TBD

Abstract

Este Trabajo de Fin de Grado analiza el comportamiento del consumidor ante un shock energético extremo, entendido como la eliminación del uso del gas, mediante una combinación de simulación y técnicas de Machine Learning. El estudio se centra en la Comunidad de Madrid y parte de la construcción de un dataset sintético de 500 hogares, elaborado a partir de datos secundarios y variables económicas, estructurales y conductuales. A partir de este conjunto de datos se incorporan variables como la renta anual, el gasto energético, el precio del shock, el coste de transición, la incertidumbre percibida, la exposición a la información y diversas interacciones como factores relevantes. Sobre esta base se aplica un modelo de regresión logística que permita estimar la probabilidad de que un hogar decida sustituir el gas por otra fuente energética. Los resultados muestran que la decisión de cambio depende de forma significativa de la capacidad económica, la presión del shock, el acceso a información y las barreras asociadas al proceso de transición . Los resultados en una primera aproximación permiten identificar patrones de comportamiento coherentes con la teoría económica y con la literatura sobre economía del comportamiento. En particular, se observa que la transición energética depende de múltiples factores. Ciertamente del precio, pero también de otras relaciones como la renta y el coste de adaptación, o de la vulnerabilidad del hogar y del papel de la incertidumbre. En este sentido, el análisis ofrece una estimación útil sobre cómo podrían reaccionar los hogares ante escenarios de transición energética forzada y aporta una base metodológica para futuros estudios con datos reales

This Bachelor's Thesis analyzes consumer behavior in the face of an extreme energy shock, understood as the elimination of gas use, through a combination of simulation and Machine Learning techniques. The study focuses on the Community of Madrid and starts with the construction of a synthetic dataset of 500 households, developed from secondary data and economic, structural, and behavioral variables.Based on this dataset, variables such as annual income, energy expenditure, shock price, transition cost, perceived uncertainty, exposure to information, and various interactions are incorporated as relevant factors. On this basis, a logistic regression model is applied to estimate the probability of a household deciding to substitute gas with another energy source. The results show that the switching decision depends significantly on economic capacity, the pressure of the shock, access to information, and the barriers associated with the transition process.In a first approximation, the results allow the identification of behavioral patterns consistent with economic theory and behavioral economics literature. In particular, it is observed that the energy transition depends on multiple factors. Certainly on price, but also on other relationships such as income and the cost of adaptation, or household vulnerability and the role of uncertainty. In this sense, the analysis offers a useful estimation of how households might react to forced energy transition scenarios and provides a methodological foundation for future studies using real data.