Informe Final TOMO I

ANLISIS DE CONSUMO ELCTRICO EN EL
CORTO, MEDIANO Y LARGO PLAZO
INFORME FINAL - TOMO I
Preparada para:
Diciembre, 2014
M 1477 - 14
ANLISIS DE CONSUMO ELCTRICO EN EL CORTO,

MEDIANO
Y LARGO PLAZO
INFORME FINAL - TOMO I
CONTENIDO
1.
INTRODUCCIN............................................................................................................................ 5
2.
RELACIN CONSUMO ELCTRICO Y CRECIMIENTO ECONMICO: ANLISIS COMPARATIVO .. 6
2.1.
INTRODUCCIN................................................................................................................. 6
2.2.
DESARROLLO CONCEPTUAL........................................................................................... 6
2.3.
SELECCIN DE PASES E INFORMACIN UTILIZADA................................................... 8
2.3.1. INFORMACIN DE PASES.....................................................................................................10
2.3.2. INFORMACIN DE ESTADOS DE EE.UU.................................................................................15
2.4.
METODOLOGA UTILIZADA............................................................................................. 17
2.4.1. ANLISIS GRFICO..............................................................................................................17
2.4.2. ANLISIS ECONOMTRICO....................................................................................................17
2.4.3. ANLISIS ESTADSTICO NO PARAMTRICO..............................................................................19
2.5.
RESULTADOS.................................................................................................................. 20
2.5.1. ANLISIS CUALITATIVO: ANLISIS GRFICO...........................................................................20
2.5.2. ANLISIS CUANTITATIVO: ELASTICIDAD INGRESO DE LA DEMANDA............................................24
2.5.3. ESTADSTICA NO PARAMTRICA: TESTS DE MEDIA Y MEDIANA...................................................31
2.6.
CONCLUSIONES.............................................................................................................. 33
3.
MODELOS DE PROYECCIN DE CONSUMO ANUAL DE ELECTRICIDAD POR SISTEMA ................
.............................................................................................................................................................
35
3.1.
INTRODUCCIN............................................................................................................... 35
3.2.
METODOLOGA GENERAL.............................................................................................. 35
3.3.
SISTEMAS SIC Y SING..................................................................................................... 38
3.3.1. INFORMACIN UTILIZADA......................................................................................................38
3.3.2. METODOLOGA UTILIZADA.....................................................................................................43
3.3.3. ESCENARIOS CONSIDERADOS...............................................................................................52
3.3.4. RESULTADOS...................................................................................................................... 55
3.4.
SISTEMAS MEDIANOS.................................................................................................... 58
3.4.1. INFORMACIN UTILIZADA......................................................................................................58
3.4.2. METODOLOGA UTILIZADA.....................................................................................................59
3.4.3. ESCENARIOS CONSIDERADOS...............................................................................................67
3.4.4. RESULTADOS...................................................................................................................... 70
3.4.5. ESTACIONALIDAD DE LOS SISTEMAS MEDIANOS......................................................................72
3.5.
CONCLUSIONES.............................................................................................................. 73
Anlisis de Consumo Elctrico en el Corto, Mediano y Largo Plazo - Informe de Final Tomo I
NDICE DE TABLAS
TABLA 1 - PBI PER CPITA: TASAS MEDIAS DE CRECIMIENTO Y PROMEDIO POR GRUPO DE PASES...................................10
TABLA 2 - CONSUMO DE ENERGA ELCTRICA: TASAS MEDIAS DE CRECIMIENTO Y PROMEDIO POR GRUPO DE PASES........11
TABLA 3 - PBI PER CPITA: TASAS MEDIAS DE CRECIMIENTO Y PROMEDIO POR GRUPO DE PASES...................................12
TABLA 4 - CONSUMO DE ENERGA ELCTRICA IEA: TASAS MEDIAS DE CRECIMIENTO Y PROMEDIO POR GRUPO DE PASES
13 TABLA 5 - RESUMEN DE TASAS MEDIAS DE CRECIMIENTO POR DCADAS...................................................................14
TABLA 6 - PBI PER CPITA: TASAS MEDIAS DE CRECIMIENTO Y PROMEDIO POR ESTADOS................................................15
TABLA 7 - CONSUMO DE ENERGA ELCTRICA: TASAS MEDIAS DE CRECIMIENTO Y PROMEDIO POR ESTADO.......................16
TABLA 8 - COEFICIENTES DE CORRELACIN POR PAS...................................................................................................21
TABLA 9 - REGRESIONES POR PAS, POR MODELO Y POR BASE DE DATOS: BASE DE DATOS IEA+UN...............................26
TABLA 10 - REGRESIONES POR PAS, POR MODELO Y POR BASE DE DATOS: BASE DE DATOS IMF+WB............................27
TABLA 11 - ELASTICIDAD INGRESO PARA PASES EMERGENTES......................................................................................29
TABLA 12 - ELASTICIDAD INGRESO PARA PASES DESARROLLADOS.................................................................................30
TABLA 13 - REGRESIONES POR PAS, POR ESTADOS DE EE.UU., POR MODELOS............................................................30
TABLA 14 - ELASTICIDAD INGRESO PARA ESTADOS........................................................................................................31
TABLA 15 - COMPARACIN BASES DE DATOS.................................................................................................................32
TABLA 16 - TEST DE MEDIAS....................................................................................................................................... 32
TABLA 17 - TEST DE MEDIANAS................................................................................................................................... 33
TABLA 18 - MODELOS ANUALES: VARIABLES RELEVADAS..............................................................................................42
TABLA 19 - REGRESIONES ANUALES SIC..................................................................................................................... 47
TABLA 20 - MODELOS DE PROYECCIN ANUAL SIC.......................................................................................................48
TABLA 21 - MODELO DE PROYECCIN ANUAL SING......................................................................................................48
TABLA 22 - REGRESIONES TRIMESTRALES.................................................................................................................... 49
TABLA 23 - REGRESIONES TRIMESTRALES SING..........................................................................................................50
TABLA 24 - MODELOS DE PROYECCIN TRIMESTRAL.....................................................................................................50
TABLA 25 - MODELOS DE PROYECCIN MENSUAL.........................................................................................................51
TABLA 26 - TASAS DE PROYECCIN POBLACIN POR SISTEMA ELCTRICO.....................................................................52
TABLA 27 - PROYECCIN POBLACIN POR SISTEMA ELCTRICO 2020-2028..................................................................53
TABLA 28 - TASAS DE PROYECCIN PRODUCTO BRUTO NACIONAL.................................................................................54
TABLA 30 - PROYECCIN PRODUCTO BRUTO POR SISTEMA ELCTRICO 2020-2028........................................................55
TABLA 31 - PROYECCIN CONSUMO ELCTRICO SIC Y SING (GWH), 2014-2044.........................................................56
TABLA 32 - RESUMEN DE SALIDA DE REGRESIN PARA EL MODELO ANUAL 5...................................................................66
TABLA 33 - RESUMEN DE SALIDA DE REGRESIN PARA EL MODELO ANUAL 3...................................................................66
TABLA 34 - RESUMEN DE SALIDA DE REGRESIN PARA EL MODELO ANUAL 6, 7 Y 8.........................................................66
TABLA 35 - TASAS DE PROYECCIN POBLACIN POR SISTEMA ELCTRICO.....................................................................67
TABLA 36 - PROYECCIN POBLACIN POR SISTEMA ELCTRICO 2020-2028..................................................................68
TABLA 37 - PROYECCIN E HISTORIA DE POBLACIN COMUNAL......................................................................................68

TABLA 40 - EVOLUCIN DEL PBI REGIONAL: REGIONES X, XI Y XII................................................................................69
TABLA 41 - PROYECCIN E HISTORIA DEL INACER, POR REGIN..................................................................................70
TABLA 42 - PROYECCIN CONSUMO ELCTRICO SISTEMAS MEDIANOS (MWH), 2014-2028............................................70
TABLA 43 - COEFICIENTES DE ESTACIONALIDAD SISTEMAS MEDIANOS.........................................................................73
TABLA 44 - RESUMEN DE LAS PROYECCIONES SIC, SING Y SSMM (GWH)..................................................................73
TABLA 45 - PROYECCIONES DE LARGO PLAZO DE GENERACIN BRUTA SIC, SING Y SSMM (GWH)...............................74
NDICE DE GRFICOS
GRFICO 1 - PBI PER CPITA POR PAS......................................................................................................................... 9
GRFICO 2 - PBI PER CPITA POR ESTADO (EE.UU.)...................................................................................................10
GRFICO 3 - PBI PER CPITA Y CONSUMO DE ENERGA ELCTRICA: TASAS PROMEDIO [1970-2010]................................15
GRFICO 4 - COEFICIENTE I PARA TODOS LOS PASES DE LA MUESTRA...........................................................................23
GRFICO 5 - COEFICIENTE I PARA TODOS LOS ESTADOS DE EE.UU. DE LA MUESTRA.......................................................24
GRFICO 6 - ELASTICIDADES DE CORTO Y LARGO PLAZO PARA LA MUESTRA DE PASES....................................................34
GRFICO 7 - RELACIN VENTAS Y GENERACIN (GWH) BRUTA DEL SIC Y SING............................................................39
GRFICO 8 - PROYECCIN POBLACIN POR SISTEMA ELCTRICO..................................................................................53
GRFICO 9 - PROYECCIN ACTIVIDAD ECONMICA POR SISTEMA ELCTRICO.................................................................54
GRFICO 10 - EVOLUCIN CONSUMO SIC (GWH), 2000-2028.....................................................................................57
GRFICO 11 - EVOLUCIN CONSUMO SING (GWH), 2000-2028..................................................................................57
GRFICO 12 - TENDENCIA ESTIMADA PARA PUERTO WILLIAMS........................................................................................63
GRFICO 13 - CAMBIO ESTRUCTURAL DEL SISTEMA PALENA [2008]...............................................................................64
GRFICO 14 - CAMBIO ESTRUCTURAL DEL SISTEMA COCHAM [2005]............................................................................65
GRFICO 15 - CAMBIO ESTRUCTURAL DEL SISTEMA HORNOPIRN [2005]........................................................................65
GRFICO 16 - EVOLUCIN DE CONSUMOS (MWH) DE LOS SISTEMAS MEDIANOS, 2014-2028..........................................72
Anlisis de Consumo Elctrico en el Corto, Mediano y Largo Plazo - Informe Final Tomo I
1. INTRODUCCIN
De acuerdo a lo establecido en las Bases Administrativas y Tcnicas de Licitacin preparadas
por la Comisin Nacional de Energa (CNE), el presente trabajo de consultora tiene como
objetivo general la asistencia tcnica en el anlisis del consumo elctrico de sistemas
interconectados y sistemas medianos nacionales, y una propuesta de proyeccin de demanda
en un horizonte de 30 aos.
Los objetivos especficos del Estudio, segn lo establecido en las mencionadas Bases, son:
Analizar los consumos elctricos histricos de los sistemas interconectados y los

sistemas medianos (SSMM).
Proponer un modelo de proyeccin de demanda por sistema elctrico.
Proponer un modelo de proyeccin de demanda de clientes regulados por sistema

elctrico.
Proponer un modelo de proyeccin de demanda de clientes libres por sistema elctrico. En

particular, el presente informe presenta los resultados de las siguientes actividades:
1. Compilacin y procesamiento de la informacin histrica de consumo y/o generacin
histrica por sistema elctrico de Chile, en base a la informacin proporcionada por la
CNE.
2. Compilacin y procesamiento de la informacin histrica de consumo y/o generacin
histrica de una muestra de diversos pases, tanto desarrollados como en vas de
desarrollo, en base a informacin relevada de organismos internacionales y a
informacin proporcionada por la CNE.
3. Anlisis, para una muestra de 14 pases -incluido Chile- y 7 Estados de EE.UU., de la
relacin entre consumo y Producto Bruto Interno (PBI) per cpita del perodo 1971 a
2010 en algunos casos, 1960 a 2010 en otros, y 1987 a 2010 en el caso de los Estados
de EE.UU.
4. Anlisis e identificacin de las variables que podran explicar la demanda anual de cada
sistema elctrico.
5. Propuesta de un modelo economtrico de proyeccin de consumo elctrico por sistema
de Chile.
6. Propuesta de escenarios de crecimiento de las variables explicativas del modelo
seleccionado.
7. Estimacin de la proyeccin anual de demanda por sistema elctrico a un horizonte de
30 aos.
En el captulo 2 se presenta el anlisis de la relacin entre el consumo elctrico y el crecimiento
econmico para una muestra de diversos pases (actividades 2 y 3, de acuerdo a las
numeradas en el prrafo anterior).
En el captulo 3 se presentan los modelos economtricos de regresin propuestos para
proyectar el consumo anual de energa elctrica por sistema, incluyendo los resultados de las
proyecciones para el mediano plazo (actividades 1, 4, 5, 6 y 7 de acuerdo a las numeradas en
el prrafo anterior).
2. RELACIN CONSUMO ELCTRICO Y CRECIMIENTO ECONMICO: ANLISIS

COMPARATIVO
2.1.
INTRODUCCIN
Es indudable que la energa elctrica ha tenido un rol importante en el desarrollo social y

econmico de los pases. Resulta esencial garantizar la distribucin de electricidad y la
cobertura de las necesidades energticas bsicas de las personas.
En este contexto, es importante revisar la relacin entre el PBI per cpita y el consumo de
electricidad para comprender las dinmicas subyacentes de la misma, as como las futuras
necesidades en trminos de planificacin y regulacin energtica.
A lo largo de este captulo, se estudiar la experiencia de distintos pases y algunos Estados de
Estados Unidos (EE.UU.), con el objetivo de determinar las dinmicas subyacentes que
caractericen la relacin entre el consumo elctrico y el crecimiento econmico.
En primer lugar, se realiz un anlisis a partir de grficos de tendencia y dispersin.
Adicionalmente, se modelo la relacin entre crecimiento de la demanda de electricidad y
crecimiento econmico, considerando modelos economtricos de ajuste parcial. Finalmente, se
realizaron test no paramtricos a los fines de verificar estadsticamente los resultados
obtenidos.
2.2.
DESARROLLO
CONCEPTUAL
A partir de la segunda revolucin industrial, y con la posterior explosin tecnolgica, el

crecimiento econmico se reflej en un impresionante incremento de la demanda de
electricidad. An ms, la historia ms reciente ha reflejado una relacin muy estrecha entre
estas variables. Esta situacin ha conllevado al desarrollo de una amplia bibliografa que sirve
como bagaje terico para cualquier anlisis de esta ndole, digno de ser analizado previo a
cualquier anlisis numrico.
En la literatura actual pueden encontrarse cuatro hiptesis sobre la relacin entre el consumo
de electricidad y el crecimiento econmico, a saber:
neutralidad (no casualidad);
conservacin de la energa (causalidad unidireccional);
crecimiento econmico (causalidad unidireccional); y
retroalimentacin (causalidad bi-direccional o feedback).
La primera hiptesis (neutralidad) se refiere a la no existencia de relacin entre las dos

variables, en ninguna direccin. Algunos trabajos (Akarca y Long; 1989) han intentado
demostrar el cumplimiento de esta hiptesis. Otros autores (Zhu y Zhao; 2011) han buscado
refutar la hiptesis de neutralidad demostrando la existencia de una relacin entre las variables,
observando que la hiptesis de neutralidad solamente se cumpla en economas muy poco
desarrolladas.
En este contexto, surge la hiptesis de conservacin de la energa, que establece que la
relacin entre el consumo de electricidad y el crecimiento econmico es unidireccional, desde el
producto hacia el consumo. Esta hiptesis sostiene que el implementar polticas que promuevan
la conservacin de la energa tendr efecto casi nulo, o nulo sobre el desempeo econmico.
La tercera hiptesis es conocida como la hiptesis de crecimiento econmico, y sostiene que
6
existe causalidad en la direccin consumo de electricidad a PBI. Es decir, si esta hiptesis se

cumple, entonces, las polticas que promueven la eficiencia energtica tendran efectos
nefastos sobre el crecimiento econmico, ya que en este caso, el pas es energticamente
dependiente.
La cuarta y ltima hiptesis, se refiere a la existencia de una retroalimentacin entre el consumo
de energa y el PBI; es decir, la existencia de causalidad bidireccional, del consumo elctrico al
PBI, y del PBI al consumo de electricidad.
En general, los resultados de los distintos estudios no son excluyentes. Asimismo, si bien las
relaciones descriptas en la tercera y cuarta hiptesis son razonables desde el punto de vista
econmico, los requerimientos en trminos de informacin dificultan su chequeo numrico, y
son de difcil interpretacin debido a su complejidad. Adems, si consideramos el objetivo de
este estudio, el anlisis ms adecuado se encuadra dentro de la hiptesis de conservacin de la
energa, descripta con anterioridad.
La familia de modelos, que recoge la concepcin de conservacin de energa, se debe a Fisher
y Kaysen (Fisher y Kaysen; 1962), y es frecuentemente utilizada para estimar la demanda por
electricidad. En estos modelos, la demanda por energa elctrica se deriva de la demanda por
equipos y artefactos elctricos. Estos equipos suelen ser durables, y su consumo de energa
por hora es esencialmente fijo y determinado por su diseo tcnico. Dicho consumo vara con la
utilizacin y cantidad del stock de equipos existentes, y las caractersticas tecnolgicas del
stock de durables.
Este tipo de modelo estima elasticidades de corto plazo a partir del stock de equipos que
poseen los consumidores. Las elasticidades de largo plazo se obtienen de una segunda
ecuacin que modela la demanda por equipos. La limitacin de estos modelos es prctica,
porque rara vez se cuenta con datos del stock de equipos.
Para resolver el problema de informacin mencionado, se deriv un modelo economtrico que
permite estimar elasticidades de corto y largo plazo sin datos sobre el stock de equipos,
denominado Modelo de Ajuste Parcial.
Estos modelos suponen que en el corto plazo el stock de equipos que utilizan electricidad es
fijo. Por lo tanto, la demanda de electricidad ser inelstica respecto al nivel de ingreso de la
actividad, aunque no llegar a ser perfectamente inelstica, producto de que distintos niveles de
ingreso y actividad econmica afectan la intensidad de utilizacin. En el largo plazo, los agentes
econmicos podrn modificar el stock de bienes durables. De este modo, la demanda tender a
ser ms elstica respecto al ingreso y el nivel de actividad de la economa. No obstante, la
intensidad de esta relacin se encuentra sujeta a la estructura productiva del pas, siendo ms
sensible en los pases electro intensivos, y las caractersticas de los bienes, en referencia a su
eficiencia energtica.
Del prrafo anterior se desprende que la relacin entre el producto bruto per cpita y la
demanda de electricidad no es constante a lo largo del tiempo, sino que puede variar. La
llamada desmaterializacin de las economas (Centro Complutense de Estudios e Informacin
Medioambiental; 2011) hace referencia al proceso por el cual se desacopla el consumo de
electricidad del proceso de crecimiento econmico. Por ejemplo, la relacin entre energa y
producto bruto puede reducirse a travs del progreso tecnolgico.
En primer lugar, este fenmeno se produce porque se podran reemplazar los aparatos
elctricos por otros que usan otras energas, o bien, por innovaciones tecnolgicas que
conducen a la aparicin de generaciones de capital con menores requerimientos energticos.
De este modo, aumentos importantes en la eficiencia energtica de los pases, compensan
parcialmente el crecimiento del PBI. En consecuencia, la elasticidad de largo plazo converge a

valores ms cercanos a cero demanda inelstica- con el paso del tiempo.
En segundo lugar, la mayor conciencia medioambiental y la educacin generan una demanda
de ms calidad medioambiental. Esta realidad reduce la intensidad energtica, favoreciendo el
proceso de desmaterializacin econmica. An ms, el aumento de las regulaciones
medioambientales genera el mismo efecto sobre la demanda de energa.
Otra cuestin que ha sido debatida es la influencia del comercio internacional en la evolucin
de la intensidad energtica de los pases (Centro Complutense de Estudios e Informacin
Medioambiental; 2011). Algunos autores defienden que al desarrollarse, un pas deja de
producir ciertos bienes intensivos en energa y pasa a importarlos de pases con leyes
medioambientales menos estrictas. Este proceso ayuda a la desmaterializacin de la economa,
porque los pases cambian la localizacin de su industria pesada, haciendo que su intensidad
energtica luzca mejor. Sin embargo, es difcil medir el impacto global de la deslocalizacin
(Tverberg; 2011).
Otros autores consideran que los precios de los energticos explican la evolucin de la
intensidad energtica en muchos pases, afectando las teoras de la desmaterializacin
(Llamas; 2009). Una poltica de tarifas bajas, por ejemplo, incentivar el consumo de
electricidad en detrimento de una mejor eficiencia elctrica. La cuestin se trasladara entonces
a preguntarnos hasta qu punto se puede reducir el requerimiento energtico por unidad de PBI
debido al avance tecnolgico.
En conclusin, existe una estrecha vinculacin entre el PBI per cpita y el consumo de
electricidad de un pas. Esta relacin debe ser analizada en detalle, en especial, considerando
los distintos factores que la afectan.
2.3.
SELECCIN
UTILIZADA
DE
PASES
INFORMACIN
Con el fin de analizar la relacin entre el consumo de energa elctrica y el PBI per cpita, se
procedi a realizar un anlisis comparativo seleccionando 14 pases. Adicionalmente, se
incluyeron en el anlisis algunos Estados de EE.UU., cuyas caractersticas pueden resultar ms
similares a la economa chilena que la comparacin con el pas completo.
La seleccin de los pases, que incluye a Chile, agrupa 7 pases desarrollados y 7 pases
emergentes. El objetivo de dicha seleccin responde a buscar patrones similares y distintos
entre los grupos de pases, cada uno con niveles de desarrollo y estructuras econmicas
distintas. Entre los pases emergentes fueron seleccionadas las principales economas de
Amrica Latina, que al mismo tiempo son pases lindantes a Chile y enfrentan contextos y
coyunturas econmicos similares. De todos modos, cada uno presenta ciertas caractersticas
propias que los convierten en pases de inters para el estudio. Entre estos se encuentran:
Brasil: el principal mercado elctrico de Amrica Latina en cuanto a su desarrollo y

tamao, adems de contar con probada eficacia en la aplicacin de polticas de
eficiencia energtica luego de la fuerte crisis que afect al pas;
Argentina: caracterizado por ser el segundo mercado elctrico de la regin, donde las
polticas de precios y subsidios han incentivado el crecimiento de la demanda de
energa;
Per: uno de los pases de Amrica Latina donde el crecimiento econmico y del
consumo energtico ha mostrado una tendencia vigorosa en los ltimos aos;
Colombia: adems de ser uno de los principales mercados elctricos de la regin, es un
mercado competitivo con una alta integracin con el mercado de gas natural;
Mxico: un pas muy electrointensivo donde se han aplicado una gran variedad de
polticas de eficiencia energtica para contrarrestar dicha caracterstica; y
Uruguay: un pas en donde las polticas de eficiencia energtica no parecen haber sido
efectivas.
Por el otro lado, se seleccionaron otros pases fuera de la regin latinoamericana, que por
diversas razones se entendieron relevantes para el anlisis. Se busc incluir pases con
caractersticas geogrficas y climticas similares a la de Chile, como puede ser el caso de
Nueva Zelandia, Australia y Portugal; as como pases con probada eficacia en la aplicacin de
polticas de eficiencia energtica, como Alemania y Reino Unido. Finalmente, se consideraron
las principales economas del mundo, como puede ser Estados Unidos.
La Grfico 1 muestra el PBI per cpita del ao 2013 para los pases seleccionados. Chile, con
un PBI per cpita en dlares internacionales corrientes (medido en Paridad de Poder de
Compra PPP, por sus siglas en ingls-) de 19,067 se encuentra en la octava posicin dentro
de la muestra de los pases estudiados.
GRFICO 1 - PBI PER CPITA POR PAS
FUENTE: ELABORADO EN BASE A DATOS DE IMF
Por su parte, fueron seleccionados siete Estados de EE.UU. (California, Colorado, Texas,
Nevada, Nebraska, Florida y Massachusetts), considerando distintos criterios, como son la
similitud climtica y geogrfica, la estructura productiva, la importancia dentro del pas, la
eficacia en la aplicacin de polticas de eficiencia energtica, y la existencia de sistemas
interconectados. Adems, fueron utilizados aquellos estados de los cuales fue posible encontrar
series suficientemente largas y que pasaron las pruebas de consistencia. A modo de ejemplo, el
estado de Michigan presentaba una alta volatilidad de sus datos lo que afectaba cualquier
anlisis economtrico.
El PBI per cpita de estos Estados se muestra en la Grfica 2:

GRFICO 2 - PBI PER CPITA POR ESTADO (EE.UU.)
FUENTE: ELABORADO EN BASE A DATOS DE LA

BEA
Las fuentes de informacin utilizadas en esta etapa del estudio fueron diversas, con el objetivo
de robustecer el anlisis y poder identificar aquellos datos que mejor expliquen la relacin entre
las variables:
Fondo Monetario Internacional (IMF, por sus siglas en ingls)
Banco Mundial (WB, por sus siglas en ingls)
Organizacin de las Naciones Unidas (UN, por sus siglas en ingls)
Agencia Internacional de la Energa (IEA, por sus siglas en ingls)
U.S. Bureau of Economic Analysis (BEA, por sus siglas en ingls)
Administracin de Informacin Energtica (EIA, por sus siglas en ingls)
2.3.1.
Informacin de Pases
Por un lado, la informacin correspondiente al IMF fue relevada en lo que corresponde al PBI
per cpita (PPP) de los pases de la muestra. La misma se encontraba disponible para los aos
comprendidos dentro del perodo 1980 - 2013 (34 datos).
La Tabla 1 muestra las tasas de crecimiento anual promedio del PBI per cpita, por grupos de
dcadas (1980 - 1990, 1990 - 2000 y 2000 - 2010) y pases (desarrollados y emergentes):
TABLA 1 - PBI PER CPITA: TASAS MEDIAS DE CRECIMIENTO Y PROMEDIO POR GRUPO DE
PASES
Pas
Emergentes
Argentina
Brasil
Per
Uruguay
Colombia
1980-1990
3.6%
1.4%
3.6%
0.8%
4.4%
5.8%
1990-2000
4.4%
5.2%
3.0%
4.5%
4.4%
3.1%
2000-2010
3.9%
4.3%
3.4%
6.2%
3.4%
2.5%
Mxico
Chile
Desarrollados
3.9%
5.5%
6.6%
3.8%
6.9%
4.4%
3.4%
3.9%
2.9%
Pas
Alemania
Espaa
Reino Unido
Nueva Zelanda
EE.UU
Australia
Portugal
1980-1990
6.3%
6.9%
7.2%
5.2%
6.6%
6.1%
7.8%
1990-2000
3.6%
4.6%
4.9%
3.8%
4.3%
4.3%
5.0%
2000-2010
3.3%
2.2%
2.9%
3.3%
2.9%
3.5%
1.8%
FUENTE: ELABORADO EN BASE A DATOS DEL IMF
En promedio, desde 1980 todos los pases han experimentado un perodo de crecimiento
econmico. Sin embargo, se aprecia una clara desaceleracin en los pases desarrollados a lo
largo de los aos, la cual es ms fuerte en la ltima dcada producto de la crisis internacional.
En este contexto, los pases emergentes se han caracterizado por tener un crecimiento
econmico muy superior a los desarrollados a partir del perodo 1990-2000.
Por otro lado, la informacin correspondiente al WB fue tambin relevada en lo que corresponde
al consumo de energa elctrica de los pases seleccionados. La misma se encontraba
disponible para:
1971 - 2011 (41 datos) para Argentina, Brasil, Per, Uruguay, Colombia, Chile y Mxico.
1960 - 2011 (52 datos) para Alemania, Espaa, Reino Unido, Nueva Zelanda, EE.UU,
Australia y Portugal.
En la Tabla 2 se presentan las tasas de crecimiento anual promedio del consumo de energa
elctrica, por pases (emergentes y desarrollados) y por grupos de dcadas (1980-1990, 19902000 y 2000-2010):
TABLA 2 - CONSUMO DE ENERGA ELCTRICA: TASAS MEDIAS DE CRECIMIENTO Y PROMEDIO POR GRUPO DE PASES
Pas
Emergentes
Argentina
Brasil
Per
Uruguay
Colombia
Mxico
Chile
Desarrollados
Alemania
Espaa
Reino Unido
Nueva Zelanda
EE.UU
Australia
Portugal
1980-1990
4.2%
2.1%
5.9%
3.2%
2.8%
5.2%
5.3%
4.8%
3.4%
1.5%
3.3%
1.5%
4.2%
2.7%
5.3%
5.2%
1990-2000
5.2%
6.1%
4.3%
4.0%
5.7%
5.9%
1.5%
8.8%
2.7%
0.3%
4.3%
1.6%
1.9%
2.8%
3.0%
4.9%
2000-2010
3.9%
4.3%
3.4%
6.2%
3.4%
2.5%
3.4%
3.9%
1.4%
0.7%
2.4%
-0.1%
1.4%
0.7%
1.9%
2.5%
FUENTE: ELABORADO EN BASE A DATOS DEL WB
El crecimiento promedio ha sido positivo a lo largo de todas las dcadas para todos los pases a excepcin del Reino Unido-, aunque la tasa anual promedio muestra una tendencia
decreciente. Esta cada se puede vincular tanto a la crisis econmica internacional, de la cual ya
hemos hecho mencin, como a las mejoras en eficiencia energtica.
Teniendo en cuenta la informacin disponible, se pudo construir una base de datos de 32
observaciones (1980 a 2011), con informacin del consumo de electricidad y del PBI per cpita
por pas y por ao.

Por otro lado, la informacin correspondiente a la IEA se encontraba disponible para las ltimas
cuatro dcadas a paso anual. En particular:
PBI (PPP)
o
1971 - 2011 (41 datos) para Argentina, Brasil, Per, Uruguay y Colombia.
1971 - 2012 (42 datos) para Chile y Mxico.
1960 - 2012 (52 datos) para Alemania, Espaa, Reino Unido, Nueva Zelanda,
EE.UU, Australia y Portugal.
Consumo de Energa Elctrica (GWh)

o
1971 - 2011 (41 datos) para Argentina, Brasil, Per, Uruguay, Colombia, Chile y
Mxico.
1960 - 2011 (52 datos) para Alemania, Espaa, Reino Unido, Nueva Zelanda,
EE.UU, Australia y Portugal.
Asimismo, se dispuso de series de poblacin para los 14 pases seleccionados, con el objetivo
de obtener el PBI per cpita. Las series de poblacin se recopilaron del sitio web de UN, el cual
contena informacin de poblacin para los aos comprendidos dentro del perodo 1960-2010
(51 datos).
o
Teniendo en cuenta los datos correspondientes a la IEA, anteriormente descriptos, y la

extensin de las series de poblacin de UN, las series de PBI per cpita (PPP) se encontraron
disponibles para los siguientes aos:
1971 - 2010 (40 datos) para Argentina, Brasil, Per, Uruguay, Colombia, Chile y Mxico.
1960 - 2010 (51 datos) para Alemania, Espaa, Reino Unido, Nueva Zelanda, EE.UU,
Australia y Portugal.
En la Tabla 3 se presentan el crecimiento anual promedio de la informacin recopilada, por

grupos de dcadas (1970 - 1980, 1980 - 1990, 1990 - 2000 y 2000 - 2010) y pases
(desarrollados y emergentes):
TABLA 3 - PBI PER CPITA: TASAS MEDIAS DE CRECIMIENTO Y PROMEDIO POR GRUPO DE PASES
Pas
Emergentes
Argentina
Brasil
Per
Uruguay
Colombia
Mxico
Chile
Desarrollados
Alemania
Espaa
Reino Unido
Nueva Zelanda
EE.UU
Australia
Portugal
1970-1980
2.58%
1.04%
5.62%
0.79%
3.00%
3.05%
3.92%
0.65%
2.19%
2.91%
2.56%
1.82%
0.64%
2.29%
1.61%
3.50%
1980-1990
-0.56%
-2.96%
-0.53%
-3.03%
-0.67%
1.41%
-0.23%
2.06%
2.19%
2.16%
2.56%
2.55%
1.24%
2.19%
1.51%
3.11%
1990-2000
2.32%
3.27%
0.97%
2.15%
2.73%
0.82%
1.55%
4.74%
2.19%
1.56%
2.44%
2.46%
1.70%
2.28%
2.34%
2.55%
2000-2010
2.74%
3.40%
2.46%
4.42%
2.80%
2.51%
0.51%
3.08%
0.94%
1.04%
0.66%
1.24%
1.08%
0.60%
1.57%
0.41%
FUENTE: ELABORADO EN BASE A DATOS DE LA IEA Y UN
Tal como se muestra en la Tabla 3, el perodo 1980 - 1990 constituye una poca de recesin
para los pases emergentes, hecho que se refleja en la tasa promedio anual de crecimiento del
PBI para ese grupo de pases. Sin embargo, si bien la tasa promedio para el grupo de pases es
negativa (-0.56%), pases como Chile y Colombia exhiben tasas de crecimiento positivas. La
dcada siguiente (1990 - 2000) muestra un perodo de recuperacin, donde todos los pases
emergentes (y consecuentemente su promedio) pasan de arrojar tasas negativas a tasas
positivas para el crecimiento promedio anual del producto.
A diferencia de lo que ocurre con los pases emergentes, la Tabla 3 muestra que los pases
desarrollados nunca exhiben una tasa de crecimiento negativa, lo cual implica que son
economas que se encuentran en constante crecimiento a travs de las dcadas estudiadas. No
obstante, se observa una desaceleracin por dcada en el crecimiento promedio del PBI per
cpita, vindose superado por el crecimiento promedio de los pases emergentes en la ltima
dcada.
Anlogamente, se confeccion la Tabla 4 con las tasas de crecimiento anual promedio del
consumo de energa elctrica, por grupos de dcadas (1970 - 1980, 1980 - 1990, 1990 - 2000 y
2000 - 2010) y pases (desarrollados y emergentes):
TABLA 4 - CONSUMO DE ENERGA ELCTRICA IEA: TASAS MEDIAS DE CRECIMIENTO Y PROMEDIO POR GRUPO DE PASES
Pas
Emergentes
Argentina
Brasil
Per
Uruguay
Colombia
Mxico
Chile
Desarrollados
Alemania
Espaa
Reino Unido
Nueva Zelanda
EE.UU
Australia
Portugal
1970-1980
6.73%
5.80%
12.10%
5.47%
4.12%
6.82%
9.18%
3.65%
5.41%
4.42%
7.48%
1.35%
5.25%
4.16%
6.55%
8.62%
1980-1990
4.30%
2.07%
5.93%
3.09%
3.21%
5.34%
5.77%
4.72%
3.29%
1.51%
3.43%
1.59%
3.76%
2.66%
5.01%
5.08%
1990-2000
5.23%
6.46%
4.30%
3.93%
5.77%
2.18%
4.94%
9.02%
2.77%
0.61%
4.12%
1.84%
1.96%
2.88%
2.95%
5.01%
2000-2010
3.86%
4.10%
3.15%
6.19%
3.37%
3.66%
2.51%
4.06%
1.47%
0.90%
2.65%
-0.02%
1.33%
0.83%
1.93%
2.66%
FUENTE: ELABORADO EN BASE A DATOS DE LA IEA Y

UN.
La Tabla 4 exhibe las tasas de crecimiento anual promedio del consumo de energa elctrica.
Tal como puede observarse, todas las tasas (con excepcin del Reino Unido en la ltima
dcada) son positivas, lo que implica que el consumo elctrico creci a lo largo del perodo
1970 - 2010 para todos los pases. La situacin destacada en Reino Unido es producto de la
crisis econmica en la que estuvo sumergida la economa internacional.
Un hecho importante para mencionar es que la tasa promedio para los pases emergentes
supera, para todas las dcadas, la tasa promedio para los pases desarrollados, lo que permite
concluir que en promedio el consumo elctrico de los pases en vas de desarrollo creci ms
que el consumo de los pases desarrollados. Adems, se observa una clara desaceleracin en
el crecimiento promedio de la demanda elctrica en los pases desarrollados. Esta dinmica
responde, como fue explicado con anterioridad, a una desaceleracin econmica en dichos
pases.
Teniendo en cuenta la informacin disponible y la necesidad de comparar series de tiempo
homogneas, se pudieron construir dos bases de base de datos. La primera se encuentra

compuesta por Argentina, Brasil, Per, Uruguay, Colombia, Chile y Mxico, y posee datos de
consumo de electricidad, PBI per cpita PPP y poblacin por pas para los aos 1971 a 2010
(40 observaciones). La segunda base est compuesta por las mismas variables, para los pases
Alemania, Espaa, Reino Unido, Nueva Zelanda, EE.UU, Australia y Portugal, y comprende el
perodo 1960 a 2010 (51 datos).
Es importante remarcar que si bien los datos del IMF, del WB y de la IEA presentan diferencias
de niveles, producto de las distintas metodologas empleadas y el tipo de informacin recopilada
por cada organismo, las dinmicas observadas son similares, aunque no iguales. Por lo tanto, la
utilizacin de ambas fuentes de informacin sirve para aumentar la robustez del anlisis
economtrico y estadstico, permitiendo buscar la mejor especificacin de modelo en funcin de
los datos.
A continuacin se presenta la Tabla 5, que muestra aquellos pases que crecieron en promedio
ms que el resto (y menos) por dcada y tasa considerada:
TABLA 5 - RESUMEN DE TASAS MEDIAS DE CRECIMIENTO POR DCADAS
Pas
Mx. PBIpc
Min PBIpc
Mx. CEE
Min CEE
1970-1980
Brasil
Nueva Zelanda
Brasil
Reino Unido
1980-1990
Portugal
Per
Brasil
Australia
1990-2000
Chile
Colombia
Chile
Alemania
2000-2010
Per
Portugal
Per
Reino Unido
Tal como puede apreciarse en la Tabla 5, Brasil exhibe la tasa de crecimiento promedio anual
ms alta para el perodo 1970 - 1980, tanto en PBI per cpita como en consumo elctrico. En la
siguiente dcada sigue mostrando la mxima tasa de crecimiento del consumo elctrico, pero
Portugal es el pas que posee una mayor tasa de crecimiento del producto en relacin a los
dems pases estudiados. Si seguimos observando lo que ocurri con el paso de las dcadas,
Brasil desaparece de la Tabla 5 (es decir que se mantuvo en valores intermedios) y aparece
Chile como un pas con fuerte crecimiento en el perodo 1990 - 2000.
Finalmente, si nos concentramos en estudiar el ltimo perodo (2000 - 2010), podemos ver
como Per se destaca de los dems pases de la muestra. Vale la pena mencionar que dos
dcadas atrs (1980-1990), Per era el pas que menos haba crecido en trminos de producto
frente a los dems pases, lo que permite inferir que el perodo 1990 - 2000 constituy una
etapa de recuperacin econmica.
Del anlisis de los datos se concluye que los pases emergentes se han caracterizado por un
mayor crecimiento econmico, y por consiguiente, del consumo de electricidad. Es importante
aclarar que si bien en la ltima dcada el aumento de los precios de las materias primas y el
flujo de capitales hacia los pases emergentes potenciaron el crecimiento econmico, sus
caractersticas estructurales ya determinaban que el crecimiento a largo plazo sera superior al
de los pases desarrollados. Los pases emergentes se caracterizan por tener elevados niveles
de crecimiento poblacional, altas tasas de ahorro e inversin y un fuerte catch-up tecnolgico.
Respecto al crecimiento del consumo energtico, basta mencionar que los pases ms
desarrollados se han caracterizado por un desacoplamiento de sus economas.
La Grfica 3 presenta las tasas promedio de crecimiento anual del PBI per cpita y del consumo
de energa elctrica para el perodo 1970-2010:
GRFICO 3 - PBI PER CPITA Y CONSUMO DE ENERGA ELCTRICA: TASAS PROMEDIO [19702010]
Como puede verse en la Grfica 3, el pas que muestra una tasa de crecimiento anual promedio
del PBI per cpita y consumo de energa elctrica ms alta para el perodo estudiado resulta ser
Chile. Por el contrario, los pases que exhiben las tasas de crecimiento anuales promedio ms
bajas son Per, en el caso del PBI per cpita, y Reino Unido, en el caso del consumo de
energa. Es importante aclarar que aquellos pases emergentes con tasas de crecimiento
promedio inferiores a las de los pases desarrollados han sido los que tuvieron fuertes
recesiones y economas con alta volatilidad.
A partir de la Grfica 3, adems, se puede deducir un comportamiento que respetan la mayora
de los pases estudiados: dentro del perodo 1970-2010, los pases (salvo las excepciones de
Alemania y el Reino Unido) exhiben una tasa de crecimiento de consumo elctrico mayor a la
tasa de crecimiento del producto per cpita, siendo ms notable la diferencia observada en los
pases emergentes.
2.3.2.
Informacin de Estados de EE.UU
A los fines de ampliar el anlisis, se consider informacin de la BEA, la cual incluye datos de
PBI real per cpita -dlares encadenados a 1997- por Estado, desde 1987 a 1997 en base a la
metodologa industrial SIC, y desde 1997 a 2013 en base a la metodologa NAICS. Por medio
del empalme de las series se logr construir una serie desde 1987 a 2013 (27 datos). Asimismo,
este organismo contaba con informacin de poblacin por Estado desde 1969 a 2012.
En la Tabla 6 se presentan las tasas de variacin promedio por dcada del PBI per cpita en
dlares por Estado de EE.UU., calculadas a partir de los datos relevados:
TABLA 6 - PBI PER CPITA: TASAS MEDIAS DE CRECIMIENTO Y PROMEDIO POR ESTADOS
Pas
Promedio
California
Colorado
Florida
Massachusetts
Nebraska
Nevada
Texas
1990-2000
2.42%
2.20%
3.52%
1.69%
3.00%
2.55%
1.33%
2.67%
2000-2010
0.35%
0.53%
-0.15%
-0.08%
0.92%
1.58%
-0.99%
0.62%
FUENTE: ELABORADO EN BASE A DATOS DE LA BEA
15
La Tabla 6 permite apreciar una clara desaceleracin en la tasa de crecimiento econmico de

los distintos Estados de EE.UU. Esta situacin, como ya fue mencionado, responde a factores
estructurales cada vez menos favorables, como son las menores tasas de crecimiento
poblacional, menores tasas de inversin y menor incorporacin tecnolgica al encontrase en la
frontera de invenciones.
En particular, la fuerte cada de la tasa promedio en la ltima dcada responde a una situacin
coyuntural, como fue la crisis internacional, que potenci la dinmica que se vena observando
hace algunas dcadas. Por ejemplo, el estado de California experimento un crecimiento medio
de 0.6%, mientras que Texas lo hizo con una tasa de 0.7%.
Por su parte, la State Energy Data System (SEDS) de la EIA contiene informacin del consumo
de energa elctrica para los distintos Estados de la muestra para el perodo 1960 a 2012 (53
datos).
La Tabla 7 presenta las tasas de variacin promedio por dcada del consumo de energa por
Estado de EE.UU., calculadas a partir de los datos relevados:
TABLA 7 - CONSUMO DE ENERGA ELCTRICA: TASAS MEDIAS DE CRECIMIENTO Y PROMEDIO POR ESTADO
Pas
Promedio
California
Colorado
Florida
Massachusetts
Nebraska
Nevada
Texas
1970-1980
4.25%
3.51%
6.82%
6.10%
3.05%
3.49%
6.22%
0.55%
1980-1990
3.07%
2.34%
3.97%
4.69%
3.17%
2.66%
4.62%
0.06%
1990-2000
2.68%
1.46%
3.40%
3.16%
1.31%
3.14%
5.45%
0.81%
2000-2010
1.43%
0.58%
2.09%
1.67%
0.99%
2.06%
1.97%
0.66%
FUENTE: ELABORADO EN BASE A DATOS DE LA EIA
En la Tabla 7 se puede observar que el consumo de electricidad tiene un crecimiento promedio

positivo en todas las dcadas. No obstante, es clara la desaceleracin de dicha tasa a lo largo
de los aos, a excepcin de los Estados de Nebraska, Nevada y Texas, los cuales en la dcada
de 1990 - 2000 han experimentado un incremento en su tasa de crecimiento promedio respecto
a la dcada anterior. A nuestro entender, esta situacin se explica por la importancia de la
industria minera en dichos Estados, as como por sus esquemas productivos, caractersticos por
ser intensivos en el consumo de electricidad.
En la ltima dcada, la crisis econmica y el estancamiento de la actividad han llevado a una
fuerte desaceleracin en la tasa de crecimiento promedio del consumo de electricidad. Resulta
llamativa la cada de dicha tasa en Nevada, pasando de un 5.45% a 1.97% en la dcada de
2000 - 2010.
Teniendo en cuenta la informacin disponible y la necesidad de comparar series de tiempo
homogneas, se pudo construir una base de datos para los Estados, compuesta por
informacin para California, Colorado, Florida, Massachusetts, Nebraska, Nevada y Texas en el
perodo 1987 a 2012 (26 datos). A pesar de no contar con 40 aos de datos, el anlisis resulta
igualmente vlido en trminos estadsticos, dado que la muestra utilizada sigue siendo lo
suficientemente grande.
Asimismo, del anlisis de las dinmicas, se observa que los Estados de EE.UU. corroboran lo
observado para el pas. No obstante, el anlisis de estructuras econmicas ms chicas y
similares a Chile permite obtener conclusiones comparativas ms vlidas.
16
2.4.
METODOLOGA
UTILIZADA
Para el anlisis internacional de la relacin entre consumo y PBI per cpita, se han
seleccionado 14 pases (incluido Chile) y 7 Estados de EE.UU. con informacin extrada de
fuentes confiables tales como el IMF, el WB, la IEA, UN y la BEA.
Con el objetivo de estudiar la relacin de inters para la muestra seleccionada, se han realizado
los siguientes anlisis:
1. Anlisis grfico: observando grficos de tendencia y de dispersin.
2. Anlisis economtrico: estimacin de regresiones basadas en el Modelo de Ajuste
Parcial.
3. Anlisis estadstico no paramtrico: tests de media y medianas.
A continuacin se proceder a describir cada uno de los puntos
mencionados.
2.4.1.
Anlisis Grfico
El anlisis grfico de los datos constituye una herramienta de suma importancia, y resulta
necesario antes de realizar cualquier estudio cuantitativo sobre la informacin recopilada. Por
un lado, permite describir y resumir la informacin, lo cual resulta extremadamente til cuando
se cuenta con una serie de datos extensa como es el caso de este estudio. Por otro lado,
posibilita tener una idea de los resultados que se obtendrn en el anlisis cuantitativo de los
datos, lo que permite al investigador detectar inconsistencias o resultados contra intuitivos, as
como formarse una primera conceptualizacin de la relacin entre las distintas variables.
2.4.2.
Anlisis Economtrico
El anlisis economtrico se bas en la estimacin de regresiones economtricas considerando

el Modelo de Ajuste Parcial.
El Modelo de Ajuste Parcial es ampliamente utilizado, y permite estimar elasticidades-precio e
ingreso de corto y largo plazo sin datos sobre el stock de capital, habiendo sido utilizado por
numerosos autores.
La idea central es que el consumo deseado es aquel que elegiran los usuarios si su stock de
equipos estuviera en su ptimo de largo plazo. Y as sera todo el tiempo si no fuera
intolerablemente costoso ajustar al instante el stock de equipos cuando cambia el precio de los
mismos, el precio de la electricidad, el de los energticos sustitutos, o el ingreso. Por lo tanto,
en un momento dado el stock de equipos y el consumo de energa sern distintos al equilibro de
largo plazo.
El modelo supone que el consumo de energa elctrica deseado en un momento

t (Ct )
depende del precio de la energa (Pt ) y del ingreso Yt (para simplificar la notacin se omiten
el resto de las variables que influyen sobre la demanda de electricidad) bajo la siguiente forma
funcional:
ln(Ct ) = +{J
X ln(Pt ) + 8 X ln(Yt ) + 11t
(1)
Donde el termino hace referencia a la constante de la ecuacin, mientras que los coeficientes
{J y 8 son la elasticidad precio e ingreso respectivamente. Finalmente, el trmino 11t es el
error de la estimacin.
Si las personas ajustarn instantneamente el stock de equipos cuando cambia el precio de la
electricidad, o su ingreso, el consumo observado Ct sera igual al deseado Ct , y las
17
elasticidades precio e ingreso de corto y largo plazo seran idnticas. Sin embargo, ni el ajuste
del stock de equipos es instantneo ni tampoco se puede observar Ct .
17
Para modelar el ajuste paulatino del stock de equipos suponemos que el consumo de
electricidad cambia de un tiempo t al otro -ln(Ct ) - ln(Ct-1 ) -, expresado en la
siguiente ecuacin:
) - tln(Ct ) - ln(Ct-1 ) = 8 X (ln(C

ln(C
t
)) (2)
Donde 8 el coeficiente de ajuste. Vale decir, el cambio en el consumo en cualquier momento del
tiempo t es alguna fraccin 8 del cambio deseado durante ese perodo.
Si 8 = 1 significa que el consumo observado es igual al deseado (el ajuste es
instntaneo). Si 8 = 0 significa que nada cambia, puesto que el consumo actual en el
tiempo t es el mismo que el observado en el tiempo t - 1. Tpicamente se espera que 0 <
8 < 1, puesto que es probable que el ajuste al consumo deseado sea incompleto debido a
rigidez, inercia, etc. (de aqu el nombre de ajuste parcial).
El mecanismo de ajuste expresado en la ecuacin (2) puede ser escrito alternativamente
como:
ln(Ct ) = 8 X ln(C )t + (1 - 8) X ln(C
t-
) (3)
La ecuacin (3) muestra que el consumo de electricidad observado en el tiempo t es

un promedio ponderado del consumo deseado en ese momento y el consumo
observado en el perodo anterior, siendo 8 y (1 - 8) las ponderaciones. Sustituyendo
la ecuacin (1) en la ecuacin (3) se obtiene la funcin de corto plazo:
ln(Ct ) = a8 + 8{J X ln(Pt ) + 88 X ln(Yt ) + (1 - 8) X ln(Ct-1 ) + 811t
(4)
Puesto que la ecuacin (1) representa la demanda de electricidad de largo plazo o de equilibro,
la ecuacin (4) se puede denominar la funcin de demanda de electricidad de corto plazo,
puesto que en el corto plazo el consumo de electricidad puede no ser necesariamente igual a su
nivel de largo plazo.
De la ecuacin (4) se deduce que la elasticidad ingreso de la demanda de corto plazo viene
dada por el coeficiente 88. Luego, puede verificarse que la elasticidad ingreso de largo plazo,
8, puede obtenerse a partir de la siguiente expresin:
88
= 8 (5)
1 - (1 - 8)
A partir del modelo terico, se propusieron distintos modelos utilizando los diversos datos
recopilados, los cuales fueron evaluados en base al anlisis de los siguientes indicadores
estadsticos descriptivos:
Std. Error es el error estndar de los coeficientes estimados, e indica su variabilidad

probable en la muestra y, en consecuencia, su fiabilidad. El coeficiente estimado ms o
menos dos errores estndar, es un intervalo de confianza aproximadamente de 95%.
Cuando los coeficientes del error estndar son grandes se traducen en intervalo de
confianza amplios.
t-Statistic es el estadstico t de Student, y proporciona una prueba de hiptesis de

irrelevancia de la variable: que el parmetro poblacional verdadero, pero desconocido,
es cero, y en consecuencia que la variable correspondiente no es una variable
explicativa de la regresin y, por lo tanto, se puede omitir. Una forma de probar la
irrelevancia de la variable con, digamos, un 5% de probabilidad de rechazarla en forma
incorrecta, es comprobar si el cero est fuera del intervalo de confianza de 95% para el
1
8
parmetro. Dado que el estadstico t es la relacin entre el coeficiente estimado y su

error estndar, si es cero se encuentra fuera del intervalo de confianza de 95%, y el
1
9
estadstico t debe tener un valor absoluto mayor que 2. En consecuencia, se puede

probar rpidamente la irrelevancia, a nivel de confianza de 5%, viendo si el estadstico t
de Student tiene valor absoluto mayor a 2.
Prob. representa el valor de probabilidad asociado con cada estadstico t. Es decir, la

probabilidad de obtener un valor absoluto del estadstico t cuando menos tan grande, en
valor absoluto, al que se obtuvo, suponiendo que es verdadera la hiptesis de
irrelevancia. Por lo tanto, representa el criterio de rechazo de la hiptesis nula de
significatividad basado en la probabilidad de cometer error tipo 1, siendo el calor de
corte de 1%, 5% y 10% de probabilidad.
R-squared es un indicador muy utilizado para medir la bondad de ajuste, o facilidad de

pronstico de la variable endgena (a explicar) basada en las variables exgenas
2
(explicativas) que se incluyen en la regresin. R mide cuanto de la variabilidad de la
variable a explicar es determinada por la variabilidad de la variable exgena. Es decir, el
xito de la ecuacin de regresin, dentro de la muestra, para predecir la variable
endgena. Si en la regresin se incluye una ordenada al origen (la constante), como casi
2
siempre se hace, R debe estar entre 0 y 1.
Adjusted R-squared se puede interpretar igual que R ; la diferencia es que incorpora

correcciones de acuerdo con los grados de libertad que se usaron para ajustar el modelo
(los grados de libertad dependen del tamao de la muestra y de la cantidad de variables
exgenas utilizadas).
F-statistic es un estadstico que se emplea para comprobar la hiptesis de que los

coeficientes de todas las variables en la regresin, excepto la ordenada al origen, son
cero. Es decir, permite comprobar si, consideradas como un conjunto, las variables
incluidas en el modelo tienen algn valor predictivo.
Prob (F-statistic) es el valor de probabilidad del estadstico F, y expresa el nivel de

significatividad al cual se puede rechazar la hiptesis de que el conjunto de las variables
explicativas no tiene valor predictivo.
2.4.3.
Anlisis
Paramtrico
Estadstico
no
El anlisis no paramtrico se basa en el estudio de modelos estadsticos cuya distribucin

subyacente no se ajusta a los llamados criterios paramtricos. Es decir, que su distribucin no
puede ser definida a priori, o bien es necesaria la generacin de supuestos sobre la distribucin
de los datos.
Es importante mencionar que si la distribucin de los datos se ajusta a un tipo de distribucin
conocida, existen otros mtodos que, en la prctica, son ms aconsejables. Asimismo, la
potencia de las pruebas no paramtricas es menor que la potencia de las pruebas paramtricas
equivalentes.
Independientemente de ello, estos testeos permiten agregar informacin al estudio de manera
intuitiva y de fcil interpretacin, para muestras independientes. Asimismo, no exigen establecer
supuestos sobre la distribucin estadsticas de las series.
La prueba de la media es una prueba no paramtrica que se fundamenta en analizar si las
medias de las dos poblaciones son estadsticamente distintas. La hiptesis de esta prueba, con
distribucin t de Student, pueden ser definidas como:
Ho ) Media 1 - Media 2 =
0 (6)
Ho ) Media 1 - Media 2 * 0 (7)
Por lo tanto, rechazando la ecuacin (6) estaramos asumiendo que las medias de dos
muestras independientes son estadsticamente distintas. No hay un valor mgico de corte, pero
en general se acepta que los valores de probabilidad menores a 0.1 son una fuerte evidencia
que las medias son distintas.
La prueba de la mediana es una prueba no paramtrica que podemos considerar un caso
especial de la prueba de chi-cuadrado. Bsicamente, este test se fundamenta en analizar si las
medianas de las dos poblaciones son distintas, determinando si pertenecen a la misma
poblacin o no.
El test se basa en que si las dos medianas son iguales, la proporcin de casos de cada muestra
que son mayores o menores que la mediana global sern iguales. Pero por el contrario, si
ambas medianas son diferentes, la proporcin de casos por encima o por debajo de la mediana
global sern significativamente diferentes en ambas muestras. Por tanto, el set de hiptesis se
encuentra definido por:
Ho ) Mediana 1 - Mediana 2 = 0 (8)
Ho ) Mediana 1 - Mediana 2 * 0 (9)
Por medio del anlisis del estadstico crtico, y la probabilidad asociada podemos rechazar o
aceptar la hiptesis nula. Cabe resaltar, que el estadstico se compara con una N(0,1) al ser
un test asinttico. No hay un valor mgico de corte, pero en general se acepta que los valores
de probabilidad menores a 0.1 son fuerte evidencia que las medianas son distintas.
2.5.
RESULTADOS
Una vez explicada la metodologa de trabajo, a continuacin se exhiben los resultados de los
anlisis anteriormente mencionados, tanto los cualitativos como cuantitativos.
2.5.1.
Anlisis Cualitativo: Anlisis Grfico
Para realizar el anlisis cualitativo de los datos, se han utilizado dos tipos de grficos:
Grficos de dispersin: los datos se muestran como un conjunto de puntos, cada uno
con el valor de una variable que determina la posicin en el eje horizontal, y el valor de
la otra variable determinado por la posicin en el eje vertical. Un grfico de dispersin
puede sugerir varios tipos de correlaciones entre las variables: positiva (aumento),
negativa (descenso), o nula (las variables no estn correlacionadas). Uno de los
aspectos ms poderosos de un grfico de dispersin, sin embargo, es su capacidad
para mostrar las relaciones no lineales.
Grficos lineales / tendenciales: en un grfico lineal, se grafican los valores en dos ejes
cartesianos ortogonales entre s. Este tipo de grficos (as como tambin los de
dispersin) sirven para mostrar las tendencias de las series representadas, las cuales
son una de las herramientas ms valiosas dentro de un anlisis grfico.
En el ANEXO I RELACIN CONSUMO ELCTRICO / PBI GRFICOS DE DISPERSIN Y

TENDENCIA se muestran los grficos de dispersin y lineales.
Los mismos fueron realizados utilizando la informacin de la IEA y UN para los datos
comprendidos dentro del perodo 1970 - 2010. En cada uno de ellos puede apreciarse la
existencia de correlacin positiva entre ambas variables, en algunos pases ms fuerte que en
otros.
Adems, se aprecia que existen observaciones donde el PBI cae y el consumo de energa se
mantiene estable, sin reaccionar a dicha cada. Si observamos el caso de Argentina, esto tiene
lugar en los aos 1990 y 2002. A saber, estos aos fueron aos de crisis econmica en el pas.
Anlogamente, en Brasil en los aos 1983 y 1992 se presenta la misma situacin. De este
anlisis, se concluye que la demanda de electricidad mantiene un comportamiento tendencial, lo
que lo vuelve menos elstico a cambios coyunturales bruscos de corto plazo en el PBI crisis
econmica-. En econometra, esto puede modelarse a travs de la incorporacin de trminos
autorregresivos y/o de tendencia.
De manera ms notable, en el caso de las grficas de dispersin del grupo de pases
desarrollados se observa una cada en la pendiente. Esta situacin se asocia a un
desacoplamiento de las economas al llegar a mayores niveles de ingreso. Espaa y Portugal
son dos excepciones a esta tendencia: los problemas estructurales de estas economas as
como los factores que mitigan el desacoplamiento econmico explicados con anterioridadexplican estas dinmicas.
Adems, los grficos de dispersin permiten la comparacin entre grupos de pases, donde se
observa una caracterstica muy importante. Mientras en EE.UU. se muestra una correlacin
fuerte entre las variables (el coeficiente de correlacin asciende a 0.995), Per exhibe una
correlacin positiva pero de menor intensidad (0.612). El coeficiente de correlacin calculado
para dos muestras (X e Y) de tamao N se define como sigue:
r =
=1(
- )
- ) )
=1
- )(
(10)
Donde X e Y constituyen las medias de las muestras.

La Tabla 8 permite observar los diferentes valores del coeficiente de correlacin
correspondientes a la muestra de pases bajo estudio:
TABLA 8 - COEFICIENTES DE CORRELACIN POR PAS
Pas
Emergentes
Argentina
Brasil
Per
Uruguay
Colombia
Mxico
Chile
Desarrollados
Alemania
Espaa
Reino Unido
Nueva Zelanda
EE.UU
Australia
Portugal
Estados
California
Colorado
Florida
Massachusets
Nevada
Nebraska
Texas
Coeficiente
0.877
0.773
0.915
0.612
0.950
0.985
0.915
0.986
0.975
0.953
0.989
0.979
0.941
0.995
0.986
0.983
0.926
0.964
0.944
0.918
0.976
0.698
0.991
0.987
Como puede apreciarse en la Tabla 8, el grupo de pases desarrollados, y los Estados de

EE.UU., en promedio poseen un coeficiente de correlacin ms alto que el grupo de los pases
en vas de desarrollo. Entendemos que esto se asocia a la mayor volatilidad de los pases
emergentes.
Por su parte, el anlisis a partir de grficas de dispersin tambin se ha realizado para los
Estados de EE.UU., donde se observa una relacin positiva entre las variables. De igual modo,
la crisis econmica internacional distorsiona ciertas observaciones producto del comportamiento
tendencial. De estos Estados, resulta llamativo el comportamiento de Nevada y Colorado. En
ambos Estados la crisis econmica ha sido muy fuerte. Sin embargo, la demanda de
electricidad es inelstica a dichos cambios en el corto plazo (comportamiento tendencial).
En conclusin, los grficos de dispersin permiten observar la relacin positiva entre el
consumo de electricidad y el PBI per cpita en la muestra. No obstante, el comportamiento
tendencial afecta el anlisis en ciertos casos. Independientemente de ello, se puede observar
una desacople econmico en los pases desarrollados alcanzado cierto nivel de desarrollo
econmico.
Los grficos tendenciales (ver ANEXO I RELACIN CONSUMO ELCTRICO / PBI
GRFICOS DE DISPERSIN Y TENDENCIA) de los pases emergentes fueron realizados
utilizando la informacin de la IEA y UN para los datos comprendidos dentro del perodo 19702010. Como puede verse, las series del PBI per cpita (PPP) de los pases emergentes
presentan una elevada volatilidad. Sin embargo, puede observarse que el PBI per cpita y el
consumo de energa elctrica dentro del perodo manifiestan tendencias crecientes. Asimismo,
se observa una menor respuesta a cadas del producto. Esto ltimo es completamente
consistente con lo estudiado en los grficos de dispersin, donde se encontr que la correlacin
entre ambas variables para todos los pases era positiva, pero con un comportamiento
autorregresivo.
Los grficos tendenciales (ver ANEXO I RELACIN CONSUMO ELCTRICO / PBI
GRFICOS DE DISPERSIN Y TENDENCIA) de los pases desarrollados fueron realizados
utilizando la informacin de la IEA y UN para los datos comprendidos dentro del perodo 19602010. Si bien las series de PBI per cpita (PPP) presentan diferencias a las observadas para los
pases emergentes, puede observarse que la tendencia es la misma para todos los pases de la
muestra estudiada: tanto los pases emergentes como los pases desarrollados manifiestan
tendencias crecientes para el PBI per cpita y el consumo de energa elctrica dentro del
perodo estudiado. No obstante, en los pases desarrollados, tambin, se observa una
desaceleracin en la tasa de crecimiento del consumo de electricidad y una cada en los ltimos
aos, producto de la crisis econmica internacional. Estos resultados son completamente
consistentes con lo estudiado en los grficos de dispersin.
Del anlisis de los grficos por Estados de EE.UU., se corroboran las dinmicas descriptas
hasta el momento. En este caso, se puede observar el impacto de la crisis econmica producto
de la explosin de la burbuja inmobiliaria sobre el consumo de electricidad en regiones como
Florida o California. Resulta llamativa la fuerte cada observada en Nevada, volviendo a niveles
de consumo observados en el ao 1994.
Con el objetivo de analizar en mayor detalle los resultados obtenidos hasta el momento, en la
Grfica 4 se presenta, para dos dcadas diferentes la primera y ltima de nuestra base de
datos-, una aproximacin de la elasticidad para todos los pases de la muestra. La misma puede
ser aproximada a partir de la siguiente formula:
Tasa de Crecimiento Anual Promedio Consumo Elctricot
(11)
lt = Tasa de Crecimiento Anual Promedio PBl per
cpitat
GRFICO 4 - COEFICIENTE I PARA TODOS LOS PASES DE LA MUESTRA

9.00
8.1
8
8.00
6.9
2
7.00
6.41
5.62
5.5
9
6.00
4.89
5.00
4.00
3.1
0
3.00
2.00
1.00
1.8
2
4.0
6
4.03
3.7
5
2.1
5
1.20 1.28
1.38
1.40
2.23
1.2
1.46
1.32
2.3
4
2.93
1.81
2.1
6
1.52
0.87
0.7
4
1.23
1.40
2.46
1.23
19701980
20002010
FUENTE: ELABORADO EN BASE A LOS DATOS DE LA IEA Y UN
Como puede observarse en la Grfica 4, para el perodo 1970 - 1980 los valores de elasticidad
son mayores que para el perodo 2000 - 2010 para todos los pases y Estados de EE.UU., salvo
marcadas excepciones (Espaa, Portugal y Mxico). Esto responde en gran medida al
desacople econmico, que hace que la elasticidad del consumo de electricidad respecto a la
demanda converja a cero (inelstica). Teniendo en cuenta que el coeficiente l puede
interpretarse como la cantidad de unidades de energa que se necesitan para producir una
unidad de producto, los resultados sugieren que los pases se han vuelto ms eficientes en
trminos energticos a travs de los aos. Ahora bien, sin considerar a las excepciones
mencionadas con anterioridad, los valores del coeficiente l son mayores en promedio para los
pases emergentes que los desarrollados.
Asimismo, se calcularon las tasas de elasticidad promedio, a partir de la ecuacin (11), para los
distintos Estados seleccionados, y para la primer y ltima dcada de la muestra. En la Grfica 5
se presentan los resultados:
GRFICO 5 - COEFICIENTE I PARA TODOS LOS ESTADOS DE EE.UU. DE LA

MUESTRA
FUENTE: ELABORADO EN BASE A LOS DATOS DE LA BEA Y LA EIA
2.5.2.
Anlisis Cuantitativo:
Demanda
Elasticidad
Ingreso
de
la
La estimacin de regresiones economtricas basadas en el Modelo de Ajuste Parcial sirve

como mtodo para el clculo de la elasticidad ingreso de la demanda y el testeo estadstico de
lo descripto en el inciso anterior.
En base a las diversas fuentes de informacin se pudieron confeccionar distintas bases de
datos, cada una con distintos horizontes histricos. Esto permite robustecer el anlisis y poder
identificar aquellos datos que mejor expliquen la relacin entre las variables.
De este modo, se han estimado diferentes modelos para cada uno de los pases de la muestra
teniendo en cuenta distintas fuentes de informacin. Dos familias de modelos han sido
planteadas. El primer modelo (que llamaremos MODELO POB) se define por la siguiente
ecuacin:
ln(GWh_Ct ) = +ln(GDP_PPP_Ct ) + ln(POB_Ct ) + ln(GWh_Ct-1 ) + 11t
Donde,
(12)
representa la constante de regresin,

ln(GWhC t ) representa el logaritmo natural del consumo elctrico en GWh del pas C en el
momento
t,
ln(GDP_PPP_Ct ) representa el logaritmo natural del PBI per cpita (PPP) del pas C en el
momento t, ln(POBC t ) representa el logaritmo natural de la poblacin del pas C en el momento t,
ln(GWh_Ct-1 ) representa el logaritmo natural del consumo elctrico en GWh del pas C en
el momento t - 1, y
11t representa el trmino de error.
La inclusin de la variable PBI per cpita (PPP) se bas en la relacin que se pudo comprobar
que existe a partir del anlisis grfico de los datos. Por otro lado, la inclusin de la variable
poblacin se justifica en el hecho de que la misma permite capturar el crecimiento vegetativo de
24
la demanda, lo cual no puede ser explicado por la variable PBI per cpita. El trmino
autorregresivo hace referencia al crecimiento tendencial de la demanda de electricidad.
24
Por su parte, el segundo modelo (que llamaremos MODELO PBI), que no considera el efecto
poblacional directamente (aunque si a travs del crecimiento econmico), se define como:
ln(GWh_Ct ) = +ln(GDP_PPP_Ct ) + ln(GWh_Ct-1 ) + 11t (13)
Dnde,
ln(GWhC t ) representa el logaritmo natural del consumo elctrico en GWh del pas C en el
momento
t,
ln(GDP_PPP_Ct ) representa el logaritmo natural del PBI per cpita (PPP) del pas C en el
momento t, ln(GWh_Ct-1 ) representa el logaritmo natural del consumo elctrico en GWh del
pas C en el
momento t - 1, y
A los fines prcticos, se ha testeado cada modelo para cada pas, utilizando, en primer lugar, la
base de datos conformado por la informacin de la IEA y UN. Posteriormente, se han corrido las
regresiones utilizando la base de datos del IMF y WB. Es decir, que para cada pas se
simularon 4 regresiones. Los resultados se resumen en la Tablas 9 y 10:
25
TABLA 9 - REGRESIONES POR PAS, POR MODELO Y POR BASE DE DATOS: BASE DE DATOS IEA+UN
Pas
Modelos
-16.6***
-1.02**
-4.08*
-0.51
ln(GDP_PPP_Ct 0.30****
ln(GWh_Ct-1 ) 0.63***
1.03***
ln(POB_Ct )
0.15**
0.97***
-
0.17**
0.85***
0.24
0.17**
0.92***
-
Per
POB
PBI
-0.86*
15.1***
0.46***
0.12*
0.50***
0.99***
0.94***
-
R2
Adjusted R2
Observaciones
0.994
0.994
39
0.998
0.998
39
0.998
0.998
39
0.992
0.992
39
Argentina
POB
PBI
0.996
0.995
39
Brasil
POB
PBI
0.989
0.989
39
Uruguay
POB
PBI
1.48***
17.86**
0.30***
0.26***
0.74***
0.91***
1.16**
0.996
0.995
39
0.995
0.994
39
Chile
POB
PBI
10.1***
0.87***
0.25***
0.27***
0.70***
0.85***
0.66***
-
-0.46
-1.03
0.29*
0.89***
-0.05
0.28*
0.87***
-
Mxico
POB
PBI
0.08
7.99***
0.11*
0.07
0.75*** 0.95***
0.55***
-
0.998
0.998
39
0.994
0.994
39
0.994
0.994
39
0.999
0.999
39
0.997
0.997
39
Colombia
POB
PBI
0.999
0.999
39
NIVELES DE SIGNIFICATIVIDAD: *** 1% DE CONFIANZA; ** 5% DE CONFIANZA; * 10% DE CONFIANZA
Pas
Modelos
Alemania
POB
PBI
-14.93*
0.86***
ln(GDP_PPP_Ct ) -0.12*
ln(GWh_Ct-1 ) 0.96***
-0.02
0.94***
Espaa
POB
PBI
3.86*
0.81***
0.29*** 0.29***
0.87*** 0.83***
Reino Unido
POB
PBI
N. Zelandia
POB
PBI
EE.UU.
POB
PBI
Australia
POB
PBI
Portugal
POB
PBI
-0.34*
14.5***
0.33*** 0.14***
0.74***
0.9***
11.70*
1.34***
1.32
0.07
8.94***
0.44***
2.46
0.30
0.143***
0.86***
0.06***
0.86***
0.14
0.95***
0.06
0.94***
0.46***
0.86***
0.60***
0.11**
0.9***
0.12
0.98***
0.02
0.96***
-0.20
0.86***
0.998
0.998
50
0.998
0.997
50
0.999
0.9992
50
0.999
0.999
50
0.999
0.999
50
0.999
0.999
50
ln(POB_Ct )
0.92**
-0.29**
-0.64*
-0.15
R2
Adjusted R2
Observaciones
0.994
0.993
50
0.993
0.993
50
0.999
0.999
50
0.999
0.999
50
0.994
0.993
50
0.993
0.992
51
0.998
0.998
50
0.998
0.998
50
NIVELES DE SIGNIFICATIVIDAD: *** 1% DE CONFIANZA; ** 5% DE CONFIANZA; * 10% DE

CONFIANZA
FUENTE: ELABORADO EN BASE A EIA Y UN
2
6
TABLA 10 - REGRESIONES POR PAS, POR MODELO Y POR BASE DE DATOS: BASE DE DATOS IMF+WB
Pas
Argentina
Modelos
POB
PBI
-0.21
0.18
ln(GDP_PPP_Ct ) 0.22**
0.28***
ln(GWh_Ct-1 ) 0.65*** 0.76***
ln(POB_Ct )
0.57
R2
Adjusted R2
Observaciones
0.99
0.99
31
0.99
0.98
31
Brasil
POB
PBI
0.34
0.63***
0.20**
0.22**
0.58*** 0.80***
0.62*
0.99
0.99
31
0.99
0.99
31
Per
POB
PBI
0.15
-0.30
0.44*** 0.40***
0.53*** 0.68***
0.30
0.99
0.99
31
0.99
0.99
31
Uruguay
POB
PBI
0.06
0.15
0.26***
0.26***
0.65*** 0.711***
0.57
0.99
0.99
31
0.99
0.99
31
Chile
POB
PBI
-0.41
0.17*
0.07
0.23***
0.71*** 0.79***
1.01**
1.00
1.00
31
1.00
1.00
31
Colombia
POB
PBI
0.76***
2.36*
-0.06
0.20
0.54*** 0.66***
1.43**
1.00
0.99
31
0.96
0.95
14
Mxico
POB
PBI
1.42***
-1.40
-0.39*
0.54*
0.44**
0.65**
1.77**
0.98
0.98
31
0.94
0.93
13
Pas
Alemania
Modelos
POB
PBI
4.38**
4.20**
ln(GDP_PPP_Ct ) 0.06
0.09**
ln(GWh_Ct-1 ) 0.72*** 0.61***
ln(POB_Ct )
-0.32
R2
Adjusted R2
Observaciones
0.94
0.93
31
0.88
0.86
22
Espaa
POB
PBI
1.43*** 0.96***
0.03
0.16**
1.06*** 0.79***
0.67***
1.00
0.99
31
0.99
0.99
31
Reino Unido
POB
PBI
11.45***
0.26***
0.46***
-
N. Zelandia
POB
PBI
0.48
2.89***
0.08
0.178***
0.90***
0.56***
EE.UU.
POB
PBI
5.60***
3.39**
0.34***
0.17**
0.68*** 0.66***
Australia
POB
PBI
1.26***
4.24**
0.26**
0.24*
0.79***
0.48*
Portugal
POB
PBI
-0.78
0.62***
0.35**
0.14*
0.55*** 0.82***
-1.77***
-0.17
-0.77**
-0.46*
0.93
0.99
0.99
31
0.99
0.99
31
0.99
0.99
23
0.99
0.99
31
0.99
0.99
31
1.00
1.00
31
0.95
0.94
13
1.00
1.00
31
1.00
1.00
27

CONFIANZA
FUENTE: ELABORADO EN BASE A IMF Y WB
De los distintos modelos propuestos para cada base de datos y por cada pas, fue
seleccionado, como fue explicado con anterioridad, el modelo que cumpliera con los siguientes
tres requisitos:
ajuste del modelo a los datos;
significatividad individual de las variables; y
razonabilidad de los parmetros del modelo.
En consecuencia, para los pases Argentina, Per, Uruguay, Mxico, Chile y Portugal, se ha
elegido el MODELO POB junto con la informacin de la IEA y UN. Las salidas de las
estimaciones, para los pases mencionados, muestran que todas las variables explicativas
resultan significativas para los niveles de confianza usuales (1%, 5% y 10%), salvo las
siguientes excepciones: Uruguay (la variable poblacin es significativa al 5% y 10%) y Mxico
(la variable PBI per cpita es significativa al 10%).
Adems, tambin puede apreciarse en las Tablas 9 y 10 que los ajustes (teniendo en cuenta el
estadstico R2 adjusted ) de los modelos a los datos son muy buenos, ya que todos superan
el 99%.
Para el caso de Colombia, Alemania, Espaa, Nueva Zelanda, EE.UU y Australia se ha
seleccionado el MODELO PBI (sin poblacin) utilizando la informacin del IMF y WB. Las
salidas de las estimaciones del modelo, para los pases mencionados, muestran que las
variables explicativas resultan significativas para diferentes niveles de confianza. Por ejemplo, si
se tiene en cuenta el PBI per cpita se puede afirmar que:
Colombia: la variable es significativa al 10%.
Alemania: la variable es significativa al 5% y al 10%.
Espaa: la variable es significativa al 5% y al 10%.
Nueva Zelanda: la variable es significativa a todos los niveles usuales de confianza.
EE.UU: la variable es significativa al 5% y al 10%.
Australia: la variable es significativa al 10%.
Por otro lado, si se tiene en cuenta el consumo rezagado un perodo, se puede afirmar que el
mismo resulta significativo para todos los niveles de confianza y para todos los pases, con la
excepcin de Australia, donde es significativo nicamente al 10%.
Adems, tambin puede apreciarse en las estimaciones realizadas que los ajustes (teniendo en
cuenta el estadstico R2 adjusted ) de los modelos son muy buenos, ya que todos superan el
90%, con la excepcin de Alemania, donde el ajuste es un poco menor y alcanza el
86.5%. Es importante mencionar que, tanto para Alemania como para los dems pases, el
modelo elegido y propuesto result ser el que posee un mejor ajuste, y adems, posea
parmetros con valores razonables.
El caso de Brasil representa una situacin particular. En concreto, se ha seleccionado el Modelo
POB, pero utilizando la informacin del IMF y WB. Las salidas de la estimacin del modelo
(estimado en base a diferentes fuentes de informacin) muestran que las variables explicativas
resultan significativas para diferentes niveles de confianza:
La variable poblacin resulta significativa nicamente al 10%.
2
8
La variable PBI per cpita (PPP) resulta significativa al 5% y al 10%.
2
9
El consumo de electricidad rezagado un perodo en GWh resulta significativo para todos

los niveles usuales de confianza.
Adems, tambin puede verse que el ajuste del modelo a los datos (teniendo en cuenta el
estadstico R2 adjusted ) es muy bueno, dado que el mismo asciende a 99.5%.
Otro caso especial ha sido Reino Unido, donde se ha estimado el siguiente modelo, utilizando la
informacin de la IEA:
ln(GWh_Ct ) = +ln(GDP_PPP_Ct ) + ln(GWh_Ct-1 ) + 11t (14)
Dnde,
ln(GWh_Ct ) representa el logaritmo natural del consumo elctrico en GWh del pas en el
momento t, ln(GDP_PPP_Ct ) representa el logaritmo natural del PBI total (PPP) del pas en el
momento t,
ln(GWh_Ct-1 ) representa el logaritmo natural del consumo elctrico en GWh del pas en el
momento
t - 1y
La salida de la estimacin del modelo muestra que las variables explicativas resultan
significativas para diferentes niveles de confianza: mientras que la variable rezagada un perodo
del consumo energtico en GWh es significativa a todos los niveles usuales de confianza, la
variable del PBI (PPP) nicamente lo es al 5% y al 10%.
Es importante mencionar que el caso del Reino Unido es particular, dado que es el nico pas
en el cual se ha empleado la variable PBI a nivel total pas. Esto se fundamenta en el hecho de
que, luego de probar con las diferentes especificaciones ya mencionadas, an no se lograba
encontrar un modelo que cumpla con los requisitos impuestos inicialmente: buen ajuste a los
datos, significatividad de las variables y razonabilidad de los parmetros.
Finalmente, al observar las salidas de regresin para todos los pases de la muestra, puede
concluirse que las variables resultan significativas en conjunto para todos los niveles usuales de
significatividad, dado que en todos los casos el estadstico F de significatividad conjunta posee
una probabilidad asociada igual a 0.
Para concluir con el anlisis cuantitativo, a continuacin se exponen las Tabla 11 y la Tabla 12,
donde pueden observarse los valores de las elasticidades ingreso de corto y largo plazo por
grupo de pases:
TABLA 11 - ELASTICIDAD INGRESO PARA PASES EMERGENTES
Pas
Fuente
Argentina
Brasil
Per
Uruguay
Mxico
Colombia
Chile
IEA + UN
IMF + WB
IEA + UN
IEA + UN
IEA + UN
IMF + WB
IEA + UN
Promedio
Variables del
Modelo
PBIpc y POB
PBIpc y POB
PBIpc y POB
PBIpc y POB
PBIpc y POB
PBIpc
PBIpc y POB
Elasticidad Corto
Plazo
0.30
0.20
0.46
0.30
0.11
0.21
0.25
0.26
FUENTE: ELABORADO EN BASE IEA, UN, WB E IMF
Elasticidad Largo
Plazo
0.81
0.48
0.92
1.13
0.42
0.60
0.84
0.74
TABLA 12 - ELASTICIDAD INGRESO PARA PASES DESARROLLADOS
Pas
Fuente
Alemania
Espaa
Reino Unido
Nueva Zelanda
EE.UU.
Australia
Portugal
IMF + WB
IMF + WB
IEA
IMF + WB
IMF + WB
IMF + WB
IEA + UN
Promedio
Variables del
Modelo
PBIpc
PBIpc
PBI
PBIpc
PBIpc
PBIpc
PBIpc y POB
Elasticidad Corto
Plazo
0.09
0.16
0.06
0.18
0.17
0.24
0.33
0.18
Elasticidad Largo
Plazo
0.23
0.77
0.42
0.40
0.49
0.44
1.30
0.58
FUENTE: ELABORADO EN BASE IEA, UN, WB E IMF
Las Tabla 11 y Tabla 12 demuestran como la elasticidad de corto plazo tiende a ser
perfectamente inelstica. Esto se desprende del hecho que en el corto plazo el stock de capital,
o bienes durables, se mantiene constante. Sin embargo, al variar dicho stock, en el largo plazo,
la elasticidad adquiere valores superiores. Por lo tanto, si el producto crece un 1% en los pases
desarrollados, en el corto plazo el consumo aumentar 0.18%, mientras que en el largo plazo lo
har en un 0.58%.
Adems, se puede observar que los pases emergentes poseen niveles de elasticidad ingreso,
tanto en el corto como en el largo plazo, superiores a los pases desarrollados. Esto se relacin
con el desacoplamiento econmico, las polticas de precios y la eficiencia energtica.
En el caso concreto de los Estados de EE.UU., se realiz un anlisis anlogo al realizado para
los distintos pases. En resumen, se utilizaron los Modelos POB y PBI, descriptos con
anterioridad, con los datos de la BEA e EIA. Los resultados de las regresiones por Estado de
EE.UU. se presentan en la Tabla 13:
TABLA 13 - REGRESIONES POR PAS, POR ESTADOS DE EE.UU., POR MODELOS
Pas
Modelos
ln(GDP_PPP_Ct )
ln(GWh_Ct-1)
ln(POB_Ct )
R2
Adjusted R2
Observaciones
California
POB
PBI
-0.13
2.8***
0.29***
0.29***
0.19
0.51***
0.40**
0.97
0.97
25
0.97
0.96
25
Colorado
POB
PBI
-2.6**
-0.38
0.14**
0.2***
0.66***
0.85***
0.3*
0.99
0.99
25
0.99
0.99
25
Florida
POB
PBI
-2.14
-0.26
0.29**
0.24**
0.66***
0.82***
0.19
0.99
0.99
25
Massachussets
POB
PBI
10.59*
2.80***
0.41***
0.31***
0.44***
0.43***
-0.57
-
0.99
0.99
25
0.98
0.97
25
0.97
0.97
25
Pas
Modelos
ln(GDP_PPP_Ct )
ln(GWh_Ct-1 )
ln(POB_Ct )
R2
Adjusted R2
Observaciones
Nebraska
POB
PBI
-16.01*
-1.052*
0.35
0.569**
0.36*
0.505**
1.32*
0.98
0.98
25
0.98
0.98
25
Nevada
POB
PBI
-5.99***
-11.7***
0.38***
0.752***
0.26
1.370***
0.66***
0.99
0.99
25
0.98
0.98
25
Texas
POB
-2.75**
0.75***
-0.09
0.51***
PBI
0.55*
0.480**
0.55***
-
0.99
0.98
25
0.98
0.98
25

FUENTE: ELABORADO EN BASE A IEA Y WB.
Del anlisis de las regresiones, se observa que el modelo sin poblacin tiene una mejor
especificacin a pesar de renunciar a un mayor ajuste del modelo. Sin embargo, dado los
criterios impuestos y la necesidad de poseer parmetros significativos estadsticamente, se
decidi elegir como mejor modelo la especificacin sin poblacin.
Ahora bien, si observamos el caso de Nevada, el modelo sin poblacin muestra regresores
significativos al 1% de confianza, y un ajuste elevado (superior a 0.98). No obstante, el clculo
de la elasticidad de largo plazo no fue coherente desde un punto de vista econmico. Por lo
tanto, fue utilizado el modelo alternativo con poblacin.
A continuacin se presenta la Tabla 14, donde se exponen los coeficientes de elasticidad
ingreso por estado:
TABLA 14 - ELASTICIDAD INGRESO PARA ESTADOS
Pas
Fuente
Variables del Modelo
Elasticidad Corto
Plazo
Elasticidad Largo Plazo
California
BEA
PBIpc
0.30
0.61
Colorado
BEA
PBIpc
0.19
1.23
Florida
BEA
PBIpc
0.24
1.30
Massachusetts
BEA
PBIpc
0.31
0.55
Nebraska
BEA
PBIpc
0.57
1.15
Nevada
BEA
PBIpc y POB
0.37
0.50
PBIpc
0.48
0.35
1.07
0.92
Texas
BEA
Promedio
FUENTE: ELABORADO EN BASE A BEA.
Del anlisis de Tabla 14, se observa que la elasticidad de corto plazo tiende a ser
perfectamente inelstica. Esto se traduce en que en este plazo de tiempo el stock de capital se
mantiene constante. La elasticidad de largo plazo es superior en todos los casos, y en muchos
de los Estados es elstica respecto al ingreso. Es decir, que la variacin de 1% del ingreso de
las personas genera un impacto de ms de 1% sobre la demanda de electricidad. Tal es el caso
de Texas, Nebraska, Colorado y Florida.
Se recomienda la lectura del ANEXO II - RELACIN CONSUMO ELECTRICO / PBI
RESULTADOS MODELOS.
2.5.3.
Estadstica No Paramtrica: Tests de Media y Mediana
Los tests de media y mediana se han empleado con el objetivo de testear las dinmicas
detectadas con anterioridad: los pases emergentes tienen una elasticidad ingreso superior a los
pases desarrollados.
Para lo mismo, se construyeron dos muestras utilizando variables dummy para comparar la
elasticidad de los pases emergentes y los desarrollados. La dummy es una variable dicotmica
que adquiere valores 0 cuando se trata de un pas emergente, y 1 para los desarrollados.
El anlisis fue realizado utilizando el programa Stata 11, y en base a la informacin de la IEA y
el WB. La utilizacin permite comprobar la robustez de los resultados. Asimismo, se considera
que la elasticidad ingreso viene definida como el cociente entre las variaciones porcentuales.
En la Tabla 15 se presenta una comparacin de las bases de datos utilizadas para el estudio:
TABLA 15 - COMPARACIN BASES DE DATOS

EIA
Categora
Desarrollado
Emergente
Total
PBI PPP
23,540
7,970
15,755
Consumo EE
540,847
65,564
303,205
Intensidad
22.98
8.23
19.25
Consumo EE
659,559
45,111
352,335
Intensidad
30.16
6.26
24.23
WB
Categora
Desarrollado
Emergente
Total
PBI PPP
21,872
7,206
14,539
FUENTE: ELABORADO EN BASE A EIA Y WB.
En la Tabla 15 se observa que los valores promedio para los pases emergentes y desarrollados
no son muy distintos entre las bases empleadas. Sin embargo, se nota que los pases
emergentes tienen un valor promedio muy inferior a los desarrollados, tanto en nivel de
consumo, de PBI per cpita y de intensidad energtica.
Ahora bien, la validez del test de media reside en que las muestras sean independientes.
Analizando la correlacin entre la elasticidad de los pases emergentes y los desarrollados se
observa que la misma es muy inferior a 0.1, por lo que podemos determinar que las mismas son
independientes.
An ms, la no autocorrelacin interna de las muestras es un elemento muy importante para
asumir la validez del test. De todos modos, al analizar la correlacin entre el nivel de elasticidad
y la serie rezagada un perodo, se demuestra que las mismas son un proceso ruido blanco. Por
lo tanto, el testeo es vlido.
A continuacin se presenta la Tabla 16, donde se exponen los resultados de la prueba de
medias:
TABLA 16 - TEST DE MEDIAS
Fuente
IEA
WB
r(mu_1)
2.16
3.01
r(n_1)
273
217
r(mu_2)
-0.39
0.57
r(n_2)
273
217
r(t)
1.34
0.73
r(p)
0.18
0.47
NIVELES CRTICOS DE PROBABILIDAD: *** 1% DE CONFIANZA; ** 5% DE CONFIANZA; * 10% DE

CONFIANZA
Donde
FUENTE: ELABORADO EN BASE A EIA Y

WB
r(mu_i) es el valor medio del indicador para la muestra i, siendo los pases emergentes la muestra 1
y los pases desarrollados la muestra 2,
r(N-i) es el tamao de la muestra i,
r(t) representa el estadstico t estimado , y
r(p) el p-value asociado ha dicho estadstico.
En la Tabla 16 se puede apreciar cmo, los valores de la IEA y el WB demuestran que el valor
medio de la elasticidad de los pases desarrollados es inferior a la de los pases emergentes. No
obstante, el estadstico t, expresado como r(t), y el valor de probabilidad r(p) asociado, implica
aceptar que dicha diferencia no es estadsticamente significativa, debido a que no son inferiores
a los niveles crticos de probabilidad definidos en la Tabla 16. Si la probabilidad es inferior a
dichos valores podemos rechazar la hiptesis nula. Dicho resultado viene asociado a la alta
volatilidad de los valores de los pases emergentes, lo que le quita potencia al test.
Por su parte, el test de mediana sirve para testear el valor mediano de cada muestra.
Nuevamente, empleando la variable dummy definida con anterioridad, podemos realizar dicho
test. Los resultados se muestran en la Tabla 17:
TABLA 17 - TEST DE MEDIANAS
Fuente
IEA
WB
r(z)
0.18
3.61
(1-normal(abs(r(z))))*2
0.85663
0.00031***
NIVELES CRTICOS DE PROBABILIDAD: *** 1% DE CONFIANZA; ** 5% DE CONFIANZA; * 10% DE

CONFIANZA
FUENTE: ELABORADO EN BASE A EIA Y

WB
Dnde,
r(z) representa el estadstico estimado , y

(1-normal(abs(r(z))))*2 el p-value asociado a dicho estadstico
De los resultados, se concluye que se acepta la hiptesis nula (la mediana de los emergentes
es igual a los desarrollados) utilizando la muestra de la IEA, pero no sucede lo mismo con los
datos del WB. Este anlisis surge de comparar los valores del p-value con los niveles de
probabilidad crticos definidos en la Tabla 17. Si la probabilidad es inferior a dichos valores
podemos rechazar la hiptesis nula. Por lo tanto, los resultados carecen de robustez, producto
de la volatilidad de los datos de los pases emergentes.
De todos modos, los test demuestran que los pases emergentes estn caracterizados por un
alto nivel de volatilidad en sus niveles de producto y consumo, muy distinto a los pases
desarrollados. Adems, se demuestra que existen diferencias entre los valores medios, aunque
los mismos no son lo suficientemente grandes como para aceptar que el valor medio de cada
muestra es distinto estadsticamente.
2.6.
CONCLUSIONES
El anlisis de la relacin entre el PBI per cpita y el consumo de electricidad constituye un

elemento esencial para la proyeccin futura de la demanda de electricidad. Dicho estudio fue
realizado en base a una muestra de 14 pases y 7 Estados de EE.UU., utilizando fuentes de
informacin variadas con el objetivo de otorgarle robustez al anlisis. En una primera etapa se
realiz un anlisis grfico de la series de tiempo, que permiti relevar ciertas dinmicas
caractersticas. Posteriormente, se procedi a realizar un anlisis economtrico y estadstico,
buscando testear las dinmicas observadas y esperadas.
En un primer lugar, se observ que la dcada 1980-1990 constituye un perodo de recesin
para las economas en vas de desarrollo, hecho que se refleja en las tasas anuales promedio
de crecimiento del PBI per cpita de estas ltimas (con la excepcin de Colombia y Chile). No
obstante, los pases emergentes pudieron recuperar la senda del crecimiento, logrando superar
las tasas de crecimiento econmico de los pases desarrollados. Esta dinmica ha generado un
correlato en el consumo de energa elctrica.
Por el contrario, los pases desarrollados nunca exhiben tasas de crecimiento negativas, lo cual
implica que son economas que se encuentran en constante crecimiento a travs de las
dcadas estudiadas. Sin embargo, el crecimiento de los pases desarrollados se ha
desacelerado en las ltimas dcadas, producto de los factores estructurales que caracterizan
dicho crecimiento. Esta situacin, agravada por la crisis econmica internacional, se ha
traducido en una desaceleracin del incremento promedio del consumo de electricidad de los
pases desarrollados.
La evolucin de las series estudiadas, demuestra una estrecha relacin entre el consumo de
energa elctrica y el nivel de producto bruto per cpita, la cual reside en los diversos procesos
productivos y el stock de bienes durables que requieren del uso de energa elctrica en distintas
formas. Esta relacin se define a partir de la elasticidad ingreso de la demanda.
De acuerdo a lo esperado, la elasticidad de largo plazo es ms alta, en todos los casos, que la
elasticidad de corto plazo: los agentes econmicos, en el corto plazo, no pueden responder a
cambios en el ingreso; a diferencia de lo que ocurre en el largo plazo, cuando los mismos
pueden adaptarse ajustando su consumo.
Este proceso, como fue explicado, se asocia al hecho de que desplazamientos a lo largo de la
curva de demanda sern mucho mayores en el largo plazo que en el corto.
Si realizamos un anlisis dinmico del comportamiento de la elasticidad, es posible observar
que en la mayora de los pases la elasticidad cae, lo cual significa que con el tiempo se vuelven
ms eficientes en el uso de la electricidad. Los casos de Mxico, Espaa y Portugal llaman la
atencin, dado que estos pases se vuelven menos eficientes como consecuencia de un
aumento en la elasticidad ingreso del consumo elctrico.
Por otro lado, es importante tener en cuenta que el valor de las elasticidades es mayor para el
grupo de pases emergentes que para el grupo de pases desarrollados. Esta situacin implica
que los pases desarrollados, con menores tasas de crecimiento y un mayor desacoplamiento
econmico, son menos voltiles y mantienen un crecimiento ms constante a lo largo del
tiempo.
En la Grfica 6 se muestran las elasticidades calculadas a partir de los modelos economtricos
seleccionados:
GRFICO 6 - ELASTICIDADES DE CORTO Y LARGO PLAZO PARA LA MUESTRA DE PASES
FUENTE: ELABORADO EN BASE A SALIDAS DE LOS MODELOS DE REGRESIN
3. MODELOS DE PROYECCIN DE CONSUMO ANUAL DE ELECTRICIDAD

POR SISTEMA
3.1.
INTRODUCCIN
En Chile existen 4 sistemas elctricos interconectados:
El Sistema Interconectado del Norte Grande (SING) cubre el territorio comprendido entre
las ciudades de Arica por el norte y Antofagasta por el sur. En este sistema se encuentra
el 28% de la capacidad total instalada en el pas. La capacidad instalada es
principalmente termoelctrica (99.1% es generacin a base de carbn, fuel, diesel y
ciclos combinados a gas natural). La demanda est constituida principalmente por
mineros e industriales, no sometidos a regulacin de precios segn la normativa legal.
El Sistema Interconectado Central (SIC) se extiende entre la localidad de Taltal en la

Segunda Regin, hasta la Isla Grande de Chilo por el sur. Este sistema representa un
71% de la capacidad instalada total del pas. La misma es 55% trmica, 43%
hidroelctrica y el resto elico y solar. Es el mayor sistema del pas, abasteciendo a ms
del 90% de la poblacin total.
El Sistema de Aysn atiende el consumo de la Regin XI (Aysn). La capacidad

instalada es 51% termoelctrica, 45% hidroelctrica y el resto elica. Representa el 0.3%
de la capacidad total instalada de Chile. Este sistema est compuesto por los siguientes
sistemas medianos (SSMM): Aysn, General Carrera y Palena.
El Sistema de Magallanes abastece la Regin XII (Magallanes y Antrtica Chilena). La

capacidad instalada es trmica, representando algo menos del 0.7% de la capacidad
total en el pas. Este sistema est compuesto por los siguientes SSMM: Punta Arenas,
Puerto Natales, Puerto Williams y Porvenir.
Adicionalmente existen otros dos SSMM no interconectados: Cocham y Hornopirn.
En lo que sigue de este informe se presentar la informacin analizada y considerada para

estimar modelos de regresin que resulten vlidos para proyectar el consumo elctrico anual de
cada sistema.
3.2.
METODOLOGA
GENERAL
Cuando se trabaja con series de tiempo es importante tener en mente el concepto de

estacionariedad. En presencia de no estacionariedad dbil los tests estndar de significancia
estadstica no son vlidos y cualquier inferencia a partir de ellos conduce a conclusiones
errneas. Por lo tanto, el planteo de los modelos de proyeccin a partir de series de tiempo
requiere tomar en cuenta las propiedades estadsticas de las series para prevenir el planteo de
modelos que reflejen regresiones espurias.
En trminos generales, se dice que un proceso estocstico es estacionario si su media y su
varianza son constantes en el tiempo, y si el valor de la covarianza entre dos perodos depende
solamente de la distancia o rezago entre estos dos perodos de tiempo, y no del tiempo en el
cual se ha calculado la covarianza. Es decir, que en una serie no estacionaria la varianza
depende del tiempo, y tiende a infinito a medida que este ltimo pasa; cualquier shock afecta
permanentemente a sus procesos; oscilan ampliamente; y su autocorrelacin tiende a 1.
Por lo tanto, el planteo de modelos de proyeccin economtrica deber tomar en cuenta las
propiedades estadsticas de las series para prevenir regresiones espurias. Afortunadamente,
existen formas de advertir potenciales problemas en este sentido: a partir de los resultados de
los ajustes (elevados R y valores muy bajos del estadstico de Durbin-Watson); los resultados
del clculo de las funciones de autocorrelacin y autocorrelacin parcial de los residuos del
ajuste; y los resultados de las pruebas de raz unitaria de las variables del modelo (test Dickey
Fuller Aumentado), como as tambin de los residuos del ajuste.
Independientemente de ello, si dos series son no estacionarias, con el mismo orden de
integracin y se encuentran cointegradas, implica que existe una relacin de largo plazo entre
las variables. La existencia de cointegracin entre variables implica que existe una relacin de
largo plazo, en torno al estado estacionario, entre dos variables, y que los movimientos que las
desvan de esa relacin no pueden ser permanentes. Esto significa que ambas variables tienen
una tendencia en comn (o con alguna relacin proporcional), o, alternativamente, que existe un
componente no observable en comn entre ambas series.
Ahora bien, la deteccin de cointegracin se reduce a comprobar si los residuos de la regresin
presentan estructura o no. En caso de ser estacionarios, podemos concluir que las series se
encuentran cointegradas en el largo plazo, por lo que el modelo estimado es correcto
estadsticamente.
En este captulo, la construccin de modelos anuales se ha enfocado en el anlisis de modelos
ARIMA. En 1970, Box y Jenkins desarrollaron un cuerpo metodolgico para liberarnos de la
tarea de la especificacin de los modelos, dejando que los propios datos temporales de la
variable a estudiar nos indiquen las caractersticas de la estructura probabilstica subyacente.
Esta metodologa se diferencia de la utilizada en el captulo 2, producto de que el objetivo final
de esta seccin es la proyeccin del consumo de electricidad. El Modelo de Ajuste Parcial se
sustenta en una teora econmica y su objetivo final es la estimacin estructural del modelo. La
metodologa ARIMA resulta ms conveniente al momento de estimar el consumo de
electricidad.
Dentro de esta familia de modelos, se encuentra aquellos que utilizan como especificacin una
o ms variables exgenas al modelo "tradicional", aproximndonos al estudio de los conocidos
como modelos de transferencia. Estos modelos no solo permiten describir la estructura
probabilstica subyacente a las series, sino tambin incluyen la relacin con otras variables
explicativas.
En cuanto a lo prctico, la metodologa utilizada a lo largo de todo el estudio incluye la
simulacin de diversos modelos ARIMA, cada uno con una especificacin distinta. Es
importante mencionar que cada uno de ellos debe tener un sustento en la teora econmica, o
bien, en el anlisis emprico de los datos. De todos modos, modelos alternativos que repliquen
la estructura interna de la serie son vlidos al momento de proyectar series de tiempo.
A partir del resultado de las estimaciones, se evaluaron los siguientes parmetros de bondad de
ajuste:
Std. Error es el error estndar de los coeficientes estimados, e indica su variabilidad

probable en la muestra y, en consecuencia, su fiabilidad. El coeficiente estimado, ms o
menos dos errores estndar, es un intervalo de confianza de 95%, aproximadamente.
Cuando los coeficientes del error estndar son grandes se traducen en intervalos de
confianza amplios.
t-Statistic es el estadstico t de Student, y proporciona una prueba de hiptesis de

irrelevancia de la variable: que el parmetro poblacional verdadero, pero desconocido,
es cero, y en consecuencia que la variable correspondiente no contribuye con algo al
pronstico de la regresin y, por lo tanto, se puede omitir. Una forma de probar la
irrelevancia de la variable con, digamos, un 5% de probabilidad de rechazarla en forma
incorrecta, es comprobar si el cero est fuera del intervalo de confianza de 95% para el
parmetro. Dado que el estadstico t de Student es la relacin entre el coeficiente
estimado y su error estndar, si es cero se encuentra fuera del intervalo de confianza de
95%, y el estadstico t de Student debe tener un valor absoluto mayor que 2. En
consecuencia, se puede probar rpidamente la irrelevancia, a nivel de confianza de 5%,
viendo si el estadstico t de Student tiene valor absoluto mayor a 2.
Prob. representa, el valor de probabilidad asociado con cada estadstico t. Es decir, la

probabilidad de obtener un valor absoluto del estadstico t cuando menos tan grande, en
valor absoluto, al que se obtuvo, suponiendo que es verdadera la hiptesis de
irrelevancia. Es decir, representa el criterio de rechazo de la hiptesis nula de
significatividad basado en la probabilidad de cometer error tipo 1, siendo el valor de
corte de 1%, 5% y 10% de probabilidad.
R-squared es un indicador muy utilizado para medir la bondad de ajuste, o facilidad de

pronstico de la variable endgena (a explicar) basada en las variables exgenas
2
(explicativas) que se incluyen en la regresin. R mide el xito de la ecuacin de
regresin, dentro de la muestra, para predecir la variable endgena. Si en la regresin
2
se incluye una ordenada al origen (la constante), como casi siempre se hace, R debe
estar entre 0 y 1.
Adjusted R-squared se puede interpretar igual que R ; la diferencia es que incorpora

correcciones de acuerdo con los grados de libertad que se usaron para ajustar el modelo
(los grados de libertad dependen del tamao de la muestra y de la cantidad de variables
exgenas utilizadas).
F-statistic es un estadstico que se emplea para comprobar la hiptesis de que los

coeficientes de todas las variables en la regresin, excepto la ordenada al origen, son
cero. Es decir, permite comprobar si, consideradas como un conjunto, las variables
incluidas en el modelo tienen algn valor predictivo.
Prob (F-statistic) es el valor de probabilidad del estadstico F, y expresa el nivel de

significado al cual se puede rechazar la hiptesis de que el conjunto de las variables
explicativas no tiene valor predictivo.
Criterios de Informacin (Akaike y Schwarz) son una medida de la calidad relativa de un

modelo estadstico, para un conjunto dado de datos. Estos criterios manejan un trade-off
entre la bondad de ajuste del modelo y la complejidad del mismo. Se basa en la entropa
de informacin: se ofrece una estimacin relativa de la informacin prdida cuando se
utiliza un modelo determinado para representar el proceso que genera los datos. Es
decir, que este criterio no proporciona una prueba de un modelo en el sentido de probar
una hiptesis nula, por lo que estos criterios pueden decir nada acerca de la calidad del
modelo en un sentido absoluto.
Es preciso destacar que el objetivo final del estudio consiste en el clculo de proyecciones y no
solamente en la estimacin de modelos estructurales de demanda. Por este motivo, la
evaluacin de los modelos de proyeccin estar basada, adems, en su bondad de pronstico.
En el caso puntual de este estudio, las medidas de error de pronstico consideradas sern el
error medio absoluto porcentual (MAPE) y el coeficiente de Theil.
El error del pronstico es la diferencia entre el valor real y el pronosticado del perodo
correspondiente. Mientras el error medio absoluto porcentual (MAPE) mide el desvo absoluto
porcentual del valor estimado para la variable dependiente con respecto al valor observado, el
segundo est re-escalado de forma tal que toma valores entre 0 y 1, donde cero implica
perfecta prediccin. En trminos generales, cuando menor sea el error MAPE y Theil, mejor
pronosticador es nuestro modelo. Asimismo, se pretende que dichos errores no sean producto
de un sesgo en la estimacin (que siempre nos encontremos por encima o debajo del valor
real).
Una vez seleccionado el modelo de proyeccin, es necesaria la construccin de escenarios de
proyeccin. Estos ltimos se basan en la construccin de supuestos o hiptesis de trabajo
sobre la evolucin futura de las variables explicativas. Para lo mismo, es importante mencionar
que la econometra podr proyectar una cantidad de aos menor o igual a la cantidad de aos
histricos.
Una mencin especial requiere la construccin de escenarios donde el precio es una variable
de importancia. Muchas veces los modelos economtricos poseen una buena bondad de
prediccin. Sin embargo, la incertidumbre sobre la evolucin de las variables exgenas pueden
aumentar los errores de proyeccin del modelo.
En ltimo trmino, mediante la construccin de los escenarios y la seleccin de los modelos de
proyeccin no queda ms que proyectar la variable de inters por el perodo deseado. De todos
modos, esta tarea requiere evaluar las tasas de variacin proyectadas economtricamente,
porque si bien en muchos casos los modelos son correctos estadsticamente, los resultados
empricos son contraintuitivos.
En el ANEXO III - METODOLOGAS Y ASPECTOS CRTICOS PARA MODELAR SERIES DE
TIEMPO, se ampla la explicacin.
3.3.
SISTEMAS
SING
SIC
A lo largo de esta seccin se presenta la estimacin de los modelos proyeccin del consumo de
electricidad del SIC y SING de Chile. Distintos modelos fueron estimados, y los mejores, desde
el punto de vista estadstico, fueron seleccionados a los fines de determinar la proyeccin futura
de requerimientos de electricidad. La construccin de modelos con distinta periodicidad permite
la comparacin de los resultados obtenidos.
3.3.1.
Informacin utilizada
A los fines prcticos, proyectar el consumo de electricidad, entendida como las ventas en GWh
de cada sistema, corresponde a proyectar la generacin bruta. En particular, el promedio
histrico de las ventas corresponde al 94% de la generacin bruta del SIC, mientras que en el
SING dicho porcentaje equivale a 92%. Esos valores promedio de 6% y 8% corresponden a las
prdidas de transmisin y distribucin. A continuacin se presenta la Grfica 7, donde se
muestra la relacin entra las ventas y la generacin bruta del SIC y SING, que es estable a lo
largo del tiempo:
GRFICO 7 - RELACIN VENTAS Y GENERACIN (GWH) BRUTA DEL SIC Y SING

45,000
40,000
35,000
30,000
25,000
20,000
15,000
10,000
19861985
5,000
Ventas SIC
Ventas SING
Generacin SIC
Generacin SING
FUENTE: ELABORADO EN BASE A DATOS DE LA CNE
En la Grfica 7, se observa una relacin clara entre las ventas y la generacin bruta de
electricidad. Sin embargo, el nivel de prdidas aumenta conforme aumenta el nivel corriente
transmitida por la red, siempre y cuando la seccin de los conductores sea la misma.
Independientemente de ello, de la Grfica 7 se concluye que estimar las ventas es anlogo a
proyectar la generacin bruta, dado que las prdidas corresponden a un porcentaje marginal y
despreciable.
Adicionalmente, y an ms relevante, el despacho de electricidad se realiza en funcin de los
requerimientos de electricidad (es decir, siempre se ajusta la demanda).
Adems, la utilizacin de la variable generacin presenta dos ventajas importantes. En primer
lugar, se utilizan datos que no son provistos directamente por las propias empresas y que
podran sesgar el anlisis. Asimismo, la disponibilidad de series de generacin bruta con distinta
periodicidad y varios aos permite realizar distintos modelos con mejor ajuste estadstico.
De este modo, fue considerada a la generacin bruta (GWh) por sistema como variable a
explicar. En concreto, los datos de generacin del SIC provistos por la CNE se componan de
dos series de tiempo. La primera de ellas, contena informacin mensual desde 1980 a 2007,
mientras que la segunda se compona de datos diarios desde 1996 a julio del 2014. Por medio
del empalme de las series, fue posible la construccin de tres series de tiempo, con distinta
periodicidad cada una:
Serie Anual: compuesta por datos anuales desde 1980 a 2013 (34 observaciones);
Serie Trimestral: incluye datos trimestrales desde el primer trimestre de 1980 al segundo
trimestre de 2014 considerando un perodo calendario de enero a diciembre (138
observaciones); y
Serie mensual: incluye datos a paso mensual desde enero de 1980 a julio del 2014 (415
observaciones).
La construccin de las series de generacin del SING fue realizada de manera anloga. Sin
embargo, la informacin provista por la CNE contaba con una cantidad de observaciones
inferior:
Serie Anual: compuesta por datos anuales desde 1988 a 2013 (26 observaciones);
Serie Trimestral: incluye datos trimestrales desde el primer trimestre de 1999 al segundo
trimestre de 2014 considerando un perodo calendario de enero a diciembre (62
observaciones); y
Serie mensual: incluye datos a paso mensual desde enero de 1999 a julio del 2014 (187
observaciones).
Si bien la cantidad de observaciones relevadas para el SING es inferior a las del SIC, lo cierto
es que el largo de las series es suficiente para la construccin de modelos estadsticamente
significativos.
Utilizando a la teora econmica y la literatura relevada como fundamento terico, se decidi
testear distintas variables a los fines de elegir aquellas que permitan explicar los factores
determinantes de la generacin bruta de electricidad. Se prioriz la recopilacin de informacin
regional a los fines de armar modelos estadstica y empricamente coherentes. La recopilacin
de dicha informacin, a paso anual, requiri relevar distintas fuentes de informacin tanto para
el SIC como para el SING. Entre estas se encuentra la base de datos del Banco Central de
Chile (BCC), el Instituto Nacional de Estadsticas de Chile (INE) y la base de datos de la
Comisin Nacional de Energa (CNE). Independientemente de ello, las variables analizadas
pueden agruparse en tres grupos: actividad econmica, poblacin y precios.
Es claro que la actividad econmica representa una variable de importancia para entender la
evolucin del consumo de electricidad. Por lo tanto, el Producto Bruto Regional (PBR) fue la
primera variable considerada. Dicha variable, a pesos constantes y por sector econmico, es
publicada anualmente por el Banco Central de Chile. Por cada regin y para cada sector
econmico existen 4 series de tiempo con bases distintas, por lo que debieron ser empalmadas.
A saber, la serie base 1986 abarca el perodo 1985 a 1998, mientras que la serie base 1995
incluye los aos 1996 a 2004. Las ltimas dos series, base 2003 y referencia 2008, abarcan los
perodos 2003 a 2010, y 2008 a 2013, respectivamente. La superposicin de aos permiti la
construccin de una nica serie -base 1986- que abarca el perodo 1985 a 2013 (29
observaciones), por regin y sector econmico.
La construccin de la serie de PBR para cada sistema (SIC y SING) fue realizada considerando
las regiones abastecidas por cada sistema elctrico. Dada la ubicacin geogrfica del SIC
fueron consideradas todas aquellas regiones que se encuentran entre la Regin III (Atacama) y
la Regin X (Los Lagos). La Regin XIV (Los Ros) fue delimitada relativamente hace poco
tiempo, por lo que se incorpor al anlisis del SIC.
De modo similar, las regiones consideradas a los fines de construir la serie de PBR real de la
zona de influencia del SING corresponden a las Regin I (Tarapac) y Regin II (Antofagasta).
El SING tambin opera sobre la Regin XV (Arica y Parinacota), por lo que la misma fue
incorporada al anlisis.
Tambin se analiz el producto bruto, en trminos constantes, del sector minero y de la
industria manufacturera. Estos dos sectores son muy importantes dentro de la estructura
productiva, al mismo tiempo que son sectores electrointensivo. Por lo tanto, es importante que
sean evaluados, ya que variaciones importantes en estas actividades podran afectar de
manera distinta y no tangencial el consumo de electricidad.
Los datos de poblacin regional son publicados con periodicidad mensual por el INE, para cada
grupo etario y por regin. Dicha informacin se encuentra disponible para el perodo 1990 a
2020 (24 observaciones histricas y 7 aos de proyeccin). Dada la disponibilidad de los datos
con los que trabaja el Instituto de Estadsticas, se considera que las proyecciones realizadas
por la institucin son muy confiables y deben ser incorporadas al estudio. Asimismo, la
construccin de la serie de poblacin dentro de la zona de operacin de cada sistema elctrico
fue realizada agregando la poblacin total de cada regin involucrada.
En tercer lugar, fue considerado el precio de la electricidad. La fijacin del precio de la energa
del SIC es publicada en trminos reales por la CNE desde octubre de 1982 a marzo del 2014,
incluyendo las distintas indexaciones. Asimismo, la CNE posee los datos del precio medio de
energa de largo plazo en trminos reales desde enero del 2010 a julio del 2014. Por lo tanto, se
construy la serie de precios $/KWh deflactados- a partir del precio de la energa en el nodo
Alto Jahuel, pero a partir del 2010 fue utilizado el precio medio de largo plazo.
Respecto al SING, la CNE publica peridicamente el precio real medio$/KWh- del nudo de
Crucero desde abril de 1991 a marzo del 2014. Asimismo, se recibi de la CNE datos del precio
medio de largo plazo deflactados desde enero del 2012 a julio del 2013. A partir de ambas
series fue posible la construccin de una serie nica desde abril 1991 a julio del 2014.
El precio del cobre, de gran relacin con la actividad industrial, debe ser considerado en el
anlisis. El precio catado grado A, en dlares corrientes por tonelada mtrica, fue provisto por la
CNE, que a su vez lo obtuvo de LME Spot Price, CIF European ports. Dado que el anlisis
requiere la utilizacin de variables reales, el mismo fue deflactado por el ndice de Precio del
Productor (PPI) publicado por el U.S. Bureau of Labor Statistics (BLS). De este modo, se
construy una serie en trminos reales desde 1985 a 2013 (29 observaciones).
Otras variables fueron relevadas aunque no utilizadas en la estimacin de los modelos. Por
ejemplo, el precio del gas natural a los usuarios finales, corresponde un sustituto energtico que
debera ser incluido en el anlisis. Sin embargo, en la base de datos de la CNE, se publica de
manera mensual, desde enero del 2000 a junio de 2014, el precio del gas a usuarios finales por
regin, tipo de consumo, empresa distribuidora y regin del pas. En este contexto, los pocos
datos disponibles impidieron su utilizacin.
En ltimo trmino, se relevaron las cifras de empleo, por regin del pas, que son publicadas
mensualmente por el INE desde 1986 hasta junio del 2014. Utilizando un mtodo anlogo al de
poblacin, fueron construidas las series de Poblacin Econmicamente Activa (PEA), Fuerza
Laboral, Empleados y Desocupados de las zonas de inters. Sin embargo, el efecto que estas
variables tiene sobre el consumo de electricidad se encuentra captado en los indicadores de
poblacin y actividad econmica elegidos, que pareceran ser ms adecuados desde la
perspectiva terica.
Por lo tanto, de la homogenizacin y seleccin de las distintas variables, se construy una base
de datos anual de 1990 a 2013 (24 observaciones) para el SIC, y 1991 a 2013 (23
observaciones) para el SING, que incluye, por sistema elctrico y para cada ao, el PBR
ajustado en pesos constantes, el producto bruto ajustado minero, el producto bruto ajustado de
la industria manufacturera, la poblacin regional, el precio de la energa y el precio del cobre
deflactado.
A continuacin se presenta la Tabla 18, donde se presenta un resumen de las variables
analizadas:
TABLA 18 - MODELOS ANUALES: VARIABLES RELEVADAS
SIC
Sistema
Elctrico
Variable
Unidad de
Cuenta
Generaci
n Bruta
GWh
PBR
Millones de
pesos
constantes
PBR Minera
Millones de
pesos
constantes
PBR Ind.
Manufact.
Millones de
pesos
constantes
Poblacin
Regional
Miles de
Personas
Precio
Energa
Pesos Reales
por KWh
Dlares Reales
por Tonelada
Mtrica
Precio Cobre
Grado A
SING
Generacin
Bruta
PBR
PBR Minera
PBR Ind.
Manufact.
Poblacin
Regional
Precio
Energa
Precio Cobre
Grado A
GWh
Millones de
pesos
constantes
Millones de
pesos
constantes
Millones de
pesos
constantes
Miles de
Personas
Pesos Reales
por KWh
Dlares Reales
por Tonelada
Mtrica
Fuente de
Informacin
Perodo
Original
CNE
19802013
1990-2013
BCC
19852013
1990-2013
BCC
19852013
1990-2013
BCC
19852013
1990-2013
INE
19902013
1990-2013
Alto Jahuel y Medio del SIC
CNE
19832013
1990-2013
CIF European Ports
LME spot
Price/CNE
19852013
1990-2013
I,II y XV (Tarapac, Antofagasta, y

Arica y Parinacota)
CNE
19882013
1991-2013

Arica y Parinacota)
BCC
19852013
1991-2013

Arica y Parinacota)
BCC
19852013
1991-2013

Arica y Parinacota)
BCC
19852013
1991-2013

Arica y Parinacota)
INE
Crucero y Medio del SING
CNE
CIF European Ports
LME spot
Price/CNE
Regiones
III a X y XIV (Atacama, Coquimbo,
Valparaso, Libertador OHiggins,
Maule, Bio Bio, Araucana, Los
Lagos y Los Ros)
Lagos y Los Ros)
Lagos y Los Ros)
Lagos y Los Ros)
Lagos y Los Ros)
19902013
19912013
19852013
Perodo
1991-2013
1991-2013
1991-2013
FUENTE: ELABORADO EN BASE A CNE, BCC E INE
La distinta periodicidad de la serie de generacin bruta por sistema elctrico permite la

construccin de diversos modelos, no solo distintos en sus especificaciones, sino en los
perodos de los datos. Ahora bien, teniendo en cuenta que ciertos precios, al igual que las
dinmicas demogrficas, no varan sustancialmente en corto perodos de tiempo, el consumo
de electricidad se encuentra relacionado principalmente al nivel de actividad econmica. Sin
embargo, no se debe descartar un comportamiento estacional, vinculado a las cuestiones
climticas entre otras, que determinen el consumo de electricidad a paso trimestral.
En este contexto, fue necesario recopilar informacin del nivel de actividad trimestral de las
regiones que abarcan el SING y el SIC. Con respecto a la primera, fue empleado el ndice de
Actividad Econmica Regional (INACER) publicado trimestralmente por el INE. La construccin
de un ndice base 1996=100 fue realizada a partir de las dos series publicadas por el
organismo. La primera corresponde al ndice base 1996, y abarca el perodo 1997 al primer
trimestre del 2010. La segunda serie comienza en el primer trimestre del 2009 y finaliza en el
segundo trimestre del 2014, siendo su base el ao 2003. Al empalmar ambas series, tomando
como referencia las Regiones I, II y XV (Tarapac, Antofagasta, y Arica y Parinacota), se
construy un numero ndice en trminos constantes desde el primer trimestre de 1997 al
segundo trimestre del 2014 considerando un perodo calendario de enero a diciembre.
Ahora bien, el INACER no cuenta con datos de la Regin Metropolitana. Esta regin
corresponde a una de las principales dentro de la zona de operacin del SIC. Por lo tanto,
emplear el INACER implica construir modelos con datos no representativos de la regin de
inters. Por su parte, el PBR no cuenta con datos trimestrales. En este contexto, el PBI de Chile
a precios constantes- debe ser considerado. Si bien este indicador de actividad incluye otras
regiones no vinculadas al SIC, lo cierto es que el SIC opera sobre 11 regiones, que adems son
las ms importantes del pas. Por lo tanto, este indicador ser una aproximacin valida.
El PBI trimestral es publicado por el Banco Central de Chile. El mismo, en precios constantes,
corresponde a cuatro series que empalmadas permiten tener la evolucin desde el primer
trimestre de 1986 hasta el segundo de 2014. Las series utilizadas para la construccin de la
serie son:
Base 1986 - desde I/1986 a III-2001 considerando un perodo calendario de enero a

diciembre,
Base 1995 - desde I/1996 a IV/2003 considerando un perodo calendario de enero a

diciembre,
Base 2003 desde I/2003 a III/2011 considerando un perodo calendario de enero a

diciembre,
Referencia 2008 desde I/2008 a II/2014 considerando un perodo calendario de enero

a diciembre,
Las series debieron ser empalmadas para su utilizacin.

De modo anlogo, a paso mensual fue utilizado el ndice Mensual de Actividad Econmica
(IMACEC) publicado mensualmente por el Banco Central de Chile. El mismo se encuentra
disponible para el perodo enero de 1986 a diciembre 2003 con base 1996; desde enero 2003 a
enero 2012 con base 2003; y desde enero del 2008 a agosto del 2014 con base 2008. Por
medio del empalme de las series se pudo construir una serie mensual desde enero de 1986 a
agosto 2014.
Para mayor informacin dirigirse al ANEXO IV MODELOS GENERACIN SING Y SIC.
3.3.2.
Metodologa utilizada
Como se explic con anterioridad, es necesario analizar la estacionariedad de las series, tanto
anuales, como trimestrales y mensuales. Los resultados del anlisis arrojaron que todas las
series utilizadas en el estudio son no estacionarias con un 5% de confianza (ANEXO IV
MODELOS GENERACIN SING Y SIC). Sin embargo, del anlisis de los distintos modelos
propuestos se observ, a partir del test de races unitarias sobre los residuos, que las series
estaban cointegradas al largo plazo. Por lo tanto, los resultados obtenidos son vlidos
estadsticamente.
A los fines prcticos fueron propuestos 17 modelos anuales, 1 modelo trimestral considerando
un perodo calendario de enero a diciembre, y 1 modelo mensual, tanto para el SIC como para
el SING. De los mismos, fueron seleccionados aquellos con los mejores indicadores de bondad
de ajuste y de pronstico. A continuacin, se explican los modelos propuestos.
a)
Modelos Anuales
En un principio, fueron propuestos 17 modelos anuales con el objetivo de determinar aquel que
pronostique mejor la generacin bruta elctrica. Cada uno de los modelos encuentra su
sustento en la teora econmica y fue elaborado para cada uno de los sistemas elctricos.
En primer lugar, la teora establece que el consumo de electricidad se encuentra vinculado
estrechamente con el nivel de actividad. Los requerimientos elctricos para los procesos
productivos residen en las leyes de la termodinmica. Asimismo, un mayor nivel de actividad
econmica implica mayores ingresos per cpita. Esta dinmica se traduce en un mayor
consumo de los agentes econmicos que retroalimenta el proceso anterior. Por lo tanto, en una
primera instancia se puede establecer el siguiente modelo, el cual llamaremos MODELO GDP:
l n(GENi ) = c + {J1 ln(PBli ) + {J2 Ar(1) + 11t
(15)
Donde,
ln(Geni) hace referencia al logaritmo natural de la generacin bruta del sistema i,
ln(PBIi) se refiere al logaritmo natural del producto bruto de la regin asociada al sistema i,
Ar(1) es la variable explicada rezaga un perodo, y
La utilizacin de las variables con logaritmo natural facilita la comprensin de los coeficientes,
entendidos como elasticidades parciales. Asimismo, el factor rezagado le agrega dinmica al
modelo estimado, y captura el comportamiento inercial descripto en la seccin anterior.
Existe un crecimiento vegetativo asociado al
medida que aumenta el nmero de usuarios
consumo elctrico per cpita no caiga. Por
incluyan dicha dinmica. A continuacin
denominaremos MODELO GDPPOB:
crecimiento de la poblacin. Es sabido que a

el consumo elctrico aumenta, siempre que el
lo tanto, es importante analizar modelos que
se presenta la ecuacin propuesta, que
ln(GENi ) = c + {J1 ln(PBli ) + {J2 ln(POBi ) + {J3 Ar(1) + 11t (16)

Donde,
ln(POBi) es el logaritmo natural de la poblacin de la regin asociada al sistema i,
La terica econmica establece que si el costo o precio de un bien aumenta, la cantidad

demanda de dicho bien se reduce. Este principio, conocido como la ley de demanda, se
aplicara de manera similar al consumo de electricidad. Por lo tanto, el modelo propuesto
incluye el precio de la electricidad, y el nivel de actividad como drivers del consumo elctrico. A
continuacin se presenta el modelo, que llamaremos MODELOS GDPPRE, propuesto:
ln(GENi ) = c + {J1 ln(PBli ) + {J2 ln(Precioi ) + {J3 Ar(1) + 11t (17)
Donde,
ln(Precioi) hace referencia al logaritmo natural del precio de la electricidad en el sistema i,

Asimismo, se ha considerado la relacin entre el precio del cobre y el consumo de electricidad.

Un alza en los precios del cobre implica una mayor actividad industrial y minera relacionada con
las mayores ganancias. Esta dinmica genera, de manera indefectible, un mayor consumo de
energa elctrica. Un modelo que incluya el precio del cobre no debe desestimar el efecto que
tiene la actividad econmica y el precio de la electricidad sobre el consumo elctrico. Por lo
tanto, la ecuacin propuesta es la siguiente, denominada MODELO GDPPRECOB:
ln(GENi ) = c + {J1 ln(PBli ) + {J2 ln(Cobre) + {J3 ln(Precioi ) + {J4 Ar(1) +
11t
(18)
Donde,
ln(Cobre) hace referencia al logaritmo natural del precio del cobre,
Ahora bien, los modelos anteriores consideran el producto total regional, aunque permiten el
anlisis sectorial. Esto es de suma importancia cuando consideramos la demanda de
electricidad, donde el consumo industrial y minero son dos sectores de gran peso sobre el
consumo total elctrico del sistema. Por lo tanto, podemos definir 8 ecuaciones anlogas en
base al producto bruto industrial y minero por regin del pas (el nombre del modelo se obtiene
de sustituir de los nombres anteriores GDP por el sector correspondiente, siendo minera MIN y
manufactura MAN). A continuacin presentamos la ms compleja de las mismas, anloga a la
ecuacin (18):
ln(GENi ) = c + {J1 ln(Seci ) + {J2 ln(Cobre) + {J3 ln(Precioi ) + {J4 Ar(1) +
11t
(19)
Donde,
ln(Seci) se refiere al logaritmo natural del producto bruto minero o manufacturero de la regin
asociada al sistema i,
An ms, se puede considerar que el consumo no sea explicado por un nico sector sino que la
interaccin de los mismos condicione la evolucin de la demanda de electricidad. Por lo tanto,
se propuso un primer modelo anlogo a la ecuacin (19):
ln(GENi ) = c + {J1 ln(Mini ) + {J2 ln(Mani ) + {J3 Ar(1) + 11t
(20)
Donde,
ln(Mini) se refiere al logaritmo natural del producto bruto minero de la regin asociada al sistema i,
ln(Mani) se refiere al logaritmo natural del producto bruto manufacturero de la regin asociada
al
sistema i,
Ahora bien, el crecimiento vegetativo es una variable a considerar en esta clase de modelos. Es
sabido que a medida que aumenta el nmero de usuarios el consumo elctrico aumenta,
siempre que el consumo elctrico per cpita no caiga. Por lo tanto, es importante analizar
modelos que incluyan dicha dinmica. A continuacin se presenta la ecuacin que especifica el
modelo denominado MODELO MINMANPOB:
ln(GENi ) = c + {J1 ln(Mini ) + {J2 ln(Mani ) + {J3 ln(POBi )+{J4 Ar(1) + 11t
(21)
Donde,
ln(Mini) se refiere al logaritmo natural del producto bruto minero de la regin asociada al sistema i,
ln(Mani) se refiere al logaritmo natural del producto bruto manufacturero de la regin asociada
al
sistema i,
En ltimo trmino, se propusieron 3 modelos donde la actividad econmica no sea significativa

para explicar el consumo de electricidad. Por lo tanto, los modelos de esta clase establecern
que el consumo depende del nivel de poblacin crecimiento vegetativo- y del nivel de precios
que existen en la economa. A continuacin se presenta la ecuacin ms compleja, anloga a la
ecuacin (18):
ln(GENi ) = c + {J2 ln(POBi ) + {J3 ln(Cobre) + {J3 ln(Precioi ) + {J4 Ar(1) +
11t
(22)
Donde,
Es importante aclarar que la cantidad de modelos que se puede proponer es muy amplia. Sin
embargo, en el mbito de las estimaciones economtricas es mejor la construccin de modelos
parsimoniosos y simples de comprender.
Utilizando las bases de datos definidas con anterioridad, los 17 modelos por sistema
interconectado fueron estimados. A partir del resultado de las estimaciones, aquellos modelos
con peor bondad de ajuste fueron descartados. Para lo mismo, se evaluaron los parmetros de
bondad de ajuste, desechando los que no cumplieran con alguna de las siguientes condiciones:
Estadstico R2 adjusted que muestre un ajuste razonable del modelo a los datos (superior
a 0.97),
Estadsticos Schwarz y Akaike bajos (inferiores a -4.9 para el SIC y -4.0 para el SING).
Signo de los coeficientes estimados. Los signos deben ser coherentes con lo que la
teora y el anlisis emprico determinen.
En la Tabla 19 se presentan los resultados de las estimaciones de los modelos seleccionados

para el sistema elctrico SIC, obtenidos con el programa economtrico E-Views:
TABLA 19 - REGRESIONES ANUALES SIC
Modelos
c
ln(PBl)
ln(POB)
ln(Manuf. )
ln(Mineria)
ln(Cobre)
ln(Precio)
Ar(1)
GDPPRE
-1.59**
0.25***
-0.03**
0.79***
MANPRE
-1.70*
0.26**
-0.03**
0.82***
MINPOB
-16.464**
1.11**
0.14**
0.66***
MINPRECOB
-0.744*
0.15**
0.06**
-0.05***
0.86***
MINMAN
-2.594***
0.24***
0.16**
0.74***
MINMANPOB
-11.584
0.65
0.19**
0.16**
0.63***
R2
Adjusted R2
Akaike
Scwharz
Mape
Theil
Observaciones
0.998
0.997
-5.156
-4.959
0.157
0.001
23
0.998
0.997
-5.099
-4.901
0.161
0.001
23
0.998
0.997
-5.162
-4.964
0.131
0.001
23
0.998
0.998
-5.383
-5.136
0.119
0.007
23
0.998
0.998
-5.304
-5.107
0.129
0.001
23
0.999
0.998
-5.297
-5.050
0.125
0.001
23

CONFIANZA
En la Tabla 19 se observa que la actividad econmica es siempre una variable importante al

momento de estimar el consumo de electricidad. Esta situacin es consistente a lo explicado en
la primer parte de este trabajo, y con lo expuesto en la literatura internacional.
Una mencin especial requiere el modelo MINMANPOB donde la variable poblacin no es
significativa. Esta situacin responde a que todas las variables empleadas poseen tendencia,
por lo que se genera multicolinealidad entre las series. Sin embargo, estimando un modelo
nicamente con poblacin se demuestra que la misma es una variable significativa para explicar
el consumo de electricidad.
De todos modos, en este punto del trabajo el objetivo que se persigue es proyectar el consumo
de electricidad. Por lo tanto, lo que se busca es una especificacin que sea buena en trminos
de estadsticos de bondad de prediccin. Entonces, de los modelos seleccionados con
anterioridad se analizaron los indicadores de bondad de prediccin, buscando que el error de
prediccin sea bajo en trminos de GWh y no se caiga en un sesgo de proyeccin. En
consecuencia, se descartaron, de ser necesario, aquellos modelos con baja bondad de
prediccin.
Una mencin especial requiere los modelos que incluyen el precio de electricidad y/o cobre.
Muchas veces los modelos economtricos poseen una buena bondad de prediccin. Sin
embargo, la incertidumbre sobre la evolucin de las variables exgenas pueden aumentar los
errores de proyeccin del modelo. Esta situacin es similar a lo que sucede con el precio de la
electricidad y el cobre, donde la alta volatilidad y carencia de una estructura definida los vuelve
complejos e inciertos para proyectar. Por lo mismo, se decidi descartar dichos modelos al
momento de proyectar el consumo de electricidad.

En la Tabla 20 se presenta los modelos seleccionados para proyectar el consumo de
electricidad del SIC junto al detalle de los indicadores de bondad de pronstico:
TABLA 20 - MODELOS DE PROYECCIN ANUAL SIC
Modelos
Mape
Theil
MINPOB
0.131
0.001
MINMAN
0.129
0.001
MINMANPOB
0.125
0.001
El mismo procedimiento fue realizado para el SING, pero un solo modelo resulto ser
explicativo.
TABLA 21 - MODELO DE PROYECCIN ANUAL SING
Modelos
c
ln(POB)
ln(Mineria)
Ar(1)
MINPOB
-43.23***
3.34***
0.42***
0.09
R2
Adjusted R2
Akaike
Scwharz
Mape
Theil
Observaciones
0.998
0.997
-4.403
-4.204
0.188
0.001
22

CONFIANZA
En la Tabla 21, se observa que el sector minero posee una participacin relativa importante
dentro de la estructura productiva de la regin del SING. Esto, convierte al sector en una
variable importante al momento de estimar el consumo futuro de electricidad.
Ahora bien, en la Tabla 21, adems, se observa que el modelo propuesto posee una muy buena
bondad de proyeccin. Esta situacin implica un pequeo error en trminos de GWh al
momento de proyectar el consumo de electricidad.
b)
Modelos Trimestrales
Anlogamente a como fue realizado con los modelos anuales, se propuso un modelo trimestral
por sistema elctrico considerando un perodo calendario de enero a diciembre. Ahora bien,
ciertos precios, como las dinmicas demogrficas, no varan sustancialmente en corto perodos
de tiempo. Por lo tanto, el consumo de electricidad se encuentra relacionado principalmente al
nivel de actividad econmica. Asimismo, podra existir un comportamiento estacional, vinculado
a las cuestiones climticas entre otras, que debe ser considerado.
El
modelo
continuacin:
propuesto
se
encuentra
ln(Geni ) = c + {J1 ln(PBli ) + {J1 Ar(1) + {Ji @SEASi + 11t

Donde,
(23)
ln(Geni) hace referencia al logaritmo natural de la generacin bruta trimestral del sistema i,
ln(PBIi) se refiere al logaritmo natural del producto bruto del pas (SIC) o del INACER (SING),
Ar(1) es la variable explicada rezaga un

perodo,
@SEASi son tres variables dummy, que incorporan la estacionalidad. La primera toma valor igual a 1
para el primer trimestre y 0 para los dems; la segunda toma valor 1 para el segundo trimestre; y
la ltima realiza lo mismo pero para el tercer trimestre, y
11t representa el trmino de
error.
Es importante destacar que a los fines prcticos, el modelo es empleado para proyectar el
consumo anual. De este modo, la estacionalidad no afecta a las estimaciones anuales. Sin
embargo, incluir el comportamiento estacional resulta interesante para observar el
comportamiento a lo largo del ao.
En la Tabla 22 se presentan los resultados de las estimaciones por sistema elctrico:
TABLA 22 - REGRESIONES TRIMESTRALES
Sistema
c
ln(PBli )
@SEAS(1)
@SEAS(2)
@SEAS(3)
Ar(1)
SIC
-1.24***
0.19***
0.01
0.03***
0.02**
0.83***
SING
0.15
0.011
-0.05***
-0.0***
-0.02***
0.98***
R2
Adjusted R2
Akaike
Scwharz
Mape
Theil
Observaciones
0.996
0.996
-4.044
-3.900
0.048
0.003
113
0.991
0.990
-4.833
-4.626
0.275
0.002
61
FUENTE: ELABORADO EN BASE A CNE Y BCC
En la Tabla 22, se puede apreciar que el nivel de actividad parecera no ser una variable
explicativa del consumo de electricidad trimestral del SING. Esto responde a que la estructura
productiva de la regin de influencia de ese sistema elctrico se caracteriza por ser
principalmente minera, como se observ con anterioridad. La industria minera carece de una
gran variabilidad a corto plazo, por lo que no se detecta un patrn a lo largo de la serie. Ante
esto se excluye dicho modelo del anlisis, a pesar de que las bondades de ajuste sean muy
buenas, y se propone un modelo nuevo:
ln(Geni ) = c + {J1 Ar(1) + {J2 @TREND + {Ji @SEASi + 11t
(24)
Donde,
ln(Geni) hace referencia al logaritmo natural de la generacin bruta trimestral del sistema i,
Ar(1) es la variable explicada rezaga un perodo,
@TREND
tendencia,
es
la
@SEASi son tres variables dummy, que incorporan la estacionalidad. La primera toma valor igual a 1
para el primer trimestre y 0 para los dems; la segunda toma valor 1 para el segundo trimestre; y
la ltima realiza lo mismo pero para el tercer trimestre, y
11t representa el trmino de
error.
En la Tabla 23 se presentan los resultados de la estimacin de la ecuacin (24) para el SING:
TABLA 23 - REGRESIONES TRIMESTRALES SING
Sistema
c
@Trend
@SEAS(1)
@SEAS(2)
@SEAS(3)
Ar(1)
SING
1.24**
0.001*
-0.05***
-0.003
-0.02***
0.84***
R2
Adjusted R2
Akaike
Scwharz
Mape
Theil
Observaciones
0.992
0.991
-4.897
-4.689
0.331
0.002
61

CONFIANZA
FUENTE: ELABORADO EN BASE A CNE
Del anlisis de los indicadores de bondad de pronstico de ambos modelos, se observa que las
proyecciones poseen indicadores adecuados. En conclusin, los modelos trimestrales son
razonables a los fines de proyectar el consumo de electricidad. En la Tabla 24 se presentan el
detalle de los indicadores de bondad de proyeccin de cada modelo propuesto para cada
sistema:
TABLA 24 - MODELOS DE PROYECCIN TRIMESTRAL
Sistema
Mape
Theil
SIC
0.488
0.003
SING
0.331
0.002

c)
Modelos Mensuales
El consumo mensual de electricidad se encuentra sujeto a cuestiones climticas y estacionales.

Las dinmicas poblacionales, as como cambios en el nivel de precios, no tienen un gran
impacto sobre el nivel de consumo. Aun mas, la elasticidad ingreso de la demanda de
electricidad es inelstica en el corto plazo como se explic en la primera parte de este trabajo-,
aunque no perfectamente inelstica.
En este contexto, se propone emplear un modelo ARIMA para el SIC, que incluyan los factores
estacionales a travs de variables dummy, y un indicador de actividad mensual. El modelo
propuesto se muestra a continuacin:
ln(Geni ) = c + {J1 ln(PBli ) + {J2 Ar(1) + {Ji @SEASi + 11t
(25)
Donde,
ln(Geni) hace referencia al logaritmo natural de la generacin bruta mensual del sistema
i, ln(PBIi) se refiere al logaritmo natural del indicador mensual de actividad econmica,
@SEASi son once variables dummy, que incorporan la estacionalidad mensual, y toman el valor 1 si
la observacin corresponde al mes 1,2,...,11, y 0 en el mes 12, y
En el modelo trimestral se demostr que la actividad minera carece de estacionalidad. Por lo

tanto, el nivel de producto no representa una variable significativa para explicar el consumo
futuro de electricidad del SING. Sin embargo, la estacionalidad, producto del consumo de la
poblacin, debe considerarse. Por lo tanto, para el SING se propone el siguiente modelo:
ln(Geni ) = c + {J1 @TREND +{J2 Ar(1) + {Ji @SEASi + 11t
(26)
Donde,
ln(Geni) hace referencia al logaritmo natural de la generacin bruta mensual del sistema i,
@TREND es la tendencia,
@SEASi son once variables dummy, que incorporan la estacionalidad mensual, y toman el valor 1 si
la observacin corresponde al mes 1,2,...,11, y 0 en el mes 12, y
En la Tabla 25 se presentan los resultados de la estimacin de la ecuacin (25) y (26):

TABLA 25 - MODELOS DE PROYECCIN MENSUAL
Sistema
c
@Trend
SIC
0.19***
-
SING
0.15**
0.001***
ln(PBli )
Ar(1)
0.11***
0.90***
0.80***
@SEAS(1)
-0.04***
-0.07***
@SEAS(2)
-0.11***
-0.12***
@SEAS(3)
0.06***
0.03***
@SEAS(4)
-0.08***
-0.07***
@SEAS(5)
-0.003
-0.01
@SEAS(6)
@SEAS(7)
-0.05***
-0.001
-0.07***
-0.04***
@SEAS(8)
-0.05***
-0.03***
@SEAS(9)
-0.11***
-0.07***
@SEAS(10)
0.002
-0.01
@SEAS(11)
-0.06***
-0.07***
R2
Adjusted R2
Akaike
0.997
0.997
-4.712
0.987
0.986
-4.492
Scwharz
-4.546
-4.249
Mape
Theil
Observaciones
0.639
0.004
318
0.455
0.003
186

CONFIANZA
En la Tabla 25 se puede apreciar que el consumo de electricidad del SIC mantiene una relacin
a paso mensual con el nivel de actividad, pero lo elasticidad ingreso es casi muy baja (demanda
inelstica). Como observamos en el modelo trimestral, el SING no tiene una relacin con el nivel
de actividad a corto plazo dada la importancia de la minera en su estructura productiva.
3.3.3.
Escenarios
considerados
Una vez seleccionado los modelos, es necesaria la construccin de escenarios de proyeccin.

Esto implica elegir la evolucin futura de las variables de proyeccin a los fines de calcular, con
los modelos elegidos, los niveles futuros de consumo. El alcance de las proyecciones
economtricas depende de la cantidad de observaciones histrica, donde nunca se puede
proyectar una cantidad de aos superior a lo histrico. Asimismo, cuanto ms nos acercamos a
ese lmite que nos impone la econometra, el intervalo de confianza se vuelve mayor. Por lo
tanto, se decidi proyectar hasta el 2028 por medios estadsticos.
Las series de poblacin se encontraron disponibles hasta el ao 2020, dado que las mismas
fueron obtenidas de la seccin Proyecciones y Estimaciones de Poblacin del Instituto
Nacional de Estadsticas de Chile.
Los datos poblacionales son recopilados y proyectados por el Instituto Nacional de Estadsticas
con apoyo de la CEPAL. Este instituto ha proyectado el nivel poblacional por regin de Chile. La
confiabilidad en esta institucin valida la informacin, la cual ha sido utilizada en la construccin
del escenario futuro de poblacin de Chile por regin.
En la Tabla 26 se presentan las de proyecciones estimadas por el Instituto Nacional de
Estadsticas de Chile:
TABLA 26 - TASAS DE PROYECCIN POBLACIN POR SISTEMA ELCTRICO
Ao
2014
2015
2016
2017
2018
2019
2020
SING
SIC
1.05%
0.89%
1.04%
0.89%
0.91%
0.78%
0.90%
0.77%
0.89%
0.77%
0.88%
0.76%
0.87%
0.76%
Tasas anuales acumulativas
Histrico
1.26%
1.02%
Proy. 14-20
0.93%
0.80%
FUENTE: ELABORADO EN BASE AL INE
Del anlisis de la Tabla 26, se observa una marcada desaceleracin en el crecimiento

poblacional. En particular, el SING mantiene un crecimiento promedio superior al SIC, aunque la
cada en la tasa promedio respecto al promedio de los aos 2000 a 2013 es ms marcada que
en el otro sistema.
Ahora bien, se supone que el crecimiento poblacional del pas hasta 2028 se corresponde a la
tasa de variacin proyectada por la UN. La evolucin temporal de la poblacin regional depende
de la proyeccin de la participacin de cada regin sobre el total del pas. Para lo mismo, fue
analizada la evolucin histrica de las participaciones, y luego de calculado un valor potencial,
se hizo converger la misma a dicho valor, alcanzndolo recin en 2028. En la Tabla 27 se
presenta el valor proyectado de la poblacin total, las regiones del SIC y SING, las tasas de
participacin y las variaciones anuales:
TABLA 27 - PROYECCIN POBLACIN POR SISTEMA ELCTRICO 2020-2028
Ao Total Pas (personas) SIC (personas) SING (personas)

2020
2021
2022
2023
2024
2025
2026
2027
2028
18,549,095
18,684,900
18,816,955
18,944,950
19,068,556
19,187,517
19,301,677
19,410,985
19,515,438
17,085,583
17,210,438
17,331,836
17,449,490
17,563,099
17,672,427
17,777,330
17,877,761
17,973,718
1,186,190
1,195,922
1,205,384
1,214,553
1,223,405
1,231,920
1,240,089
1,247,906
1,255,371
Participaciones
% Anual
SIC
SING
SIC
SING
92.11%
92.11%
92.11%
92.11%
92.11%
92.10%
92.10%
92.10%
92.10%
6.39%
6.40%
6.41%
6.41%
6.42%
6.42%
6.42%
6.43%
6.43%
0.7%
0.7%
0.7%
0.7%
0.7%
0.6%
0.6%
0.6%
0.5%
0.9%
0.8%
0.8%
0.8%
0.7%
0.7%
0.7%
0.6%
0.6%
FUENTE: ELABORADO PROPIA EN BASE A LA

UN
A continuacin, se presenta la Grfica 8 con el escenario de crecimiento poblacional para cada

sistema elctrico:
GRFICO 8 - PROYECCIN POBLACIN POR SISTEMA ELCTRICO
SIC
SING (Eje Secundario)
19,000
18,000
1,500,000
1,300,000
Miles de Personas
16,000
1,100,000
15,000
900,000
Personas
17,000
14,000
13,000
700,000
12,000
500,000
11,000
10,000
1992 1991
300,000
FUENTE: ELABORADO EN BASE AL INE
El World Economic Outlook Databases del IMF contiene una seleccin de series de datos
macroeconmicos que constituyen el anexo estadstico del Informe World Economic Outlook,
el cual presenta el anlisis y las proyecciones del staff del IMF a cerca del desarrollo
econmico a nivel mundial. La informacin se encuentra presentada por grupos de pases, o por
pas de manera individual, lo cual facilita la bsqueda de datos.
La confiabilidad y seriedad de esta institucin es reconocida a nivel internacional. Por lo tanto,
las proyecciones del organismo han sido consideradas para la construccin de un escenario de
proyeccin del consumo elctrico de Chile.
En la Tabla 28 se presentan las tasas de variacin proyectadas por el organismo:
TABLA 28 - TASAS DE PROYECCIN PRODUCTO BRUTO NACIONAL
Ao
PBI
2014
2.00%
2015
3.34%
2016
4.00%
2017
4.25%
2018
4.25%
2019
4.25%
10-13
2.17%
14-19
3.68%
FUENTE: ELABORADO EN BASE AL IMF
Del anlisis de la Tabla 28, se observa una aceleracin en el crecimiento de la actividad

econmica del pas. Esta situacin responde a que el promedio del perodo 2010 - 2013 se ve
afectada por la crisis econmica internacional.
Se supone que el PBI regional mantiene la misma evolucin que el PBI. Asimismo, se supone
que las actividades sectoriales, que se encuentran muy vinculadas a la evolucin del producto
regional, mantiene la misma evolucin que el PBR.
La evolucin temporal de las variables se caracteriza por converger a la tasa de crecimiento de
largo plazo. Esta tasa es constante luego de alcanzado un perodo de tiempo. En particular, se
supone que la tasa de largo plazo corresponde al promedio de la proyeccin realizada por el
IMF (3.68%). En este contexto, y dada la dificultad e imposibilidad de construir una serie de
crecimiento de largo plazo, se proyect el crecimiento del producto a partir de la convergencia
lineal a la tasa de crecimiento de largo plazo desde 2020, y la alcanza recin en 2028. En la
Tabla 29 se presentan las tasas de variacin proyectadas desde 2020:
TABLA 29 - TASAS DE PROYECCIN PRODUCTO BRUTO NACIONAL
Ao
PBI
2020
4.19%
2021
4.12%
2022
4.06%
2023
4.00%
2024
3.93%
2025
3.87%
2026
3.81%
2027
3.74%
2028
3.68%
Es importante destacar, que los valores proyectados son consistentes con lo esperado por
organismos regionales como la CEPAL. En la Grfica 9 se presenta el escenario de crecimiento
econmico para cada sistema elctrico:
GRFICO 9 - PROYECCIN ACTIVIDAD ECONMICA POR SISTEMA ELCTRICO
Minera SING
Mineria SIC
Manufactura SIC
900,000
800,000
Miles de Millones de Pesos Constantes
700,000
600,000
500,000
400,000
300,000
200,000
1992 1991
100,000
En la Tabla 30, se presenta el escenario de crecimiento econmico para cada sistema elctrico,
definiendo la proyeccin anual con sus tasas porcentuales de crecimiento:
TABLA 30 - PROYECCIN PRODUCTO BRUTO POR SISTEMA ELCTRICO 2020-2028
Ao
2014
2015
2016
2017
2018
2019
2020
2021
2022
2023
2024
2025
2026
2027
2028
Producto Bruto (millones

de pesos constantes)
SIC
SING
10,055,596
1,135,971
10,391,252
1,173,889
10,806,902
1,220,845
11,266,195
1,272,731
11,745,008
1,326,822
12,244,171
1,383,212
12,756,805
1,441,124
13,282,834
1,500,549
13,822,154
1,561,475
14,374,631
1,623,888
14,940,100
1,687,768
15,518,365
1,753,094
16,109,198
1,819,840
16,712,338
1,887,976
17,327,491
1,957,470
Variacin Anual
SIC
2.0%
3.3%
4.0%
4.3%
4.3%
4.3%
4.2%
4.1%
4.1%
4.0%
3.9%
3.9%
3.8%
3.7%
3.7%
SING
2.0%
3.3%
4.0%
4.3%
4.3%
4.3%
4.2%
4.1%
4.1%
4.0%
3.9%
3.9%
3.8%
3.7%
3.7%
FUENTE: ELABORADO PROPIA EN BASE A LA UN
3.3.4.
Resultado
s
A partir de la seleccin de los modelos, y la construccin de escenarios fue posible la

proyeccin del consumo de electricidad por sistema elctrico para el perodo 2014 - 2028. El
horizonte de tiempo fue elegido en base a la cantidad de aos histricos disponibles.
Ahora bien, la utilizacin de distintos modelos, con distintas periodicidades, permiti la
construccin de tres escenarios por sistema elctrico. A saber, para el Sistema Interconectado
Central:
Escenario Alto: Modelo Anual MINMAN
Escenario Medio: Promedio Modelo Anual MINMANPOB y Modelo Mensual
Escenario Bajo: Promedio Modelo Anual MINPOB y Modelo Trimestral
Ahora bien, para el Sistema Interconectado Gran Norte, los escenarios corresponden a:
Escenario Alto: Modelo Anual
Escenario Medio: Promedio Escenario Alto y Bajo
Escenario Bajo: Promedio Modelo Mensual y Trimestral
La utilizacin de valores promedio corresponde a un criterio de construccin del valor esperado.

Adems, esta metodologa permite la construccin de escenarios ms conservadores y es de
amplia utilizacin en la literatura internacional ya que permite construir un valor esperado de
varias distribuciones de probabilidad. En la Tabla 31 se presentan los resultados por sistema
elctrico y para cada escenario construido:
TABLA 31 - PROYECCIN CONSUMO ELCTRICO SIC Y SING (GWH), 2014-2044
Ao
2014
2015
2016
2017
2018
2019
2020
2021
2022
2023
2024
2025
2026
2027
2028
Alto
53,146
55,655
58,489
61,688
65,235
69,120
73,326
77,838
82,648
87,750
93,141
98,817
104,779
111,027
117,561
Histrico
Proy. 2014-2028
5.9%
5.8%
Escenarios SIC
Medio
Bajo
Alto
52,638
52,638
18,070
54,738
54,687
19,061
57,157
56,893
20,084
59,891
59,299
21,173
62,863
61,871
22,318
66,044
64,583
23,516
69,385
67,424
24,766
72,870
70,369
26,016
76,493
73,402
27,289
80,246
76,518
28,583
84,116
79,709
29,897
88,108
82,964
31,224
92,199
86,282
32,561
96,415
89,646
33,905
100,728
93,070
35,253
4.8%
5.9%
5.9%
4.7%
4.2%
4.9%
Escenarios SING
Medio
17,957
18,860
19,797
20,787
21,824
22,910
24,044
25,201
26,393
27,623
28,887
30,187
31,521
32,888
34,290
Bajo
17,844
18,658
19,510
20,400
21,330
22,304
23,321
24,385
25,498
26,662
27,878
29,150
30,481
31,871
33,326
4.8%
4.7%
4.8%
4.6%
Es importante mencionar, que la utilizacin de distintos modelos con poco error de proyeccin
implica que las desviaciones en trminos de GWh respecto a los futuros valores observados
son muy bajas. Por lo tanto, el promedio, asimismo, corresponder a la recta de mejor ajuste
con poco error de pronstico.
En la Tabla 31 se observa que el crecimiento proyectado para el SIC es superior al del SING en
todos los escenarios, a excepcin del escenario bajo. Ntese que la industria minera es el
principal agente consumidor de energa elctrica en el rea de influencia del SING. Esta
industria se caracteriza por ser menos flexible a los cambios coyunturales, y presentar un menor
crecimiento tendencial. La situacin es distinta en el escenario bajo donde no se incluye la
variable de actividad econmica en la proyeccin del consumo del SING.
Asimismo, se observa una desaceleracin en el crecimiento promedio del consumo de
electricidad. Esta situacin es consistente a lo explicado en la primera parte de este trabajo.
En la Grfica 10 se presenta la evolucin temporal del consumo de electricidad en GWh del
SIC, por escenario, para el perodo 2000 a 2028:
GRFICO 10 - EVOLUCIN CONSUMO SIC (GWH), 2000-2028

Alto
Medio
Bajo
140,000
120,000
100,000
80,000
60,000
40,000
20,000
FUENTE: ELABORACIN PROPIA EN BASE A CNE, BCC E INE
En la Grfica 11 se presenta la evolucin temporal del consumo de electricidad en GWh del

SING, por escenario, para el perodo 2000 a 2028:
GRFICO 11 - EVOLUCIN CONSUMO SING (GWH), 2000-2028
Alto
Medio
Bajo
40,000
35,000
30,000
25,000
20,000
15,000
10,000
5,000
3.4.
SISTEMAS MEDIANOS
3.4.1.
Informacin utilizada
Con el objetivo de proyectar el consumo elctrico para los nueve sistemas medianos ya
mencionados, se ha utilizado la siguiente informacin:
Informacin enviada oportunamente por la CNE correspondiente al archivo generacin

bruta.rar.
Informacin referente a los sistemas medianos a la cual el consultor tena acceso

gracias a un trabajo anteriormente preparado para la CNE. Se utilizaron ambas fuentes
de informacin debido a que los perodos de tiempo disponibles para las variables
analizadas en el archivo generacin bruta.rar muchas veces resultaban muy estrechos,
imposibilitando la realizacin de un anlisis economtrico correcto.
Informacin referente al PBI por Regin, obtenida de la base de datos del Banco Central
de Chile.
Informacin referente a la poblacin por Regin, obtenida de la base de datos del

Instituto Nacional de Estadsticas de Chile.
Informacin referente a la poblacin por Comunas, obtenida de la base de datos del

Instituto Nacional de Estadsticas de Chile.
Informacin referente al ndice de Actividad Econmica Regional (INACER), obtenido de

la base de datos del Instituto Nacional de Estadsticas de Chile.
A continuacin se detallan las variables estudiadas y los perodos de tiempo disponibles para
cada una de ellas:
Variable explicada: Generacin bruta (MWh)

o
Sistema Punta Arenas: 1998 - 2013, a paso anual. o

Sistema Puerto Natales: 1999 - 2013, a paso anual.
Sistema Porvenir: 2004 - 2013, a paso anual.
Sistema Puerto Williams: 2003 - 2013, a paso anual.
Sistema Aysn: 1999 - 2013, a paso anual.
Sistema General Carrera: 1999 - 2013, a paso anual.
Sistema Palena: 1999 - 2013, a paso anual.
Sistema Hornopirn: 2000 - 2013, a paso anual.
Sistema Cocham: 2000 - 2013, a paso anual.
Variable explicativa n1: PBI por Regin (millones de pesos constantes)

o
Regin X (Los Lagos): 1996 - 2013, a paso anual.
Regin XI (Aysn): 1996 - 2013, a paso anual.
Regin XII (Magallanes): 1996 - 2013, a paso anual.
Variable explicativa n2: Poblacin por Regin

o
Regin X (Los Lagos): 1990 - 2020, a paso anual.
Regin XI (Aysn): 1990 - 2020, a paso anual.
Regin XII (Magallanes): 1990 - 2020, a paso anual.
Variable explicativa n3: Poblacin por Comunas

o
Sistema Punta Arenas: Comuna Punta Arenas, 1990 - 2020, a paso anual.
Sistema Puerto Natales: Comuna Natales, 1990 - 2020, a paso a anual.
Sistema Porvenir: Comuna Porvenir, 1990 - 2020, a paso anual.
Sistema Puerto Williams: Comuna Cabo de Hornos, 1990 - 2020, a paso anual.
Sistema Aysn: Comunas Aysn, Coihaique y Puerto Ibez; 1990 - 2020, a

paso anual.
Sistema Carrera: Comunas Chile Chico y Cochrane; 1990 - 2020, a paso anual.
Sistema Cocham: Comuna Cocham, 1990 - 2020, a paso anual.
Sistema Hornopirn: Comuna Hualaihu, 1990 - 2020, a paso anual.
Variable explicativa n4: INACER (nmero ndice ao base 1997=100)

o
Regin X (Los Lagos): 1997 - 2024, a paso trimestral
Regin XI (Aysn): 1997 - 2014, a paso trimestral
Regin XII (Magallanes): 1994 - 2014, a paso trimestral.
Las series utilizadas como variables explicativas para el INACER se corresponden con series
empalmadas, dado que en el sitio web del Instituto Nacional de Estadsticas de Chile se
encontraban series de diferente ao base, las cuales por si solas no contaban con la extensin
suficiente para luego poder proyectar las variables explicadas. Las series utilizadas emplean
como ao base los aos 1997 y 2003, las cuales se empalmaron teniendo en cuenta la tasa de
variacin interanual de la serie con ao base 2003. Finalmente, dado que todas las variables se
encuentran disponibles a paso anual, se tom como valor anual el promedio aritmtico de los 4
trimestres.
Es importante mencionar que las series de poblacin regional y comunal se encontraron
disponibles hasta el ao 2020, dado que las mismas fueron obtenidas de la seccin
Proyecciones y Estimaciones de Poblacin del Instituto Nacional de Estadsticas de Chile.
3.4.2.
Metodologa utilizada
Con el objetivo de obtener el modelo que mejor proyecte el consumo elctrico de cada uno de
los sistemas medianos, se han estimado diferentes especificaciones para cada uno de ellos. En
particular, se han propuesto ocho especificaciones distintas, todas en logaritmo natural, donde
intervienen las siguientes variables explicativas:
Producto Bruto Interno Regional
Poblacin Regional
Poblacin Comunal
INACER
Tendencia de la serie
Variable rezagada un perodo de la variable explicada (trmino autorregresivo de orden
1).
A continuacin se presentan las diferentes especificaciones estimadas:
Los modelos anuales estimados fueron los siguientes:
ln(GENi ) = c + {J1 ln(PBlR ) + {J2 ln(POBR ) + 11t
(27)
Donde,
ln(Geni ) representa el logaritmo natural de la generacin bruta del sistema i,
ln(PBlR ) representa el logaritmo natural del PBI de la regin R,
ln(POBR ) representa el logaritmo natural de la poblacin de la regin R, y
ln(GENi ) = c + {J1 ln(lNACERR ) + {J2 ln(COMUNAi ) + 11t (28)

Donde,
ln(lNACERR ) representa el logaritmo natural del INACER de la regin R,
ln(COMUNAi ) representa el logaritmo natural del agregado de las comunas que pertenecen
al sistema i, y
ln(GENi ) = c + {J1 @trend + 11t (29)

Donde,
@trend representa la tendencia de la serie, y
11t
representa el trmino de error.
ln(GENi ) = c + {J1 ln(PBlR ) + {J2 ln(POBR ) + {J3 Ar(1)+11t

(30)
Donde,
ln(POBR ) representa el logaritmo natural de la poblacin de la regin R, y
Ar(1) representa el logaritmo natural de la generacin bruta del sistema i en el instante t - 1, y
Esta especificacin anual es idntica a la ecuacin (27), con la excepcin de que incluye
adicionalmente la variable explicada rezagada un perodo como variable explicativa.
ln(GENi ) = c + {J1 ln(lNACERR ) + {J2 ln(COMUNAi ) + {J3 Ar(1)+11t
(31)
Donde,
al sistema i,

Esta especificacin anual es idntica a la ecuacin (28), con la excepcin de que incluye
adicionalmente la variable explicada rezagada un perodo como variable explicativa.
ln(GENi ) = c + {J1 ln(PBlR ) + {J2 Ar(1) + 11t (32)
Donde,
ln(GENi ) = c + {J1 ln(lNACERR ) + {J2 Ar(1) + 11t
(33)
Donde,
ln(GENi ) = c + {J1 ln(COMUNAi ) + 11t
(34)
Donde,
al sistema i, y
La eleccin del mejor modelo para cada uno de los sistemas se bas en la evaluacin de los
parmetros de bondad de pronstico, desechando anteriormente aquellos modelos que no
cumplieran con alguna de las siguientes condiciones:
Estadstico R2 adjusted que muestre un ajuste razonable del modelo a los datos,
Estadstico Durbin - Watson (en aquellos modelos donde no se utilicen

trminos autorregresivos) que refleje la ausencia de autocorrelacin (en lo posible,
dado que la regla de decisin muchas veces no puede especificarlo).
Cointegracin de las variables involucradas en el modelo (variables integradas del

mismo orden que poseen una relacin de largo plazo, lo que equivale a evaluar la
estacionariedad de los residuos).
Estadsticos Schwarz y Akaike bajos.
Es importante recordar que el objetivo que se persigue es la estimacin de modelos de

consumo elctrico con el fin de proyectar esta variable a futuro. Por lo tanto, es substancial
contar con una especificacin del modelo que sea buena en trminos de estadsticos de bondad
de prediccin.
A continuacin se presentan los modelos de proyeccin elegidos para cada uno de los sistemas
(las salidas del programa estadstico E-Views pueden apreciarse en el ANEXO V MODELOS
DE GENERACIN SISTEMAS MEDIANOS):
Sistema Punta Arenas

o
Modelo Elegido: Modelo Anual 7 (Especificacin 33).
Estadsticos de Bondad de Pronstico

MAPE: 2.835053
THEIL: 0.016744
Sistema Puerto Natales

o

MAPE: 1.290464
THEIL: 0.008554
Sistema Porvenir
o

MAPE: 4.096700
THEIL: 0.029166
Sistema Puerto Williams

o
Modelo Elegido: Modelo Tendencial (sin estimacin economtrica).
Aclaracin: Dado que ninguno de los modelos estimados presentaba un ajuste

razonable a los datos, se opt por estimar un modelo anual tendencial por fuera
del programa estadstico E-Views. Para poder armar el modelo anteriormente
mencionado, se utiliz el programa Excel, donde se obtuvo la tendencia lineal (en
este caso) que mejor se adapt a los datos histricos. Utilizando las tasas de
crecimiento desprendidas de los valores calculados empleando la frmula de la
recta, se proyect el consumo elctrico de Puerto Williams hasta el ao 2028.
La Grfica 12 exhibe la tendencia calculada por Excel en base a los datos
histricos del Sistema Puerto Williams:
GRFICO 12 - TENDENCIA ESTIMADA PARA PUERTO WILLIAMS
FUENTE: ELABORACIN PROPIA EN BASE A DATOS ENVIADOS POR CNE
Sistema Aysn
o

MAPE: 4.777903
THEIL: 0.030025
Sistema Palena
o
Modelo Elegido: Promedio

(Especificaciones 29 y 32).
Aritmtico
entre
Modelos
Anuales
MAPE: 3.4240945
THEIL: 0.0206885
o
Aclaracin: es importante mencionar que la serie histrica de consumo elctrico

correspondiente al Sistema Palena presenta un cambio estructural en el ao
2008 (erupcin del Volcn Chaitn). A continuacin se presenta el Grfico 13,
donde esta situacin puede verse reflejada:
GRFICO 13 - CAMBIO ESTRUCTURAL DEL SISTEMA PALENA [2008]
La relacin entre la variable dependiente y los regresores cambia a lo largo del

perodo muestral (1999 - 2013), por lo que no es posible especificar una nica
funcin de demanda para todo el perodo. Es necesario especificar funciones
diferentes segn el perodo muestral considerado, lo que puede realizarse
mediante la inclusin de variables dummy a los modelos presentados con
anterioridad. Las variables dummy son variables cualitativas, tambin conocidas
como indicativas, binarias, categricas y dicotmicas. Slo pueden asumir los
valores 0 y 1, indicando respectivamente ausencia o presencia de una cualidad o
atributo.
Teniendo en cuenta lo observado en el Grfico 13, introducimos una variable
dummy que vale 1 para el perodo 2008 - 2013 y 0 para el perodo 1999 - 2007.
Tal como puede verse en el archivo E-Views de respaldo, se teste la existencia
de cambio estructural tanto de nivel como de pendiente. Los resultados de los
modelos estimados sugieren que, a los valores usuales de probabilidad,
nicamente existe un cambio de nivel en la serie de generacin.
Sistema General Carrera

o

MAPE: 2.639684
THEIL: 0.014762
Sistema Cocham
o
Aclaracin: La serie presenta un quiebre estructural en 2005, el cual no ha

podido ser explicado. A continuacin se presenta el Grfico 14, donde esta
situacin puede verse reflejada:
GRFICO 14 - CAMBIO ESTRUCTURAL DEL SISTEMA COCHAM [2005]
Por lo tanto, se incorpora una variable dummy que toma valores 1 a partir del ao
2006 a los fines de capturar dicho efecto.
o

MAPE: 6.142562
THEIL: 0.028299
Sistema Hornopirn
o
Aclaracin: La serie presenta un quiebre estructural en 2005, el cual no ha

podido ser explicado. A continuacin se presenta el Grfico 15, donde esta
situacin puede verse reflejada:
GRFICO 15 - CAMBIO ESTRUCTURAL DEL SISTEMA HORNOPIRN [2005]
Por lo tanto, se incorpora una variable dummy que toma valores 1 a partir del ao
2006 a los fines de capturar dicho efecto.

o

MAPE: 4.267716
THEIL: 0.026433
A continuacin, y a modo de resumen, se presentan las Tablas 32, 33 y 34, que agrupan a los
sistemas y sus parmetros estimados segn los modelos elegidos:
TABLA 32 - RESUMEN DE SALIDA DE REGRESIN PARA EL MODELO ANUAL 5
Sistema
Variables
S
ln(COMUNAt )
R
ln(INACERt )
S
ln(Gent-1 )
-398.87***
47.31***
0.39
-0.20
General
Carrera
-32.27**
4.06**
0.03
0.52**
0.954
0.926
9
0.988
0.985
14
Porvenir
R2
Adjusted R2
Observaciones

CONFIANZA.
FUENTE: ELABORACIN PROPIA
TABLA 33 - RESUMEN DE SALIDA DE REGRESIN PARA EL MODELO ANUAL 3
Sistema
Variables
@trend
Dummy_2008
Dummy > 2005
Puerto Natales
9.43***
0.06***
-
Palena
8.47***
0.07***
-0.50***
-
Cocham
6.85***
0.10***
0.31***
0.996
0.996
15
0.921
0.908
15
0.983
0.980
14
R2
Adjusted R2
Observaciones

CONFIANZA.
FUENTE: ELABORACIN PROPIA.
TABLA 34 - RESUMEN DE SALIDA DE REGRESIN PARA EL MODELO ANUAL 6, 7 Y 8
Sistema
Variables
R
ln(PBIt )
S
ln(Gent-1 )
Dummy_2008
Dummy >
R
2005
ln(INACERt )
S
ln(COMUNAt )
R2
Adjusted R2
Observaciones
Palena
Punta Arenas
Aysn
Hornopirn
-5.80***
1.11***
0.11
-0.37***
-
0.26
0.96***
0.05
-
-34.53***
4.071***
-0.8
0.64***
0.35**
0.75
-
0.943
0.926
14
0.992
0.990
15
0.930
0.924
15
0.983
0.979
13
NIVELES DE SIGNIFICATIVIDAD: *** 1% DE CONFIANZA; ** 5% DE CONFIANZA; * 10% DE CONFIANZA.

FUENTE: ELABORACIN PROPIA.
Como puede observarse en las Tablas 33 y 34, fueron seleccionados dos modelos para el
Sistema Mediano Palena. El motivo reside en que ambos modelos presentaban buenas
caractersticas y, a su vez, por medio del promedio aritmtico de los valores proyectados con
cada uno se podra construir un valor esperado que resulte del promedio entre dos
distribuciones de probabilidad, construyendo un escenario ms probable y conservador.
Finalmente, y como ya se ha explicado, para el caso del Sistema Puerto Williams no se han
utilizado un mtodo economtrico calculados por el programa estadstico E-Views. Por esta
razn es que este sistema no se encuentra encuadrado dentro de ninguna de las Tablas 32, 33
y 34.
3.4.3.
Escenarios
considerados
Los escenarios considerados de proyeccin de las variables explicativas fueron los mismos
para todas las especificaciones, dado que el objetivo principal de esta parte del estudio era
elegir aquellos modelos que mejor proyecten la variable explicada; y que las diferencias
existentes no se encuentren fundamentadas por diferencias en las proyecciones de las
variables explicativas.
Teniendo en cuenta lo anteriormente mencionado, las series de poblacin regional y comunal
se encontraban disponibles hasta el ao 2020, dado que las mismas fueron obtenidas de la
seccin Proyecciones y Estimaciones de Poblacin del Instituto Nacional de Estadsticas de
Chile.
Los datos poblacionales regionales son recopilados y proyectados por el Instituto Nacional de
Estadsticas (INE) con apoyo de la CEPAL. Este instituto ha proyectado el nivel poblacional por
regin de Chile. La confiabilidad en esta institucin valida la informacin, la cual ha sido
utilizada en la construccin del escenario futuro de poblacin de Chile por regin.
En la Tabla 35 se presentan las proyecciones estimadas por el Instituto Nacional de
Estadsticas de Chile:
TABLA 35 - TASAS DE PROYECCIN POBLACIN POR SISTEMA ELCTRICO
Ao
Regin X
Regin XI
2014
2015
1.20%
1.18%
0.95%
0.95%
Regin XII
0.32%
0.31%
2016
1.10%
0.77%
0.24%
2017
1.10%
0.78%
0.23%
2018
1.08%
0.77%
0.24%
2019
1.07%
0.76%
0.23%
2020
1.06%
0.76%
Tasas Acumulativas
0.23%
Histrico
1.31%
1.09%
0.34%
Proy. 14-20
1.10%
0.80%
0.25%
PUNTA ARENAS, PUERTO NATALES, PORVENIR Y PUERTO WILLIAMS PERTENECEN A LA REGIN

XII PALENA, G. CARRERA Y AYSN PERTENECEN A LA REGIN XI
COCHAM Y HORNOPIRN PERTENECEN A LA REGIN
X FUENTE: ELABORADO EN BASE AL INE
Del anlisis de la Tabla 35, se observa una marcada desaceleracin en el crecimiento

poblacional. Se supone que el crecimiento poblacional del pas hasta 2028 se corresponde con
las tasas de variacin proyectadas por la UN. A su vez, la evolucin temporal de la poblacin
regional depende de la proyeccin de la participacin de cada regin sobre el total del pas.
Para lo mismo, fue analizada la evolucin histrica de las participaciones, y luego de calculado
un valor potencial, se hizo converger la misma a dicho valor, alcanzndolo recin en 2028. En la
Tabla 36 se presenta el valor proyectado de la poblacin total, las regiones de los Sistemas
Medianos, y las tasas de participacin:
TABLA 36 - PROYECCIN POBLACIN POR SISTEMA ELCTRICO 2020-2028
Participaciones [%]
Regin X Regin XI Regin XII
(personas) (personas) (personas) Regin X Regin XI
Regin XII
Ao
Total Pas
(personas)
2020
2021
18,549,095
18,684,900
937,216
946,586
114,252
115,090
163,070
163,450
5.05%
5.07%
0.62%
0.62%
0.88%
0.87%
2022
18,816,955
955,801
115,905
163,831
5.08%
0.62%
0.87%
2023
18,944,950
964,845
116,694
164,212
5.09%
0.62%
0.87%
2024
19,068,556
973,700
117,457
164,595
5.11%
0.62%
0.86%
2025
19,187,517
982,350
118,191
164,978
5.12%
0.62%
0.86%
2026
19,301,677
990,785
118,896
165,363
5.13%
0.62%
0.86%
2027
19,410,985
999,001
119,570
165,748
5.15%
0.62%
0.85%
2028
19,515,438
1,006,997
120,215
166,134
5.16%
0.62%
0.85%
FUENTE: ELABORACIN PROPIA EN BASE A LA UN.
Como se ha especificado con anterioridad, las series de poblacin comunal se encontraban

disponibles hasta el ao 2020. Con el objetivo de proyectar esta variable hasta el ao 2028, se
sigui el siguiente razonamiento:
Paso 1: Se calcularon las tasas anuales de crecimiento histricas de cada una de la(s)
comuna(s) para cada Sistema.
Paso 2: Dado que se busca proyectar la variable hasta el ao 2028 (8 aos) se calcul
la tasa promedio de crecimiento histrica para el perodo de 8 aos inmediatamente
anterior: 2013-2020. A esta tasa se la llam tasa de crecimiento de largo plazo.
Paso 3: Teniendo en cuenta la tasa de crecimiento de largo plazo, se establece que las
series la alcanzan en el ao 2028. Luego, resta estimar las tasas de crecimiento para el
perodo 2021-2027.
Paso 4: Con el objetivo de calcular las tasas restantes, se realiz una interpolacin lineal
de tasas, logrando as calcular tasas proyectadas para todo el horizonte de pronstico.
Paso 5: Una vez que se tuvieron las tasas proyectadas, se calcularon los valores
anuales de las series comunales.
A continuacin se muestran las series de poblacin comunal proyectadas:

TABLA 37 - PROYECCIN E HISTORIA DE POBLACIN COMUNAL
Ao
2013
2014
2015
2016
2017
2018
2019
Punta
Arenas
125,712
125,971
126,223
126,363
126,485
126,629
126,724
POBLACIN TOTAL - COMUNAS

Puerto
Porvenir
Hornop.
Cocham
Natales
21,484
5,671
8,363
4,261
21,632
5,680
8,350
4,254
21,778
5,695
8,330
4,235
21,911
5,711
8,296
4,203
22,050
5,721
8,256
4,186
22,181
5,728
8,227
4,160
22,320
5,740
8,195
4,131
Aysn
Carrera
89,403
90,300
91,245
92,029
92,818
93,602
94,377
8,148
8,204
8,242
8,271
8,315
8,343
8,381
Ao
POBLACIN TOTAL - COMUNAS

Puerto
Porvenir
Hornop.
Cocham
Natales
22,451
5,744
8,165
4,119
22,584
5,749
8,135
4,106
22,720
5,755
8,106
4,092
22,858
5,762
8,078
4,077
22,999
5,770
8,050
4,061
23,142
5,779
8,022
4,044
23,288
5,789
7,995
4,026
23,436
5,800
7,968
4,007
23,587
5,812
7,942
3,988
Punta
Arenas
126,871
127,022
127,176
127,334
127,495
127,660
127,829
128,001
128,178
2020
2021
2022
2023
2024
2025
2026
2027
2028
Aysn
Carrera
95,157
95,954
96,767
97,598
98,447
99,314
100,199
101,102
102,025
8,416
8,452
8,489
8,527
8,565
8,605
8,646
8,687
8,730
FUENTE: ELABORACIN PROPIA EN BASE A LA INFORMACIN DEL INE.
El World Economic Outlook Databases del IMF contiene una seleccin de series de datos
macroeconmicos que constituyen el anexo estadstico del Informe World Economic Outlook,
el cual presenta el anlisis y las proyecciones del staff del IMF a cerca del desarrollo econmico
a nivel mundial. La confiabilidad y seriedad de esta institucin es reconocida a nivel
internacional, lo que hace que las proyecciones del organismo hayan sido consideradas para la
construccin de un escenario de proyeccin del consumo elctrico en Chile.
En la Tabla 38 se presentan las tasas de variacin proyectadas por el organismo:
TABLA 38 - TASAS DE PROYECCIN PRODUCTO BRUTO
NACIONAL
Ao
PBI
2014
2.00%
2015
3.34%
2016
4.00%
2017
4.25%
2018
4.25%
2019
4.25%
10-13
2.17%
14-19
3.68%
FUENTE: ELABORADO EN BASE AL IMF.
La evolucin temporal de las variables se caracteriza por converger a la tasa de crecimiento de

largo plazo. Esta tasa es constante luego de alcanzado un perodo de tiempo. En particular, en
este caso se supone que la tasa de largo plazo se corresponde con el promedio de la
proyeccin realizada por el IMF (3.68%). Es este contexto, y dada la dificultad e imposibilidad
de construir una serie de crecimiento de largo plazo, se proyect el crecimiento del producto a
partir de la convergencia lineal a la tasa de crecimiento de largo plazo desde 2020, y la alcanza
recin en 2028. En la Tabla 39 se presentan las tasas de variacin proyectadas desde 2020:
TABLA 39 - TASAS DE PROYECCIN PRODUCTO BRUTO
NACIONAL
Ao
PBI
2020
4.19%
2021
4.12%
2022
4.06%
2023
4.00%
2024
3.93%
2025
3.87%
2026
3.81%
2027
3.74%
2028
3.68%
Tal como ya fue mencionado, se supone que el PBI regional mantiene la misma evolucin que
el producto bruto nacional. Por lo tanto, aplicando dichas tasas de crecimiento economa a la
evolucin del producto por regin podemos construir el escenario futuro del crecimiento del
producto. A continuacin se expone la Tabla 40, donde se presenta la evolucin y proyeccin
del Producto Bruto Regional basada en la metodologa descripta con anterioridad:
TABLA 40 - EVOLUCIN DEL PBI REGIONAL: REGIONES X, XI Y XII
PBI
Ao
2013
2014
2015
X Los Lagos
XI Aisn
479,959
489,544
505,885
357,113
364,245
376,403
XII
Magallanes
500,039
510,024
527,049
PBI
Ao
X Los Lagos
526,121
548,481
571,791
596,092
621,049
646,658
672,914
699,811
727,340
755,492
784,256
813,619
843,567
2016
2017
2018
2019
2020
2021
2022
2023
2024
2025
2026
2027
2028
XI Aisn
391,460
408,097
425,441
443,522
462,091
481,146
500,681
520,694
541,177
562,123
583,525
605,373
627,656
XII
Magallanes
548,131
571,426
595,712
621,030
647,031
673,711
701,066
729,088
757,769
787,098
817,066
847,657
878,858
FUENTE: ELABORACIN PROPIA EN BASE AL INE Y AL IMF.
Finalmente, con el objetivo de proyectar la variable INACER para cada una de las regiones
consideradas, se opt por emplear las mismas tasas de crecimiento proyectadas que para el
producto chileno, las cuales se encuentran descriptas en la Tabla 41.
TABLA 41 - PROYECCIN E HISTORIA DEL INACER, POR REGIN
Ao
Los Lagos
166.33
168.91
174.54
181.52
189.24
197.28
205.67
214.28
223.11
232.17
241.45
250.95
260.66
270.59
280.72
291.05
2013
2014
2015
2016
2017
2018
2019
2020
2021
2022
2023
2024
2025
2026
2027
2028
Regin
Aysn
301.87
287.21
296.80
308.67
321.79
335.46
349.72
364.36
379.39
394.79
410.57
426.72
443.24
460.11
477.34
494.91
Magallanes
169.99
172.78
178.54
185.69
193.58
201.80
210.38
219.19
228.23
237.49
246.99
256.70
266.64
276.79
287.15
297.72
FUENTE: ELABORACIN PROPIA EN BASE AL INE
3.4.4.
Resultado
s
Con el objetivo de completar la presentacin de los resultados obtenidos, a continuacin se

presenta la Tabla 42 con los resultados de las proyecciones de demanda de energa elctrica
en MWh arrojadas por los modelos seleccionados:
TABLA 42 - PROYECCIN CONSUMO ELCTRICO SISTEMAS MEDIANOS (MWH), 2014-2028
Punta
Puerto
2014
242,387
2015
251,358
Ao
Porvenir
Puerto
32,222
23,580
34,305
26,849
Aysn
Carrera Palena Hornopirn Cocham
3,984
142,178
10,093
9,004
14,608
5,507
4,049
148,334
10,596
9,529
15,507
6,098
Punta
Puerto
2016
260,779
2017
Porvenir
Puerto
36,522
30,353
270,703
38,883
2018
281,154
2019
292,157
2020
2021
2022
Ao
Aysn
Carrera Palena Hornopirn Cocham
4,114
153,591
11,032
10,128
16,597
6,753
32,719
4,179
159,024
11,521
10,784
17,890
7,479
41,396
34,723
4,245
164,564
11,957
11,486
19,373
8,282
44,072
38,516
4,310
170,182
12,429
12,236
21,040
9,172
303,733
46,921
39,638
4,375
175,981
12,909
13,032
22,884
10,157
315,899
49,954
41,723
4,440
182,057
13,408
13,877
24,901
11,248
328,676
53,183
44,068
4,506
188,425
13,931
14,773
27,092
12,456
2023
342,084
56,621
46,879
4,571
195,100
14,482
15,725
29,460
13,794
2024
356,143
60,281
50,193
4,636
202,100
15,064
16,734
32,008
15,275
2025
370,874
64,177
54,095
4,702
209,442
15,680
17,806
34,743
16,916
2026
386,299
68,326
58,684
4,767
217,144
16,332
18,943
37,670
18,733
2027
402,438
72,742
64,080
4,832
225,228
17,024
20,150
40,796
20,745
2028
419,313
77,444
70,433
4,897
233,714
17,758
21,431
44,129
22,973
Hist. 2004-2013
3.7%
6.7%
10.2%
1.1%
3.9%
6.1%
2.8%
20.4%
15.5%
Proy. 2014-2028
4.0%
6.5%
8.1%
1.5%
3.6%
4.1%
6.4%
8.2%
10.7%
Es importante recordar que el valor proyectado para el Sistema Mediano Palena proviene del
promedio aritmtico entre el valor proyectado de dos modelos, a saber, Modelo Anual 3 y
Modelo Anual 6.
La Tabla 42 muestra que el Sistema Mediano Cocham es aquel que exhibe una tasa de
crecimiento proyectada ms alta. Sin embargo, en trminos nominales la variacin anual de
este ltimo sistema en ningn caso supera los 2,500 MWh. Por su parte, el Sistema Mediano
Puerto Williams es aquel que menos crece dentro del horizonte de proyeccin. Es importante
mencionar que el nico sistema con tasas de crecimiento proyectadas para el perodo 20142028 superior al 10% es Cocham. Esta situacin responde a que la base sobre la que
comparamos es inferior a la de los dems sistemas.
En la Tabla 42, adems, se observa una desaceleracin fuerte en los Sistemas Cocham y
Hornopirn. En particular, esta situacin responde al quiebre estructural del ao 2005 que
produce tasas promedio histricas muy elevadas. Por ejemplo, si consideramos el crecimiento
promedio de Hornopirn en el periodo 2007-2006, la tasa promedio histrica se reduce a 6.3%.
A continuacin se exhibe la Grfica 16 donde puede observarse la evolucin de los consumos
de energa elctrica de los Sistemas Medianos dentro de horizonte de proyeccin:
GRFICO 16 - EVOLUCIN DE CONSUMOS (MWH) DE LOS SISTEMAS MEDIANOS, 2014-2028.
450,0
00
90,000
80,000
400,0
00
70,000
350,0
00
60,000
50,000
300,0
00
40,000
30,000
250,0
00
20,000
200,0
00
10,000
0
150,0
00
100,0
00
50,000
0
Puerto Natales
Puerto Williams
Palena
Cocham
Aysn (Eje Secundario)
Porvenir
Carrera
Hornopirn
Punta Arenas (Eje Secundario)
Tal como se muestra en la Grfica 16, el Sistema Mediano ms grande en trminos de

Consumo Elctrico es Punta Arenas, al cual le siguen los Sistemas Aysn, Puerto Natales y
Porvenir. Resulta interesante destacar que 3 de los 4 Sistemas ms grandes pertenecen a la
Regin de Magallanes (Regin XII).
3.4.5.
Estacionalidad
Medianos
de
los
Sistemas
Teniendo en cuenta que los Sistemas Medianos, por su ubicacin latitudinal, se encuentran
afectados por la disponibilidad de luz natural y las condiciones climticas a lo largo del ao, es
necesario considerar la estacionalidad presente en sus demandas elctricas. Realizar este
anlisis permite ver los requerimientos mensuales de cada sistema mediano.
Para poder estimar los coeficientes de estacionalidad, se siguieron los siguientes pasos:
Paso 1: Se estimaron modelos ARIMA para todos los Sistemas Medianos objeto de
estudio. Dado que se busca evaluar la estacionalidad, los mismos fueron calculados a
paso mensual, agregando tantos trminos autorregresivos como fuesen necesarios para
que el residuo estimado sea ruido blanco.
Paso 2: Una vez obtenida la especificacin adecuada para cada Sistema, se procedi a
proyectar el consumo elctrico (MWh) para el perodo enero 2014 diciembre 2028.
Paso 3: Ya obtenida la proyeccin de la serie para cada sistema, se calcul la
participacin de cada uno de los meses del ao 2028 sobre el total. A continuacin, se
presentan la Tabla 43 con los resultados obtenidos:
TABLA 43 - COEFICIENTES DE ESTACIONALIDAD SISTEMAS MEDIANOS
Mes
Punta
Arenas
Puerto
Natales
Porvenir
Puerto
Williams
Aysn
Palena
Carrera
Hornopirn
Cocham
enero
febrero
marzo
abril
mayo
junio
julio
agosto
septiembre
octubre
noviembre
diciembre
7.49
7.07
8.45
8.65
9.18
9.10
9.25
9.03
8.16
8.16
7.65
7.83
7.87
7.56
8.62
8.60
8.98
8.78
8.84
8.68
8.03
8.15
7.85
8.04
8.18
7.86
9.12
9.05
8.80
8.43
8.44
8.38
7.58
8.14
8.19
7.82
6.21
6.23
8.53
8.85
9.42
9.00
9.17
9.38
8.95
8.92
8.40
6.95
8.42
7.53
8.20
8.06
8.53
8.57
8.81
8.78
7.98
8.30
8.23
8.57
8.06
7.72
8.55
8.72
8.83
8.68
8.67
8.81
8.16
8.17
7.71
7.94
8.01
7.39
8.25
8.27
8.87
8.90
8.95
8.83
8.18
8.18
7.91
8.25
7.54
7.35
8.55
8.35
8.75
8.79
8.56
9.05
8.29
8.61
8.00
8.15
8.38
8.01
7.88
7.97
8.66
8.89
8.89
9.08
8.51
8.28
7.71
7.73
FUENTE: ELABORACIN PROPIA EN BASE A DATOS DEL INE Y PROGRAMA E-VIEWS
Como puede apreciarse en la Tabla 43, durante los meses de menor temperatura, es decir
invierno, el consumo aumenta en todas las regiones. Sin embargo, la relacin entre el valor
medio y el pico de consumo es distinta entre los distintos sistemas medianos.
3.5.
CONCLUSIONES
En esta seccin fue proyectado a mediano plazo el consumo anual por sistema elctrico. Para
lo mismo fue considerado el consumo histrico por sistema, la estructura temporal de cada serie
de tiempo y su relacin con distintas variables, construyendo distintos modelos econmicos
para pronosticar el consumo elctrico por sistema.
Toda proyeccin se sustenta en la construccin de escenarios futuros. A partir de las mismas,
se obtuvieron las siguientes proyecciones de consumo elctrico por sistema elctrico y para un
horizonte de mediano plazo:
TABLA 44 - RESUMEN DE LAS PROYECCIONES SIC, SING Y SSMM (GWH)
Escenarios Alto
Ao
2014
2015
2016
2017
2018
2019
2020
2021
2022
2023
2024
2025
2026
2027
2028
SIC
SING
53,146
55,655
58,489
61,688
65,235
69,120
73,326
77,838
82,648
87,750
93,141
98,817
104,779
111,027
117,561
18,070
19,061
20,084
21,173
22,318
23,516
24,766
26,016
27,289
28,583
29,897
31,224
32,561
33,905
35,253
Escenarios Medio
Sistemas
SIC
SING
Medianos
52,638
17,957
484
54,738
18,860
507
57,157
19,797
530
59,891
20,787
553
62,863
21,824
577
66,044
22,910
604
69,385
24,044
630
72,870
25,201
658
76,493
26,393
687
80,246
27,623
719
84,116
28,887
752
88,108
30,187
788
92,199
31,521
827
96,415
32,888
868
100,728
34,290
912
Escenarios Bajo
SIC
SING
52,638
54,687
56,893
59,299
61,871
64,583
67,424
70,369
73,402
76,518
79,709
82,964
86,282
89,646
93,070
17,844
18,658
19,510
20,400
21,330
22,304
23,321
24,385
25,498
26,662
27,878
29,150
30,481
31,871
33,326
Histrico
Proy. 20142028
5.9%

4.8%
5.9%
4.8%
4.5%
5.9%
4.8%
5.8%
4.9%
4.6%
4.2%
4.6%
4.7%
4.7%
Tal como puede apreciarse en la Tabla 44, se proyecta una tasa de crecimiento del consumo de
electricidad del SING y SIC inferior al crecimiento histrico, con excepcin del escenario alto del
SING. Ntese que la crisis econmica internacional signific un crecimiento econmico
promedio inferior.
El valor proyectado de los Sistemas Medianos ha sido obtenido como la suma de las
proyecciones individuales presentadas.
Por ltimo, cabe indicar que en este captulo se ha calculado las proyecciones economtricas
las cuales, debido a las ya mencionadas restricciones asociadas al tamao de la muestra
histrica, permiten obtener estimaciones hasta el ao 2028.
De acuerdo a lo establecido en los Trminos de Referencia, a lo largo del Tomo II de este
Informe Final se calcularon las tasas de proyeccin de ventas de electricidad considerando un
horizonte de 30 aos. Estas incorporan, asimismo, distintas consideraciones, tales como
posibles ahorros de consumos asociados a la implementacin de polticas energticas, y
expansiones y nuevos proyectos industriales de alto consumo elctrico esperado.
Las mismas se presentan en el Tomo II del presente Informe Final. En el caso del SIC y el SING
las tasas proyectadas (tendenciales y extratendenciales) corresponden a 3.0% y 2.4%,
respectivamente. La tasa de los Sistemas Medianos fue estima con la misma metodologa que
para el SIC y SING. En el Tomo II del presente Informe Final se describe el procedimiento, y se
concluye que la tasa corresponde a 2.3%.
En la Tabla 45 se presentan las proyecciones por sistema elctrico para un horizonte de 30
aos:
TABLA 45 - PROYECCIONES DE LARGO PLAZO DE GENERACIN BRUTA SIC, SING Y SSMM (GWH)
Escenarios Alto
Ao
2014
2015
2016
2017
2018
2019
2020
2021
2022
2023
2024
2025
2026
2027
2028
2029
2030
SIC
SING
SIC
53,146
55,655
58,489
61,688
65,235
69,120
73,326
77,838
82,648
87,750
93,141
98,817
104,779
111,027
117,561
121,049
124,642
18,070
19,061
20,084
21,173
22,318
23,516
24,766
26,016
27,289
28,583
29,897
31,224
32,561
33,905
35,253
36,090
36,947
52,638
54,738
57,157
59,891
62,863
66,044
69,385
72,870
76,493
80,246
84,116
88,108
92,199
96,415
100,728
103,718
106,795
Escenarios Medio
Sistemas
SING
Medianos
17,957
484
18,860
507
19,797
530
20,787
553
21,824
577
22,910
604
24,044
630
25,201
658
26,393
687
27,623
719
28,887
752
30,187
788
31,521
827
32,888
868
34,290
912
35,104
933
35,937
954
Escenarios Bajo
SIC
SING
52,638
54,687
56,893
59,299
61,871
64,583
67,424
70,369
73,402
76,518
79,709
82,964
86,282
89,646
93,070
95,831
98,675
17,844
18,658
19,510
20,400
21,330
22,304
23,321
24,385
25,498
26,662
27,878
29,150
30,481
31,871
33,326
34,117
34,927
Escenarios Alto
Ao
SIC
SING
2031
2032
2033
2034
2035
2036
2037
2038
2039
2040
2041
2042
2043
2044
128,340
132,149
136,071
140,108
144,266
148,547
152,956
157,495
162,169
166,981
171,936
177,039
182,292
187,702
37,824
38,722
39,641
40,582
41,546
42,532
43,542
44,576
45,634
46,717
47,826
48,961
50,124
51,314
Histrico
Proy. 2014-2028
Proy. 2028-2044
5.9%
5.8%
3.0%
4.8%
4.9%
2.4%
Escenarios Medio
Sistemas
SIC
SING
Medianos
109,965
36,790
976
113,228
37,664
998
116,588
38,558
1,021
120,048
39,473
1,045
123,610
40,410
1,069
127,279
41,369
1,093
131,056
42,352
1,118
134,945
43,357
1,144
138,949
44,386
1,170
143,073
45,440
1,197
147,319
46,519
1,224
151,690
47,623
1,252
156,192
48,754
1,281
160,827
49,911
1,310
5.9%
4.8%
4.5%
4.7%
4.7%
4.6%
3.0%
2.4%
2.3%
Escenarios Bajo
SIC
SING
101,604
104,619
107,723
110,920
114,212
117,601
121,091
124,684
128,384
132,194
136,117
140,157
144,316
148,598
35,756
36,605
37,474
38,364
39,274
40,207
41,161
42,138
43,139
44,163
45,211
46,285
47,383
48,508
5.9%
4.2%
3.0%
4.8%
4.6%
2.4%

Informe Final TOMO I

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Informe Final TOMO I

Uploaded by

Copyright:

Available Formats

ANLISIS DE CONSUMO ELCTRICO EN EL

CORTO, MEDIANO Y LARGO PLAZO

INFORME FINAL - TOMO I

ANLISIS DE CONSUMO ELCTRICO EN EL CORTO,

TABLA 37 - PROYECCIN E HISTORIA DE POBLACIN COMUNAL......................................................................................68

Analizar los consumos elctricos histricos de los sistemas interconectados y los

Proponer un modelo de proyeccin de demanda por sistema elctrico.

Proponer un modelo de proyeccin de demanda de clientes regulados por sistema

Proponer un modelo de proyeccin de demanda de clientes libres por sistema elctrico. En

2. RELACIN CONSUMO ELCTRICO Y CRECIMIENTO ECONMICO: ANLISIS

Es indudable que la energa elctrica ha tenido un rol importante en el desarrollo social y

A partir de la segunda revolucin industrial, y con la posterior explosin tecnolgica, el

neutralidad (no casualidad);

conservacin de la energa (causalidad unidireccional);

crecimiento econmico (causalidad unidireccional); y

retroalimentacin (causalidad bi-direccional o feedback).

La primera hiptesis (neutralidad) se refiere a la no existencia de relacin entre las dos

existe causalidad en la direccin consumo de electricidad a PBI. Es decir, si esta hiptesis se

parcialmente el crecimiento del PBI. En consecuencia, la elasticidad de largo plazo converge a

Brasil: el principal mercado elctrico de Amrica Latina en cuanto a su desarrollo y

Colombia: adems de ser uno de los principales mercados elctricos de la regin, es un

FUENTE: ELABORADO EN BASE A DATOS DE IMF

El PBI per cpita de estos Estados se muestra en la Grfica 2:

FUENTE: ELABORADO EN BASE A DATOS DE LA

Fondo Monetario Internacional (IMF, por sus siglas en ingls)

Banco Mundial (WB, por sus siglas en ingls)

Organizacin de las Naciones Unidas (UN, por sus siglas en ingls)

Agencia Internacional de la Energa (IEA, por sus siglas en ingls)

U.S. Bureau of Economic Analysis (BEA, por sus siglas en ingls)

Administracin de Informacin Energtica (EIA, por sus siglas en ingls)

FUENTE: ELABORADO EN BASE A DATOS DEL IMF

FUENTE: ELABORADO EN BASE A DATOS DEL WB

por pas y por ao.

1971 - 2012 (42 datos) para Chile y Mxico.

Consumo de Energa Elctrica (GWh)

Teniendo en cuenta los datos correspondientes a la IEA, anteriormente descriptos, y la

En la Tabla 3 se presentan el crecimiento anual promedio de la informacin recopilada, por

FUENTE: ELABORADO EN BASE A DATOS DE LA IEA Y UN

FUENTE: ELABORADO EN BASE A DATOS DE LA IEA Y

homogneas, se pudieron construir dos bases de base de datos. La primera se encuentra

FUENTE: ELABORADO EN BASE A DATOS DE LA IEA Y UN

FUENTE: ELABORADO EN BASE A DATOS DE LA IEA Y UN

Informacin de Estados de EE.UU

FUENTE: ELABORADO EN BASE A DATOS DE LA BEA

La Tabla 6 permite apreciar una clara desaceleracin en la tasa de crecimiento econmico de

FUENTE: ELABORADO EN BASE A DATOS DE LA EIA

En la Tabla 7 se puede observar que el consumo de electricidad tiene un crecimiento promedio

El anlisis economtrico se bas en la estimacin de regresiones economtricas considerando

El modelo supone que el consumo de energa elctrica deseado en un momento

del stock de equipos es instantneo ni tampoco se puede observar Ct .

) - tln(Ct ) - ln(Ct-1 ) = 8 X (ln(C

La ecuacin (3) muestra que el consumo de electricidad observado en el tiempo t es

Std. Error es el error estndar de los coeficientes estimados, e indica su variabilidad

t-Statistic es el estadstico t de Student, y proporciona una prueba de hiptesis de

parmetro. Dado que el estadstico t es la relacin entre el coeficiente estimado y su

estadstico t debe tener un valor absoluto mayor que 2. En consecuencia, se puede

Prob. representa el valor de probabilidad asociado con cada estadstico t. Es decir, la

R-squared es un indicador muy utilizado para medir la bondad de ajuste, o facilidad de

Adjusted R-squared se puede interpretar igual que R ; la diferencia es que incorpora

F-statistic es un estadstico que se emplea para comprobar la hiptesis de que los

Prob (F-statistic) es el valor de probabilidad del estadstico F, y expresa el nivel de

El anlisis no paramtrico se basa en el estudio de modelos estadsticos cuya distribucin

Ho ) Media 1 - Media 2 * 0 (7)

Anlisis Cualitativo: Anlisis Grfico

NIVELES DE SIGNIFICATIVIDAD: * 1% DE CONFIANZA; 5% DE CONFIANZA; * 10% DE CONFIANZA

NIVELES DE SIGNIFICATIVIDAD: * 1% DE CONFIANZA; 5% DE CONFIANZA; * 10% DE

NIVELES DE SIGNIFICATIVIDAD: * 1% DE CONFIANZA; 5% DE CONFIANZA; * 10% DE CONFIANZA

NIVELES DE SIGNIFICATIVIDAD: * 1% DE CONFIANZA; 5% DE CONFIANZA; * 10% DE

NIVELES DE SIGNIFICATIVIDAD: * 1% DE CONFIANZA; 5% DE CONFIANZA; * 10% DE CONFIANZA

NIVELES DE SIGNIFICATIVIDAD: * 1% DE CONFIANZA; 5% DE CONFIANZA; * 10% DE CONFIANZA

NIVELES CRTICOS DE PROBABILIDAD: * 1% DE CONFIANZA; 5% DE CONFIANZA; * 10% DE

NIVELES CRTICOS DE PROBABILIDAD: * 1% DE CONFIANZA; 5% DE CONFIANZA; * 10% DE