Use este identificador para citar o ir al link de este elemento:
http://hdl.handle.net/1843/BUBD-A5AMH7
Tipo: | Dissertação de Mestrado |
Título: | Estimação paramétrica de escores de eficiência em 2 estágios: impacto das variáveis ambientais no ajuste das eficiências regulatórias das empresas brasileiras de distribuição de energia elétrica para 4o Ciclo de Revisão Tarifária Periódica |
Autor(es): | Aline Veronese da Silva |
primer Tutor: | Marcelo Azevedo Costa |
primer miembro del tribunal : | Ana Lucia Miranda Lopes |
Segundo miembro del tribunal: | Aureliano Angel Bressan |
Resumen: | A regulação do setor de energia tem passado por desafios nos últimos anos. Além de garantir tarifas a preços justos, os reguladores também têm de incentivar ganhos de produtividade e responsabilidade sócio-ambiental das companhias. Por isso, métodos capazes de estimular a competição entre as empresas reguladas, mesmo que indireta, são cada vez mais utilizados. Nesse contexto, as técnicas de Benchmarking têm sido amplamente aplicadas por reguladores do setor de energia. Esses modelos têm como objetivo fazer uma comparação entre empresas de um mesmo segmento e definir um escore de eficiência relativa, apontando quais estão na fronteira de eficiência e são, por isso, o benchmark do setor. Técnica de Benchmarking usada por vários reguladores, o Data Envelopment Analysis (DEA) é aplicado desde 2011 pela Agência Nacional de Energia Elétrica (ANEEL) como parte do modelo regulatório do setor de distribuição de energia. DEA é um método não-paramétrico que utiliza programação linear para definir o escore de eficiência relativo de firmas comparáveis. Esse escore é utilizado pelo regulador como o balizador do custo operacional eficiente para cada concessionária, incluído como parte da tarifa a ser cobrada do consumidor. O DEA pressupõe que as empresas comparadas tenham iguais insumos e produtos, além de estarem submetidas às mesmas condições e requisitos. Em aplicações práticas, entretanto, é comum observar que empresas sujeitas a diferentes ambientes tenham de ser comparadas. Uma abordagem alternativa para lidar com diferenças ambientais é a correção dos escores de eficiência em uma análise de segundo estágio que, basicamente, busca estimar o impacto do ambiente e reduzi-lo do escore gerado pelo DEA. A técnica de estimação aplicada na análise de segundo estágio, contudo, pode ter influência decisiva no resultado final do escore de eficiência. Por isso, o objetivo desse trabalho é avaliar o impacto da aplicação de diferentes técnicas de estimação de parâmetros nos escores de eficiência gerados a partir do DEA. Foi analisado o modelo DEA apresentado pela ANEEL no 4o Ciclo de Revisão Tarifária Periódico, e constatou-se que as técnicas de segundo estágio mais usadas na literatura, Mínimos Quadrados (OLS) e Regressão Tobit, provocam um efeito de reversão dos escores à média da amostra, independentemente da combinação de variáveis ambientais. Foram aplicadas outras técnicas de estimação, como a abordagem que condiciona a ineficiência gerencial ao erro aleatório observado, conforme proposto por Banker e Natarajan (2008). Essa abordagem foi aplicada em duas maneiras: na primeira, foi mantida a distribuição de probabilidade do erro aleatório conforme a proposta dos autores, enquanto que na segunda, foi utilizada uma estrutura do erro igual à do SFA. A segunda estrutura mostrou ajustes melhores que a primeira. O emprego dessa abordagem apresentou resultados melhores que as técnicas de OLS e Tobit, já que que não provocou uma simples reversão à média da amostra. Ainda assim, há muitos modelos viáveis, o que pode influenciar a tomada de decisão do regulador. Por fim, foi testada ainda uma técnica de correção de escores em três estágios, de acordo com a proposta de Estelle, Johnson e Ruggiero (2010). Essa abordagem resultou em escores superestimados, quando comparados aos demais métodos. |
Abstract: | The Electrical Energy Distribution regulation has been facing big challenges in recent years. In addition to price control, regulators must incentive other important issues, such as productivity gains and environmental responsibility. Therefore, regulation methods that are able to induce the companies into competition, even indirectly, have been largely used in many countries. In this context, Benchmarking techniques have been used by different Energy regulators. These models aim to compare same technology firms, and then to define a relative efficiency score to each one, pointing those which are at the efficiency frontier and are, hence, the sectors benchmark. A frontier analysis technique that has been largely used in Energy Regulation is the Data Envelopment Analysis (DEA), which is used by the Brazilian National Electrical Energy Agency (ANEEL) as part of its regulatory model for energy distribution since 2011. DEA is a non-parametric method that uses linear programming techniques to define relative efficiency scores of comparable firms. These scores are used by the regulator as a reference of efficient operational costs to each Distribution company. These costs are, then, included as part of the consumers energy tariff. DEA method assumes that the compared firms have equal inputs and outputs, besides face equal environmental conditions and requirements. In practical applications, however, its common to observe that firms that face different ambient conditions must be compared. Thus, efficiency score correction in a two-stage approach is a good alternative to deal with these differences, by estimating the environment influence in the efficiency scores and minimizing them. Nonetheless, the estimation technique used in the second stage analysis may change significantly the final scores. Keeping this issue in mind, the objective of this study is to evaluate the effect of the different estimation techniques applied on the efficiency scores generated from DEA. In this study, the DEA model presented by the Brazilian Energy Regulator for the Distribution Companies in the 4th Tariff Review Periodic Cycle was analyzed. It was concluded that the most used estimation techniques in two-stage analysis, Ordinary Least Squares (OLS) and Tobit Regression, cause an effect of reversion to the mean of the sample, independently of the environmental variables combination. Other estimation techniques were applied, as the conditional approach proposed by Banker e Natarajan (2008), where the inefficiency is conditioned to the observed estimation noise. This approach has been applied in two versions: the first kept the noise framework proposed by the authors, and the second substituted it by an adaptation from SFA. The second framework presented a better adjustment than the first. In addition, the results from the conditional approach were better than OLS and TOBIT, since it doesnt make a simple mean reversion. Even though, there is a large number of viable models, which could impact the Regulators decision. Another technique was tested, the three-stage adjustment, proposed by Estelle, Johnson e Ruggiero (2010). This last one presented overestimated scores, comparing to the remaining techniques. |
Asunto: | Engenharia de produção |
Idioma: | Português |
Editor: | Universidade Federal de Minas Gerais |
Sigla da Institución: | UFMG |
Tipo de acceso: | Acesso Aberto |
URI: | http://hdl.handle.net/1843/BUBD-A5AMH7 |
Fecha del documento: | 10-sep-2015 |
Aparece en las colecciones: | Dissertações de Mestrado |
archivos asociados a este elemento:
archivo | Descripción | Tamaño | Formato | |
---|---|---|---|---|
dissertacao_aline_final_entrega_assinada.pdf | 3.24 MB | Adobe PDF | Visualizar/Abrir |
Los elementos en el repositorio están protegidos por copyright, con todos los derechos reservados, salvo cuando es indicado lo contrario.