In a world where oil and gas companies are dealing with increasingly complex development projects, an accurate assessment of the investments’ profitability is crucial. In order for decision-makers to undertake wiser and more conscious decisions, it is therefore necessary to provide them with simple indicators containing a comprehensive information on the overall level of risk and uncertainty related to the projects’ economic performances. This work, carried out within the Project Risk department of Eni S.p.A., was aimed at the creation of a new probabilistic model for the economic evaluation of the company’s upstream development projects. Large amount of stochastic data regarding the capital expenditures (CAPEX) and hydrocarbons production are already available in the company for every new project, hence the need to valorize such information to obtain, after the application of the Monte Carlo simulation, a probability distribution for the NPV and IRR. In the past years, a probabilistic economic model was already created in the company: it was characterized by a good accuracy, but the routine applicability was not possible because of the long time required for the preparation of the probabilistic inputs, in particular the CAPEX. The innovative contribution of this work was, therefore, the creation of alternative models, characterized by a greater level of standardization and much more efficient in terms of implementation time. Four new probabilistic CAPEX models were built and applied to five real case studies, represented by past Eni’s projects. The impact on the resulting NPV probability distribution was then evaluated through a benchmarking process against the old model, with the objective of identifying the most suitable and reliable CAPEX model. Regarding the other input variables of the economic evaluation, new probabilistic models for the hydrocarbons production, the operating expenditures (OPEX) and the oil/gas price were also built and applied, together with the CAPEX ones, to a sixth project. The objective of this second testing phase was to assess the overall sustainability of the probabilistic economic evaluation, in terms of time of implementation and flexibility to be modified in case of eventual project’s updates. The final result was a substantial decrease of the time needed for the entire process, from several hours to about one, without a loss of the reliability of the information provided.

In un mondo in cui le grandi compagnie energetiche si spingono verso progetti di sviluppo dei campi petroliferi sempre più complessi, un’accurata valutazione della redditività degli investimenti è cruciale. Affinché i responsabili decisionali possano prendere decisioni più sagge e consapevoli, è pertanto necessario fornire loro semplici indicatori in grado di contenere un’informazione comprensiva sul livello di rischio e incertezza legato alla performance economica dei progetti. Il seguente lavoro, svolto all’interno del dipartimento di Project Risk di Eni S.p.A., è finalizzato alla creazione di un nuovo modello probabilistico per la valutazione economica dei progetti di sviluppo upstream dell’azienda. Una grande mole di dati stocastici, riguardanti i costi di investimento (CAPEX) e la produzione di idrocarburi, è già disponibile nell’azienda per ogni nuovo progetto, da cui l’esigenza di valorizzazione degli stessi per ottenere, in seguito all’applicazione della simulazione Monte Carlo, una distribuzione di probabilità del NPV e IRR. Negli anni passati, un modello probabilistico di valutazione economica era già stato creato: era caratterizzato da una buona accuratezza, ma l’effettiva applicabilità come processo di routine non fu possibile a causa del tempo troppo elevato richiesto per la preparazione degli input probabilistici, in particolare i CAPEX. Il contributo innovativo di questo lavoro è pertanto la creazione di modelli alternativi, caratterizzati da una maggiore standardizzazione e più efficienti dal punto di vista dei tempi di implementazione. Quattro nuovi modelli per i CAPEX sono stati costruiti e applicati a cinque casi studio, rappresentati da progetti Eni passati. L’impatto sulla distribuzione di NPV è stato poi valutato attraverso un processo di benchmarking con il vecchio modello, con l’obiettivo di identificare il modello di CAPEX più adatto ed affidabile. Per quanto riguarda gli altri input per la valutazione economica, nuovi modelli probabilistici per la produzione di idrocarburi, per i costi operativi (OPEX) e per i prezzi sono stati ideati e applicati, insieme anche ai modelli di CAPEX, ad un sesto progetto aziendale, al momento in fase di sviluppo. L’obiettivo di questa seconda fase di testing è stato di verificare la sostenibilità complessiva dell’intero processo di valutazione economica probabilistica, in termini di tempi di implementazione e flessibilità rispetto ad eventuali modifiche sui dati di progetto. Il risultato finale è stato una sostanziale riduzione dei tempi di valutazione rispetto al vecchio approccio, da molte ore a circa una, senza però perdere in accuratezza e affidabilità delle informazione prodotte.

Probabilistic economic evaluation of upstream development projects

RUDELLIN, DANIELE
2017/2018

Abstract

In a world where oil and gas companies are dealing with increasingly complex development projects, an accurate assessment of the investments’ profitability is crucial. In order for decision-makers to undertake wiser and more conscious decisions, it is therefore necessary to provide them with simple indicators containing a comprehensive information on the overall level of risk and uncertainty related to the projects’ economic performances. This work, carried out within the Project Risk department of Eni S.p.A., was aimed at the creation of a new probabilistic model for the economic evaluation of the company’s upstream development projects. Large amount of stochastic data regarding the capital expenditures (CAPEX) and hydrocarbons production are already available in the company for every new project, hence the need to valorize such information to obtain, after the application of the Monte Carlo simulation, a probability distribution for the NPV and IRR. In the past years, a probabilistic economic model was already created in the company: it was characterized by a good accuracy, but the routine applicability was not possible because of the long time required for the preparation of the probabilistic inputs, in particular the CAPEX. The innovative contribution of this work was, therefore, the creation of alternative models, characterized by a greater level of standardization and much more efficient in terms of implementation time. Four new probabilistic CAPEX models were built and applied to five real case studies, represented by past Eni’s projects. The impact on the resulting NPV probability distribution was then evaluated through a benchmarking process against the old model, with the objective of identifying the most suitable and reliable CAPEX model. Regarding the other input variables of the economic evaluation, new probabilistic models for the hydrocarbons production, the operating expenditures (OPEX) and the oil/gas price were also built and applied, together with the CAPEX ones, to a sixth project. The objective of this second testing phase was to assess the overall sustainability of the probabilistic economic evaluation, in terms of time of implementation and flexibility to be modified in case of eventual project’s updates. The final result was a substantial decrease of the time needed for the entire process, from several hours to about one, without a loss of the reliability of the information provided.
FRATONI, FILIPPO
ING - Scuola di Ingegneria Industriale e dell'Informazione
20-dic-2018
2017/2018
In un mondo in cui le grandi compagnie energetiche si spingono verso progetti di sviluppo dei campi petroliferi sempre più complessi, un’accurata valutazione della redditività degli investimenti è cruciale. Affinché i responsabili decisionali possano prendere decisioni più sagge e consapevoli, è pertanto necessario fornire loro semplici indicatori in grado di contenere un’informazione comprensiva sul livello di rischio e incertezza legato alla performance economica dei progetti. Il seguente lavoro, svolto all’interno del dipartimento di Project Risk di Eni S.p.A., è finalizzato alla creazione di un nuovo modello probabilistico per la valutazione economica dei progetti di sviluppo upstream dell’azienda. Una grande mole di dati stocastici, riguardanti i costi di investimento (CAPEX) e la produzione di idrocarburi, è già disponibile nell’azienda per ogni nuovo progetto, da cui l’esigenza di valorizzazione degli stessi per ottenere, in seguito all’applicazione della simulazione Monte Carlo, una distribuzione di probabilità del NPV e IRR. Negli anni passati, un modello probabilistico di valutazione economica era già stato creato: era caratterizzato da una buona accuratezza, ma l’effettiva applicabilità come processo di routine non fu possibile a causa del tempo troppo elevato richiesto per la preparazione degli input probabilistici, in particolare i CAPEX. Il contributo innovativo di questo lavoro è pertanto la creazione di modelli alternativi, caratterizzati da una maggiore standardizzazione e più efficienti dal punto di vista dei tempi di implementazione. Quattro nuovi modelli per i CAPEX sono stati costruiti e applicati a cinque casi studio, rappresentati da progetti Eni passati. L’impatto sulla distribuzione di NPV è stato poi valutato attraverso un processo di benchmarking con il vecchio modello, con l’obiettivo di identificare il modello di CAPEX più adatto ed affidabile. Per quanto riguarda gli altri input per la valutazione economica, nuovi modelli probabilistici per la produzione di idrocarburi, per i costi operativi (OPEX) e per i prezzi sono stati ideati e applicati, insieme anche ai modelli di CAPEX, ad un sesto progetto aziendale, al momento in fase di sviluppo. L’obiettivo di questa seconda fase di testing è stato di verificare la sostenibilità complessiva dell’intero processo di valutazione economica probabilistica, in termini di tempi di implementazione e flessibilità rispetto ad eventuali modifiche sui dati di progetto. Il risultato finale è stato una sostanziale riduzione dei tempi di valutazione rispetto al vecchio approccio, da molte ore a circa una, senza però perdere in accuratezza e affidabilità delle informazione prodotte.
Tesi di laurea Magistrale
File allegati
File Dimensione Formato  
2018_12_Rudellin.pdf

solo utenti autorizzati dal 29/11/2021

Descrizione: Testo della tesi
Dimensione 5.46 MB
Formato Adobe PDF
5.46 MB Adobe PDF   Visualizza/Apri

I documenti in POLITesi sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/10589/144227