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 Statistiche Padova Dipartimento di Scienze Economiche Padova R. Guseo
Petrolio: Produzione mondiale x 1000 barili al giorno Globale OPEC FSU CSI USA (NGL) R. Guseo
Produzione mondiale e prezzi del petrolio Fonte: BP Statistical Review of World Energy, 2004 R. Guseo Produzione e prezzi del petrolio
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
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
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
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
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
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
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
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
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
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
Soluzione dell’equazione: GBM shock Esp. shock Rett. shock Misti R. Guseo
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
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
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
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
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
World Oil data: Produzione giornaliera Fonti: Industriedatenbank 2001 (1900 – 1986) BP Statistical Review of World Energy (1987- 2002) R. Guseo
GBM con x(t) funzione dei prezzi R. Guseo
GBM shock exp + effetto prezzo R. Guseo
Guidolin (2004): GBM con 2 shock R. Guseo
GBM con 3 shock exp: g.loc (persistenza della memoria) R. Guseo
GBM con 3 shock exp: stime (persistenza della memoria) q/p = 608 Qp=1%; R. Guseo
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
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
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 2019-20 solo 55 ml di barili/giorno: la metà. R. Guseo
Crude Oil: Consumi per Area R. Guseo
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
World Oil Depletion: GBM with three shocks vs Hubbert-Bass vs five shocks scenario R. Guseo
World Oil Depletion: GBM with three shocks vs five shocks vs four shocks scenarios Shock 2008 (sim. 1951) R. Guseo
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