Evidencia empírica

Tomando fuentes de otros papers existe una relación estrecha del consumo de energía
eléctrica con el crecimiento de la tasa poblacional urbana, rural y el crecimiento del PIB per
cápita. Para producir energía las plantas energéticas se requiere derivados del petróleo los
cuales son no renovables y representan un fuerte ingreso para países en vías de desarrollo
como lo es Ecuador. Actualmente existe un Plan Maestro de Electrificación el cual comenzó
en el 2013 y se espera al 2022 haber cumplido los objetivos planteados y básicamente busca
abastecer eficientemente la demanda nacional y no recurrir a importaciones energéticas
optimizar costos y reservas futuras; lo cual nos da una idea que el consumo de energía
eléctrica tiene una tendencia creciente que beneficiará a muchos sectores productivos e
indirectamente a la población.
Descripción de datos y fuentes
Para el presente estudio se tomó información del Banco Mundial la cual consideramos una
fuente de información confiable como base en investigaciones académicas, los datos
pertenecen a Ecuador. Las variables consideradas en el modelo son datos recogidos anuales
que van del año 1971 hasta el 2014 y se detallan a continuación:

 Consumo de energía eléctrica. (kwh). El consumo de energía eléctrica mide la

producción de las centrales eléctricas y de las plantas de cogeneración para el
consumo por habitante.
 Crecimiento poblacional urbano. (npu) Población urbana se refiere a las personas
que viven en zonas urbanas según la definición de la oficina nacional de estadísticas.
Se calcula utilizando las estimaciones demográficas del Banco Mundial y las
proporciones urbanas de las Perspectivas de Urbanización en el Mundo de las
Naciones Unidas.
 Crecimiento poblacional urbano. (npr) Población rural se refiere a las personas que
viven en zonas rurales según la definición de la oficina nacional de estadísticas. Se
calcula como la diferencia entre la población total y la población urbana.
 Crecimiento del PIB per cápita. (pibpc) Tasa de crecimiento anual porcentual del PIB
a precios de mercado en moneda local, a precios constantes. El PIB es la suma del
valor agregado bruto de todos los productores residentes en la economía más todo
impuesto a los productos, menos todo subsidio no incluido en el valor de los
productos.
Se tuvo que hacer un corte en las variables npu, npr, pibpc ya que los datos de kwh están
hasta el 2014 mientras que las otras variables hasta el 2016 y no se puede realizar
pronostico con datos faltantes. En total son 44 observaciones con grados de libertad
suficientes para converger a inferencias conocidas.
Planteamiento de modelo.
El presente trabajo tiene como objetivo encontrar un modelo que capture correctamente
la dinámica de la serie del consumo de energía eléctrica y permita realizar pronósticos
acertados, aplicando modelos autorregresivos y modelo de rezagos distribuidos. El modelo
que mejor se adecua a la dinámica de la serie fue escogido en base los criterios de
información y de decisión.
Para determinar el modelo de autocorrelación se consideró la función de autocorrelación
parcial para identificar los rezagos significativos de la variable (kwh) que se incluirían en
pronóstico el, los cuales ayudan a especificación del modelo. El primer modelo quedó
planteado mediante la siguiente ecuación:
𝑘𝑤ℎ𝑡 = 𝛽0 + 𝛽1 𝑘𝑤ℎ𝑡−1 + 𝛽2 𝑘𝑤ℎ𝑡−4 + 𝛽3 𝑘𝑤ℎ𝑡−5 + 𝛽4 𝑡𝑟𝑒𝑛𝑑 + 𝜀𝑡
El modelo es un modelo AR(5), de orden cinco que es el último rezago utilizado el cual indica
el orden del modelo. Se añadió la tendencia que era significativa para controlar la dinámica
de la serie. Los coeficientes fueron estimados mediante MCO considerando
heterocedasticidad, se realizaron pruebas para observar el comportamiento de los errores
y no existen momentos que puedan afectar significativamente al pronóstico de la serie en
momentos futuros.
El segundo modelo empleado para el pronóstico de la dinámica de la serie es un modelo de
rezagos distribuidos, en los cuales los rezagos fueron incluidos observando la función de
autocorrelación parcial y determinó que variables rezagadas afectaban a la serie. El modelo
se planteó mediante la siguiente ecuación:
𝑘𝑤ℎ𝑡 = 𝛽0 + 𝛽1 𝑛𝑝𝑢𝑡 + 𝛽2 𝑛𝑝𝑟𝑡 + 𝛽3 𝑛𝑝𝑢𝑡−2 + 𝛽4 𝑛𝑝𝑟𝑡−2 + 𝛽5 𝑝𝑖𝑏𝑝𝑐𝑡 + 𝛽6 𝑡𝑟𝑒𝑛𝑑 + 𝜀𝑡
Se consideraron rezagos de la variable tasa de crecimiento urbana y tasa de crecimiento
rural que hacían más consistentes los parámetros y significativos para el pronóstico. La
tendencia ayuda a controlar la dinámica de la serie que crece en el tiempo por eso fue
significativa considerarla.
Análisis de resultados.
El gráfico 1 muestra el comportamiento de las variables consideradas en nuestros
respectivos modelos. Claramente se observa que la variable kwh tiene una tendencia
creciente y es que la expectativas hacia al consumo de energía se deben al poder adquisitivo
que ha venido mejorando a partir del año 2000 que se implementó ya la dolarización.
La estimación del primer modelo es la siguiente:
𝑘𝑤ℎ𝑡 = 37.652 + 1.025𝑘𝑤ℎ𝑡−1 + 0.281𝑘𝑤ℎ𝑡−4 − 0.382𝑘𝑤ℎ𝑡−5 + 27.081𝑡𝑟𝑒𝑛𝑑
Se consideraron errores heterocedasticos los coeficientes son significativos al 5% y 10%
(véase tabla1). Al considerar test de normalidad, los criterios de información y distribución
de los errores se pueden hacer una evidencia buena a partir de este modelo (véase tabla 3
y 4). El consumo de energía eléctrica e ve afectado positivamente en el primer y cuarto
rezago, con lo que en el pronóstico hasta cuatro años adelante se espera sea positivo.
La estimación del segundo modelo quedó así:

𝑘𝑤ℎ𝑡 = −3046.037 + 210.634𝑛𝑝𝑢𝑡 + 213.111𝑛𝑝𝑟𝑡 + 278.825𝑛𝑝𝑢𝑡−2

+ 225.219𝑛𝑝𝑟𝑡−2 + 6.912𝑝𝑖𝑏𝑝𝑐𝑡 + 68.071𝑡𝑟𝑒𝑛𝑑
El modelo de rezagos distribuidos es un poco más completo aunque los residuos no se
distribuyen ruido blanco del todo existen momentos que pueden afectar al pronóstico o
que no esté bien especificado y sea necesario incluir más variables que están consideradas
en el término de error, los residuos del modelo tienen más probabilidad de normalidad
(anexo 3), los coeficientes de las variables tienen un efecto positivo en el consumo de
energía eléctrica, por lo que son relevantes para el análisis los criterios de información se
explican en el anexo 4. Los coeficientes son estadísticamente significativos y diferentes de
cero la tabla 2 contiene la estimación de cada uno de los coeficientes.
Conclusiones.
Nuestro estudio nos dio una idea del comportamiento de la serie del consumo de energía
eléctrica del país Ecuador y que variables serían relevantes para su estudio baso en papers
publicados relacionados a pronósticos de series de tiempo. Para el pronóstico hasta 2018
se espera que el consumo de energía eléctrico sea de 1484,249 kilovatios por hora por
habitante.
Anexos.

Modelo AR(5)
Variables Coeficientes Error estandar P-value

Tendencia (trend) 27,0817 2,6350 0,0000

Constante 37,6520 64,3110 0,5580

L1.kwh 1,0251 0,0535 0,0000

L4.kwh 0,2805 0,1673 0,0940
L5.kwh -0,3825 0,1341 0,0040
 Modelo de Rezagos Distribuidos
Variables Coeficientes Error estandar P-value

Tendencia (trend) 68,0717 3,6600 0,0000

Constante -3.046,0370 244,0858 0,0000

Crecimiento poblacional urbana (npu) 210,6346 78,0342 0,0110

Crecimiento poblacional rural (npr) 213,1109 52,5873 0,0000
Crecimiento del PIB per cápita (pibpc) 6,9122 2,9921 0,0270

L2.npu 278,8259 70,1368 0,0000

L2.npr 225,2193 80,8774 0,0090

Skewness/Kurtosis tests for Normality

Variable Pr(Kurtosis) chi2(2) Prob>chi2

Modelo AR(5) resAR 0,0768 3,3800 0,1841

Modelo RD(2) resRD 0,5398 0,9300 0,6270

Criterios de información

Observaciones Akaike's information Bayesian information

Modelo AR(5) 44 436,0959 446,8011

Modelo RD(2) 42 446,4974 458,6611

Pronóstico

Time kwh yhatAR

2010 1143,7800 1169,2600
2011 1217,3400 1204,0370
2012 1281,5500 1281,8900
2013 1333,2700 1309,5850
2014 1380,6100 1363,4160
2015 1404,5800
2016 1438,7320
2017 1465,7730
2018 1484,2490