Está en la página 1de 9

Universidad Autnoma de Guadalajara

Campus Tabasco
FACULTAD DE INGENIERA

Nombre:
Materia:
Grupo:

Diana Xiuhnelli Herrera Sols


Admn. Integral de Yac.
Parcial #: 4
7511
Fecha: 25/Nov/14
RESUMEN CAPITULO 5 - ANALISIS DE RIESGO

La informacin que sostiene slidamente los estudios de factibilidad tcnica o


de rentabilidad econmica de los proyectos se encarga de recordamos que nos
movemos siempre en el reino de la incertidumbre. La inversin que se realiza
hoy, presentar sus resultados maana.
Para ser precisos, nada de lo que suponemos hoy se va a cumplir exactamente
en los trminos previstos; los factores que intervienen se combinan de tal forma
que los resultados reales pueden ser desfavorables y traducirse en prdidas
graves, o pueden ser muy favorables y hacer que las ganancias rebasen todas
las expectativas, y en ese caso bienvenida la incertidumbre, o pueden
aportarnos resultados mediocres que en nada beneficien a nuestra empresa.
La incertidumbre est presente en todas las variables que intervienen en el
clculo de los indicadores de rentabilidad, y esa incertidumbre, fatalmente se
traduce en un riesgo. El inversionista debe estar siempre consciente del riesgo
que corre al emprender un negocio, y su necesidad de cuantificar ese riesgo
aumenta a medida que crece la importancia relativa del monto que piensa
invertir.
Para analizar el riesgo de los proyectos se deben simular numerosas
situaciones que pudieran llegarse a presentar en la prctica; buscar que todos
los factores que intervienen en el negocio se combinen aleatoriamente, como
es posible que suceda en la vida real, hacindolos variar dentro de sus
respectivos rangos factibles. Los resultados as obtenidos mostrarn hacia
dnde se cargan las cosas y en qu medida lo hacen; y as estar seguros de
haber utilizado toda la informacin disponible sobre el comportamiento de las
variables, dentro de los rangos correctos, para tener la certeza de que entre los
resultados que fueron simulados llegar a estar el resultado real.
Nmeros Aleatorios
Como su nombre lo indica, los nmeros aleatorios son nmeros generados al
azar.
Las computadoras de hoy brindan la posibilidad de generar grandes cantidades
de nmeros que se cornportan como aleatorios, nmeros que satisfacen las
condiciones de independencia y uniformidad pero que por ser generados a
travs de funciones se denominan pseudoaleatorios.

Universidad Autnoma de Guadalajara


Campus Tabasco
FACULTAD DE INGENIERA

Calculo de la reserva de hidrocarburos


Se calculara la reserva de hidrocarburos, empleando el mtodo volumtrico.
Para este ejemplo es bueno tener presente que la parte del yacimiento que es
atravesada por un pozo no es representativa del volumen del yacimiento; por
ejemplo a un espaciamiento entre pozos de 500 metros, el circulo que
representa el rea de drene por pozo tiene una superficie ligeramente mayor a
196 mil metros cuadrados, en tanto que el rea del pozo, para un dimetro de
10 pulgadas, apenas es de 0.05 metros cuadrados y representa el 0.000026
por ciento del yacimiento, o sea nada. Por ello las propiedades que
observamos en los pozos, que provienen de ncleos o de registros diversos,
difcilmente pueden ser extensibles indiscriminadamente a todo el yacimiento,
dadas las condiciones de fuerte heterogeneidad que las rocas presentan.
Calculada por el mtodo volumtrico, la reserva Re de un yacimiento de rea
A, espesor constante h, porosidad constante , saturacin de agua constante
Sw, factor de volumen constante Bo, y factor de recuperacin constante Fr,
representado de la siguiente forma:

Para A = 6, 000,000 m2, h = 60 m, = 8.18%, Sw = 30.96%, Bo = 1.4 y Fr =


25% resulta una reserva de 3.6 millones de metros cbicos que equivalen a
22.8 millones de barriles.
Supongamos ahora que la porosidad no es constante y que al calcularse metro
a metro a partir de los registros geofsicos tomados en los pozos se vio que su
valor oscilaba entre 5% y 11%, aunque no con la misma frecuencia en cada
valor; la porosidad de 0.05 se present en el 5.4 por ciento de los casos, la
porosidad de 0.06 en el 9.7% de las veces, y los dems valores como se
indica, sin embargo el valor promedio de la porosidad fue de 8.177%. Lo mismo
sucede al modificar los valores de la saturacin de agua cuando no se toman
constantes.
Distribucin triangular
Antes de seguir adelante es conveniente introducir uno de los conceptos
fundamentales del anlisis de riesgo, que es el de la distribucin triangular.
Cuando en el ejemplo previo vario conjuntamente la porosidad y la saturacin
de agua slo existieron 42 combinaciones posibles, y ese nmero tan reducido
de combinaciones se debi a que slo tenamos siete valores diferentes de
porosidad y seis valores diferentes de saturacin de agua; pero, si hubiramos
manejado la saturacin de agua para cada uno de los puntos porcentuales que
van desde 13% hasta 42%, y ello con el propsito de aprovechar en mayor

Universidad Autnoma de Guadalajara


Campus Tabasco
FACULTAD DE INGENIERA

medida la informacin disponible, entonces estaramos hablando de 7 valores


de por 32 valores de Sw, lo que dara 224 combinaciones. El nmero de
combinaciones posibles podra elevarse notablemente al aumentar la finura de
los datos y hasta podra ser infinito.
Pues en general los valores de las variables no se presentan de manera
discreta, de punto porcentual en punto porcentual, sino que constituyen una
cantidad infinita de nmeros reales dentro de cada intervalo.
Pero el problema no se deriva de la abundancia de la informacin, ya que con
la tecnologa moderna tener muchos datos no es obstculo insalvable; el gran
problema consiste en que no siempre, o mejor sera decir casi nunca se
dispone de la informacin debidamente registrada, depurada, clasificada y
ponderada para cada una de las variables que intervienen en los fenmenos
que nos interesa estudiar, particularizada para el rea geogrfica de inters; sin
embargo, los expertos de las diversas disciplinas, que constituyen la ms
confiable fuente de informacin, aunque carezcan de los elementos suficientes
para traducir sus conocimientos en informacin cuantitativa, siempre tienen
evidencias de los rangos de variacin de los diversos factores y conocen los
valores que con ms frecuencia se presentan. La distribucin triangular viene a
cubrir esa deficiencia y se constituye en un puente de comunicacin entre los
conocedores de cada materia y los evaluadores de proyectos; los expertos
ponen su experiencia cualitativa y las matemticas hacen el resto.

Para acercarnos gradualmente a la distribucin triangular, calculemos de nuevo


la reserva tomando como nico factor variable otra vez la saturacin de agua.
Supongamos que lo nico que sabemos de la saturacin de agua es que su
valor ms bajo es de 13% y que su valor ms alto es de 44%, sin posibilidades
de que se salga de ese rango, y adems sabemos que dentro de todos los
valores posibles el que con ms frecuencia se presenta es el de 36%.
Con estos tres datos se construye una distribucin triangular; nosotros
ponemos el valor mnimo, el valor ms probable o modal, y el valor mximo, y
el resto queda automticamente determinado.
Puesto que el tringulo es una distribucin de probabilidad, su rea es igual a
1; por lo tanto

Universidad Autnoma de Guadalajara


Campus Tabasco
FACULTAD DE INGENIERA

Para el ejemplo, H es igual a 21(0.44-0.13), lo que da 6.4516. Esto significa


que el rea del tringulo cuya base va de Vmin a VmodaI, que en adelante
llamaremos el tringulo de la izquierda, es de 0.7419, y que el rea del
tringulo que va de Vmodal a Vmax, el cual llamaremos tringulo de la
derecha, es de 0.258 1, de manera que las dos reas suman 1.000, como era
de esperarse. As la probabilidad de tener valores de saturacin entre 0.13 y
0.36 es de 74.19%, mientras que la probabilidad de tener saturaciones entre
0.36 y 0.44 es de 25.81%.
A continuacin se presentan los resultados obtenidos de una corrida cualquiera
de cien simulaciones. Vale la pena comentar que el promedio obtenido de
saturacin de agua fue de 30.2 por ciento, correspondiendo a la reserva un
valor medio de 23.1 millones de barriles; ambos valores tienen un grado de
aproximacin muy elevado con los que se manejaron en los ejemplos previos.
El nmero aleatorio correspondiente a la primera simulacin fue de 0.731,
menor que el rea del tringulo de la izquierda, de 0.7419, con lo que la
saturacin de agua seleccionada fue de 0.358, del tringulo de la izquierda; con
este valor result una reserva de 21.2 millones de barriles. Los nmeros
aleatorios obtenidos en las simulaciones 4 y 5 fueron de 0.845 y 0.881,
respectivamente, ambos correspondientes al tringulo de la derecha por ser
mayores que 0.7419. de manera que las saturaciones seleccionadas fueron de
37.8% y 38.6%, respectivamente.

Universidad Autnoma de Guadalajara


Campus Tabasco
FACULTAD DE INGENIERA

Por ltimo, y como un ejemplo que resume los conceptos hasta ahora vistos, se
calcular de nuevo la reserva de hidrocarburos para cuando ninguno de los
factores que intervienen es constante. El espesor tendr una distribucin
uniforme, entre 50 metros y 70 metros; la porosidad tendr la distribucin de
probabilidad utilizada previamente; para la saturacin de agua se emplear la
distribucin triangular recin analizada; el factor de volumen tendr una
distribucin uniforme, entre 1.3 y 1.5; y finalmente al factor de recuperacin le
corresponder una distribucin triangular en la que el valor mnimo es de 15
por ciento, el ms frecuente de 27 por ciento y el mximo de 33 por ciento.
En el ejemplo que en seguida se comenta, los clculos de cada simulacin se
llevaron a cabo bajo el siguiente orden: 1) con el primer nmero aleatorio se
seleccion el valor de h; 2) con el segundo nmero aleatorio se escogi el valor
de Bo; 3) el tercer nmero aleatorio se utiliz para determinar el valor de Sw;
4) con el cuarto nmero aleatorio se seleccion el valor de Fr; y 5) el quinto
nmero aleatorio se emple para la seleccin de la porosidad . Cualquier otro
orden podra haber sido utilizado, pero una vez escogido debe mantenerse
inalterable a lo largo de todas las simulaciones para no introducir sesgos o
tendencias en los clculos.
La corrida de computadora consisti de mil simulaciones, y en la tabla se
presentan los resultados de algunas de ellas. Vale la pena comentar que la
simulacin nmero 57, por ejemplo, condujo al valor ms bajo de reserva entre
los que se exhiben en la tabla, principalmente por su bajo factor de
recuperacin, de 0.205 e inferior al promedio de 0.25, y por haberse
seleccionado el valor ms bajo de porosidad, de 5%. Las simulaciones 52 y 59
culminaron en prcticamente los mismos valores de reserva, ligeramente
superiores a 35 millones de barriles; sin embargo en el primer caso los
elementos favorables fueron el factor de volumen, la saturacin de agua, el
factor de recuperacin y la porosidad, mientras que en el segundo tuvieron ms
influencia el espesor, el mismo factor de volumen y la porosidad.
El valor mnimo terico de la reserva es de 5.3 millones de barriles, el cual se
obtendra con la combinacin de h = 50 metros, Bo =1.5, Sw = 44%, factor de
recuperacin igual a 0.15 y porosidad igual a 5%; empero en ninguna de las mil
simulaciones se lleg a ese valor. Por su parte, la reserva mxima terica es de
64.2 millones de barriles, con la combinacin de h = 70 metros, Bo = 1.3, Sw, =
13%, Fr = 33% y = 11%; pero tampoco sta estuvo presente en ninguna de
las simulaciones. Ordenados de menor a mayor, los valores de la reserva
obtenidos fueron de 8.3, 8.5, 9.5, 9.7, 10.1,..., 42.3, 42.5, 43.0, 45.0 y 50.5, de
manera que el valor mnimo fue de 8.3 millones y el mximo de 50.5 millones
de barriles.
Hasta aqu se ha visto la importancia que tiene el manejar toda la informacin
disponible; al comienzo se vio que el emplear los valores promedio de los
factores que intervienen en el clculo de la reserva, conduca solamente a un

Universidad Autnoma de Guadalajara


Campus Tabasco
FACULTAD DE INGENIERA

nico valor de la misma; todas las decisiones que se tuvieran que tomar en
relacin a proyectos asociados con la reserva de este yacimiento tendran que
sustentarse en un valor de 22.8 millones de barriles; as se decide el nmero
de pozos y la capacidad de la infraestructura para el manejo superficial de los
fluidos; pero ahora se tiene ms informacin al respecto y se sabe que la
reserva podra ser inferior incluso a 20 millones de barriles, para lo que existe
una probabilidad de casi 36 por ciento, de manera que se amarra al valor de
22.8 para cualquier decisin representara un riesgo elevado. Por otra parte,
tambin existe una elevada probabilidad de que la reserva sea superior a los
25 millones de barriles, y esto debera tomarse muy en cuenta para el
dimensionamiento de la infraestructura y el diseo del perfil de produccin,
aparte de las acciones de operacin y mantenimiento, o los cambios en las
estructuras de organizacin o comerciales que tuvieran que preverse.
Pozos de desarrollo
Se analizara de nuevo la rentabilidad econmica del prospecto de pozo de
desarrollo de un ejemplo. Con base en los siguientes datos:

Con estos elementos vimos que el proyecto era rentable ya que la ganancia y
la razn beneficio/costo as lo manifestaban:

Se analiz el caso con nuestro mtodo de simulaciones aleatorias, empezando


por definir los rangos de variacin de cada una de las variables que intervienen.
Supongamos que el precio variara uniformemente desde menos 50% hasta
ms 50% de su valor medio; que el costo de la perforacin y obras asociadas al
pozo lo hicieran en 30% hacia arriba y hacia abajo del valor medio, tambin en
distribucin uniforme; que la declinacin, lo mismo que el costo del capital,
pudieran variar en 40% hacia arriba y hacia abajo; y que slo el ritmo de
produccin obedeciera a una distribucin triangular:

A travs de esta Informacin podemos vislumbrar la incertidumbre presente en


este proyecto, incertidumbre que es mayor mientras ms amplios son los
rangos dentro de los cuales oscilan los datos bsicos. Para calcular el riesgo
implcito seguiremos el siguiente procedimiento:

Universidad Autnoma de Guadalajara


Campus Tabasco
FACULTAD DE INGENIERA

1) Se selecciona un valor de C dentro del rango dado:


2) Se selecciona un valor para el costo del capital i:
3) Se selecciona el precio neto del crudo, u:
4) Se selecciona la declinacin continua, b:
5) Por ltimo se selecciona el valor de q, de una distribucin triangular
cuyos extremos son 20 y 325 barriles diarios, y cuyo valor modal es de
255 barriles diarios, para un promedio de 200 barriles diarios.
6) Una vez seleccionados aleatoriamente los valores de C, i, 21, b y q, se
calculan los indicadores de rentabilidad que corresponden a esa
simulacin, y para fines de ilustracin en este ejemplo slo se
consideran la ganancia G, la tasa de rendimiento r, la tasa interna de
retorno tir, y la razn beneficio/costo Rb/c con las siguientes
expresiones:

De las simulaciones, a la 95 le correspondi el valor ms alto de razn


beneficio costo, de 6.78, como resultado de una inversin relativamente
pequea y de ingresos elevados. Estos ejemplos ayudan a comprender un
poco ms el significado de los indicadores y su sensibilidad.
De la corrida de mil simulaciones ya mencionada se obtuvo una ganancia
promedio de 2.594 millones de dlares, para un valor mnimo de 1.142 millones
y un valor mximo de 10.094 millones.
La ganancia result negativa en 46 ocasiones, lo que podramos interpretar
como un riesgo de 4.6 por ciento de no recuperar la inversin. Si bien los
valores que ms abundaron durante las simulaciones se ubicaron entre 1.5 y
3.0 millones de dlares, se presentaron casos de ganancias bastante elevadas,
aun superiores a 9 millones de dlares, pero con frecuencias relativas bastante
pequeas; sin embargo estos valores podran llegarse a presentar en la

Universidad Autnoma de Guadalajara


Campus Tabasco
FACULTAD DE INGENIERA

prctica, por ser resultado de combinaciones totalmente factibles de los


diversos factores que intervienen.
Por lo que se refiere a la razn beneficio costo, los valores extremos fueron de
0.19 y 11.23, con una media de 3.27. El nmero de veces que esta razn
result menor que 1 fue de 46, o sea el mismo en que la ganancia fue negativa.
Los resultados de los otros indicadores fueron los siguientes. En el caso de la
tasa de rendimiento se obtuvo un valor mnimo de -5.7%, un mximo de 33.7%
y una media de 19.7%; la tasa de rendimiento result negativa en el 0.8% de
los casos y menor que 10% en el 5.6% de los casos. As, con los datos de la
tabla podramos decir que el riesgo de tener una tasa de rendimiento inferior al
costo del capital es de 5.6%. Por su parte, el valor medio de la tasa interna de
retorno fue de 65.0% siendo sus valores extremos -1 1.8% y 239.4%.
Desviacin estndar y coeficiente de variacin
Cuando no se conoce con precisin la medida en que intervienen los diversos
factores del fenmeno que estudiamos, los resultados pueden caer dentro de
una gama muy amplia de posibilidades; lo mismo pueden ser muy buenos, que
muy malos. Esa dispersin de los resultados posibles es indicativo de la
incertidumbre, y sta a su vez del riesgo implcito, y por ello el concepto de
riesgo es asociado con frecuencia a medidas estadsticas de dispersin.
Un indicador de dispersin es el rango, o sea la diferencia entre el valor
mximo y el mnimo. Por ejemplo el valor real de la razn beneficio costo, cuyo
valor medio fue de 3.27, podra caer dentro de un rango muy amplio que va de
0.19 a 11.23. La amplitud de este rango nos da una idea del grado de
incertidumbre que hay en la informacin bsica y por lo tanto del riesgo que se
corre en el proyecto.
Otro indicador de dispersin es la variancia, que al darle peso a los eventos es
una medida ms completa que el rango. La variancia v es la suma de los
cuadrados de las diferencias que los N resultados posibles xm tienen con el
valor medio x, dividida entre N.
Otra medida de dispersin es la desviacin estndar, raz cuadrada de la
variancia, cuya interpretacin es ms natural al representar lo que en promedio
se apartan los valores xk del valor medio xm. Para el caso de la razn beneficio
costo la desviacin estndar result de 1.747.
Si ahora dividimos la desviacin estndar s entre el valor medio xm, llegamos
al coeficiente de variacin, c, que es una medida relativa de la dispersin. El
coeficiente de variacin que corresponde a la razn beneficio costo es
entonces de 0.534, que podramos expresar como 53.4%.

Universidad Autnoma de Guadalajara


Campus Tabasco
FACULTAD DE INGENIERA

Dentro de un mismo prospecto de inversin no todos los indicadores de


rentabilidad reflejan el mismo grado de dispersin; ello depende de la
sensibilidad de cada uno de ellos.
Numero ptimo de pozos de desarrollo
La expresin para calcular el nmero de pozos ptimo en funcin de la reserva
de hidrocarburos, del ritmo de produccin inicial, del precio del crudo, del costo
del capital y del costo de la perforacin y obras asociadas a los pozos:

En trminos generales puede verse que la ganancia es mayor mientras ms


tiempo se mantenga la produccin sin declinar, y esto hace a su vez que se
justifique un nmero de pozos mayor; de ah la importancia del mantenimiento
de los pozos, de su buen diseo y del monitoreo permanente de su
comportamiento para poderles brindar el cuidado adecuado. Puede verse
tambin que la optimizacin del valor presente neto, medida volumtrica, no es
necesariamente la optimizacin de la rentabilidad; en los casos presentados el
valor presente neto es la ganancia y la rentabilidad la razn beneficio costo, la
cual resulta con un valor inferior al que le correspondera con menor N.

BIBLIOGRAFIA
Administracin de Empresas Petroleras de Exploracin y Produccin Luzbel Napolen Solrzano