A raíz de esto la CREG decidió rediseñar la estructura del mercado. Para evaluar la eficiencia económica del sistema, creamos un modelo imitando el modelo de despacho de XM, que refleja el mercado eléctrico en Colombia. Este proyecto de análisis consiste en un modelo estructural del despacho de energía para evaluar empíricamente los beneficios o efectos de la transición del mercado de energía colombiano en el 2009. Con el fin de analizar el impacto de la reforma, se propuso un modelo dinámico que refleja una evaluación precisa de los perjuicios del bienestar, y tiene muy en cuenta los costos de iniciación de las plantas.
Para evaluar la eficiencia económica del sistema, Quantil, de la mano de consultores internacionales, crearon un modelo imitando el modelo de despacho de XM, que refleja el mercado eléctrico en Colombia. Este proyecto de análisis consiste en un modelo estructural del despacho de energía para evaluar empíricamente los beneficios o efectos de la transición del mercado de energía colombiano en el 2009. Los datos utilizados en este análisis provienen de la CREG y XM (el operador del sistema). Con el fin de analizar el impacto de la reforma, se propuso un modelo dinámico que refleja una evaluación precisa de los perjuicios del bienestar, y tiene muy en cuenta los costos de iniciación de las plantas.
Para la evaluación, se estimaron dos modelos. El primero es un modelo de decisión de producción que estima la cantidad de energía producida como función de la diferencia del precio de venta y el costo de producción como porcentaje de el costo, para el pasado, presente y futuro. Para no dejar atrás otra información relevante, el primer modelo también toma en cuenta el costo de oportunidad del agua. El modelo se calibró con información de antes del 2009 y luego se usó para simular la producción que hubiera resultado sin los cambios de regulación. La gráfica indica que en promedio la curva de oferta ajustada (simulada) es similar a la observada (real).
Por otro lado, el segundo modelo, estima los precios como función de la demanda, teniendo en cuenta los fenómenos naturales de El Niño y La Niña. Este modelo econométrico es un modelo reducido ya que ignora el comportamiento estratégico de los agentes. El modelo simula el precio después de la reforma usando dinámicas anteriores a la reforma. Se examina la relación del precio y la producción agregada antes del 2009, e incluye un ajuste a los precios para reflejar la diferencia real después del 2009 ya que la demanda incrementó notoriamente. Para lograr un modelo más apto, se aumentó la varianza usando un proceso autorregresivo con los residuos, una simulación de Monte Carlo y finalmente agregamos el error para sacar las predicciones de los precios. El proceso se repitió 100 veces y se sacó el promedio. A partir de estos dos modelos, creamos simulaciones de lo que sería la producción y el costo después del 2009 con y sin la reforma del mercado.
Al analizar los resultados con estadísticas descriptivas se notó que después de la reforma la eficiencia de producción aumentó ya que se vieron reducidos los costos de producción. Sin embargo, al incluir en el análisis los precios y costos reales denominados por los productores de energía, notamos que estos son más altos que los precios simulados, sugiriendo que los beneficios obtenidos por la reforma no llegaron a los consumidores de energía quienes notaron un incremento en los precios. Estos hechos plantean que los beneficios de la reforma del mercado de energía fueron capturados por los productores por medio del poder en el mercado.
Con el fin de lograr los resultados más claro tuvimos en cuenta varios factores que podrían influir el poder en el mercado de los productores. Finalmente, los resultado fueron inconclusos con respecto al impacto que causó la reforma en el bienestar general. Se concluye que la eficiencia de producción incrementó, pero la eficiencia de asignación se redujo, ya que los resultados sugieren que los productores se adueñaron de los beneficios de la reforma a través del poder de mercado.
En Proyectos, podrás conocer las aplicaciones reales de nuestros servicios, casos de uso y ejemplos de los mismos.
