1 / 33

Dipartimento di Scienze Statistiche Padova

Società Italiana di Statistica Convegno intermedio 21 - 23 settembre 2005, MESSINA. World Oil Depletion Models: Price Effects Compared with Strategic or Technological Interventions. Renato Guseo. Mariangela Guidolin. Alessandra Dalla Valle. Dipartimento di Scienze Economiche

dixon
Download Presentation

Dipartimento di Scienze Statistiche Padova

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Società Italiana di Statistica Convegno intermedio21 - 23 settembre 2005, MESSINA World Oil Depletion Models: Price Effects Compared with Strategic or Technological Interventions Renato Guseo Mariangela Guidolin Alessandra Dalla Valle Dipartimento di Scienze Economiche Padova Dipartimento di Scienze Statistiche Padova R. Guseo

  2. Petrolio: Produzione mondiale x 1000 barili al giorno Globale OPEC FSU CSI USA (NGL) R. Guseo

  3. Produzione mondiale e prezzi del petrolio Fonte: BP Statistical Review of World Energy, 2004 R. Guseo Produzione e prezzi del petrolio

  4. Crescita e sviluppo economico post-bellico: (World War II) -1- • Cohen, J.E. (2003) Human Population: The next Half Century, Science, 203, 1172-1175; • Eccezionale espansione demografica sconosciuta nei secoli predenti; • Picco popolazione rurale nei paesi ricchi: 1950; • Aumento vita media (mondiale) dai 30 anni del 1900 ai 65 anni del 2000; • Popolazione: 6,3 mld nel 2004; United Nations Population Division: 8,9 mld per il 2050 (previsione ex medium variant scenario); • Contrazione locale popolazione 2050: Giappone -24%; Italia -22%; FSU -29%; R. Guseo

  5. Crescita e sviluppo economico post-bellico: (World War II) -2- • Dominanza pre-bellica degli USA nella estrazione e raffinazione del petrolio: shock 1918 (positivo a memoria locale); • Vantaggio militare decisivo. Vantaggio competitivo post-bellico; • American way of life; • Surplus energetico a basso costo: crude oil; • Modifica strutturale dell’evoluzione economica “sostenibile” a spese di risorse non rinnovabili; R. Guseo

  6. Crescita e sviluppo economico post-bellico: (World War II) -3- • Rischio odierno di limitazioni fisiche nell’espansione della produzione petrolifera in relazione alla domanda emergente (Cina, India, altri paesi asiatici); • Rischio di una migrazione forzosamente tardiva verso sostituti energetici rinnovabili; • Tecnologie emergenti non ancora efficienti e completamente sostenibili per ragioni strettamente tecnologiche o economiche (fuel-cell, idrogeno, sistemi fotovoltaici, sistemi solari termici, energia eolica, ecc. R. Guseo

  7. Studi strategici recenti • Morse, E.L. e Jaffe, A.M. (2001). “Strategic Energy Policy Challenges for the 21st Century”; (2000 - aprile 2001); James A. Baker III Institute for Public Policy of Rice University, Texas; Council of Foreign Relations of USA • National Energy Policy Development Group, (2001, Task Force diretta da D. Cheney). • Politica energetica USA dal 1940 – sicurezza -; • Crescita economica mondiale pilotata da un surplus di produzione di crude oil a prezzi bassi; • Nuova domanda mondiale emergente non statunitense; • Dipendenza da pochi paesi stranieri (Medio Oriente). R. Guseo

  8. Esaurimento risorse non rinnovabili: da Hubbert ai giorni nostri • Hubbert, M.K. (1949). Energy from fossil fuels, Science, 4, 103-109. • Hubbert segnala nel 1956 il picco della produzione annuale dei 48-lower states in USA per il 1970; • Campbell, C. e Laherrère, J. (1998). The End of Cheap Oil, Scientific American, March 1998. • Laherrère, J. (2003). Modelling future oil production, population and the economy, ASPO 2nd international workshop on oil and gas, Paris, 26-27. • ASPO (Association for the Study of Peak Oil and Gas); • ASPO Italia (U. Bardi, C. Campbell, A. Di Fazio, R. Guseo, et al.) R. Guseo

  9. Stime economico-finanziarie delle riserve: rischi di inflazionamento • Garanzie sui prestiti internazionali; • Attrazione degli investimenti sulle strutture di produzione; • Superamento dei vincoli OPEC: l’esportazione è proporzionale alle riserve “dichiarate”. R. Guseo

  10. Lavori recenti di taglio statistico • Guseo, R. (2004) Interventi strategici e aspetti competitivi nel ciclo di vita di innovazioni, Working Paper Series, 11, Department of Statistical Sciences, University of Padua. • Guseo, R e Dalla Valle, A. (2004) Oil and Gas Depletion: Diffusion Models and Forecasting under Strategic Intervention, Atti LXII Riunione Scientifica della S.I.S., 733-736, (vers. Estesa in revisione) • Guidolin, M. (2004) Cicli energetici e diffusione delle innovazioni. Il ruolo dei modelli di Marchetti e di Bass, Tesi, Università di Padova • Guseo, R. (2005) Esaurimento mondiale del petrolio: modelli Bass-let per il riconoscimento di generazioni successive del parco automobilistico italiano, Sco2005, Bressanone 15-17 settembre 2005 R. Guseo

  11. Produzione di Petrolio: Diffusione di un’Innovazione • Produzione modulata dalla dinamica della domanda internazionale; • Domanda come funzione dei processi di diffusione delle tecnologie di base (trasporti, industrie, riscaldamento, ecc.); • Diffusione delle innovazioni tecnologiche condizionata dalla struttura della comunicazione sociale: innovatori ed imitatori (word-of-mouth) R. Guseo

  12. L’Equazione di Bass: BM • z’(t) = mf(t) = m[p+qF(t)][1-F(t)] oppure • z’(t) = pm+(q-p)z(t) - (q/m) z(t)2 (Riccati) • z’(t)=mf(t) (adozioni istantanee); f(t)=F’(t) • z(t)=m F(t) (adozioni cumulate); F(t)=z(t)/m • f(t)/[1-F(t)]=p+qF(t) Hazard rate di Bass • m=mercato raggiungibile; carrying capacity • p=coefficiente di innovazione, p>=0 • q=coefficiente di imitazione, q>=0 R. Guseo

  13. I Modelli Normalizzati di Bass, BM e GBM • BM: f(t)/[1-F(t)]=[p+qF(t)] “Standard” • GBM: f(t)/[1-F(t)]=[p+qF(t)] x(t) “GBM” • x(t) è una funzione del tempo, integrabile, positiva, centrata sul “polo unitario” 1. Rappresentazione delle variazioni di prezzo, della pressione pubblicitaria, degli interventi politici, strategici, normativi, ambientali. R. Guseo

  14. Soluzione dell’equazione: GBM shock Esp. shock Rett. shock Misti R. Guseo

  15. Gran Bretagna: GBM, 2 sh. Misti Estimation method: Marquardt Estimation stopped after maximum iterations reached. Number of iterations: 31 Number of function calls: 330 Estimation Results Asymptotic 95,0% Asymptotic Confidence Interval Parameter Estimate Standard Error Lower Upper ---------------------------------------------------------------------------- m 4513,39 154,806 4196,77 4830,0 p 0,0000708436 0,0000324773 0,00000441993 0,000137267 q 0,111872 0,00516425 0,10131 0,122434 c1 8,54019 1,02935 6,43493 10,6454 b1 -0,250721 0,0114596 -0,274159 -0,227284 a1 10,7677 0,458356 9,83028 11,7052 c2 -0,331417 0,0175489 -0,367309 -0,295526 a2 23,4341 0,190843 23,0438 23,8245 b2 28,6819 0,164258 28,3459 29,0178 ---------------------------------------------------------------------------- Analysis of Variance Source Sum of Squares Df Mean Square Model 6,52091E7 9 7,24545E6 Residual 657,546 29 22,674 ----------------------------------------------------- Total 6,52097E7 38 Total (Corr.) 3,31712E7 37 R-Squared = 99,998 percent R-Squared (adjusted for d.f.) = 99,9975 percent Standard Error of Est. = 4,76172 Mean absolute error = 3,10566 Durbin-Watson statistic = 0,889298 Shock positivo con memoria locale R. Guseo

  16. Gran Bretagna: analisi • La “sella” 1987-1991-1999 è assorbita perfettamente da uno shock rettangolare: • a) modificazione Petroleum Reven Tax, • b) ristrutturazione degli impianti di trasporto 1986-1991; la ripresa simmetrica conferma il ritorno al regime ordinario, • c) parziale stallo produttivo dettato dalla carenza di scoperte di nuovi giacimenti. R. Guseo

  17. USA: 48 lower States e Alaska,uno shock esponenziale Estimation Results ---------------------------------------------------------------------------- Asymptotic 95,0% Asymptotic Confidence Interval Parameter Estimate Standard Error Lower Upper ---------------------------------------------------------------------------- m 224,885 0,784401 223,328 226,442 p 0,000445866 0,0000177788 0,000410571 0,000481162 q 0,0571941 0,000403937 0,0563922 0,057996 c1 0,682617 0,0735348 0,536632 0,828602 b1 -0,0852885 0,00948373 -0,104116 -0,0664609 a1 18,0477 0,981086 16,1 19,9954 ---------------------------------------------------------------------------- Analysis of Variance ----------------------------------------------------- Source Sum of Squares Df Mean Square ----------------------------------------------------- Model 735809,0 6 122635,0 Residual 7,39124 95 0,0778026 ----------------------------------------------------- Total 735817,0 101 Total (Corr.) 352880,0 100 R-Squared = 99,9979 percent R-Squared (adjusted for d.f.) = 99,9978 percent Standard Error of Est. = 0,278931 Mean absolute error = 0,207909 Durbin-Watson statistic = 0,173839 Shock positivo con memoria locale R. Guseo

  18. USA: 48 lower States e Alaska,affinamento ARMAX(4,0,2) Forecasting - barili Analysis Summary Data variable: barili Number of observations = 101 Start index = 1,0 Sampling interval = 1,0 Forecast Summary ---------------- Forecast model selected: ARIMA(4,0,2) + 1 regressor Number of forecasts generated: 40 Number of periods withheld for validation: 0 ARIMA Model Summary Parameter Estimate Stnd. Error t P-value ---------------------------------------------------------------------------- AR(1) 1,21416 0,691695 1,75534 0,082426 AR(2) -0,140994 1,11031 -0,126986 0,899220 AR(3) -0,146337 0,49692 -0,294488 0,769028 AR(4) -0,132467 0,0891259 -1,48629 0,140514 MA(1) 0,591549 0,68527 0,863235 0,390183 MA(2) 0,299352 0,650254 0,460362 0,646308 DIFF(PREDbe1) 0,20426 0,0890786 2,29303 0,024052 ---------------------------------------------------------------------------- Backforecasting: yes Estimated white noise variance = 0,00495321 with 95 degrees of freedom Estimated white noise standard deviation = 0,0703791 Number of iterations: 17 Shock: 1918 R. Guseo

  19. Alaska: affinamento ARMAX(2,0,1) ARIMA Model Summary Parameter Estimate Stnd. Error t P-value ---------------------------------------------------------------------------- AR(1) 0,323713 0,100318 3,22686 0,002667 AR(2) -0,172177 0,054492 -3,15967 0,003195 MA(1) -0,818595 0,102552 -7,98224 0,000000 PREDbme1 0,847508 0,0501864 16,8872 0,000000 Mean -0,0143829 0,0282678 -0,508809 0,613990 Constant -0,0122034 ---------------------------------------------------------------------------- Backforecasting: yes Estimated white noise variance = 0,00281514 with 36 degrees of freedom Estimated white noise standard deviation = 0,0530579 Number of iterations: 20 R. Guseo

  20. World Oil data:Produzione giornaliera Fonti: • Industriedatenbank 2001 (1900 – 1986) • BP Statistical Review of World Energy (1987- 2002) R. Guseo

  21. GBM con x(t) funzione dei prezzi R. Guseo

  22. GBM shock exp + effetto prezzo R. Guseo

  23. Guidolin (2004): GBM con 2 shock R. Guseo

  24. GBM con 3 shock exp: g.loc(persistenza della memoria) R. Guseo

  25. GBM con 3 shock exp: stime(persistenza della memoria) q/p = 608  Qp=1%; R. Guseo

  26. World Oil Depletion: GBM with three shocks vs Hubbert-Bass Oil Peak: 2007 URR=1524 Gbo Depletion time 95% : 2023 Depletion time 90% : 2019 R. Guseo

  27. Operatori mercato petrolifero: crescita dei prezzi • Autocontenimento della domanda e dell’offerta come nel ’73 e nel ’79-’83. Prolungamento vita economica del crude oil; • Margini di recupero di efficienza tecnologica ridotti dopo i miglioramenti introdotti negli anni ’70 , ’80 e ‘90; • Recupero mediante la modifica degli “stili di vita”: è il dilemma centrale nei paesi industrializzati. • Inerzia delle Classi media e medio-bassa abituate ad una crescita e ad uno sviluppo indefiniti ed irreversibili. R. Guseo

  28. Paesi in via di sviluppo • Crescita del fabbisogno di crude oil nei paesi a sviluppo recente: Cina, India, altripaesi asiatici; • La US EIA (Energy Information Administration) “prevede” per il 2020 una “richiesta” mondiale di 40 Gbo/anno (ovvero 109,6 ml di barili/giorno); • Guseo, Dalla Valle, Guidolin (2005) e Bakhtiari (2004) indicano per il 2019-20 solo 55 ml di barili/giorno: la metà. R. Guseo

  29. Crude Oil: Consumi per Area R. Guseo

  30. Prospettive future e opportunità • Italia: la ripresa della via alla fissione nucleare è forse tardiva: ci vogliono 7 anni (Francia) o 10 anni (Italia) per varare un nuovo impianto; • Suddivisione sforzi tecnologici ed economici su più fronti: fotovoltaico, solare termico, bio-fuel, biomasse, eolico, idrogeno, ecc.; • Settore elettrico: investimenti diffusi a carico dell’utenza (fotovoltaico, micro-cogenerazione, ecc.). Scambio con la rete nazionale e recupero nel periodo di “indisponibilità”; • Investimenti specifici sulla mobilità individuale e collettiva. R. Guseo

  31. World Oil Depletion: GBM with three shocks vs Hubbert-Bass vs five shocks scenario R. Guseo

  32. World Oil Depletion: GBM with three shocks vs five shocks vs four shocks scenarios Shock 2008 (sim. 1951) R. Guseo

  33. Tematiche Statistiche • Processi a ciclo di vita finito con origine temporale parametrica • Modificabilità della capacità di nicchia e GBM • Parametri dell’evoluzione naturale ed intervento x(t) • Simulazioni di scenario; Modelli con vincolo di bilancio • Stabilità delle stime ed inferenza esatta ed approssimata • Effetto della stabilizzazione delle stime su serie cumulate • Implementazione gerarchica delle serie storiche e non linearità • ARMAX con regressori di primo stadio, ARMAX non-lin. • Contesa tra aree geopolitiche: Lotka-Volterra e Guseo-Bonaldo • Interventi strategici congiunti • Inferenza multivariata e stima diretta delle equazioni; stabilità • Shock stocastici e interventi naturali • Studio congiunto delle estrazioni nei paesi attivi R. Guseo

More Related