TRABAJO

1/7

Técnicas de Evaluación de Proyectos de Inversión bajo

Título
Incertidumbres en Sistemas Eléctricos de Distribución

Nº de Registro (Resumen) 94

Empresa o Entidad
Instituto de Energía Eléctrica – Universidad Nacional de San Juan

Autores del Trabajo

Nombre País e-mail
Ximena Patricia Gavela Guamán Ecuador pgavela@iee.unsj.edu.ar

Marlon Santiago Chamba León Ecuador schamba@iee.unsj.edu.ar

Jaime Cristóbal Cepeda Campaña Ecuador jcepeda@iee.unsj.edu.ar

Mauricio Eduardo Samper Argentina msamper@iee.unsj.edu.ar

Palabras Clave
Evaluación de Proyectos de Inversión, Expansión de Distribución, Montecarlo, Incertidumbre.

RESUMEN

Las empresas eléctricas de distribución tienen la En este contexto, en el presente trabajo se

responsabilidad de asegurar la disponibilidad de energía
para satisfacer la demanda de todos sus clientes y, a su
vez, realizar las inversiones necesarias que permitan
abastecer el crecimiento temporal y espacial de la
demanda, en base a requerimientos de calidad
establecidos por los reguladores. Para ello, las empresas
utilizan diferentes métodos de evaluación de proyectos
de inversión para determinar su factibilidad económica
(rentabilidad).
La evaluación de inversiones, en general,
enfrenta algún tipo de riesgo toda vez que intervienen
parámetros que no pueden determinarse a priori con
precisión (incertidumbre). Una correcta modelación de
las incertidumbres permite realizar un buen análisis de
riesgos en la toma de decisiones de inversión.
Es así que las empresas distribuidoras requieren
de herramientas que faciliten la toma de decisiones y les
permita actuar con la información más acertada y
disponible en ese momento, con el objetivo de aumentar
las ganancias o mitigar las pérdidas, según su perfil de
riesgo adoptado.
presentan herramientas modernas de evaluación
económica tales como métodos estocásticos y opciones
reales. Éstas consideran incertidumbres en los
principales parámetros de planificación (crecimiento de
la demanda, precios de energía, inflación) y permiten
realizar un análisis dinámico (flexible) de inversiones.
El objetivo es mostrar como de forma sencilla,
utilizando planillas de cálculo (Excel), se pueden
modelar procesos estocásticos (simulaciones de
Montecarlo) acorde al comportamiento de cada variable
en cuestión y evaluar de forma integral las inversiones.
Como ejemplo de aplicación, se plantea la
evaluación de dos alternativas de suministro para una
nueva zona de concesión de una empresa distribuidora
de Ecuador, la cual se encuentra aislada del Sistema
Nacional Interconectado. Las alternativas son: extender
su red de subtransmisión (138 kV) o instalar generación
local diesel.

_________________________
CIDEL-2010-Paper-Inversiones 1
1. INTRODUCCIÓN
Evaluar un proyecto de inversión, a través del
análisis de los flujos de ingresos y costos, permite
determinar su factibilidad económica, es decir, si es o
no rentable. Actualmente existen herramientas
modernas de evaluación económica que permiten
maximizar los beneficios del inversionista,
incluyendo la modelación de variables que involucran
riesgo y provocan incertidumbre.
En este artículo se realiza una descripción de
modelos estocásticos que permiten simular el
comportamiento incierto de las variables
involucradas. Además, se presenta un ejemplo de
aplicación empleando planillas de cálculo.
Se utilizan como criterios de evaluación
económica el Valor Actual Neto (VAN) y la Tasa
Interna de Retorno (TIR). Adicionalmente, se incluye
incertidumbre en ciertas variables críticas tales como
la demanda de energía eléctrica, el costo del
combustible, el Valor Agregado de Distribución
(VAD), la Tarifa de Transmisión (TT) y el Precio
Referencial de Generación (PRG). Efectuando para
ello un análisis estocástico con simulaciones de
Montecarlo y una evaluación del beneficio de diferir
la inversión utilizando Opciones Reales.
2. ANÁLISIS DE INCERTIDUMBRES
La incertidumbre de las variables críticas
puede ser incluida en un estudio de factibilidad
económica mediante un análisis de sensibilidad en
diversos escenarios posibles o a través de una
distribución de probabilidades del VAN y la TIR del
proyecto, empleando simulaciones de Montecarlo [1].
En el presente proyecto se simulan las
variables que inciden en los flujos de fondo
empleando Montecarlo. Éste es un método
probabilístico que, a través de números aleatorios,
permite aproximar el comportamiento de variables
mediante modelos matemáticos adecuados que
caracterizan a cada una ellas. A continuación se
describen los modelos utilizados.
2.1. Tarifa Eléctrica
Los ingresos que recibe la distribuidora por
concepto de la comercialización de energía y potencia
eléctrica dependen directamente de las tarifas
aplicadas a los consumidores finales, las cuales deben
cubrir el precio referencial de generación, los costos
del sistema de transmisión y el valor agregado de
distribución [2].
El PRG, en Ecuador, está formado por dos
componentes: la componente de capacidad, que
corresponde al Precio Unitario de Potencia para
Remuneración, definido en base de un equipamiento
marginal de mínimo costo, para cubrir la demanda
máxima del sistema, cuyo valor es
2
5,70 USD/kW-mes; y, la componente de energía, que
corresponde al promedio ponderado de los costos de
generación de corto plazo, para un período anual de
simulación del despacho de carga a mínimo costo.
Las distribuidoras y la transmisora, siendo
monopolios naturales, deben ser reguladas a fin de
evitar excesivas rentas. En el caso de análisis, se
aplica el esquema de regulación por incentivos basado
en Precios Máximos, mediante el cual se motiva a la
empresa a minimizar sus costos. En este esquema
regulatorio, los precios son limitados, lo que significa
mantener la tarifa regulada por un determinado
tiempo (un año para la TT y dos años para el VAD),
luego del cual se realizan las respectivas revisiones,
principalmente por motivos inflacionarios.
La ecuación (1) presenta el esquema de Precios
Máximos en función de la inflación anual [2].
1 (1)
Pt = Precios en el instante t
Π = Índice de inflación
2.2. Demanda Eléctrica
La demanda de energía eléctrica presenta una
situación de crecimiento sostenido en el transcurso del
tiempo, el cual muestra variaciones debidas a la
dinámica propia del consumo de electricidad. Por este
motivo, la incertidumbre de estas variaciones se
puede modelar mediante un Movimiento Geométrico
Browniano (GBM) [3].
· exp ∆ √∆ (2)
Δt = Intervalo de análisis
Qt = Demanda en el instante t
σ = Desviación Estándar (Volatilidad del GBM)
µ = Tasa de crecimiento (drift)
εt = Distribución Normal Estándar Inversa
2.3. Precio del Combustible
Los precios de los combustibles fósiles tienen
la característica de variar con una tendencia a
revertirse a su valor esperado de equilibrio en el largo
plazo. Por tanto, su incertidumbre se puede modelar
con el método de Reversión a la Media [4, 5].
exp ln · exp ∆
ln · 1 exp ∆ ·
∆ σ
· 1 exp 2 (3)
η
η = Velocidad de reversión a la media
= Precio esperado de equilibrio
2.4. Precio Referencial de Generación
Los precios de generación dependen,
principalmente, de las características operativas y
disponibilidad de las plantas generadoras, costos de
combustibles y la incertidumbre en la hidrología.
Estas variables provocan un precio temporal que
puede ser simulado considerando un modelo de
Reversión a la Media.
Otro aspecto a considerar es el ingreso de
proyectos de generación futura, lo cual provocaría un
repentino incremento o reducción (saltos) del precio.
Por tanto, un modelo adecuado para simular la
incertidumbre del precio de generación es el de
Reversión a la Media con Saltos [4, 5].
exp ln · exp ∆ ln
∆
1 exp ∆ ·
σ
1 exp 2 dq
η
0 1
“dq” son los saltos que representan la entrada en
funcionamiento de la nueva central, con una tasa
media λ en un intervalo de tiempo Δt. La probabilidad
de la entrada en funcionamiento es λΔt y la
probabilidad de no entrada es 1-λΔt.
3. EJEMPLO DE APLICACIÓN
Para el año 2010 se ha previsto la adjudicación
de una nueva zona de concesión a la Empresa
Eléctrica de Distribución Riobamba S.A. de Ecuador
debido a que el actual proveedor de electricidad
necesita renovar sus instalaciones de generación y no
ha llegado a un acuerdo económico con el Consejo
Nacional de Electricidad de Ecuador (CONELEC).
La empresa ha propuesto como alternativas de
suministro la construcción de una red de
subtransmisión de 130 km, para conectarse al Sistema
Nacional Interconectado (SIN) a nivel de 138 kV o la
instalación de grupos de generación diesel para operar
como zona aislada.
3.1. Comportamiento de las Variables Críticas
3.1.1. Determinación del Costo de Capital
El promedio ponderado del costo de capital
(WACC – weighted average cost of capital) es la tasa
de descuento que normalmente se aplica a los flujos
de fondos en el cálculo del VAN.
1 (5)
= Costo de deuda financiera
= Costo de capital propio
t = Tasa de impuesto a las ganancias
D = Deuda financiera contraída
E = Capital aportado
A = Activos Totales (D + E)
En la Tabla 1 se muestran los resultados del
cálculo del WACC de acuerdo a la metodología
especificada en la referencia [1].
Tab la 1 : Cá lculo del WACC
Tasa Libre de riesgo  6,20% 
Beta Equity Ecuador  48,13% 
Prima Riesgo Mercado  5,61% 
Riesgo País Promedio  12,32% 
· COSTO CAPITAL PROPIO Ke  21,23% 
TASA DE ENDEUDAMIENTO Kd  20,67% 
· D/(D+E)  0,50 
E/(D+E)  0,50 
WACC   18,37% 
3.1.2. Análisis de la Inflación
(4)
De acuerdo a datos históricos de los boletines
estadísticos del Banco Central del Ecuador [6], la
inflación anual en los últimos 5 años ha mantenido un
comportamiento normalmente distribuido con una
media µ = 4,61% y una desviación estándar σ =
2,85%. La Fig.1. muestra el comportamiento esperado
en los próximos 10 años.
F ig .1 . Co mpo rta mien to d e la In fla ción Anua l
3.1.3. Pronóstico de la Demanda
Actualmente la zona de concesión presenta una
demanda en invierno de 14 MW con un factor de
carga de 0,73 y en verano de 10 MW con un factor de
carga de 0,52. Se estima un crecimiento de µ = 2,25%
anual con una desviación estándar de σ = 1%. En la
Fig.2. se presenta la dinámica de la demanda según un
proceso de tipo GBM en el período de análisis.
3
 F ig .2 . Crecimiento Esto cá stico d e la Demanda F ig . 4 . Simu la ción d el PRG

3.2. Evaluación de los Proyectos de Inversión

3.1.4. Variación del Precio del Combustible
La determinación de los parámetros para el
método de reversión a la media se realiza a partir de
los precios mensuales del diesel de los últimos 4 años
obtenidos en la referencia [6]. Los valores obtenidos
son: ηmensual = 0,1; ηanual = 12ηmensual = 1,19; σ mensual =
0,15; σanual = √12σmensual = 0,535; = 96,84 USD/bbl
[5, 7]. En la Fig.3. se indica la evolución de los
precios en el tiempo.
Para el análisis de las dos alternativas se
consideran las siguientes premisas:
a) Financiamiento del 50% con capital propio y 50%
con préstamo.
b) El VAD que cobrará la distribuidora es el mismo
ya que corresponde a un valor regulado.
c) El impuesto a la renta para compañías jurídicas es
del 25% [10].
d) Debido a la diferencia de vidas útiles se considera
un período de análisis de 10 años.

3.3. Alternativa 1: Línea de Subtransmisión

Para esta alternativa es necesaria la
construcción de una subestación reductora, cuyas
previsiones básicas, en conjunto con las de la línea, se
incluyen en la Tabla 2.

Tab la 2 . Previsi on es d e la Alterna ti va 1

LÍNEA DE SUBTRANSMISIÓN 
Nivel de Voltaje 138 kV
F ig .3 . Esto casticidad del Precio del Diesel
Longitud 130 km
Vida Útil [11] 45 años
3.1.5. Comportamiento del PRG
Número de ternas 1
En Ecuador se encuentra en inicios de Costo de Capital [12]   110 MUSD/km
construcción el proyecto hidroeléctrico Coca Codo Costo O&M [12] 530 USD/km
Sinclair (CCS) de 1500 MW, considerado como
SUBESTACIÓN 
prioritario y de alto interés nacional. Este proyecto
Nivel de Voltaje 138 / 13,2 kV
entrará en funcionamiento en el año 2014 y provocará
una significativa disminución del costo medio de Capacidad  30 MW
generación [8]. Las simulaciones empleadas para Vida Útil [11] 30 años
estimar el comportamiento del PRG en el tiempo, Costo de Capital [12, 13]   76 MUSD/MW
consideran el ingreso de esta central a través de saltos Costo O&M [14] 4%
en el modelo de reversión a la media. Los datos
históricos del precio de generación se tomaron de la 3.3.1. Flujo de Fondos Futuros
referencia [9].
Los valores obtenidos son: ηmensual = 0,21; Los costos de suministro de energía eléctrica,
ηanual = 12ηmensual = 2,46; σ mensual = 0,21; σanual = en el caso de sistemas interconectados, incluyen los
√12σmensual = 0,73; = 5,94 USD¢/kWh; λ = 0,3 [4, pagos al mercado eléctrico por conceptos de
5, 7]. En la Fig.4. se puede observar la variación generación y transmisión por tal motivo forman parte
estocástica del PRG en los próximos 10 años. del flujo de fondos correspondiente a la línea de
subtransmisión, el cual se detalla en la Tabla 3.

4
 Tab la 3 . Flujo de Efectivo - Alternativa 1 La Fig.6 presenta la distribución de
ITEM  Año 0 Año 1 Año 5 Año 10 probabilidad de la TIR, cuyo valor esperado es
Datos Generales E[TIR] = 60,23% y su desviación estándar
Pot. Med. a remunerar (MW) 12,15 13,39 14,75
Energía Anual (GWh) 68,39 75,37 83,01 σ = 6,38%.
Costo de Potencia (USD/kW‐mes) 5,70 5,70 5,70
PRG Energía (USD/kWh) 0,07 0,07 0,07 600
Tarifa de Transmisión (USD/kW‐mes) 1,68 1,92 2,30
Cargo Fijo (USD/kW‐mes) 5,00 5,34 6,08
500
Cargo Variable (USD/kWh) 0,18 0,19 0,22
Ingresos (MUSD)
400
Demanda Pico 729,07 858,02 1.075,69
Energía Anual 12.310,20 14.487,64 18.162,87

Frecuencia
Pérdidas 300
Pérdidas de Potencia (MW) 0,36 0,40 0,44
Pérdidas de Energía (GWh) 1,91 2,11 2,32
200
Energía y Potencia comprada al MEM
Potencia Media Pico (MW) 12,52 13,79 15,19
100
Energía Anual (GWh) 70,30 77,48 85,33
Costos (MUSD)
Depreciación Línea S/T ‐317,78 ‐317,78 ‐317,78 0
Costo O&M Línea S/T ‐68,90 ‐68,90 ‐68,90
Depreciación S/E ‐76,00 ‐76,00 ‐76,00
Costo O&M S/E ‐91,20 ‐91,20 ‐91,20
TIR ‐ LÍNEA DE SUBTRASMISIÓN
Pagos al Mercado por Energía ‐4.732,49 ‐5.368,40 ‐6.049,88
Pagos al Mercado por Potencia ‐856,07 ‐943,43 ‐1.039,06 F ig . 6 . TIR – Alternativa 1
Pagos al Mercado por Transporte  ‐253,04 ‐316,98 ‐420,10
Intereses ‐1.714 ‐1.368 ‐347
Utilidad (EBIT) [MUSD] 4.929,88 6.795,20 10.829,10
Impuestos (25%) 1.232,47 1.698,80 2.707,27 3.4. Alternativa 2: Grupo de Generadores Diesel
Utilidad Neta (NI) [MUSD] 3.697,41 5.096,40 8.121,82
Depreciaciones 393,78 393,78 393,78 Actualmente existe una subestación que
Inversión ‐16.580,00
Préstamo 8.290,00
entrega la energía del generador diesel al sistema de
Amortización ‐309 ‐655 ‐1.676 distribución con la suficiente capacidad y vida útil
Valor de Desecho 12.642,22
remanente para abastecer la demanda en el tiempo de
Flujo de Fondos Libre ‐8.290,00 3.782,30 4.835,15 6.839,36
servicio del nuevo equipo a instalarse, razón por la
cual no se considera parte de la inversión. En la Tabla
3.3.2. Simulación de los retornos con el método de 4 se muestran las previsiones y características del
Montecarlo grupo de generadores.
Una vez especificado el comportamiento
estocástico de cada variable, se realizan las Tab la 4 . Previsi on es d e la Alterna ti va 2
simulaciones de los flujos de efectivo GRUPO DE GENERADORES 
correspondientes, determinándose las distribuciones
Tipo de Servicio Prime Power
de probabilidad del VAN y la TIR con sus respectivos
valores esperados y desviaciones estándar. Tipo de motor diesel 4 tiempos
Velocidad 514 ‐ 900 rpm
La Fig.5 muestra la distribución de
probabilidad del VAN, cuyo valor esperado es Número de Unidades 5
E[VAN] = 17,71 MMUSD y su desviación estándar Potencia por unidad  4 MW
σ = 2,55 MMUSD. Vida Útil [12] 15 años
Costo de Capital [15]  600 USD/kW
600
Costo O&M Fijos  12 USD/kW
500 Costo O&M Variables  2 USD/MWh
Eficiencia Eléctrica 40%
400
Frecuencia

300
3.4.1. Flujo de Fondos Futuros
200
Los costos variables de generación dependen
100
directamente del precio del diesel y la eficiencia
eléctrica del equipo, por lo que éstos son incluidos en
0 el flujo de fondos, el cual se muestra en la Tabla 5.

VAN (MMUSD) ‐ LÍNEA DE SUBTRANSMISIÓN

F ig . 5 . VAN – Al t erna t iva 1

5
 Tab la 5 . Flujo de Efectivo – Alternativa 2 3.5. Análisis de Resultados
ITEM  Año 0 Año 1 Año 5 Año 10
Datos Generales
La construcción de la línea produce costos de
Pot. Med. a remunerar (MW) 12,29 13,68 15,56 suministro de energía más bajos respecto al gasto en
Energía Anual (GWh)
Cargo Fijo (USD/kW‐mes)
69,18
5,00
77,01
5,53
87,58
6,07
combustibles del grupo de generadores, lo que se
Cargo Variable (USD/kWh) 0,18 0,20 0,22 refleja en un VAN y TIR mayores.
Ingresos (MUSD)
Demanda Pico 737,51 908,26 1.133,84
El valor financiero de la instalación de
Energía Anual 12.452,81 15.335,88 19.144,81 generación tiene una gran sensibilidad frente a la
Costos (MUSD) volatilidad del precio del diesel, provocando un alto
Costos Variables
O&M (lubricantes) ‐138,36 ‐154,02 ‐175,16
riesgo en la inversión (σ = 17,69%); mientras que el
Combustibles  ‐8.949,37 ‐12.239,87 ‐9.291,88 costo medio de generación presenta menor
Costos Fijos
O&M ‐240,00 ‐240,00 ‐240,00
variabilidad, lo que ocasiona un menor riesgo en la
Depreciaciones ‐800,00 ‐800,00 ‐800,00 inversión de la línea de subtransmisión (σ = 6,38%).
Intereses ‐1.240 ‐990 ‐251
Utilidad (EBIT) [MUSD] 1.822,12 1.820,31 9.520,78
Sin embargo, la alternativa de generación
Impuestos (25%) 455,53 455,08 2.380,20 diesel tiene la posibilidad de diferir la instalación de
Utilidad Neta (NI) [MUSD] 1.366,59 1.365,24 7.140,59 las unidades, situación que puede ser analizada a
Depreciaciones 800,00 800,00 800,00
Inversión ‐12.000,00
través de opciones reales.
Préstamo 6.000,00
Amortización ‐224 ‐474 ‐1.213
3.6. Opciones Reales [1, 16, 17]
Valor de Desecho 4.000,00
Flujo de Fondos Libre ‐6.000,00 1.943,03 1.691,15 10.727,38 La técnica de opciones reales analiza las
oportunidades de inversión de un proyecto,
3.4.2. Simulación de los retornos con el método de permitiendo obtener la decisión más acertada en
Montecarlo situaciones de gran incertidumbre. De esta manera
los proyectos se adaptan a un entorno de mayor
La Fig.7 muestra la distribución de flexibilidad y menor riesgo.
probabilidad del VAN, cuyo valor esperado es
E[VAN] = 5,83 MMUSD y su desviación estándar Con el objetivo de dar flexibilidad al proyecto,
σ = 5,55 MMUSD. se aplica la opción de diferir la instalación de las
unidades de generación, considerando únicamente los
450 requerimientos de abastecimiento temporal de la
400 demanda. En este sentido, se plantea el esquema de
350 inversión mostrado en la Tabla 6.
300
Frecuencia

250
Tab la 6 . Plan d e Inversión Diferida
200 Año de Número  Potencia  Inversión 
150 Instalación  Unidades  (MW)  (MUSD) 
100
0 5 3  9000
50
3 1 2  1200
0
6 1 2  1200
11 1 1  600
VAN (MMUSD) ‐ GENERADOR DIESEL
*Para el precio de las unidades de generación se ha considerado un 
F ig . 7 . VAN – Al t erna t iva 2 comportamiento  lineal entre el coso y su potencia 

La Fig.8 presenta la distribución de Con estas premisas y la tasa libre de riesgo

probabilidad de la TIR, cuyo valor esperado es mostrada en la Tabla 1 se determinaron los valores de
E[TIR] = 38,19% y su desviación estándar alza y baja, y las probabilidades neutrales al riesgo
σ = 17,69%. resultantes de una opción de tipo americana,
expuestas en la Tabla 7.
500

450
Tab la 7 . Pará metros d e Cá lculo -Árbol Bino mia l
400

350 E[VAN0]  7,73 MMUSD

Desviación Estándar 22,81%
Frecuencia

300

250 Incremento de tiempo (Δt)   3 años

200
VAFF0 * 16,73 MMUSD
150

100
Incremento del Activo  7,81%
50 U 1,485
0 D 0,674
P 0,655
TIR ‐ GENERADOR DIESEL 1 – p 0,345

F ig . 8. TIR – Alternativa 2 *

6

La Fig. 9 presenta el árbol de decisión de la
opción de expandir, en función de las consideraciones
establecidas.
F ig . 9 . Árbo l de Decisión
El Valor de la Opción Real (VOR) es de 1,28
MMUSD, lo que da un VAN flexible de 9,01
MMUSD, el cual es un 4,7% mayor al VAN
calculado inicialmente, con lo cual se determina que
la opción de diferir la inversión es beneficiosa para la
distribuidora. La opción de diferir provoca un
incremento del VAN obtenido sin considerar opciones
reales en un 54,4%.
4. CONCLUSIONES
Los procesos estocásticos permiten modelar
incertidumbres presentes en los proyectos de
inversión. Estos modelos pueden implementarse en
forma sencilla utilizando planillas de cálculo (Excel).
La inclusión de la incertidumbre de las
variables que determinan la viabilidad del proyecto,
permite establecer cuáles son las variables más
críticas para cada una de las alternativas. En el
análisis se consideró incertidumbre en las variables
detalladas en el acápite 3 del presente informe,
determinándose que las más influyentes son el PRG
para la línea de subtransmisión y el precio del diesel
para el grupo de generadores.
La flexibilidad de diferir la instalación de
unidades de generación de pequeña capacidad ofrece
un mayor VAN. Sin embargo, éste no supera el VAN
de la construcción de la línea y el riesgo causado por
el precio del diesel sigue siendo alto.
Del análisis realizado para el ejemplo
propuesto, la alternativa de construir la línea de
subtransmisión es más rentable y de menos riesgo
para el negocio de la distribuidora.
5. REFERENCIAS
[1] M. Samper, C. Tascheret, “Evaluación y Análisis de
Proyectos de Inversión”, Curso de Postgrado Intensivo:
Economía y Mecanismos Regulatorios de los Mercados
Eléctricos, Módulo II, IEE, UNSJ, Junio 2009.
[2] R. Aguilar, J. Cepeda, “Aplicación de Diferentes Esquemas
Regulatorios en la Determinación de las Tarifas Eléctricas en
el Ecuador”, XXIII Seminario Sector Eléctrico – SNSE
2008, Salinas, Mayo 2008.
[3] Yi-Yu Liang, “Demand Modeling with the Geometric
Brownian Motion Process”, Technical Report NTU-IE-
Chou-2003-T001, Mayo 2003.
[4] A. K. Dixit, R. S. Pindyck, “Investment under Uncertainty”,
Princeton University Press, New Jersey, pp. 59 – 78, 1994,
ISBN 0-691-03410-9.
[5] J. Duarte, “Valoración Económica de un Proyecto de
Inversión de Vertido Cero”, Doctorado en Finanzas de
Empresa, Universidad Complutense, Madrid, 2008.
[6] Banco Central del Ecuador, “Boletines Estadísticos”,
[Online] Available: www.bce.fin.ec.
[7] Stochastic Processes with Focus in Petroleum Applications,
[Online] Available: http://www.puc-
rio.br/marco.ind/stochast.html.
[8] Consejo Nacional de Electricidad, “Plan Maestro de
Electrificación 2007 – 2016”, Ecuador, Diciembre 2007.
[9] Consejo Nacional de Electricidad de Ecuador, “Estadísticas:
Mercado Eléctrico Mayorista”, [Online] Available:
www.conelec.gov.ec.
[10] “Ley de Régimen Tributario Interno”, Ecuador, publicado en
Registro Oficial No. 497-S de 30 de Diciembre de 2008.
[11] “Codificación del Reglamento de Tarifas Eléctricas”,
Ecuador, Decreto Ejecutivo No. 1248 de 31 de Diciembre de
2003, publicado en el Registro Oficial No. 250 de 13 de
Enero de 2004.
[12] Consejo Nacional de Electricidad, “Estudio de Costos de las
Empresas Eléctricas sujetas a Regulación de Precios –
2009”, Ecuador, Febrero 2009.
[13] LEVIN, “Administración de Bienes, Avalúos y
Abastecimientos de la Empresa Eléctrica Riobamba S.A.”,
Riobamba, Ecuador, 30 de Junio de 2004.
[14] Consejo Nacional de Electricidad, “Regulación No.
CONELEC – 009/00: Índices de gestión elaboración de
pliegos tarifarios”, Resolución No. 0180/00, 30 de Octubre
de 2000.
[15] “Estimated Capital Cost of Power Generating Plant
Technologies”, [Online] Available: www.jcmiras.net.
[16] G. López Dumrauf, “Tendencias en evaluación: 4 pasos para
incluir el valor de las opciones reales”, Octubre 2003,
[Online] Available: www.dumraufnet.com.ar.
[17] W. Bailey, A. Bhandari, S. Faiz, S. Srinivasan, H. Weeds,
“Valoración de las opciones reales”, primavera de 2004,
[Online] Available: www.slb.com.