Opciones financieras para cobertura de precio y

cantidad en el mercado de energa mayorista

colombiano

Gabriel Vizcano - Juan M. Alzate

Angela Cadena - Juan Benavides

Junio 9 de 2009
 Mercado
SPOT

El mercado de energa Mercado

de Energa
Firme
El Mercado Elctrico Mayorista
Mercado
(MEM), entr en operacin en de
1995, y es regulado por la Energa
Constitucin de 1991, la Ley 142 Mercado de
(Ley de Servicios Pblicos) y 143 Contratacin
de 1994 (Ley Elctrica) y la Bilateral
Resolucin CREG 025 de 1995.

Mercado de
Servicios de
Respaldo
Principales problemas del sistema de contratacin
bilateral
No existe
seal de
precios
futuros

Alternativas:
Contratos 1. SEC
Riesgo
no estndar Contratacin 2. MOR
default
(Baja Bilateral
(Garantas)
liquidez) 3. Derivados Financieros

Falta de
anonimato
Distribucin del beneficio
 Agenda

Aproximacin metodolgica
Modelo Oum, Oren, Deng (2006)
Detalles de implementacin
Aplicacin al mercado colombiano
Informacin disponible
Algoritmo e implementacin
Resultados
Conclusiones y trabajos futuros
Referencias
Y. Oum, S. Oren, S. Deng, Hedging quantity risk with standard power
options in a competitive wholesale electricity market, Naval Research
Logistics Vol. 53 (2006) pp. 697-712.

MODELO TERICO
 Conveniencia del modelo

Correlacin
precio-demanda
Cobertura de
riesgo
Derivados
El modelo estndar

Diseo de Opciones
productos financieras
 Oum, Oren, Deng (2006)

Comercializadores

Generadores

p: precio spot Y: beneficio neto del agente

q: cantidad de energa demanda U: funcin de utilidad sobre el beneficio neto
r: tarifa fija Q: espacio de probabilidad neutro al riesgo
c: costo marginal del generacin x(p): portafolio de cobertura
a: parmetro de aversion al riesgo del agente F: precio futuro de la energa
 Carr, Madan (2001)

Estrategia de replica Oum, Oren, Deng (2006)

Bonos
Futuros/Forwards

Opciones put, j=1,.., m

Opciones call, j=1,,n

p: precio spot x(p): portafolio de cobertura

K: precio de ejercicio de las opciones put F: precio futuro de la energa
K: precio de ejercicio de las opciones call (*)+: funcin max (*,0)
 x 10
6 Optimal hedging function for a LSE with CARA utility function. A = 1.5
3
x*(p) fitting
Roots

2.5

2
x*(p) = 253p -23314p + 412979.
2

1.5
x*(p)

0.5

-0.5
0 50 100 150
Price (US$/MWh)
 x 10
5 Replicating strategy with bonds, forwards, 2 put options and 2 call options
14
Bonds
Forwards
Put 1
Put 2
12 Call 1
Call 2

10

8
x*(p)

-2
0 10 37 47.2
47 58 90 150
Spot price (US$/MWh)
 x 10
6 Replicating strategy with bonds, forwards, 2 put options and 2 call options
3
x(p)
Replicating

2.5

Replicating error 7230584

2

1.5
x*(p)

0.5

-0.5
0 10 37 47.2
47 58 90 150
Spot price (US$/MWh)
Mnimos Cuadrados Ordinarios (MCO)

DETALLES DE
IMPLEMENTACIN
Metodologa de replica

Donde
Informacin disponible - Series histricas.

APLICACIN AL MERCADO
COLOMBIANO
Datos utilizados

Se tom el intervalo de tiempo entre Diciembre de 2006 y Octubre

de 2008 para el anlisis de las siguientes variables, con resolucin
horaria:

Precio de bolsa nacional

Generacin real (5H, 2T-C, 2T-G)
Demanda comercial (UR)
Precio de escasez
Tarifa UR (G+C)
Oferta inicial

Fuente: Base de datos Nen de XM

 Precio spot promedio (Dic06-Oct08)
Mean of the spot price - Business days from Dec. 2006 to Oct. 2008]

140

120

100
US$Oct08/MWh

80

60

40

20

Nov
Sep H23
H20
Jul
H15
May
H10
Mar
H05
Jan
H00
Month
Hour Solo das hbiles
 Desviacin estndar del precio spot (Dic06-Oct08)
Stn. Dev. of the spot price - Business days from Dec. 2006 to Oct. 2008]

70

60

50
US$Oct08/MWh

40

30

20

10

Nov
Sep H23
H20
Jul
H15
May
H10
Mar
H05
Jan
H00
Month
Hour
 Comportamiento demanda UR (Dic06-Oct08)
Mean - spot price Mean - E1 Reg. demand
Mean - spot price Mean - E1 Reg. demand
US$Oct08/MWh)

100
1000

MWh
1000

MWh
50
500
500
Nov Sep Nov Sep
JulMay Nov Sep H15 H20 H23 JulMay H15 H20 H23
H20 H23 H10 H20 H23 H10
H15 Mar Ene H05 Jul May Mar H15 Mar Jan H05
Mar Ene H05 H10 H00 H05 H10 H00
H00 Month Hour Jan H00 Month Hour
Hour Month Hour
Mean - E2 Reg. demand Mean - E3 Reg. demand
Mean - E2 Reg. demand Mean - E3 Reg. demand

250
900
MWh

MWh
900
200
MWh

800
800
150
700
700
Nov Sep Nov Sep
JulMay Nov Sep H20 H23 JulMay H20 H23
H15 H20 H23
Mar Jan H05 H10Jul H15 H15 H20 H23
Mar Jan H05 H10 H15
Mar Jan H10 H00 May Mar H10 H00
H00 H05 Month Jan H00 H05 Month
Hour Hour
Hour Month Hour
Mean - E4 Reg. demand Mean - E5 Reg. demand
Mean - E4 Reg. demand Mean - E5 Reg. demand
1400
250
1200 250
MWh

MWh

200
MWh

1000 200
800 150
150
Nov Sep Nov Sep
JulMay Nov Sep H20 H23 JulMay H20 H23
H15 H20 H23
Mar Jan H05 H10Jul H15 H15 H20 H23
Mar Jan H05 H10 H15
Mar Jan H10 H00 May Mar H10 H00
H00 H05 Month Jan H00 H05 Month
Hour Hour
Hour Month Hour
 Comportamiento Generacin Real (Dic06-Oct08)
Mean - G1 Reg. demand Mean - G2 Reg. demand Mean - G3 Reg. demand

400 450
600 400
300
MWh

MWh

MWh
400 350
200
300
200
100 250
Nov
SepJul H23 Nov
SepJul H23 Nov
SepJul H23
H20 H20 H15 H20
MayMar H10 H15 MayMar H10 H15 MayMar H10
Month
Jan H00 H05 Month
Jan H00 H05 Month
Jan H00 H05
Hour Hour Hour

Mean - G4 Reg. demand Mean - G5 Reg. demand Mean - G6 Reg. demand

1000 1000
800 150
800
MWh

MWh

MWh
600 600 100
400 400
200 200 50
Nov
SepJul H23 Nov
SepJul H23 Nov
SepJul H23
MayMar H15 H20 MayMar H15 H20 MayMar H15 H20
H10 H10 H10
Month
Jan H00 H05 Month
Jan H00 H05 Month
Jan H00 H05
Hour Hour Hour

Mean - G7 Reg. demand Mean - G8 Reg. demand Mean - G9 Reg. demand

100
700
150
600
MWh

MWh

MWh
50
100 500
400
50 0
300
Nov
SepJul H23 Nov
SepJul H23 Nov
SepJul H23
H20 H15 H20 H15 H20
MayMar H10 H15 MayMar H10 MayMar H10
Month
Jan H00 H05 Month
Jan H00 H05 Month
Jan H00 H05
Hour Hour Hour
 Ciclo hidrolgico anual colombiano
Monthly spot price behavior from December 2006 to October 2008
100
-

+
90

80

70
US$2008/MWh

60

50

40

30

20
2 4 6 8 10 12
Month
Comportamiento horario del precio y la demanda
6000 60
Non-reagulated demand
Regulated demand
5000 55

Spot Price [US$/MWh]

Spot Price
Demand [MWh]

4000 50

3000 45

2000 40

1000 35
0 2 4 6 8 10 12 14 16 18 20 22
Hour
Algoritmo programado

APLICACIN
 Datos de entrada

Algoritmo Programado Anlisis de informacin

- Ajustes a distribuciones de probabilidad

Estimacin funcin cobertura ptima x*(p)

para cada agente Oum, Oren, Deng (2006)

Estimar funcin de cobertra ptima del

mercado
- Promedio ponderado

Calcular estrategia de rplica

-Bonos, Forwards/Futures, 2 Put y 3 Call

Calcular precios de ejercicio ptimos

-Minimizacin del error

Simulacin de Monte-Carlo
-Evaluar la bondad de los instrumentos
 Datos de entrada

Algoritmo Programado Anlisis de informacin

- Ajustes a distribuciones de probabilidad

Estimacin funcin cobertura ptima x*(p)

para cada agente Oum, Oren, Deng (2006)

Estimar funcin de cobertra ptima del

mercado
- Promedio ponderado

Calcular estrategia de rplica

-Bonos, Forwards/Futures, 2 Put y 3 Call

Calcular precios de ejercicio ptimos

-Minimizacin del error

Simulacin de Monte-Carlo
-Evaluar la bondad de los instrumentos
 Implementacin prctica

Instrumentos ptimos de cobertura

Mensuales
para Mayo de 2008
2 opciones Put + 3 opciones Call
F = 67.13 US$ / MWh 146.7 COP / kWh
(valor esperado en Abril para Mayo).
S = 147 US$ / MWh 321.16 COP / kWh
(precio de escasez para Mayo).
Log p ~ N(4.18, 0.232)
TRM: 2184.76 COP/ US$
 Ttulo del eje

-2.00
-1.50
-1.00
-0.50
0.00
0.50
1.00
1.50
2.00
2.50
3.00
DEF 1990
ASO 1990
AMJ 1991
DEF 1992
ASO 1992
AMJ 1993
DEF 1994
ASO 1994
AMJ 1995
DEF 1996
ASO 1996
AMJ 1997
DEF 1998
ASO 1998
Index

AMJ 1999
DEF 2000
ASO 2000
AMJ 2001
DEF 2002
ASO 2002
AMJ 2003
DEF 2004
ASO 2004
AMJ 2005
DEF 2006
ASO 2006
Cold & Warm episodes by season / Oceanic Nio

AMJ 2007
DEF 2008
ASO 2008
 x 10
5 Optimal Payoff Function for each LSE
1.5
Total
E1
1 E2
E3
E4
E5
x*(p) [US$]

0.5

-0.5

-1
0 20 40 60 80 100 120 140
Price [US$/MWh]
 x 10
4 Optimal Payoff Function for each plant
4

-2
x*(p) [US$]

-4
Total
-6 G1
G2
-8 G3
G4
-10
G5
-12 G6
G7
-14 G8
G9
-16
0 20 40 60 80 100 120 140
Price [US$/MWh]
 x 10
4 Weighted Hedging Function for all LSEs
12
x(p)
10 x(p) replicated Resultado de la
8 x*(p) = 2p2 775p + -63762. optimizacin global
6
x*(p) [US$]

4
Calcular estrategia de rplica
2 -Bonos, Forwards/Futures, 2 Put y 3 Call
49
0

-2
Calcular precios de ejercicio ptimos
-Minimizacin del error
-4

-6

-8
0 24 49 73 98 122 147
Price [US$/MWh] x 10
4 Weighted Hedging Function for all plants
2
2 x(p)
x*(p) = -8p 389p + 11087.
x(p) replicated

Precios de ejercicio
ptimos [US$/MWh]: -2
x*(p) [US$]

K1=24.5 (Put1) -4

K2= 49.3 (Put2)

K1= 73.5 (Call1) -6
49

K2= 97.7 (Call2)

K3= 122.5 (Call3) -8

-10
0 24 49 73 98 122 147
Price [US$/MWh]
 Portafolios de Replica

Bonos Futuros K1 K2 K'1 K'2 K'3

E1 -844 1254 141 138 136 138 141
E2 -211 244 36 35 35 35 36 Comercializadores
E3 -469 914 78 76 75 76 78
E4 -971 1322 165 162 158 162 165
E5 -216 237 36 35 34 35 36

Bonos Futuros K1 K2 K' 1 K' 2 K' 3

G1 553 -406 -100 -98 -96 -98 -100
G2 2535 -588 -444 -435 -426 -435 -444
Generadores G3 -163 -284 33 32 31 32 33
G4 4615 -181 -768 -753 -738 -753 -768
G5 2505 -1006 -453 -444 -435 -444 -453
G6 17 -150 -3 -3 -3 -3 -3
G8 963 -446 -160 -157 -154 -157 -160
 -4
x 10 Comparison of the Profit Distribution for E1
4.5
Before Hedge
4 After Price Hedge

3.5
After Price-Quantity Hedge
Comercializadores
Probability Density

3
: US$-17559, :119.094%
1 1
2.5
: US$-17711, :37.0365% Simulacin de Monte-Carlo
2 2
2 -Evaluar la bondad de los instrumentos
3
: US$-18008, 3:7.244%
1.5

1
Bonos Futuros K1 K2 K'1 K'2 K'3
E1 -844 1254 141 138 136 138 141
0.5
E2 -211 244 36 35 35 35 36
0
-10 -8 -6 -4 -2 0 E3 -469 914 78 76 75 76 78
Profit [US$] 4
x 10 E4 -971 1322 165 162 158 162 165
E5 -216 237 36 35 34 35 36

Sin cobertura Cobertura en precio Cobertura en precio-cantidad

US$/MWh US$/MWh US$/MWh
E1 -17.559 119,09% -17.711 37,04% -18.008 7,24%
E2 -5.647 74,16% -5.678 22,02% -5.745 6,64%
E3 -8.993 165,89% -9.124 29,56% -9.280 12,41%
E4 -27.506 80,82% -27.692 17,17% -27.992 5,88%
E5 -2.328 174,82% -2.358 50,71% -2.431 13,01%
 x 10
-4 Comparison of the Profit Distribution for G1
1.4
Before Hedge
After Price Hedge
1.2
After Price-Quantity Hedge
Generadores
1
Probability Density

: US$15682, :54.1563%
0.8 1 1
: US$15714, 2:31.9156% Simulacin de Monte-Carlo
2
0.6 -Evaluar la bondad de los instrumentos
3
: US$15856, 3:26.356%
0.4

0.2 Bonos Futuros K1 K2 K' 1 K' 2 K' 3

G1 553 -406 -100 -98 -96 -98 -100
0
0 1 2 3 4 5 6 7 G2 2535 -588 -444 -435 -426 -435 -444
Profit [US$] x 10
4
G3 -163 -284 33 32 31 32 33
G4 4615 -181 -768 -753 -738 -753 -768
G5 2505 -1006 -453 -444 -435 -444 -453
Sin cobertura Cobertura en precio
G6 17 Cobertura
-150 en
-3 precio-cantidad
-3 -3 -3 -3
US$/MWh US$/MWh G8 963 US$/MWh
-446 -160 -157 -154 -157 -160
G1 15.682 54,16% 15.714 31,92% 15.856 26,36%
G2 21.796 76,05% 21.847 49,15% 22.532 36,85%
G3 15.980 46,69% 16.020 41,94% 15.984 40,12%
G4 9.614 151,97% 9.662 94,97% 11.027 77,87%
G5 39.225 55,88% 39.317 25,91% 39.937 17,94%
G6 4.661 49,83% 4.676 7,53% 4.682 6,69%
G8 6.432 146,34% 6.476 61,48% 6.770 48,75%
RESULTADOS
 Anlisis de resultados

Se brindan las mismas oportunidades de cobertura a todos los

agentes y difieren entre periodos de invierno o verano.
Sensibilidad de los precios de ejercicio de las opciones resultantes
de la optimizacin al parmetro S (precio de escasez).
El modelo supone acceso ilimitado al mercado de valores para
adquirir el portafolio de cobertura.
La inclusin de MCO en la formulacin del problema minimiza el
error de replica respecto a la formulacin previa Oum, Oren, Deng
(2006).
 0.00
0.50
1.00
1.50
2.00
2.50
3.00

-2.00
-1.50
-1.00
-0.50
DEF 1990
JAS 1990
FMA 1991
SON 1991
AMJ 1992
NDE 1992
JJA 1993
EFM 1994
ASO 1994
MAM 1995
OND 1995
MJJ 1996
DEF 1997
JAS 1997
FMA 1998
SON 1998
AMJ 1999
NDE 1999
JJA 2000
diferentes

EFM 2001
ASO 2001
MAM 2002
OND 2002
MJJ 2003
DEF 2004
JAS 2004
FMA 2005
SON 2005
AMJ 2006
Cold & Warm episodes by season / Oceanic Nio Index

NDE 2006
JJA 2007
EFM 2008
ASO 2008
Comparacin de resultados en eventos climticos
 Portafolios ptimos de mercado de LSEs y GENCOs

x 10
4 Optimal Payoff Function for each LSE 4
x 10 Optimal Payoff Function for each plant
10 2
Summer, Dec. 06
8
Winter, Mar. 08 0

-2
4
x*(p) [US$]

x*(p) [US$]
2 -4

0
-6

-2

-8 Summer, Dec. 06
-4 Winter, Mar. 08
-6 -10
0 20 40 60 80 100 0 20 40 60 80 100
Price [US$/MWh] Price [US$/MWh]
 Anlisis de resultados

Se brindan las mismas oportunidades de cobertura a todos los

agentes y difieren entre periodos de invierno o verano.
Sensibilidad de los precios de ejercicio de las opciones resultantes
de la optimizacin al parmetro S (precio de escasez).
El modelo supone acceso ilimitado al mercado de valores para
adquirir el portafolio de cobertura.
La inclusin de MCO en la formulacin del problema minimiza el
error de replica respecto a la formulacin previa Oum, Oren, Deng
(2006).
 Anlisis de sensibilidad de Ki al parmetro S
140,00

120,00
Precio de Ejercicio

100,00 K1
K2
80,00
F
60,00 K'1

40,00 K'2
K'3
20,00
135 140 145 150 155

S, Precio de Escasez (US$/MWh)

 Anlisis de resultados

Se brindan las mismas oportunidades de cobertura a todos los

agentes y difieren entre periodos de invierno o verano.
Sensibilidad de los precios de ejercicio de las opciones resultantes
de la optimizacin al parmetro S (precio de escasez).
El modelo supone acceso ilimitado al mercado de valores para
adquirir el portafolio de cobertura.
La inclusin de MCO en la formulacin del problema minimiza el
error de replica respecto a la formulacin previa Oum, Oren, Deng
(2006).
 Errores de replica para cada agente

A continuacin se presenta el error relativo en etre la curva de pago

optima original de cada agente y su replica mediante un portafolio
compuestos por bonos, futuros las 2 put y 3 call ya calculadas.
Errores Comercializadores Errores Generadores
Vizcaino, Alzate, Vizcaino, Alzate,
Oum,Oren, Diferencia Oum,Oren, Diferencia
Agente Cadena, Benavides Agente Cadena, Benavides
Deng (2006) de error Deng (2006) de error
(2009) (2009)
E1 0,36% 0,22% 0,14% G1 0,75% 0,46% 0,29%
E2 0,47% 0,29% 0,18% G2 1,89% 1,17% 0,72%
E3 0,28% 0,17% 0,11% G3 0,41% 0,26% 0,16%
E4 0,40% 0,25% 0,15% G4 3,38% 2,09% 1,29%
E5 0,48% 0,29% 0,18% G5 1,26% 0,78% 0,48%
G6 0,07% 0,04% 0,03%
G7 2,46% 1,52% 0,94%
G8 1,04% 0,64% 0,40%
G9 3,55% 2,20% 1,36%
CONCLUSIONES
 Conclusiones
Cobertura
precio -
cantidad

Seales de
mercado del
Experiencia La propuesta con derivados
internacional
precio futuro permite que cada agente lleve a
cabo su gestin de riesgo,
Derivados independiente de los dems,
financieros dando lugar a ventajas
Contratos competitivas que incentivan el
estndar
(mercado
Anonimato libre juego en el mercado.
liquido)

Manejo de
riesgo default
 Trabajo Futuro

Definicin del subyacente

Tiempo optimo de contratacin
Cobertura dinmica
Valoracin de stos derivados
 Periodo H19
350

300

250

200

150

100

50

0
May06 Nov06 Jun07 Dec07 Jul08
 Trabajo Futuro

Definicin del subyacente

Tiempo optimo de contratacin
Cobertura dinmica
Valoracin de stos derivados
 Agradecimientos
1. Universidad de los Andes. Proyecto Interfacultades 2007. Convocatoria
Interna (Facultad de Ingeniera) 2008.
2. Profesor Shmuel Oren. Department of Industrial Engineering and Operations
Research, University of California at Berkeley.
3. Dra. Cecilia Maya, XM.
4. Dr. Juan Pablo Crdoba, BVC.
5. Profesor Hernando Mutis, Uniandes.
6. Profesor Alvaro Riascos, Uniandes.
7. Base de datos NEON, XM.
 Referencias
1. Y. Oum, S. Oren y S. Deng, Hedging quantity risk with standard power options
in a competitive electricity market, 2005.
2. M. Lui y F. Wu, Risk management in a competitive electricity market, Electrical
Power and Energy Systems, vol. 29, pp. 690697, 2007.
3. S. Deng and S. Oren, Electricity derivatives and risk management, Energy, vol.
31, pp. 940953, 2006.
4. P. Carr and D. Madan, Optimal positioning in derivative securities, Quantitative
Finance, vol. 1, pp. 1937, 2000.
5. C. Smithson, A LEGO approach to financial engineering: An introduction to
forwards, futures, swaps and options, Midland Corporate Finance Journal,
Winter 1987.
6. G.A. Vizcaino, J.M. Alzate, A.I. Cadena, and J.M. Benavides. Financial options
for price-quantity hedging in the Colombian wholesale electricity market. Working
Paper. Universidad de los Andes. Bogot-Colombia. April 2009.
7. G.A. Vizcaino, J.M. Alzate, A.I. Cadena, and J.M. Benavides. Plain vanilla
options for price-quantity hedging in the Colombian wholesale electricity
market. In 32nd IAEE International Conference. Energy-Economy-
Environment., June 21-24 2009. San Francisco, CA, USA.
GRACIAS