Econometría Básica Prof- Fátima Ponce

2010-II

EJERCICIO : LA DEMANDA DE ENERGÍA EN EL MERCADO DE

ELECTRICIDAD PERUANO1

Objetivo: Desarrollar un modelo que permita explicar y proyectar a mediano plazo la

demanda de energía eléctrica en el Sistema Interconectado Nacional.

I. ESPECIFICACIÓN DEL MODELO

Las ventas de energía eléctrica en el mercado de electricidad peruano pueden estar

relacionadas con variables de la actividad socioeconómica del país, específicamente el
desempeño de la economía, el crecimiento demográfico y la política de precios. Entre
los factores específicos que pueden considerarse que influyen en las ventas de
electricidad se pueden citar:
PBI, Rendimiento eléctrico / programas de ahorro de energía.
Régimen de precios de electricidad, Régimen de precios de formas alternativas
de energía,
Ingreso disponible.
Restricciones de suministro.
Cantidad de artefactos de y equipos industriales.
Clima
Expectativas respecto al crecimiento económico y los precios de la energía.

Se considera que las variables de mayor influencia son el PBI, población y tarifa
promedio a cliente final, de acuerdo a ello el modelo planteado es el siguiente.

VE 1 2 PBI 3 POB 4 TAR

Donde:
VE : Volumen de energía vendida.
PBI : PBI del área de influencia del mercado.
POB : Población del área de influencia del mercado.
TAR : Tarifa.
: perturbación aleatoria.

A priori (de teoría económica) se espera que los parámetros tengan los siguientes
signos:
2 > 0, 3 > 0, 4 < 0.

II. ESTIMACIÓN DEL MODELO ECONOMÉTRICO:

En esta etapa se debe elegir los datos de una muestra aleatoria y una técnica de
estimación.

La técnica de estimación a emplear es MCO. Los datos son tomados de una muestra de
Series de Tiempo: anual de 1981 a 2001.

1
Basado en un trabajo práctico desarrollado por alumnos de Econometría Intermedia–PUCP
(2008-I).

1
 Econometría Básica Prof- Fátima Ponce
2010-II

Las variables teóricas deben ser aproximadas con los datos muestrales:

Volumen de energía vendida (VE). Es la variable endógena que se desea

explicar en el modelo de regresión lineal general. Está medida en GWh.

Las variables explicativas en el modelo son:

Producto Bruto Interno (PBI). Representa al valor anual del PBI de los
departamentos pertenecientes al Sistema interconectado Nacional, medido en
millones de nuevos soles de 1994. Fuente: BCRP. La serie solo incluye
información de los departamentos del Sistema Interconectado Nacional por lo
que no incluyen la información de los departamentos de Madre de Dios, Loreto
y Ucayali.

Población (POB). Esta variable representa a la población anual estimada para

los departamentos pertenecientes al Sistema Interconectado Nacional, está
medida en miles de habitantes.

Tarifa (TAR). Esta variable representa a la tarifa promedio anual al cliente

final, medida en ctvUS$ / kWh en dólares constantes. La fuente original de los
datos es el OSINERGMIN, determinado como el promedio de las tarifas de
energía de los diferentes usuarios ponderado por sus demandas anuales de
energía respectivas.

VE 1 2 PBI 3 POB 4 TAR

Una vez que se ha definido la variable endógena (bajo análisis) y las posibles variables
explicativas (que nos ayudarán a explicar el comportamiento de la variable endógena)
y se tiene la base de datos empírica, se deberá realizar:

 Un análisis univariado (variable por variable): Estadísticos básicos y

gráficos de las series una a una, especialmente de la variable
endógena a fin de poder analizar si se presenta algún quiebre en el
comportamiento de la serie.

 Un análisis bivariado: Búsqueda de relaciones entre la variable

endógena y cada una de las explicativas. Se analiza la intensidad y el
tipo de relación entre ellas.

 El análisis multivariado: Completar la matriz X (definir las “principales”

variables que ayudan a explicar el fenómeno). Para esto se debe
analizar la forma que presente el residuo de la regresión estimada.

2
 Econometría Básica Prof- Fátima Ponce
2010-II

ESTIMACIÓN:

Dependent Variable: VEN

Method: Least Squares
Sample: 1981 2001
Included observations: 21
Variable Coefficient Std. Error t-Statistic Prob.
PBI 0.067635 0.006660 10.15492 0.0000
POB 0.626912 0.045192 13.87215 0.0000
TAR -147.1479 50.80147 -2.896527 0.0100
C -9726.260 640.7192 -15.18022 0.0000
R-squared 0.984278 Mean dependent var 8178.407
Adjusted R-squared 0.981504 S.D. dependent var 1971.226
S.E. of regression 268.0884 Akaike info criterion 14.19015
Sum squared resid 1221814. Schwarz criterion 14.38911
Log likelihood -144.9966 F-statistic 354.7673
Durbin-Watson stat 1.751046 Prob(F-statistic) 0.000000

III. EVALUACIÓN DE LA ESTIMACIÓN

SE DEBE EVALUAR SI ESTE RESULTADO ES EL MEJOR QUE PODEMOS

ENCONTRAR CON LOS DATOS MUESTRALES EMPLEADOS.

A) Evaluación económica. Análisis de los coeficientes:

Ante un incremento de 1 millón de nuevos soles en el PBI, manteniendo
constante las otras variables, en promedio las ventas de energía se
incrementarán en 0.067 GWh.

Ante un aumento de la población en mil habitantes, manteniendo constante

las otras variables, en promedio las ventas de energía se incrementarán en
0.627 GWh.

Ante un incremento de 1 ctv US$/kWh en la tarifa, ceteris paribus, las

ventas de energía se reducirán en promedio en 147.1 GWh.

B) Evaluación estadística.

Dependent Variable: VEN

Method: Least Squares
Sample: 1981 2001
Included observations: 21
Variable Coefficient Std. Error t-Statistic Prob.
PBI 0.067635 0.006660 10.15492 0.0000
POB 0.626912 0.045192 13.87215 0.0000
TAR -147.1479 50.80147 -2.896527 0.0100
C -9726.260 640.7192 -15.18022 0.0000
R-squared 0.984278 Mean dependent var 8178.407
Adjusted R-squared 0.981504 S.D. dependent var 1971.226
S.E. of regression 268.0884 Akaike info criterion 14.19015
Sum squared resid 1221814. Schwarz criterion 14.38911
Log likelihood -144.9966 F-statistic 354.7673
Durbin-Watson stat 1.751046 Prob(F-statistic) 0.000000

3
 Econometría Básica Prof- Fátima Ponce
2010-II

C) Evaluación econométrica. Analizar si se verifican los supuestos del MRLG.

Análisis de las residuos MCO:

Análisis de Autocorrelación.

H0 : No autocorrelación de orden 1.

Durbin-Watson stat 1.751046

De tablas se tiene que para 21 obs. y 3 variables: dL=1.026 dU=1.669
No existe Autocorrelación de 1er orden en los errores.

Test de Breusch-Godfrey: Sobre existencia de autocorrelación.

H0 : No autocorrelación de orden p.

Breusch-Godfrey Serial Correlation LM Test:

F-statistic 1.217225 Probability 0.323685
Obs*R-squared 2.932323 Probability 0.230810

Test Equation:
Dependent Variable: RESID
Method: Least Squares

Variable Coefficient Std. Error t-Statistic Prob.

PBI 0.000346 0.006586 0.052503 0.9588
POB -0.009054 0.049031 -0.184668 0.8560
TAR 1.714226 53.78639 0.031871 0.9750
C 134.1195 704.0265 0.190503 0.8515
RESID(-1) 0.270589 0.269668 1.003414 0.3316
RESID(-2) -0.358625 0.299380 -1.197894 0.2495
R-squared 0.119634 Mean dependent var -2.60E-13
Adjusted R-squared -0.147154 S.D. dependent var 247.1653
S.E. of regression 264.7271 Akaike info criterion 14.23023
Sum squared resid 1051206. Schwarz criterion 14.52867
Log likelihood -143.4174 F-statistic 0.486890
Durbin-Watson stat 1.965117 Prob(F-statistic) 0.780894

No existe Autocorrelación de 2do orden de los errores.

NOTA: Si se hubiese encontrado problema de Autocorrelación 

CORREGIRLO, de lo contrario la inferencia estadística no es válida.

Análisis de Heterocedasticidad.

Test de White con términos cruzados:

H0 : Homocedasticidad
H1 : Heteroscedasticidad

White Heteroskedasticity Test:

F-statistic 2.338861 Probability 0.092682
Obs*R-squared 13.79245 Probability 0.129902

4
 Econometría Básica Prof- Fátima Ponce
2010-II
Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Sample: 1981 2001
Included observations: 21
Variable Coefficient Std. Error t-Statistic Prob.
C 4656629. 2157603. 2.158241 0.0539
PBI -117.4196 55.39862 -2.119539 0.0576
PBI^2 0.001016 0.000269 3.779580 0.0030
PBI*POB -0.001704 0.002752 -0.619018 0.5485
PBI*TAR -5.526693 2.053591 -2.691233 0.0210
POB 23.43276 237.1885 0.098794 0.9231
POB^2 0.001953 0.008579 0.227693 0.8241
POB*TAR 4.531680 31.80842 0.142468 0.8893
TAR 181757.5 603975.7 0.300935 0.7691
TAR^2 21600.07 12645.59 1.708110 0.1156
R-squared 0.656784 Mean dependent var 58181.60
Adjusted R-squared 0.375970 S.D. dependent var 68273.88
S.E. of regression 53933.33 Akaike info criterion 24.93464
Sum squared resid 3.20E+10 Schwarz criterion 25.43203
Log likelihood -251.8137 F-statistic 2.338861
Durbin-Watson stat 2.587140 Prob(F-statistic) 0.092682

No existe heteroscedasticidad en los errores.

NOTA: Si se hubiese encontrado problema de heteroscedasticidad 

CORREGIRLO, de lo contrario la inferencia estadística no es válida.

Análisis de Multicolinealidad.

Dado que el significado económico de los betas es el correcto y los valores

de los t estadísticos son significativos, es decir, la varianza de los
estimadores no es muy grande, se puede decir que no existe presencia de
multicolinealidad en las variables explicativas.
Además el R 2 =0.98, es mayor que cualquier R2 entre las variables
explicativas ( se puede seguir la sugerencia de Klein).

Dependent Variable: PBI

Method: Least Squares
Sample: 1981 2001
Included observations: 21
Variable Coefficient Std. Error t-Statistic Prob.
POB 3.124038 1.419711 2.200475 0.0411
TAR 1832.668 1745.150 1.050149 0.3075
C 16976.28 22318.59 0.760634 0.4567
R-squared 0.543395 Mean dependent var 90226.48
Adjusted R-squared 0.492662 S.D. dependent var 13319.81
S.E. of regression 9487.392 Akaike info criterion 21.28488
Sum squared resid 1.62E+09 Schwarz criterion 21.43410
Log likelihood -220.4912 F-statistic 10.71071
Durbin-Watson stat 0.398642 Prob(F-statistic) 0.000863

Dependent Variable: POB

Method: Least Squares
Sample: 1981 2001
Included observations: 21
Variable Coefficient Std. Error t-Statistic Prob.
PBI 0.067855 0.030836 2.200475 0.0411
TAR 601.1008 223.8959 2.684733 0.0151
C 10642.16 2207.951 4.819927 0.0001

5
 Econometría Básica Prof- Fátima Ponce
2010-II
R-squared 0.653979 Mean dependent var 20146.57
Adjusted R-squared 0.615532 S.D. dependent var 2255.012
S.E. of regression 1398.231 Akaike info criterion 17.45537
Sum squared resid 35190913 Schwarz criterion 17.60458
Log likelihood -180.2814 F-statistic 17.00996
Durbin-Watson stat 0.406027 Prob(F-statistic) 0.000071

Dependent Variable: TAR

Method: Least Squares
Sample: 1981 2001
Included observations: 21
Variable Coefficient Std. Error t-Statistic Prob.
POB 0.000476 0.000177 2.684733 0.0151
PBI 3.15E-05 3.00E-05 1.050149 0.3075
C -6.799117 2.503775 -2.715546 0.0142
R-squared 0.586247 Mean dependent var 5.626524
Adjusted R-squared 0.540274 S.D. dependent var 1.834493
S.E. of regression 1.243843 Akaike info criterion 3.405852
Sum squared resid 27.84861 Schwarz criterion 3.555069
Log likelihood -32.76144 F-statistic 12.75210
Durbin-Watson stat 0.643962 Prob(F-statistic) 0.000355

COMO ESTE RESULTADO NO PRESENTA PROBLEMAS CON LOS ERRORES SE PUEDE

REALIZAR ANALISIS DE ESTABILIDAD DE LA FUNCIÓN:

Análisis de Estabilidad de los Parámetros.

Tests de CUSUM y CUSUM CUADRADO.

15 1.6

10
1.2

5
0.8
0
0.4
-5

0.0
-10

-15 -0.4
86 88 90 92 94 96 98 00 86 88 90 92 94 96 98 00

CUSUM 5% Significanc e CUSUM of Squares 5% Significance

6
 Econometría Básica Prof- Fátima Ponce
2010-II

Test de Coeficientes Recursivos.

0 .0 9 0 .8

0 .0 8
0 .7
0 .0 7

0 .6
0 .0 6

0 .0 5
0 .5

0 .0 4
0 .4
0 .0 3

0 .0 2 0 .3
88 90 92 94 96 98 00 88 90 92 94 96 98 00

Re c u rs i v e C(1 ) Es ti m a te s ± 2 S.E. Re c u rs i v e C(2 ) Es ti m a te s ± 2 S.E.

200 -2 0 0 0

100
-4 0 0 0

0
-6 0 0 0
-1 0 0
-8 0 0 0
-2 0 0

-1 0 0 0 0
-3 0 0

-4 0 0 -1 2 0 0 0
88 90 92 94 96 98 00 88 90 92 94 96 98 00

Re c u rs i v e C(3 ) Es ti m a te s ± 2 S.E. Re c u rs i v e C(4 ) Es ti m a te s ± 2 S.E.

CRITICAS A ESTE RESULTADO:

1. Forma funcional lineal Vs Forma funcional doble-logarítmica (mejor sería la

doble logarítmica para hallar las elasticidades).
2. Número de Observaciones: 21 es muy poco, si es anual debe ser por lo menos
50 para que significancia estadística sea válida. Aunque como ejercicio
académico está bien.
3. Se pudo introducir dinámica en el modelo (variables rezagadas).
4. Multicolinealidad: Mejor hubiese sido utilizar Test de Farrar – Glauber.
5. Evaluación del Quiebre Estructural: debió hacerse el test de Chow, que es
mejor que los test recursivos.