EVALUACIÓN DE PROYECTOS EN MERCADOS ELÉCTRICOS 

 

Una de las áreas de consultoría en las que DW ha probado ser más exitosa es la relacionada la valoración de proyectos de inversión en mercados de electricidad, o en mercados relacionados con dicho mercado, como es el caso del gas natural. En esta área DW puede probar que los resultados de sus estudios han sido acertados y que en muchos casos han evitado proyectos fallidos desde el punto de vista financiero, lo que ocurría cuando simultáneamente se daba luz “verde” a proyectos que los hechos probaron, rápidamente, que su viabilidad financiera era cuestionable. Esta diferenciación en los resultados, proviene de las herramientas analíticas utilizadas y de las metodologías establecidas para la evaluación de los proyectos, las que incluyen análisis completo del riesgo, o más específicamente, del valor en riesgo (Value-at-Risk, VAR) asociado a la inversión.

Con respecto a las herramientas analíticas utilizadas, la capacidad de modelaje de DW marca la diferencia, ya que en cada proyecto se utiliza el modelo matemático pertinente, o sea aquel que es apropiado para el caso, y no se utiliza un modelo genérico preestablecido que en muchos casos no esta de capacidad de cuantificar apropiadamente los riesgos asumidos, ya que no representa de manera ‘ajustada’ el mercado eléctrico, y/o aspectos peculiares del proyecto en evaluación. Desde este punto de vista, se debe ser consciente que en la valoración de los ingresos de largo plazo asociados a un proyecto de inversión, y más específicamente en generación de electricidad, depende fundamentalmente de la calidad del modelaje matemático que se realice. Si un proyecto de inversión es viable en el papel, pero cuando se construye no es exitoso financieramente, presumiblemente la razón del fracaso se debe a las hipótesis del modelaje, y/o al modelo utilizado, para proyectar los precios del mercado y a partir de allí estimar los ingresos netos del proyecto. Si los precios del mercado a largo plazo se sobre estiman, con alta probabilidad el proyecto fracasará financieramente, si se subestima, es posible que se pierda una buena oportunidad. 

Por lo anterior, DW es estricta la calidad de los procesos metodológicos seguidos en la evaluación de los proyectos en mercados eléctricos.  El objetivo final es realizar la evaluación financiera por medio de modelos financieros probabilísticos, con base en múltiples series sintéticas de los estados financieros, y con base en ellos definir la caracterización probabilística de ingresos y de egresos. Los resultados incluyen la distribución muestral y la caracterización probabilística de los siguientes indicadores:

La idea de incorporar conceptos probabilísticos en la evaluación financiera es determinar la función de distribución de probabilidad de las principales variables del proyecto. Para ello se toma como punto de partida la caracterización probabilística de las variables aleatorias de entrada, asociadas normalmente a precio spot y a despachabilidad de la planta, y ,por medio del proceso de transformación embebido en los estados financieros, se determina la función de distribución de probabilidad de las variables (indicadores0 financieras de salida. La siguiente figura presenta un ejemplo de la valoración de un proyecto utilizando este enfoque. 
 

Para la evaluación de riesgo se toma como referencia la medida de riesgo más conocida que es el denominado “valor en riesgo” (“Value-at-Risk”, VaR), cuya definición inicial corresponde al límite superior de un intervalo de confianza para las pérdidas asociadas a un portafolio de inversiones a un determinado nivel de probabilidad.  

En la mayoría de los casos, las variables de entrada al modelo financiero, provienen de un modelo que simula el mercado de electricidad a  corto, mediano y largo plazo, y dentro de dicho mercado detalladamente al proyecto en evaluación. Esto puede cambiar dependiendo del proyecto; por ejemplo, en el caso de proyectos de generación filo de agua, son los estudios hidrológicos los que proveen la informacion de despacho de la planta. El modelo seleccionado para determinar la distribución de los precios a largo plazo es fundamental, ya que como se anoto anteriormente, si las señales de precios no son apropiadas, la evaluación del proyecto difícilmente será acertada. Con respecto a este punto, DW analiza detalle el mercado y de común acuerdo con el cliente determina el tipo de modelo a utilizar, el cual podría implicar desarrollar nuevas herramientas para capturar peculiaridades del mercado de electricidad o del proyecto de inversión. 
 

Otro aspecto fundamental en el análisis del proyecto es la selección de las dimensiones aleatorias que se considerarán. En la mayoría de los casos se tienen al menos cuatro dimensiones (factores): el clima, el crecimiento de la demanda, de los precios de los combustibles y la inversión de otros agentes (expansión) La metodología de DW  se orienta hacia la determinación del efecto debido a cada uno de los factores y a la interrelación entre ellos. Para ello, se utilizan conceptos de diseño de experimentos para fijar los escenarios que se deben estudiar con el modelo de generación de precios, con la finalidad de extrapolar los resultados para los casos no simulados.  

Para lo anterior, se procede a realizar una síntesis probabilística de la información con el fin de caracterizar probabilísticamente las principales variables aleatorias del sistema (precio de la electricidad y despachabilidad del proyecto). El proceso de síntesis se realiza por medio de Técnicas de Superficie de Respuesta (Response Surface) las cuales tienen como finalidad, como su nombre lo indica, generar superficies de respuesta continuas para factores continuos cuyos valores se han discretizado en el proceso de experimentación, tal como es el caso presente. En esencia se pretende estimar una función de respuesta, f(p,d,e), a partir de la muestra experimental, función de los factores aleatorios (p=costo combustibles, d=demanda electricidad, e=expansión), para una variable de interés y, o sea 

y = f(p,d,e) + ε 

donde ε representa un error, producto de la suma de errores de modelaje y de errores de medición. 

La figura siguiente sintetiza el proceso 
 
 

 
 
EL objetivo de este proceso es realizar la integración de la variabilidad de las variables aleatorias ante cualquier posible escenario lo que permitirá determinar funciones de distribución de probabilidad no condicionadas en los escenarios de entorno. Esta información se utilizará en la fase de simulaciones aleatorias de los estados financieros.