Forecast of Energy Prices in Colombia Using ARIMA-IGARCH Models

El precio de la energía en bolsa es uno de los commodities con más volatilidad en mercados mundiales, lo que convierte su estimación en un reto, debido a los diferentes factores intervinientes: composición del parque generador, clima, precios del petróleo, correlación entre demanda de energía y el pib, entre otros, lo que provoca una volatilidad del precio en bolsa. El objetivo de este artículo es mostrar el modelo arima con igarch que mejor pronostique el precio de la energía en Colombia. Se concluye que si las variables estudiadas presentan estas características: comportamientos bruscos en periodos cortos, asimetría en distribución y no cumple con supuestos de estacionariedad, es preferible aplicar los modelos arch, garch y sus diferentes derivaciones por cubrir mejor la heterocedasticidad.O preço da energia em bolsa é um dos commodities com mais volatilidade em mercados mundiais, convertendo a sua estimação em um desafio pelos diferentes fatores intervenientes: composição do parque gerador, clima, preços do petróleo, correlação entre demanda de energia e pib, entre outros, provocando volatilidade do preço em bolsa. O objetivo é mostrar o modelo arima com igarch que melhor prognostique o preço da energia na Colômbia. Conclui-se que se as variáveis estudadas apresentam características: comportamentos bruscos em períodos curtos, assimetria em distribuição e não cumpre com supostos de estacionariedade, é preferível aplicar os modelos arch, garch e suas diferentes derivações por cobrir melhor a heterocedasticidade.The price of energy in the stock market is one of the most volatile commodities in world markets, making its estimate a challenge for the different factors involved: composition of the generating capacity, climate, oil prices, correlation between energy demand and gdp, among others, provoking price volatility in the stock market. The objective is to show the arima model with igarch that better predicts the price of energy in Colombia. It is concluded that if the studied variables have characteristics such as: abrupt behavior in short periods of time, asymmetry in distribution and does not meet with assumptions of stationarity, it is preferable to apply arch, garch and its different derivations to better cover heteroskedasticity