Um sistema de apoio à decisão para operações de hedge na comercialização de energia elétrica

Autores

  • Naielly Lopes Marques Pontifícia Universidade Católica do Rio de Janeiro, IAG Business School. Rio de Janeiro, RJ, Brasil
  • Leonardo Lima Gomes Pontifícia Universidade Católica do Rio de Janeiro, IAG Business School. Rio de Janeiro, RJ, Brasil
  • Jonas Caldara Pelajo Petrobras S.A., Diretoria de Processos Industriais. Rio de Janeiro, RJ, Brasil
  • Luiz Eduardo Teixeira Brandão Pontifícia Universidade Católica do Rio de Janeiro, IAG Business School. Rio de Janeiro, RJ, Brasil

DOI:

https://doi.org/10.1590/1808-057x20252172.en

Palavras-chave:

comercialização de energia, hedge, função de preferência, aversão a risco

Resumo

Este artigo propõe um modelo de otimização que maximiza os retornos do agente, sujeito a uma função de preferência de risco, para auxiliar na decisão de hedge. A originalidade da pesquisa reside no desenvolvimento de um modelo de apoio à decisão de comercialização que maximiza os lucros do agente, customizado para um nível desejado de proteção contra riscos, o que representa uma lacuna na literatura. Como este modelo é adaptado à aversão ao risco individual do agente, e não ao mercado como um todo, ele auxilia na definição, de forma personalizada, da estratégia de hedge ótima, dadas as preferências de risco específicas do agente. O modelo auxilia o tomador de decisão de hedge na seleção da estratégia de compra ótima com base no nível de risco que a empresa está disposta a aceitar. Assume-se que o agente é avesso a risco e adota-se uma função de preferência, considerando sua disposição a pagar o prêmio de risco e o custo de transação. O caso de um agente do setor elétrico brasileiro interessado em definir uma estratégia de hedge para o segundo semestre é analisado. Em suas atividades diárias, os agentes do setor elétrico podem se encontrar em posições vendidas no mercado. Para mitigar sua exposição a esse risco, eles têm a opção de celebrar contratos a termo de preço fixo, parcial ou integralmente. Este estudo contribui para o desenvolvimento de uma ferramenta original de apoio à decisão para esses agentes, considerando sua disposição a pagar o prêmio de risco e os custos de transação. Em nossa aplicação numérica, os resultados sugerem a cobertura de 45,3% dos valores não contratados no segundo semestre. Contudo, se a decisão for tomada trimestralmente, recomenda-se uma cobertura de 100% para o terceiro trimestre e nenhuma cobertura para o quarto. Análises de sensibilidade são realizadas para demonstrar como o nível de aversão ao risco impacta essa decisão.

Downloads

Os dados de download ainda não estão disponíveis.

Referências

Antônio, R. M., Ambrozini, M. A., Magnani, V. M., & Rathke, A. A. (2019). O uso de derivativos para hedge melhora os ratings de crédito das empresas brasileiras? Revista Contabilidade & Finanças, 31, 50-66. https://doi.org/10.1590/1808-057x201908740

Benth, F. E., Cartea, Á., & Kiesel, R. (2008). Pricing forward contracts in power markets by the certainty equivalence principle: Explaining the sign of the market risk premium. Journal of Banking & Finance, 32(10), 2006-2021. https://doi.org/10.1016/j.jbankfin.2007.12.022

Brigatto, A., & Fanzeres, B. (2022). A soft robust methodology to devise hedging strategies in renewable energy trading based on electricity options. Electric Power Systems Research, 207, 107852. https://doi.org/10.1016/j.epsr.2022.107852

Câmara de Comercialização de Energia Elétrica. (2024). Novo Conselho de Administração. https://www.ccee.org.br/

Cotter, J., & Hanly, J. (2010). Time-varying risk aversion: an application to energy hedging. Energy Economics, 32(2), 432-441. https://doi.org/10.1016/j.eneco.2009.08.009

Cotter, J., & Hanly, J. (2012). A utility based approach to energy hedging. Energy Economics, 34(3), 817-827. https://doi.org/10.1016/j.eneco.2011.07.009

Cotter, J., & Hanly, J. (2015). Performance of utility based hedges. Energy Economics, 49, 718-726. https://doi.org/10.1016/j.eneco.2015.04.004

De Oliveira, M. F., Arfux, G. A. B., & Teive, R. C. G. (2006). Risk management in the commercialization activity in Brazil – An approach by using Markowitz, var and cvar. In Proceedings of the 2006 IEEE/PES Transmission & Distribution Conference and Exposition: Latin America (pp. 1-6). https://doi.org/10.1109/TDCLA.2006.311411

Deng, S. J., & Oren, S. S. (2006). Electricity derivatives and risk management. Energy, 31(6-7), 940-953. https://doi.org/10.1016/j.energy.2005.02.015

Gomes, L. L., Brandao, L. E., & Pinto, A. C. F. (2010). Electricity contracts portfolio selection based on the optimization of the omega measurement. Brazilian Review of Finance, 8(1), 45-67. https://doi.org/10.12660/rbfin.v8n1.2010.1440

Hanly, J. (2017). Managing energy price risk using futures contracts: A comparative analysis. The Energy Journal, 38(3), 93-112. https://doi.org/10.5547/01956574.38.3.jhan

Hanly, J., Morales, L., & Cassells, D. (2018). The efficacy of financial futures as a hedging tool in electricity markets. International Journal of Finance & Economics, 23(1), 29-40. https://doi.org/10.1002/ijfe.1600

Jorion, P. (1996). Risk2: Measuring the risk in value at risk. Financial Analysts Journal, 52(6), 47-56. https://doi.org/10.2469/faj.v52.n6.2039

Joskow, P. L. (2006). Introduction to electricity sector liberalization: lessons learned from cross-country studies. Electricity Market Reform: An International Perspective, 1, 1-32.

Londoño, A. A., & Velásquez, J. D. (2023). Risk management in electricity markets: Dominant Topics and research trends. Risks, 11(7), 116. https://doi.org/10.3390/risks11070116

Lotfipour, A., & Mohtavipour, S. S. (2024). A multi-criteria decision-making model to determine the optimal share of variable renewable energy sources in a wholesale electricity market. Sustainable Energy, Grids and Networks, 39, 101408. https://doi.org/10.1016/j.segan.2024.101408

Luz, C. P. D. M. S. (2016). Otimização comercial de um parque eólico no Brasil utilizando simulação de Monte Carlo com variáveis climáticas exógenas e uma nova função de preferência [Doctoral dissertation]. Pontifícia Universidade Católica do Rio de Janeiro.

Luz, C. P. D. M. S., Gomes, L. L., & Brandão, L. E. T. (2012). Analysis of the dynamics of the Brazilian forward Market of electricity. Revista Brasileira de Gestão de Negócios, 14, 314-334. https://doi.org/10.7819/rbgn.v14i44.1207

Markowitz, H. (1952). Portfolio selection. Journal of Finance, 7(1), 77-91. https://doi.org/10.2307/2975974

Matsumoto, T., & Yamada, Y. (2021). Simultaneous hedging strategy for price and volume risks in electricity businesses using energy and weather derivatives. Energy Economics, 95, 105101. https://doi.org/10.1016/j.eneco.2021.105101

Niromandfam, A., Choboghloo, S. P., Yazdankhah, A. S., & Kazemzadeh, R. (2020). Electricity customers’ financial and reliability risk protection utilizing insurance mechanism. Sustainable Energy, Grids and Networks, 24, 100399. https://doi.org/10.1016/j.segan.2020.100399

Niromandfam, A., Yazdankhah, A. S., & Kazemzadeh, R. (2020). Designing risk hedging mechanism based on the utility function to help customers manage electricity price risks. Electric Power Systems Research, 185, 106365. https://doi.org/10.1016/j.epsr.2020.106365

Oum, Y., & Oren, S. (2009). VaR constrained hedging of fixed price load-following obligations in competitive electricity markets. Risk and Decision Analysis, 1(1), 43-56. https://doi.org/10.3233/RDA-2008-0005

Oum, Y., & Oren, S. S. (2010). Optimal static hedging of volumetric risk in a competitive wholesale electricity market. Decision Analysis, 7(1), 107-122. https://doi.org/10.1287/deca.1090.0167

Pelajo, J. C., Gomes, L. L., Pinto, A. C. F., & Klotzle, M. C. (2023). Operating model and estimation of the insurance premium for an energy futures clearing house in Brazil. Revista Brasileira de Gestão de Negócios, 25(1), 132-145. https://doi.org/10.7819/rbgn.v25i1.4209

Pineda, S., Conejo, A. J., & Carrión, M. (2010). Insuring unit failures in electricity markets. Energy Economics, 32(6), 1268-1276. https://doi.org/10.1016/j.eneco.2010.02.005

Simões, M. D. D. P., & Gomes, L. L. (2011). Decisão de sazonalização de contratos de fornecimento de energia elétrica no Brasil através da otimização da medida Ômega (Ω). REAd. Revista Eletrônica de Administração (Porto Alegre), 17, 181-203. https://doi.org/10.1590/S1413-23112011000100007

Woo, C. K., Horowitz, I., & Hoang, K. (2001). Cross hedging and forward-contract pricing of electricity. Energy Economics, 23(1), 1-15. https://doi.org/10.1016/S0140-9883(00)00071-2

Zhang, Q., & Wang, X. (2009). Hedge contract characterization and risk-constrained electricity procurement. IEEE Transactions on Power Systems, 24(3), 1547-1558. https://doi.org/10.1109/TPWRS.2009.2021233

Arquivos adicionais

Publicado

2026-08-05

Edição

Seção

Artigos Originais

Como Citar

Marques, N. L., Gomes, L. L., Pelajo, J. C., & Brandão, L. E. T. (2026). Um sistema de apoio à decisão para operações de hedge na comercialização de energia elétrica. Revista Contabilidade & Finanças, 37(101), e2172. https://doi.org/10.1590/1808-057x20252172.en