Investigadores

Resumen

López, Ana María
Caminos, Antonio Andrés

Este trabajo  pretende poner de relieve una alternativa práctica de la utilización de la técnica de simulación Montecarlo, a través del uso de Hojas de Cálculo Electrónicas para analizar vía comportamiento aleatorio, decisiones complejas que puedan ser planteadas y analizadas mediante la metodología de árboles de decisión, una forma alternativa de evaluar la toma de decisiones en muchas empresas en condiciones de incertidumbre y riesgo. La aplicación de este trabajo a diferentes áreas de Finanzas, Economía, Producción, Calidad, Medicina, Abogacía y otras ciencias sociales mostrará la potencia del modelo para resolver situaciones complejas basadas en decisiones secuenciales fundamentadas en el uso y modelado de problemas bayesianos.

Estado del proyecto a fines de Agosto 2015

1. Tareas Realizadas

• Desde Noviembre 2014 a Marzo 2015, hemos asimilado la manera de trabajar del software RiskSimulator de la empresa Real Options Valuation, por considerar que este es el software más adecuado para resolver los problemas que presentamos en este trabajo. Hemos leído los manuales del producto y desarrollados los ejemplos sugeridos a fin de familiarizarnos con la manera de generar los resultados de nuestro interés.

• De manera opcional, también hemos analizado detalladamente el producto Precisión Tree de la empresa Palisade International, el cual a pesar de ser un poco más grafico que RiskSimulator es menos flexible en la suposición de variables aleatorias. Nos han comentado de una nueva versión disponible en Marzo 2015 que podría resolver algunas limitaciones de versiones anteriores.

• Finalizada la etapa de definir los datos de nuestros casos a resolver, dedicamos tiempo a organizar la información necesaria en cada uno de ellos y a definir qué resultados deben ser esperados, o al menos el rango posible de resultados esperados. Para ello debemos primero reproducir en planillas Excel, de manera discreta toda la estructura de cada uno de nuestros problemas y analizarlos matemáticamente para luego comprobar los resultados esperados de la simulación.

·         Hemos seleccionado como aplicación representativa de la metodología de aplicación de árboles de decisión multinivel a la resolución de un problema de decisión relacionada con la perforación de pozos convencional o perforación con un piloto de pruebas que aumenta las probabilidades de éxito de encontrar hidrocarburos (petróleo y gas) en un yacimiento petrolero de la cuenca austral.

·         Cada proyecto se evalúa económicamente por medio de la técnica de Flujos de Fondos Descontados y la valuación por el método del VAN (Valor Actual Neto) y la TIR (Tasa Interna de Retorno). A partir del modelo se calcula: el riesgo de cada proyecto, los factores de riesgo más importantes, la rentabilidad sobre la inversión y el tiempo de recupero de la inversión. Todos los valores de precios e importes están expresados en miles de dólares.

·         Armados los dos modelos financieros sobre variables de producción de pozos (proyectos de Exploración y Desarrollo ó E&P), podemos, determinar la rentabilidad de cada uno desde un punto de vista determinístico, esto es suponiendo constantes todas las variables.

·         Agregamos posteriormente la incertidumbre al pensar que perforar un pozo no implica necesariamente encontrar hidrocarburos a una profundidad promedio de 3000 metros, sino que tiene un cierto factor de éxito, definido a través de un experimento tipo Bernoulli, con una cierta probabilidad asociada a la posibilidad de encontrar petróleo en el subsuelo.

·         Esta capa de incertidumbre, sumada al hecho que las variables dinámicas y estáticas que definen un pozo en producción (producción inicial, tiempo de mantenimiento de la producción, comienzo de declinación, periodo de declinación, precio internacional del crudo y del gas, etc.) definen un comportamiento probabilístico de la rentabilidad de cada proyecto con altas probabilidades de pérdidas no detectadas por el modelo determinista. Los dos proyectos se analizan a un horizonte temporal de diez años de producción. Al cabo de este tiempo se decidirá si se comenzará una recuperación secundaria o fractura hidráulica u otro mecanismo para rehabilitar la producción del pozo a un nivel económicamente rentable.

·         En resumen, agregando variabilidad en el cálculo de las probabilidades de ocurrencia de los distintos escenarios, más la variabilidad del VAN de cada proyecto, hacen que la única manera de poder analizar este proyecto complejo sea a través de la simulación de Montecarlo y la manera de poder representar todas las alternativas posibles, es a través de un árbol de decisión.

·         La información incorporada al modelo fue suministrada por una empresa petrolera nacional, con lo cual garantizamos la confiabilidad de los datos por cuanto surgen de información de pozos en producción en la misma cuenca que generan la base muestral para caracterizar un pozo tipo como el propuesto en este informe.

·         Se asume que en esta cuenca austral el yacimiento es de Petróleo y Gas, sumados a un Acuífero. Esto significa varios problemas combinados y derivados de la termodinámica como son petróleo con gas disuelto, petróleo subenfriado, gas húmedo y/o gas seco. Se probaran diferentes mecanismos de drenaje de fluidos a superficie lo que garantiza diferentes niveles de recuperación de hidrocarburos.

·         El modelo está completo y se adjunta para revisión. Para ejecutar la simulación se necesita instalar una versión de prueba de CrystalBall de Oracle Corp.

1. Cuestiones a Resolver

·         Los productos que evaluamos son todas versiones de prueba de software comercial, con vencimiento en 15 0 30 días, por lo que solicitamos presupuesto para poder obtener una versión educativa por el periodo de 1 año al menos para poder resolver nuestros casos en lo que resta del proyecto.

1. Próximos Pasos

·         Aparte de la disponibilidad del producto, necesario para la resolución completa del modelo comentado, vamos a analizar la sensibilidad del modelo ante diferentes comportamientos de variables de ingreso al modelo y de esta manera estimar la opción más recomendable.

·         Nos ocuparemos de validar el modelo, es decir que los resultados generados, resultan creíbles desde todo punto de vista y a descartar aquellos escenarios no factibles, tanto por su baja probabilidad de ocurrencia como por la imposibilidad física de que puedan suceder en la vida real.

·         El modelo es escalable, es decir puede ser utilizado para mayor cantidad de alternativas y proyectos de inversión.

·         Una vez finalizado el análisis de sensibilidad vía diagramas tornado, spider, diagrames de dispersión, podremos definir las variables más importantes sobre las que se debe actuar antes de realizar los proyectos si se pretende tener el mayor éxito, no el 100%.

·         Comenzamos a preparar la presentación para el VIII Congreso Argentino de Ingeniería Industrial de fecha 12 y 13 de Noviembre de 2015

1. Cronograma del Proyecto

Volver a ADMINISTRACIÓN  

Palabras claves: 

Simulación Montecarlo

Arboles de Decisiòn

Bayes