Documente Academic
Documente Profesional
Documente Cultură
Dissertação de Mestrado
Rio de Janeiro
Março de 2007.
Livros Grátis
http://www.livrosgratis.com.br
Milhares de livros grátis para download.
Eduardo Ferraz de Lima Vieira
Ficha Catalográfica
Vieira, Eduardo Ferraz de Lima
CDD: 658.5
PUC-Rio - Certificação Digital Nº 0511105/CC
futura esposa.
À minha família e
Agradecimentos
para se avaliar tais flexibilidades, sendo o objeto principal deste estudo a análise
da opção de conversão (Input/Output Switch option) através da utilização do
processo estocástico de reversão à média com saltos. Os resultados desta
dissertação podem auxiliar a tomada de decisão dos gestores da área de petróleo e
energia, onde outros projetos já foram avaliados através dessa mesma
metodologia, no entanto, não existe qualquer interesse em comprovar a eficiência
da teoria das opções reais frente às metodologias de avaliação financeira usuais.
Palavras-chave
Análise de investimentos; teoria das opções reais; processo estocástico;
movimento de reversão à media com saltos; viabilidade econômica.
Abstract
stochastic process. The aim of this study is also to support manager’s investment
decision from oil and energy field, where others projects has been already
valuated with real options theory so the proof of the theory efficiency against
traditional valuation methodologies is not object from this study.
Keywords
Investment analysis; real option theory; mean reversion with jumps
stochastic process; economic viability.
Sumário
1 Introdução 14
2.4.3. Hidroprocessamento 24
4 A modelagem estocástica 34
4.1. Definição 35
4.2. Principais processos estocásticos 37
4.2.1. Movimento Aritmético Browniano 38
4.2.2. Movimento Geométrico Browniano 39
4.2.3. Movimento de Reversão à Média 40
4.3. Lema de Itô 42
4.4. Movimento de Reversão à Média com Saltos 44
4.4.1. O modelo 45
6 Resultados e conclusões 65
6.1. Apresentação dos resultados 65
6.2. Conclusões 69
6.3. Sugestões para futuros trabalhos 70
PUC-Rio - Certificação Digital Nº 0511105/CC
7 Referências bibliográficas 71
8 Apêndices e anexos 73
Lista de figuras
forma, a metodologia das opções reais é a mais indicada para se avaliar tais
flexibilidades, sendo o objeto principal deste estudo a análise da opção de
conversão (Input/Output Switch option) e a utilização do processo estocástico de
reversão à média com saltos.
Os resultados desta dissertação visam a auxiliar a tomada de decisão dos
gestores da Petrobras, onde outros projetos1 já foram avaliados através dessa
mesma metodologia, no entanto, não existe qualquer interesse em comprovar a
eficiência da teoria das opções reais frente às metodologias de avaliação
financeira usuais.
Esta dissertação foi organizada em 8 capítulos. O presente capítulo
procura informar o objetivo principal desta dissertação.
No segundo capítulo será apresentado um posicionamento atual do
mercado de plantas GTL no mundo, trazendo as informações mais relevantes
sobre as recentes plantas operacionais, as regiões de maior concentração de
reservas de gás natural, a questão de um diesel mais puro e um resumo das
fases do processo produtivo de uma planta GTL.
No terceiro capítulo serão analisadas questões sobre a teoria tradicional
das opções reais, sem, no entanto, que definições mais quantitativas sejam
feitas e que o enfoque principal seja a definição e utilização das opções de
conversão.
1
Projeto do Biodiesel e negociação de contratos Take or Pay de gás natural, dentre outros.
15
2.1.
Histórico
Exxon Mobil
Planta GTL 154.000 Gás Natural Ras Laffan, Catar 2011
2.2.
A capital mundial do GTL
produto interno bruto estava estimado em US$ 6,6 bilhões. Dez anos depois,
esses números cresceram, chegando à marca de US$ 18.630 e US$ 14,1
bilhões, respectivamente. Com esses números, o Catar já desponta entre os 25
maiores do mundo em renda per capita.
Como a maioria dos investidores em plantas GTL estão focando suas
operações em grandes reservas de gás, Rússia, Irã, Nigéria e Austrália são
claramente candidatos para a próxima onda de plantas GTL. De acordo com a
revista BP’s Statistical Review of World Energy, as reservas desses países já
foram provadas e juntas somam mais de 80,73 trilhões de metros cúbicos. A
Venezuela, com uma reserva provada de 2,7 trilhões de metros cúbicos, também
faz parte desses novos candidatos, assim como a Arábia Saudita com 7,05
trilhões de metros cúbicos e Iraque com 3,3 trilhões de metros cúbicos.
PUC-Rio - Certificação Digital Nº 0511105/CA
20
2.3.
Diesel GTL: O combustível limpo
Embora o diesel GTL não possa ser comercializado como combustível sem
ser misturado, o produto encontra ou excede as especificações de enxofre e
cetano, como vimos na tabela 4.
A necessidade de um combustível mais limpo é uma realidade premente e
o alcance das metas estipuladas poderão trazer uma melhor qualidade do ar e
de vida para todos nós.
22
2.4.
O processo GTL + Gaseificador
2.4.1.
Geração do Gás de síntese
2.4.2.
Processo de Fischer–Tropsch
2.4.3.
Hidroprocessamento
PUC-Rio - Certificação Digital Nº 0511105/CA
Flexibilidade tem valor. Por mais que pareça óbvia essa afirmação, os mais
tradicionais métodos de avaliação econômico-financeira não são capazes de
capturar essa medida. Profissionais do mercado têm uma grande intuição de que
a flexibilidade operacional e estratégica, ou seja, a habilidade de alterar um
planejamento no futuro à vista de uma informação recebida são importantes
elementos na avaliação econômico-financeira de projetos e na tomada de
decisões.
Afinal, como essa flexibilidade é medida? O quanto ela é valiosa? Quais
PUC-Rio - Certificação Digital Nº 0511105/CA
2
Pesquisadores de opções financeiras como Robert Merton, Myron Scholes, Fisher Black,
Paul Samuelson e outros também contribuíram para desenvolvimento da teoria de opções reais.
27
3.1.
Exemplos de opções reais
Período
de Período Operacional
Exploração
0 3 5 6 7 15
Ic
I1 Opção de Conversão
Adiar IE (Abandonar para salvar)
PUC-Rio - Certificação Digital Nº 0511105/CA
I3 Expandir 50%
Contrair 25%,
I2 economizar Ic
Abandonar
empresa poderá optar pela matéria-prima que for mais rentável num
determinado período. Este tipo de opção é chamado de opção de conversão
(Input/Output Switch option), onde a partir de uma mesma matéria-prima é
possível fabricar produtos distintos realizando pequenas modificações no
processo produtivo.
Observando o texto acima, diversas condições de cenários foram
apresentadas e agora podemos comentar cada uma delas:
operação.
Já a opção de Shut Down elimina temporariamente possíveis perdas. Pode
envolver custos de suspensão.
A decisão ótima é baseada no máximo entre continuar e suspender a operação.
3.2.
A opção de conversão (Input/Output Switch option)
Gás Natural
Biomassa Diesel
HCC
Gaseificador ou
1 Reforma
Resíduo de 3 Lubrificantes
HIDW e Parafinas
Vácuo 2
Fischer-
Óleo Pesado Tropsch Nafta
3
HCC: Hidrocracking e HIDW: Hidrodewaxing
32
3.3.
Simulação de Monte Carlo
bem anteriores, por exemplo, na segunda metade do século XIX, quando várias
pessoas executaram experiências nas quais lançavam setas, de uma maneira
fortuita, sobre uma tábua onde havia um conjunto de linhas paralelas e
deduziram o valor de π(pi) =3.14..., observando o número de interseções entre
as setas e linhas. Os primeiros estudos envolvendo simulação de Monte Carlo e
avaliações de investimentos de capital foram feitos por David B. Hertz e
publicados em um artigo na revista Havard Business Review em 1974.
A figura 4 apresenta uma representação gráfica de uma avaliação de
investimento de capital envolvendo uma simulação de Monte Carlo.
Elaborar, para toda a variável que puder assumir diversos valores, sua
distribuição de probabilidade acumulativa correspondente;
4
Para maiores informações sobre portfólio replicado ver Dixit e Pindyck, (1996, p. 114).
35
4.1.
Definição
4.2.
Principais processos estocásticos
instante de tempo futuro depende, unicamente, de seu atual valor. Pode-se dizer
com isso que um processo de Wiener possui incrementos independentes; e
5
Robert Wiener (1923) desenvolveu a teoria matemática proposta por Albert Einstein
chamada de Brownian Motion.
6
É utilizado logaritmo natural (Logaritmo de base e).
38
dz = ε t dt , (1)
Onde ε t possui média zero e desvio padrão um. Note que dz tende a infinito à
medida que dt se aproxima de zero.
4.2.1.
Movimento Aritmético Browniano
PUC-Rio - Certificação Digital Nº 0511105/CA
7
Este processo será abordado na seção 4.4 e será tema principal do presente estudo.
39
10
0
0 50 100 150 200 250 300
4.2.2.
Movimento Geométrico Browniano
E ( xt ) = x 0 × e α ×t (4)
V ( x t ) = x 02 × e 2×α ×t (e σ
2
×t
− 1) (5)
75
50
25
0
0 50 100 150 200 250 300
4.2.3.
Movimento de Reversão à Média
PUC-Rio - Certificação Digital Nº 0511105/CA
Até esse ponto, alguns tipos de variáveis econômicas, como por exemplo,
os preços de uma ação, requerem uma modelagem estocástica específica. No
entanto, para outros tipos de variáveis econômicas, como o preço de
commodities, estes mesmos processos não apresentam uma modelagem ideal,
embora, muitas vezes, sejam os mais utilizados.
Para equacionar uma modelagem mais apropriada a cada tipo de variável,
o movimento de reversão à média sugere que, embora os preços no curto prazo
possam flutuar, para cima ou para baixo, no longo prazo esses preços tendem a
ser trazidos de volta ao custo marginal de se produzir, por exemplo, petróleo.
Desta forma, é dito que uma determinada variável tem um comportamento de
reversão à média.
O modelo estocástico de reversão à média mais simples é conhecido como
modelo de Ornstein-Uhlembeck e pode ser apresentado através da seguinte
equação:
E ( x t ) = x + ( x 0 − x) × e −η ×t (7)
σ2 (8)
Var[ x − x] = × (1 − e − 2×η ×t )
2η
σ2
variância converge para ;
PUC-Rio - Certificação Digital Nº 0511105/CA
2η
3
0 50 100 150 200 250 300
4.3.
Lema de Itô
∂F ∂F (9)
dF = dx + dt .
∂x ∂t
∂F ∂F 1 ∂2F (11)
dF = dx + dt + × 2 (dx) 2 .
∂x ∂t 2 ∂x
1 1 1 1 1 1
dP − × 2 (dP) 2 dP − × 2 ( dP) 2 , substituindo (dP)2,
PUC-Rio - Certificação Digital Nº 0511105/CA
dp = dp =
P 2 P P 2 P
1 1
dp = α × dt + σ × dz − σ 2 dt , rearranjando os termos, temos: dp = (α − σ 2 )dt + σ × dz .
2 2
8
A comprovação de que o termo (dP)2 é de ordem dt será mostrada no Apêndice.
44
4.4.
Movimento de Reversão à Média com Saltos
Jumps-up
Jumps-down
Figura 8 - Preços nominais do óleo Brent e similares – período mensal (1970 a 2003)
4.4.1.
O modelo
seguinte equação:
9
OPEC: Organization of the Petroleum Exporting Countries.
46
E ( xt ) = x + ( x 0 − x) × e −η ×t (13)
(σ 2 + λ × Ε[ϕ 2 ]) (14)
Var[ x − x ] = × (1 − e − 2×η ×t )
2η
∫
E[ϕ 2 ] = ϕ 2 × f (ϕ )dϕ ,
PUC-Rio - Certificação Digital Nº 0511105/CA
10
A utilização destes valores é mais relevante, mesmo que errados, do que não utilizar
valor algum.
5
Estudo de caso: Refinaria XTL
5.1.
Precificação das opções de conversão
planta XTL em operação, ou seja, não existe nenhuma planta que utilize mais de
uma matéria-prima para a produção do gás de síntese. Apenas a planta da Sasol
na África do Sul iniciou sua operação com a gaseificação de carvão, mas por
fatores, principalmente ambientais, foi rapidamente trocada pela reforma do gás
natural.
Outras importantes informações sobre as análises são:
Data-base da avaliação: 01/01/2011;
Período projetivo total12: 20 anos (períodos trimestrais);
11
Uma planta Total Flex apresenta sistemas flexíveis na entrada e saída do processo
produtivo.
12
Incluem período de investimentos.
50
5.2.
Premissas de simulação
5.2.1
Características técnicas dos inputs
Gás de Síntese
Matéria prima (Input )
(Nm3 / ton MP)
Gás Natural 3.450
Óleo Pesado 2.600
Biomassa (Torta de Mamona) 1.570
Resíduo de Vácuo 2.590
Tabela 6 - Rendimentos por tipo de input
5.2.2.
Capacidade nominal de produção
13
Valor médio fornecido pelos especialistas do CENPES/Petrobras.
51
5.2.3.
Capex (I0)
5.2.4.
Custo dos produtos vendidos – CPV
Matéria-Prima
Como foi visto no início deste capítulo, uma planta XTL é capaz de ser
alimentada, individualmente, com diversos tipos de matéria-prima onde cada
uma apresenta um tipo diferente de rendimento na geração de gás de síntese.
Para calcular a quantidade diária de matéria-prima necessária para a
geração de uma planta de 35.000 barris de produtos líquidos, utilizou-se a
seguinte equação recursiva:
Capacidade
Qtde(ton) , onde
Re nd .P
Re nd . X
Capacidade: Capacidade nominal da planta;
Rend.P: Rendimento na produção de produtos líquidos; e
Rend.X: Rendimento da matéria-prima X (X=A: Gás Natural; X=B: Óleo
Pesado).
14
Considerando os três primeiros anos de construção e aplicação dos recursos, a
depreciação só será considerada a partir do primeiro ano de operação da planta, e serão
compensados os três primeiros anos passando a depreciação para o prazo de 17 (dezessete)
anos, fazendo com que não haja valor residual.
53
Quantidades
Matéria prima (Input )
Diária (ton)
Gás Natural 7.101,45
Óleo Pesado 9.423,08
Biomassa 15.605,10
Resíduo de Vácuo 9.459,46
Tabela 10 - Quantidade diária de matéria-prima
5.2.5.
Receitas operacionais
15
Valor sugerido pelos especialistas do CENPES/Petrobras, embora alguns documentos da
literatura da tecnologia GTL utilizem valores na faixa de 5 a 7%.
54
100%
90%
80%
Fração dos produtos
70% Metano
60% GLP
Nafta
50%
Diesel
40%
Parafinas
30% Lubrificantes
20%
10%
PUC-Rio - Certificação Digital Nº 0511105/CC
0%
0 0,2 0,4 0,6 0,8 1
Perfis de produção (alpha)
Pode-se observar que a produção efetiva não resulta em 100%, uma vez
que gases como o metano e GLP não estão sendo considerados nesta análise e
podem ser tratados como perda.
Finalmente, a receita operacional é calculada pela seguinte expressão:
4
Re ceita(US $) Pr od .efetiva Perfil
p 1
p (%) Pr eço p ,
5.2.6.
Impostos e Taxas
5.2.7.
Séries de Preços
Os dados mais importantes para esta análise são as séries de preços. Elas
é que determinarão os parâmetros necessários para a modelagem dos preços
futuros de cada input e output. Com cada valor determinado separadamente,
será possível analisar economicamente cada resultado encontrado.
Toda a análise estocástica e de simulação deste estudo estará em função
dos preços destes commodities. Serão apresentados a seguir os gráficos dos
preços históricos, seus comportamentos e as equações de projeção estocásticas
utilizadas.
56
Matéria-Prima - (Input)
16
14
12
10
8
6
4
2
0
jan/86
jan/87
jan/88
jan/89
jan/90
jan/91
jan/92
jan/93
jan/94
jan/95
jan/96
jan/97
jan/98
jan/99
jan/00
jan/01
jan/02
jan/03
jan/04
jan/05
jan/06
Figura 11 - Evolução histórica dos preços do gás natural – evolução mensal
PUC-Rio - Certificação Digital Nº 0511105/CC
60
50
40
30
20
10
0
mai/87 mai/89 mai/91 mai/93 mai/95 mai/97 mai/99 mai/01 mai/03 mai/05
100
200
300
400
500
600
700
800
-
-
100
150
200
250
50
jan/86 jan/86
jan/87 jan/87
jan/88 jan/88
jan/89 jan/89
jan/90 jan/90
jan/91 jan/91
jan/92 jan/92
Produtos líquidos - (Output)
jan/93 jan/93
jan/94 jan/94
jan/95 jan/95
jan/96 jan/96
jan/97 jan/97
Nafta (US$c/Gal)
(R$/l)
9
8
7
6
5
4
3
2
1
-
jul/02
jul/03
jul/04
jul/05
jul/06
nov/02
jan/03
nov/03
jan/04
nov/04
jan/05
nov/05
jan/06
nov/06
set/02
mar/03
mai/03
set/03
mar/04
mai/04
set/04
mar/05
mai/05
set/05
mar/06
mai/06
set/06
Lubrificantes Parafinas
dos preços futuros x(t), foi utilizada uma programação em linguagem Matlab.
Uma outra forma de se obter os parâmetros do processo estocástico de reversão
à média é através da regressão linear16 de Ln(Pt-1) x Ln(Pt) - Ln(Pt-1).
O processo estocástico para o preço da commodity é escolhido de forma
que os preços P(t) seja função de x(t), porém é necessário escrever a relação
entre a média de longo prazo x e o preço de equilíbrio de longo prazo P , a
saber:
(15)
x ln(P)
Com isso os preços podem ser ajustados de forma que a média seja:
[ P(T )] e [ xt ] , onde a relação entre a variável x e P seja o valor esperado do
16
As regressões lineares das séries utilizadas nesta avaliação estão demonstradas nos
anexos.
59
(16)
P (t ) e{ xt 0.5Var ( xt )}
Onde a variância de x(t) determinística em função do tempo e dada pela
equação 14, com os saltos aleatórios já incluídos.
A simulação neutra ao risco será utilizada devido à não existência de uma
taxa de desconto ajustada ao risco para a opção e, neste caso, o processo x(t) é
simulado utilizando a expressão discreta, a saber:
( r f )
Onde o termo representa o prêmio de risco normalizado subtraído da
Velocidade de
Média de Longo Volatilidade Freqüência de Tamanho dos
Input/Parâmetros Reversão à média
Prazo (σ) p.a Saltos (p.a) Saltos (up&Down)
(p.a)
Gás Natural US$ 5,96 / MMBTU 39,99% 0,2451 0,1030 Ln 2 / Ln 0,5
Óleo Pesado US$ 24,53 / bbl 56,65% 0,6334 0,1999 Ln 2 / Ln 0,5
Nafta US$ 0,7112 / Gal 36,88% 0,5019 0,1530 Ln 2 / Ln 0,5
Diesel US$ 476,44 / ton 24,71% 0,1296 0,1149 Ln 2 / Ln 0,5
Parafina R$ 1,9203 / l 59,03% 1,3959 0,1068 Ln 2 / Ln 0,5
Lubrificante R$ 3,5971 / l 43,83% 1,7731 0,0942 Ln 2 / Ln 0,5
As figuras 16, 17, 18, 19, 20 e 21 representam as projeções dos preços dos
insumos e produtos através do processo estocástico de reversão à médica com
saltos.
60
12
10
-
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
20
20
20
20
20
20
20
20
20
20
20
20
20
20
20
20
20
20
20
20
Real Neutra ao Risco
Figura 16 - Projeção real e neutra ao risco dos preços do gás natural – projeção trimestral
40
PUC-Rio - Certificação Digital Nº 0511105/CC
35
30
25
20
15
10
5
-
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
20
20
20
20
20
20
20
20
20
20
20
20
20
20
20
20
20
20
20
20
Figura 17 - Projeção real e neutra ao risco dos preços do óleo pesado – projeção trimestral
61
Nafta (US$/gal)
5,0
4,5
4,0
3,5
3,0
2,5
2,0
1,5
1,0
0,5
-
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
20
20
20
20
20
20
20
20
20
20
20
20
20
20
20
20
20
20
20
20
Real Neutra ao Risco
Figura 18 - Projeção real e neutra ao risco dos preços da nafta – projeção trimestral
Diesel (US$/t)
1.000
PUC-Rio - Certificação Digital Nº 0511105/CC
900
800
700
600
500
400
300
200
100
-
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
20
20
20
20
20
20
20
20
20
20
20
20
20
20
20
20
20
20
20
20
Figura 19 - Projeção real e neutra ao risco dos preços do diesel – projeção trimestral
62
Parafinas (US$/l)
3,0
2,5
2,0
1,5
1,0
0,5
-
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
20
20
20
20
20
20
20
20
20
20
20
20
20
20
20
20
20
20
20
20
Real Neutra ao Risco
Figura 20 - Projeção real e neutra ao risco dos preços da parafina – projeção trimestral
Lubrificantes (US$/l)
4,0
PUC-Rio - Certificação Digital Nº 0511105/CC
3,5
3,0
2,5
2,0
1,5
1,0
0,5
-
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
20
20
20
20
20
20
20
20
20
20
20
20
20
20
20
20
20
20
20
20
Figura 21 - Projeção real e neutra ao risco dos preços do lubrificante – projeção trimestral
63
5.2.8.
Aspectos financeiros
Para calcular o valor presente líquido dos fluxos de caixa de cada planta, é
necessário estipular as taxas de desconto ajustadas ao risco do projeto. No
entanto, como há interesse no valor da opção de conversão, a teoria de opções
reais diz que a taxa de desconto da opção (derivativo) não é igual à taxa de
desconto do ativo base, mesmo sabendo que a opção deste ativo também é um
ativo de risco. O risco da opção está vinculado ao ativo base, porém o risco da
opção é diferente e variável ao longo do tempo.
De maneira a contornar este problema, utiliza-se o método de neutralidade
ao risco, onde o valor futuro do ativo base é penalizado, subtraindo um prêmio
de risco de sua tendência (certeza equivalente). Desta forma, pode-se utilizar a
taxa livre de risco (rf) para descontar os fluxos de caixa do projeto.
Este método é observado através da equação 17, onde a média de longo
prazo está sendo penalizada por um prêmio de risco.
PUC-Rio - Certificação Digital Nº 0511105/CC
r f T
Para simulação em tempo contínuo é feito o ajuste e 1 na taxa
utilizada.
64
5.2.9.
Outras premissas
Conversores Valor
bbl/m3 6,2891
MMBTU/m3 24,814
Gal/m3 264,172
MMBTU/ton 50,84
ton/bbl 0,148
m3/l 0,001
Densidades ton/m3
Gás Natural 0,000791
PUC-Rio - Certificação Digital Nº 0511105/CC
6.1.
Apresentação dos resultados
Opção de Input
1.500
500
VPL (MM US$)
(500) 0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100%
(1.500)
(2.500)
(3.500)
Opção de Output
Pode-se observar que alguns dos cenários propostos não são viáveis
economicamente (VPL<0), enquanto que o cenário alpha 2 apresenta resultado
igual à planta de gás natural (as premissas utilizadas nas duas plantas são as
mesmas).
Com apenas poucos cenários favoráveis, o valor da opção na saída é
muito menor quando comparado ao valor da flexibilidade na entrada.
Por fim, foi analisada uma planta com flexibilidade na entrada e na saída
do sistema produtivo. Os valores encontrados são:
Como se pode observar, a planta Total Flex é a que possui o maior valor
econômico e isto se deve pelo fato da mesma possuir um número maior de
flexibilidades operacionais.
6.2.
Conclusões
6.3.
Sugestões para futuros trabalhos
A (dP)2 é de ordem dt
Seja dP = αPdt + σPdz , logo (dP)2 é: (dP ) 2 = α 2 P 2 ( dt ) 2 + 2ασ P 2 dtdz + σ 2 P 2 (dz ) 2 , mas o
termo (dt)2 e (dt)3/2 (como dt.dz) são desprezíveis frente ao termo dt, temos:
(dP) 2 = σ 2 P 2 (dz ) 2 .
2o Var[(dz)2] = 0
Essas duas condições implicarão que (dz)2= dt.
E[(dz)2]= dt: Seja o incremento de Wiener dz= ε(dt)1/2, logo aplicando o valor
esperado, temos: Ε[(dz ) 2 ] = E[(ε × (dt ) 1 / 2 ) 2 = Ε[ε 2 dt ] = dt × Ε[ε 2 ] , mas a variância de
ε é por definição igual a 1 (normal padronizada), ou seja:
Var(ε)= 1= E[ε2] – (E[ε])2 = E[ε2] - 0, logo E[ε2]=1, substituindo E[(dz)2]= dt.
Isso nos diz que embora dz seja uma variável aleatória com distribuição normal,
seu quadro (dz)2 é determinístico.
2
2 × ln b a + ( 0,5×σ ×
σ =σε ; [ N]
b 2 −1 P=e (1− b )
;
PUC-Rio - Certificação Digital Nº 0511105/CA
Sensibilidade - VPL
10.000
8.500
7.000
VPL (US$ mil)
5.500
4.000
2.500
1.000
(500)
(2.000)
(3.500)
(5.000)
(6.500)
0,89 0,9 0,92 0,94 0,96 0,98 1
Fração de Produção (Alpha )
77
2 2
Valores em 10^ -7
Valores em 10^ -7
1,5
1,5
0,5
0,5
0
0 -25 -20 -15 -10 -5 0 5
-50 -40 -30 -20 -10 0 10
Valores em Milhões
Valores em Milhões
2,5 1,4
Valores em 10^ -7
Valores em 10^ -7
1,2
2
@RISK Student Version 1 @RISK Student Version
1,5 For Academic Use Only
For Academic Use Only 0,8
0,6
1
0,4
0,5 0,2
0
0 -50 -40 -30 -20 -10 0 10
-8 -6 -4 -2 0 2 4 6 8 10
Valores em Milhões
Valores em Milhões
PUC-Rio - Certificação Digital Nº 0511105/CA
78
2 1,6
1,4
Valores em 10^ -7
Valores em 10^ -7
1,5 1,2
0,5 0,4
0,2
0
0
-50 -40 -30 -20 -10 0 10
-50 -40 -30 -20 -10 0 10
Valores em 10^ -7
1,5
2
@RISK Student Version @RISK Student Version
For Academic Use Only 1,5 For Academic Use Only
1
1
0,5
0,5
0 0
-50 -40 -30 -20 -10 0 10 -8 -6 -4 -2 0 2 4 6 8 10