La hidrología como predictor del comportamiento del precio de energía en bolsa*

  • Jorge Barrientos Marín Universidad de Antioquia
  • Mónica Toro Martínez Universidad de Antioquia
Palabras clave: mercado de energía corto plazo, precio, VAR, Función de Impulso Respuesta, pronóstico

Resumen

En este trabajo estamos interesados en estudiar el efecto de la hidrología sobre los precios de la energía eléctrica en Colombia y determinar si es un buen predictor del comportamiento del precio spot de energía. Para el objetivo se estiman modelos autoregresivos de retardo distribuido ARDL y una aproximación preliminar usando vectores autoregresivos VAR para estimación y pronóstico. La conclusión principal del trabajo es que dadas las condiciones del mercado eléctrico colombiano, la hidrología en efecto determina buena parte del comportamiento del precio de bolsa, aunque la demanda de energía también juega un papel preponderante. En cuanto al pronóstico los precios muestran una tendencia creciente para los próximos años.

|Resumen
= 30 veces | PDF
= 67 veces|

Descargas

La descarga de datos todavía no está disponible.

Biografía del autor/a

Jorge Barrientos Marín, Universidad de Antioquia

http://scienti.colciencias.gov.co:8081/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0000224413

Mónica Toro Martínez, Universidad de Antioquia

Economista, Facultad de Ciencias Económicas, Universidad de Antioquia.

Citas

Barrientos, J., Tobón, D., Villada, F., & Velilla, E (2014). Opportunities for Seasonal Forward

Contracts in the Colombian Electricity Market. Documento de Trabajo. Universidad

de Antioquia, Medellín.

Barrientos, J., Tobón, D., Villada, F., Velilla, E, & López-Lezama, J.A (2015). “On the estimation of the price elasticity of electricity demand in the Colombian manufacturing

industry “. (Submitted).

Emily Hickey, David G. Loomis, & Mohammadi, H. (2012). Forecasting hourly electricity prices

using ARMAX–GARCH models: An application to MISO hubs. Energy Economics

- Elsevier, 307-315.

Hamilton, J.D. (1994). “Time Series analysis” Princeton University Press

Huisman, Ronald & Mahieu, R. (2003). Regime Jumps in Electricity Prices. Energy Economics, 25, 425-434.

Haldrup, N., Nielsen, F. S., & Nielsen, M. O. (2010). A vector autoregressive model for electricity

prices subject to long memory and regime switching. Energy Economics 32. 1044-1058.

Karakatsani, N. V., & Bunn, D. W. (2008). Forecasting electricity prices: The impact of fundamentals and time-varying coefficients. Internationa Journal of Forecasting, 24, 764–785.

Laserna, E. R., Dyner, I., L., & Franco, C. J (2004) Lessons from deregulation in Colombia:

successes, failures and the way ahead. Energy Policy, 1767-1780.

López, J. L., & Ferrer, V. M. (2005). Los precios en los mercados reestructurados de electricidad:

algunas lecciones básicas para la negociación derivada. CUADERNOS ECONÓMICOS

DE ICE, Universidad de Valencia, 28.

Lutz, B. J., Pigorsch, U., & Rotfuss, W. (2013). Nonlinearity in cap-and-trade systems: The

EUA price and its fundamentals. Energy Economics, 40, 222-232

Lütkepohl, H. (2006). New Introduction to Multiple Time Series Analysis Springer (Ed.) (pp. 765).

María, M. S., Fehr, N.-H. V. D., Millán, J., Benavides, J., Gracia, O., & Schutt, E. (2009).

El mercado de la energía eléctrica en Colombia: características, evolución e impacto

sobre otros sectores. Cuadernos de Fedesarrollo, 30.

Sierra, J., & Castaño, E. (2010). Pronóstico del Precio Spot del Mercado Eléctrico Colombiano

con Modelos de Parámetros Variantes en el Tiempo y Variables Fundamentales. Documento de trabajo. Universidad Nacional de Colombia, 14.

Publicado
2015-07-01
Cómo citar
Barrientos Marín J., & Toro Martínez M. (2015). La hidrología como predictor del comportamiento del precio de energía en bolsa*. Perfil De Coyuntura Económica, (25), 125-140. Recuperado a partir de https://revistas.udea.edu.co/index.php/coyuntura/article/view/26451
Número
Sección
Artículos