You are on page 1of 76

METODOLOGIA DE ANALISIS DE RIESGO

AL PORTAFOLIO DE OPORTUNIDADES
DE PRODUCCION

MAYO 2001

PDVSA
CUALQUIER INFORMACIN O REQUERIMIENTO
ADICIONAL REFERENTE A LA METODOLOGA
DESARROLLADA EN EL PROYECTO DE ANLISIS DE
RIESGO CONTACTAR AL GRUPO DE PLANIFICACIN
ORIENTE - GERENCIA DE PLANES Y ESTRATEGIAS.

INDICADOR TELEFONO
LUIS FELIPE BORGES BORGESLF 34319
LUIS SISCO SISCOL 34450
ALEJANDRO GONZALEZ GONZALEZAVI 36286
ZALLINEY FERNANDEZ FERNANDEZZ 36320
CARLOTA MELENDEZ MELENDEZC 34447

PDVSA
LISTA DE FIGURAS

Pag.
Figura 1. Retorno vs Riesgo. 2
Figura 2. Modelo de un rbol de Decisin. 6
Figura 3. Modelo de un Diagrama Tornado. 7
Figura 4. Metodologa Proyecto Piloto. 4
Figura 5. Barra de herramientas del Crystal Ball 13
Figura 6. Modelo de base de datos. 14
Figura 7. Modelo de base de datos. 14
Figura 8. Icono Define Assumption. 15
Figura 9. Galera de Distribuciones Probabilsticas. 15
Figura 10. Galera de Distribuciones Probabilsticas ..cont. 16
Figura 11. Seleccin de un rango de datos. 17
Figura 12. Seleccin de un rango de datos, opciones. 18
Figura 13. Modelo Distrib. Probabilstica. 18
Figura 14. Curvas de ajuste de data real. 19
Figura 15. Distribucin continua Log-Normal. 20
Figura 16. Modelo de base de datos. 21
Figura 17. Determinacin probabilstica del POES. 21
Figura 18. Modelo de hoja de clculo. 22
Figura 19. Icono Define Forecast. 22
Figura 20. Descripcin del Define Forecast. 23
Figura 21. Ubicacin del icono Run Preferences. 21
Figura 22. Icono de Start Simulation. 22
Figura 23. Modelo de resultado probabilstico del POES. 25

PDVSA i
Pag.
Figura 24. Distribucin Normal. 28
Figura 25. Distribucin Triangular. 28
Figura 26. Generacin de una distribucin probabilstica a
un grupo de datos. 29
Figura 27. Distribucin Probabilstica . 30
Figura 28. Distribucin Probabilstica Uniforme. 31
Figura 29. Informacin Bench Marking en Factor de
Recobro 33
Figura 30. Distribucin Probabilstica del Factor de
Recobro. 33
Figura 31. Determinacin Probabilstica de Reservas. 34
Figura 32. Resultados probabilsticos de POES y Reservas. 35
Figura 33. POES probabilstico = POES oficial en libro. 36
Figura 34. POES probabilstico > POES oficial en libro. 36
Figura 35. POES probabilstico < POES oficial en libro. 37
Figura 36. POES probabilstico >>> POES oficial en libro. 38
Figura 37. Informacin estadstica resultante. 38
Figura 38. Tabla de percentiles en Crystal Ball. 40
Figura 39. Definicin de nombre de una celda en Excel. 40
Figura 40. Diagrama Tornado tipo. 41
Figura 41. Anlisis por barra del Diagrama Tornado. 42
Figura 42. Distribucin probabilstica de produccin. 44
Figura 43. Modas estadsticas por ao. 45
Figura 44. Modas estadsticas por ao por tipo de pozo. 45

PDVSA ii
Pag.
Figura 45. Comparacin estadstica de produccin con el
PDO. 46
Figura 46. Perfil de produccin SIPEP. 47
Figura 47. Distribucin probabilstica de Reservas. 47
Figura 48. Perfil de produccin SIPEP y ms probable. 48
Figura 49. Distribucin probabilstica de Reservas con
certidumbre del 25%. 49
Figura 50. Curva de probabilidad acumulada invertida. 50
Figura 51. Banda de produccin basada en la moda
estadstica. 50
Figura 52. Taba de variacin de inversiones en proyectos
ejecutados. 52
Figura 53. Distribucin probabilstica de variacin de las
inversiones de proyectos. 53
Figura 54. Distribucin probabilstica de variacin de las
inversiones de perforacin. 53
Figura 54. Tabla de variacin de los renglones
presupuestarios. 54
Figura 55. Distribucin probabilstica de variacin del
presupuesto de gastos. 55
Figura 55. Variaciones de la actividad planificada versus la
real ejecutada. 55
Figura 56. Porcentaje de variacin para cada rengln
presupuestario. 57

PDVSA iii
Pag.
Figura 57. Modelo de hoja de Evaluacin Econmica
probabilstica. 58
Figura 58. Modelo de hoja de Evaluacin Econmica
probabilstica. 59
Figura 59. Modelo de hoja de Evaluacin Econmica
probabilstica. 60
Figura 60. Modelo de distribucin probabilstica de VPN 61
Figura 61. Probabilidad acumulada invertida. 61
Figura 62. Riesgo Real. 62
Figura 63. Margen de Oportunidad Real. 63
Figura 64. Margen de Oportunidad Firme y Esperado. 64
Figura 65. Jerarquizacin de paquetes. 65

PDVSA iv
DEFINICIONES BSICAS

DISTRIBUCION PROBABILSTICA
Comportamiento de la frecuencia de ocurrencia de una variable o
grupo de variables.

CERTIDUMBRE
Es el porcentaje de chance de que un valor pronosticado caiga
dentro de un rango especifico.

SIMULACION
Es un mtodo analtico que trata de imitar un sistema real,
especialmente cuando el sistema es muy complejo o difcil de
reproducir.

SIMULACION MONTE CARLO


Mtodo de simulacin en donde se generan aleatoriamente
valores para variables con incertidumbre con el fin de generar un
modelo que represente el rango de incertidumbre, basado en la
distribucin probabilistica de la variable.

PDVSA v
MEDIA: Comnmente conocida como Media aritmtica o
promedio aritmtico, se define como la sumatoria del conjunto
de valores o resultados obtenidos de un experimento dividido
por el nmero total de valores sumados.

MEDIANA: Es el valor del conjunto de resultados, con igual


nmero de valores mayores y menores a l. Es el valor central
del conjunto de resultados una vez que stos ha sido
ordenados numricamente en forma decreciente.

MODA: Es el valor, del conjunto de resultados, que se repite o


aparece mayor numero de veces.

Cuando la curva de distribucin probabilstica tiene un


comportamiento Normal, la Media, la Mediana y la Moda
coinciden en el punto de mayor probabilidad.

PDVSA vi
NDICE
LISTA DE FIGURAS i
DEFINICIONES BSICAS v
INDICE vii
1. INTRODUCCIN 1
2. OBJETIVO GENERAL DEL PROYECTO 4
3. OBJETIVOS ESPECFICOS 4
4. SOFTWARE UTILIZADOS 5
5. METODOLOGIA 8
5.1. Generacin de Distribuciones Probabilsticas 13
5.2. Anlisis Probabilstico Reservas 26
5.2.1. Distribucin Prob. del POES 27
5.2.1.1. Distrib. Prob. del rea 28
5.2.1.2. Distrib. Prob. de Porosidad/ Saturacin 29
5.2.1.3. Distrib. Prob. de Arena Neta Petrolfera 30
5.2.1.4. Distrib. Prob. de Factor Volumtrico 31
5.2.2. Distribucin Prob. de Factor de Recobro 32
5.2.3. Determinacin de Reservas 34
5.2.4. Generacin de Diagramas Tornados 39
5.3. Anlisis Probabilstico de Produccin 43
5.4. Banda de Produccin 47
5.5. Anlisis Probabilstico de Inversiones 52
5.6. Anlisis Probabilstico de Gastos 54
5.7. Evaluacin Econmica 58

PDVSA vii
NDICE

ANEXOS 66
ANEXO A: Presentacin de metodologa
ANEXO B: Presentacin de resultados

PDVSA viii
1. INTRODUCCIN

Tradicionalmente el esquema de evaluacin de proyectos en


PDVSA ha sido netamente determinstico. La jerarquizacin del
Portafolio de Oportunidades y el Plan de Negocios, la hacemos a
travs del mtodo determinstico donde utilizando la mejor
informacin disponible desarrollamos los paquetes basados en
valores puntuales de sus variables tcnicas y financieras. As,
una vez determinados sus indicadores financieros de TIR,
Eficiencia de Inversin, Valor Presente Neto y tiempo de Pago,
jerarquizamos los paquetes desde el de mayor retorno hasta el de
menor. Pero Cul es el nivel de Riesgo asociado a cada uno de
estos paquetes? , Cmo medimos el Riesgo?.
En la actualidad la nica herramienta es a travs de los Post-
Mortem de los proyectos, en donde midiendo la variacin entre lo
planificado y lo real tenemos una idea del riesgo inicial asociado a
un proyecto especifico. Pero nos preguntamos: Sn stos
resultados extrapolables a todos los paquetes del Portafolio?. Y,
adicionalmente, Pudiesen estos resultados cubrir los detalles
especficos de riesgos asociados a cada proyecto, es decir,
inversiones, gastos, volumetria de crudo y gas, etc.?. La
respuesta no es directa.
Es por esta razn que es necesario hacer un alto en el enfoque
tradicional de jerarquizar y tomar decisiones en la formulacin del
Plan de Negocios de produccin, e introducir mejoras que
permitan visualizar estos riesgos a lo largo de toda la cadena de
valor. Y estos a su vez discriminados en funcin de sus variables

PDVSA
tcnicas y financieras, para as poder conformar un slido plan de
negocios. Los tomadores de decisin necesitan contar con una
herramienta que les permita cuantificar el Riesgo de los paquetes
que conforman el Portafolio en trminos monetarios, es decir,
determinar que porcin del retorno esperado del proyecto esta
sujeto a varianza.
Es as como respondemos el Por Qu? hacer el Anlisis de
Riesgo. Porque como empresa, necesitamos tener una mejor
Visin Financiera del Portafolio. Se requiere sincerar los retornos
calculados en los paquetes del Portafolio y ponderar as entre el
Riesgo y el beneficio esperado.
As podremos ubicarnos dentro de los ejes mostrados en la figura
y medir el Riesgo asociado a nuestro Portafolio en funcin del
retorno esperado. Hoy en da no podemos aseverar a nivel de
detalle cuales son los paquetes que agregan Riesgo a nuestro
Plan de Negocios ni cuales son las incertidumbres de las
variables Tcnicas y Financieras que lo conforman.

VPN
(MM$)

?
Dnde estamos ubicados?

Riesgo (MM$)

Figura 1. Retorno Vs Riesgo

PDVSA
Nuestro Plan de Negocios esta orientado a maximizar la creacin
de valor al accionista. No obstante todos compartimos que esta
sujeto a una serie de riesgos de mercado, Operacionales de
Indole Tcnica y Financiera, Riesgos Tecnolgicos y de entorno.
La propuesta es que tenemos que gerenciar estos riesgos a
travs del anlisis de decisin y Riesgo para lo cual tenemos los
siguientes retos:

1. Primero tenemos que identificar y Gerenciar el riesgo asociado


a los negocios que forman parte de nuestro portafolio.
2. Segundo tenemos que optimar la distribucin de recursos y
dirigirlos a aquellas reas que contribuyan a disminuir el riesgo
implcito en los negocios.
3. Y tercero tenemos que valorar la contribucin de cada unidad
de negocio y su riesgo asociado para as lograr claridad
financiera y soportar los principios de gerencia de activos
(Asset Management).

Solo as podremos tener un portafolio balanceado y alineado con


la Orientacin estratgica de la Corporacin.

Para desarrollar la metodologa se integr un equipo de trabajo


multidisciplinario bajo la modalidad de Proyecto Piloto en donde
se seleccionaron 11 paquetes del PDO pertenecientes a las
Unidades de Explotacin Furrial, Carito y Pirital. Estos once
paquetes representan el 51% de VPN del portafolio de Produccin
Oriente y consideran el 44% de las reservas de crudos C/L/M.

PDVSA
2. OBJETIVO GENERAL DEL PROYECTO

El objetivo general del proyecto piloto es el de determinar el


riesgo Tcnico y Financiero en trminos monetarios asociado al
portafolio de oportunidades de PDVSA Oriente, con el fin de servir
de base en la toma de decisin para la formulacin del plan de
negocios de PDVSA.

3. OBJETIVOS ESPECFICOS

Para lograr el objetivo general se trazaron los siguientes


objetivos especficos:

Establecer una metodologa que permita a PDVSA Produccin


realizar evaluaciones econmicas de sus proyectos,
considerando los riesgos asociados y las sensibilidades
requeridas para el anlisis de los proyectos de las Unidades de
Explotacin.
Determinar un ndice de jerarquizacin que considere el riesgo
implcito en trminos monetarios, que permita gerenciar la
cartera de proyectos de las U.E. referidas.
Proveer a las U.E. con las herramientas adecuadas para
realizar anlisis de decisiones y riesgo.
Entrenar al equipo de trabajo en el uso de las herramientas
implantadas durante el proyecto.

PDVSA
4. SOFTWARES UTILIZADOS

Las herramientas utilizadas dentro de esta metodologa son las


siguientes:

1.- Crytal Ball 2000 Excel


2.- Decision Tree

CRYSTAL BALL

El Crystal Ball 2000 es un programa complementario del Excel


(Add-in), propiedad de la empresa Decisioneering. Este software
de fcil utilizacin, permite determinar las distribuciones
probabilsticas de una serie de datos especficos o en su defecto
asignar a una serie de datos un comportamiento conocido o
estimado en base a criterios de expertos.

El Crystal Ball esta orientado a la representacin grfica del riesgo


e incertidumbre basados en la aplicacin de la tcnica de
Montecarlo. A lo largo de la metodologa se describe su aplicacin
practica dentro del contexto de anlisis de riesgo al PDO. Sin
embargo esta herramienta posee un potencial complementario
para otro tipo de anlisis y toma de decisiones.

PDVSA
DECISON TREE

El Decision Tree es una herramienta perteneciente a la Suite de


aplicaciones de la empresa MERAK-Schlumberger , el cual se
utiliz para la generacin de los rboles de decisin y diagramas
de tornado. Los rboles de decisin permiten determinar a travs
de la utilizacin de la teora Bayesiana, la probabilidad de
ocurrencia de un evento considerando las incertidumbres de cada
una de las variables involucradas.

Un modelo del rbol generado en la herramienta Decision Tree


se muestra en la figura 2:

Valor mas
probable
de reservas

Figura 2. Modelo de un rbol de Decisin

El diagrama de tornado permite visualizar la contribucin a la


varianza que sobre un elemento en particular, por ejemplo:

PDVSA
Reservas, afectan las incertidumbre de cada variable que
intervienen en su clculo (Area, Porosidad, etc). As mismo el
diagrama tornado permite determinar el riesgo y la oportunidad
presente en cada variable, de esta forma, permite la identificacin
de las reas en donde se deben asignar los recursos financieros y
humanos a objeto de maximizar las oportunidades y minimizar los
riesgos.

RIESGOS OPORTUNIDADES

Figura 3. Modelo de un Diagrama Tornado

PDVSA
5. METODOLOGIA:

El Anlisis de Riesgo puede ser desarrollado a travs de dos


mtodos. El primero, basado en el comportamiento probabilstico
de las variables, soportndose con la informacin real medida
en campo (data dura) y validada a los niveles correspondientes.

La informacin estadstica validada refleja el comportamiento


inequvoco de las variables, dando un mejor soporte tcnico y
confiable a los resultados del anlisis.

El segundo mtodo, esta asociado a la opinin de expertos,


utilizndose en los casos donde la informacin existente es
escasa o no se dispone de ella; sin embargo se agrega un mayor
nivel de incertidumbre a los resultados del anlisis al ser esta
metodologa dependiente de la experticia de la persona
consultada; en consecuencia tiende a ser cualitativa.

El Proyecto Piloto se fundament en una metodologa


cuantitativa considerando el anlisis estadstico de la data real de
campo; desarrollndose esta en seis macro-etapas:

Determinacin probabilstica de Reservas: Est basado en


el anlisis de incertidumbre de Reservas y soportado en el
comportamiento estadstico de las variables de entrada a la
ecuacin para la determinacin del POES (Area, Espesor,
Porosidad, Saturacin de petrleo, Factor Volumtrico). El otro

PDVSA
parmetro asociado para la determinacin de reservas es el
factor de Recobro, el cual se bas en resultados reales de
yacimientos( Bench Mark)., a nivel nacional e internacional,
con caractersticas similares a los estudiados, sometidos a
proyectos de recuperacin secundaria por inyeccin de agua
y/o gas

Anlisis de la capacidad de Produccin por rea, esta


soportado por el comportamiento real de Produccin por Pozo/
Yacimiento de los ltimos cuatro aos de produccin.
Construyndose la curva de distribucin para luego comparar
este resultado con el perfil de produccin plasmado en el
Portafolio de Oportunidades (PDO).

Construccin de las Bandas de Produccin, a partir de la


distribucin probabilstica de las reservas de petrleo y gas .

Determinacin de varianza en los presupuestos de


Operacin e Inversin, para ello se consider los
desembolsos realizados en los tres ltimos ejercicios
presupuestarios de gastos y en cuanto al de inversin, los
resultados de proyectos ejecutados y cerrados
financieramente, as como, las variaciones en perforacin y
completacin de pozos.

VPN ms probable, se determin utilizando como insumo


base, las distribuciones probabilsticas generadas en los

PDVSA
puntos anteriores y la informacin por paquete contenida en el
SIPEP (Sistema Integrado de Planificacin de Exploracin y
Produccion); a travs de una hoja integrada Excel - Crystal
Ball, desarrollada por el grupo ejecutor del Proyecto Piloto.

Anlisis al PDO / Frontera de Eficiencia. Para implementar el


concepto de anlisis de riesgo, en el proyecto piloto se tom
como punto de partida el conjunto de paquetes (11 paquetes)
asociados al 50% del VPN de la regin Oriente. Estableciendo
para los paquetes analizados, comparaciones en el mbito de
Riesgo-Rentabilidad, considerndose nuevos parmetros de
jerarquizacin para el PDO; as como, la construccin de la
Frontera de Eficiencia para el Portafolio Oriente.

Para ilustrar todo lo antes citado, en el siguiente diagrama se


visualiza la metodologa desarrollada en el proyecto:

PDVSA
METODOLOGA PROYECTO PILOTO
FUERZA
FUERZA HOMBRE
HOMBRE
SELECCIN DE PAQUETES DEL PDO YACIMIENTOS
YACIMIENTOS ENTRNAMIENTO
ENTRNAMIENTO..
PRODUCCIN
PRODUCCIN SOFWARE
SOFWARE
INFRAESTRUCTURA
INFRAESTRUCTURA METODOLOGIA
METODOLOGIA
PERFORACIN
PERFORACIN
IDENTIFICACION DE REAS/ YACIMIENTOS PROCURA/
PROCURA/INSTALACIN
INSTALACIN
PLANTAS
PLANTAS DE
DE HERRAMIENTAS
DE HERRAMIENTAS
HERRAMIENTAS
PLANIFICACIN
PLANIFICACIN

DISTRIBUCIN PROBABILSTICA DE VARIABLES TECNICO-FINANCIERAS


(CRYSTAL BALL / DECISION TREE (MERAK))

RESERVAS PRODUCCION GASTOS INVERSIONES

F Data Real P/ clculo POES volum : F Data Histrica Produccin por pozo : F Data Histrica Presu . de gastos :
F Data Histrica de Proyectos de Inv :
(Referenciada a cada yacimiento) (Referenciada a cada yacimiento) (1998, 1999 y 2000) Comparacin Plan Vs Real
Distrib . Prob. Porosidad. Disponibles en Sistemas Corporativos (Bs plan Vs Bs Real)
Distrib . Prob. Saturacin. Comparacin Plan Vs Real / ao Determinacin Probabilidad de
Distrib . Prob. Espesores Distrib . Prob de MBD/Pozo (Bs plan Vs Bs Real)
varianza .
Distrib . Prob. Area del yacim . (1996, 1997, 1998, 1999 y 2000) Comparacin Plan Vs Real / ao
Distrib . Prob. Factores Volum. Grfica de MBD/Pozo mas probable (Acti. plan Vs Activ. Real
FData Histrica de Perforacin
para cada ao. ejecutada) Comparacin Plan Vs Real
FDistrib Probab . Reservas: Comparacin con plan PDO 2000-19 Determinacin Probabilidad de (Bs plan Vs Bs Real)
(Referenciada a cada yacimiento) varianza .
Determinacin Probabilidad de
FGeneracin de bandas de produccin
varianza por tipo de pozo.
Bench Marking Internacional de FComparacin de la desviacin
Factores de Recobro por tipo de Presupuesto/ Actividad, Por ao
proyecto de Recup. Secundaria. (-) FDiagramas Tornado

F Diagramas tornados.
FDiagramas Tornado de reservas (+) (-)
probables/ Variables tcnicas

EVALUACIN ECONMICA
DE LA CARTERA NUEVOS CRITERIOS DE
VPN Esperado JERARQUIZACIN

Fgura 4. Metodologa Proyecto Piloto.

Partiendo de la informacin contenida en el flujograma anterior, la


primera parte de la metodologa de trabajo contempla la seleccin
de los paquetes del PDO para realizarle el Anlisis de Riesgo.
Paso seguido, se identifican los campos y/o yacimientos
asociados a cada paquete a fin de recopilar la informacin
necesaria asociada a la determinacin del POES como la de
produccin de la acumulacin de hidrocarburos en estudio; la cual
es el insumo necesario para desarrollar las tres primeras Macro-
etapas. La otra parte de la informacin requerida para el anlisis
corresponde a la variacin estadstica de los presupuestos de

PDVSA
operacin e inversin, de las Unidades de Explotacin
involucradas en los paquetes seleccionados.

El siguiente paso corresponde a la generacin de la distribucin


probabilstica de cada variable, utilizndose la herramienta
Crystal Ball, permitiendo realizar distribuciones probabilsticas,
de manera fcil y amigable, a un conjunto de datos para
posteriormente, mediante la simulacin Monte Carlo, combinar
las diferentes distribuciones de cada variables para obtener el
comportamiento probabilstico de una macrovariable, por ejemplo:
POES, Reservas, VPN, entre otras.

En la siguiente seccin se detallar paso a paso el procedimiento


seguido para la generacin del comportamiento probabilsticas de
las variables de inters.

PDVSA
5.1 GENERACIN DE DISTRIBUCIONES PROBABILSTICAS
UTILIZANDO EL SOFTWARE CRYSTAL BALL.

Para generar una Distribucin Probabilstica a partir de un


conjunto de datos reales, se utiliza la herramienta Crystal Ball.
Este Software debe estar instalado en la PC o a nivel de Red,
el cual al ser activado, presentar un libro Excel con una barra de
herramientas adicional a la tradicionalmente conocida en este
programa, tal y como se muestra en la figura 5:

Figura 5. Barra de Herramientas del Crystal Ball

Para la generacin de las distribuciones probabilsticas se debe


seguir el siguiente procedimiento:

a.- En una hoja Excel, con la aplicacin de Cristal Ball activada


se organiza la informacin sujeta al anlisis, por ejemplo, un
conjunto de datos asociados a pozos, en este caso: espesor,
porosidad, saturacin y/ cualquier otro parmetro de inters, tal
como se muestra en figura 6:

PDVSA
Figura 6. Modelo de base de datos

b. Se ubica el cursor y se activa la celda de la variable sujeta al


anlisis. Ver Figura 7:

Figura 7. Modelo de base de datos

Esta celda debe estar definida por un valor numrico colocado


manualmente, no puede ser ni una celda con frmula ni una

PDVSA
celda en blanco, de lo contrario esta variable no podr ser
definida por Cristal Ball. Generalmente, se coloca el valor
promedio del conjunto de datos asociados a dicha variable o el
valor de cero

c.- Una vez ubicados en la celda correspondiente se hace un


click en el icono de Define Assumption (Ver figura 8), sobre la
barra de herramientas para activar la distribucin probabilstica:

Figura 8. Icono Define Assumption

El programa mostrar automticamente la galera de modelos


probabilsticos, tal como se muestra en la figura 9:

Figura 9. Galera de distribuciones probabilsticas

PDVSA
Para visualizar los restantes modelos probabilsticos se hace un
click en el cuadro More y se mostrar las distribuciones
restantes incorporadas en la galera

Figura 10. Galera de distribuciones probabilsticas ..cont.

Para seleccionar alguna de las curvas de la galera se hace


un click sobre la distribucin de preferencia.

d.- Si se conoce, previamente el comportamiento probabilstico


de la variable, se selecciona directamente el modelo de la galera,
en caso contrario se hace click en el recuadro Fit para generar
la distribucin probabilstica capaz de reproducir el
comportamiento de la data real. El programa mostrar en pantalla
un recuadro donde el usuario indicar el rango de datos a
cotejar probabilsticamente, tal como lo muestra la figura 11:

PDVSA
En este recuadro se indica el
rango de los datos a ser
graficado, en este ejemplo desde
la celda C2 hasta la C33

C2:C33

Figura 11. Seleccin de un rango de datos

En este ejemplo se seleccionan los datos contenidos en la


columna C, (30 valores en total).

e.- Se hace un click en el recuadro Next para ir a la siguiente


pantalla, en este momento se activarn las opciones indicadas en
la figura 12. Para finalizar se hace click en el recuadro OK.

PDVSA
Se activan las opciones All
Continuous Distributions y Show
Comparation Chart para visualizar
todo el espectro de posibilidades.

Figura 12. Seleccin de un rango de datos, Opciones

f.- El programa muestra en cada


una de las grficas la
comparacin entre el modelo
probabilstico generado y la data
real tal como se muestra en la
figura 13. Las barras Figura 13. Modelo distrib. probabilstica

corresponden a la informacin real y la lnea corresponde a la


distribucin probabilstica ajustada a ese conjunto de datos. El
programa muestra por defecto el modelo con el mejor ajuste; sin
embargo, es posible seleccionar otro tipo de distribucin. Para ello
se hace click el botn de Next Distribution, visualizndose la
gama completa (11 distribuciones), pudindose seleccionar

PDVSA
aquella con mejor aproximacin segn el criterio del grupo de
expertos. La figura 14, muestra el ejemplo de la gama de
distribuciones:

1. Logistic Distribution 2. Normal Distribution 3. Weibul Distribution

4. Beta Distribution 5. Gamma Distribution 6. Lognormal Distribution

7. Extreme Value Distribution 8. Triangular Distribution 9. Uniform Distribution

10. Pareto Distribution 11. Beta Distribution


Figura 14. Curvas de ajuste de data real

PDVSA
Una vez seleccionada la distribucin mas representativa, se hace
click en el botn Accept y el programa asignar
automticamente la distribucin probabilstica de la variable a la
celda donde estaba ubicado el valor determinsticos (para el
ejemplo, porosidad prom.=12.4%). En este caso el mejor ajuste
de los datos reales se obtiene para una distribucin del tipo Log-
Normal (Curva N6 de la figura 14):

Figura 15. Distribucin Continua Log-Normal

En consecuencia, el valor de la celda C35, esta ahora definida


por un comportamiento Log-Normal, con una Media de 11.82,
Desviacin Estndar 1.83, con un rango de datos desde 7.35
hasta 18.54. Haciendo un click en el recuadro OK el programa
retorna a la hoja de datos (Ver figura 16), enfatizndose lo antes
citado donde ahora la celda deja de ser un valor y es redefinida
por un comportamiento probabilstico.

PDVSA
Figura 16. Modelo de base de datos

Este procedimiento se repite para cada una de las variables.

g.- Finalizada la seleccin del respectivo modelo probabilstico


para cada variable, se procede a identificar la celda de la
macrovariable la cual ser producto de una ecuacin matemtica
(En el ejemplo, POES), donde intervienen las variables definida
en el paso anterior:

7758*A*ANP* *(1Sw)
POES=
oi

Figura 17. Determinacin probabilstica del POES.

PDVSA
La celda del POES es producto de una frmula, condicin esta a
definirse en Crystal Ball. Para ello, se selecciona la celda del
resultado (POES), tal como se muestra en la figura 18:

Figura 18. Modelo de hoja de clculo

Luego se selecciona el icono Define Forecast de la barra de


herramientas:

Figura 19. Icono Define Forecast.

Este icono le indica al sistema la ejecucin de una ecuacin


en donde el resultado ser una distribucin probabilstica
calculada, a partir de una Simulacin Montecarlo. El sistema

PDVSA
muestra automticamente un recuadro donde se identificar la
variable a determinar.

(MMBLS)

Figura 20. Descripcin del Define Forecast

Haciendo click en OK, la celda quedar automticamente


definida.

h.- Una vez definidas todas las distribuciones probabilsticas de


cada variable independiente y las celdas producto de ecuaciones,
el programa queda listo para efectuar la simulacin Montecarlo,
realizando las correspondientes itereaciones acorde con la
cantidad pre-establecida. Sin embargo, si el usuario desea
modificar el numero de iteraciones, debe activar las opciones
Run, de la barra de herramientas de Excel, y luego a Run
Preferences. El programa automticamente mostrar en
pantalla el cuadro donde se colocara el numero de iteraciones
deseado:

PDVSA
Figura 21. Ubicacin del Icono Run Preferences

Mientras mayor sea el nmero de variables involucradas, el


numero de combinaciones se incrementa y por ende mayor
deber ser el numero de iteraciones a seleccionar,
recomendndose utilizar un mnimo de 10.000 iteraciones.

Para iniciar el calculo, se hace click en el icono Start Simulation


de la barra de herramientas:

Figura 22. Icono de Start Simulation

PDVSA
En este momento se observar en pantalla todas las iteraciones
realizadas por el programa. El resultado tendr ahora una
distribucin probabilstica definida, la cual ser producto de
combinar aleatoriamente las distribuciones asociadas a cada
variable.

Figura 23. Modelo de Resultado Probabilstico del POES

La moda de la distribucin resultante, corresponder al valor ms


probable de esa variable y podr ser comparado con el valor
determinsticos y/o oficial manejado en el rea. Esta distribucin
dar el rango completo de los valores posibles de esta variable.

PDVSA
5.2.- ANLISIS PROBABILSTICO DE RESERVAS

El Anlisis de Riesgo Tcnico contempla la determinacin de la


Distribucin Probabilstica de las Reservas de hidrocarburos y su
comparacin con las Reservas Oficiales en Libro. Este anlisis
permite cuantificar la certidumbre de los compromisos
volumtricos contemplados en el PDO.

Previo a la construccin de este modelo probabilstico, es


indispensable la validacin de la data de entrada a utilizar, por
su influencia en la calidad de los resultados finales. Por otra
parte, de ser necesario, se debe considerar la posibilidad de
sectorizar el yacimiento a fin de reproducir el comportamiento real
de una o mas variables utilizadas para el determinar el POES por
rea y luego integrar la partes. Esto con la finalidad de lograr
distribuciones ms representativas para alcanzar un mayor grado
de ajuste.

Para asegurar la confiabilidad de los resultados, se requiere la


creacin de equipos multidisciplinarios conformado por
Petrofsicos, Gelogos e Ingenieros de Yacimientos, con alto
grado de dominio del yacimiento y/o rea de manera de disponer
de los mejores criterios para la segregacin de la informacin.

A continuacin se describe el procedimiento a seguir:

PDVSA
5.2.1.- DISTRIBUCIN PROBABILSTICA DEL POES.

La primera fase contempla la estimacin Probabilstica del POES,


utilizndose para ello, la frmula del mtodo volumtrico:

7758 * AREA * ANP * * (1 Sw)


POES =
oi

POES= BN
AREA= Acres
ANP (Arena Neta Petrolfera)= Pies

(Porosidad) = %

Sw (Saturacin Agua) = Fraccin


oi = Factor Volum. del Petrleo= (BY/BN)

Es importante hacer nuevamente la siguiente acotacin: Cada


una de las variables involucradas en este clculo (A, ANP, Sw,
oi) ya no estarn identificadas como un valor determinstico,
por el contrario, cada una de ellas estar definida por una
distribucin probabilstica.

PDVSA
5.2.1.1.- AREA

La incertidumbre de este parmetro depende de la metodologa


empleada para determinar el rea del yacimiento. Generalmente
se dispone de un nico valor de rea definido por los
especialistas, ubicndose sta en el libro de reservas.

Cuando la informacin es
insuficiente para generar una curva
de distribucin probabilstica, los
versados en la materia
recomiendan el uso de la
distribucin normal con una
Figura 24. Distribucin Normal

desviacin estndar del 10% o ir disminuyendo en concordancia


con el incremento del grado de definicin de la variable estudio,
en este caso, el Area de la acumulacin.

Si se dispone de dos o tres


posibles valores de rea una
buena aproximacin es considerar
una distribucin probabilstica
triangular, en este caso, requiere
de valores mnimo, mximo y Figura 25. Distribucin Triangular

ms probable, los cuales se colocarn directamente en el


programa.
La seleccin de una u otra forma de evaluacin requiere del
consenso de los expertos del yacimiento en estudio.

PDVSA
5.2.1.2.- POROSIDAD/ SATURACIN

En el caso de disponer de un volumen de datos, previamente


validados, de la petrofsica detallada para cada pozo y
yacimiento, se proceder a llevar dicha informacin a una hoja
Excel. El paso siguiente consistir en la generacin de las
correspondientes distribuciones probabilsticas segn el
procedimiento descrito en la seccin 5.1.

Figura 26. Generacin de una distribucin probabilstica a un grupo de datos.

Es importante tener en cuenta lo siguiente, mientras mayor es el


nivel de data disponible, mejor ser el ajuste de los datos reales a

PDVSA
una distribucin probabilstica en Crystal Ball. De esta forma el
valor promedio obtenido es mas representativo, es decir, con un
mayor grado de certidumbre.

Si el anlisis se realiza en un yacimiento conformado por mltiples


estratos, se debe considerar la informacin asociada a todos los
pozos en donde dichos horizontes estn presentes, aun cuando
stos no sean objetivo de produccin. Por lo general los estratos
supra e infrayacentes al productor, disponen de un menor grado
de informacin, dificultando el anlisis probabilstico, situacin
sta a considerar para su reversin en el futuro prximo.

Si al observar la grfica de distribucin se diferencian varias


tendencias, se deben crear regiones y tratar cada sector del
yacimiento de manera separada para asegurar un mejor ajuste.

5.2.1.3.- ARENA NETA PETROLFERA

La construccin de la
distribucin probabilstica de
este parmetro es similar al
aplicado al rengln de
porosidad / saturacin, as como Figura 27. Distribucin Probabilstica

la premisa de considerar el anlisis individualizado de cada


tendencia visualizada.

PDVSA
5.2.1.4.- FACTOR VOLUMTRICO INICIAL DEL PETRLEO

La distribucin asignada a este parmetro depender de la


cantidad de anlisis de ensayos PVT (Presin, Volumen y
Temperatura) disponibles en cada uno de los yacimientos. De
contar con varios anlisis se utiliza toda la informacin disponible
para generar la distribucin probabilstica segn el procedimiento
explicado anteriormente. En su defecto, de disponer un nico PVT
se recomienda utilizar una distribucin probabilstica uniforme.

1.3 1.35 1.4 1.45 1.5

Figura 28. Distribucin probabilstica Uniforme

Por ltimo, una vez definida la distribucin probabilsticas de cada


variable se procede a la determinacin del POES, acorde con lo
explicado en la seccin 5.1, punto g.

PDVSA
5.2.2.- DISTRIBUCIN PROBABILSTICA DEL FACTOR DE
RECOBRO

Para generar la distribucin probabilstica de este parmetro se


consider los resultados reales de proyectos de recuperacin
secundaria por inyeccin de agua y gas en yacimientos similares
a nivel mundial (Bench Marking), incluyendo los resultados hasta
la fecha de proyectos ejecutados y en progreso a nivel PDVSA
(Tomado del Informe tcnico: "Resultados de Proyectos de Recuperacin secundaria

presentado en el 1er Encuentro Tcnico de PDVSA realizado en Junio de 1998)

Los resultados del estudio se visualizan en el siguiente grfico,


donde para el caso de PDVSA el Factor de Recobro, para la
fecha, oscila en un rango de 18 a 32% para el caso de inyeccin
de agua y aproximadamente del 35%, en la Inyeccin de gas; en
proyectos aun vigentes y/o sin cierre oficial. En este Bench
Marking, en Estados Unidos, los proyectos de Inyeccin de agua,
tienen un promedio de 50% en su Factor de recobro y en
aquellos proyectos donde el fluido de inyeccin es gas natural, los
mismos tienen un promedio de recuperacin final del 67%.

PDVSA
TEXAS AGUA (2) 56
LOUSIANA AGUA (2) 55
LOUSIANA AGUA (1) 51
WYOMING AGUA (1) 45
TEXAS AGUA (1) 40 (1) PATRONES
29 (2) FLANCOS
PDVSA AGUA (1) REMANENTE
41
PDVSA AGUA (2) 70
ALASKA GAS
65
MAR DEL NORTE
PDVSA GAS 50

0 10 20 30 40 50 60 70

Figura 29. Informacin Bench Marking en Factor de Recobro

Con estos elementos se construy la distribucin probabilstica


caracterstica del Factor de Recobro, utilizndose una distribucin
triangular (acorde con el criterio descrito en la seccin a.1) donde
los valores mnimo y mximo del tringulo corresponden con la
cifra mas pesimista y ms optimista, respectivamente; de
acuerdo al Bech Mark . En cuanto al valor mas probable se
consider el correspondiente al estimado por el modelo
dinmico producto del estudio integrado o el considerado en el
Libro de Reservas. El ejemplo de la distribucin probabilstica
resultante se visualiza en la siguiente figura:

Figura 30. Distribucin probabilstica del Factor de Recobro

PDVSA
5.2.3. DETERMINACION DE RESERVAS

Una vez obtenido el POES y el Factor de Recobro probabilstico,


se procede a estimar las reservas, segn la siguiente ecuacin:

R eservas = POES Fr

Tanto el POES como las Reservas pasa de ser un numero


determinstico a una distribucin probabilistica, cuyo
comportamiento estar en funcin del comportamiento real de
variables involucradas en su clculo:

Figura 31. Determinacin Probabilstica de Reservas.

En estos momentos el resultado de estas dos variables (POES y


Reservas), estar definido por una distribucin probabilstica
particular, donde la moda corresponder al valor ms probable y
el rango de de la curva mostrar todos los valores posibles.

PDVSA
POES mas Probable = 2193

RESERVAS mas Probable = 2193

Figura 32. Resultados probabilsticos de POES y Reservas

En los grficos resultantes es posible la ubicacin del valor oficial,


en libro tanto del POES como de Reservas, pudindose presentar
una de estas cuatro posibilidades:

En el primer caso, las estimaciones posiblemente se realizaron


teniendo caracterizado ampliamente el yacimiento permitiendo
realizar las estimaciones sobre los valores mas probables de las
variables consideradas para determinar el POES y RESERVAS.

PDVSA
Forecast: POES

10,000 Trials Frequency Chart 33 Outliers


.026 261

.020 195.7

.013 Oficial Libro: 130.5

3645 MMBL
.007 65.25

.000 0

2,000 3,000 4,000 5,000 6,000

Valor mas probable = 3600 MMBL


Certainty is 59.03% from 3,600 to +Infinity MMBLS

Figura 33. POES Probabilstico = POES Oficial en Libro

En el segundo caso, cuando el valor en libro es menor al


probabilstico, se infiere una menor caracterizacin del yacimiento
y por ende el uso de una informacin de manera conservadora;
en consecuencia, habr una oportunidad tangible de incrementar
dicho valor y una oportunidad de revisar el plan de desarrollo y
explotacin a niveles superiores al actualmente implementado,
requirindose de esfuerzos adicionales posiblemente retribuidos
al lograrse materializar los compromisos por adquirir.

Forecast: POES

10,000 Trials Frequency Chart 27 Outliers


.027 266

.020
Oportunidad 199.5

.013 Oficial Libro: 133

550
.007 66.5

.000 0

300 550 800 1,050 1,300

ValorCertainty
masis probable
50.00% from 757 to= 780
1,351 MMBL
(MMBLS):

Figura 34. POES Probabilstico > POES Oficial en Libro

PDVSA
Cuando el valor en libro es mayor al resultado probabilstico
(opcin 3), es el caso opuesto al anterior, donde la informacin
es ahora utilizada de manera agresiva, introducindose un mayor
riesgo en los compromisos volumtricos de produccin
considerados en el PDO y una afectacin negativa en el VPN
Esperado, requirindose de esfuerzos adicionales posiblemente
no retribuidos para materializar los compromisos adquiridos.

Mayor Riesgo asociado

Oficial Libro
2490 MMBL

Valor mas probable 1990 MMBL

Figura 35. POES Probabilstico < POES Oficial en Libro

Por ltimo, el caso cuatro es aquel donde los valores de POES y


RESERVAS estn fuera del rango probabilstico, en este caso, se
deben maximizar los esfuerzos para re-analizar cada una de las
variables asociadas al clculo y proceder a revisin de los valores
considerados oficialmente. En este caso se infiere una alta
variabilidad en los factores influyentes en la determinacin de
POES requirindose maximizar la caracterizacin del yacimiento
y/o la incorporacin de otras metodologas de apoyo. ste ltimo
caso se muestra en la figura 36.

PDVSA
Oficial Libro
6900 MMBL

Valor mas probable 3200 MMBLS

Figura 36. POES Probabilstico >>> POES Oficial en Libro

Para cada ejercicio de distribucin probabilstica realizado en


Crystal Ball se obtiene una gama de informacin estadstica
asociada con la distribucin resultante. Para obtener dicha
informacin se hace click en la opcin view del recuadro de la
distribucin obtenido en Crystal Ball:

Figura 37. Informacin Estadstica resultante en Crystal Ball

PDVSA
La tabla de informacin estadstica y la informacin de percentiles,
ser posteriormente utilizada como data de entrada en el
programa Decision Tree a fin de elaborar los Diagramas
Tornado y Arboles de Decisin. Mas adelante se detallar esta
parte de la Metodologa.

5.2.4. GENERACION DEL DIAGRAMA TORNADO DE


RESERVAS UTILIZANDO LA HERRAMIENTA DECISION
TREE

En el proyecto Piloto, se utiliz la Herramienta Decision Tree de


la empresa MERAK (Geoquest/Schlumberger), para generar los
Diagramas Tornado. El objetivo de esta parte, en la metodologa
de anlisis de riesgo, es la generacin de grficos de Reservas en
funcin de cada una de las variables identificndose aquella con
mayor impacto en la certidumbre de este valor.

Finalizada la generacin de distribuciones probabilsticas de cada


variable se procede a cargar la informacin en el programa
Decision Tree. Para ello se requiere generar, previamente en
Crystal Ball, la informacin estadstica de cada variable (Ver
seccin 5.2.1, Figura 37), para seleccionar los valores P10, P50 y
P90, tal como se muestra en la figura 38:

PDVSA
P20
P50
P80

Figura 38. Tabla de Percentiles en Crystal Ball

El siguiente paso es, organizar la informacin en una hoja Excel,


donde se define un nombre a cada variable, es decir, la celda
donde se encuentran los valores de rea, espesor, etc., deber
identificarse para poder ser leda desde el programa Decision
Tree. Para ello se selecciona en la barra de herramientas de
Excel Insertar, Nombre, Definir, como se muestra en la siguiente
figura:
1

2 3

Figura 39.- Definicin de nombre de una celda en Excel

De esta forma la hoja queda lista para ser leda desde el


programa Decision Tree y desde el mismo se indica el nombre
del archivo Excel donde se encuentra la informacin.

PDVSA
Para cada variable se define en Decision Tree los valores P10,
P50 y P90 partiendo de los grficos estadsticos generados en
Crystal Ball.

La generacin de los Diagramas Tornado, se hace directamente


del Software de MERAK, Decision Tree La metodologa o
procedimiento para el uso y manejo de esta herramienta se est
desarrollando en el curso de Anlisis de Riesgo y Toma de
Decisiones, el cual esta programado para ser dictado en el
CIED.

El diagrama tornado permite visualizar a las variables ordenadas,


de mayor a menor incidencia, segn en la incertidumbre de un
determinado parmetro. La figura 40, muestra un diagrama
Tornado tipo, realizado para la variable Reservas:

Figura 40. Diagrama Tornado tipo

PDVSA
El diagrama permite identificar aquellas variables hacia donde se
deben enfocar los esfuerzos tcnicos, humanos y financieros
para incrementar la certidumbre sobre el valor de reservas de
cada yacimiento.

Analizando el diagrama tornado, se puede apreciar una mayor


incertidumbre asociada al rea del yacimiento (para el caso del
ejemplo), la cual tiene un efecto del 61% sobre la variabilidad del
valor de reservas.

Efecto del 61%


sobre la Rango de incertidumbre
incertidumbre
de las reservas

Figura 41. Anlisis por barra del Diagrama Tornado

Esto representa un rango de reservas entre 1593 MMBLS, si el


valor del rea es el mnimo, hasta 2709 MMBLS, de si el valor de
rea es mximo; con un valor mas probable de 2206 MMBLS.

Este mismo anlisis se realiza para cada una de las variables,


siendo sta una forma para visualizar el efecto de cada una de
ellas sobre el valor final de Reservas.
Lo deseable, es encontrara un ancho de incertidumbre lo menos
amplia posible y lo ms prxima a la lnea central, de esta manera
se asegura la reduccin en los niveles de incertidumbre de
cualquier variable analizada.

PDVSA
5.3. ANLISIS PROBABILSTICO DE PRODUCCIN:

El objetivo en esta fase es la determinacin de la produccin de


petrleo y gas por pozo ms probable para cada una de las
reas consideradas en el estudio, tomando en cuenta la data
estadstica de las pruebas de los ltimos 5 aos de produccin. La
base estadstica es tomada de la informacin cargada en la base
de datos corporativa, (Centinela/ OFM). El procedimiento
empleado fue el siguiente:

a. Se transfiere la informacin de todas las pruebas de


produccin promedio pozo, mes a mes de cada uno de los
yacimientos, correspondientes a los aos 1996, 1997, 1998,
1999 y 2000. (Data disponible)

b. Con el uso de la herramienta Crystal Ball, se determina el


comportamiento estadstico de la produccin promedio pozo
para cada ao, obtenindose para cada yacimiento, una
distribucin probabilstica, de cada ao analizado:

PDVSA
1996 1997 1998

MODA: 2200 BPPD MODA: 2300 BPPD MODA: 2100 BPPD

1999 2000

MODA: 1860 BPPD MODA: 2200 BPPD


Figura 42. Distribucin probabilstica de produccin.

Los valores de la moda estadstica de cada ao


corresponde al valor de produccin con mayor probabilidad
de ocurrencia en ese yacimiento, es decir, el valor de
produccin por pozo mas probable. En este paso se
recomienda segregar los pozos Normales de los pozos de
alto ngulo y/o verticales optimizados para evitar
distorsiones en el anlisis, respecto a la productividad de los
pozos.

c. Se grafican las modas estadsticas de cada ao y por


yacimiento, as se obtiene una visin del comportamiento

PDVSA
histrico real de las tasas de produccin promedio por
pozo.

2600
2374 2383
2400

2200
2180 2186 2115
1960
2000 1838
2005

BPD
1785
1800
1831
1760
1600 1683
1483
1470
1400
YAC - 1 1433

1200 YAC - 2

YAC - 3
1000
1996 1997 1998 1999 2000
AO

Figura 43. Modas estadsticas por ao

d. En el caso de pozos de alto ngulo o pozos con alta


productividad, producto de la implantacin de mejores
prcticas; el resultado se muestra en la figura 40:

16000
VERTICAL 13733
14000
13027
ALTO ANGULO
Produccin Promedio (BPPD)

11284
12000

10000

8000

6000
4295 4007
4000 3134
2672
2000

1997 1998 1999 2000

Figura 44. Modas estadsticas por ao por tipo de pozo

PDVSA
e. Sobre el mismo grfico (Ver fig. 43 y 44), se grafican los
valores de produccin promedio pozo estimados en el PDO.
Esto con la finalidad de apreciar las desviaciones entre lo
planificado y lo mas probable para cada rea de acuerdo a la
data estadstica, visualizndose las posibles Brechas
Tecnolgicas existentes para materializar los compromisos
de produccin adquiridos en el plan. Ver figura 45.

Figura 45. Comparacin estadstica de produccin con el PDO.

Este riesgo no fue considerado en el anlisis econmico, solo


se utiliza para dar los alertas respectivos, sin embargo, en la
actualidad se esta incorporando la herramienta SATEC cuya
funcin es la de determinar el riesgo tecnolgico. Este sistema
monitorea el nivel de desarrollo de la tecnologa en el mercado
y el nivel de desarrollo de la misma dentro de PDVSA. En la
medida que existan brechas , el sistema determina el nivel de

PDVSA
riesgo. La forma de minimizarlo es a travs del principio de
compra de informacin, la cual es incorporada en la
evaluacin econmica.
5.4.- BANDAS DE PRODUCCIN:

La generacin de la banda de produccin asociada al perfil de


produccin del PDO se fundament en el anlisis probabilstico de
las reservas, acorde con el siguiente procedimiento:

a. Se toma como punto de partida el perfil de produccin


considerado en el plan para los prximos 20 aos, el cual se
encuentra reflejado en el SIPEP, ver figura 46.
400
Produccin Crudo (MBD)
350

300

250

200

150 PLAN PDO 2000

100
00

02

04

06

08

10

12

14

16

18
20

20

20

20

20

20

20

20

20

20

Figura 46. Perfil de Produccin SIPEP

b. Partiendo de la distribucin probabilstica de las reservas se


determina la desviacin de este valor respecto al oficial en
libro:
Figura 47. Distribucin Probabilstica de Reservas

Vmprr Vorr
% Desv =
100

PDVSA
VALOR OFICIAL
Vmprr = Vmpr Np
(Vro)

VALOR MAS PROBABLE DE RESERVAS


(Moda = Vmpr)

Donde:
% Desv: Porcentaje de desviacin (Factor de escalamiento)
Vmprr: Valor ms probable de Reservas Remanentes.
Vro: Valor de Reservas Oficiales
Vorr: Valor Oficial de Reservas Remanentes
Vmpr: Valor ms probable de Reservas
Np: Produccin acumulada

c. Con este porcentaje de desviacin se escala el perfil de


produccin cargado en SIPEP y este ser ahora el perfil de
produccin ms probable, manteniendo como premisa el
respetar los dos primeros aos del plan y a su vez ese perfil
debe consumir el valor de reservas remanentes ms probable
(Vmprr) en los 20 aos de produccin.

PDVSA
350

300

250
Perfil SIPEP
200
(Desarrollo Reservas
Oficiales en Libro)
150
PLAN PDO 2000

100
PROBABLE Perfil mas Probable
(Desarrollo Reservas Mas
0

8
0

1
Probables, Crystal Ball)
0

0
2

2
Figura 48. Perfil de produccin SIPEP y ms probable

Es importante aclarar que esta metodologa es una forma rpida y


precisa para generar el perfil mas probable de produccin
(asociado a las reservas probables generadas en Crystal Ball). No
obstante, de disponer de recursos, se recomienda realizar la
simulacin de yacimientos considerando las variaciones de cada
variable segn el anlisis probabilstico.

d. Sobre el grfico de distribucin probabilstica de reservas, y


tomando como punto de inicio la moda de la curva, se
determina la banda de 25% de certidumbre.

PDVSA
Moda

Moda - 12.5% Certidumbre Moda + 12.5% Certidumbre

Figura 49. Distribucin Probabilstica de Reservas con certidumbre del 25%

e. El siguiente paso es Generar la curva de Probabilidad


acumulada Inversa a fin de determinar el rango de la banda
de Probabilidad, asociada a este nivel de Certidumbre:

Banda de Probabilidad
50% al 75%

Figura 50. Curva de probabilidad acumulada invertida

PDVSA
Esta grfica permite identificar el rango de Probabilidad de
Ocurrencia asociado al nivel de certidumbre seleccionado (25%
Centrado en la moda).

f. Se Toman los valores de reservas generados del (-12.5%) y


(+12.5%) de Certidumbre (Ver figura 49) los cuales
representarn las reservas asociadas al perfil de produccin
escalado, para generar la banda.

0%
350
PROBABILIDAD DE
OCURRENCIA

50% 300

250
75%
200 Res. (+12.5%)
100%
150
PLAN PDO 2000 (Reservas SIPEP)
PROBABLE
100 ( Reservas Mas Probables
Basadas en la Moda)
00

02

04

06

08

10

12

14

16

18

Res. (-12.5%)
20

20

20

20

20

20

20

20

20

20

Figura 51. Banda de produccin basada en la moda estadstica

La grfica anterior, se interpreta de la siguiente manera:

La curva representa el perfil de produccin con un 75% de


probabilidad de ocurrencia.
La curva superior representa el perfil de produccin asociado al
50% de probabilidad de ocurrencia.
La probabilidad de ocurrencia incrementa hacia abajo.

PDVSA
El perfil de produccin asociado a las reservas mas probables,
esta basado en la moda estadstica.
Para este caso, se aprecia que el perfil del SIPEP, aun cuando,
esta por encima del perfil ms probable, tiene en general una
probabilidad de ocurrencia superior al 50% (Se encuentra
dentro de la banda de 25% de certidumbre).

Si se desea generar bandas a diferentes probabilidades de


ocurrencia, se repite el procedimiento anterior cambiando los
niveles de certidumbre a partir de la moda estadstica.

PDVSA
5.5.- ANALISIS DE INVERSIONES

Para la evaluacin del Riesgo e Incertidumbre asociada a


las Inversiones, se evalu por un lado, las desviaciones
presupuestarias producto de las inversiones asociadas a
proyectos de infraestructura y por otro lado, las desviaciones
generadas en cuanto a la perforacin de los pozos.

En cuanto al anlisis de Infraestructura se tom como base los


proyectos de Infraestructura mayor ejecutados y cerrados
financieramente a fin de obtener las cifras reales de los
presupuestos planificados versus los desembolsos reales.

TIPO DE INSTALACIONES PROYECTO COSTO INICIAL COSTO FINAL VARIACION VARIACION


AO BASE AO BASE [MMBs] [%]
ADEC. ESTACIONES AMPLIACIN DE EST. DE FLUJO AMANA 821,10 2080,85 1259,75 153%
ADEC. ESTACIONES AMPLIACIN DE EST. DE FLUJO MUSIPAN 510,50 1440,71 930,21 182%
ADEC. ESTACIONES AMPLIACIN DE EST. DE FLUJO CARITO 980,90 2205,54 1224,64 125%
ADEC. ESTACIONES MODULO VII 4003,80 4569,40 565,60 14%
ADEC. ESTACIONES MODULO VI 4502,00 6327,20 1825,20 41%
DESHIDRATACIN DESHID.CRUDO NORTE DE MONAGAS 4520,00 6645,43 2125,43 47%
GASODUCTO SIST. DE RECOLECCIN DE GAS 7682,00 15810,90 8128,90 106%
GASODUCTO GASODUCTO COA-MUSCAR 453,30 417,47 -35,83 -8%
GASODUCTO GASODUCTO 8" PARAISO-CARIPITO 2556,37 2083,31 -473,06 -19%
GASODUCTO GASODUCTO 8" PIEDRITAS-MORICHAL 5325,70 2535,10 -2790,60 -52%
INYECCION AGUA (PIAMO) PIAMO 3098,00 3005,40 -92,60 -3%
INYECCION GAS (PIGAP I) PIGAP I 45104,60 53179,04 8074,44 18%
INYECCION GAS (RECOR) INYECCION DE GAS OROCUAL 12928,21 12599,10 -329,11 -3%
REVA REVA 3496,00 4226,30 730,30 21%
OLEODUCTOS PTT 11350,00 13009,14 1659,14 15%
OLEODUCTO OLEODUCTO 16" FURRIAL-JUSEPIN 360 457,9 97,90 27%
OLEODUCTO 20" OLEODUCTO 24" FURRIAL-JUSEPIN 2696,3 2537,3 -159,00 -6%
OLEODUCTO 24" OLEODUCTO 20" JUSEPIN-TRAVIESO 4600 4767,9 167,90 4%
TQS ALMACENAMIENTO TANQUE 150010 JUSEPIN 1825,3 1575 -250,30 -14%
TQS ALMACENAMIENTO TANQUE 150011 JUSEPIN 1897,2 1968,2 71,00 4%

Figura 52. Taba de variacin de Inversiones en proyectos ejecutados.

Para determinar las variaciones presupuestarias, se escalaron


sobre la misma base los montos del plan y los montos reales.
Posteriormente se determin el porcentaje de desviacin de lo
presupuestado versus el desembolso real y se gener una

PDVSA
distribucin probabilstica, utilizando el Crystal Ball, con el
objetivo de visualizar el comportamiento mas probable de
desviaciones en este rengln:

Figura 53. Distribucin Probabilstica de variacin de las inversiones de Proyectos

En cuanto a las desviaciones generadas en las inversiones de


perforacin, las desviaciones fueron estimadas considerando
cada tipo de pozo: Desviaciones por Perforacin de pozo
Productor y perforacin de Pozo Inyector (Diferenciando inyector
de agua versus los de gas). Las variaciones por pozo se tabularon
en una hoja Excel y mediante el Crystal Ball se construy su
distribucin probabilstica:

Figura 54. Distribucin Probabilstica de variacin de las inversiones de Perforacin

PDVSA
5.6.- ANALISIS DE GASTOS

Para la evaluacin del riesgo e incertidumbre asociada a los


gastos, se procede de igual forma que en caso de las
Inversiones. Se elabora una base de datos en donde se tabula la
variacin de los desembolsos planificados y reales para el periodo
1998 2000. Es de destacar que en el caso de los desembolsos
del plan se tomaron las cifras del ultimo presupuesto revisado de
cada ao (Septiembre). Sin embargo, todava con esta ultima
revisin se observan desviacin considerables reflejndose el
nivel de incertidumbre presente en este rengln.

VARIACION EJECUCION PRESUPUESTO (%)


1998 1999 2000
Extraccin 27,84 -1,06 -2,95
Serv. a pozos 2,55 -68,57 62,67
RA/RC a pozos 24,47 76,99 -54,68
Recuperacion Secundaria -6,08 428,52 -13,97
Tratamiento 49,62 -24,14 2,13
Manejo de Crudo 17,22 -39,34 -25,13
Administracion+Bienestar 0,41 11,00 0,51
Diversos 674,39 630,13 -45,34

Figura 54. Tabla de variacin de los renglones Presupuestarios

Una vez obtenidos estos datos, se procede a la generacin de la


curva de distribucin probabilstica a travs de la utilizacin de
Crystal Ball, utilizndose sta para representar el comportamiento
probabilstico de las variables asociadas a este rengln.

PDVSA
10,000 Trials Frequency Chart 196 Outliers
.021 213

.016 159.7

.011 106.5

.005 53.25

.000 0

-100 -0 99 199 299

Certainty is 66.12% from 0 to +Infinity

Figura 55. Distribucin Probabilstica de variacin del presupuesto de gastos

Complementariamente a la generacin de la curva de distribucin


probabilstica se realiza un anlisis estadstico del
comportamiento de ejecucin de la actividad con respecto al
presupuesto. De igual forma se tabula las variaciones de la
actividad planificada versus la real ejecutada y se comparan
posteriormente las modas estadsticas de cada ao.

20
% VARIACIN

10

-10
ACTIVIDAD
GASTOS
-20
1998 1999 2000

Figura 55. Variaciones de la actividad planificada versus la real ejecutada

PDVSA
De esta forma se puede visualizar las brechas entre la
planificacin presupuestaria y la actividad dando una idea grfica
del riesgo asociado. En la medida en que estas curvas se separen
es un indicativo de un deficiente proceso de planificacin que
sugieren la necesidad de revisin de los procesos internos de
formulacin de presupuesto., ya que este mismo nivel de
incertidumbre es transferible a la formulacin del PDO.

En la Figura 56 se muestra un ejemplo tipo del porcentaje de


variacin determinado en cada rengln presupuestario y la
variacin en los niveles de actividad.

PDVSA
2000
ACTIVIDAD PRESUPUESTO
VAR C/ RESP AL PLAN (%) VAR C/ RESP AL PLAN (%)

LABOR EXTRACCION 0,0 -0,6


MTTO PREV -71,8 -74,5
MTTO CORREC 142,4 18,8
REGISTROS 0,0 0,6
ORDENES DE TRABAJO -8,3 -8,0
ORDENES DE SERVICIO -7,7 -8,9
GASTOS REEMBOLSABLES 11,7 -9,6
ALQUILER DE EQUIPOS 0,0 0,0
QUIMICAS -4,1 -6,1
INSPECCIONES AEREAS -17,2 -11,9
SERV. A POZOS LIMPIEZA C/ COILED TUBING -10,8 -13,2
RA/RC MEJOR. INDICE DE PRODUCTIV. 0,0 -13,5
MEJOR. PERFILES PROD. GEL. -50,0 -43,3
CAONEO PARA MANTTO 0,0 -5,0
AISLAMIENTO DE ARENAS CON TAPON 0,0 10,0
REPARACIONES CON TALADRO 0,0 -4,5
RECUP. SECUNDARIA: RECAONEOS 0,0 27,0
CEMENTACIONES -100,0 -100,0
TAPONES DE ARENA 0,0 34,9
LIMPIEZAS 0,0 3,4
REEMPL. /REP. BES 0,0 1,6
COMPRA DE BOMBAS 0,0 1,8
SATURACION 0,0 2,2
PLT-GAS 0,0 0,0
PLT-FALL OFF 0,0 3,5
TRAZ. RADIACT. 0,0 6,4
LABOR TRATAMIENTO 0,0 -100,0
DESMULSIFICANTE 0,0 -2,6
QUIMICA DISPERSANTE DE SUPERFICIE 0,0 0,9
QUIMICA DISPERS. DE FONDO DE POZOS 0,0 2,8
CENTRO DE ANALISIS 0,0 4,1
ANTICORROSIVO 0,0 24,0
LABOR SUP. OPERAC. 0,0 0,6
PASANTES 0,0 -5,0
TAXIS 18,7 20,0
ANALISIS DE LABORATORIO -8,0 -6,8
MATERIALES 0,0 11,0
GASTOS DE VIAJES PAIS -4,9 -0,9
GASTOS DE VIAJES EXTERIOR 9,5 3,0
LABOR DE REHABILITACION -11,1 -5,8
ENTRENAMIENTO -83,0 -38,1
BENEFICIOS DE NOMINA 0,0 0,8
EST. TECN: RASTER. Y VECTORIZACION 0,0 -2,2
EST. TEC: ASESORIA INTERNA -100,0 -100,0
EST. TECN: ASESORIAS EXTERNAS 0,0 23,0
EST. TECN: INTEVEP 0,0 1,7
EST. TEC: MANEJO DE DATOS 0,0 2,9
SERVICIOS DE COMPUTACION 6,7 1,7
ING. CONCEPTUAL -66,7 -91,6
PASIVOS AMBIENTALES 64,1 86,0
ACTUAL. CENTRAL. INST. SUPERFICIE 0,0 0,0
DESINC. ACTIVOS 11,8 0,0
REMODELAC. OFICINAS -100,0 -100,0
IMPLANT. ISO 14000 0,0 -2,8

Figura 56. Porcentaje de variacin para cada rengln presupuestario

PDVSA
5.7.- EVALUACION ECONOMICA

A fin de poder realizar la evaluacin econmica de los


paquetes, considerando las incertidumbres de las variables
tcnicas y financieras ya descritas, se elabora un Modelo
Econmico en Excel - Crystal Ball el cual permite determinar las
distribuciones probabilisticas del VPN de cada paquete. El Modelo
Econmico desarrollado solo considera los resultados financieros
a nivel Nacin y es validado con la evaluacin econmica que
realiza el SIPEP. En la actualidad se adelantan gestiones para la
utilizacin del Crystal Ball dentro de la herramienta MAEP (Modelo
de Anlisis Econmico de Proyectos), de esta forma se dispondr
de un robusto sistema de Evaluacin Econmica de Proyectos
que permitir realizar anlisis de riesgo a nivel PDVSA y Area.

2000 2001 2002 2003 2004


DISTRIBUCIONES Probabilisticas Tipo
0 PAQUETE xxxx Evmin -16,9 Scale 4
Produccion Anual Crudo MMBL
PAQUETE xxxx 139 135 130 129 116

0 PAQUETE xxxx Logistic 24 Scale 42


Inversiones Infraestructura MMBs.
PAQUETE xxxx 42137 47400 48915 27181 17612

0 PAQUETE xxxx Logistic -8 Scale 1


Inversiones totales Perforacin MMBs.
PAQUETE xxxx 349 9494 9000 13440 8920

0 PAQUETE xxxx Ev max -4 Scale 8


Gasto Total MMBs.
PAQUETE xxxx 203963 206389 147757 143456 132641

Flujo de Caja Nacion


PAQUETE xxxx 1039571 990425 1015631 1029192 924379

Figura 57. Modelo de hoja de Evaluacin Econmica probabilstica

PDVSA
En la Figura 57 se muestran con una fecha cada una de las
variables para las cuales ya se dispone de su curva de
distribucin probabilstica en trminos de variacin porcentual,
aplicando la metodologa anteriormente descrita. Se selecciona
una celda a la cual se le asigna el nmero cero 0 y a este
numero se le asigna la distribucin probabilstica porcentual de
cada variable, esta se fija a travs del Crystal Ball (Figura 58).

2000 2001 2002 2003 2004


DISTRIBUCIONES Probabilisticas Tipo
0 PAQUETE xxxx Evmin -16,9 Scale 4
Produccion Anual Crudo MMBL
PAQUETE xxxx 139 135 130 129 116

0 PAQUETE xxxx Logistic 24 Scale 42


Inversiones Infraestructura MMBs.
PAQUETE xxxx 42137 47400 48915 27181 17612

0 PAQUETE xxxx Logistic -8 Scale 1


Inversiones totales Perforacin MMBs.
PAQUETE xxxx 349 9494 9000 13440 8920

0 PAQUETE xxxx Ev max -4 Scale 8


Gasto Total MMBs.
PAQUETE xxxx 203963 206389 147757 143456 132641

Flujo de Caja Nacion


PAQUETE xxxx 1039571 990425 1015631 1029192 924379

Figura 58. Modelo de hoja de Evaluacin Econmica Probabilstica

A manera informativa se escribe en el recuadro los datos que


describen el comportamiento de la curva de distribucin.

El diseo de la hoja automticamente asigna esta distribucin a


todos los datos del periodo en evaluacin, a travs de la
programacin de la celda que contiene la informacin del SIPEP y

PDVSA
la que calcula la distribucin a travs de la ecuacin mostrada en
la figura 59.

A B C D E F G
1 0 PAQUETE XXX Evmax 53,0 Scale 9
2 Produccion Anual Crudo MMBL
3 Probabilistica PAQUETE XXX C4*(1+$B$1/100) D4*(1+$B$1/100) E4*(1+$B$1/100) F4*(1+$B$1/100) G4*(1+$B$1/100)
4 SIPEP PAQUETE XXX 139 135 130 129 116

Figura 59. Modelo de hoja de Evaluacin Econmica Probabilstica

Una vez realizada la evaluacin econmica probabilstica se


obtiene la curva de distribucin del VPN. As llegamos a definir
que es Riesgo e Incertidumbre.

En la figura 60 se muestra representada una curva de distribucin


probabilstica del Valor Presente Neto de un Proyecto o Portafolio.
La Incertidumbre se refiere a todo en rango de variabilidad y el
Riesgo Esperado se define como la diferencia entre VPNE
esperado y el VPN90 o sea el correspondiente al percentil P 90.

Riesgo Esperado = (VPNE-VPN90)

PDVSA
P
r
o
b Riesgo Esperado
a
b Incertidumbre
i
l
i
d
a
VPN
d
VPN 90 VPNE
Figura 60. Modelo de Distribucin Probabilstica de VPN

El VPN90 se obtiene a partir de la curva de probabilidad


acumulada invertida que es una de las opciones de graficacin de
Crystal Ball.

P
r
o A
b c
100
a u P90 90
80
b m 70
i u 60
50
l l 40
30
i a
20
d d 10

a a
VPN
d
VPN90
Figura 61. Probabilidad acumulada invertida

PDVSA
El Riesgo Real se define como la diferencia entre el VPN real o
planificado (SIPEP) y el VPN90.

P
r
o
b Riesgo Real
a
b Incertidumbre
i
l
i
d
a
VPN
d
VPN 90
VPN SIPEP
Figura 62. Riesgo Real

Riesgo Real = (VPNE-VPN90)

La razn de utilizar estas definiciones de riesgo a partir del VPNE


y el VPNSIPEP hasta el P90 y no desde cero 0 hasta el P90, esta
basada en la necesidad de identificar cualquier desviacin de la
rentabilidad del paquete con respecto a lo que se contempla en el
plan de Negocio, para as tomar las acciones y correctivos
necesarios.

PDVSA
Una vez definido lo que es Riesgo Real y Esperado podemos
definir el margen de Oportunidad real como la diferencia entre el
VPN10 o el asociado al P10 y el VPNSIPEP. Este valor representa la
oportunidad de mejora en la rentabilidad del paquete en funcin
de las incertidumbres de sus variables.

P
r
o
Incertidumbre
b Margen de
a
b
Oportunidad Real
i
l
i
d
a
VPN
d
VPN 10
VPN SIPEP
Figura 63. Margen de Oportunidad Real

Margen de Oportunidad Real = VPN10 VPNSIPEP

PDVSA
De igual forma definimos el margen de Oportunidad esperado
como la diferencia del VPN10 y el VPNE.

Margen de Oportunidad Esperado = VPN10 VPNE

Es importante destacar al momento de analizar la informacin que


si el valor del VPNSIPEP esta a la derecha del VPNE el margen de
oportunidad real no tiene sentido practico ya que forma parte del
Riesgo Real. Si por el contrario el VPNSIPEP esta a la izquierda del
VPNE el margen de oportunidad real se subdivide entre firme y
esperado.

P Margen de
r
o
Oportunidad
b Firme Margen de
a
b Oportunidad
i Esperado
l
i
d
a
d
VPN
VPNE VPN10
VPNSIPEP
Figura 64. Margen de oportunidad firme y esperado

PDVSA
El ndice de riesgo se define como la divisin del Riesgo Real
entre el Riesgo Esperado.

Indice de Riesgo (IR) = Riesgo Real / Riesgo Esperado

La forma de interpretar el IR es la siguiente:


Si IR > 1 Retorno de Alto Riesgo de Materializacin
Si IR = 1 Caso ms Probable
SI IR < 1 Retorno de Firme materializacin

Este indicador a su vez permite jerarquizar y agrupar paquetes en


funcin de sus riesgos implcitos.

Figura 65. Jerarquizacin de Paquetes.

En la actualidad se adelantan evaluaciones para considerar otros


ndices de jerarquizacin que permitan identificar el riesgo desde
diferentes puntos de vista, es decir, considerando solo la parte
financiera o la tcnica, el riesgo de inversin, etc. Estos
indicadores o jerarquizadores sern incorporados oportunamente
dentro de la metodologa.

PDVSA