nicolÁs muÑoz moreno

38
1 VALORACIÓN DE UNA OPCION CALL CON ACTIVO SUBYACENTE ENERGIA ELECTRICA PARA LA COBERTURA DE RIESGO EN EL SISTEMA ELÉCTRICO COLOMBIANO NICOLÁS MUÑOZ MORENO UNIVERSIDAD DE LOS ANDES FACULTAD DE INGENIERÍA DEPARTAMENTO DE INGENIERÍA INDUSTRIAL Bogotá D.C., Junio 2017

Upload: others

Post on 14-Jul-2022

2 views

Category:

Documents


0 download

TRANSCRIPT

Page 1: NICOLÁS MUÑOZ MORENO

1

VALORACIÓN DE UNA OPCION CALL CON ACTIVO SUBYACENTE ENERGIA

ELECTRICA PARA LA COBERTURA DE RIESGO EN EL SISTEMA

ELÉCTRICO COLOMBIANO

NICOLÁS MUÑOZ MORENO

UNIVERSIDAD DE LOS ANDES

FACULTAD DE INGENIERÍA

DEPARTAMENTO DE INGENIERÍA INDUSTRIAL

Bogotá D.C., Junio 2017

Page 2: NICOLÁS MUÑOZ MORENO

2

VALORACIÓN DE UNA OPCION CALL CON ACTIVO SUBYACENTE ENERGIA

ELECTRICA PARA LA COBERTURA DE RIESGO EN EL SISTEMA ELÉCTRICO

COLOMBIANO

NICOLÁS MUÑOZ MORENO (201316624)

PROYECTO DE TESIS PARA OPTAR AL GRADO DE INGENIERO INDUSTRIAL

ASESOR: JULIO VILLARREAL NAVARRO

UNIVERSIDAD DE LOS ANDES

FACULTAD DE INGENIERÍA

DEPARTAMENTO DE INGENIERÍA INDUSTRIAL

Bogotá D.C., Junio 2017

Page 3: NICOLÁS MUÑOZ MORENO

3

Contenido

1. Introducción .................................................................................................................... 5

2. Justificación ................................................................................................................... 13

3. Objetivos ....................................................................................................................... 18

3.1 Objetivo General ......................................................................................................... 18

3.2 Objetivos Específicos ................................................................................................. 18

4. Marco Teórico ............................................................................................................... 19

4.1 Valoración ................................................................................................................... 19

4.1.1 Modelo de reversión a la Media .......................................................................... 20

4.1.2 Jump Diffusion Model con reversión a la media ................................................. 22

4.1.3 Definición del Payoff ............................................................................................ 23

4.1.4 Calculo de la prima esperada .............................................................................. 23

5. Resultados ........................................................................................................................ 25

5.1 Simulación con Reversión a la Media ........................................................................ 25

5.1.1 Estimación de Parámetros y resultados .............................................................. 25

5.2 Simulación Jump Diffusion Model con Reversión a la Media ................................... 28

5.2.1 Estimación de Parámetros y resultados ............................................................... 28

5.3 Propuesta para el nuevo funcionamiento del sistema ................................................. 31

6. Conclusiones .................................................................................................................... 36

7. Referencias ....................................................................................................................... 38

Page 4: NICOLÁS MUÑOZ MORENO

4

Contenido de ilustraciones Ilustración 1: Gráfica de perfiles de Pago ............................................................................. 7

Ilustración 2: Montos Nocionales Invertidos en Contratos de Commodities OTC ............... 9

Ilustración 3: Gráfica de Oferta y Demanda Global de Electricidad .................................... 10

Ilustración 4: Gráfica de Oferta y Demanda de Electricidad en América Latina ................. 11

Ilustración 5: Participación por tecnología en la matriz eléctrica ........................................ 13

Ilustración 6: Grafico de generación térmica ....................................................................... 15

Ilustración 7: Distribución de Probabilidad de los retornos diarios ..................................... 27

Ilustración 8: Grafica de Precios con Reversión a la Media................................................. 27

Ilustración 9: Grafica de precios con Jump Diffusion Model con Reversión a la media .... 30

Ilustración 10: Simulación de Payoff ................................................................................... 31

Page 5: NICOLÁS MUÑOZ MORENO

5

1. Introducción

Las opciones financieras se definen como instrumentos financieros que otorgan al comprador

el derecho y al vendedor la obligación de realizar la transacción a futuro, fijando un precio

fijo y una fecha determinada.

Desde el punto de vista formal las opciones son un contrato financiero entre dos partes, que

le da el derecho (mas no la obligación) al dueño de la opción de comprar (Call) o vender

(Put) a futuro, en una fecha específica (T), un activo subyacente (S) a un precio determinado

(strike price o K). (Daniel Eduardo Tobón, 2016). Aquel que tiene el derecho de comprar o

vender incurre en un costo o prima en el momento de la adquisición de la opción, el cual se

deriva del riesgo del vendedor de la opción; es decir, cobra una prima por asumir el riesgo

del dueño de la opción. De esta forma, el vendedor de la opción conoce su ganancia máxima

desde el principio, mientras que la del dueño de la opción dependerá de las cotizaciones del

mercado.

Recordemos que solo tiene sentido ejecutar la opción si el precio de mercado supera el precio

acordado (strike Price).

Opción Call

Concede a su tenedor el derecho mas no la obligación de comprar en el futuro un activo

subyacente a un precio determinado. Si en la fecha de vencimiento el precio de mercado es

menor al nivel de ejecución, el tenedor tendrá una perdida por el valor total de la prima

pagada por la adquisición. En el caso contrario, cuando en la fecha de vencimiento el precio

de mercado es mayor que el nivel de ejecución, el tenedor de la opción tendrá beneficio, en

cuanto más al alza este el mercado mayor será el beneficio.

Opción Put

Concede a su tenedor el derecho más no la obligación de vender en el futuro un activo

subyacente a un precio determinado. Si en la fecha de vencimiento, el precio de mercado es

mayor al precio de ejecución, el tenedor tendrá una perdida por el valor total de la prima

pagada por la adquisición. En el caso contrario, cuando en la fecha de vencimiento el precio

de mercado es menor que el nivel de ejecución, el tenedor de la opción tendrá beneficio, pues

en cuanto más a la baja esté el mercado, mayor será el beneficio.

Page 6: NICOLÁS MUÑOZ MORENO

6

Para cada uno de los casos presentados anteriormente se pueden tener dos posiciones:

Posición larga (long)

Posición que se abre cuando se compran las opciones. El precio que supone la adquisición es

el valor de la prima que cobra el vendedor por asumir el riego. Se puede obtener un beneficio

ilimitado si se conoce con antelación el nivel posible de perdida.

Posición Corta (short)

Posición que se abre cuando vendemos las opciones. Se obtiene un beneficio por el valor de

la prima cobrada por asumir el riesgo, el cual depende del valor del mercado del activo en

cuestión. El riesgo asumido corresponde a la obligación de liquidar la opción a la fecha de

su vencimiento.

De esta forma podemos evidenciar la existencia de cuatro tipos de posiciones dentro de una

opción:

Vender una opción Call (Corto en una Call)

Comprar una opción Call (Largo en una Call)

Vender una opción Put (Corto en una Put)

Comprar una opción Put ( Largo en una Put)

Además, el perfil de pago cambia de acuerdo a la posición en la que se encuentra el

inversionista. Los perfiles de pago se muestran a continuación:

Largo en una Call: 𝑀𝑎𝑥 (𝑆𝑡 − 𝐾 , 0)

Largo en una Put: 𝑀𝑎𝑥 (𝐾 − 𝑆𝑡 , 0)

Corto en una Call: 𝑀𝑖𝑛 (𝐾 − 𝑆𝑡, 0)

Corto en una Put: 𝑀𝑖𝑛 (𝑆𝑡 − 𝐾 , 0)

Los perfiles de pago también nos dan una idea de en qué momento es razonable ejecutar la

opción. Si es el mercado encontramos el activo a un mejor precio que ejecutando la acción,

iremos al mercado, de lo contrario ejecutaremos la acción; esto es básicamente lo que nos

indica la expresión matemática de máximos y mínimos antes mostrada.

Representando gráficamente los perfiles de pago tenemos:

Page 7: NICOLÁS MUÑOZ MORENO

7

Ilustración 1: Gráfica de perfiles de Pago

Ilustración 1. Fuente: Smithson, 1987

Adicionalmente, tenemos una caracterización genérica de las opciones:

At-the–money (ATM): hace referencia a los contratos de opciones en los cuales el

precio de ejercicio (𝐾)es igual o muy cercano al valor spot del activo subyacente

(𝑆𝑡).

In-the-money (ITM): hace referencia a los contratos de opciones que, de ejercerse

inmediatamente, generarían un ingreso/beneficio para su poseedor.

Out-of-the-money (OTM): hace referencia a los contratos de opciones que, de

ejercerse inmediatamente, generarían cero beneficios para su poseedor.

En el mercado existen diferentes tipos de opciones que se diferencian por factores como el

tipo de activo subyacente, perfil de pago, entre otros. La diferenciación más importante

corresponde al momento en el que se puede ejercer la opción, de esta forma podemos dividir

los tipos de opciones en tres: (i) la opción Europea que establece que el derecho de ejercer la

opción solo se puede ejercer el día del vencimiento del contrato (T); (ii) la opción Americana,

que establece que el derecho de ejercer la opción se puede hacer efectivo en cualquier

momento desde el inicio del contrato hasta su vencimiento; (iii) por último la opción

Page 8: NICOLÁS MUÑOZ MORENO

8

Bermuda, la que exige que solo se puede ejercer la opción en fecha especificas previstamente

acordadas en el contrato.

Respecto a la utilidad de las opciones, podemos construir un número ilimitado de estrategias

de inversión, combinando diferentes activos/contratos que permiten realizar una cobertura de

las posiciones de los inversionistas, ya sea porque buscan cubrir sus posiciones frente a

riesgos o porque buscan especular para obtener ingresos asumiendo dichos riesgos (Navarro,

2016 ). En otras palabras, las opciones permiten obtener beneficios tanto por la variación del

precio de un instrumento como por acertar las tendencias futuras del mercado.

Las opciones son utilizadas en gran parte en el mercado de commodities. Las bolsas de

materias primas o commodities son mercados en los que se compran y venden diferentes

productos de carácter energético (petróleo, carbón, gas natural), de metales (cobre, níquel

zinc, oro y plata) y alimentos e insumos (trigo, maíz o soya). Estos activos se comercializan

en mercados financieros regulados por un intermediario o mediante un mercado Over the

Counter (OTC), donde no existen intermediarios.

Las principales Bolsas del mundo donde son comerciados los commodities son (Daniel

Eduardo Tobón, 2016):

Productos Energéticos:

NYMEX – New York Mercantil Exchange.

ICE – Intercontinental Exchange (U.K).

TOCOM – Tokio Commodity Exchange (Japón).

DCE – Dalian Commodity Exchange (China).

Metales:

LME – London Metal Exchange (U.K).

NYMEX - New York Mercantil Exchange.

COMEX – Commodity Exchange.

SHFE – Shanghai Futures Exchange (China).

MCX – Multicommodity Exchange of India (India).

Alimentos o Insumos:

DCE - Dalian Commodity Exchange (China).

CBOT – Chicago Board Of Trade (Estados Unidos).

Page 9: NICOLÁS MUÑOZ MORENO

9

Ilustración 2: Montos Nocionales Invertidos en Contratos de Commodities OTC

Ilustración 2. Fuente: Bank for International Settlements Derivates Statistics

En el grafico anterior podemos evidenciar que los contratos sobre commodities sufrieron un

boom en la primera década de los 2000. Durante este momento en el tiempo, América Latina

tuvo un crecimiento sobresaliente históricamente, evidenciado en los picos del gráfico. La

principal razón se encuentra en el súper ciclo de los commodities. Los commodities son una

parte significativa de las exportaciones de la región. Para el 2010 los commodities

representaron más del 60% del valor de las exportaciones, y en algunos casos alcanzó a

superar el 90% (Grijalva, 2014). Por esta razón el aumento de sus precios reflejó un

crecimiento económico; esta relación es sencilla de entender:

Teniendo la identidad del PIB por el lado del gasto,

𝑃𝐼𝐵 = 𝐶 + 𝐼 + 𝐺 + (𝑝𝑥 − 𝑞𝑚)1

Donde 𝐶 es el consumo privado, 𝐼 la inversión doméstica, 𝐺 el gasto corrientes del gobierno,

𝑝 el precio de las exportaciones, 𝑥 la cantidad exportada, 𝑚 la cantidad importada y 𝑞 el

precio de las importaciones. Así, podemos entender fácilmente cómo la subida en el precio

1 (𝑝𝑥 − 𝑞𝑚) representa las exportaciones netas.

Page 10: NICOLÁS MUÑOZ MORENO

10

de las importaciones tiene un efecto positivo sobre el 𝑃𝐼𝐵 si todos los demás componentes

se mantienen constantes. De forma complementaria se entiende que una caída en los precios

refleja una reducción en el 𝑃𝐼𝐵, que es lo que ha venido ocurriendo en los últimos años con

el crecimiento económico de la región.

En conclusión, la subida de los precios de bienes básicos aumentan los ingresos de los

gobiernos, gracias a que son dueños de los recursos naturales o también porque que reciben

ingresos de los inversionistas vía regalías o impuestos. Por lo tanto el crecimiento de la región

es altamente dependiente de los precios de los commodities.

Conociendo la importancia de los commodities en América Latina y teniendo en cuenta que

el siguiente trabajo se centra en el commoditie correspondiente a la electricidad en Colombia,

continuaremos analizando un poco más a fondo lo que ha ocurrido en América Latina con

este producto.

Ilustración 3: Gráfica de Oferta y Demanda Global de Electricidad

Ilustración 3. Fuente: Global Energy Statistical Yearbook 2016

Page 11: NICOLÁS MUÑOZ MORENO

11

Ilustración 4: Gráfica de Oferta y Demanda de Electricidad en América Latina

Ilustración 4. Fuente: Global Energy Statistical Yearbook 2016

A partir de las gráficas anteriores podemos evidenciar que con el paso del tiempo la demanda

de electricidad va en aumento, tanto para América Latina como globalmente. Esto se debe

en gran parte al crecimiento socioeconómico de las naciones y el aumento de la población

mundial, por lo tanto, no se evidencia una disminución del consumo de electricidad en el

largo plazo. Es más, actualmente se buscan nuevas fuentes de energía para poder suplir la

creciente demanda en el futuro. Por ser un insumo básico se tiene que asegurar su suministro,

razón por la cual la oferta también irá aumentando al igual que la demanda.

Sin embargo, en las gráficas no se pueden evidenciar las medidas que tienen que tomar los

gobiernos para suplir estas demandas. En épocas de crisis energéticas muchos gobiernos

toman medidas extremas, como por ejemplo, salir a las bolsas energéticas a comprar

electricidad a precios elevados, o hacer negociaciones con países vecinos para que les

proporcionen electricidad. Este es un gran problema en países que no poseen energías

renovables, o que son dependientes de un solo tipo de fuente de energía, como es el caso de

Colombia. De esta forma, las gráficas anteriores solo muestran que el consumo de

electricidad va en aumento, al igual que la oferta, pero no reflejan cuáles países garantizan el

suministro ni de qué forma se obtiene la electricidad.

Page 12: NICOLÁS MUÑOZ MORENO

12

A manera de conclusión podemos evidenciar la importancia de, primero, cómo el precio de

los commodities juega un papel clave en el crecimiento económico de América Latina; y

segundo, que el asegurar el suministro de energía para las la naciones no solo es un deber de

los gobiernos sino que también puede evitar pérdidas económicas.

El siguiente trabajo presenta un método para valorar una opción Call sobre el commoditie

electricidad, con el fin de garantizar la cantidad necesaria de electricidad a un precio justo

durante periodos de crisis en Colombia, concretamente durante el fenómeno del Niño. El

principio del trabajo es; primero, garantizar el suministro adecuado de electricidad; y segundo

hacer una evaluación del sistema eléctrico colombiano en la actualidad. En el siguiente

documento se explica la metodología utilizada para la cobertura de riesgo en detalle, y

también se presenta una propuesta para un nuevo funcionamiento del sistema eléctrico

colombiano, bajo el uso de opciones sobre la electricidad.

En primer lugar, se justifica la realización y relevancia del proyecto; segundo, se define el

objetivo general y objetivos específicos del mismo; tercero, se expone en forma detallada la

forma de valoración de la opción Call para generadores térmicos; cuarto, se hace una

evaluación del sistema eléctrico colombiano y se propone un nuevo esquema y, finalmente

se presentan los resultados obtenidos, posibles extensiones del trabajo y conclusiones

arrojadas por el proyecto de tesis.

Page 13: NICOLÁS MUÑOZ MORENO

13

2. Justificación

Para poder entender las razones y el impacto de la realización de este proyecto tenemos que

remontarnos en el tiempo para tener claridad absoluta de cómo ha evolucionado, cómo

funciona el sistema eléctrico colombiano y cuáles son los retos más grandes que éste tiene

que afrontar.

En primer lugar tenemos que hablar sobre el fenómeno del Niño, que es un fenómeno natural

de variabilidad climática que se desarrolla en el océano pacifico tropical, por lo tanto,

Colombia es uno de los países principalmente afectados. Su efecto en el clima del país está

asociado a la disminución de las lluvias en relación al nivel normal y a un aumento en la

temperatura del aire. Como consecuencia de estos efectos el nivel de los embalses de agua

se ve reducido en una parte significativa.

Ilustración 5: Participación por tecnología en la matriz eléctrica

Ilustración 5. Fuente: UPME

Colombia es un país altamente dependiente de la energía hidráulica; ésta representa el

69,63% de la participación en la generación eléctrica, mientras la energía restante es generada

Page 14: NICOLÁS MUÑOZ MORENO

14

por gas en un 10,27%, Carbón 8,29%, ACPM 7,54% y el porcentaje restante por fuentes de

energía menores y congelación (Unidad de Planeación Minero Energética, 2016). En

conclusión, la volatilidad de los precios de la energía se explica en gran parte por el

componente hidráulico, sumado a la estacionalidad climática y la aparición periódica del

fenómeno del Niño.

En 1992 el fenómeno del Niño golpeo al país, se presentaron sequias y se llegaron a los

niveles de embalses más bajos en la historia, y como consecuencia se generaron

racionamientos de energía, perdidas económicas y un cambio horario a nivel nacional. Desde

este punto la generación de energía en Colombia sufrió una transformación orientada a

garantizar la prestación del servicio. Así, Colombia abandonó un esquema de propiedad

estatal y creo un mercado de energía eléctrica basado en un modelo que partía de la división

de las actividades, el libre mercado, la supervisión y regulación por parte del Estado. Por esta

razón el gobierno colombiano implementó el cargo por capacidad, el cual operaba como un

colchón energético únicamente en la temporada de verano, garantizando una capacidad

instalada que cumpliera con la demanda. Luego éste fue reemplazado por el cargo por

confiabilidad, que no solo garantizaba la capacidad instalada sino también que esta capacidad

estuviera en funcionamiento para periodos de escasez. El cargo por confiabilidad implica que

los generadores reciben un ingreso fijo por kilovatio hora de energía en firme2 comprometido,

a cambio de entregar energía cuando el sistema se encuentre en condiciones de hidrología

crítica, asumiendo los riesgos de construcción, financiación, precios y cantidades.

En detalle, se subastan entre los generadores las obligaciones de energía firme (OEF) que se

requieren para suplir la demanda del sistema. Cuando al generador le es asignada una OEF

recibe el cargo por confiabilidad, que es una remuneración conocida y estable durante un

plazo fijo, así, el generador se compromete a entregar determinada cantidad de energía

cuando el precio de bolsa supera un precio de escasez. En otras palabras, el sistema eléctrico

colombiano funciona como una opción financiera otorgada por los generadores hacia el

gobierno, el cual paga una prima (cargo por confiabilidad) por asegurar el suministro del

recurso cuando el precio en bolsa de energía supera el precio de escasez (Strike Price).

2 Al generador se le asigna una obligación de energía firme que debe generar diariamente.

Page 15: NICOLÁS MUÑOZ MORENO

15

Bajo este esquema el sistema eléctrico colombiano ha podido responder adecuadamente a los

periodos donde los niveles de embalses se reducen, evitando el episodio de racionamiento de

1992. Sin embargo, a principios del año 2015 y a inicios del 2016 el país vivió el peor

fenómeno climático de los últimos 60 años, tanto por su intensidad como duración, lo cual

dejó al descubierto graves problemas del sistema eléctrico colombiano.

El principal problema que invade el sistema eléctrico es la gestión del riesgo. Por un lado las

termoeléctricas atraviesan una complicada situación financiera, que se debe en parte a un

tema técnico por parte de la Comisión y Regulación de Energía y Gas (GREG). Ésta ha

diseñado un esquema bajo el cual en condiciones climáticas normales las hidroeléctricas

aportan aproximadamente el 80% de la energía firme del sistema eléctrico, mientras que el

20% restante es responsabilidad de las termoeléctricas. Pero en condiciones hidrológicas

críticas, como es el fenómeno del Niño, estos porcentajes cambian y los generadores

termoeléctricos responden por el 48% de la demanda nacional, que de acuerdo con el valor

del cargo por confiabilidad recibe ayudan para soportar un 5% de la demanda.

Ilustración 6: Grafico de generación térmica

Ilustración 6. Fuente: UPME

Con la anterior grafica podemos evidenciar que la generación térmica sufrió un aumento

drástico durante la crisis hidrológica de finales de 2015 e inicios de 2016, como respuesta al

bajo nivel de los embalses que no permitieron cubrir la demanda bajo generación hidráulica.

0

20.000

40.000

60.000

80.000

100.000

120.000

23/10/2015 31/01/2016 10/05/2016 18/08/2016 26/11/2016 06/03/2017 14/06/2017

Generación Térmica (GWh)

Page 16: NICOLÁS MUÑOZ MORENO

16

Más a fondo, el problema radica en que las plantas térmicas operan a base de carbón, gas y

combustibles líquidos. En Colombia es complicado asegurar el suministro de gas y

combustibles líquidos; en cuanto al gas, la prioridad es abastecer a los sectores residenciales,

vehicular e industrial y luego si las plantas térmicas. Ya que el gas no es suficiente, los

combustibles líquidos se han convertido en una opción, sin embargo es una alternativa muy

costosa, razón por la cual se encuentran en perdida.

El precio al cual las térmicas pueden vender su energía es denominado el precio de escases

(Strike Price), que hoy en día se encuentra alrededor de los COP$358, mientras el costo de

producir entre COP$450 y COP$800 (Unidad de Planeación Minero Energética, 2016), es

decir, producir a perdida.

La GREG tiene una metodología para hacer el cálculo del precio de escasez, en la cual toman

como base un combustible denominado “combustóleo”; cuando la gran mayoría de las

plantas utilizan diésel, un combustible mucho más costoso. Adicionalmente, el precio del

petróleo también golpea a las platas térmicas, pues cuando estas deben importar el

combustible deben pagar impuestos y contribuciones que el Gobierno no tiene en cuenta.

Con lo anterior podemos identificar dos principales problemas; primero, el cálculo del precio

de escases no representa de forma adecuada la realidad; y segundo, que como consecuencia

de lo anterior, los generadores términos no pueden cubrir eficientemente la demanda

energética.

De esta forma, las termoeléctricas están trabajando a pérdida. El único ingreso que tienen

corresponde al cargo por confiabilidad, el cual supone un impuesto sobre las facturas de los

consumidores para precisamente garantizar abastecimiento de energía en momentos de crisis

hidrológica. De todas formas, este ingreso solo funciona como un recurso para que los bancos

financien las platas térmicas y éstas puedan mantener las máquinas y operar. De esta manera

podemos entender que las termoeléctricas prácticamente no generan ingresos, y la única

forma de generarlos es vendiendo energía en la bolsa. Sin embargo esto no puede llegar a

pasar debido a que la probabilidad de generación solo se agudiza cuando hay sequía.

Podemos encontrar diferentes iniciativas que buscan solucionar las irregularidades del sector

energético colombiano; entre ellas está la modificación del cálculo del precio de escasez: que

Page 17: NICOLÁS MUÑOZ MORENO

17

pase de tener en cuenta el “combustóleo” a tener en cuenta un combustible que se asemeje

más a la realidad, como lo es el diésel. También se ha hablado del uso de instrumentos

financieros para la cobertura del precio de los combustibles o incluso dinamizar la oferta

eléctrica con fuentes alternativas como lo son la energía solar, eólica o biomasa,

implementándolas gradualmente con un programa de sustitución de energía basado

en Fuentes Renovables no Convencionales financiado con parte de los recursos del Cargo

por Confiabilidad.

Conociendo la situación actual del sistema energético colombiano es evidente que el sector

energético exige una solución y esta es la razón principal y la justificación de este trabajo de

tesis. Tenemos que ir resolviendo uno a uno los problemas antes mencionados. El proyecto

de tesis se enfoca en el problema que tienen los generadores para cumplir con su obligación

de energía firme, esto como aporte al desarrollo del sistema eléctrico colombiano y sus

irregularidades.

Con esto podemos llegar a la conclusión de que Colombia está viviendo de los éxitos de las

políticas aplicadas en el pasado, las cuales han respondido a los desafíos actuales, sin

embargo es evidente la falta de previsión por parte de los generadores y falta de interés del

regulador por desarrollar un mercado energético más transparente. Es momento de hacer

algo. El objetivo del proyecto está en que no se quiebre el sistema eléctrico colombiano, pero

que tampoco se afecte a los consumidores con tarifas más elevadas, ya que con este fin se

paga el cargo por confiabilidad. Para lo anterior el proyecto de grado desarrollará la

valoración de una opción Call con el fin de mejorar la confiabilidad el sistema eléctrico

colombiano.

Page 18: NICOLÁS MUÑOZ MORENO

18

3. Objetivos

3.1 Objetivo General

Valorar una opción Call americana que tiene como actico subyacente energía, con el fin de

gestionar el riesgo causado por hidrología crítica durante el Fenómeno del Niño en Colombia.

3.2 Objetivos Específicos

Valorar una opción Call americana que tiene como activo subyacente energía a partir de

reversión a la media.

Valorar una opción Call americana que tiene como activo subyacente energía a partir de

Jump Diffusion Model con reversión a la media.

Presentar una nueva propuesta para el funcionamiento de los generadores dentro del sistema

eléctrico colombiano.

Page 19: NICOLÁS MUÑOZ MORENO

19

4. Marco Teórico

A lo largo del marco teórico se presentaran dos temas fundamentales para valoración de la

opción Call; primero, reversión a la media; y segundo, Jump Diffusion Model con reversión

a la media.

4.1 Valoración

Uno de los principales problemas de las matemáticas financieras de la actualidad es el de

poner un precio, o valorar determinado instrumento financiero, que con el paso del tiempo

se vuelven más sofisticados. Los modelos actuales de valoración de productos financieros

parten de la publicación de la fórmula de valoración de Black and Scholes en 1973. Desde

este momento la formula ha sido analizada, estudiada y puesta a prueba en los mercados

reales de opciones y futuros. El modelo de Black-Scholes ha respondido de forma exitosa a

los desafíos actuales, tanto por su flexibilidad y grado de aplicación como por el sin número

de teorías que toman como base el modelo de Black-Scholes.

Por consiguiente, en la metodología de la valoración de opciones existen diversos procesos

estocásticos adaptados para modelar cierto tipo de activos, como lo son fenómenos naturales,

biológicos, sociales, entre otros. Dado el tipo de activo subyacente que se toma en este

proyecto de grado, energía eléctrica, el modelo adecuado para representar este proceso en

particular está dado por procesos estocásticos con reversión a la media, los cuales ya han sido

utilizados para modelar el comportamiento del mercado energético.

Por otra parte esto, la reversión a la media no es suficiente para modelar de forma adecuada

la periodicidad del fenómeno del Niño, dado que el modelo Black – Scholes, del cual se

deriva la reversión a la media, no incorpora los “saltos” en el precio de la energía eléctrica

causados por fenómenos naturales como el fenómeno del Niño.

Por esta razón, las principales metodologías para la valoración de la opción Call con activo

subyacente, energía eléctrica, es Jumo Diffusion Model con reversión a la media. A

Page 20: NICOLÁS MUÑOZ MORENO

20

continuación se presenta el desarrollo de cada metodología con las principales razones por

las cuales se utilizó cada modelo.

4.1.1 Modelo de reversión a la Media

El método de Reversión a la Media es comúnmente utilizado en Ingeniería Financiera

debido a la existencia de productos o variables financieras que por fuerzas

económicas tienden a retornar a sus valores medios en el largo plazo. Sin embargo,

en el corto plazo el movimiento de los precios se relaciona mucho más con la

información y el “ruido” del entorno económico que con las tendencias o los

fundamentos propios de dichas inversiones (Cruz, 2010). En otras palabras, es un

proceso de precios en el que la incertidumbre a corto plazo puede ser alta pero la

incertidumbre de la predicción a largo plazo se reduce (Cabrales, 2017).

El modelo de la reversión a la media también es aceptado cuando los precios del

producto se encuentran inestables, como por ejemplo los precios de la energía durante

el fenómeno del Niño, los cuales presentan cambios muy grandes y lo más probable

es que en el corto plazo singan inestables, pero en el largo plazo se esperaría que se

presenten cambios menores consistentes con un equilibrio de largo plazo. Es decir, se

hace uso de una metodología que busca la maximización de la verosimilitud.

Por otra parte tenemos el modelo de caminata aleatoria (geométrico browniano) que

se ve afectado de manera importante por cambios en los precios, los cuales tienen

efectos permanentes que no pueden ser equilibrados en el largo plazo. Por esta razón

el modelo de la reversión a la media tiene más lógica económica para la simulación

de precios que se quiere llevar a cabo.

La forma más habitual de representar el modelo de la reversión a la media está dado

por la ecuación diferencial estocástica del proceso de Omstein-Uhlenbeck:

𝑑𝑥 = 𝜂(�̅� − 𝑥)𝑑𝑡 + 𝜎𝑑𝑧

En donde 𝜂 es la velocidad de reversión, �̅� el nivel de equilibrio a largo plazo (nivel

al cual tiende a revertir), 𝑥 nivel actual y 𝜎 la desviación.

Page 21: NICOLÁS MUÑOZ MORENO

21

Sin embargo, la siguiente ecuación de Omstein-Uhlenbeck es una versión de tiempo

continuo de un proceso auto regresivo de primer orden (Pindyck, 1994), la cual nos

permite aplicar el modelo de reversión a la media de forma más sencilla, obteniendo

los mismo resultados.

𝑥𝑡 − 𝑥𝑡−Δ𝑡 = 𝑚 ( 1 − 𝑒−𝜂Δ𝑡) + ( 𝑒−𝜂Δ𝑡 − 1)𝑥𝑡−Δ𝑡 + 𝜖𝑡

Suponiendo que Δ𝑡 = 1:

𝑥𝑡 = 𝑚 ( 1 − 𝑒−𝜂) + (𝑒−𝜂)𝑥𝑡−1 + 𝜖𝑡

Donde 𝜖𝑡 se distribuye normal con media cero y desviación estándar 𝜎𝜖, donde:

𝜎𝜖2 =

[ 1 − 𝑒−2𝜂]𝜎2

2𝜂

Además se deben estimar los parámetros, con este fin de hace la siguiente regresión:

𝑥𝑡 − 𝑥𝑡−1 = 𝑎 + 𝑏𝑥𝑡−1 + 𝜖𝑡

Ahora podemos obtener los valores de 𝑚, 𝜂 y 𝜎:

𝑚 = −�̂�

�̂�

𝜂 = −ln (1 + �̂�)

𝜎 = 𝜎𝜖√2ln (1 + �̂� )

(1 + �̂� )2 − 1

El objetivo principal de la simulación es determinar los parámetros presentes en el

modelo dados los datos históricos del precio de la energía eléctrica que se supone que

revierte a la media, de tal forma que tengan un significado realista que pueda permitir

modelar el comportamiento de los precios de la energía durante el fenómeno del Niño

de la forma más acertada posible.

Page 22: NICOLÁS MUÑOZ MORENO

22

4.1.2 Jump Diffusion Model con reversión a la media

Con lo anterior podemos modelar el comportamiento de los precios de la energía

como se haría con cualquier otro activo, sin embargo el modelo no refleja la realidad

y puede que no se obtengan resultados muy acertados. Los principales problemas del

modelo anterior son dos; primero, la distribución de los retornos siempre se ajustarán

a una distribución normal, puede que la distribución tenga picos más altos y dos colas

asimétricas; segundo, el modelo Black-Scholes no considera los “saltos” en la curva

de precios del activo.

Un primer desarrollo de este modelo fue realizado por R.C. Merton, el Merton Jump

Model (Burger & Kliaras, 2013). Un nuevo enfoque resta importancia al movimiento

browniano para una obtener una estimación justa y precisa de la curva de precios de

ciertos activos en la actualidad.

Los Jump Diffusion Models siempre están compuestos por dos partes, un componente

de salto y un componente de difusión. La parte de difusión está determinado por el

movimiento browniano y la segunda parte por una función de impulso y una

distribución, lo cual modela un salto inesperado en el activo subyacente.

La fórmula general es:

𝑑𝑆(𝑡) = 𝜇𝑆(𝑡)𝑑𝑡 + 𝜎𝑆(𝑡)𝑑𝑊(𝑡) + 𝜂𝑆(𝑡)𝑑𝑁(𝑡)

Donde 𝑆(𝑡) es el precio Spot del activo, 𝑊(𝑡) es el proceso Browniano estándar,

𝑁(𝑡) un proceso de poisson, 𝜂 el impulso o función causante del salto.

De acuerdo con el modelo de Merton, existen varios supuestos que debemos tener en

cuenta:

No existen costos de transacción ni impuestos

No hay pago de dividendos

La tasa libre de riesgo es conocida y se puede usar en cualquier momento

No existen restricciones sobre el valor de las transacciones o evolución

del precio del activo

Las acciones son aleatoriamente divisibles

Page 23: NICOLÁS MUÑOZ MORENO

23

La información está disponible para todos los participantes del mercado

No existen posibilidades de arbitraje

Ahora bien, partiendo del modelo de reversión a la media, el cual representa la parte

correspondiente a la difusión, podemos incorporar el salto, el cual está dado por el

Jump Diffusion Model de Merton. De esta forma la expresión matemática que

describiría el proceso está dada por la siguiente ecuación:

𝑆𝑡+1 − 𝑆𝑡 = 𝛼(𝑆∗ − 𝑆𝑡)Δ𝑡 + 𝑆𝑡𝜎휀𝑡√Δ𝑡 + 𝜂[𝑆𝑡(𝑘 + 𝛿휀2𝑡)]

La primera parte corresponde a la ecuación del proceso de reversión a la media antes

descrita con la incorporación del salto en un segundo componente.

En la incorporación del salto, 𝜂 es un valor aleatorio igual al 0 o 1 con una

probabilidad dada, 𝑘 es la probabilidad del salto, 𝛿 la volatilidad del salto y 휀2𝑡 es el

componente aleatorio del salto.

4.1.3 Definición del Payoff

El Payoff o perfil de pago-riesgo esperado por la opción se calculará de la siguiente

forma:

𝑓(𝑇) = 𝑀𝑎𝑥 { 𝑤𝑆(𝑇) − 𝑤𝑘, 0}

Donde 𝑤 = 1 si es una opción Call y -1 si es Put.

El perfil de pago descrito representa el punto de vista de quien posee el derecho de

decidir, bien sea a comprar o vender. Por otra parte el perfil de pago de la opción Call

muestra que el comprador en la opción se beneficia con un incremento en el precio

del activo subyacente. En otras palabras, el Payoff de una opción Call muestra que su

beneficio potencial esta positivamente correlacionado con el incremento de los

precios del activo subyacente (Villarreal, 2016), aspecto clave para el trabajo de tesis.

4.1.4 Calculo de la prima esperada

Para calcular la prima esperada que debe pagar aquel que compra la opción tenemos

que tener varios puntos en cuenta para poderlos incorporar al valor de la prima;

primero, la valoración del “scarcity rents” correspondientes a la renta que se paga por

Page 24: NICOLÁS MUÑOZ MORENO

24

el recurso en una situación donde el generador no pueda cubrir con su obligación de

energía; segundo, las penalidades esperadas en el caso de que el generador no cumpla

con lo pactado; y tercero, el valor estimado de los costos fijos adicionales que tenga

el generador a la hora de crear una nueva plata de generación.

De acuerdo con la propuesta del estudio del cargo por capacidad en Colombia de la

Universidad de Comillas, la siguiente expresión incorporaría los puntos anteriormente

mencionados y reflejaría el valor de la prima esperada por los generadores térmicos:

𝑃 = 𝐸 [ ∫ (1 − 𝜆) ∗ (𝑝 − 𝑘) 𝑑𝑡

𝑃>𝑘

] + 𝐸 [ ∫ 𝜆 ∗ (𝑝 − 𝑘 + 𝑝𝑒𝑛) 𝑑𝑡

𝑃>𝑘

] + 𝐶𝐹

Teniendo en cuenta que 𝜆 corresponde a la probabilidad de incumplimiento por parte

del generador, el primer término corresponde a ingreso que obtendrá el generador por

los “scarcity rents” siempre y cuando estos cumplan, mientras en segundo término

corresponde a un valor que pretende cubrir a los generadores en caso de

incumplimiento, que incluye los “scarcity rents” que deberán contratar los

generadores más las penalidades por este incumplimiento.

Entonces, la anterior expresión define el valor que los generadores tendrán que ofertar

en las subastas, por esta razón el termino correspondiente a los costos fijos es el más

importante, pues dependiendo del tipo de generador y la tecnología usada su valor

puede cambiar, generando mayor incertidumbre sobre la prima ofertada.

Analizando la expresión podemos observar que existe un gran incentivo en disminuir

la probabilidad de incumplimiento por parte del generador, ya que de esta forma

ofertarían un valor menor en la prima, generando más posibilidades de ganar la

subasta, creando al mismo tiempo un mercado competitivo y eficiente.

Page 25: NICOLÁS MUÑOZ MORENO

25

5. Resultados

5.1 Simulación con Reversión a la Media

Como se mencionó anteriormente, la valoración de derivados para el mercado eléctrico no

cumple con varios supuestos establecidos para hacer una valoración por Black-Scholes, pues

normalmente los precios de la energía no se distribuyen normalmente ni tampoco siguen un

movimiento browniano geométrico. Además por la naturaleza del activo puede que en su

precio no se vea reflejado las expectativas futuras, principalmente debido a que por el hecho

de que se comercialice electricidad, no se puede asegurar su suministro, esto debido a que es

un activo que no es almacenable y no siempre se puede conducir a los lugares más remotos.

Entonces, inicialmente tomamos el modelo de reversión a la media, por razones descritas

anteriormente en el marco teórico:

𝑥𝑡 − 𝑥𝑡−Δ𝑡 = 𝑚 ( 1 − 𝑒−𝜂Δ𝑡) + ( 𝑒−𝜂Δ𝑡 − 1)𝑥𝑡−Δ𝑡 + 𝜖𝑡

Suponiendo que Δ𝑡 = 1:

𝑥𝑡 = 𝑚 ( 1 − 𝑒−𝜂) + (𝑒−𝜂)𝑥𝑡−1 + 𝜖𝑡

5.1.1 Estimación de Parámetros y resultados

El éxito de la simulación está en la correcta estimación de los parámetros, para esto

se hace la siguiente regresión:

𝑥𝑡 − 𝑥𝑡−1 = 𝑎 + 𝑏𝑥𝑡−1 + 𝜖𝑡

Para estimar los parámetros de 𝑚, 𝜂 y 𝜎:

𝑚 = −�̂�

�̂�

𝜂 = −ln (1 + �̂�)

𝜎 = 𝜎𝜖√2ln (1 + �̂� )

(1 + �̂� )2 − 1

En primer lugar se tomaron los datos del retorno diario de los precios spot de la

energía en Colombia de los últimos 6 años, específicamente desde el 1 de Enero de

Page 26: NICOLÁS MUÑOZ MORENO

26

2011 hasta el 3 de Marzo de 2017, precios en pesos corrientes. Vale la pena destacar

que no se tomaron todos los datos históricos disponibles debido a que puede que estos

no reflejen la realidad de lo que ha pasado en los últimos años en el mercado, pues

puede que tales datos generen un sesgo que no es habitual incorporando información

obsoleta, que como consecuencia hará que en la simulación se le dé más importancia

al pasado que al comportamiento de los últimos años.

Continuando, efectuamos la regresión lineal establecida anteriormente:

Con esto datos podemos calcular 𝑚, 𝜂 y 𝜎:

𝑚 = −0.001968128

3.57777 ∗ 10−05= −55.01834889

𝜂 = − ln(1 + 3.57777 ∗ 10−05) = −3.57716 ∗ 10−05

𝜎 = 0.141862566

Además, tenemos que ajustar los datos a una distribución de probabilidad con el

objetivo de definir una previsión para la simulación. A partir de la serie de datos de

2011 a 2017, en precios corrientes, la distribución que mejor se ajusta corresponde a

una distribución de probabilidad t-student con punto medio 0.01, factor de escala de

0.09 y 3.47909 grados de libertad.

Estadísticas de la regresiónCoeficiente de correlación múltiple 0.05116212

Coeficiente de determinación R 2̂ 0.00261756

R 2̂ ajustado 0.00217992

Error típico 0.14186257

Observaciones 2281

CoeficientesIntercepción 0.001968128

Variable X 1 3.57722E-05

Page 27: NICOLÁS MUÑOZ MORENO

27

Ilustración 7: Distribución de Probabilidad de los retornos diarios

Definiendo la previsión de la distribución de los datos se procede a efectuar la

simulación para un periodo de 5 años, el cual corresponde, en promedio, al periodo

vigente de las subastas. Se obtiene el siguiente resultado:

Ilustración 8: Grafica de Precios con Reversión a la Media

Como es lo esperado, debido a la función que cumple el modelo de reversión a la

media, en el largo plazo el precio tiende a un precio de equilibrio de 208,48 $/kWh.

Page 28: NICOLÁS MUÑOZ MORENO

28

Sin embargo, como ya fue mencionado en el marco teórico, este modelo no incluye

los saltos provocados por los periodos de hidrología crítica, específicamente periodos

donde se da el fenómeno del Niño. Por esta razón tenemos que incorporar estos saltos

por medio de Jump Diffusion Model con reversión a la media.

5.2 Simulación Jump Diffusion Model con Reversión a la Media

Partiendo del modelo de reversión a la media incorporamos el salto del fenómeno del Niño.

De esta forma, reversión a la media representara el componente de difusión del precio de la

electricidad y Jump Diffusion Model la periodicidad de hidrología crítica. Recordemos que

la expresión matemática que describe el proceso ésta dada por:

𝑆𝑡+1 − 𝑆𝑡 = 𝛼(𝑆∗ − 𝑆𝑡)Δ𝑡 + 𝑆𝑡𝜎휀𝑡√Δ𝑡 + 𝜂[𝑆𝑡(𝑘 + 𝛿휀2𝑡)]

El tercer término es aquel que representa la incorporación del salto, en donde 𝜂 es un valor

aleatorio igual a las 0 o 1 con una probabilidad dada, 𝑘 es la probabilidad del salto, 𝛿 la

volatilidad del salto y 휀2𝑡 es el componente aleatorio del salto. Los dos primeros términos de

la expresión incorporan el modelo de reversión a la media antes descrito.

5.2.1 Estimación de Parámetros y resultados

Los parámetros de mayor importancia a estimar corresponden a 𝑘 y 𝛿. De ellos

depende que se modele de forma correcta el salto. Los otros parámetros son

conocidos, pues corresponden a los mismos valores utilizados en el modelo de

reversión a la media, con un Δ𝑡 = 1, debido a que la simulación es diaria.

𝑘 y 𝛿 corresponden respectivamente a la probabilidad del salto y la volatilidad del

mismo. Para encontrar la probabilidad del salto, tenemos que hallar primero la

probabilidad de la aparición del fenómeno del Niño. Por esta razón se consulta el

servicio del centro de predicción nacional del clima (o por sus siglas en ingles “The

National Weather Service Climate Prediction Center”), el cual ha recolectado la serie

de eventos históricos del fenómeno del Niño desde 1951. Se considera la aparición

del fenómeno del Niño cuando durante más de 5 meses seguidos se da un resultado

Page 29: NICOLÁS MUÑOZ MORENO

29

positivo para anomalías STT (Sea Surface Temperatures). A continuación se muestra

un ejemplo para el año 2010:

En rojo se muestran los meses en los cuales se supera el límite de temperatura durante

los últimos 5 meses. Así, de 12 meses en el 2010, 6 representaron anomalías en la

superficie del mar, evidenciando la presencia del fenómeno del Niño.

Tomando los datos proporcionados desde 1951, se puede hallar la probabilidad de

ocurrencia del fenómeno del Niño. De 816 meses transcurridos, 220 presentaron

anomalías STT, resultando una probabilidad del 26.96%. Sin embargo para el

propósito de este trabajo solo se tomará en cuenta la probabilidad del salto con base

a la información de las series de precios disponibles del último evento de hidrología

crítica, es decir a los datos correspondientes a finales del 2015 e inicios de 2016. Para

calcular esta probabilidad se tomaron los días que presentaron saltos en sus precios

durante los últimos seis años, de un total de 2282 días, 171 presentaron precios

elevados. De esta forma la probabilidad de salto encontrada es de 7.49% con una

volatilidad del salto de 12.01%.

Adicionalmente para estimar 𝜂, el cual toma valores de 0 o 1, utilizaremos un

condicional que toma un número aleatorio entre 0 y 1, y si este número es menor a

la probabilidad del salto, toma el valor de 1, o 0 de lo contrario, ejemplificando una

probabilidad dentro de la cual se pueda dar un evento de hidrología crítica. Con el

salto incorporado los datos se ajustaban a una distribución t-student con factor de

escala=0.03 y 1.12814 grados de libertad.

Con estos parámetros podemos el valor del término que representa el salto y sumarlo

al componente de difusión. Con la información adicional y usando el mismo

procedimiento descrito hacemos la simulación, obteniendo como resultado:

Year DJF JFM FMA MAM AMJ MJJ JJA JAS ASO SON OND NDJ

2010 1.3 1.2 0.9 0.5 0.0 -0.4 -0.9 -1.2 -1.4 -1.5 -1.4 -1.4

Page 30: NICOLÁS MUÑOZ MORENO

30

Ilustración 9: Grafica de precios con Jump Diffusion Model con Reversión a la media

Como es de esperarse, para los próximos 5 años, la mayoría de los precios se

encontrarán alrededor de los 228,32 $/kWh. Sin embargo durante la ocurrencia de un

fenómeno del Niño que pueda causar crisis hidrológicas, los precios tenderían a ser

mucho más altos, alcanzando niveles de hasta 945,89 $/kWh.

5.2.2 Cálculo del Payoff

A partir de los precios calculados podemos calcular el beneficio del titular de la

opción, que en este caso pueden ser los generadores o el gobierno. Teniendo en cuenta

que el precio de escases (Strike Price) a Junio de 2017 es de 358,5 $/kWh, calculamos

el Payoff esperado de la opción como:

𝑅𝑒𝑛𝑡𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 = max{0, 𝑝𝑟𝑒𝑐𝑖𝑜 − 𝑠𝑡𝑟𝑖𝑘𝑒 𝑝𝑟𝑖𝑐𝑒}

Haciendo la simulación del Payoff:

Page 31: NICOLÁS MUÑOZ MORENO

31

Ilustración 10: Simulación de Payoff

A partir de los resultados de la simulación vemos que el valor del Payoff tiene valores

alrededor de los 100 $/kWh.

5.3 Propuesta para el nuevo funcionamiento del sistema

Entre las características más relevantes del mercado de la energía, se encuentra que ésta no

es almacenable, por lo tanto el mercado deber ser atendido en tiempo real, es decir el balance

entre oferta y demanda tiene que producirse en tiempo real. Además los precios en el mercado

de energía eléctrica son muy volátiles, lo que genera altos riesgos. Por un lado la demanda

está expuesta a altos precios y periodos de racionamientos, y por el otro los generadores

tienen flujos de caja muy volátiles, que como consecuencia les dificulta el cubrimiento de

sus costos fijos y produce alto riesgo de inversión.

Page 32: NICOLÁS MUÑOZ MORENO

32

De esta forma el sistema eléctrico colombiano enfrenta un riesgo de racionamiento para el

cual se busca la estructuración de un mecanismo de cobertura que busca asegurar la

disponibilidad de energía firme durante periodos de hidrología crítica, partiendo de la

confiabilidad en el sistema eléctrico.

El mecanismo de cobertura tiene como principales objetivos disminuir el riesgo de

racionamiento y precio de confiabilidad, asegurar el abastecimiento de energía en periodos

críticos y cubrir la demanda de altos precios durante estos periodos.

Teniendo en cuenta que asegurar la confiabilidad en el sector eléctrico ha sido siempre una

preocupación central de todo diseño de política del sector y que el fenómeno del Niño puede

producir desajustes importantes del lado de la oferta que dificultan el logro del equilibrio real

entre demanda y oferta, podemos evidenciar diferentes fallas dentro del sistema eléctrico

colombiano. Específicamente hablamos de cuatro; primero, la forma es que se está valorando

la opción o cargo por confiabilidad; segundo, el cálculo del Strike Price; tercero, la

inexistencia de un mercado eficiente. Para cada uno de los puntos anteriores, se plantea una

posible solución, mostradas a continuación:

En primer lugar se propone una nueva metodología que valora el cargo por confiabilidad

como lo que es, una opción Call con activo subyacente energía eléctrica, y no como se valora

actualmente, que se representa una liquidación de la energía firme producida sin incorporar

suficientes incentivos para la disminución del riesgo de incumplimiento por parte de los

generadores. La primera falla del sistema actual consiste en que esta valoración del cargo por

confiabilidad o prima esperada no incorpora una penalidad explicita para los generadores,

sino que solo se incluye una penalidad implícita que responde a la perdida natural de p-k que

corresponde a comprar la energía en bolsa, mientras que la penalidad explícita propuesta,

incorpora una penalidad adicional por la Obligación de energía firme que no sea entregada.

Esto se puede ver en la expresión dentro del cálculo de la prima esperada correspondiente a:

𝐸 [ ∫ 𝜆 ∗ (𝑝 − 𝑘 + 𝑝𝑒𝑛) 𝑑𝑡

𝑃>𝑘

] + 𝐶𝐹

Actualmente, en el sistema colombiano se presentan situaciones donde el precio spot es

mayor al Strike Price y la principal razón es que algunos de los generadores no están

Page 33: NICOLÁS MUÑOZ MORENO

33

cumpliendo sus obligaciones. En este punto es donde la incorporación de esta penalización

adicional implica un incentivo de cumplimiento por parte de los generadores, debido a que

en el caso de incumplimiento sus pérdidas serían mucho mayores. Así los generadores que

no puedan cumplir con la obligación de energía firme no se presentarán en las subastas,

creando una mayor confiabilidad en el sistema. Esto, por un lado, evitaría que aquellos

generadores térmicos que no puedan cumplir con sus obligaciones de energía firme no sean

partícipes de la subasta y entren en segundo plano, siendo prestadores del servicio en un caso

complementario. Por otro lado, abriría el mercado a más participantes sin discriminar ningún

tipo de tecnología y creando un mercado competitivo y confiable. Adicionalmente, con el

pago de la prima se genera un incentivo para la inversión en generación más eficiente que

llevará a consolidar un compuesto eficiente de diferentes energías, sin excluir ninguna en

particular.

Adicionalmente, con la nueva metodología de cálculo del cargo por confiabilidad se busca

que los generadores respondan con energía generada y no con capacidad instalada, pues la

capacidad instalada no necesariamente es equivalente a energía generada. En otras palabras,

no toda la energía que se podría generar con la capacidad instalada podrá ser entregada

(Villarreal Navarro & Córdoba de la Rosa, 2008). En conclusión, el sistema eléctrico

colombiano requiere una estructura regulatoria muy específica para garantizar la existencia

de unidades de generación de respaldo que entren a operar en épocas de hidrología crítica, y

no solo asegurar la existencia de estas unidades, sino que además se encuentren en

funcionamiento.

En cuanto al segundo fallo, correspondiente al cálculo del Strike Price determinante en el

correcto funcionamiento del sistema, pues este marca la frontera entre la repartición del

riesgo asumido por la demanda y por el generador en el contrato de la opción Call, podemos

decir que éste actualmente no refleja una situación de hidrología crítica, no se evidencia una

transición entre un estado normal y uno de racionamiento. Al 1 de Junio de 2017 este precio

se encuentra en 358,5 $/kWh. Mientras que en la simulación objetivo de este proyecto

encontramos que el precio de la energía puede alcanzar un precio de hasta 945,89 $/kWh.

La principal causa del desajuste se encuentra en el cálculo de este precio de escases.

Actualmente, este se hace con base en los costos variables de la tecnología menos eficiente,

Page 34: NICOLÁS MUÑOZ MORENO

34

que en periodos de escases es la principal responsable del suministro y que es la que opera

con el combustible más costoso. La tecnología menos eficiente y más costosa actualmente

corresponde a los generadores térmicos, sin embargo la GREG en el cálculo del precio de

escases utiliza un combustible determinado como “combustóleo”, combustible mucho más

económico que el actualmente en uso, diésel.

Así, podemos evidenciar que gran parte de la situación financiera en la que se encuentran las

termoeléctricas es consecuencia del mal cálculo de los precios de escases, pues, como ya fue

mencionado, la remuneración por su obligación de energía firme no cubre sus costos

variables. Como primera alternativa, se propone una valoración realizada con la misma

metodología presentada en este trabajo de tesis, pero teniendo en cuenta los costos de

producción de las termoeléctricas, para estructurar una opción Call que dice que si el costo

de producción excede el precio de escasez los nuevos generadores tendrán que suplir la

demanda, mientras los térmicos pueden vender energía directamente en bolsa. Como segunda

alternativa, se propone un nuevo cálculo del precio de escases, que refleje de mejor forma la

transición a un estado de racionamiento, incorporando el combustible diésel como base.

Como sabemos, se espera que en periodos críticos los generadores puedan recuperar sus

costos variables, debido a que se supone que la tecnología más costosa lo puede hacer. Así

se busca incentivar el uso de cualquier tipo de combustible y tecnología para abastecer la

demanda en períodos de escasez, permitiendo que el generador escoja el tipo de combustible

y tecnología que le es más rentable usar, ayudando a que el mecanismo no esté sesgado hacia

algún combustible o tipo de tecnología particular. Con lo anterior se busca reducir la

volatilidad de sus flujos de caja con el fin de incentivar la inversión.

Con base en el efecto de los commodities en el desarrollo económico del país, el cual fue

explicado anteriormente, evidenciamos la importancia de crear un nuevo mercado

competitivo que incentive el crecimiento de la economía. Esto se hará por medio de la opción

Call propuesta anteriormente, pues si logramos estabilizar los flujos de caja de los

generadores crearemos confiabilidad, lo que incentivará la inversión. Esto creará

competencia e inclusión de nuevos jugadores, incluso siendo participes aquellos minoristas,

asegurándose de que no existan barreras significativas a la entrada y que los nuevos agentes

tengan los suficientes incentivos financieros para competir en la subasta.

Page 35: NICOLÁS MUÑOZ MORENO

35

Por último, dadas las características del mercado eléctrico colombiano, es posible que los

generadores existentes tengan fuertes incentivos para ejercer poder de mercado en las

subastas, otra razón por la cual garantizar la existencia de un nuevo mercado de entrantes

suficientemente competitivo.

Partiendo de la expresión de la prima esperada (sección 4.1.4) vemos que en gran medida el

valor ofertado por los generadores dependerá de los costos fijos que tenga cada uno de ellos,

pues el valor de las penalizaciones y la renta de unidades faltantes de energía o “scarcity

rents” serán similares para todos los generadores. Partiendo de este punto, es claro que

aquellos generadores que tienen sus costos fijos cubiertos, ya sea por su trayectoria o sus

actividades operacionales, ofertarán un valor de prima mucho más bajo, pues solo

contemplarán costos fijos de proyectos futuros. Además, también debemos tener en cuenta

que los generadores pueden trabajar bajo diferentes tecnologías, las cuales tienen diferentes

costos fijos, causando diferentes ofertas de acuerdo a los proyectos que se llevan a cabo.

Algunas tecnologías tendrán mayores costos fijos, pero son más confiables, lo que provocaría

que los costos variables disminuyeran.

Con base a lo mencionado anteriormente, podemos evidenciar que se crearían mercados

competitivos, pues de una forma u otra los generadores podrían reducir sus costos por medio

de tecnología o la forma en que administran sus recursos. Sin embargo, dentro de la propuesta

incluida en este documento de tesis, creemos que es importante hacer una diferenciación de

mercados, es decir crear un mercado donde se encuentren aquellos generadores que ya estén

posicionados, los cuales prácticamente tienen sus costos fijos cubiertos, y otro para aquellos

generadores que son nuevos, pues no tienen trayectoria en el mercado y seguramente trabajan

con nuevas forma de generación eléctrica. Con esto crearíamos una oferta de generación

eléctrica mucho mayor a la existente, dando solución a un problema actual del mercado

energético colombiano, dado que en la actualidad no existen muchas opciones dentro del

mercado para cubrir faltantes de energía eléctrica ni para desarrollar el sector energético

colombiano. Entonces, por un lado tendremos a los generadores eléctricos ya posicionados

en el mercado y por el otro los nuevos generadores, fomentando no solo una mayor oferta

para el mercado energético, sino incentivando la competencia y el desarrollo e investigación

de nuevas formas de energía.

Page 36: NICOLÁS MUÑOZ MORENO

36

6. Conclusiones

Es evidente la necesidad de tener un plan de cobertura en los precios de la energía eléctrica

en el sistema eléctrico colombiano, a partir de una metodología ordenada y bien manejada

como es el procedimiento de Jump Diffusion Model, que tiene como objeto generar

certidumbre en los flujos de caja futuros de los generadores eléctricos y así tener ahorros

significativos ante situaciones de hidrología crítica. Por lo tanto, un generador racional entra

en la opción si la prima es equivalente al valor presente de los ingresos esperados a los que

él renuncia por entrar en el contrato. Si la prima es igual a este valor, el generador utiliza la

opción para cambiar un ingreso volátil por una renta fija.

De acuerdo a los resultados de la simulación, el precio de la energía eléctrica durante los

próximo 5 años se encontrará alrededor de los 228,32 $/kWh, con precios máximos de 945,89

$/kWh, sin embargo en una situación controlada del fenómeno del niño el precio debe

alcanzar valores de 433,27 $/kWh. Además partiendo del análisis de combustible más

costoso podemos determinar que el precio de escases debería encontrarse alrededor de los

500$/kWh.

En cuanto al nuevo diseño de penalizaciones propuesto, podemos decir que éste promueve

la confiabilidad del sector en periodos de hidrología crítica, desestimulando la entrada al

mercado de energía firme generadores especuladores o con bajos niveles de confiabilidad.

Además, no solo promueve respaldo con capacidad instalada, sino que ésta se encuentre en

funcionamiento. El producto que el sistema necesita es energía, por lo tanto el sistema debe

remunerar energía y no capacidad.

Por otra parte, mediante el nuevo modelo de mercado, se promueve la introducción de la

competencia en las actividades de generación y comercialización que busca el desarrollo de

Page 37: NICOLÁS MUÑOZ MORENO

37

un mercado organizado y regulado, incluyendo la participación minorista como un incentivo

para la entrada de nuevas tecnologías y jugadores que busca generar el balance entre oferta

y demanda en tiempo real.

Adicionalmente, con la valoración de la opción Call realizada en el proyecto de tesis, se

generaron incentivos para la inversión en generación, dándole estabilidad a los flujos de caja

de los generadores, lo que llevará a consolidar un compuesto eficiente de diferentes energías.

Page 38: NICOLÁS MUÑOZ MORENO

38

7. Referencias

Burger, P., & Kliaras, M. (2013). Jump Diffusion Models for Option Pricing. Stadt Wien.

Cabrales, S. (2017). Modelo de Reversión a la Media. Bogotá D.C.: Universidad de los

Andes.

Cruz, J. M. (2010). La paciencia en Finanzas tiene nombre: Reversión a la media. Dinero,

58-59.

Daniel Eduardo Tobón, G. V. (2016). VALORACIÓN Y COBERTURA DE OPCIONES

ASIÁTICAS-EUROPEAS DE UN COMMODITY DENOMINADO EN OTRA MONEDA.

Bogotá D.C.

Grijalva, D. (2014). El fin del súper ciclo de los Commodities y su impacto en América

Latina. Instituto de Economia de USFQ Koyuntura.

Navarro, J. V. (5 de Agosto de 2016 ). Intrducción a al Ingenieria Financiera. Bogotá D.C.,

Bogotá D.C., Colombia.

Pindyck, A. D. (1994). Investment Under Uncertainty. Princeton: Princeton U. press.

Smithson, C. W. (1987). A LEGO Approach to Financial Engineering.

Unidad de Planeación Minero Energética. (2016). Plan Energético Nacional Colombia:

Ideario Energético 2050. Bogotá.

Villarreal Navarro , J. E., & Córdoba de la Rosa, M. J. (2008). Incentivos y estructura del

nuevo cargo por confiabilidad en el sector eléctrico en Colombia. Ing. Investig. vol.28 no.3 .

Villarreal, J. (Octubre de 2016). Opciones I. Bogotá D.C., Bogotá D.C., Colombia.