La presentazione è in caricamento. Aspetta per favore

La presentazione è in caricamento. Aspetta per favore

R. Guseo1 World Oil Depletion Models: Price Effects Compared with Strategic or Technological Interventions Dipartimento di Scienze Statistiche Padova Renato.

Presentazioni simili


Presentazione sul tema: "R. Guseo1 World Oil Depletion Models: Price Effects Compared with Strategic or Technological Interventions Dipartimento di Scienze Statistiche Padova Renato."— Transcript della presentazione:

1 R. Guseo1 World Oil Depletion Models: Price Effects Compared with Strategic or Technological Interventions Dipartimento di Scienze Statistiche Padova Renato Guseo Alessandra Dalla Valle Dipartimento di Scienze Economiche Padova Mariangela Guidolin Società Italiana di Statistica Convegno intermedio settembre 2005, MESSINA

2 R. Guseo2 Petrolio: Produzione mondiale x 1000 barili al giorno Globale OPEC USA (NGL) FSU CSI

3 R. Guseo3 Produzione mondiale e prezzi del petrolio Fonte: BP Statistical Review of World Energy, 2004 Produzione e prezzi del petrolioProduzione e prezzi del petrolio

4 R. Guseo4 Crescita e sviluppo economico post-bellico: (World War II) -1- Cohen, J.E. (2003) Human Population: The next Half Century, Science, 203, ; 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%;

5 R. Guseo5 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 dellevoluzione economica sostenibile a spese di risorse non rinnovabili;

6 R. Guseo6 Crescita e sviluppo economico post-bellico: (World War II) -3- Rischio odierno di limitazioni fisiche nellespansione 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.

7 R. Guseo7 Studi strategici recenti 1.Morse, E.L. e Jaffe, A.M. (2001). Strategic Energy Policy Challenges for the 21st Century; ( aprile 2001); James A. Baker III Institute for Public Policy of Rice University, Texas; Council of Foreign Relations of USA 2.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).

8 R. Guseo8 Esaurimento risorse non rinnovabili: da Hubbert ai giorni nostri Hubbert, M.K. (1949). Energy from fossil fuels, Science, 4, 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 Laherrère, J. (2003). Modelling future oil production, population and the economy, ASPO 2nd international workshop on oil and gas, Paris, ASPO (Association for the Study of Peak Oil and Gas); ASPO Italia (U. Bardi, C. Campbell, A. Di Fazio, R. Guseo, et al.)

9 R. Guseo9 Stime economico-finanziarie delle riserve: rischi di inflazionamento Garanzie sui prestiti internazionali; Attrazione degli investimenti sulle strutture di produzione; Superamento dei vincoli OPEC: lesportazione è proporzionale alle riserve dichiarate.

10 R. Guseo10 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., , (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 settembre 2005

11 R. Guseo11 Produzione di Petrolio: Diffusione di unInnovazione 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)

12 R. Guseo12 LEquazione 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

13 R. Guseo13 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.

14 R. Guseo14 Soluzione dellequazione: GBM shock Esp. shock Rett. shock Misti

15 R. Guseo15 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, , ,0 p 0, , , , q 0, , , , c1 8, , , ,6454 b1 -0, , , , a1 10,7677 0, , ,7052 c2 -0, , , , a2 23,4341 0, , ,8245 b2 28,6819 0, , , Analysis of Variance Source Sum of Squares Df Mean Square Model 6,52091E7 9 7,24545E6 Residual 657, , 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, Shock positivo con memoria locale

16 R. Guseo16 Gran Bretagna: analisi La sella è assorbita perfettamente da uno shock rettangolare: a) modificazione Petroleum Reven Tax, b) ristrutturazione degli impianti di trasporto ; la ripresa simmetrica conferma il ritorno al regime ordinario, c) parziale stallo produttivo dettato dalla carenza di scoperte di nuovi giacimenti.

17 R. Guseo17 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, , ,442 p 0, , , , q 0, , , , c1 0, , , , b1 -0, , , , a1 18,0477 0, ,1 19, Analysis of Variance Source Sum of Squares Df Mean Square Model , ,0 Residual 7, , Total ,0 101 Total (Corr.) ,0 100 R-Squared = 99,9979 percent R-Squared (adjusted for d.f.) = 99,9978 percent Standard Error of Est. = 0, Mean absolute error = 0, Durbin-Watson statistic = 0, Shock positivo con memoria locale

18 R. Guseo18 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, , , , AR(2) -0, , , , AR(3) -0, , , , AR(4) -0, , , , MA(1) 0, , , , MA(2) 0, , , , DIFF(PREDbe1) 0, , , , Backforecasting: yes Estimated white noise variance = 0, with 95 degrees of freedom Estimated white noise standard deviation = 0, Number of iterations: 17 Shock: 1918

19 R. Guseo19 Alaska: affinamento ARMAX(2,0,1) ARIMA Model Summary Parameter Estimate Stnd. Error t P-value AR(1) 0, , , , AR(2) -0, , , , MA(1) -0, , , , PREDbme1 0, , ,8872 0, Mean -0, , , , Constant -0, Backforecasting: yes Estimated white noise variance = 0, with 36 degrees of freedom Estimated white noise standard deviation = 0, Number of iterations: 20

20 R. Guseo20 World Oil data: Produzione giornaliera Fonti: Industriedatenbank 2001 (1900 – 1986) BP Statistical Review of World Energy ( )

21 R. Guseo21 GBM con x(t) funzione dei prezzi

22 R. Guseo22 GBM shock exp + effetto prezzo

23 R. Guseo23 Guidolin (2004): GBM con 2 shock

24 R. Guseo24 GBM con 3 shock exp: g.loc (persistenza della memoria)

25 R. Guseo25 GBM con 3 shock exp: stime (persistenza della memoria) q/p = 608 Qp=1%;

26 R. Guseo26 World Oil Depletion: GBM with three shocks vs Hubbert-Bass Oil Peak: 2007 Depletion time 90% : 2019 Depletion time 95% : 2023 URR=1524 Gbo

27 R. Guseo27 Operatori mercato petrolifero: crescita dei prezzi Autocontenimento della domanda e dellofferta come nel 73 e nel 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.

28 R. Guseo28 Paesi in via di sviluppo Crescita del fabbisogno di crude oil nei paesi a sviluppo recente: Cina, India, altri paesi 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 solo 55 ml di barili/giorno: la metà.

29 R. Guseo29 Crude Oil: Consumi per Area

30 R. Guseo30 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 dellutenza (fotovoltaico, micro-cogenerazione, ecc.). Scambio con la rete nazionale e recupero nel periodo di indisponibilità; Investimenti specifici sulla mobilità individuale e collettiva.

31 R. Guseo31 World Oil Depletion: GBM with three shocks vs Hubbert-Bass vs five shocks scenario

32 R. Guseo32 World Oil Depletion: GBM with three shocks vs five shocks vs four shocks scenarios Shock 2008 (sim. 1951)

33 R. Guseo33 Tematiche Statistiche Processi a ciclo di vita finito con origine temporale parametrica Modificabilità della capacità di nicchia e GBM Parametri dellevoluzione 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


Scaricare ppt "R. Guseo1 World Oil Depletion Models: Price Effects Compared with Strategic or Technological Interventions Dipartimento di Scienze Statistiche Padova Renato."

Presentazioni simili


Annunci Google