Académique Documents
Professionnel Documents
Culture Documents
net/publication/289460788
CITATIONS READS
0 12,698
2 authors:
Some of the authors of this publication are also working on these related projects:
Call for Papers - Energy Efficiency & Climate Change: Huge Untapped Potential - Article collection View project
Untangling the complexity of the determinants of the residential energy use using a structural equation modeling appraoch View project
All content following this page was uploaded by Fateh Bélaïd on 12 April 2016.
F. BELAID D. DE WOLF
RÉSUMÉ : L’objet de cet article est une étude quantitative du risque, autour de la problématique principale de la
prise de décision d’investissement en amont pétrolier (exploration & production). L’objectif premier est de fournir aux
décideurs un outil d’aide à la décision qui va leur permettre de choisir prudemment leurs stratégies d’investissement et
de réduire les échecs.
En l’état actuel des choses, le processus décisionnel au sein des compagnies s’est fortement complexifié. En effet, elles
sont amenées à sélectionner un ensemble de projets sur la base de critères variables et incertains, notamment la
volatilité du prix, et l’étendu des ressources disponibles. Par ailleurs les correctifs classiques qui sont destinés à
atténuer la complexité du processus décisionnel, notamment la valeur actuelle nette (VAN) et l’indice de profitabilité,
se révèlent insuffisants vu, d’une part, une faible prise en compte de la notion du risque qui est un élément essentiel de
tout investissement, et d’autre part, l’omission des interactions entre les différents projets.
En résumé, nous allons définir une méthodologie pour la gestion de portefeuille de projets d’investissement qui va non
seulement tenir compte du risque, mais également de l’effet de l’interdépendance des projets. La méthodologie va être
appliquée à un portefeuille de projets en amont pétrolier.
Mots-Clés. Optimisation d’un portefeuille de projets ; Evaluation de projets ; Simulation de Monte Carlo ; Gestion
du risque.
1
MOSIM’10 - 10 au 12 mai 2010 - Hammamet -Tunisie
La méthodologie suivie dans cet article est issue de la compagnies. Cela, a permis d‟affiner la méthode, et de
théorie de la décision et de la théorie de portefeuille. La faciliter son application aux projets d'E&P.
théorie de la décision a été d'abord appliquée aux projets
d‟exploration-production par Allais [1956] avec son En outre, en 1997, l'observatoire de la terre de Lamont-
étude sur la faisabilité économique de l'exploration dans Doherty de l'université de Colombie a fondé un
consortium de sociétés de pétrole pour partager les
le sud de Sahara Algérien. Ensuite, plusieurs tentatives
connaissances en analyse des portefeuilles de projets
ont misé à mettre en œuvre ces concepts dans le d'E&P en se basant sur les modèles de Ball & Savage
processus décisionnel en amont pétrolier, par Grayson [1999], Holistic vs. Hole-istic E&P Strategies. Ce
[1960], Krumbein and Graybill [1965], Drew [1967], ces dernier article reste l‟un des plus populaires dans le
concepts ont été popularisés par Cozzolino [1977], domaine. Depuis, plusieurs travaux ont été menés dans
Harris [1984,1990], Harbaugh [1984], Newendorp and ce sens (Michael R. Walls [2004], Erdogan et al. [2005],
etc.) L'idée d'origine est qu‟un portefeuille peut avoir une
Schuyler [2000], et autres. Cozzolino avait utilisé une
valeur supérieure ou inférieure à la somme des projets
fonction d'utilité exponentielle dans la détermination des qui le composent, et qu‟il n'y a pas un meilleur
flux financiers futurs d‟un projet d'exploration pétrolière portefeuille, mais une famille de portefeuilles optimaux
pour exprimer l'équivalent certain, cet équivalent est qui permettent d'atteindre un équilibre entre le risque et
égale à la valeur espérée moins une rémunération de le rendement.
risque, appelée prime de risque. Une autre contribution
importante est celle faite par Walls [1995] qui intègre le Dans les années 30 et 40, le développement de la collecte
concept de la théorie de l'utilité multi-attributs (Multi- et de l'analyse de données séismiques a sensiblement
Attribute Utility Theory Approach) au choix de projets réduit le risque de non découverte du pétrole. La
géologie et la géophysique résultantes (G&G) ont
d‟investissement pétroliers. Cette approche donne un révolutionné la prospection pétrolière.
aperçu riche sur les effets de l'intégration des objectifs
des compagnies pétrolières et sur l‟analyse de risques L'analyse de décision a été traditionnellement appliquée
dans les choix d'investissement. Walls et Dyer [1996] à l'information dérivée de G&G pour ranger les projets
ont utilisé cette approche pour étudier les changements puits par puits, déterminant sur une base individuelle
dans la propension des risques en fonction de la taille s‟ils devaient être explorés et développés.
des entreprises dans l'industrie pétrolière.
Aujourd'hui, cette approche puits par puits (hole-istic) est
L‟histoire de l‟analyse quantitative du portefeuille a concurrencée par l‟approche holistique globale (holistic)
commencé dans les années 50, avec le travail qui tient compte du portefeuille entier de projets
révolutionnaire d‟Harry Markowitz, qui a vulgarisé potentiels. Cette analyse de portefeuille commence par la
l‟idée que l‟accroissement des rendements implique représentation des incertitudes locales des différents
l‟accroissement du risque. Markowitz a développé la projets fournis par la science et la technologie de
base mathématique et les conséquences de cette analyse Géologie et la Géophysique (G&G). On tient compte
dans sa thèse, soutenue en 1954. alors des incertitudes globales en ajoutant deux G
additionnels : la Géoéconomique et la Géopolitique. On
essaye de ce fait de réduire les risques liés aux
Dans les années 60, William Sharpe [1964] a étendu et fluctuations des prix et aux événements politiques en
développé les travaux de Markowitz, avec son modèle plus des risques physiques adressés par l‟analyse
d‟évaluation d‟actifs du marché (CAPM : Capital Asset traditionnelle de G&G.
Pricing Model), tandis que Franco Modigliani et Merton
Miller [1958] faisaient une autre contribution importante
à la théorie d'évaluation des valeurs. Au début des années L‟évaluation économique de la rentabilité potentielle
70, Fischer Black, Myron Scholes [1972] et Robert d‟un projet pétrolier est incertaine, elle dépend des
Merton [1973] ont déterminé le principe de l‟évaluation résultats de plusieurs variables : les coûts totaux du
rationnelle des stocks options. Depuis, plusieurs projet, la probabilité de trouver un réservoir
recherches on été menées dans ce domaine. économiquement exploitable, le volume et le type
(pétrole/gaz) des hydrocarbures trouvés, et les prix de
vente futurs de la production. Tous ces paramètres ont un
David B. Hertz [1968] a discuté l‟application du modèle impact sur les indicateurs économiques des projets
de Markowitz aux projets industriels risqués avec la d‟exploration-production.
manière dont il est utilisé dans le marché financier. En
1983, Ball & Savage ont proposé l‟application du modèle
de Markowitz aux décisions stratégiques en E&P. Depuis Le risque économique d‟un projet d‟exploration
1990, les deux auteurs ont collaboré sur un ensemble de production, est essentiellement lié à l‟environnement
modèles pour répondre aux besoins de certaines économique. Notamment, l'évaluation de la rentabilité
des investissements est basée essentiellement sur les
2
MOSIM’10 - 10 au 12 mai 2010 - Hammamet -Tunisie
scénarios de prix du pétrole, ce qui fait que ce dernier La détermination du taux d‟actualisation à utiliser est un
reste le facteur déterminant des revenus. élément critique du calcul économique. En effet, un taux
trop élevé aura pour effet de valoriser le présent au
2. MODELE PROPOSE détriment du futur et vice-versa. Les décisions fondées
sur ces calculs seront donc faussées. L‟actualisation
repose sur trois éléments essentiels : l‟inflation, la
Le modèle que nous proposons est un modèle
préférence pour la jouissance immédiate, et l‟aversion au
économique intégral, ventilé en trois étapes principales :
risque. Les deux premiers principes sont souvent
confondus dans ce que l'on nomme le "coût du temps"
1. Evaluation individuelle de chaque projet par par opposition au troisième principe correspondant au
l‟utilisation de la méthode déterministe pour l‟évaluation "coût du risque". Le coût du temps reflète le fait qu'un
des cash-flows du projet d‟exploration ou production euro de demain vaut moins qu'un euro d'aujourd'hui. Le
pétrolière. coût du risque, quant à lui, reflète le fait qu'un euro
certain vaut plus qu'un euro espéré mais incertain.
2. Génération des simulations de Monte Carlo pour
l‟évaluation des risques économiques de projets ; 2.2. Evaluation probabiliste
3. Construction d‟un modèle d‟optimisation pour Pour analyser la sensibilité des projets aux paramètres
sélectionner le portefeuille optimal de projets. d‟entrée, nous utilisons la simulation de Monte Carlo.
La simulation permet aux analystes de décrire le risque et
2.1. Evaluation déterministe des projets l‟incertitude des variables qui influencent la rentabilité
du projet par des distributions de probabilité. Comme
La première étape d‟évaluation d‟un projet est de mettre exemple de variables incertaines, on peut citer : les
en place un scénario de la situation de base et de calculer réserves, les coûts de forage, les prix du brut, etc.
sa valeur actuelle nette (NPV : Net Present Value). Ceci L'avantage de simuler un système sur ordinateur réside
suppose que les valeurs des paramètres d'entrée sont dans la possibilité de répliquer son évolution autant de
connues : la nature du pétrole en place ; le taux de fois que nécessaire dans des conditions indépendantes.
déclin ; les prix du pétrole pour chaque année ; les coûts
de chaque année ; le taux d‟actualisation ; la structure Le premier objectif de l‟utilisation de la simulation dans
fiscale ; etc. l‟évaluation de projet en amont pétrolier est de
déterminer la distribution de la VAN à partir des
Pour notre modèle, la formule utilisée est la suivante : variables qui influent sur le rendement du projet, d‟où sa
moyenne ou la valeur actuelle espérée (voir Newendrop,
2002).
𝑟 : Le taux d‟actualisation
𝑝 : Le taux d‟inflation
3
MOSIM’10 - 10 au 12 mai 2010 - Hammamet -Tunisie
2. Génération d‟une simulation de Monte Carlo avec 5 Depuis Markowitz [1952], l‟analyse mathématique de la
000 itérations. gestion de portefeuilles s‟est développée
considérablement, et la variance est devenue la définition
3. Enregistrement des résultats de la simulation (la mathématique la plus populaire du risque pour la
distribution de VAN espérée „ENPV‟, la moyenne de la sélection de portefeuille. Les chercheurs ont développé
VAN, sa variance, et enfin on récupère les données de la une variété de modèles en utilisant la variance comme
simulation qui vont être utilisées pour le calcul de la mesure du risque dans diverses situations, par exemple,
matrice des variances-covariances des valeurs espérées Chow [1994], Chopra [1998], Hlouskova [2000], etc. En
de la VAN et celle des semi-covariances. Le calcul des revanche, quand les distributions des rendements sont
deux matrices est fait sur Excel, à l‟aide de l‟utilitaire asymétriques, la sélection du portefeuille basée sur la
d‟analyse. variance peut être un handicap potentiel, de fait qu‟elle
sacrifie trop de rendement prévu en éliminant les
rendements extrêmes, à la fois les rendements extrêmes
Pour le prix du pétrole, vu le contexte actuel (la forte
élevés et les rendements extrêmes faibles ; pour pallier ce
volatilité de prix du brut), il est difficile de détecter une
problème, la semi-variance a été proposée comme une
relation de long terme qui peut décrire l’évolution du
autre mesure alternative du risque. Beaucoup de modèles
prix. En conséquence, le modèle de prévision sera voué à
ont été construits sur la base de la minimisation de la
l‟échec, en sachant que le portefeuille de projets dont on
semi-variance, par exemple, Markowitz [1993],
dispose a une durée de vie de 22 ans.
Homaifar [1999], Grootveld [1999], Huang [2008], etc.
Pour pallier ce problème, dans le calcul de la VAN,
Pour ces raisons, nous utilisons la semi-variance comme
l‟idéal serait d’imaginer quelques scénarios de prix
mesure du risque pour notre application.
(deux à trois) en prenant compte tous les facteurs de la
conjoncture économique actuelle, et les éventuels
changements futurs (accroissement continu de la Le modèle avec la semi-variance comme mesure du
demande mondiale, épuisement éventuel des réserves, risque s‟écrit de la manière suivante :
découverte de nouveaux gisements, éventuelle arrivée
d‟une énergie nouvelle, etc.). Pour cela, on a imaginé
trois scénarios de prix différents. Un prix bas à 25 $ le
baril avec une probabilité d‟occurrence de 0,2 ; un prix
moyen à 100 $ le baril avec une probabilité d‟occurrence
de 0,4 ; un prix élevé à 200 $ le baril avec une
probabilité d‟occurrence de 0,4. Enfin on calcule
l‟espérance du prix.
4
MOSIM’10 - 10 au 12 mai 2010 - Hammamet -Tunisie
i= 1,…N ; t = 2013,…2017 (horizon de production Pour obtenir la courbe de la frontière efficiente, on fait
varier les valeurs du coefficient 𝜆 (tolérance au risque)
dans le moyen terme)
dans l‟intervalle [0; 1].
Pi = la production du projet i
Figure 2 : Frontière efficiente résultante du modèle.
Ii = l‟investissement du projet i
3. CONCLUSION
Pmin t = la production minimale ciblée à l‟horizon t
Notre modèle s‟articule sur les trois étapes
Rmin = le seuil de production minimal requis pour le principales suivantes :
portefeuille sélectionné
- Analyse des cash-flows de projets à l‟aide de calculs
Imax = le capital d‟investissement disponible déterministes en utilisant les critères de la VAN ;
5
MOSIM’10 - 10 au 12 mai 2010 - Hammamet -Tunisie
- déterminer les stratégies d‟investissement adéquates, Fateh Belaid, Daniel DE WOLF, (2008a), “Petroleum
qui répondent aux objectifs attendus, et respectent projects selection by taking the risk into account,”
les contraintes budgétaires de la compagnie. HEC Ecole de Gestion de l'ULG Working Paper,
N°200812/01.
Cette étude montre qu‟une analyse explicite des
incertitudes et des corrélations dans l‟évaluation Fateh Belaid, Daniel DE WOLF, (2009b), “Stochastic
individuelle du risque de projets d‟exploration evaluation of investment projects,” HEC Ecole de
production, améliore la qualité de la prise de décision Gestion de l'ULG Working Paper, May 09 / N°
d‟investissement. L‟utilisation de la théorie du 200905/02.
portefeuille de Markowitz qui incorpore le risque dans le
processus de sélection, rend le système d‟analyse Fichter, D.P., (2000), “Application of genetic algorithms
d‟investissement plus adéquat avec les attentes des in portfolio optimization for the oil and gas industry,”
décideurs. SPE 62970, SPE Annual Technical Conference and
Exhibition, Texas.
6
MOSIM’10 - 10 au 12 mai 2010 - Hammamet -Tunisie
Grayson, C. J., (1960), “Decisions Under Uncertainty: Sefair, J. A., A. L. Medaglia, (2005), “Towards a model
Drilling Decisions By Oil and Gas Operators,” for selection and scheduling of risky projects,” E. J.
Harvard Business School, Boston. Bass, ed., Proceedings of the 2005 Systems and
Information Engineering Design Symposium.
Hertz, David B., (1968), “Investment Policies That Pay
Off,” Harvard Business Review, vol. 46, No. 1 Sira, E., (2006), “Semi-variance as real project portfolio
(January-February) 96-108. selection optimization criteria: An oil and gas
industry application,” Int. J. Global Energy 26(1–2)
Hightower, M. L. and A. David, (1991), “Portfolio 43–61.
Modeling: A Technique for Sophisticated Oil and
Gas Investors,” SPE Paper 22016, presented at the Tversky, A., D. Kahneman, (1991), “Loss aversion in
1991 SPE Hydrocarbon Economics and Evaluation riskless choice: A reference dependent model,” Q. J.
Symposium, Dallas, TX, April 11-12. Econ 106(4) 1039–1061.
Homaifar G., Graddy D.B., (1990), “Variance and lower Walls, M. R., J. S. Dyer, (1996), “Risk propensity and
partial moment betas as alternative risk measures in firm performance: A study of the petroleum
cost of capital estimation: A defense of the CAPM exploration industry,” Management Sci. 42(7) 1004–
beta,” Journal of Business Finance and Accounting 1021.
17, pp 677-688.
Walls, M. R., (2004), “Combining decision analysis and
Huang, X., (2008), “Portfolio selection with new portfolio management to improve project selection in
definition of risk,” Eur. J. Oper. Res. 1(1) pp351-357. the exploration and production firm,” J. Petrol. Sci.
Eng. 44(1–2) 55–65.
John Charnes, (2007), “Financial Modeling with Crystal
Ball and Excel”, John Wiley & Sons, New York.