Está en la página 1de 8

XVIII ERIAC

DÉCIMO OITAVO ENCONTRO


REGIONAL IBERO-AMERICANO DO CIGRE
Foz do Iguaçu, Brasil 19 a 23 de maio de 2019 CE-NN

Comitê de Estudos CE - Título do Comitê de Estudos CE

ANÁLISIS DE RIESGOS PARA LOS AGENTES PARTICIPANTES DE UN MERCADO


DE ENERGÍA

LIZETH JUAN DAVID


JOHANNA CUERVO
TAMAYO* DELGADO
XM XM
Colombia Colombia

Resumen – Debido al alto riesgo por las variaciones de precio en el mercado eléctrico, y el impacto
que esto tiene en la situación financiera de los participantes, vale la pena evaluar la aplicación de
metodologías estructuradas que permitan administrar los riesgos y establecer alternativas que les ayude con
la toma de decisiones en un ambiente de incertidumbre, estimar las perdidas esperadas, y definir estrategias
de cubrimiento de riesgo financiero apoyado en la optimización de sus portafolios alineados con la
estrategia y perfil de riesgo.

Palabras-clave: Mercado eléctrico – optimización portafolios – Gestión Riesgo - contratos bilaterales -


bolsa de energía - contratos Futuros - precio de contratos - precio de bolsa

1 INTRODUCCIÓN
En general, la generación de energía eléctrica en Latinoamérica proviene principalmente de fuentes
hidroeléctricas, lo que conlleva a que los precios de la energía tengan una alta dependencia de las temporadas
de invierno y verano o de fenómenos climáticos tales como el niño o la niña. Estos fenómenos y temporadas
se han tornado imprevisibles y pronunciados, lo cual, junto con otras variables como el costo de
combustibles, generan una alta volatilidad en el precio de la energía eléctrica. Esta volatilidad se traduce en
un alto riesgo para un agente participante en el mercado y, por tanto, toma relevancia la necesidad de tener
una propuesta metodológica para el sector que se base en modelos de optimización y que permita una gestión
más eficiente de sus portafolios.

Actualmente existen las condiciones necesarias para la negociación de bloques de energía eléctrica, como
por ejemplo la compra y venta de energía por contratación a largo plazo o por medio de la bolsa de energía.
Adicionalmente, se vienen desarrollando en ciertos países, mercados de productos energéticos, en los cuales
se pueden negociar instrumentos derivados sobre energía eléctrica. Una gestión eficiente de los portafolios
de energía eléctrica permite a las empresas obtener precios más eficientes y una mejor cobertura de los
Riesgos.

En cuanto al mercado de derivados energéticos, un participante del mercado puede usar instrumentos de
futuros sobre energía eléctrica bien sea como mecanismos de cobertura o de especulación. Es decir, un
determinado participante de este mercado (Generador, comercializador, usuario final o inversionista) puede
tomar posiciones largas (compra) o cortas (venta) en futuros para cubrirse de las variaciones de precios o
para especular sobre la tendencia de estos.

Las variaciones en los precios de la energía eléctrica tienen efectos sobre la situación financiera de los
participantes, es decir, en el caso de precios bajos, los participantes con posiciones de compra en contratos a

*ljtamayo@xm.com.co
un precio fijo pueden enfrentarse a periodos de pérdidas, al comprar energía a un precio fijo y vender a un
precio de bolsa bajo, o en caso contrario, los participantes del mercado pueden tener pérdidas en un período
de precios altos al tener posiciones de venta en contratos a un precio fijo que son cubiertas con compras en
bolsa a precios altos. Dado el alto riesgo que proviene de las variaciones de precio, y el impacto que esto
tiene en la situación financiera de los participantes, vale la pena evaluar la aplicación de metodologías
estructuradas que permitan establecer portafolios óptimos.

El presente trabajo se enfoca en la optimización de portafolios, aplicando un caso práctico para un generador
que tiene contratos bilaterales de venta en el mercado, los cuales los cubre con generación propia y con
compras en bolsa, y adicionalmente cubre sus posiciones en la bolsa con contratos de futuros. Es así que este
trabajo se basa en encontrar la mejor combinación de alternativas para que un vendedor natural de energía
eléctrica pueda vender su energía con una mayor rentabilidad a un nivel de riesgo conocido al que este
participante esté dispuesto a asumir.

Para resolver el problema planteado, se podrían aplicar diferentes modelos de optimización de portafolios, de
manera práctica y con el fin de ilustrar las necesidades y beneficios para un mercado eléctrico, se desarrolla
el modelo propuesto por Markowitz, el cual utiliza información histórica de precios y realiza una
optimización por media-varianza al analizar períodos independientes de tiempo. Adicionalmente, se realizan
algunos desarrollos aplicando un segundo modelo, propuesto por Black-Litterman utiliza también
información histórica de precios para un periodo largo de tiempo, pero a diferencia del primero, se
introducen algunas expectativas de precios, dependiendo del clima esperado para el período de ejecución de
la estrategia y su posterior optimización.

El presente trabajo se encuentra organizado en cinco secciones. En la primera sección se presenta una breve
descripción de mercados eléctricos, así como del mercado de derivados teniendo como referencia el mercado
de derivados desarrollado en Colombia. En la segunda sección se hace un recorrido a algunos trabajos
realizados en el mundo sobre administración del riesgo de mercado aplicados al sector de energía eléctrica.
En la tercera sección se presenta una descripción de los modelos o metodologías sugeridas para la
administración del riesgo de mercado. Finalmente, en la cuarta y quinta sección se presentan las conclusiones
y recomendaciones.

2 MERCADO ELÉCTRICO
Las variaciones y fluctuaciones impredecibles en los precios de la energía en los mercados eléctricos, debido
a condiciones operacionales, pueden conllevar a que un participante que no cuente con las coberturas
financieras necesarias para garantizar el cumplimiento de sus obligaciones vea afectada su operación, se
disminuyan sus márgenes de rentabilidad y pueda ocasionar, según el impacto y la composición de su
portafolio, hasta la quiebra de la empresa.
De ahí que los participantes de un Mercado de Energía Eléctrica, ante la incertidumbre en los precios de la
energía (entre otras, por los cambios climáticos, variaciones en la disponibilidad de la oferta de generación,
precio internacional de los combustibles etc.) deban buscar alternativas para analizar y valorar los riesgos
asociados a su contratación bilateral y todo su portafolio comercial. En particular, es importante mencionar
que existen algunas alternativas de mercado, como el mercado de energía colombiano, el cual cuenta desde
el 2010 con un mercado de derivados que ofrece alternativas financieras para que los participantes del
mercado puedan obtener mayor respaldo en sus contrataciones.

En este aparte se mencionan solo algunas de las causas y posibles consecuencias que puede tener para un
participante de mercado eléctrico el no contar con un análisis de su portafolio comercial que conlleve a la
ayuda en la toma de decisiones y la administración de sus riesgos, variables como los cambios climáticos y el
aumento de los precios de los combustibles deben ser conocidos y analizados, de ahí la importancia de
conocer el funcionamiento de un Mercado Eléctrico, por lo anterior y tomando como base el Mercado
Eléctrico Colombiano, se explicará el funcionamiento de un Mercado Eléctrico.

2
La operación del sistema eléctrico se viabiliza a partir de la generación de la energía, su transporte a altas
tensiones y la distribución de ésta a la industria, las empresas y hogares. Los agentes que integran el sector
eléctrico en Colombia participan en el mercado realizando las actividades de generación, transmisión,
distribución (operadores de red) y comercialización. Un actor importante en el sector, pero que no participa
en el mercado con la calidad de agente es el usuario final de la energía, que son atendidos por intermedio de
los agentes comercializadores.

2.1 Instrumentos para la negociación de energía eléctrica


El total de la energía en Colombia es adquirido aproximadamente en una proporción del 80% en contratos
bilaterales y un 20% en compras a través la bolsa de energía lo que refleja una preferencia a la estabilidad
de precios que ofrece un contrato sobre el riesgo que representa exponerse a la volatilidad del precio de
bolsa.

3 RIESGO DE MERCADO
3.1 Riesgo de mercado en los mercados energéticos
La electricidad es un componente importante en los costos en que incurren la industria y las empresas
para producir los bienes y servicios. Por lo tanto, este activo puede ser considerado como un producto o
servicio necesario en los hogares y la economía. Además, la electricidad tiene ciertas propiedades
especiales como: producción instantánea, obligación de consumo ya que no es posible almacenarla en
grandes cantidades. Por estas características, un participante en el mercado se enfrenta a situaciones
riesgosas en cuanto a precio y entrega de ésta, lo cual puede afectar la rentabilidad de la empresa, en el
caso de encontrarse en una situación adversa de precios [3]. Estas pérdidas se pueden presentar tanto en
periodos de precios altos como en periodos de precios bajos, pero el riesgo aumenta cuanto este nivel de
precios se mantiene durante largos periodos de tiempo.

En la Fig. 1se señalan los periodos de precios altos en los últimos nueve años, donde se puede evidenciar
que los precios de bolsa altos han durado entre 6 y 14 meses aproximadamente.

Fig. 1. Duración precios altos de bolsa vs precio promedio de contratos

Fuente: XM S.A. E.S.P., cálculos del autor


3.2 Una mirada internacional
Una exposición al riesgo de precio de mercado sin tener una adecuada cobertura podría conducir a
consecuencias poco deseables para los participantes en la industria de la electricidad, tal como sucedió
durante el verano de 1998 en el medio Oeste de Estados Unidos donde el precio subió a 7,000 dólares por
3
MWh en lugar de los precios tradicionales que oscilaban entre 30 y 60 dólares por MWh, dejando en la
quiebra a varias empresas del sector [5].
Dado lo anterior tal como lo afirman S.J. Deng y S.S. Oren en su artículo Electricity derivatives and risk
management [5]. la importancia de un mercado financiero de derivados de electricidad es incuestionable
para proporcionar certidumbre en los precios de la energía, es importante aplicar las lecciones aprendidas
de los mercados financieros en el uso de productos derivados para la cobertura de riesgos no deseados a
través de estrategias de cobertura correctamente estructuradas. De esta forma quedan planteados los retos
en los mercados eléctricos actuales para aumentar la amplitud, la liquidez y el uso de los derivados de la
electricidad para el logro de la eficiencia económica [5]
A nivel mundial se han desarrollado y estudiado portafolios o carteras para el sector eléctrico, ya sea para
diversificar o disminuir el riesgo al que está expuesto este sector por la alta volatilidad del precio de la
electricidad.

A favor de la aplicación de herramientas financieras en el sector eléctrico Min Liu y Felix F. Wu en su


artículo Risk management in a competitive electricity market [6] resaltan la importancia de la realización
de una adecuada gestión de riesgos por parte de una compañía generadora para vender energía eléctrica
en un mercado no regulado. Recomiendan el uso de dos herramientas financieras para controlar el riesgo
de mercado. Una a través del uso de coberturas para compensar las pérdidas que puedan ocurrir y la otra a
través de la diversificación de la cartera de venta para reducir la exposición al riesgo [7].

Otra aplicación de modelos financieros a los mercados de electricidad la ilustra Paul R. Kleindorfer en su
artículo Multi-Period VaR-Constrained Portfolio Optimization with Applications to the Electric Power
Sector [8], en este documento el autor sugiere la utilización del VaR multiperiodo para evaluar carteras de
energía eléctrica que incluyen diferentes períodos de negociación y vencimiento tales como la
contratación bilateral que incluye períodos generalmente de uno y dos años, las ventas de energía en la
bolsa de energía para períodos diarios o los derivados financieros para períodos generalmente definidos
por fracción de año.

Otra forma de abordar la selección de un portafolio óptimo para una empresa generadora es utilizando la
simulación Montecarlo tal como lo sugieren Iivo Vehvilainen y Jussi Keppo en su artículo Managing
electricity market price risk [9], aplicado al mercado Nórdico de electricidad - Nord Pool. En este artículo
los autores sugieren la aplicabilidad de los modelos financieros a los cada vez más competitivos y
volátiles mercados de electricidad teniendo en cuenta las propiedades únicas de los mercados de
electricidad.

4 MODELO PARA LA ADMINISTRACIÓN DEL RIESGO DE MERCADO


Un modelo de cobertura de riesgo busca brindar a los participantes del mercado energético, una herramienta
dinámica y sencilla que les permita interactuar y estimar los beneficios provenientes del uso de los
instrumentos disponibles en el mercado, apuntando a una mayor cobertura o administración del riesgo de
mercado o como una forma de especulación ante la variación de los precios de la electricidad de acuerdo a
un objetivo planteado.

La alternativa creciente en el mercado de Energía y como se viene mencionando a través de este trabajo, es
la de cobertura de los participantes a partir de un mercado financiero de derivados de electricidad para
proporcionar certidumbre en los precios de la energía, de ahí que las herramientas propuestas a partir de este
trabajo, son las de definir las mejores alternativas que pueden tener los agentes de combinar su portafolio
comercial para maximizar su rentabilidad a partir de un riesgo conocido, en esta combinación de alternativas
el mercado de derivados financieros asegura el complemento de cobertura hacia el participante.

De esta forma, y a partir del modelo propuesto se permitirá al agente comprender, de una manera fácil, las
ventajas de usar combinaciones óptimas en sus portafolios energéticos para tener una menor exposición al
riesgo de mercado. O en el caso de inversionistas, el modelo le permite estimar el riesgo al que se exponen
por invertir en contratos de futuros. El análisis a partir de las combinaciones de optimización, si bien trae
beneficios a los participantes del mercado, también constituye argumentos sólidos de administración de

4
riesgos que permitirían demostrar el cierre financiero de un proyecto en la eventualidad de requerir
financiación para su Operación, de ahí que este trabajo busca, no solo aportar a la administración de los
riesgos de los agentes participantes, sino también, dar confianza al inversionista o a las entidades financieras.

Cualquier modelo definido de gestión de Riesgos consta básicamente de 4 etapas que facilitan la
identificación oportuna de riesgos y permite la definición de acciones que conlleven a la mitigación o
administración de estos eventos identificados, en el mercado eléctrico no se trata de eliminar los riesgos,
estos siempre han de existir, de hecho los participantes que mejor los administren pueden ser aquellos que
definan sus ventajas hacia los demás participantes, de ahí que definir las medidas de administración de
riesgos sean de gran relevancia, estas acciones se pueden realizar a partir del ciclo de gestión riesgos em el
cual la primera acción es la identificación de los Riesgos, no se podrían definir ningunas alternativas, sino se
conocen las causas, la segunda acción es la cuantificación de los riesgos, se debe conocer que riesgos y
cuales no tratar, los esfuerzos empresariales deben estar en los riesgos que generen mayor impacto a los
participantes, como ya explicaremos el VaR constituye una de las opciones para cuantificar los riesgos. Una
vez conocidos y cuantificados estos riesgos se deben definir las acciones que proporcionen tranquilidad al
participante y que apacigüen las amenazas y la incertidumbre, a partir de medidas de administración, las
cuales deben ser consideradas y gestionadas a partir de un estricto seguimiento.

4.1 Cuantificar el riesgo


Para poder llevar a cabo una medida de administración del riesgo, es importante cuantificar el riesgo al
que actualmente un participante del mercado se encuentra expuesto, es por ello, que es importante hacer
uso de algunos modelos financieros que nos permiten realizar esta estimación. Apuntando a un modelo
simple, pero también eficiente se propone estimar el VaR (Valor en Riesgo) en los portafolios actuales de
los participantes, utilizando la simulación Monte Carlo considerando distribuciones de probabilidad de
acuerdo a los diferentes escenarios del precio y así poder estimar la máxima pérdida en que podría
incurrir un participante por las variaciones que se producen en los precios de la electricidad. La
efectividad de este modelo radica en realizar un buen análisis estadístico de los precios, de tal forma de
encontrar la distribución de probabilidades que mejor se ajusta a la serie que se esté considerando para la
respectiva simulación de precios.

A continuación, en la Fig. 2, se muestra un caso aplicado a un agente generador, en donde se calcula la


máxima perdida esperada de acuerdo a unas condiciones de precios y a un nivel de confianza definido.
Este VaR considera las posiciones actuales para un generador X en contratos bilaterales y en la bolsa de
energía.

Fig. 2. VaR agente generador sin cobertura de riesgo de mercado

De esta manera, un participante del mercado podrá visualizar de una forma gráfica el abanico de
posibilidades y su máxima pérdida esperada, no se trata de lamentar el resultado, sino de conocerlo y así,
poder definir mecanismos para minimizar su nivel de riesgo de acuerdo a su estrategia, buscar las
alternativas que acerquen al participante a lo que se esté buscando.

4.2 Gestión del riesgo de mercado – Optimización de portafolios energéticos

5
Por medio de las herramientas o modelos existentes para el diseño y valoración de portafolios, es posible
minimizar costos, maximizar rentabilidades, como también gestionar el riesgo de mercado. Por lo
anterior, el uso de estas herramientas puede aplicarse al mercado eléctrico colombiano para buscar limitar
pérdidas ocasionadas por variaciones en los precios de la energía eléctrica, y equilibrar las obligaciones
contractuales que los agentes tengan en el mercado.

Con la necesidad que tienen los agentes del mercado eléctrico de disminuir sus riegos y optimizar sus
ingresos, será necesario analizar, estructurar y proponer portafolios con las alternativas que ofrece
actualmente el mercado, para esto se sugiere el modelo de Markowitz y el modelo de Black Litterman,
para encontrar un modelo que permita al sector eléctrico optimizar portafolios.

Se sugiere Markowitz ya que es un modelo desarrollado sobre la base del comportamiento racional del
inversor, es decir, el inversionista desea rentabilidad y rechaza el riesgo, adicionalmente este modelo ha
dado lugar a desarrollos y derivaciones de otros modelos de optimización de portafolios y la base de
diferentes teorías de equilibrio en el mercado de activos financieros; Michaud, en su artículo The
Markowitz Optimization Enigma: Is ‘optimized’ optimal? (Michaud, 1989) resalta una serie de ventajas
de aplicar el modelo Markowitz en la optimización de portafolios como son: la satisfacción de los
objetivos y restricciones de los inversionistas, control de la exposición del portafolio al riesgo, uso
eficiente de la información, cambios oportunos en el portafolio, etc. [4].

Por otro lado, también se sugiere el modelo Black Litterman, modelo que parte del modelo de Markowitz,
manteniendo la base del comportamiento racional del inversor, donde este desea rentabilidad y rechaza el
riesgo, con la ventaja de que el modelo Black Litterman permite incluir las expectativas del inversionista
y de acuerdo al nivel de confianza que se tenga sobre las mismas, dando un mayor o menor peso al activo
dentro del portafolio, adicionalmente, a diferencia del modelo Markowitz, en donde se requieren los
retornos esperados de cada activo, el modelo de Black Litterman permite incluir información importante o
expectativas a los retornos de los activos, por lo que este modelo basado en un modelo tradicional, es muy
intuitivo, estable y consistente con las expectativas de los inversionistas, permitiendo maximizar el
rendimiento esperado y obtener un portafolio más eficiente, diversificado y estable, muy favorable para
inversionistas que buscan estrategias según el comportamiento constante del mercado.
En el siguiente gráfico, se aplica lo anteriormente expuesto a un agente generador ante periodos de
precios normales y considerando un mercado de derivados donde se pueden tomar posiciones en contratos
de futuros. En la Fig. 3, se puede apreciar como el nivel de variabilidad (Riesgo) disminuye en el Py G, y
donde la máxima pérdida esperada es mucho menor a la situación que tenía sin una optimización de su
portafolio.

Fig. 3. VaR agente generador con cobertura de riesgo de mercado

A continuación, se muestran las participaciones sugeridas por ambos modelos, para un periodo de precios
normales (ver Fig.3):

6
Fig. 3. Portafolios sugeridos por los modelos

4.3 Validación y ajustes del modelo


Con el objetivo de evaluar y ajustar el modelo, se propone aplicar pruebas de Backtesting, la cual consiste
en utilizar datos históricos (ya conocidos) y con base en esto, evaluar la eficiencia de nuestro modelo. En
este orden de ideas, a continuación, se muestran los resultados al caso que hemos venido aplicando.

TABLA I. RESULTADOS BACKTESTING

TOTAL DE VENTAS PARA EL PERIODO


Modelo Markowitz Modelo Black Litterman
Periodo precios normales $ 11.755,90 $ 11.773,72

Al replicar los portafolios de ambos modelos, se puede observar en la Tabla 1 que para el período de
análisis se pueden obtener mayores ingresos por ventas de energía eléctrica aplicando el portafolio
sugerido por el modelo Black Litterman, en donde los ingresos totales para el periodo son de $ 11.773,72,
que superan a los ingresos obtenidos con el modelo de Markowitz en $17,82, es decir los ingresos
obtenidos con el modelo de Markowitz son un 99,85% de los ingresos obtenidos gracias al portafolio
encontrado con el modelo Black Litterman. Según lo anterior podemos decir que, para periodos de
precios normales, los resultados por ambos modelos no son muy significativos, pero se podría obtener
una ganancia adicional con el portafolio sugerido por el modelo de Black Litterman.

4.4 Análisis de sensibilidad


Un análisis de sensibilidad permite evaluar los efectos que tienen algunas variables sobre el objetivo de
un participante del mercado (como por ejemplo utilidades u costos) realizando cambios sobre las
variables que podrían afectar las condiciones esperadas, en otras palabras, este análisis de sensibilidad
permite identificar las variables más sensibles en el mercado eléctrico y sus posibles consecuencias o
impacto ante variaciones en estas. Es por esto, que es enriquecedor incorporar a la solución un análisis
de sensibilidad, en donde se sometan ciertas variables del modelo a cambios significativos y poder
recrear escenarios futuros con el objetivo de visualizar posibles impactos y tomar medidas adecuadas en
el tiempo adecuado, buscando minimizar posibles impactos que podrían ser perjudiciales para la salud
financiera d ellos participantes del mercado eléctrico.

7
5 CONCLUSIONES
• La herramienta planteada facilitará a los nuevos inversionistas, entidades bancarias, agentes y
participantes del mercado eléctrico la estimación de la composición óptima del portafolio de
negocios alineada con la estrategia comercial y financiera deseada.
• Con los análisis planteados que otorgará la solución tecnológica se facilitarán las negociaciones
bilaterales en el sentido en que los participantes conocerán mejor sus riesgos y se agilizara la toma
de decisiones garantizando mejores coberturas para el mercado.
• Esta solución materializa de alguna forma la transformación digital permitiendo integrar tecnologías
disruptivas para generar nuevas soluciones de mercado para los participantes

6 RECOMENDACIONES
Es importante aclarar que para el sector eléctrico se podrán optimizar portafolios generando estrategias para
compra o venta de energía. Se propone para futuros trabajos sobre la aplicación del modelo desarrollado por
Black y Litterman, realizar el estudio de optimización de portafolios para cada tipo de agente de mercado de
energía, por ejemplo que se pueda establecer para un comercializador dada su forma de comprar energía
eléctrica para atender sus usuarios, la proporción óptima de energía que deba comprar por cada uno de sus
contratos bilaterales, la proporción por compras en bolsa en el mercado spot y la proporción por compras en
el mercado de futuros, para minimizar los costos de adquisición de energía eléctrica, ofreciendo a los
usuarios finales un menor costo de la electricidad.

También se sugiere realizar algunas aplicaciones con los modelos de optimización de portafolios propuestos
en este trabajo o con otros modelos utilizados en el sector financiero, en donde se considere la venta en corto
de energía eléctrica, y poder proponer portafolios que puedan ser más eficientes y maximizar las
rentabilidades de los agentes participantes en el mercado eléctrico colombiano, o a cualquier inversionista
que quiera aprovechar estrategias de arbitraje en el mercado eléctrico

7 REFERENCIAS

[1] F. B. y. A. G. Morales, DESEMPEÑO DEL MERCADO ELECTRICO COLOMBIANO EN EPOCAS


DE NIÑO, Madrid, España y Charlottesville EEUU, 2010.
[2] A. C. y. M. C. S. Pineda, «Insuring unit failures in electricity markets,» Energy Economics, pp. 1268 -
1276, 2010.
[3] M. E. Atmana y F. Gokgoz, «Financial optimization in the Turkish electricity market: Markowitz's mean-
variance approach,» Renewable and Sustainable Energy Reviews, vol. 16, nº 1, pp. 357-368, 2012.
[4] R. O. Michaud, «The Markowitz Optimization Enigma: Is 'Optimized' Optimal?,» Financial Analysts
Journal, p. 12, 1989.
[5] S. Deng y S. Oren, «Electricity derivatives and risk management,» ELSEVIER, pp. 940-953, 2006.
[6] M. Liu y F. F. Wu, «Portfolio optimization in electricity markets,» Electric Power Systems Research, pp.
1000-1009, 2007.
[7] M. Liu y F. F. Wu, «Risk management in a competitive electricity market,» International Journal of
Electrical Power & Energy Systems, pp. 690-697, 2007.
[8] P. R. Kleindorfer, «Multi-Period VaR-Constrained Portfolio Optimization with Derivative Instruments
and,» The Wharton School/OPIM, Philadelphia, 2002.
[9] L. Vehvilainen y J. Keppo, «Managing electricity market price risk,» European Journal of Operational
Research, pp. 136-147, 2003.

También podría gustarte