VALUING PUD RESERVES: A PRACTICAL APPLICATION OF REAL OPTION TECHNIQUES
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Discounted Cash Flow (DCF) tools are fundamental to engineering and financial analysis in the oil industry, are well understood by managers, and generally provide accurate valuations of developed hydrocarbon reserves. Unfortunately, DCF techniques systematically undervalue proven undeveloped reserves (PUDs), may encourage premature development of certain reserves, and fail to identify important risk management opportunities. Real option valuation models overcome these shortcomings by providing a more complete picture of not only reserve values, but also of the drivers of that value. The authors of this paper collaborated in developing a PUD real option model for a large U.S. E&P company (referred to as “XYZ Petroleum”). Based on an analysis of XYZ's drilling costs and other major inputs over a 12‐year period, the authors show that PUDs are rich sources of option value. In addition to the volatility of oil and gas prices, a somewhat more surprising contributor to option value was the lack of correlation (which came as a surprise to XYZ's managers) between development costs and oil prices. During certain periods, the economic value of a PUD was more than twice the NPV estimated by static DCF techniques. In addition to valuing PUDs and explaining why undeveloped reserves are usually valued at more than their DCF value, the model can also be used to tell managers when is the value‐maximizing time to drill—or, alternatively, how much value is likely to be forfeited if managers choose to drill too soon.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle