O processo de seleção de portfólios de projetos na exploração e produção de petróleo é uma tarefa bastante complexa, que passa por diferentes etapas até atingir o ponto final, que é a seleção do portfólio ótimo. A etapa de mensuração do risco do investimento abrange diferentes tipos de métricas com impactos diferenciados na escolha do portfólio. Esse trabalho apresenta a metodologia para a seleção de portfólios considerando o semidesvio-padrão como medida de risco. A metodologia é aplicada para um conjunto de seis projetos de produção de petróleo localizados na bacia de Campos, onde é feita a minimização do risco sujeito a um determinado retorno. Como ferramenta de otimização é utilizada a técnica de algoritmos genéticos. A seleção de portfólios foi feita pela maximização do equivalente-certo, para diferentes valores de coeficientes de aversão ao risco. Os resultados mostram que o semidesvio-padrão, apresenta maior sensibilidade na seleção de portfólios com projetos que apresentam grandes magnitudes de risco e retorno.

The portfolio selection process for projects involving the exploration and production of oil is a complex task, passing through different steps until and optimum solution is achieved, revealing the best portfolio. This paper presents a methodology for portfolio selection considering semi-standard deviation as a measure of risk. The methodology is applied to a set of six oil production projects located in the Campos Basin, where the risk minimization is subject to a certain return. Genetic algorithms are used as the optimization tool.. The portfolio selection was performed by maximization of the certainty equivalent, for different values of risk aversion coefficients. The results show that the semi-standard deviation presents better sensitivity in portfolio selection with projects that have a large magnitude of risk and return.

Nesse artigo é apresentado um método de caracterização de eletrofácies com base em análises estatísticas multivariadas, o qual utiliza dados de perfis geofísicos de poços referentes às classes litológicas identificadas nos testemunhos desses poços. Como exemplo de aplicação, utiliza-se um conjunto de dados, o qual inclui perfis e descrições de testemunhos de poços verticais do Campo de Namorado, localizado na bacia de Campos. Os resultados obtidos mostram um bom desempenho das técnicas em diversos procedimentos automatizados para a caracterização de eletrofácies. Além disso, essas técnicas permitem que se obtenham avaliações referentes à qualidade da amostragem, no que se refere aos ajustes das mesmas com as profundidades de perfis, além de proporcionar agilidade ao processo de investigação exploratória de dados de perfis em relação às classes litológicas a estes associadas.

This paper presents a method for electrofacies characterization which is based upon multivariate statistics analysis applied to well log data obtained from lithological classes identified in the core samples of oil and gas wells. As a case study it is used a data set which includes well logs, macroscopic reports, and sets of core samples extracted from vertical wells, located in the oil-producing field of Namorado in the Campos Basin, Brazil. The results show a good performance of the proposed approach for electrofacies characterization. Furthermore, all the statistical tests applied in this study allow the researcher to obtain information about the quality of the sampling process and the accuracy related to the correlation between the sampling and the logging depth, speeding-up the process of the exploratory investigation by using well log data associated to the lithological classes present in the cored intervals from oil well.

Nos trabalhos de estimativa de reservas de petróleo, geralmente, assume-se que a variável aleatória porosidade do reservatório se distribui de acordo com o modelo Gaussiano. Desse modo, assume-se que o valor esperado da distribuição pode ser estimado por meio da média aritmética dos valores de porosidade obtidos a partir de análises de perfilagens e plugs em nível de poço. Isso implica que a distribuição Gaussiana é a melhor escolha para a modelagem dos dados dessa variável, mas nem sempre essa premissa é verdadeira. Nesse trabalho, ao se utilizarem dados reais de porosidade de uma camada de rocha reservatório do poço 3-NA-002-RJS da bacia de Campos, mostra-se que a distribuição logística é a que melhor se ajusta aos dados amostrais. Em tais casos, como ilustra a análise numérica, pode-se cometer erros significativos ao selecionar a média aritmética amostral como sendo o estimador da média populacional. Os resultados apontam que o uso inadequado do tipo de distribuição pode gerar impactos significativos nas estimativas das reservas recuperáveis, observando-se que a média aritmética tende a subestimar o P90 e a superavaliar o P10.

In many papers dealing with estimation of oil reserves, engineers usually assume that well porosity can be modeled as a Gaussian distribution, that is, under this assumption the expected value of porosity can be estimated from the average porosity values from well log and petrophysical data. But, other distributions can be used to model local porosity when Gaussian distribution cannot fit sample data. In this paper, using actual porosity data of a 3-NA-002-RJS well from the Campos Basin, it is shown that for a selected interval, the logistic distribution fits the data better than other distributions and its expected value should be used to estimate the well porosities of the entire population. In such cases, as numerical analysis shows, using arithmetic mean instead of expected value may give rise to errors. The data shows that using an average as porosity estimator will overestimate the P90 and underestimate the P10 estimates.

A volatilidade dos projetos de bens minerais depende do seu fluxo de caixa futuro e, por isso, deve ser estimada usando-se as suas características econômico-financeiras e operacionais intrínsecas, ao invés de séries históricas. Em muitos casos, por inexistência de informações sobre o futuro do projeto, assume-se que a sua volatilidade seja igual à dos preços dos bens minerais (preço do ouro, petróleo, etc). Mas essa abordagem pode fornecer resultados incorretos. Para contornar essas limitações, esse trabalho estima a volatilidade de projetos de mineração e petróleo com base nas projeções de seu fluxo de caixa, considerando-se que o preço do bem mineral seja uma variável incerta e se comporte, ao longo do tempo segundo dois processos estocásticos: 1) movimento geométrico Browniano e 2) movimento de reversão à média. Um dos principais resultados desse modelo é que a volatilidade do projeto é igual à do preço, somente no caso de projetos com baixos custos operacionais e/ou preços elevados.

Projecting the volatility of a mineral asset depends on its future cash-flow, and as such, should be estimated using its intrinsic economical-financial and operational characteristics instead of its past history. Because of lack of information, in many cases, it is assumed that the project and commodity (oil, gold, as well as other commodity minerals) share the same volatility. Nevertheless, this approach may give misleading results. This paper proposes a framework to estimate the volatility of oil and gold considering that commodity price evolves over time following a Geometric Brownian Motion Model or Mean-Reversion Motion Model. Main results indicate that project volatility is equal to that of its commodity only in very special cases, i.e., low operational costs and high prices, which is currently unrealistic for most industries.

Esse trabalho apresenta o desenvolvimento de um modelo de previsão de custo de produção por intermédio da técnica do sistema de curvas de aprendizado. Uma das vantagens desse modelo é a possibilidade de incorporar as mudanças técnico-econômicas ocorridas no desempenho do custo, que se refletem na série temporal em análise. Esse modelo possibilita estimar com relativa precisão o desempenho dos custos atuais e futuros utilizando-se de uma série histórica de dados de produção de uma unidade de mineração de ferro. A comparação entre os custos reais de operação na mina e os resultados gerados pelo modelo de Stanford-B de aprendizado situou-se dentro de uma faixa aceitável de tolerância próxima de 10%.

This paper presents a learning curve model for forecast the operational mining cost. One of the great advantages of this model is the possibility to include the technical and economic changes in the cost performance that are incorporated by the time series. The learning model projections presents a good level of accuracy for cost data from iron ore. The comparison between actual and forecast data costs through the Stanford-B model indicates that the output values are within an acceptable range of 10% confidence interval.

Os métodos tradicionais de avaliação econômica de projetos baseados no fluxo de caixa descontado apresentam limitações quando são utilizados para quantificar o momento de investir ("timing") em projetos de exploração e produção de bens minerais, bem como não fornecem modelos adequados para a previsão do comportamento futuro das variáveis críticas do projeto como preços e custos. Nesse trabalho, é empregada a teoria das opções reais para quantificar os impactos de postergar ou adiar os investimentos em um projeto de petróleo, utilizando-se um modelo geométrico Browniano para modelar o preço do óleo, variável mais crítica do projeto.

Traditional methods of investment analysis based upon the discount cash flow present serious constraints and limitations when they are used for evaluation of management flexibility and timing of exploration and production investments projects of mineral assets and incorporating future price trends. In this paper a real options approach is used to quantify the timing in an exploration and production oil project using a geometric Brownian model to forecast the behavior of oil price, the critical variable of the project.

As recentes mudanças no setor petrolífero implicam um novo ambiente de exploração de intensa competição no Brasil. As tendências de internacionalização da exploração obrigam as empresas a adotarem técnicas padronizadas de avaliação e comparação de prospectos visando à redução do risco. Dentro dessa perspectiva, os indivíduos necessitam de um processo decisório que contemple os objetivos da empresa, as metas desejadas e as restrições orçamentárias. Este artigo descreve um sistema teórico e prático de suporte à tomada de decisão baseada na teoria da utilidade e da análise da decisão, com o objetivo de estimar a melhor alocação de capital em uma bacia sedimentar. Além disso, esse sistema possibilita estimar o melhor nível de participação financeira de uma firma em um projeto de exploração de petróleo realizado em parceria.

With the new changes in the petroleum sector in Brazil, the exploration will enter in an increasingly competitive and risky business environment. The trends of internationalization of exploration and risk reducing recommend the use of standardized techniques of evaluation and comparison of plays and prospects. Under these circumstances, managers have a growing need to employ better and more systematic decision-processes that explicitly embody the firm's objectives, desired goals, and resource constraints. In order to spread risk in major projects, oil companies will continue to engage in joint ventures.This paper describes a theoretical and practical system for decision support based upon the expected utility theory and decision analysis, in order to estimate the best capital allocation and to define the best level of financial participation of a firm in the new ventures in petroleum exploration project.