Quantitative tools integration in the portfolio selection of petroleum production projects

Um dos principais impactos resultantes dos novos avanços tecnológicos na indústria do petróleo refere-se ao aumento do número de projetos que compõem as carteiras no segmento de exploração e produção (E&P), passando a competir no orçamento das empresas de petróleo. Apesar do aumento de preços do petróleo, observa-se diversos níveis de restrições (recursos humanos, sondas, materiais etc.) para a execução dos projetos, tornando o processo decisório de seleção de projetos uma tarefa bastante complexa. Nesta dissertação, foi desenvolvida uma solução integrada para análise de portfólios de projetos de E&P que levou em consideração um modelo exponencial de aversão ao risco (teoria da preferência) e as características inerentes de risco e retorno, incorporando novas métricas para seleção de portfólios. A metodologia para executar a otimização de portfólios foi baseada minimização do risco, sujeito a um determinado retorno. A ferramenta quantitativa utilizada para otimização de portfólios foram os algoritmos genéticos. A seleção de portfólios foi realizada em diferentes cenário. Como estudo de caso, foram utilizados projetos que envolvem reservas descobertas, mas não desenvolvidas em águas profundas que apresentam diferentes tipos de restrições e incertezas geológicas e tecnológicas para a sua viabilização. Os resultados permitiram a seleção de um portfólio ótimo, baseando-se não somente nas restrições financeiras, mas também incorporando os diversos tipos de componentes geológicas, operacionais, tecnológicas, entre outrasOne of the main impacts of the new technological progress in the petroleum companies is the increasing number of projects in E&P portfolios competing in a company's budget constraint. Despite of the increase of oil prices, several types of restrictions (workforce, rigs, materials, etc.) occurs in the project management, making the decision process of projects selection a complex task. In this dissertation was developed an integrated solution for analysis of E&P portfolios projects, considering an exponential model of risk aversion (preference theory) and the characteristics of risk and return, and incorporating new types of metric for projects selection. The methodology used to achieve the portfolio optimization was based on risk minimization for a certain return. The quantitative tool for portfolio optimization was the genetic algorithms. The portfolio selection was build upon different scenarios. Undeveloped oil reserves in deep-waters was used as a casestudy because they present different types of constraints and geological and technological uncertainties in the feasibility analysis. The results of this research allowed the selection of an optimal portfolio using not only the financial restrictions, but also incorporating various types of geological, operational, and technological variables, among other