INTRODUCCIÓN

Con la promulgación de la Ley de Concesiones Eléctricas (Ley N° 25844, 19 de noviembre de 1992) se cambió el rol del Estado en el sector eléctrico, ya que pasó de una función de administración a una de supervisión. Con este fin, se reformularon y fortalecieron las funciones de entes reguladores ya existentes y posteriormente se crearon otros con tareas específicas. En la ley se especifican aspectos tales como la nueva estructura del sector, las actividades y mercados existentes, y los regímenes de precios. Asimismo, se definieron las funciones y la estructura de la Comisión de Tarifas Eléctricas (hoy llamada Gerencia Adjunta de Regulación Tarifaria, GART, perteneciente a Osinergmin), los procedimientos a seguirse para las concesiones, los derechos y obligaciones de los concesionarios, y las funciones del organismo encargado de la operación eficiente del sistema (COES). Paralelamente, se definieron las transacciones sujetas a regulación de precio, así como los procedimientos para la fijación de las tarifas.

Si bien con la Ley de Concesiones Eléctricas se desintegró el monopolio estatal, la privatización posterior debía asegurar que no se dieran las figuras de una integración vertical y concentración horizontal; así, la ley fue diseñada con la asignación de esta responsabilidad al organismo regulador Osinergmin. Por otro lado, algunos autores ven la integración vertical como una ventaja por la posibilidad que ofrece de compartir sinergias y riesgos (^{Viscusi, Vernon y Harrington, 2005}). La menor competencia, ligada a las menores opciones de elección de los consumidores y al aprovechamiento monopólico de una serie de especificidades como la localización, inversiones idiosincráticas, etc., no solo afecta al consumidor, sino que distorsiona el mercado. Con relación a la concentración horizontal, a partir del año 2012 el índice de Herfindahl-Hirschman (HHI) fue menor a 1800, lo que significa que este mercado era moderadamente concentrado; cabe precisar que la tendencia del HHI es a la disminución (Cuadros y López, 2016).

El precio de la energía eléctrica que obtienen los clientes libres, también denominado precio no regulado (^{Morandé y Soto, 1996}), se establece a través de los contratos que adquieren en la negociación con los oferentes, que en este caso son los generadores y distribuidores del mercado eléctrico (^{Dammert, Mollinelli y Carbajal, 2011}). La mayoría de estos clientes libres son grandes compañías del sector minero, fundiciones, cementeras, químicas, metalúrgicas, industriales, etc. El precio que pagan estos clientes reviste de una gran importancia, ya que es justamente en este segmento de clientes donde la competencia tiene, de acuerdo con la propia regulación, un mayor potencial.

Por su parte, los clientes regulados, aquellos cuya tarifa es regulada, se encuentran bajo el amparo de Osinergmin, quien fija las tarifas máximas de generación, transmisión y distribución. Los precios del mercado regulado están relacionados con los precios en barra, precio que los generadores o distribuidores aseguran hasta una barra física o punto de suministro localizado dentro de su red, y con los costos marginales. Ambos precios, los de barra (Osinergmin, 2017) y costo marginal (Resolución de Consejo Directivo Osinergmin N° 013-2016-OS/CD, 2016), están influenciados por el valor del combustible, ya que genera la diferenciación de la inversión de tecnologías y costos; por ejemplo, las hidroeléctricas requieren de una gran inversión inicial con un bajo valor del “combustible” (el agua represada) para su operación, mientras que los turbogeneradores a diésel son de baja inversión de capital con un costo de combustible (hidrocarburo) mayor frente al recurso hídrico.

Osinergmin ha establecido que la tarifa de los clientes regulados no debe diferir ni en más ni en menos del 10% del promedio ponderado de los precios de las licitaciones en las que participan los clientes libres, es decir, los precios del mercado regulado son sensibles al precio del mercado libre (Resolución del Consejo Directivo Osinergmin N° 273-2010-OS/CD, 2010). De esta manera, es razonable pensar que, si los precios obtenidos por los clientes libres sufrieran una manipulación, este efecto se trasladaría al precio regulado (^{De La Cruz y García, 2002}). Tomemos debida nota de que los mismos oferentes de energía eléctrica del mercado de clientes libres pueden, y de hecho son, suministradores de energía del mercado regulado. Se investiga cómo se están comportando los precios del mercado libre respecto a los precios que forman el mercado regulado (precio regulado) y si el gas de Camisea realmente contribuye a que el sector de clientes libres sea más competitivo.

Es común escuchar que el gas de Camisea, desde sus inicios, se considera una fuente de energía que mejora y mejorará la economía del país; sin embargo, no ha habido un estudio serio sobre su influencia en la mejora de los costos de producción en las industrias, más aún, sabiendo que la energía eléctrica es un insumo con gran peso específico en el costo de producción.

Dado que la energía eléctrica constituye un insumo importante dentro del proceso productivo de la mayoría de las industrias, principalmente en la minería, fundición, refinería, etc., se quiere establecer si el ingreso del gas natural en la nueva matriz energética peruana realmente contribuye a que la industria en general se esté beneficiando de ello y esté logrando ser más competitiva mediante tarifas menores por el hecho de que el gas natural es un combustible más barato que los demás hidrocarburos. Se vuelve a enfatizar que los precios que se establecen en el mercado eléctrico son: los precios de clientes libres, los precios regulados (que están en función de los precios en barra y el costo marginal) y el costo marginal. Como el precio en barra y el costo marginal están fuertemente influenciados por el costo del combustible, surge la necesidad de saber si los beneficios de un menor precio del gas están siendo trasladados a los clientes libres.

El objetivo de este trabajo es investigar si el gas natural, como nueva fuente en la matriz energética, contribuye a mejorar la competitividad de la industria peruana. Para este propósito se van a establecer las relaciones significativas de los precios del mercado eléctrico que influyen en el precio del mercado de clientes libres. También se busca determinar en qué nivel influyen los precios del cliente libre rezagados en el precio del cliente libre, y en qué nivel el costo marginal presente y sus rezagos influyen en el precio del cliente libre.

Este trabajo se justifica en la investigación de las relaciones que se suceden con los precios del mercado eléctrico. Se busca establecer si hay un traslado del beneficio de contar con un hidrocarburo más barato, como el gas natural, hacia una industria que es intensiva en el uso de la energía eléctrica en su proceso productivo. También se mostrará qué influencia tienen los precios en barra, el costo marginal y sus rezagos, incluyendo el propio precio del cliente libre, en el precio del cliente libre. Esta investigación se puede extender a otros mercados regulados como el de las telecomunicaciones, el servicio de agua potable y el transporte.

METODOLOGÍA

En vista de que esta investigación tiene como elemento de análisis la influencia del desarrollo del gas de Camisea en el mercado de clientes libres, se debe especificar cuándo se empezó a contar con este hidrocarburo para la generación termoeléctrica. El proyecto del gas de Camisea concluyó con la puesta en marcha de la estación de compresión de Malvinas y las estaciones de bombeo de LNG en agosto del 2004 (El Comercio, 2014). Por su parte, las generadoras que a la fecha del presente estudio emplean gas de Camisea empezaron a operar a finales del 2004, siendo una de las más importantes la Planta de Etevensa en Ventanilla, que inició sus operaciones con ciclo simple y luego se consolidó en el segundo semestre del año 2006 con el ingreso de su ciclo combinado. Adicionalmente los grandes termogeneradores localizados en Chilca, que son alimentados exclusivamente por el gas proveniente de Camisea entraron en operación comercial como Kallpa I y Chilca I en el 2006 y 2007 con sus turbinas a gas T1 y T2 respectivamente. Lo anteriormente expuesto permite tener la confianza de que la muestra a elegir como población de estudio es la información referente del mercado eléctrico a partir del año 2008 en adelante, donde ya se consolida y estabiliza la operación, despacho y el mercado mismo.

Esta investigación está basada en el análisis de documentos proporcionados por Osinergmin y el COES, que son las autoridades competentes que monitorean y preparan las estadísticas del desempeño del mercado eléctrico en el Perú.

La información se recogió de la siguiente manera:

·Precio del mercado libre. Se accedió a la página web http://srvgart07.osinerg.gob.pe/SICLI/principal.aspx, luego a la opción “Evolución del Mercado Libre”, se desplegó el menú de “Variable” y se seleccionó “Precio medio (ctm/S/./kW.h)”; seguidamente se desplegó el menú “Clasificado por” y se seleccionó “Mercado Libre”; para finalizar, se seleccionó el periodo de consulta.

·Precio en barra y costo marginal. Se accedió a la página web http://www.coes.org.pe/Portal/Publicaciones/Estadisticas/, luego, a “Publicaciones” y a “Estadísticas Anuales”; se ingresó a la carpeta signada con el año 2017, después a la carpeta 01_EXCEL, a la subcarpeta 16_COSTOS MARGINALES DE CORTO PLAZO, y finalmente se ingresó al archivo Gráfico No 16.3_ COSTO MARGINAL PONDERADO Y TARIFA EN BARRA MENSUAL.

Esta investigación es de tipo cuantitativa, inductiva, básica, longitudinal, correlacional y no experimental. Las unidades de análisis se toman de los reportes de valores del mercado eléctrico peruano a través del Portal del Sistema de Usuarios Libres de Osinergmin (http://srvgart07.osinerg.gob.pe/SICLI/principal.aspx) y del portal del COES (http://www.coes.org.pe/Portal/Publicaciones/Informes/).

Se presentan a continuación tres modelos correlacionales que se aplica a este estudio y que vinculan los precios que se dan en el mercado eléctrico peruano:

-Modelo 1 ln PL_t= a+ b ln PB_t+ e_t

-Modelo 2 ln PLt =a + b*ln CMgt + et

-Modelo 3 lnPL_t= α+ β*lnPL_t-1+ e_t

Donde:

-a,b son coeficientes.

-e_t está definido como un shock aleatorio o estocástico.

-ln es la función logaritmo natural.

-PL_t es el precio del mercado libre en el periodo t.

-PL_t-n es el precio del mercado libre con rezago n.

-PB_t es el precio de barra en el periodo t.

-CMg_t es el logaritmo natural del costo marginal en el periodo t.

Si la variabilidad de los datos crece con el nivel de los mismos, es decir, si hay cambios en los datos por los que la serie de tiempo fluctúa verticalmente de un periodo a otro, (por ejemplo, si de un año a otro el mínimo y máximo de la serie incrementa o disminuye), será necesario hacer una corrección, ya que representaría un problema; esto suele hacerse mediante una transformación logarítmica, aplicando logaritmos naturales a las observaciones y consiguiendo la estacionariedad en la varianza (^{Chong y Aguilar, 2016}).

La población de estudio es el mercado eléctrico peruano, y para el tamaño de la muestra se han seleccionado los precios y costos del mercado eléctrico desde febrero del 2008 hasta diciembre del 2016. Estos valores se encuentran en la Tabla 1.

Tabla 1.  Precios del mercado libre, precio en barra y costo marginal (ctv $/kW.h) del periodo febrero de 2008 a diciembre de 2016. 

Fuente: Elaboración propia tomando como base la información de http://srvgart07.osinerg.gob.pe/SICLI/principal.aspx y http://www.coes.org.pe/Portal/Publicaciones/Estadisticas/

RESULTADOS

Para el análisis correlacional se ha empleado el software IBM SPSS Statistics 23 y se han considerado las pruebas de correlación de Pearson y R²más la de Durbin Watson (^{Daza, 2016}). Los resultados de cada uno de los modelos propuestos se encuentran en el Anexo A.

La Tabla 2 muestra los valores de los coeficientes, constantes y estadísticos que se consideraron para la presente evaluación.

Tabla 2.  Resultado de los modelos propuestos en el software IBM SPSS Statistics 23. 

Fuente: Elaboración propia a partir de los resultados del software SPSS.

Una medida de la dependencia lineal entre dos variables aleatorias cuantitativas es explicada por el coeficiente de correlación de Pearson: cuando sus valores están más cercanos a 1 se evidencia una marcada relación entre las variables. De los tres modelos estudiados, se observó que el que mayor correlación tiene con las variables consideradas para su caso es el modelo tres, ya que fue el que obtuvo el mayor coeficiente de correlación de Pearson, y este resultado fue refrendado por el coeficiente de determinación R². Este modelo, confrontado con los valores reales, produce residuos que también deben ser analizados para descartar una autocorrelación de ellos, así, si se encuentra autocorrelación entre los residuos, se puede asegurar que el modelo no es el adecuado para explicar las relaciones de las variables y se presume la ausencia de una variable no tomada en cuenta y que debe ser incluida. El estadístico Durbin Watson es el que muestra con certeza si los residuos de las muestras no están correlacionados y, para el modelo 3, este valor se encuentra en la zona de no autocorrelación por lo que el modelo presentado produce residuos no autocorrelacionados y explica mejor la relación de las variables en estudio. Como prueba de contraste para validar el modelo, se ejecutó el modelo ARIMA.

DISCUSIÓN

El modelo propuesto también debe mostrar que no hay autocorrelación, y para ello empleamos el estadístico Durbin Watson (DB) proporcionado por el mismo software SPSS (^{Gujarati, 1997}). Según la Tabla 2, el DB de nuestro modelo es 2.132 y debe compararse con la hipótesis nula que indica que no hay autocorrelación para los valores de DB entre d_uy 4-d_u,que, para un 5% de significancia, da un valor de d_uigual a 1.694 y un valor de 4-d_uigual a 2.346; por lo tanto, la hipótesis nula de no autocorrelación queda validada. El modelo ARIMA proporciona un valor del estadístico Ljung Box de 0.529, superior a la mínima aceptada de 0.05, por lo que el modelo es válido.

CONCLUSIONES

Existe una desvinculación del precio del cliente libre con los precios en barra y los costos marginales, ya que, a pesar de que estos valores son dependientes del costo del combustible, el precio del cliente libre no está conectado con el precio del gas natural. El modelo que mejor explica la relación del precio del cliente libre con los precios del mercado eléctrico es, precisamente, el modelo 3, que vincula el precio del cliente libre rezagado un periodo; en el estudio, ese periodo es de un mes.

Las grandes industrias deberían poder gozar de los mismos beneficios que los generadores que, por ejemplo, son capaces de generar su propia energía. Las tarifas de gas natural para consumo industrial y para generación se encuentran diferenciadas y, de la misma manera, los mayores consumidores de gas para generación tienen mejores tarifas. La desconcentración de las líneas de alta tensión, gracias a la autogeneración, puede mejorar la calidad del servicio mismo que es bastante pobre en zonas extremas de las líneas y, a su vez, puede reforzarse con la inyección de los excedentes de las industrias.