Valoración de un proyecto de recuperación mejorada de petróleo en México a través del método binomial
DOI:
https://doi.org/10.24275/uam/azc/dcsh/ae/2020v35n90/SantiagoPalabras clave:
Método binomial, volatilidad, cadenas de Markov, recuperación mejorada de petróleo, factor de recuperaciónResumen
En México se buscan nuevas técnicas para la extracción de las dos terceras partes de petróleo que no se extrae de manera convencional. Bajo un escenario caracterizado por ser flexible e incierto, en la presente investigación se lleva a cabo la valoración económica de un proyecto de recuperación mejorada de petróleo (EOR, por sus siglas en inglés) mediante la inyección de químicos surfactante, polímero y álcali (ASP por sus siglas en inglés) por dos métodos: tradicional y valoración de opciones reales. Adicionalmente se determina el nivel de incertidumbre de los flujos de ingreso neto (S0) mediante los métodos binomial y cadenas de Markov. Los resultados mostraron que en la valoración tradicional el VPN del proyecto resultó positiva ($ 120.157 mil millones de dólares) obtenida en un plazo máximo de operación de dieciséis años; sin embargo, bajo la valoración de la opción real el VPN modificado del proyecto ((VPN) ̅) resultó mayor ($124.807 mil millones de dólares). En términos del valor de la opción europea de abandono, éste resultó mayor bajo las probabilidades de cadenas de Markov que bajo las probabilidades neutrales al riesgo. Al respecto, la prueba estadística de Wald-Wolfowitz mostró que los rendimientos del precio del petróleo deben ser modelados como una variable independiente por lo que el modelo binomial es el método correcto para el cálculo de las probabilidades. Se concluye que el método de valoración real de opciones es adecuado dada la existencia de flexibilidad e incertidumbre en el proyecto de inversión EOR-ASP, y que el valor de la opción se incrementa a medida que se presenta una mayor dispersión en los valores proyectados mediante el método binomial.
Clasificación JEL: G11; G32.
Descargas
Citas
Abreu, Z., & Paredes, D. (2014). Utilidad de las opciones reales en la valoración de proyectos de inversión. Visión Gerencial, 2, 175-188.
Alcaraz, J. V., & Villaseñor Baez, L. G. (2011). Analisis de la teoria del mercado eficiente desde la perspectiva de los enfoques clasicos del analisis y gestion de valores bursatiles, hasta la teoria de la caminata aleatoria. segunda parte. INCEPTUM, VI(11), 35-71.
Al-Mjeni, R; S, Arora; P, Cherukupalli; J, Wunnik; J, Edwards; B, J Felber; O, Gurpinar; G, Hirasaki; C, Jackson; M, Kristen; F, Kim; R, Ramamoorthy (2010). Has time come for EOR. Oilfield Review, 22, 4.
Alvarado, V., & Manrique, E. (2010). Enhanced Oil Recovery: An Update Review. Energies, 3, 1529-1575.
Álvarez, E., Lòpez, P., & Venegas, F. (2012). Valuación financiera de proyectos de inversión en nuevas tecnologías con opciones reales. Contaduría y Administración, 57, 115-145.
Álvarez, P., & Ortuño, E. (2013). Metodología de análisis de incertidumbre y riesgo del volumen original de aceite esperado aplicado a un campo maduro de la MNE. Ingeniería Petrolera, 53, 537-551.
Armstrong, M., Galli, A., Bailey, W., & Coue¨t, B. (2004). Incorporating technical uncertainty in real option. Journal of Petroleum Science and Engineering, 44, 67-82.
Bailey, B., Bhandari, A., Faiz, S., Srinivasan, S., & Weeds, H. (2004). Valoración de las opciones reales. Oilfield Review.
Brambila, J. J. (2011). Bioeconomía: instrumentos para su análisis económico (primera ed.). SAGARPA.
Calle, A. M., & Tamayo, V. M. (2009). Decisiones de Inversion a traves de Opciones Reales. Estudios Genrenciales, 25, 107-126.
Cheng, C., Wang, Z., Liu, M., & Zhao, Y. (2015). A Quantitative Analysis of the Impact of Production Uncertainty on the Offshore Oil Project Investment. Energy, 75, 3007-3013.
Cortazar, G., & Schwartz, E. (1998). Monte Carlo Evaluation Model of an Undeveloped Oil Field. Journal of energy Finance and development, 3(1).
Cox, J. C., Ross, S. A., & Rubinstein, M. (1979). Option pricing: A simple approach. Journal of Financial Economics, 7, 229-263.
Cruz, A., Venegas-Martínez, F., & Sánchez, A. (2009). Un modelo de optimización estocástica para la valuacion de una franquicia: un enfoque de opciones reales. Análisis Económico, XXIV, 7-2.
Dandekar, A. (2006). Petroleum reservoir rock and fluid properties. Boca Raton: CRC/Taylor&Francis.
Daniel, O., Garrod, B., & Pei, Y. (2012). Option Pricing via Markov Chain. RSG Proposal: Stochastic Finance.
Ekern, S. (1988). An option pricing approach to evaluating petroleum projects. Energy Economics, 10, 91-99.
Eriksson, B., & Pistorius, M. (2015). American Option Valuation under Continuous-Time Markov Chains. Advances in Applied Probability, 47, 378-401.
ESPA. (2014). Acquisition and Development of Selected Cost Data for Saline Storage and Enhanced Oil Recovery (EOR) Operations.
Funsho, A. (2015). Cost-Effective Chemical Enhanced Oil Recovery. International Journal of Petroleum and Petrochemical Engineering (IJPPE), 1, 1-11.
Galli, A. G., Armstrong, M., & Jehl, B. (1999). Comparison of three methods for evaluating oil projects. Journal of Petroleum Technology, 51, 44-49.
Gonzalez-Echeverri, G., Mora-Valencia, A., & Solano, J. (2015). Opciones reales aplicadas en redes integradas de servicios de salud empleando diferentes metodos de estimacion de volatilidad. Estudios Gerenciales, 31, 287-298.
Guimaraes, M. A. (2004). Valuation of exploration and production assets: an overview of real options models. Journal of petroleum science & engineering, 44, 93-114.
Hidrocarburos, C. N. (20 de Enero de 2018). CNH. Obtenido de CNH: https://www.gob.mx/cnh
Hoek, J. V., & Elliott, R. J. (2012). American option prices in a Markov chain market model . Applied Stochastic Models in Business and Industry, 28, 35-59.
Huang, J., Huang, W., Chu, P., Lee, W., Pai, H., Chuang, C., & Wu, Y. (2017). Applying a Markov chain for the stock pricing of a novel forecasting model. Communications in Statistics - Theory and Methods, 46(9), 4388-4402.
Hull, J. C. (2009). Introduccion a los mercados de futuros y opciones (Sexta ed.). (M. A. Carrion, Trad.) Pearson Educacion de Mexico.
Ibarra, L. F. (2009). Predicciones de Markov Aplicadas en el Programa de Ingeniería Industrial de la Universidad Nacional Experimental del Táchira (UNET). Ingeniería Industrial. Actualidad y Nuevas Tendencias, 1, 39-51.
Isaza, C., & Botero, B. (2014). Aplicación de las opciones reales en la toma de decisiones en los mercados de electricidad. Estudios Gerenciales, 30, 397-407.
Joshi, S., & Castanier, L. M. (1998). Tecno-Economic and Risk Evaluation of an EOR Proyect. Society of Petroleum Enhineers.
Kamari, A., Nikookar, M., Sahranavard, L., & Mohammadi, A. (2014). Efficient screening of enhanced oil recovery methods and predictive economic analysis. Neural Comput & Applic, 25, 815-824.
Kaminszczik, S., & López, A. (2016). EOR: Una estrategia sustentable. Petrotecnia, 50-66.
Lake, L. W., Schmidt, R. L., & Venuto, P. B. (1992). A niche for Enhanced Oil Recovery in the 1990s. Oilfield Review, 4, 55-61.
Langenkamp, R. D. (2006). Hanbook of Oil Industry Therms & Phrases (5th ed.). PENNWELL.
Maya, C., & Torres, G. (2005). Las caminatas aleatorias no son de este mundo. Teoría y revisión bibliográfi ca sobre evidencia empírica. Universidad EAFIT, 41, 65-83.
Mejia, C. (2003). Para medir la flexibilidad se deben usar opciones reales: Una vision global. Estudios Genrenciales, 87, 95-111.
Mèxico, B. d. (20 de 01 de 2018). Banco de Mexico. Obtenido de Banco de Mexico: http://www.banxico.org.mx/
Milanesi, G. (2012). Árboles binomiales implícitos (IBT) y la valuación opciones financieras. Un caso de aplicacion. Analisis Financiero, 119, 14-26.
Olajire, A. (2014). Review of ASP EOR (ASP enhanced oil recovery) technology in the petroleum industry: Prospects and challenges. Energy, 77, 963-982.
Paegelow, M., Camacho, M. T., & Menor, J. (2003). Cadenas de Markov, evalución multicriterio y evaluación multiobjetivo para la modelización prospectiva del paisaje. Revista Internacional de Ciencia y Tecnología de la Información Geográfica, 3, 22-44.
Pareja, V., & Cadavid, P. (2016). Valoración de patentes farmacéuticas a través de Opciones reales: equivalentes de certeza y funcion de utilidad. Contaduria y Administracion, 61, 794-814.
Pindyck, R. S. (1999). The long-Run evolution of energy prices. The Energy Journal, 20(2), 1-27.
Pineda, S., & Sierra, G. (2012). Opciones reales en la evaluacion economica de activos minerales y energeticos. Revista de estudios economicos, 35, 67-83.
Raffa, P., Broekhuis, A. A., & Picchioni, F. (2016). Polymeric surfactants for enhanced oil recovery: A review. Journal of Petroleum Science and Engineering, 145, 723-733.
Rincon, L. (2011). Introduccion a los procesos estocasticos (2011 ed.). Plaza Prometeo.
Romo, D. (2015). El Campo Petrolero Cantarell y la Economia Mexicana. Revista Problemas del Desarrollo, 186(6).
Ross, S. (2000). Introduction to Probability. Academic Press.
Schwartz, F. W., & Zhang, H. (2003). Fundamentals of ground water. N.Y.: John Wiley and Sons, Inc. New York.
SEC. (2010). Modernization of Oil and Gas Reporting Requirements.
Simonato, J. G. (2011). Computing American option prices in the lognormal jump–diffusion framework with a Markov chain. Finance Research Letters, Elsevier, 8(4), 220-226.
Suslick, S. B., & Schiozer, D. J. (2004). Risk analysis applied to petroleum exploration and production: An overview. Journal of Petroleum Science and Engineering, 44(2), 1:9.
Suslick, S. B., Schiozer, D., & Rodriguez, M. R. (2009). Uncertainty and Risk Analysis in Petroleum. Terrae, 6(1), 30-41.
Thomas, S. (2008). Enhanced Oil Recovery-An Overview. Oil & Gas Science and Technology, 63, 9-19.
Willigers, B. J., & Bratvold, R. B. (2008). Valuing Oil and Gas Options by Least Squares Monte Carlo Simulation. SPE Projects Facilities & Construction.
Zekri, A. Y., & Jerbi, K. K. (2002). Economic Evaluation of Enhanced . Oil & Gas Science and Technology, 57, 259-267
