 2008 alrededor de un 40.1% del total de la
energa comprada por la EDES (Bichara, 2013).19 En Amrica Latina el promedio de
prdidas en distribucin en el 2005 fue de un 13.6% (OLADE, 2013).
La crisis financiera de las EDES, ocasionada por los factores indicados, produjo como
consecuencia que los generadores no recibieran sus pagos a tiempo, por la energa retirada
por las distribuidoras. Estos retrasos en los pagos de las distribuidoras a los generadores, se
convirti en un modus operandi dentro del sistema elctrico, acumulndose frecuentemente
altas deudas con los generadores, provocando como resultado las crisis de desabastecimiento
y los apagones (Cochn, 2009).
La crisis financiera de las EDES deriv en altos costos para el gobierno, elevados costos de
produccin e incertidumbre para los usuarios industriales, altos costos para los consumidores
residenciales debido a la instalacin de suministros privados de energa; as como una
creciente inestabilidad social. Adems, se produjeron externalidades negativas como lo fue la
reduccin en la inversin domstica e internacional, especialmente en sectores de la
economa que dependen de un suministro confiable de electricidad para sus actividades
(Attali, 2010).
_______________
19
En el ao 2012 el promedio de las perdidas de energa elctrica en distribucin de redujo a un 35.6% del
total de la energa comprada por las EDES a los generadores.
Ante la crisis de apagones por la falta de pago de las distribuidoras a los generadores y
debido a una fuerte presin de los sectores productivos de la nacin, el 10 de septiembre del
47
El 26 mayo del 2009 el gobierno adquiri de la empresa Trust Company of the West
(TCW) su participacin en EdeEste por la suma de US$207.2 millones, completando as la
compra de todas las empresas distribuidoras del sistema. En un informe distribuido por
EdeEste, la compra se realiz, asumiendo el Estado compromisos con los generadores de
energa ascendente a US$157.0 millones ms US$23.7 por concepto de deudas con
proveedores de bienes y suministros y en adicin a esto un desembolso de US$26.5 millones
(Prez, 2009).
En virtud de la Ley No.5-06, de fecha 20 de enero del 2006, el Estado Dominicano procedi a emitir bonos
en los mercados de capitales internacionales, con el fin de saldar el compromiso contrado con Unin
Fenosa por la compra de su participacin en acciones en EdeNorte y EdeSur. (CDEEE. [Base de Datos],
Disponible: http:// www.cdeee.gob.do, [20/12/2010]).
48
GRFICO No. 5
31.2%
0.7%
14.4%
FUEL OIL
CARBN
13.2%
GAS NATURAL
ELICA
HIDROELECTRICAS
40.5%
CUADRO No. IV
AOS CAPACIDAD
INSTALADA
1996
1,033.00
1999
1,549.00
2003
3,351.10
2005
3,159.50
2007
3,394.01
2008
2,918.20
2010
2,959.60
2011
3,004.60
A%
16.48%
DEMANDA
MAXIMA
1,150.00
1,600.00
1,834.40
1,669.80
1,991.50
2,048.60
2,151.00
2,208.00
MARGEN
RESERVA
-117.00
-51.00
1,516.70
1,489.70
1,402.51
869.60
808.60
796.60
%
MARGEN
-11.33%
-3.29%
45.26%
47.15%
41.32%
29.80%
27.32%
26.51%
9.77%
Como se puede observar en el cuadro anterior, desde hace ya varios aos la capacidad
de generacin del parque elctrico dominicano excede la demandada de punta o mxima del
sistema, no obstante sta no puede ser cubierta en un 100% debido a los altos costos de
operacin de algunas de las plantas integradas al parque y debido tambin a la falta de
recursos financieros para pagar la energa servida por los generadores. En otras palabras, las
plantas generadoras estn disponibles para cubrir la demanda pero los recursos son
insuficientes para poder pagar la generacin.
50
En el cuadro No. V se presenta las compras de energa realizadas por las distribuidoras desde
el 2001 al 2011. Las compras de energa de las EDES a los generadores han experimentado
un crecimiento medio anual de un 1.7% y el precio del kwh en US$ de un 8.83%, debido al
aumento del precio del barril del fuel oil No.6.
CUADRO No. V
TOTAL
GENERACIN
SISTEMA (GWH)
9,164.0
9,933.0
10,094.0
9,499.0
9,477.0
10,349.0
10,789.0
11,145.0
10,950.0
11,773.0
12,242.0
8.39%
1.62%
-5.89%
-0.23%
9.20%
4.25%
3.30%
-1.75%
7.52%
3.98%
ENERGA
COSTO
%
COMPRADA
COMPRA
EDES (GWH)
US$/KWH
9,086.00
0.08
9,834.00
8.23%
0.08
9,912.00
0.79%
0.09
8,172.00 -17.55%
0.10
8,953.00
9.56%
0.12
9,510.00
6.22%
0.13
9,788.30
2.93%
0.10
10,108.80
3.27%
0.17
9,963.50 -1.44%
0.12
10,711.00
7.50%
0.14
10,751.00
0.37%
0.19
115,415.00
106,789.60
2.94%
1.70%
-7.77%
11.96%
16.47%
17.69%
7.88%
-18.39%
64.02%
-26.74%
17.03%
30.54%
0.12
8.83%
La cantidad de energa adquirida por las EDES no debe ser considerada como el
parmetro de medicin del crecimiento de la demanda de electricidad en RD, debido al alto
nivel de las prdidas tcnicas y no tcnicas. Es decir, la gran cantidad de fraudes, robos y por
el mal estado de las redes de distribucin.
El promedio de las perdidas tcnicas en distribucin se ha reducido de un 40.1% en el 2008 a
un 35.6% en el 2012. Esto implica que de cada dlar de energa adquirida por la EDES, solo
se factura US$0.64 (Bichara, 2013).
51
Entre el perodo 2001 al 2008 las compras de energa de las distribuidoras a los
generadores experiment altas y bajas. Las compras de energa del 2001 al 2002
experimentaron un incremento de un 8.2%, pero cay abruptamente del 2003 al 2004 en un
17.6%. El problema financiero que afectaba a las distribuidoras combinado con la crisis
bancaria del 2003, fueron dos elementos que incidieron determinantemente en esta reduccin;
situacin que se reflej en la calidad del servicio brindado (Cochn, 2009).
38.00%
41.50%
30.60%
36.70%
COMERCIAL
11.80%
9.70%
15.20%
12.23%
INDUSTRIAL
35.00%
35.30%
36.00%
35.43%
GOBIERNO
9.70%
11.40%
16.00%
12.37%
ALUMBRADO PBLICO(*)
5.50%
2.10%
2.20%
3.27%
demanda servida en ese nivel.21 El cuadro No. VII ilustra la evolucin del dficit en el
abastecimiento de energa al sistema elctrico desde el ao 2004 al 2012.
AOS
2004
2005
2006
2007
2008
2010
2011
2012(*)
PROMEDIO
A%
DEMANDA
MAXIMA
2,005.90
1,669.80
1,975.80
1,991.50
2,048.60
2,151.00
2,208.00
2,221.80
DEMANDA
SERVIDA
1,529.50
1,551.40
1,632.30
1,679.10
1,681.80
1,767.00
1,846.60
1,952.90
DFICIT
DEMANDA
-476.40
-118.40
-343.50
-312.40
-366.80
-384.00
-361.40
-268.90
% DFICIT
DEMANDA
-23.75%
-7.09%
-17.39%
-15.69%
-17.90%
-17.85%
-16.37%
-12.10%
2,034.05
1,705.08
-328.98
-16.02%
1.47%
3.55%
-7.85%
Los datos que se muestran en el cuadro No. VII corresponden a las mayores cifras de
demanda mxima y servida que se produjeron en esos aos.
El horario del consumo pico en la RD, es decir el de mayor demanda mxima del servicio elctrico, se
extiende desde las 9:00 de la maana hasta las 12:00 de la media noche.
Captulo IV
MARCO TERICO Y METODOLOGA
53
Tomando como premisa los objetivos de esta investigacin, el anlisis economtrico para el
comportamiento del consumo, el crecimiento de la demanda y la ponderacin de los
determinantes de los precios de la energa elctrica, debe partir del hecho de que existen
cinco sectores o categoras de consumidores: Residencial (R), Comercial (C), Industrial (I),
Gobierno (G) y Alumbrado Pblico (A).
54
usuarios del sistema. El momento en el cual la potencia alcanza su mayor nivel se conoce
como la mxima demanda de potencia o potencia de punta y el sistema debe estar en
condiciones de satisfacerla (Armstrong et al; 1994 y De la Cruz y Garca; 2002). Cuando el
sistema elctrico no cubre la demanda mxima se produce un dficit en el sistema y se
generan las crisis de desabastecimiento.
55
(1)
Det
Co
= Constante
Prict
Subt
Cet-1
Imaet
Def
Et
La informacin agregada resulta de la agregacin de la informacin de cada uno de los agentes econmicos.
En este sentido, la demanda agregada de electricidad se refiere a la agregacin de las demandas individuales
de electricidad de uso Residencial, Comercial, Industrial, Gobierno y de Alumbrado Pblico. La
informacin desagregada se refiere a la informacin individual de cada agente econmico (hogar, empresa,
regin, etc.).
56
Los signos presentes en la funcin lineal de demanda, nos sealan el tipo de relacin
entre las variables y por tanto el efecto que presentan cada una de stas con respecto a la
cantidad de electricidad demandada. Por ejemplo, un incremento en el consumo elctrico en
el perodo t-l debido a un aumento en el nmero de usuarios que formalizaron sus contratos,
supone un incremento en la cantidad demandada, determinando una relacin positiva entre el
consumo en el perodo anterior (Cet-1) y la cantidad de electricidad demandada.
Por otro lado, un incremento de los precios (Prict) de la energa reducira la cantidad
demandada y esta relacin correspondera a una elasticidad precio, representando la razn
inversa entre el precio del bien y la cantidad demandada. Un aumento en el ndice de
actividad econmica mensual (Imaet), el cual utilizamos como un proxy del ingreso,
57
4.3 El modelo para ponderar los determinantes del precio del kwh
Una peculiaridad del sistema de tarifas crecientes en bloque, es que se genera un desvo
entre el precio marginal del kwh de energa y el precio promedio de cada categora tarifaria,
lo cual podra originar en estudios economtricos algn sesgo en las
__________________________
23
En un esquema de tarifa lineal el precio del kwh aumenta en la medida que se incrementa la demanda o
congestin en la red de distribucin de la energa.
58
Actualmente la formula de clculo del precio del kwh de electricidad al cual deben
facturar las distribuidoras (EDES) el servicio mensual, parte de un precio base del kwh de
energa de US$0.076289 el kwh, que es indexado partiendo de una ponderacin que se basa
en la participacin porcentual de los diferentes combustibles en la matriz energtica y del
ndice de precio al consumidor de EUA. A ese precio indexado del kwh
__________________________
24
Los clientes BTS son los de baja tensin simple con una potencia conectada menor de 10 kwh. Los
consumidores MTD, de media tensin, son los clientes entre 11 kwh a 34.5 kwh de potencia conectada. A
partir de 34.5 kwh se consideran clientes de alta tensin.
59
Finalmente, el precio en US$ del kwh indexado mediante la formula establecida por la
SIE, es convertido a pesos (RD$) utilizando la tasa de cambio promedio de venta del dlar de
los agentes del mercado extrabancario, correspondiente al mes anterior para el cual se
actualizar la tarifa. Y el valor final obtenido luego de la conversin de US$ a RD$ sera el
precio al que deberan facturar las EDES el kwh de electricidad servida a sus usuarios (SIE,
Resolucin No. 36-2005, 2005).
No obstante se establece una formula para indexacin mensual de las tarifas, la SIE
aplica un sistema de precios rgidos e incluye en la misma resolucin de indexacin del
precio sectorial del kwh, un artculo que establece los precios del kwh a que se deber
facturar a los usuarios la energa, el cargo fijo y la potencia contratada; indicando que las
diferencias que resulten entre el precio indexado y el fijado por la SIE, debern ser facturadas
por las distribuidoras (EDES) al gobierno dominicano, en la forma establecida en el artculo 5
del Decreto No.302 del 31 de marzo del 2003. La diferencia que paga el gobierno a las EDES
es lo que se conoce como el subsidio al sector elctrico y este subsidio, en promedio para
todas la categora de usuarios, oscila aproximadamente entre un 12% y un 15.6% del precio
mensual indexado.26
________________________
25
26
El artculo 5 del Decreto No.302 del 31 de marzo del 2003 establece el procedimiento que utilizarn las
distribuidoras (EDES) para facturar el subsidio elctrico al gobierno dominicano.
4.3.2 Forma funcional del modelo para la ponderacin determinantes del precio
En vista de que la SIE sigue una formula de clculo para indexar el precio del kwh de
electricidad que aplica a los diferentes bloques de tarifas y conocido el hecho de que el
gobierno tiene establecido un esquema de subsidios a las tarifas, el cual afecta y reduce el
60
impacto de las variables causales que inciden en el precio del kwh; el modelo que se propone
tiene como finalidad ponderar en el corto y largo plazo, el impacto en los determinantes de
los precios de la energa, de la metodologa seguida por la SIE para la fijacin y regulacin de
las tarifas, as como a evaluar la elasticidad de la variable dependiente, en este caso el precio
(Prict), respecto de las variables independientes.
La variable que se analiza en este caso, el precio del kwh de electricidad (Prict), es
cuantitativa y pondera el precio promedio en US$ de las tarifas a que las EDES facturan el
kwh de energa a los usuarios del servicio. La tarifa refleja el precio promedio final en US$$
del kwh de electricidad, es decir incluyendo el cargo fijo, la potencia contratada y la energa
consumida. Para analizar el precio sectorial del kwh de electricidad en RD utilizamos
informacin agregada.
El modelo para analizar el tema de las tarifas sectoriales del kwh de electricidad
tambin parte de una estructura donde las variables estn expresadas en logaritmo y la forma
lineal funcional que se adopta para la ponderacin de los determinantes del precio en US$ del
kwh sectorial, parte de la ecuacin que se presenta en la seccin 4.2.2 y se muestra a
continuacin:
Prict
Co
= Constante
Fuel06t
InfUSAt
Prict-1
Ft
(2)
Las variables estocsticas consideradas en el modelo tienen un alto nivel de causalidad y son
las mismas que utiliza la Superintendencia de Electricidad (SIE) para indexacin mensual de
las tarifas elctricas en RD.
En vista de que nuestro anlisis es sobre series de tiempo, la generacin de los modelos
economtricos para la comprobacin de las hiptesis planteadas, se basan en las premisas que
impone la teora econmica en lo que respecta al cumplimiento de los supuestos de
estacionariedad y cointegracin de la variables, as como los indicadores estadsticos de
correlacin, relevancia estadstica, normalidad, no correlacin del trmino del error,
suavizamiento de variables, etc.
Existe cointegracin cuando las variables guardan una relacin directa y estable de largo plazo.
estacionarias es posible que arroje resultados significativos y un buen nivel de ajuste, sin
embargo si la relacin entre ambas no es directa, estaramos en este caso ante lo que se
denomina una regresin espuria (Granger y Newbold, 1973).
Zt = a1 Zt-1 + Vt
(3)
Una serie es estacionaria si la media y la varianza se mantienen constantes a lo largo del tiempo.
ma explosiva.
Para determinar si las series de tiempo que incluiremos en los modelos presentan un
patrn estacionario o no, aplicaremos la prueba de raz unitaria de Dickey y Fuller
Aumentada (ADF) (1979). La aplicacin de esta prueba se basa en el principio clsico del
modelo de regresin lineal que establece que las variables que pueden ser cointegradas deben
63
(4)
(5)
64
Los valores crticos utilizados para la prueba ADF son los propuestos por Mackinnon
(1996), los cuales dependen del tamao de la muestra, el nmero de retardos y de si la prueba
ADF se genera con la inclusin de constante, con tendencia y constante o sin incluir
tendencia ni constante.
Si al aplicar la prueba ADF se determina que las series de tiempo son estacionarias, su
orden de integracin es I(0) y podemos realizar la estimacin a travs de Mnimos Cuadrados
Ordinario (MICO) con el modelo en forma funcional a nivel, sino lo son, esto es cuando las
variables tienen raz unitaria no estacionaria, se hace necesario diferenciarla hasta eliminar la
raz unitaria o hacerlas estacionarias. Cuando la transformacin de las series se hace tomando
las primeras diferencias y stas se hacen estacionarias, su orden de integracin es I(1).
Para los fines de nuestro trabajo, expresamos en logaritmo las variables a utilizar en los
modelos y se gener la prueba ADF con la inclusin de constante, tendencia y constante y
sin tendencia y constante, considerando un nivel de significancia de un 5%.
Dos o ms variables estn cointegradas cuando existe una relacin directa o de causalidad, a
largo plazo, entre las variables. Para probar la cointegracin entre variables se estiman los
residuos del modelo de regresin en nivel y se aplica la prueba de Dickey y Fuller
Aumentada (1979) a los residuos. Si el residuo de la regresin es estacionario, es decir de
orden I(0), entonces se concluye que las variables cointegran.
65
Engle y Granger (1987) establecen que dos variables temporales Yt y Xt de orden I(1)
estn cointegradas, cuando se ejecuta una regresin lineal o no lineal del modelo en nivel, el
cual, por lo general, tendr un buen ajuste y donde los residuos de la regresin son
estacionarios. En ese sentido, en el siguiente modelo:
Yt = a + bXt + Ut
(6)
debe suceder que los residuos, esto es Ut = a + Yt + bXt son estacionarios, es decir de orden
I(0). Por lo tanto, en este caso las dos condiciones especficas para definir la cointegracin
son:
66
El modelo de correccin de errores (MCE) fue propuesto por Davidson, Hendry, Srba y Yeo
(1978) y recibi un gran impulso a partir de los trabajos de Engle y Granger de 1987, en el
cual se relaciona la cointegracin de variables con este modelo (Guisan, 2002). El
denominado teorema de representacin de Granger establece una correspondencia entre
relaciones cointegradas y el modelo de correccin de errores (MCE).29
30
Una relacin causal contempornea se refiere a las variables que mantienen una relacin cronolgicamente
simultnea en el tiempo.
Siguiendo en nuestro trabajo el modus operandi propuesto por Engle y Granger (1987),
procedemos a estimar para los modelos especificados en las ecuaciones (1) y (2) las
perturbaciones respectivas con un rezago. Si a seguidas aplicamos primeras diferencia a estas
67
(7)
(8)
Donde y son los parmetro de ajuste en el corto plazo, deben ser negativos y
estadsticamente significativos e indican la proporcin del desequilibrio en LogDet y LogPrict
que se corrige en el siguiente perodo. Por su parte, (Et-1) y (Ft-1) representan los errores
obtenidos de la regresin con las variables en nivel de las ecuaciones (1) y (2) con un rezago;
y (Et-1) y (Ft-1) reciben el nombre de trminos o mecanismos de correccin de errores del
LogDet y LogPrict.
Si (Et-1) y (Ft-1) > 0, implica que el LogDet y LogPrict en el perodo anterior rebasan el
equilibrio y el valor negativo de y funciona para retornar al LogDet y LogPrict al
equilibrio. Asimismo, si (Et-1) y (Ft-1) < 0, entonces LogDet y LogPrict en el perodo anterior
estaran por debajo del equilibrio, por lo tanto el valor negativo de los parmetros y , al
multiplicar menos por menos, inducira un cambio positivo en LogDet y LogPrict que lo
devuelve al equilibrio. Mientras ms cerca est el parmetro de ajuste de la unidad en valor
absoluto, ms rpido ser el ajuste hacia el equilibrio.
A partir de las formas funcionales generales, ecuaciones (1) y (2), especificadas en las
secciones 4.2.2 y 4.3.2 y de la metodologa descrita que aplicaremos, se construyen los
modelos sectoriales para los horizontes de corto y largo plazo.
Los modelos sectoriales para estimar la demanda de electricidad y para ponderar los
determinantes del precio del kwh de energa elctrica, se incluyen en el anexo No. III.
Para validar los resultados de las regresiones a travs de MICO y determinar que los
coeficientes obtenidos son los mejores estimadores lineales insesgados (MELI), se generarn
pruebas de normalidad, autocorrelacin y heterocedasticidad sobre los residuos de las
estimaciones. Adems se evaluar los modelos, desde el punto de vista de la bondad del
ajuste de regresin.
Partiendo de lo anterior, se aplicar la prueba Jarque Bera (JB) (1980) para ponderar la
normalidad de los residuos generados al ejecutar la regresin por MICO. Conforme con la
prueba JB se acepta la normalidad de los residuos, si el valor del indicador es menor de 5.99
y su probabilidad es mayor de un 5%.
69
El test de Durbin y Watson (DW) somete a prueba de auto correlacin de primer orden AR(1) al modelo
economtrico. Si el DW es aproximadamente igual a 2 no existe auto correlacin. Si el DW > 2 existe
sospecha de auto correlacin negativa. Si el DW < 2 existe sospecha de auto correlacin positiva.
70
dentro de las bandas de tolerancia que representan los residuos recursivos al 5%, esto es seal
de que el modelo es estable en el corto y largo plazo.
71
Captulo V
DATOS UTILIZADOS
En adicin, dado que se trata de una caracterstica particular del sector elctrico de RD,
integramos al modelo para la estimacin de la demanda de energa para las diferentes
categoras de usuarios, el subsidio (Subt) que otorga el gobierno a las tarifas elctricas.
En lo que se refiere a la ponderacin de los determinantes del precio sectorial de la
electricidad, los modelos toman en cuenta variables utilizadas por la Superintendencia de
Electricidad (SIE), tales como el precio promedio mensual en US$ del kwh, el precio del
barril del fuel oil No.6 (Fuel06t), la tasa de inflacin en los Estados Unidos (InfUSAt). En la
seccin 4.3.1 explicamos el procedimiento utilizado por la SIE para el establecimiento de las
tarifas mensuales del kwh de electricidad.
72
Los datos utilizados para nuestro trabajo son de frecuencia mensual e incluyen para todas las
variables 102 observaciones que corresponden al perodo enero 2004 a junio de 2012. Las
informaciones del sector elctrico fueron obtenidas de la base de datos de la Superintendencia
de Electricidad (SIE).
En lo que respecta al nmero de clientes como uno de los factores que explica el aumento de
la demanda de electricidad, el sector que presenta la mayor tasa promedio anual de
crecimiento de clientes es la categora del Alumbrado Pblico (Ayuntamientos) con un
12.9%.32
CUADRO No. VIII
RESIDENCIAL
INDUSTRIAL
GOBIERNO
Media
1,167,184
COMERCIO
96,067
11,018
7,867
2,033
Mediana
1,106,726
94,633
11,356
7,867
2,026
Maximo
2,064,314
137,559
14,830
11,402
3,255
Minimo
808,381
62,094
8,668
5,284
959
Desviacin Estandar
318,254
17,102
1,312
1,194
819
A%
10.60%
6.50%
0.20%
6.10%
12.90%
ALUMBRADO
1/(n-1)
73
El cuadro No. IX presenta que la media mensual del consumo de energa elctrica del
sector Residencial es de 239.28 gigavatios (Gwh), en tanto que el promedio percpita
mensual por cliente es de 212 kwh, unos 6.97 Kwh diarios. El rengln Industrial muestra un
consumo promedio mensual de 159.52 gigavatios (Gwh), seguido por los sectores Gobierno,
Comercio y de Alumbrado Pblico con unos 52.26, 50.9 y 12.86 gigavatios (Gwh),
respectivamente.
CUADRO No. IX
102
102
102
102
102
El cuadro No. X muestra la evolucin de las variables que capturan el consumo sectorial de
energa para el perodo bajo anlisis. Se destaca el crecimiento del consumo para todo el
sistema elctrico nacional, con una tasa de crecimiento promedio anual de 6.1%; siendo la
categora de los clientes Comerciales la que presenta la mayor tasa de incremento medio
anual con un 12.3%, seguida por los renglones de Gobierno y Residencial con un 8.6% y
6.3%, respectivamente. En trminos generales, el consumo medio de energa en todos los
74
sectores, muestra una tendencia irregular de crecimiento durante el perodo, con excepcin
del sector Industrial que a partir del 2011 presenta una cada en la demanda.
Como resultado del aumento en el precio de los combustibles derivados del petrleo lo
cual produjo una crisis en el abastecimiento de energa, el consumo elctrico nacional cay
en un 3.5% entre los aos 2010 y 2011.
CUADRO No. X
RESIDENCIAL
2,287.32
2,478.79
2,540.30
2,768.08
3,056.72
3,270.93
3,223.26
3,042.05
3,714.67
COMERCIO
377.88
506.05
544.99
535.51
606.55
639.02
700.10
726.56
955.97
INDUSTRIAL
1,552.64
1,719.10
1,705.22
1,868.54
1,999.93
2,162.66
2,244.42
2,156.07
1,972.70
GOBIERNO
414.25
459.60
498.14
587.48
693.67
730.28
791.46
788.34
802.60
ALUMBRADO
121.12
119.54
121.96
160.35
175.02
160.66
181.05
179.79
185.30
TOTALES
4,753.20
5,283.07
5,410.60
5,919.96
6,531.89
6,963.55
7,140.29
6,892.81
7,631.23
A%
6.25%
12.30%
3.04%
8.62%
5.46%
6.10%
2004
2005
2006
2007
2008
2009
2010
2011
2012
190.61
206.57
211.69
230.67
254.73
272.58
268.61
253.50
309.56
396.10
440.26
450.88
493.33
544.32
580.30
595.02
574.40
635.94
% (2)
11.15%
2.41%
9.41%
10.34%
6.61%
2.54%
-3.47%
10.71%
75
0.60
0.50
ALUMBRADO
0.40
(%)
COMERCIO
0.30
GOBIERNO
INDUSTRIAL
0.20
RESIDENCIAL
0.10
20
04
20
05
20
06
20
07
20
08
20
09
20
10
20
11
20
12
0.00
Asimismo, se destaca la cada abrupta del consumo entre los aos del 2009 al 2011,
perodo en el cual una alta deuda con los generadores, origin una cada en la pro__________________________
33
En los aos 2003 y 2004 se produjo la quiebra de los bancos Intercontinental (Baninter), Nacional de
Crdito (Bancrdito) y Mercantil y se gener un aumento de la inflacin de un 51.5% y una depreciacin de
la moneda (RD$) en relacin con el dlar (US$), pasando la tasa de cambio de RD$17.59 en el 2002 a
RD$41.93 en el 2004.
76
(%)
10.00
5.00
0.00
2002
2004
2006
2008
2010
2012
2014
-5.00
CONSUMO GWH
IMAE
En el grfico No. 8 se presenta la evolucin del consumo mensual para cada sector de
usuarios en Gwh vs. el Imae para el perodo enero 2004 a junio del 2012.
GRFICO No. 8
77
CER
CEC
360
140
120
320
100
280
80
240
60
200
40
160
20
25
50
75
25
100
CEI
50
75
100
75
100
75
100
CEG
220
100
200
80
180
160
60
140
120
40
100
80
20
25
50
75
25
100
CEA
50
IMAE
28
400
360
24
320
20
280
16
240
12
200
160
25
50
75
25
100
50
5.2.4 El comportamiento de los precios en US$ del Kwh y del fuel oil No. 6
78
En el cuadro No. XI se presenta la dinmica de crecimiento del precio promedio en US$ del
kwh sectorial de electricidad y la manera como estos precios se contrastan con la tendencia
que ha experimentado el precio de compra en US$ del barril de fuel oil No. 6.
CUADRO No. XI
6.01%
COMERCIO
0.19
0.24
0.24
0.24
0.22
0.22
0.23
0.25
0.25
INDUSTRIAL
0.18
0.22
0.22
0.22
0.21
0.20
0.21
0.24
0.24
GOBIERNO
0.21
0.23
0.24
0.24
0.21
0.22
0.22
0.24
0.25
ALUMBRADO
0.19
0.27
0.28
0.26
0.23
0.25
0.25
0.28
0.26
FUEL OIL #6
27.82
38.63
47.70
53.49
77.02
55.98
70.51
96.50
104.82
3.68%
3.66%
2.58%
3.80%
18.04%
Los precios en US$ del kwh para todos los sectores presentan un patrn de irregularidad
debido al sistema de regulacin rgida de precios que aplica la SIE, pero con tendencias de
crecimiento causadas por aumentos inusitados en los precios del combustible fuel oil No. 6.
El cuadro No. XI indica que la tasa de incremento medio anual del barril de fuel oil No. 6
durante el perodo 2004-2012 fue de 18.04%, superior al aumento que experimentaron los
precios del khw de electricidad para las diferentes categoras tarifarias. Esta situacin
confirma una de las causas de la existencia de un dficit financiero en el sector elctrico, el
cual se evidencia en el aumento anual del subsidio a la tarifa elctrica y en las prdidas
acumuladas que presentan los estados financieros de las EDES (Bichara, 2013).
El grfico No. 9 muestra la dinmica de crecimiento del precio promedio en US$ del kwh,
para las diferentes categoras de usuarios del servicio elctrico.
79
GRFICO No. 9
US$
0.30
0.25
2004
0.20
2005
0.15
2006
2007
0.10
2008
0.05
2009
0.00
IA
L
2012
ES
ID
2011
IN
US
T
EN
C
RI
A
NO
BI
ER
G
O
ER
O
M
C
AL
UM
BR
AD
CI
O
2010
De acuerdo con la CDEEE la tarifa media indexada a partir del aumento en los precios
del fuel oil No. 6 para los aos 2008, 2009, 2010, 2011 y 2012, presenta una subestimacin
en comparacin con el precio medio de venta de 48.1%, 17.5%, 28.9%, 40.0% y 47.1%,
respectivamente (Bichara, 2013).
GRFICO No. 10
80
PRICR
PRICC
.20
.32
.18
.28
.16
.24
.14
.20
.12
.16
.10
.08
.12
25
50
75
25
100
PRICI
50
75
100
75
100
75
100
PRICG
.32
.35
.28
.30
.24
.25
.20
.20
.16
.15
.12
.10
25
50
75
25
100
PRICA
50
FUEL 6
.32
120
100
.28
80
.24
60
.20
40
.16
20
.12
0
25
50
75
25
100
50
81
Para otras variables que se emplean en el anlisis, tales como: la tasa de inflacin mensual de
EUA, el consumo promedio de energa sectorial en Gwh, el subsidio en US$ por kwh que
otorga el gobierno, el nmero de clientes por sector, etc., en el anexo No. II se presentan los
estadsticos descriptivos. Estos estadsticos para cada una de las variables, muestran el
nmero de observaciones, la media, la desviacin estndar y los valores mnimos y mximos
observados en las series. Estas variables, a los fines del anlisis no requieren de una
explicacin ms exhaustiva.
Captulo VI
RESULTADOS E INTERPRETACIN
82
En el cuadro No. XII se presentan los resultados obtenidos al aplicar la prueba ADF, en
el cual las variables incluidas hacen referencia a: De (Demanda Elctrica), Ce (Consumo
Elctrico), Imae (ndice Mensual de Actividad Econmica), Pric (Precio del Kwh en US$),
Sub (Subsidio Elctrico al Kwh), Fuel06 (Precio Barril en US$ del Fuel Oil No.6), InfUSA
(Inflacin Mensual de Estados Unidos). Los sufijos R, C, I, G y A, identifican los sectores
Residencial, Comercial, Industrial, Gobierno y del Alumbrado Pblico, respectivamente.
CUADRO No. XII
83
logD eR t
-1.16
-2.67
1.52
-5.66
-5.60
-5.91
I(1)
logD eC t
-1.14
-2.77
1.18
-11.24
-11.22
-11.08
I(1)
logD eIt
-1.33
0.51
0.21
-3.07
-3.45**
-3.2
I(1)
logD eG t
-1.21
-5.55*
1.34
-8.98
-8.58
-8.83
I(1)
logD eA t
-1.80
-3.19**
0.44
-7.29
-7.25
-7.30
I(1)
logC eR
t-1
-1.43
-2.66
1.36
-5.80
-5.75
-6.12
I(1)
logC eC
t-1
-1.36
-3.11
1.12
-11.19
-11.17
-11.04
I(1)
logC eI t-1
-1.36
0.14
0.55
-3.48
-3.78
-3.56
I(1)
logC eG
t-1
-1.32
-5.38*
1.20
-9.06
-9.00
-8.95
I(1)
logC eA t-1
-1.80
-3.18
0.43
-7.25
-7.21
-7.26
I(1)
logImae t
-1.45
-2.38
3.20*
-3.68
-3.84
-1.31**
I(1)
logP ricR
-3.11*
-4.09*
-1.39
-8.17
-8.31
-8.08
I(1)
logP ricC
-2.75
-2.65
-0.84
-10.62
-10.61
-10.64
I(1)
-3.53
-3.65
-0.37
-8.92
-8.84
-8.98
I(1)
-2.92*
-3.06
-0.27
-11.39
-11.33
-11.46
I(1)
logP ricA t
-4.36
-4.04
-1.13
-10.58
-10.79
-10.59
I(1)
logS ub t
-1.92
-3.69
-1.09
-11.16
-11.11
-11.08
I(1)
logP ricI t
logP ricG
VA R IA B L E S P ONDE R A C IN DE T E R MINA NT E S DE L P R E C IO DE L K WH
logF uel06 t
-1.71
-3.41
0.88
-11.35
-11.28
-11.29
I(1)
L ogInfUS A t
-6.39*
-6.40*
-0.80
-6.83
-6.79
-6.87
I(1)
logP ricR
t-1
-3.10
-4.12
-1.45
-8.14
-8.24
-8.03
I(1)
logP ricC
t-1
-2.69
-2.65
-0.92
-10.62
-10.60
-10.63
I(1)
-3.44
-3.60
-0.45
-8.89
-8.82
-8.95
I(1)
logP ricG
-2.84
-2.99
-0.33
-11.35
-11.30
-11.42
I(1)
-10.16
-10.38
-10.18
I(1)
t-1
-9.47
-9.42
-9.52
-17.30
-17.25
-17.43
I(0)
C omercial
-10.26
-10.23
-10.31
-5.37
-5.35
-5.39
I(0)
Indus trial
-1.79*
-5.41
-1.84**
-11.71
-11.69
-11.76
I(0)
G obierno
-7.05
-7.05
-7.08
-9.05
-9.00
-9.10
I(0)
Alumbrado P blico
-4.31
-4.29
* No es tads ticamente s ignificativa.
** E s tads ticamente s ignificativa al 10% .
-4.34
-11.13
-11.08
-11.18
I(0)
Como las variables cointegran, segn se muestra en el cuadro anterior, con la finalidad
de estimar los efectos de largo plazo los modelos en nivel especificados en el anexo No. III se
generaron a travs de Mnimos Cuadrados Ordinarios (MICO). El procedimiento o
mecanismo de correccin de errores (MCE) se aplic para encontrar los efectos de corto
plazo y la velocidad de ajuste hacia el equilibrio.
El cuadro No. XIV, muestra los resultados obtenidos para el modelo de la prospectiva de la
demanda sectorial de electricidad en Gwh y los efectos de largo plazo estimados mediante
modelos de doble logaritmos. En el cuadro se observa que los signos de los parmetros que
miden las elasticidades precio e ingreso de la demanda de electricidad son los esperados de
conformidad con la literatura econmica sobre el tema, pero el nivel de significancia
estadstica vara, dependiendo del sector de usuarios. La variable del ndice Mensual de
Actividad Econmica (Imae), fue utilizada como proxy del ingreso.
Hallazgos importantes que se extraen de los resultados de las estimaciones, tales como
los que ataen a la elasticidad precio e ingreso de la demanda, sern destacados y tratados
ms adelante.
86
C O ME R C IAL
S E C TOR E S
INDUS T R IAL
C o (C ons tante)
0.2750
(0.4727)
[0.5818]
-0.4536
(0.5201)
[-0.8722]
4.4682
(1.1532)
[3.8747]
3.0648
(1.2551)
[2.4418]
0.9251
(0.9430)
[0.9811]
L og (P rec t )
-0.0115
(0.0670)
[-0.1723]
-0.1032
(0.0916)
[-1.1262]
-0.2677
(0.1293)
[-2.0706]
-0.6443
(0.1961)
[-3.2852]
-0.6967
(0.2094)
[-3.3265]
L og (S ub t )
0.0339
(0.0517)
[0.6557]
0.1757
(0.0585)
[3.0033]
0.1248
(0.0966)
[1.2918]
-0.0107
(0.1971)
[-0.0544]
0.4061
(0.0944)
[4.3038]
L og (C e t-1 )
0.8210
(0.0520)
[15.7743]
0.5378
(0.1017)
[5.2878]
-0.0824
(0.0542)
[-1.5214]
-0.2288
(0.0543)
[-4.2122]
-0.0775
(0.0582)
[-1.3304]
L og (Imae t )
0.1343
(0.0732)
[1.8351]
0.4258
(0.1152)
[3.6958]
0.1488
(0.1609)
[0.9249]
0.1697
(0.1816)
[0.9345]
0.2598
(0.1343)
[1.9340]
D ummy (D ficit)
-0.0267
(0.0114)
[-2.3528]
-0.0474
(0.0164)
[-2.8914]
-0.0150
(0.0111)
[-1.3517]
-0.0194
(0.0140)
[-1.3907]
0.0037
(0.0100)
[0.3652]
0.3990
(0.0608)
[6.5637]
-0.4351
(0.0293)
[-14.8631]
-0.0816
(0.0486)
[-1.6784]
0.2739
(0.0932)
[2.9399]
0.8186
0.0768
[10.6661]
0.9131
(0.0389)
[23.4491]
0.7030
(0.0756)
[9.2944]
E S T ADS T IC O S DE L MO DE L O
102
102
102
102
102
VAR IAB L E S
D ummy (Normalidad)
AR (1)
O bs ervaciones (n)
G O B IE R NO
AL UMB R ADO
R ^2
0.8749
0.8996
0.8153
0.8944
0.8690
R ^2-Ajus tada-
0.8683
0.8932
0.8013
0.8864
0.8590
D urbin-Wats on
1.8926
1.9983
1.9409
1.8705
2.2256
1.6077
16.5574
1.8758
4.2600
9.3800
10.0322
(0.0743)
31.6525
(0.0001)
8.6181
(0.1962)
17.6253
(0.0072)
17.0293
(0.0092)
87
CUADRO No. XV
DE MANDA S E C T O R IAL DE E L E C T R IC IDAD (G WH)
MO DE L O S E N DIF E R E NC IA UT IL IZ ANDO ME C ANIS MO DE C O R R E C C IN DE E R R O R (MC E )
S E C TOR E S
VAR IAB L E S
R E S IDE NC IAL C O ME R C IAL
INDUS T R IAL
G O B IE R NO AL UMB R ADO
C o (Abr./May./J un./Nov.)
0.0452
0.1226
0.1053
0.0648
0.0204
(0.0138)
(0.0568)
(0.0338)
(0.0192)
(0.0346)
[3.2772]
[2.1585]
[3.1163]
[3.3706]
[0.5908]
D (L og P rec t )
-0.1269
(0.1378)
[-0.9210]
-0.4877
(0.1916)
[-2.5452]
-0.2408
(0.1923)
[-1.2520]
-0.6508
(0.1961)
[-3.3187]
-0.9616
(0.2634)
[-3.6510]
D (L og S ub t )
-0.2557
(0.0613)
[-4.1752]
-0.1598
(0.1293)
[-1.2360]
-0.3109
(0.1052)
[-2.9548]
-0.2624
(0.1414)
[-1.8554]
0.0920
(0.1156)
[0.7954]
D (L og C e t-1 )
0.6340
(0.2975)
[2.1313]
-0.2342
(0.2508)
[-0.9337]
-0.1083
(0.2153)
[-0.5028]
-0.1292
(0.0974)
[-1.3261]
-0.1187
(0.1612)
[-0.7362]
D (L og Imae t )
0.0291
(0.1513)
[0.1925]
-0.2676
(0.3013)
[-0.8883]
0.0171
(0.1894)
[0.091]
0.0678
(0.2815)
[0.2407]
-0.1001
(0.2741)
[-0.3651]
D ummy (D ficit)
0.0065
0.0107
[0.6072]
-0.7754
(0.2919)
[-2.6563]
-0.0111
(0.0180)
[-0.6191]
-0.0188
(0.3284)
[-0.0572]
0.0003
(0.0152)
[0.0223]
-0.3384
(0.1866)
[-1.8131]
0.0161
(0.0212)
[0.7572]
-0.2995
(0.0905)
[-3.3107]
0.0057
(0.0170)
[0.3373]
-0.6049
(0.2746)
[-2.2031]
-0.0853
(0.0214)
[-3.9883]
0.2657
(0.0827)
[3.2140]
-0.1885
(0.1078)
[-1.7481]
0.2188
(0.0442)
[4.9464]
-0.2779
(0.1226)
[-2.2665]
0.4142
(0.1151)
[3.5969]
(E
t-1
) (*)
D ummy (Normalidad)
D ummy (E nero)
-0.0853
(0.0214)
[-3.9883]
-0.1594
(0.0637)
[-2.5032]
-0.1749
(0.0443)
[-3.9519]
-0.1334
(0.0340)
[-3.9282]
-0.1059
(0.0671)
[-1.5772]
D ummy (F ebrero)
-0.0968
(0.0205)
[-4.7307]
-0.1448
(0.0610)
[-2.3730]
-0.1279
(0.0404)
[-3.1643]
-0.0969
(0.0546)
[-1.7737]
-0.0271
(0.0429)
[-0.6321]
D ummy (Marzo)
-0.0194
(0.0224)
[-0.8625]
-0.0730
(0.0502)
[-1.4554]
-0.0649
0.0418
[-1.5539]
-0.1067
(0.0290)
[-3.6755]
-0.0431
(0.0517)
[-0.8330]
-0.1050
(0.0696)
[-1.5085]
-0.0239
(0.0407)
[-0.5866]
-0.0060
(0.0372)
[-0.1615]
D ummy (Abril)
D ummy (Mayo)
-0.0144
(0.0153)
[-0.9428]
-0.0756
(0.0673)
[-1.1231]
D ummy (J unio)
-0.0106
(0.0183)
[-0.5819]
-0.1096
(0.0808)
[-1.3567]
D ummy (J ulio)
-0.0410
(0.0176)
[-2.3244]
-0.1144
(0.0700)
[-1.6343]
-0.0207
(0.0206)
[-1.0048]
D ummy (S eptiembre)
-0.0576
(0.0350)
[-1.6475]
-0.0345
(0.0532)
[-0.6483]
-0.0444
(0.0282)
[-1.5757]
-0.0219
(0.0461)
[-0.4760]
-0.0607
(0.0288)
[-2.1078]
-0.0815
(0.0278)
[-2.9273]
-0.0545
(0.0436)
[-1.2512]
-0.0922
(0.0639)
[-1.4437]
-0.0784
(0.0461)
[-1.6987]
-0.0488
(0.0247)
[-1.9709]
-0.0434
(0.0395)
[-1.0967]
-0.0449
(0.0298)
[-1.5049]
-0.1384
(0.0678)
[-2.0419]
-0.1278
(0.0355)
[-3.5980]
-0.0578
(0.0265)
[-2.1785]
-0.0073
(0.0363)
[-0.2022]
D ummy (O ctubre)
-0.0604
(0.0229)
[-2.6317]
-0.0861
(0.0889)
[-0.9684]
-0.1136
(0.0580)
[-1.9585]
-0.0869
(0.0416)
[-2.0896]
-0.0247
(0.0345)
[-0.7154]
D ummy (Noviembre)
-0.0856
(0.0262)
[-3.2661]
-0.1330
(0.0690)
[-1.9281]
-0.1023
(0.0471)
[-2.1733]
-0.0567
(0.0417)
[-1.3574]
D ummy (D iciembre)
-0.0626
-0.1190
-0.1668
(0.0245)
(0.0670)
(0.0477)
[-2.5532]
[-1.7772]
[-3.4994]
E S T ADS T IC O S DE L MO DE L O
102
102
102
-0.0227
(0.0347)
[-0.6533]
O bs ervaciones (n)
-0.0509
(0.0296)
[-1.7154]
102
102
R ^2
0.5053
0.5512
0.4524
0.6486
0.6345
R ^2-Ajus tada-
0.4027
0.4515
0.3155
0.5757
0.5466
D urbin-Wats on
1.9939
1.5673
1.9588
1.9991
2.0130
2.8115
55.4453
35.5215
17.0500
83.6232
27.7025
(0.0485)
45.1191
(0.0004)
63.6898
(0.0000)
15.8800
(0.5326)
31.2095
(0.0272)
88
Para las categoras Industrial, Gobierno y del Alumbrado Pblico se encontr que los
parmetros que captan la elasticidad precio de la demanda son estadsticamente significativos
al 5%, con valores de -0.27, -0.64 y -0.69, respectivamente. El resultado debe ser explicado
89
En trminos especficos, para los sectores Gobierno y del Alumbrado Pblico el alto
valor del coeficiente de la elasticidad precio y su impacto en la demanda, inferimos que se
corresponde con el plan ejecutado por el gobierno a travs de la Comisin Nacional de
Energa (CNE), mediante un programa de ahorro y eficiencia energtica y de sustitucin de
bombillas incandescentes implementado a partir del mes de marzo de 2008.
Otro hallazgo importante, es que la seal de precio para todos los sectores de
consumidores es ms fuerte en el corto plazo, debilitndose la seal en el pass through hacia
90
el largo plazo. Este resultado contrasta con resultados de investigaciones realizadas, en las
cuales los coeficientes de elasticidad son de mayor valor en el escenario de largo plazo (ver
cuadro No. III).
91
inferimos se debe, en una alta proporcin, a que las variaciones del Imae no son la
aproximacin ms apropiada de los cambios en el ingreso familiar (ver cuadro No. III).
Para el sector Industrial la elasticidad del ingreso es de un 0.15, la cual coincide con la
estimada en Turqua por Dilaver y Hunt (2010), pero sin peso estadstico significativo al 5%.
De hecho el test de causalidad de Granger (1969) entre el Imae y el consumo de energa
industrial, solo establece la relacin de causalidad a nivel del tercer rezago, con un F
estadstico de 5.57 y a un nivel de significancia del 5%. Este resultado constituye una seal
dbil de respuesta del consumo energtico de los clientes Industriales ante variaciones
positivas en el ndice de Actividad Econmica Mensual (Imae) y nos sugiere el uso de otra
variable explicativa de frecuencia mensual para aproximar con un mayor nivel de precisin la
demanda de electricidad para ese sector.
Para los sectores de Gobierno y del Alumbrado pblico la elasticidad ingreso es de 0.17
y 0.26, respectivamente, pero con significado estadstico al 5% solo para la categora de
usuarios del Alumbrado Pblico.
En el corto plazo segn nos presenta el cuadro No. XV, las elasticidades ingreso de la
demanda no presentan un peso estadstico significativo para ninguno de los sectores de
usuarios del servicio, indicando que para ese escenario el Imae no es una variable que
impacta la temporalidad de la demanda.
92
en RD, medido a travs del ndice Mensual de Actividad Econmica (Imae). Para los sectores
Industrial y de Gobierno no se confirma la hiptesis de causalidad planteada.
Por otro lado, comparando desde enero de 2004 a junio del 2012 la tasa de crecimiento
media anual del Imae, que fue de un 6.2%, con la del consumo elctrico para los sectores
Residencial, Comercial y del Alumbrado Pblico que fueron de un 6.3%, 12.3% y 5.5%,
respectivamente, se infiere que el sector Comercial fue el nico sector de usuarios que
experiment un aumento en su consumo por dos causalidades: por la va del crecimiento de la
actividad econmica y como efecto de la reduccin gradual del dficit energtico (ver
cuadros Nos. VII y X).
Los coeficientes correspondientes a la variable del subsidio, incluida en los modelos para
evaluar su evolucin y comportamiento en relacin con las demandas sectoriales, presentan
signos positivos en el largo plazo y negativos en el corto plazo; lo cual es contrastante.
Para el largo plazo dos de los sectores de menor demanda de energa, es decir, el
Comercial y del Alumbrado Pblico, presentan un t estadstico de 3.0 y 4.3, respectivamente,
otorgndoles a los coeficientes de esas categoras de consumidores peso estadstico al 5%.
Este resultado es razonable, partiendo del hecho de que en el perodo bajo anlisis estos dos
sectores fueron de los que experimentaron mayores tasas de crecimiento medio anual en el
consumo, siendo estas de manera respectivas de 12.3% y 5.5% (ver cuadro No. X). El
subsidio a la tarifa elctrica se increment en una tasa promedio anual de 15.9%.
La elasticidad del subsidio para los usuarios del tipo Residencial e Industrial fue, en ese
mismo orden de 0.03 y 0.12, y los parmetros no son estadsticamente significativos para
fines prospectivos. Estos dos sectores son los de mayor consumo, con demandas anuales del
93
orden de 37% y 35%, respectivamente, del total de la energa despachada por las EDES, pero
el crecimiento medio anual del consumo de enero de 2004 a junio de 2012, el promedio de
ambos sectores, fue de 4.7% (ver cuadro No. X).
En el corto plazo, la situacin se invierte y las elasticidades del subsidio en relacin con
el consumo tienen signo negativo y son estadsticamente significativas para los renglones de
consumidores del tipo Residencial e Industrial. El coeficiente negativo es indicativo de un
comportamiento inversamente proporcional en este horizonte de tiempo, lo cual inferimos se
debe a que a los incrementos en el monto del subsidio elctrico, por lo general, en lo
inmediato le siguen episodios de agravamiento de la crisis energtica, situacin que impacta
con mayor crudeza a los sectores Residencial e Industrial, que son los de mayor demanda de
energa elctrica.
En vista de que se gener un dficit energtico promedio de un 16%, para los aos del 2004
al 2012 (ver cuadro No. VII) y se plantea como uno de los objetivos de este trabajo estimar la
prospectiva de la demanda sectorial ponderando en gran medida el sesgo en el consumo que
produce el desabastecimiento; se incluy en los modelos variables dummies que permitieron
diferenciar y capturar el efecto de los meses en los cuales se produjo una crisis en el
abastecimiento elctrico que superara en un 15% la demanda mxima en las horas del
consumo pico del servicio.
En el largo plazo los coeficientes de las variables binarias que captan el dficit son
negativos, el esperado y son estadsticamente significativos para los sectores Residencial y
Comercial, con valores de -0.03 y -0.05, respectivamente. Este comportamiento es razonable,
partiendo del hecho de que existe una relacin causal entre el dficit energtico y el consumo
94
de electricidad Residencial y Comercial, dado que estos dos sectores son los de mayor tasa de
crecimiento medio anual (ver cuadro No. X) y son, a la vez, de los ms afectados por las
interrupciones en el servicio.
Para los sectores Industrial y de Gobierno el coeficiente que capta el efecto de la crisis
energtica es, para ambos, de -0.02, y no son estadsticamente significativos.
Un evento que ha incidido para que el dficit en los sectores Industrial y de Gobierno
haya presentado el comportamiento que revelan los coeficientes obtenidos, es que las EDES
han establecido como poltica de manejo de la crisis energtica, no retirar en la medida de lo
posible el servicio elctrico, en las horas pico de trabajo, a los circuitos que corresponden a
zonas industriales del pas y a las reas geogrficas donde se encuentran concentradas
instituciones y oficinas del gobierno.
En el corto plazo, segn nos muestra el cuadro No. XV, para todos los sectores con
excepcin del Comercial, los coeficientes que corresponden a las variables dummies que
captan la crisis de abastecimiento, presentan signos positivos y no son estadsticamente
significativos; revelando que para este horizonte de tiempo, dadas las caractersticas del
sistema elctrico de la RD, el dficit sistmico en el abastecimiento de energa no impacta la
temporalidad de la demanda sectorial de corto plazo.
95
A bril
A bril
J unio
Mayo
Noviembre
0.0452
0.1226
0.1053
0.0648
0.0204
E rror es tndar
(0.0138)
(0.0568)
(0.0338)
(0.0192)
(0.0346)
E s tadis tic o t
[3.2772]
[2.1585]
[3.1163]
[3.3706]
[0.5908]
En el cuadro No. XV, podemos observar para el sector Residencial que los meses de
menor consumo, en comparacin con el mes base, abril, corresponden a enero, febrero,
septiembre, octubre, noviembre y diciembre, en los cuales la demanda de electricidad se
reduce en -0.09%, -0.10%, -0.05%, -0.06%, -0.09% y -0.06%, respectivamente; siendo el mes
de febrero el ms sensible al cambio. Los meses de marzo, mayo, junio y agosto no fueron
estadsticamente diferente del mes base, es decir que el consumo fue equiparable. No
obstante, en el mes de julio se produce una cada en el consumo del sector de un -0.04%, la
96
cual no puede ser atribuida a la estacionalidad en el uso de la energa, sino ms bien a la crisis
de desabastecimiento elctrico.
Para lo dems sectores la interpretacin debe ser realizada de la forma en que hemos
procedido para el sector Residencial.
Como una manera de validar y testear los modelos en su dinmica de estimar las demandas
sectoriales de electricidad de largo plazo, hemos realizado una prospectiva para un horizonte
de 10 aos, iniciando en el 2013.
97
AO
SECTORES DE USUARIOS
RESIDENCIAL COMERCIAL INDUSTRIAL GOBIERNO ALUMBRADO TOTAL GWH
2013
4,270
950
1,939
694
182
8,034
2014
4,570
1,052
1,967
687
188
8,464
5.35%
2015
4,906
1,168
1,997
680
194
8,944
5.67%
2016
5,268
1,296
2,026
673
200
9,464
5.81%
2017
5,658
1,438
2,056
667
207
10,026
5.93%
2018
6,076
1,595
2,087
660
214
10,632
6.05%
2019
6,525
1,770
2,118
654
221
11,288
6.17%
2020
7,007
1,964
2,149
647
229
11,996
6.28%
2021
7,525
2,179
2,181
641
236
12,763
6.39%
2022
8,081
2,418
2,214
635
244
13,592
6.50%
TOTALES
59,886
15,830
20,735
6,638
2,115
105,203
A%
7.34%
10.95%
1.49%
-0.98%
3.33%
6.02%
Como podemos observar el crecimiento medio anual proyectado para todo el sector
elctrico nacional es de un 6%, siendo los sectores Comercial y Residencial los de mayor
crecimiento en la demanda energtica. Los sectores Industrial y Gobierno, presentan tasas de
1.49% y -0.98%, respectivamente, lo cual se debe, como explicamos en la seccin 6.3.2, a
que el Imae no es la variable adecuada para aproximar y estimar la demanda elctrica en esos
sectores.
Por otro lado, una previsin de la CDEEE para todo el perodo 2013-2022 ubica la
demanda en 207,154 Gwh, aplicando una tasa de crecimiento medio anual del 5.0%. La
diferencia de un 49% en comparacin a la obtenida en este trabajo, se debe a que la CDEEE
parte de las cifras totales de generacin del sistema elctrico nacional no del consumo real,
razn por la cual dentro de su clculo incluye prdidas tcnicas y no tcnicas por el orden de
un 35.6% y un 13% para cubrir el 89% del dficit por desabastecimiento existente que se
estima al 2012 que es de un 16% (Bichara, 2013).
Los resultados obtenidos coinciden con lo esperado y los mismos demuestran que el precio en
US$ del kwh de electricidad en RD vara en funcin de las fluctuaciones en el precio del
barril del fuel oil No.6. Asimismo, se determin que las tarifas para las categoras Residencial
y Comercial no siguen un patrn de comportamiento estacional mensual, ya que las mismas
permanecieron sin cambios significativos durante todo el perodo que cubre nuestro trabajo.
CUADRO No. XVIII
100
C O ME R C IAL
S E C TOR E S
INDUS T R IAL
C o (C ons tante)
-1.9067
(0.2331)
[-8.1801]
-0.6054
(0.1395)
[-4.3390]
-0.4730
(0.1176)
[-4.0215]
-1.7269
(0.4250)
[-4.0631]
-0.2209
(0.0966)
[-2.2859]
L ogF uel06 t
0.0721
(0.0289)
[2.4903]
0.0424
(0.0170)
[2.5000]
0.0245
(0.0129)
[1.8995]
0.0661
(0.0723)
[0.9140]
-0.0082
(0.0198)
[-0.4146]
L ogInfUS A t
0.0048
(0.0119)
[0.4025]
0.0127
(0.0082)
[1.5463]
0.0064
(0.0103)
[0.6218]
0.0023
(0.0190)
[0.1218]
0.0203
(0.0153)
[1.3290]
0.1335
(0.0875)
[1.5259]
0.7115
(0.0647)
[11.0032]
0.7597
(0.0565)
[13.4400]
0.0210
(0.0990)
[0.2121]
0.8248
(0.0375)
[22.0007]
0.3541
(0.0144)
[24.6649]
0.1504
(0.0232)
[6.4770]
0.4365
(0.0285)
[15.3299]
0.3151
(0.0140)
[22.5588]
-0.3502
(0.0072)
[-48.4901]
VAR IAB L E S
D ummy 1 (Normalidad)
G O B IE R NO
D ummy 2 (Normalidad)
-0.1556
(0.0254)
[-6.1350]
-0.4419
(0.0432)
[-10.2290]
AR (1)
0.8556
(0.0575)
[14.8676]
0.8110
(0.0812)
[9.9874]
AR (4)
AL UMB R ADO
-0.1008
(0.0491)
[-2.0517]
E S T ADS T IC O S DE L MO DE L O
102
102
102
O bs ervaciones (n)
102
102
R ^2
0.9367
0.7788
0.7782
0.7967
0.8242
R ^2-Ajus tada-
0.9334
0.7696
0.7660
0.7836
0.8149
D urbin-Wats on
1.9669
2.2060
2.3347
1.8031
2.1471
4.6293
87.8781
43.0081
78.2546
32.0845
6.7579
(0.1492)
25.3075
(0.0001)
1.0619
(0.9003)
9.2374
(0.1000)
20.9875
(0.0008)
101
S E C TOR E S
INDUS T R IAL
0.0346
(0.0193)
[1.7886]
-0.0591
(0.0423)
[-1.3975]
0.0266
(0.0160)
[1.6612]
0.1880
(0.2529)
[0.7433]
-0.5414
(0.2318)
[-2.3360]
G O B IE R NO
0.0528
(0.0294)
[1.7927]
0.0584
(0.0686)
[0.8514]
0.0320
(0.0402)
[0.7956]
-0.3998
(0.0962)
[-4.1566]
-0.0122
(0.1972)
[-0.0619]
AL UMB R ADO
0.0468
(0.0234)
[2.0005]
0.1085
(0.0432)
[2.5093]
-0.0324
(0.0187)
[-1.7355]
-0.1104
(0.1116)
[-0.9895]
-0.3309
(0.1808)
[-1.8302]
0.4001
(0.0430)
[9.2988]
0.1259
(0.0817)
[1.5413]
0.6113
(0.1586)
[3.8544]
0.3153
(0.0588)
[5.3634]
D ummy 2 (Normalidad)
-0.6484
(0.1174)
[-5.5217]
-0.4264
(0.0592)
[-7.1983]
AR (1)
0.4855
(0.1725)
[2.8144]
0.3505
(0.1355)
[2.5869]
VAR IAB L E S
C o (Mar./May./Nov./D ic.)
D (L ogF uel06 t )
D (L ogInfUS A t )
(F
t-1
) (*)
R E S IDE NC IAL
0.0311
(0.0265)
[1.1723]
0.1683
(0.0729)
[2.3084]
-0.0118
(0.0219)
[-0.5377]
0.1260
(0.1995)
[0.6316]
-0.2366
(0.0780)
[-3.0319]
D ummy 1 (Normalidad)
AR (2)
-0.4476
(0.1363)
[-3.2831]
AR (3)
-0.1655
(0.0737)
[-2.2474]
D ummy (E nero)
-0.0300
(0.0310)
[-0.9680]
-0.0418
(0.0271)
[-1.5455]
-0.0530
(0.0298)
[-1.7762]
-0.0414
(0.0337)
[-1.2302]
-0.0720
(0.0304)
[-2.3650]
D ummy (F ebrero)
-0.0487
(0.0309)
[-1.5749]
-0.0333
(0.0223)
[-1.4886]
-0.0503
(0.0226)
[-2.2272]
-0.0773
(0.0337)
[-2.2935]
-0.0507
(0.0319)
[-1.5875]
D ummy (Marzo)
-0.0407
(0.0333)
[-1.2218]
-0.0824
(0.0445)
[-1.8525]
-0.0182
(0.0327)
[-0.5561]
D ummy (Abril)
-0.0241
(0.0279)
[-0.8667]
D ummy (Mayo)
-0.0163
(0.0183)
[-0.8937]
-0.0536
(0.0247)
[-2.1734]
-0.0883
(0.0455)
[-1.9382]
-0.0692
(0.0323)
[-2.1434]
-0.0451
(0.0278)
[-1.6226]
-0.0088
(0.0335)
[-0.2633]
-0.0693
(0.0452)
[-1.5311]
-0.0911
(0.0317)
[-2.8699]
D ummy (J unio)
-0.0122
(0.0280)
[-0.4367]
-0.0073
(0.0201)
[-0.3664]
-0.0610
(0.0254)
[-2.4009]
-0.0639
(0.0376)
[-1.7009]
-0.0329
(0.0320)
[-1.0296]
D ummy (J ulio)
-0.0445
(0.0363)
[-1.2247]
-0.0131
(0.0233)
[-0.5630]
-0.0446
(0.0233)
[-1.9118]
-0.0376
(0.0410)
[-0.9170]
-0.0266
(0.0316)
[-0.8420]
-0.0289
(0.0303)
[-0.9539]
-0.0252
(0.0233)
[-1.0818]
-0.0127
(0.0239)
[-0.5318]
-0.0506
(0.0319)
[-1.5864]
-0.0611
(0.0312)
[-1.9608]
D ummy (S eptiembre)
-0.0202
(0.0314)
[-0.6425]
-0.0131
(0.0256)
[-0.5105]
-0.0292
(0.0268)
[-1.0891]
-0.0642
(0.0341)
[-1.8821]
-0.0534
(0.0302)
[-1.7683]
D ummy (O ctubre)
-0.0393
(0.0304)
[-1.2911]
-0.0074
(0.0323)
[-0.2279]
-0.0345
(0.0305)
[-1.1319]
-0.0298
(0.0460)
[-0.6482]
-0.0489
(0.0260)
[-1.8757]
D ummy (Noviembre)
-0.0094
(0.0338)
[-0.2789]
-0.0236
(0.0236)
[-0.9992]
-0.0308
(0.0227)
[-1.3564]
-0.0147
(0.0490)
[-0.3005]
D ummy (D iciembre)
-0.0483
-0.0285
-0.0133
(0.0327)
(0.0347)
(0.0330)
[-1.4762]
[-0.8207]
[-0.4039]
E S T ADS T IC O S DE L MO DE L O
102
102
102
O bs ervaciones (n)
-0.0260
(0.0276)
[-0.9431]
102
102
R ^2
0.2649
0.5374
0.3699
0.5685
0.5742
R ^2-Ajus tada-
0.1336
0.4391
0.2343
0.4714
0.4784
D urbin-Wats on
1.9316
1.7492
1.8837
1.7594
1.8198
64.0194
12.3317
23.7068
10.3928
3.4147
17.4310
(0.2938)
15.7960
(0.4673)
18.3433
(0.3042)
19.4584
(0.3029)
18.2637
(0.3724)
La elasticidad del precio del combustible fuel oil No.6 en relacin con el precio del kwh de
energa elctrica para todas las categoras de usuarios, se capta a travs del coeficiente de la
variable Fuel06t.
En el escenario de largo plazo, cuadro No. XVIII, el coeficiente es estadsticamente
significativo para los sectores Residencial, Comercial e Industrial. Los sectores de Gobierno
y del Alumbrado Pblico muestran una baja sensibilidad en las tarifas del kwh ante
variaciones en el precio del barril del fuel oil No. 6, lo cual inferimos se debe al mecanismo
de regulacin y fijacin de las tarifas que aplica la Superintendencia de Electricidad (SIE), el
cual genera patrones de precios rgidos para todas las categoras de usuarios.
El valor del coeficiente para el sector Residencial es 0.07 y expresa que por cada
incremento de un 1% en el precio del combustible fuel oil No. 6 el precio del kwh aumenta
en un 0.07%. Igual interpretacin aplica para los sectores Comercial e Industrial, para los
cuales los coeficientes son de 0.04 y 0.02, respectivamente.
En el perodo bajo anlisis las tasas de crecimiento mensual del precio promedio en
US$ del kwh para los usuarios de las categoras Residencial, Comercial e Industrial, en ese
mismo orden, fueron de un 0.61%, 0.47% y 0.40%, respectivamente. No obstante, para ese
mismo perodo la tasa mensual de crecimiento del precio en US$ del barril de fuel oil No. 6
fue de 0.90%, lo que nos indica que los aumentos en las tarifas elctricas estuvieron por
debajo del impacto real que debi generar el aumento en los precios de ese combustible (ver
cuadro No. XI).
Lo anterior implic que las tarifas para los consumidores Residencial, Comercial e Industrial
se subestimaron en un 32.2%, 47.7% y 55.5%, respectivamente, situacin que coincide con
103
lo planteado en el informe sobre la Situacin Actual y Plan Integral del Sector Elctrico
(2013), en el cual se seala que para los aos del 2008 al 2012 la tarifa elctrica media
indexada se subestim en 27.5% (Bichara, 2013). Esta diferencia en el clculo de las tarifas
es lo que se cubre a travs del subsidio elctrico.
En el horizonte de corto plazo los parmetros de la elasticidad del precio del fuel oil
No.6 no son estadsticamente significativos, para los sectores Comercial e Industrial,
condicin que difiere de los resultados del modelo para el escenario de largo plazo.
Por otro lado, encontramos que en el corto plazo la elasticidad del precio del fuel oil
No. 6 es estadsticamente significativo para los sectores Residencial y del Alumbrado
Pblico, resultado que ratifica el hecho de que las tarifas elctricas son sensibles a la seal de
incremento en los precios de ese combustible.
104
constituye una seal fuerte de impacto; debido al mecanismo que emplea la Superintendencia
de Electricidad (SIE) para la fijacin de las tarifas que se basa en un sistema rgido y
discrecional, el impacto en los precios del kwh no se produce en la proporcin debida ni con
la temporalidad apropiada.
Aun cuando la inflacin en EUA es una de las variables que utiliza la SIE para indexar
mensualmente el precio de las tarifas elctrica en RD, ponderando as el alto porcentaje de
insumos que son importados desde ese mercado para la industria elctrica nacional; los
resultados obtenidos demuestran que esta variable no es un determinante significativo para la
fijacin de las tarifas elctricas sectoriales en RD.
105
correlacin entre las variables analizadas, obtenindose un mayor peso en el resultado de las
ponderaciones e inferencias.
Mayo
Marz o
Marz o
Dic iembre
Noviembre
0.0311
0.0214
0.0346
0.0528
0.0468
E rror es tndar
(0.0265)
(0.0150)
(0.0193)
(0.0294)
(0.0234)
E s tadis tic o t
[1.1723]
[1.4223]
[1.7886]
[1.7927]
[2.0005]
Por otro lado, los sectores Industrial, Gobierno y del Alumbrado Pblico, presentan
coeficientes de estacionalidad significativos, lo que indica que los precios del kwh para esas
categoras de usuarios mostraron un patrn de estacionalidad, lo cual obedece a la incidencia
del componente de potencia para la determinacin de las tarifas, el cual se aplica a los
clientes de media y alta tensin.
Para el sector Industrial, los meses con menores tarifas promedio en US$ del kwh, en
comparacin con el mes base, marzo, corresponden a enero, febrero y abril, en los cuales la
tarifa se redujo en -0.05% y los meses de junio y julio para lo que la tarifa cay en un -0.06%,
-0.04%, respectivamente. Los meses mayo, agosto, septiembre, octubre, noviembre y
diciembre no fueron estadsticamente diferente del mes base.
El modelo de correccin de errores (MCE) a partir del cual se estim los efectos sectoriales
de corto plazo y de estacionalidad de la demanda y de los precios del kwh, tambin permiti
determinar velocidad de ajuste hacia el equilibrio.
Los trmino (Et-1) y (Ft-1) extrados del los resultados de los modelos en diferencia
presentados en los cuadros Nos. XV y XIX son los mecanismos de correccin de errores, en
donde y son los parmetros de ajuste en el corto plazo; los coeficientes deben ser
negativos y estadsticamente significativos e indican la proporcin del desequilibrio de
LogDet y LogPrict que se corrige en el siguiente perodo, en este caso en el prximo mes.
La velocidad hacia el equilibrio de largo plazo se presenta en los cuadros siguientes:
107
DETALLE
(E t-1 ) (*)
Desviacin Estandar
Estadsico t
ALUMBRADO
-0.78
0.29
-2.66
-0.02
0.33
-0.06
-0.34
0.19
-1.81
-0.30
0.09
-3.31
-0.60
0.27
-2.20
1.29
53.19
2.96
3.34
1.65
15
638
35
40
20
DETALLE
(F t-1 ) (*)
Desviacin Estandar
Estadsico t
ALUMBRADO
-0.24
0.08
-3.03
-0.31
0.13
-2.31
-0.54
0.23
-2.34
-0.01
0.20
-0.06
-0.33
0.18
-1.83
4.23
3.27
1.85
81.97
3.02
51
39
22
984
36
Como se puede observar para todos los sectores, el coeficiente de ajuste en el corto
plazo obtenido, es negativo y estadsticamente significativo al 5%, lo cual coincide con la
teora econmica sobre el tema; con excepcin del sector Comercial en el modelo para la
estimacin de la demanda sectorial de electricidad y del sector Gobierno en el modelo para la
ponderacin de los determinantes del precio del kwh de energa.
Por otro lado, se comprueba a travs de los resultados que mientras ms cerca est el
parmetro de ajuste de la unidad, en valor absoluto, ms rpido ser el ajuste hacia el
108
equilibrio. Los sectores Residencial, Industrial y de Alumbrado Pblico resultaron ser los de
mayor velocidad de ajuste hacia el equilibrio.
Es de rigor sealar que el resultado obtenido para el sector Comercial en el cuadro No.
XXI y para el sector Gobierno en el cuadro No. XXII, resultaron incongruentes con la teora
y fueron debidamente revisados. No obstante persisti el desajuste, situacin que atribuimos a
la calidad de la data empleada.
sectoriales de electricidad y en los Nos. XVIII y XIX que incluyen los resultados para la
ponderacin de los determinantes de las tarifas en US$ del kwh, se detect en algunos de los
modelos dificultades de normalidad en la distribucin de los residuos, atribuibles a las
caractersticas de la data empleada y a la presencia de outliers. Los problemas de normalidad
fueron significativamente mejorados, pero no eliminados debido a su persistencia, a travs de
la inclusin en los modelos de variables binarias para diferenciar las observaciones que
provocaban el desajuste. No obstante, los resultados y la bondad de las estimaciones, en
trmino de su validez, no se ven afectados por este tipo de perturbacin.
109
__________________________
34
La notacin AR(x) hace referencia a un modelo regresivo de orden x, el cual se introduce en los modelos de
regresin con la finalidad de eliminar los problemas de correlacin serial de las perturbaciones.
110
Captulo VII
CONCLUSIONES Y RECOMENDACIONES
Hemos realizado un anlisis utilizando series de tiempo mensuales, del consumo, los precios
en US$ del kwh y del crecimiento de la demanda elctrica en Repblica Dominicana, para el
perodo enero 2004 a junio de 2012 y para las categoras de usuarios del tipo Residencial,
Comercial, Industrial, Gobierno y del Alumbrado Pblico; utilizando informaciones del
sistema elctrico nacional obtenidas de la base de datos de la Superintendencia de
Electricidad (SIE).
La estimacin de la demanda en los horizontes de largo y corto plazo para todas las
categoras de usuarios nos revel, que la elasticidad precio tiene un valor negativo, el
esperado conforme con la teora econmica sobre el tema y que el consumo de electricidad en
111
RD para todos los sectores de usuarios es inelstico ante alzas en el precio de las tarifas
elctricas.
Como era de esperarse, la elasticidad del subsidio a las tarifas elctricas, arroj un
signo positivo para todos los sectores pero el coeficiente no es estadsticamente significativo.
Este resultado es el apropiado, partiendo del hecho de que aunque existe una relacin causal
entre el consumo y el subsidio; la demanda acta inelsticamente ante los incrementos en el
subsidio.
Lo anterior, nos hace inferir que el Imae constituye una seal dbil como causal del
consumo energtico de los clientes de los sectores Industrial, Gobierno y del Alumbrado
Pblico, lo cual sugiere, para investigaciones futuras, el uso de otras variables explicativas de
112
Los resultados de las estimaciones para ponderacin de los determinantes del precio del
kwh en el horizonte de largo plazo, mostraron que la variable Fuel06t que recoge la
elasticidad de los aumentos en el combustible fuel oil No.6 en relacin con las tarifas,
presenta un valor positivo y es estadsticamente significativo al 5% para los sectores
Residencial, Comercial e Industrial, no as para las categoras de Gobierno y del Alumbrado
Pblico.
La manera de interpretar este resultado, es que una seal de aumento en el precio del
fuel oil No. 6 es efectiva e impacta directamente el precio del kwh de energa elctrica para
las categoras Residencial, Comercial e Industrial; validando parcialmente la hiptesis de que
el encarecimiento de las tarifas elctricas obedece principalmente a la composicin de la
113
matriz energtica y en una menor proporcin a los trminos de los contratos de compra
suscritos con los generadores.
114
La importancia de que los organismos reguladores del sector elctrico del pas,
establezcan modelos economtricos sectoriales para estimacin de la demanda de
energa, incluyendo como determinantes variables explicativas relevantes.
La conveniencia de revisar la actual estructura tarifaria rgida que aplica la SIE, que
mantiene un subsidio para todos los usuarios, no discriminando a los clientes que por
sus niveles de ingreso y sus caractersticas, no califican para ser subsidiados.
115
Los resultados obtenidos representan una contribucin para el entendimiento sectorial del
consumo y del precio de la electricidad en RD; este anlisis podra ser continuado y ampliado
mediante la elaboracin de modelos de corte transversal y datos de panel, para lo cual sera
necesaria la realizacin de un estudio de campo que aporte datos necesarios, no disponibles al
momento de elaboracin de este trabajo.
116
REFERENCIAS BIBLIOGRFICAS
Asafu-Adjaye, J. (2000). The relationship between energy consumption, energy prices and
economic growth: time series evidence from Asian developing countries. The
University of Queensland. Department of Economic. Australia.
Athukorala, W. y Wilson, C. (2010). Estimating short and long-term residential demand for
electricity: new evidence form Sri Lanka. Energy Economic, 32 (1). pp. 34-40.
Bastos, P., Castro, L., Cristia, J., y Scartascini, C. (2011). Does energy consumption respond
to price shocks? Evidence from a regression-discontinuity design. Inter-American
Development Bank. Working Paper Series No. IDB-WP-234.
Baxter, M. y R. Rees (1968). Analysis of the industrial demand for electricity. United
Kingdom. Economic Journal. Vol. LXXVIII.
Belke, A., Dreger, C. y De Haan, F. (2010). Energy consumption and economic growth: new
insights into the cointegration relationship. Energy Economics. Elsevier, Vol. 33(5).
pp. 782-789.
117
Bichara, R. J. (2013). Situacin actual y plan integral sector elctrico. Ponencia en almuerzo
ante la Cmara Amrica de Comercio. Santo Domingo, D. N.
Breusch, S., Pagan, A. y Godfrey, L. G. (1979). A Simple Test for Heteroscedasticity and
Random Coefficient Variation. Econometrica. pp. 1287-1294.
Cochn, M. (2009). Ensayo sobre la Evolucin del Sector Elctrico Dominicano. Repblica
Dominicana.
Consejo Nacional de la Empresa Privada (CONEP) (2008). Proyecto Propuesta del Sector
Privado de un Plan Integral de Soluciones para el Sector Elctrico de la Repblica
Dominicana. Republica Dominicana. Llarens, D. G.
118
Davidson, J. H., Hendry, D., Srba, F. y Yeo, S. (1978). Econometric Modelling of the
Aggregate Time-Series Relationship Between Consumers Expenditure and Income in
the Unite Kingdom. The Economic Journal, Vol. 88, No. 352.pp. 661-692.
De La Cruz, J. (2003). Entre las redes de las distribuidoras y la reeleccin. Revista Ahora.
Editora Corripio, C. por A. Edicin nmero 1,325. Repblica Dominicana.
Donatos, G. y Mergos, G. (1991). The residential Demand for Electricity: the Case Greece.
Journal of Energy and Development. University of Athens. Grecia.
119
Durbin, J. y Watson, G. S. (1950). Testing for Serial Correlation in Least Squares Regression,
I. Biometrika, 37. pp. 409428.
Durbin, J., Brown, R. y Evans, J. M. (1975). Techniques for testing the constancy of
regression relationships over time. Journal of the Royal Statistical Society, B 37. pp.
149-163.
120
Garca, J., Gaviria, A. y Salazar, L. (2011). Determinantes del precio de la energa elctrica
en el mercado no regulado en Colombia. Revista Ciencias Estratgicas, Vol. 19,
No.26. pp. 225246. Medelln, Colombia.
Granger, C. W. J. (1969). Investigating Causal Relations by Econometric Models and Crossspectral Methods. Econometrica, 37 (3). pp. 424438.
Henao, J., Dyner, I. y Castro, R. S. (2007). Por qu es tan difcil obtener buenos pronsticos
de los precios de la electricidad en los mercados competitivos?. Cuadernos de
Administracin. Vol. 20. Nmero 034. Pontificia Universidad Javeriana. Bogot,
Colombia. pp. 259-282.
121
Hendricks, W. y Koenker, R. (1992). Hierarchical spline models for conditional quantiles and
the demand for electricity. Journal of the American Statistical Association. Vol. 87,
No. 417. pp. 58-68.
Houthakker, H., Verleger, P. y Sheehan, D. (1974). Dynamic demand analyses for gasoline
and residential electricity. American Journal of Agricultural Economic. pp.412-418.
Jarque, M. y Bera, A. K. (1980). Efficient tests for normality, homoscedasticity and serial
independence of regression residuals. Economics Letters, 6 (3). pp. 255259.
Kuper, G. y Van Soest, D. (2002). Does oil price uncertainty effect economic activity?
Disponible
SSRN:
http://ssrn.com/abstract=379160
y
http://dx.doi.org/10.2139/ssrn.379160.
Lyman, R. (1978). Price elasticities in the electric power industry. Energy Systems and
Policy. pp. 381-406.
122
Maddala, G., Trost, R., Li, H. y Joutz, F. (1997). Estimation of Short and Long Run
Elasticities of Energy Demand from Panel Data Using Shrinkage Estimators, Journal
of Business and Economic Statistics, 15. pp. 90-100. EUA.
Morales, R., Luyando, J. y Flores, D. (2010). Determinantes del consumo de energa elctrica
residencial de la zona metropolitana de Monterrey Nuevo Len en Mxico.
Universidad Autnoma de Nuevo Len. Mxico. pp 10-12.
Mount, T., Chapman, L. y Tirell, T. (1973). Electricity demand in the United States: an
econometric analysis. Report ORNL-NSF-EP-49. Oak Ridge National Laboratory.
EUA.
Organismo Coordinador de Sistema Elctrico Integrado (OC) (2008). Informe sobre los
puntos clave del sector energa de la Repblica Dominicana enfocado a la mitigacin.
Repblica Dominicana.
Organizacin Latinoamericana de Energa (OLADE) (Noviembre, 2013). Estadsticas del
sector elctrico en Amrica Latina. Disponible en: http://www.olade.org
Parti, M. y Parti, C. (1980). The total and appliance specific conditional demand for
electricity demand in the household sector. Bell Journal of Economics, 11. EUA. pp.
309-321.
123
Pilipovic, D. (1998). Energy Risk: Valuing and Managing Energy Derivatives. MacGraw-Hill
Professional.
Plasencia, A. (Diciembre 28, 2011). Subsidio elctrico 2011 ascendera a US$900 millones.
Hoy digital. Disponible: www.hoy.com.do/elpais/2011/12/28/
Reiss, P. y White, M. (2008). What changes energy consumption? Prices and public
pressures. The Rand Journal of Economics. Volume 39. Issue 3. pp. 636663.
Schweppe, F., Caramanis, M., Tabors, R. y Bohn, R. (1988). Spot pricing of electricity.
Kluwer Academic Publishers. Boston, EUA.
Silk, J. y Joutz, F. (1997). Short and log-run elasticities in US residencial electricity demand,
a cointegration approach. Energy Economics, 19. EUA.
Smith, V. L. (1998). Spot market mechanism design and competitivity issues in electric
power. System Sciences. Volume 3. pp. 48 56.
124
Superintendencia de Electricidad de la Repblica Dominicana (2005). Resolucin No. 362005. Establece Valores Base para Indexacin de las Tarifas Elctricas. Repblica
Dominicana.
Superintendencia de Electricidad de la Repblica Dominicana (2005). Resolucin No. 23798. Establece Bloques de Usuarios del Servicio. Repblica Dominicana
Tabares, H., Hernndez J. y Gonzlez, V. (2009). Aproximacin por lgica difusa de las
series de tiempo: demanda diaria de energa elctrica. Revista Facultad de Ingeniera
Universidad de Antioquia. No.47. Universidad de Antioquia. Colombia.
Taylor, R. (1975). The Demand for Electricity: A survey. Bell Journal of Economic and
Management Science, 6. pp. 74-110. EUA.
Velsquez, J., Dyner, I. y Castro, R. (2007). Por qu es tan difcil obtener buenos
pronsticos de los precios de la electricidad en mercados competitivos?. Cuadernos de
Administracin. Vol. 20, No.034. Bogot, Colombia
Westley, G. D. (1984). The Residential and Commercial Demand for Energy in Costa Rica.
Land Economics, 65. pp. 254-271.
125
ANEXOS
126
ANEXO No. I
#
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
127
F UE NT E
BC R D
B ID
S IE
S IE
S IE
S IE
S IE
S IE
S IE
S IE
S IE
S IE
S IE
S IE
S IE
S IE
S IE
S IE
S IE
S IE
S IE
S IE
S IE
S IE
S IE
S IE
S IE
S IE
S IE
S IE
S IE
ANEXO No. II
S IG L AS
1
2
IMAE
INF US A
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
F UE L 06
NcA
NcG
NcI
NcC
NcR
NcT
E MF A$
E MF G $
E MF I$
E MF C $
E MF R $
C eA
C eG
C eI
C eC
C eR
C eA/NcA
C eG /NcG
C eI/NcI
C eC /NcC
C eR /NcR
P ricA
P ricG
P ricI
P ricC
P ricR
P ricP
S ubtR
128
MIN.
MAX .
200.850
-1.790
361.790
1.380
19.650
111.140
959
3,255
5,284
11,402
8,668
14,830
62,094
137,559
808,381 2,064,314
902,582 2,226,278
57.3
191.0
212.2
668.4
700.4
1,927.7
187.2
1,243.0
712.2
2,196.0
9.2
26.9
22.4
96.6
87.4
206.4
25.1
133.5
167.4
341.6
3,543.0 11,110.0
3,039.0 11,495.0
9,719.0 18,216.0
331.0
1,042.0
137.0
274.0
0.130
0.316
0.132
0.342
0.132
0.281
0.146
0.308
0.085
0.187
0.118
0.224
0.137
0.342
Co
= Constante
PricRt
Subt
CeRt-1
Imaet
Def
Fuel06t
InfUSAt
ERt
FRt
URt
VRt
Co
= Constante
PricCt
Subt
CeCt-1
Imaet
Def
Fuel06t
InfUSAt
ECt
FCt
UCt
VCt
130
Co
= Constante
PricIt
Subt
CeIt-1
Imaet
Def
Fuel06t
InfUSAt
EIt
FIt
I (EIt-1)
I (FIt-1)
UIt
VIt
131
Co
= Constante
PricGt
Subt
CeGt-1
Imaet
Def
Fuel06t
InfUSAt
EGt
FGt
UGt
VGt
132
DeAt
Co
= Constante
PricAt
Subt
CeAt-1
Imaet
Def
Fuel06t
InfUSAt
EAt
FAt
UAt
VAt
133
134