FUNDAÇÃO GETÚLIO VARGAS ESCOLA DE PÓS GRADUAÇÂO EM ECONOMIA MESTRADO EM FINANÇAS E ECONOMIA EMPRESARIAL KARL HENNING NILS PETTERSSON

FUNDAÇÃO GETÚLIO VARGAS ESCOLA DE PÓS GRADUAÇÂO EM ECONOMIA MESTRADO EM FINANÇAS E ECONOMIA EMPRESARIAL KARL HENNING NILS PETTERSSON DETERMINANTES DA EXPLORAÇÃO DE PETRÓLEO RIO DE JANEIRO MAIO DE 2010 i

KARL HENNING NILS PETTERSSON DETERMINANTES DA EXPLORAÇÃO DE PETRÓLEO NA INDÚSTRIA BRASILEIRA Dissertação apresentada à Banca Examinadora da Escola de Pós- Graduação em Economia da Fundação Getúlio Vargas como requisito parcial para a obtenção do grau de Mestre em Finanças e Economia Empresarial. Orientadora: Adriana Azevedo Hernandez Perez, Doutora em Economia RIO DE JANEIRO MAIO DE 2010 ii

KARL HENNING NILS PETTERSSON DETERMINANTES DA EXPLORAÇÃO DE PETRÓLEO NA INDÚSTRIA BRASILEIRA Aprovada por: Adriana Azevedo Hernandez Perez (IBRE/FGV) Luis Henrique Bertolino Braido (EPGE/FGV) Samuel de Abreu Pessoa (IBRE/FGV) RIO DE JANEIRO MAIO DE 2010 iii

DEDICATÓRIA Para meu querido cão Tor, amigo de todas as horas, por seu companheirismo e amor incondicional. iv

AGRADECIMENTOS À Adriana Azevedo Hernandez Perez e ao Luis Felipe Maciel, por todo apoio, interesse e comprometimento em meu trabalho e pelo direcionamento que me foi dado desde o começo deste estudo. À Gisele Gammaro e ao Vitor Barros Souza da EPGE por toda ajuda e suporte que foi dada durante o meu mestrado. À Agencia Nacional de Petróleo e ao Banco de Dados de Exploração e Produção, pela ajuda em disponibilizar os dados para a realização deste trabalho. À minha família e amigos, pelo apoio e incentivo durante todo o meu mestrado. v

, Dissertação de Mestrado em Finanças e Economia Empresarial, Fundação Getúlio Vargas - Escola de Pós Graduação em Economia, Rio de Janeiro, 2010. Karl Henning Nils Pettersson RESUMO Este estudo analisa os fatores que influenciaram a escolha de empresas de petróleo no Brasil a explorar os blocos licitados pela Agencia Nacional de Petróleo (ANP). Os acordos de Exploração & Produção da ANP definem um Programa Exploratório Mínimo a ser feito no bloco licitado, mas os resultados mostram que em muitos casos esse programa exploratório não foi cumprido. Os resultados empíricos mostram que vários fatores afetam a decisão de perfurar poços, entre elas o bonus final oferecido pelo bloco, a participação da Petrobras e a localização geográfica do bloco. A regulação também teve uma influência importante na exploração de blocos, pela indicação da intensidade de poços a ser perfurados e pela flexibilidade de cessão no controle dos blocos. Os resultados também mostram que novas informações têm um papel importante na decisão de perfuração, especialmente informações sobre o preço do petróleo, o prêmio pago pelo lance vencedor e as atividades prévias de perfurações em blocos vizinhos após a licitação. O estudo utiliza uma amostra de 88 blocos licitados durante as quatro primeiras rodadas de licitações da ANP e a incidência de perfurações de poços nesses blocos entre o período de 1999 a 2009. Palavras-chave: exploração, indústria do petróleo, regulação. ABSTRACT This study examines the factors that influenced the choice of oil companies in Brazil to explore the tracts tendered by The National Petroleum Agency (ANP). Agreements for Exploration & Production by ANP define an exploration program to be conducted on auctioned tracts, but the results show that in many cases this exploratory program was not fulfilled. The empirical results show that several factors affect the decision of drilling wells, including the final bonus paid for the tract, the participation of Petrobras, and the geographic location of the tract. Regulation also had an important influence on the exploration of tracts, by giving indications of the intensity of wells to be drilled and the flexibility to transfer controlled tracts. The results also show that new information has an important role in the choice of drilling, especially information concerning oil prices, the premium price paid for the tract during the auction and previous drilling activities in neighboring tracts after the auction. The study uses a sample of 88 tracts tendered during the first four rounds of ANP and compares the results of the actual drilling of wells in these tracts between the period of 1999 to 2009. vi

SUMÁRIO 1 Introdução... 1 1.1 Motivação... 1 1.2 A ANP e o Programa Exploratório Mínimo... 2 1.3 O Papel da Petrobras... 3 1.4 O Modelo de Concessão de E&P... 4 1.5 Outline... 4 2 Revisão da Literatura... 6 3 Descrição dos Dados... 9 3.1 Descrição dos Blocos Concedidos... 9 3.2 Descrição dos Poços Perfurados após a Licitação... 12 3.3 Análise do Programa Exploratório Mínimo... 14 3.4 Análise das Áreas Perfuradas... 14 4 Metodologia... 16 4.1 O Modelo de Escolha Discreta... 16 5 Análise dos Resultados... 19 5.1 O Modelo de Perfuração... 19 5.2 Análise das Variáveis e do Histórico de Regressões... 22 5.3 Análise dos Resíduos... 25 6 Conclusões... 26 7 Referências Bibliográficas... 28 8 Apêndice... 30 vii

1 Introdução 1.1 Motivação O regulador tem um papel importante em intervir nas variáveis decididas por agentes econômicos em mercados imperfeitos para criar as melhores condições em maximizar o bem econômico. Esses mercados são caracterizados por assimetrias de informação que ocorrem quando um dos agentes do mercado tem uma vantagem informacional que impede o funcionamento ideal de concorrência no mercado. A indústria de petróleo é um bom exemplo desse tipo de mercado, onde o regulador tem um papel importante em regular a exploração e comercialização de petróleo. O principal objetivo das empresas atuando nessa indústria consiste em maximizar seus lucros e muitas vezes elas têm vantagens de informação que resultam em falhas de mercado. O principal problema causado por essa assimetria de informação é o de risco moral onde a empresa se comporta de um modo diferente do que era esperado pelo regulador. Isso acontece na indústria de petróleo quando a empresa não faz nenhuma exploração na área que ela adquiriu, escolhendo usar a área como uma opção para explorações futuras. Dado os riscos envolvidos, muitas vezes o incentivo em achar petróleo pode não ser suficiente e o regulador precisa impor cláusulas de exploração mínima que devem ser conduzidos por essas empresas. Os poucos estudos acadêmicos sobre a indústria de petróleo no Brasil são sobre os fatores que influenciam os leilões de áreas, chamadas blocos de Exploração e Produção (E&P), mas não há estudos sobre os fatores que influenciam as empresas a explorar essas áreas que foram adquiridas. O objetivo desse estudo é, portanto, o de analisar se a regulação econômica de fato influencia as decisões das empresas em explorar os blocos que elas adquiriram. Nessa análise também serão estudados os fatores que levam as empresas a perfurar poços nesses blocos adquiridos. Essa análise será feita comparando os contratos de E&P de blocos firmados pela Agência Nacional de Petróleo e Gás (ANP) com empresas de petróleo vencedoras dos leilões durante as quatro primeiras rodadas de licitações com a incidência de perfurações de poços nesses blocos nos anos seguintes. Esse estudo tem importância hoje, no momento em que o governo 1

estuda novas regras para o setor, particularmente ao novo marco regulatório para direitos de E&P nas áreas da camada pré-sal 1. 1.2 A ANP e o Programa Exploratório Mínimo A indústria brasileira de petróleo tem passado por várias transformações durante os últimos anos. Essas mudanças começaram em 6 de agosto de 1997, quando o Congresso Nacional aprovou a lei número 9.478/97, denominada Lei do Petróleo (Brasil, 1997). Com a aprovação da Lei do Petróleo, criou-se a ANP como órgão responsável pela regulação, contratação e fiscalização das atividades econômicas da indústria do petróleo. A lei buscava, entre outros, estimular a concorrência no setor, aumentar os investimentos de E&P e aumentar a arrecadação fiscal com a negociação dessas concessões. Na indústria do petróleo os leilões têm duas funções principais: distribuir blocos de E&P para empresas de petróleo interessadas e estimular a exploração de áreas com características favoráveis para produção de petróleo e gás natural. A primeira está relacionada com a possibilidade de novos investimentos no setor, geração de novos empregos e desenvolvimento de novas tecnologias no país. A segunda tem como objetivo a exploração de novas áreas, estimulando a possibilidade de aumento das reservas de petróleo, permitindo um possível aumento na produção do mesmo em novas áreas. Em 1999, a ANP realizou sua primeira rodada de licitação para concessão de direitos de E&P com o leilão de blocos de E&P nas principais bacias brasileiras. As rodadas de licitação ocorreram anualmente até 2008, somando um total de dez rodadas. Até a quarta rodada (em 2002), os critérios adotados para a determinação do vencedor do leilão eram os mesmos, sendo que o bônus de assinatura figurava-se como fator determinante na definição da empresa que receberia a concessão de E&P. A ANP definia o Programa Exploratório Mínimo (PEM) em termos de perfuração de poços e realização de sísmica 2D e 3D e deve ser executado durante a fase exploratória da concessão. Em 2003 houve uma mudança na qual o bônus de assinatura deixou de ser o elemento principal com a obrigatoriedade da apresentação do PEM no momento do lance. O PEM busca garantir que o bloco seja explorado durante o período de concessão. 1 O pré-sal é uma camada de solo subterrâneo que se localiza em profundidades acima de 7 mil metros, abaixo de uma extensa camada de sal. Em 2008 a Petrobras informou ter encontrado grandes reservas de petróleo nessas áreas. 2

Desde então o PEM tem sido o valor ofertado, em Unidades de Trabalho (UT), relativo ao compromisso com o cumprimento mínimo de investimentos na fase de exploração e na etapa de desenvolvimento do bloco licitado. As UTs são equivalentes às propostas oferecidas contendo o número de poços exploratórios que serão perfurados, a realização de sísmica 2D e 3D, os métodos potenciais (levantamentos gravimétricos e levantamentos aeromagnetométricos), os levantamentos geoquímicos e a profundidade mínima de cada poço perfurado. A Fase de Exploração dos blocos licitados pela ANP é dividida entre diferentes Períodos de Exploração, com cada período tendo duração de um a quatro anos. Esses períodos facilitam o traçado de metas a cumprir durante o processo exploratório. Deve-se notar que é possível que o bloco seja devolvido integralmente para a ANP durante esse processo exploratório. Também podem ocorrer situações ao longo do contrato que levem à extensão da Fase de Exploração, como por exemplo, atraso na concessão de licenças ambientais. Ao final do contrato, os blocos licitados serão transformados em campos de produção ou devolvidos para à ANP. 1.3 O Papel da Petrobras Fundada em 1953, a Petrobras teve monopólio nas atividades de E&P de petróleo no Brasil antes da Lei do Petróleo. Esse histórico da Petrobras tem dado à companhia um amplo conhecimento das bacias sedimentares brasileiras, e a companhia tem mantido sua grande importância nas atividades de E&P de petróleo após a Lei do Petróleo. Mattos (2007) fez um estudo sobre a participação da Petrobras nos leilões da ANP, e também discutiu o problema de assimetria de informação nestes leilões. Dada a experiência da Petrobras no mercado, qualquer companhia que ganhar o leilão por ter dado um lance mais alto da Petrobras provavelmente fez uma oferta superior ao potencial econômico do bloco arrematado. Por isso Mattos conclui que o receio da maldição do vencedor 2 se torna um componente importante na expectativa das outras companhias, explicando o elevado percentual de sucesso da Petrobras, mas também a relativa retração dos grupos privados que participarão do leilão sem ter associação com ela. 2 Do inglês: winner s curse. 3

1.4 O Modelo de Concessão de E&P No modelo brasileiro o governo concede o direito exclusivo de E&P de blocos através de contratos de concessão. Nesse modelo, a contratante realiza todos os investimentos de E&P e dispõe livremente do petróleo produzido. Durante esse período a contratante se compromete a pagar ao governo: i) o bônus de assinatura no momento da aquisição da concessão; ii) royalties, um percentual fixo de 5 a 10% sobre a receita bruta durante a produção; iii) participação especial, uma cota extra a partir de um determinado nível de produção, sobre a receita líquida de impostos, royalties e custos; e iv) pagamento pela ocupação da área durante toda a vigência do contrato. O modelo de contrato de concessão que é usado no Brasil também é o modelo adotado em países como EUA, Canadá, Noruega, Reino Unido e outros. Em uma análise econômica podese destacar que esse contrato tem um incentivo para a redução de custos, mas que a renda informacional está com a empresa de petróleo. 3 Outros modelos de E&P incluem: i) o modelo de partilha, onde a contratada é paga com parte do petróleo produzido pelos seus investimentos, mas as reservas são do governo durante todo o período do contrato; e ii) o modelo de serviços, onde o governo contrata a empresa para viabilizar a exploração, sendo que todo petróleo produzido é entregue ao governo. É importante destacar os altos riscos que as empresas enfrentam ao longo do ciclo de exploração de petróleo. Sejam eles financeiros, geológicos ou políticos, os riscos enfrentados por empresas petrolíferas durante o ciclo exploratório explicam a importância de balancear o retorno de exploração com o seu risco. No modelo de concessão, esse balanceamento entre risco e retorno das empresas contratadas muitas vezes entra em conflito com o objetivo do governo em explorar o potencial geológico do país. É bem comum as empresas tentarem se diversificar para reduzir esses riscos formando parcerias com diferentes sócios e tendo vários blocos para explorar. 1.5 Outline Esse estudo é distribuído em seis capítulos principais. O capitulo Introdução contém a motivação do estudo e sua disposição, juntamente com um resumo sobre a indústria de petróleo do Brasil. O segundo capitulo, Revisão da Literatura, contém um sumário da 3 Hernandez-Perez (2008). 4

literatura acadêmica que será usado nesse estudo, referente principalmente a estudos sobre exploração de petróleo. Em seguida, o capitulo Descrição dos Dados contém uma explicação dos dados que serão usados nesse estudo. O quarto capitulo, Metodologia, explica a metodologia que será usada para analisar esses dados. Os dados serão analisados no capitulo seguinte, Análise dos Resultados. O sétimo e ultimo capitulo, Conclusões, contém comentários finais sobre as conclusões do estudo. Depois desse capitulo encontram-se as referências bibliográficas e apêndices. 5

2 Revisão da Literatura Os estudos acadêmicos sobre os problemas de assimetria de informação na indústria petrolífera estão principalmente voltados a explicar o impacto destas assimetrias nos resultados de leilão de blocos de E&P. Entre um dos mais importantes artigos na área de exploração de petróleo pode-se destacar Hendricks & Porter (1996), que estuda os determinantes da decisão de perfuração de poços exploratórios nas costas do Texas e de Louisiana entre 1954 e 1990. A decisão exploratória é uma decisão arriscada, com altos custos durante o seu processo. Em alguns casos os dados sísmicos indicam uma alta probabilidade de sucesso em encontrar petróleo, e a empresa começa a perfurar o bloco relativamente rápido. Mas, na maioria dos casos, essa probabilidade não é tão alta assim e novas informações externas da perfuração em outros poços exploratórios afetam o valor ex post do bloco. Hendricks & Porter concluem que o valor dessas novas informações causa um comportamento não cooperativo caracterizado por um jogo de espera conhecido como guerra de atrito 4. Essa teoria explica que em virtude dos altos custos de perfuração, empresas petrolíferas preferem esperar e aprender mais sobre o valor de blocos, observando os resultados da perfuração de outros blocos na mesma área. Isso cria um problema de free-rider, onde as empresas esperam para receber informações de graça de outras empresas que perfurarem. No entanto, se todo mundo esperar, todos esperarão em vão, causando uma ineficiência pelo tempo de atraso na perfuração. O equilíbrio desse jogo de Nash resulta em uma alta probabilidade de perfurações no último período. Se as empresas resolvessem cooperar mais nesses esforços exploratórios, essa ineficiência seria minimizada. Bolton & Harris (1993) também estudaram as decisões de perfuração exploratória e concluíram que é um exemplo do que eles chamam de um jogo de experimentação estratégica pura 5. Eles estudaram os resultados de jogos com horizonte infinito em que jogadores possuem pares idênticos de máquinas caça-níqueis. Em cada período, os jogadores têm que decidir, individualmente, se jogam a máquina com o pagamento equivalente de certeza conhecido ou a máquina com o pagamento desconhecido. Durante esse jogo, os jogadores vão 4 War of attrition; Hendricks e Wilson (1995) fornecem uma análise geral desse jogo em tempo discreto. 5 Pure strategic experimentation. 6

obtendo informações sobre a máquina com o pagamento desconhecido observando o resultado de seu próprio jogo e de outros jogadores, o que afeta suas decisões nos próximos períodos. Bolton & Harris descrevem a perfuração exploratória como uma versão finita deste jogo, onde o número de jogada corresponde ao número de arrendamentos e o período do jogo corresponde aos anos de exploração. Os comportamentos não-cooperativos das empresas petrolíferas também podem criar ineficiências durante as perfurações. Dado que muitos poços são perfurados no ultimo período, muitos poços acabam sendo perfurados simultaneamente em vez de sequencialmente, e essa perfuração pode até acontecer na ordem errada. A compra de um direito de explorar um bloco pode de certo modo ser visto como uma opção de compra, onde mais informações no futuro levam o agente a exercer a opção no final do seu prazo. Quando a empresa tiver vários blocos, Bolton & Harris argumentam que ela pode também perfurar um poço no período inicial a fim de incentivar a perfuração posterior por outras empresas a partir do qual a empresa pode obter mais informações sobre a probabilidade de sucesso na perfuração em suas outras áreas. Um problema surge quando o poço perfurado indica o descobrimento de um depósito de petróleo, porém sendo que o tamanho desse depósito é pequeno demais para dar retorno econômico para a empresa desenvolver o poço. Nesse caso, o resultado da perfuração pode ser relatado pela empresa como um poço seco, mantendo a informação verdadeira para si mesma. Outra conclusão que foi observada é que o ritmo das atividades de perfuração é maior em áreas com sinais positivos e que são consideradas mais valiosas. Nessas áreas as empresas tendem a iniciar a perfuração rapidamente, pois o custo de espera é visto como alto em relação ao valor de receber novas informações. Por outro lado, áreas com sinais baixos e pouco explorados eventualmente podem só ser perfurados no final do contrato, ou até não haver perfuração alguma. Hendricks & Porter observaram que houve muitas áreas que foram abandonadas, sem qualquer perfuração. Uma explicação que eles deram para isso foi a de as empresas compraram essas áreas somente pelo seu valor de opção, achando que iriam se beneficiar caso outras empresas comprassem outros blocos na mesma área e a explorassem. Elas também 7

podem ter concluído, a partir das poucas ofertas de outras empresas durante o leilão, que o bloco não era tão bom quanto se esperava, e que não valia mais a pena explorá-lo. Um grande obstáculo que Hendricks & Porter viram para a coordenação na fase de exploração entre as empresas foi o medo que essas empresas tinham em sacrificar informações ou vantagens específicas em futuros leilões. Por exemplo, se houvesse coordenação de decisões de perfuração entre as empresa, uma empresa poderia revelar sua interpretação dos dados sísmicos, algo que poderia ter sido superior à interpretação de outras empresas e que resultaria na perda de uma vantagem competitiva. 8

3 Descrição dos Dados O banco de dados utilizado nesse estudo foi construído a partir de informações da Agencia Nacional de Petróleo (ANP) e do Banco de Dados de Exploração e Produção (BDEP) referentes às quatro primeiras rodadas de licitações entre 1999 e 2002. Para cada bloco licitado, foram extraídos dados sobre sua área, a bacia e o setor a que pertencem, sua rodada, sua localização, as empresas que ganharam o leilão, o programa exploratório mínimo em número de anos e número de poços, o número de poços já perfurados na área e o número de poços perfurados após a licitação do bloco. As informações sobre os poços perfurados foram obtidas usando o programa Quantam GIS (QGIS) 1.4.0. Também foram extraídos dados sobre o preço do petróleo (Brent) em US$ entre 1999 e 2009. 3.1 Descrição dos Blocos Concedidos Durante as rodadas de licitações, a ANP disponibilizou uma ampla quantidade de dados. Esses dados incluem coordenadas dos blocos, número de poços já perfurados nos poços, sísmica 2D, e sísmica 3D 6. Conforme exibido na Tabela 1 abaixo, as rodadas 2 e 4 tiveram as maiores médias de poços perfurados e sísmica 3D nos blocos. Apesar de ter fornecida a maior média de sísmica 2D, a rodada 1 teve a menor média de poços perfurados e sísmica 3D. Tabela 1 - Informações Disponíveis dos Blocos Concedidos Round 1 2 3 4 Total Poços Total 21 327 173 298 819 Médio 2 16 5 14 9 Sísmica 2D (km) Total 46182 51227 64517 25745 187671 Médio 3849 2439 1898 1226 2133 Sísmica 3D (km²) Total 0 12718 1621 90816 105155 Médio 0 606 48 4325 1195 Fonte: Agência Nacional do Petróleo (ANP), Elaboração própria 6 Sísmica de reflexão é um método que permite estudar as imagens do subsolo através da indução de uma onda acústica próximo à superfície da terra. Na sísmica 2D, as ondas são gravadas usando linhas retas de receptores que atravessam a superfície. O som se espalha através da superfície, como uma frente de onda esférica e interfaces entre os diferentes tipos de rochas será tanto refletir como transmitir esta frente de onda. Os sinais refletidos retornam à superfície, onde são observadas. No método de sísmica 3D, várias linhas de receptores são gravadas na superfície, fornecendo uma visão tri-dimensional da área. Sísmicas 3D são mais caras que sísmicas 2D, e geralmente melhoram as taxas de sucesso de poços de exploração por fornecer dados mais precisos sobre as posições melhores para perfurar. 9

Nas quatro primeiras rodadas da ANP, houve 157 blocos ofertados, dos quais 88 foram licitados. Como pode ser observado na Tabela 2 abaixo, a segunda rodada teve o menor número de blocos oferecidos e o maior nível de aproveitamento. A Petrobras ganhou a maior quantidade de licitações nessas rodadas, tendo uma participação em 41% dos blocos licitados. Também pode se observar o alto número de lances em consórcio, mas o aproveitamento médio desses lances foi menor que o aproveitamento médio dos lances da Petrobras. Tabela 2 - Sumário das Quatro Primeiras Rodadas de Licitação Round 1 2 3 4 Total Blocos oferecidos 27 23 53 54 157 Blocos arrematados 12 21 34 21 88 Aproveitamento 44% 91% 64% 39% 56% Lances totais 21 46 57 33 157 Leilões com participação Petrobras 58% 48% 59% 43% 52% Lances Petrobras 7 10 20 9 46 Lances Petrobras vencedores 5 8 15 8 36 Aproveitamento Petrobras 71% 80% 75% 89% 78% Lances consórcio 11 19 19 5 54 Lances consórcio vencedores 6 10 13 5 34 Aproveitamento consórcio 55% 53% 68% 100% 63% Fonte: Agência Nacional do Petróleo (ANP), Elaboração própria Conforme descrito na Tabela 14 no Apêndice, os 88 blocos licitados foram localizados em 14 bacias diferentes. As bacias de Santos, Campos, Espírito Santo e Potiguar destacaram-se como as bacias com os maiores números de blocos licitados. Essas bacias estão localizadas no mar, o que ajuda explicar a alta porcentagem de blocos marítimos (70%) nos blocos licitados. Apesar de todas as rodadas terem uma predominância de blocos marítimos, pode-se observar que as rodadas 2 e 4 tiveram as maiores porcentagens de blocos terrestres. O resumo do Programa Exploratório Mínimo pode ser visto na Tabela 3 abaixo. A média de anos de exploração em todos os blocos licitados foi a de aproximadamente 7,5 anos. O programa mínimo de exploração foi normalmente divido em três períodos: o primeiro período teve uma duração média de três anos, o segundo de dois anos e meio, e o terceiro de dois anos. A duração média de anos foi maior nas rodadas 1 e 3, o que pode ser explicado pela maior concentração de blocos marítimos nestas rodadas. 10

Tabela 3 - Sumário do Programa Exploratório Mínimo Round 1 2 3 4 Total Número de anos (média) Periodo 1 3,00 2,86 3,00 3,05 2,98 Periodo 2 3,00 2,57 2,47 2,29 2,52 Periodo 3 2,00 2,00 2,09 2,00 2,03 Total 8,00 7,43 7,56 7,33 7,53 Número de poços (média) Periodo 1 0,00 0,00 0,00 0,00 0,00 Periodo 2 1,92 2,00 1,97 1,95 1,97 Periodo 3 3,00 2,48 2,00 2,00 2,25 Total 4,92 4,48 3,97 3,95 4,22 Fonte: Agência Nacional do Petróleo (ANP), Elaboração própria O PEM também fornece indicações sobre o número mínimo de poços exploratórios a perfurar durante o programa exploratório. O primeiro período do programa exploratório é normalmente usado para a coleta de dados (sísmica 2D e/ou sísmica 3D), e nesse período não houve nenhuma exigência de número de poços a perfurar. Porém, como visto na Tabela 3, os blocos licitados tiveram em média exigência de 1,97 e 2,25 poços a serem perfurados nos períodos 2 e 3. É interessante destacar a redução da exigência de poços perfurados após a segunda rodada. Conforme pode ser visto na Tabela 4 abaixo, 45% dos blocos licitados nas quatro primeiras rodadas da ANP tiveram perfuração durante o período exploratório. Em média, as rodadas 2 e 4 tiveram o maior número de blocos perfurados. A rodada 1 teve um número de blocos perfurados bem inferior às demais rodadas, tendo a menor média de todas as rodadas. Tabela 4 - Blocos Perfurados durante o Programa Exploratório Mínimo Round 1 2 3 4 Total Bloco sem perfuração 10 9 22 7 48 Bloco com perfuração 2 12 12 14 40 Total geral 12 21 34 21 88 % que tiveram perfuração 17% 57% 35% 67% 45% Fonte: Banco de Dados de Exploração e Produção (BDEP), Elaboração própria 11

Tabela 5 - Análise dos Blocos Não Perfurados que Foram Devolvidos Round 1 2 3 4 Total Devolução 10 9 22 7 48 durante o período 1 60% 67% 41% 29% 48% durante o período 2 0% 22% 27% 14% 19% durante ou após o periodo 3 40% 11% 32% 57% 33% Fonte: Banco de Dados de Exploração e Produção (BDEP), Elaboração própria Os blocos que não tiveram perfuração foram completamente devolvidos para a ANP, sendo que a devolução foi feita durante o período exploratório ou o prazo final de entrega definido pelo contrato de assinatura. É importante destacar na Tabela 5 acima que em 48% dos casos, os blocos foram devolvidos para a ANP durante o período 1, indicando que resultados negativos dos dados sísmicos ou outros fatores resultaram em um rápido encerramento de exploração nesses blocos. Em 33% dos blocos não perfurados, as empresas continuaram a manter o bloco até o período final ou até o final do período de exploração. 3.2 Descrição dos Poços Perfurados após a Licitação Durante o período após a assinatura do primeiro contrato de exploração (23/09/1999) até a data de poços disponíveis (18/09/2009) foram perfurados 214 poços. Dado que houve 40 blocos perfurados, isso resulta em uma média de 5,35 poços por bloco. Do total desse número de poços, 149 foram poços exploratórios e 65 foram poços de desenvolvimento, como indicado na Tabela 6 abaixo. O maior número de poços exploratórios foram perfurados durante os períodos 2 e 3, o que foi planejado pelo PEM. Nas primeiras duas rodadas, também houve um alto número de poços exploratórios após o período 3, o que pode ser parcialmente explicado pela diferença entre as datas dos contratos das rodadas. 7 7 Por causa do cronograma das rodadas, os blocos das rodadas 1 e 2 tiveram seus programas de exploração vencidos em 2006-2008, mas a data da amostra dos poços estudados tem duração até setembro de 2009. Pode-se então observar alguns poços perfurados após o vencimento do programa de exploração nessas rodadas. Em contraste, a maioria dos contratos dos blocos das rodadas 3 e 4 venceram em 2009 ou até após a data da amostra de poços. 12

Tabela 6 - Poços Perfurados nos Blocos Licitados Round 1 2 3 4 Total Poços exploratórios 10 66 31 42 149 durante o período 1 0% 9% 16% 7% 9% durante o período 2 20% 27% 26% 31% 28% durante o período 3 30% 38% 52% 62% 47% após o período 3 50% 26% 6% 0% 16% Poços de desenvolvimento 0 45 18 2 65 durante o período 1 0% 0% 0% 0% 0% durante o período 2 0% 7% 6% 0% 6% durante o período 3 0% 22% 39% 100% 29% após o período 3 0% 71% 56% 0% 65% Fonte: Banco de Dados de Exploração e Produção (BDEP), Elaboração própria Os dados dos poços de desenvolvimento também indicam uma forte concentração de perfuração durante e após o período 3. Isso faz sentido já que a fase de desenvolvimento é normalmente feita após a fase de exploração. Pode-se observar que os blocos da rodada 1 não tiveram nenhum poço de desenvolvimento e que a maioria dos poços de desenvolvimento estão localizados em blocos das rodadas 2 e 3. Novamente é importante observar que pelo cronograma das rodadas, os blocos da rodada 4 têm seus programas exploratórios vencidos após os demais, o que explica o baixo número de poços de desenvolvimento nessa rodada. Como pode ser visto na Tabela 15 (no Apêndice), os poços foram perfurados por 10 diferentes operadoras. A Petrobras foi a operadora com o maior número de poços perfurados, tendo perfurado 67% do total, seguido por Devon, com 16% do total. Pode-se também destacar que a Petrobras e a Devon foram as únicas operadoras que perfuraram poços de desenvolvimento, indicando a forte concentração nesse segmento. Tabela 7 - Poços Perfurados em Blocos em Mar e em Terra Exploração Desenvolvimento Total Mar 54% 46% 51% Terra 46% 54% 49% Total 149 65 214 Fonte: Banco de Dados de Exploração e Produção (BDEP), Elaboração própria Dos blocos que tiveram perfuração, 75% deles estavam localizados em mar, o que é compatível com a porcentagem de blocos marítimos (70%). Porém é interessante destacar o equilíbrio de número de poços perfurados em blocos marítimos e em blocos terrestres (Tabela 7). Isso indica que houve um maior número de poços perfurados em blocos terrestres, o que pode ser explicado pelo menor custo de perfurar em terra em relação a perfurar em mar. 13

3.3 Análise do Programa Exploratório Mínimo É também interessante analisar em mais detalhe as metas atingidas do PEM nos blocos que foram perfurados. Como pode ser visto na Tabela 8 abaixo, dos 48 blocos que tiveram perfuração, apenas 25% atingiram as metas quanto ao número de poços estipulados pela ANP durante o edital. Isso pode indicar que a exploração planejada pela ANP foi vista como um tanto otimista. Tabela 8 - Análise do Traçado de Metas de Poços a Atingir de Poços no Programa Exploratório Mínimo Round 1 2 3 4 Total Atingiu a meta de número de poços no período? Sim 0% 54% 13% 17% 25% Não 100% 46% 87% 83% 75% Atingiu a meta de número de poços após o período? Sim 50% 62% 13% 17% 29% Não 50% 38% 87% 83% 71% Fonte: Banco de Dados de Exploração e Produção (BDEP), Elaboração própria Pode-se concluir que o programa exploratório mínimo foi visto como non-binding por muitas empresas, o que levou-as a preferir receber uma possível multa por não atingir a meta de poços do PEM. Esse custo foi visto como um custo menor do que o custo de perfurar e obter resultado negativo. Pode-se também pensar que o número de poços estipulados no programa exploratório mínimo foi maior que o visto como necessário pelas empresas. 3.4 Análise das Áreas Perfuradas Um dos principais objetivos da ANP é incentivar a exploração de petróleo em todas as áreas ofertadas, mas as imperfeições do mercado levaram algumas áreas a ter um alto grau de exploração enquanto outras áreas não tiveram nenhuma. Isso pode ser visto na Tabela 9 abaixo, que mostra que as bacias de Barreirinhas e de Solimões tiveram todos seus blocos perfurados, enquanto que as bacias de Ceará, de Foz do Amazonas, de Pará-Maranhão e de Paraná não tiveram nenhum bloco perfurado. As bacias de Potiguar, de Santos, de Jequitinhonha e de Camamu-Almada também tiveram uma alta intensidade de perfuração. 14

Tabela 9 - Intensidade de Perfuração por Bacia Bacia Blocos perfurados Blocos licitados Intensidade de perfuração Barreirinhas 2 2 100% Solimões 1 1 100% Potiguar 8 11 73% Santos 13 19 68% Jequitinhonha 2 3 67% Camamu-Almada 2 4 50% Espírito Santo 4 12 33% Campos 4 13 31% Recôncavo 3 10 30% Sergipe-Alagoas 1 6 17% Ceará 0 2 0% Foz do Amazonas 0 1 0% Pará-Maranhão 0 3 0% Paraná 0 1 0% Total 40 88 45% Fonte: Banco de Dados de Exploração e Produção (BDEP), Elaboração própria 15

4 Metodologia 4.1 O Modelo de Escolha Discreta Esse estudo tem como objetivo analisar os fatores que afetam a decisão da empresa concessionária em perfurar ou não perfurar um bloco do qual ela obteve licença de exploração, depois de obter sinal sobre a qualidade da área. Essas etapas podem ser vistas na Figura 1 abaixo: Figura 1 - Etapas do Processo de Exploração de Petróleo Pré - leilão Esforço exploratório Perfura no bloco Aquisição Sinal sobre qualidade da área Não perfura no bloco Em estudos econômicos, problemas de escolha discreta 8 envolvem escolhas entre uma ou mais opções. Diferentemente de problemas de caso contínuo, essa análise de escolha discreta examina as situações em que os resultados potenciais são discretos, de tal forma que o ideal não é caracterizado por condições normais de primeira ordem. A análise de escolha discreta pode ser usada para resolver problemas de indivíduos mas também de organizações como empresas e agências regulatórias. Uma revisão sobre modelos de escolha discreta e suas aplicações é encontrada em McFadden (1976) e Manski & McFadden (1981). O modelo de escolha discreta relaciona estatisticamente a escolha feita por um agente com os atributos do agente e as suas alternativas disponíveis. Dado esses fatores, o modelo irá estimar a probabilidade de que o agente escolha a alternativa, e dar indicações de como sua escolha muda conforme a mudança das alternativas. Para um modelo de escolha discreta, o conjunto de escolha deve atender a três requisitos: 8 Discrete choice problems. 16

1. O conjunto de alternativas deve ser exaustivo, significando que o conjunto inclui todas as alternativas possíveis. Esta exigência implica que o agente necessariamente escolhe uma alternativa do conjunto. 2. As alternativas devem ser mutuamente exclusivas, o que significa que a escolha de uma alternativa não possibilita a escolha de outra. Esta exigência implica que o agente escolhe apenas uma alternativa do conjunto. 3. O conjunto deve conter um número finito de alternativas, o que significa que há um número contável de alternativas no conjunto. Este requisito distingue análise de escolha discreta a partir da análise de regressão na qual a variável dependente pode ter um número infinito de valores. O modelo de escolha discreta especifica a probabilidade de que o agente escolha uma alternativa, cuja probabilidade seja expressa como uma função das variáveis observadas que se relacionam com as alternativas e o agente. Na sua forma geral, a probabilidade de que o agente n escolhe a alternativa i é expresso como: onde: é um vetor de atributos de alternativas i disponíveis para o agente n, é um vetor de atributos das outras alternativas disponíveis para o agente n, é um vetor de características do agente n, e β é um conjunto de parâmetros que se relacionam com as variáveis de probabilidades. Nesse estudo, a escolha da empresa petrolífera se distingue entre os ganhos de perfurar no bloco ( ) ou não perfurar no bloco ( ). é o lucro (despesa) econômico da empresa 17

petrolífera, e a função da empresa é de maximizar esse retorno. Portanto, a decisão da empresa de perfurar o bloco é: Dada essa estrutura binária, o modelo Probit se torna adequado para ser usado no estudo. O modelo Probit é muito parecido com o modelo Logit, mas é preferível quando os dados têm distribuição normal. A estrutura do modelo Probit é:, onde Pr denota a probabilidade e é a função de distribuição da distribuição normal padrão. Os parâmetros serão estimados pelo método de máxima verossimilhança. A decisão da empresa de perfurar ou não perfuraro bloco é influenciada por vários fatores, alguns que podem ser observados e outros que são difíceis de observar. Em uma forma linear, esse modelo é expresso como: onde X é um vetor das variáveis observáveis que dependem dos atributos da alternativa, β é o vetor de coeficientes das variáveis observáveis, e ε é o termo de erro que captura o impacto de todos os fatores não observáveis; ε ~ N(0,1). O termo ε do modelo Probit tem a distribuição normal com a função de distribuição: 18

5 Análise dos Resultados 5.1 O Modelo de Perfuração O modelo na forma linear que explica a decisão da empresa em perfurar um bloco é descrito pela equação abaixo: No que se segue, são descritas as variáveis cujos resultados das regressões em Eviews foram mais significantes: LOG_BONUSFINAL: Essa variável consiste em um transformação logaritmica do bonus final que foi ofertado pela empresa ganhadora do bloco durante o leilão. Quanto maior o bonus final, maior foi o interesse da empresa em adquirir o bloco, e consequentemente maior deve ser o intresse da empresa em perfurar o bloco. Previsão do sinal: + MAR: Essa variável é uma variável binária que explica a localização do bloco. O bloco recebe o valor 1 se estiver localizado em mar e 0 se estiver em terra. Dado que perfurações em mar são mais caras e arriscadas que perfurações em terra, espero que o sinal desse coeficiente seja negativo. Previsão do sinal: - SHARE_PETROBRAS: Essa é uma variável binária que descreve a participação da Petrobras no bloco, sendo que bloco recebe o valor 1 se a Petrobras tiver participação no bloco e 0 caso contrario. A Petrobras é a maior empresa de petróleo no Brasil, controlada pelo governo, e com muitos investimentos na exploração e na produção de petróleo. Sua infra-estrutura e seu tamanho criam oportunidades de reduzir custos de fornecedores e de perfurações, o que deve resultar em maior perfuração em blocos com participação da Petrobras. A Petrobras também tem vantagem informacional superior às demais o que reduz sua incerteza sobre os resultados da perfuração Previsão do sinal: + 19

PEM_TEMPO: Essa é uma variável de tempo do programa exploratório da ANP, e mede o número de anos de exploração no bloco. Mantendo outros fatores constantes, blocos com maior tempo para explorar deve implicar em uma maior probabilidade de perfuração. Porém, o fato de o bloco ter um maior tempo de exploração pode estar associado a um maior risco exploratório estipulado pela ANP, que pode reduzir a probabilidade de perfuração. Previsão do sinal: +/- PEM_INTENSIDADE: Essa é uma variável do programa exploratório mínimo da ANP, que descreve a intensidade de perfuração, medido como o número total de poços a perfurar divididos pelo número total de anos de exploração. Uma maior intensidade de exploração estipulada pela ANP deve ter significância em incentivar a perfuração no bloco. Previsão do sinal: + MUDANCA_CESSAO: Essa variável é uma variável binária que explica se houve alguma mudança na cessão do bloco após a assinatura do contrato. Se houve alguma mudança de cessão, o bloco recebe o valor 1 e caso contrario recebe o valor 0. A mudança de cessão é uma flexibilidade que a ANP dá para as empresas controladoras trocarem ou venderem seus blocos. Essa flexibilidade tem valor positivo para a empresa, e blocos que tiveram mudança de cessão tem maior probabilidade de ser perfurados. Previsão do sinal: + MUD_PEM TEMPO: Essa variável é uma interação entre as variáveis MUDANCA _CESSAO e PEM_TEMPO. Quanto maior o tempo de exploração dada pelo PEM, maior a chace de uma mudança de cessão aumentar a chance de perfuração. As empresas que adquirem a concessão são muito otimistas sobre o bloco: Previsão do sinal: + MUD_PEM INTENSIDADE: Essa variável é uma interação entre as variáveis MUDANCA_CESSAO e PEM_INTENSIDADE. Quanto maior a restrição imposta pelo PEM, maior a chace de uma mudança de cessão aumentar a chance de perfuração. As empresas que adquirem a concessão são muito otimistas sobre o bloco: Previsão do sinal: + D4: Essa é uma variável dummy que indicam a rodada de licitação em que o bloco foi licitado. Essa variável é usada para testar se a rodada tem importância em determinar se o bloco vai ser perfurado ou não, o que a priori não é esperado. Previsão do sinal: +/- VIZINHO_PERFURADO_PRE: Essa variável recebe o valor 1 se o bloco estiver vizinho a outro bloco que já foi previamente perfurado após a assinatura do contrato. O estudo de Hendricks & Porter (1996) explica que quando há grande incerteza sobre o bloco, a 20

empresa espera por perfurações de outras empresas em blocos vizinhos, e que essas perfurações em blocos vizinhos aumenta a probabilidade de perfurar o bloco. Previsão do sinal: + BID_TABLE: Essa variável mede a diferença percentual entre o lance vencedor do bloco e o segundo maior lance (ou o lance minimo no caso de só ter havido um lance). Quanto maior for essa diferença, maior foi a diferença de opinião sobre o valor de exploração do bloco. A análise desse resultado deve causar a empresa vencedora a re-avaliar sua opinião sobre o bloco: Previsão de sinal: - Tabela 10 - O Modelo de Perfuração Dependent Variable: PERFURACAO Method: ML - Binary Probit (Quadratic hill climbing) Sample: 1 88 Included observations: 88 Convergence achieved after 4 iterations QML (Huber/White) standard errors & covariance Variable Coefficient Std. Error z-statistic Prob. C -2,7123 1,0827-2,5052 0,0122 MAR -1,2527 0,4254-2,9446 0,0032 SHARE_PETROBRAS 1,5428 0,3721 4,1461 0,0000 LOG_BONUSFINAL 0,3944 0,1637 2,4090 0,0160 MUD*PEM_INTENSIDADE 1,6196 0,6769 2,3925 0,0167 D4 0,6979 0,3703 1,8845 0,0595 BID_TABLE -0,5067 0,5311-0,9541 0,3400 VIZINHO_PERFURADO_PRE 0,3658 0,3219 1,1366 0,2557 McFadden R-squared 0,307 Mean dependent var 0,455 S.D. dependent var 0,501 S,E, of regression 0,411 Akaike info criterion 1,137 Sum squared resid 13,513 Schwarz criterion 1,362 Log likelihood -42,035 Hannan-Quinn criter. 1,228 Deviance 84,070 Restr. Deviance 121,266 Restr, log likelihood -60,633 LR statistic 37,196 Avg, log likelihood -0,478 Prob(LR statistic) 0,000 Obs with Dep=0 48 Total obs 88 Obs with Dep=1 40 Fonte: Eviews Os resultados do modelo podem ser visto na Tabela 10 acima. A correção de Huber/White feita na matriz de variâncias e covariâncias é uma correção para heteroscedasticidade. O teste de White é um teste da hipótese nula de que não há heteroscedasticidade contra a hipótese alternativa de que existe algum tipo de 21

heteroscedasticidade, ainda que de forma exata desconhecida. Ao contrário do que poderia ser esperado, o modelo não mostrou problema de heteroscedasticidade. 5.2 Análise das Variáveis e do Histórico de Regressões Como pode ser visto na Tabela 10, todas as variáveis do modelo tiveram o sinal esperado, embora algumas váriaveis tenham sido mais significantes que outras. Apenas as variáveis MAR e BID_TABLE tiveram um impacto negativo na probabilidade de perfurar, enquanto todas as outras tiveram um impacto positivo. A Tabela 11 apresenta o histórico de regressões que mostra a mudança nas variáveis com a adição de novas variáveis. A primeira regressão inclui apenas variáveis descritivas (LOG_BONUSFINAL, MAR e SHARE_PETROBRAS), o que resultou em um R² de 17,4% (Regressão 1). Conforme era esperado, o bonus final ofertado pelo bloco e a participação da Petrobras tiveram um impacto positivo na probabilidade de perfurar o bloco, enquanto a localização do bloco em mar teve um impacto negativo nessa probabilidade. O fato da participação da Petrobras afetar a probabilidade do bloco ser perfurado pode ser explicado pela vantagem informacional da empresa. A variável MUDANCA_CESSAO também se mostrou significante, e para analisar o efeito da regulação, foram feitas as interações entre essa variável e as variáveis PEM_TEMPO e PEM_INTENSIDADE. Elas dizem respeito às variáveis de custo para a empresa por se tratarem de restrições regulatórias que devem ser obedecidas. As variáveis MUD_PEM_TEMPO e MUD_PEM_ INTENSIDADE se mostraram ser significantes, mas não em conjunto, e por isso optei por adicionar somente a variável MUD_PEM_ INTENSIDADE (na Regressão 3), que aumentou significantemente o fator explicatório do modelo. Foram testadas outras variáveis no modelo, mas elas não se mostraram estatisticamente significantes. Dentre elas, as variáveis contendo informações antigas sobre o histórico de poços (PERFURADOS_PRE) e sobre o programa exploratório (PEM_INTENSIDADE e PEM_TEMPO). Isso indica que apesar da importância durante o processo de ofertas pelo bloco, elas individualmente não influenciaram a decisão de perfurar o bloco. As variáveis do impacto do preço do petróleo (PRECO_PETROLEO_1, PRECO_PETROLEO_2, VAR_PRECO_PETROLEO) tiveram o sinal esperado, mas também não eram 22

estatisticamente significantes. Uma explicação mais detalhada sobre essas variáveis pode ser encontrado no apêndice. Tabela 11 - O Histórico de Regressões Regressões Variável 1 2 3 4 5 6 1) Descritiva LOG_BONUSFINAL MAR SHARE_PETROBRAS 2) Regulação MUD_PEM_TEMPO MUD_PEM_INTENSIDADE 3) Novas informações D4 BID_TABLE VIZINHO_PERFURADO_PRE 0,297744 0,312008 0,317692 0,339001 0,37815 0,394434 (0,0548) (0,0538) (0,0506) (0,0376) (0,0254) (0,0225) -1,09868-1,43664-1,45512-1,33383-1,30015-1,25272 (0,0069) (0,001) (0,0009) (0,0029) (0,0045) (0,0063) 1,371421 1,43691 1,471183 1,492934 1,519261 1,542845 (0,0000) (0,0001) (0,0000) (0,0000) (0,0000) (0,0000) 0,161243 (0,0017) 2,034094 1,795091 1,728291 1,619604 (0,0015) (0,0065) (0,0091) (0,0167) 0,650977 0,705291 0,697861 (0,0933) (0,0772) (0,0801) -0,53358-0,50672 (0,2893) (0,3211) 0,365848 (0,2634) Mc Fadden R² 17,37% 26,26% 26,36% 28,71% 29,64% 30,67% Log Likelihood -50,1015-44,7133-44,653-43,2244-42,6633-42,0348 Fonte: Elaboração própria baseado em regressões no Eviews Embora as variáveis do preço do petróleo não mostraram ser significantes, o impacto do preço do petróleo pôde ser observado pela variável D4, que foi significante. As variáveis dummies D1, D2, D3, e D4 foram inicialmente incluídas para testar se a rodada de licitação tinha um efeito na probabilidade de perfurar o bloco. De todas essas variáveis, a variável D4 foi a variavel mais significante. Também observou-se que o preço médio do petróleo durante os blocos dessa rodada foi maior que durante as demais rodadas, o que resultou na adição dessa variável no modelo (Regressão 4). Dado a maior preço médio de petróleo nos blocos dessa rodada, pode-se então concluir que essa variável representa uma nova informação (o preço do petróleo Brent) que as empresas tiveram acesso após o leilão das rodadas. 23

A variável BID_TABLE também descreve uma nova informação que ficou disponível após o término do leilão, e essa informação mostrou ter significância na decisão de perfurar o bloco (Regressão 5). Isso indica que empresas que deram lances maiores aos demais lances revisarem suas opiniões sobre os blocos, impactando negativamente na probabilidade de perfurar. Na Regressão 6 foi incluida a variável VIZINHO_PERFURADO_PRE, que explica o impacto da perfuração prévio de um bloco vizinho na perfuração do bloco. Hendricks & Porter explicam em seu artigo que a proximidade geográfica dos blocos pode afetar as decisões da empresas em explorar os blocos, por causa do valor em esperar por novas informações de blocos vizinhos. Os autores explicam que as empresas jogam um jogo de espera, conhecido como guerra de atrito, que lhes causam a tomarem decisões diferentes do interesse do regulador. O coeficiente positivo da variável VIZINHO_PERFURADO_ PRE é uma indicação que o comportamento de outras empresas influenciou a decisão de empresas na indústria brasileira em perfurar os seus blocos. 9 Na Tabela 12 pode-se ver a relação entre a vizinhança de blocos perfurados e não perfurados. Como indicado pela tabela, 67% dos blocos que não foram perfurados estavam em áreas isoladas ou sem vizinhança de blocos previmente perfurados após a licitação. Em relação aos blocos que foram perfurados, pode-se observar que 50% estavam localizados ao lado de outros blocos que foram previmente perfurados após a licitação. Isso é outra indicação que a vizinha de blocos previamente perfurados teve uma influencia positiva na escolha da empresa em perfurar o bloco. Pode-se então concluir que existem indicações que aguerra de atrito também esteve presente entre as empresas na indústria brasileira. 9 É importante observar que nesse estudo, o bloco só era considerado vizinho de outro bloco se estivesse geograficamente ao lado de outro bloco. Essa definição é mais restritiva daquela usada por Hendricks & Porter, que consideram blocos em certas regiões de serem vizinhos. O uso de uma definição mais restritiva pode ter afetado negativamente a significância da variável VIZINHOS_PERFURADOS_PRE. 24

Tabela 12- Relação em Vizinhança de Blocos Perfurados e Não Perfurados Vizinho de bloco perfurado em T-1? Bloco perfurado em T? Não Sim Total Não 32 20 52 Sim 16 20 36 Total 48 40 88 Fonte: Banco de Dados de Exploração e Produção (BDEP), Elaboração própria 5.3 Análise dos Resíduos As variáveis observáveis do modelo só explicaram uma parte dos motivos que causaram as empresas a explorar os blocos licitados. Dado que a maior parte da explicação está nas variáveis não observáveis, é interessante analisar o comportamento dos resíduos do modelo. Analisando os resultados na Figura 2 abaixo, pode-se notar um pequeno viés de estimação nos resíduos (média de -0,0063 em vez de 0). O desvio padrão de 0,39 pode ser considerado alto, mas dado a caracteristicas das amostras, isso não foi visto como um grande problema. Figura 2 - Resultado dos Resíduos 9 8 7 6 5 4 3 2 1 Series: RESID03 Sample 1 88 Observations 88 Mean -0.006362 Median -0.045123 Maximum 0.972777 Minimum -0.820294 Std. Dev. 0.394060 Skewness 0.349406 Kurtosis 2.727457 Jarque-Bera 2.062929 Probability 0.356484 0-0.8-0.6-0.4-0.2 0.0 0.2 0.4 0.6 0.8 1.0 Fonte: Eviews Uma das principais suposições do modelo Probit é a função de distribuição Normal dos resíduos. Pode-se ver pela Figura 2 acima que há indicações de a distribuição dos resíduos ser parecida com uma distribuição Normal. O teste de Jarque Bera é uma indicação da probabilidade de Normalidade nos resíduos, e pode-se ver que nesse caso a probabilidade é de 35,6%. 25

6 Conclusões O objetivo desse estudo foi analisar os fatores que influenciaram as empresas de petróleo no Brasil a perfurarem poços nos blocos licitados, e, particularmente, se a regulação econômica deve ser considerada com um desses fatores. Essa análise foi feita comparando os acordos de E&P de blocos pela ANP durante as quatro primeiras rodadas de licitações com as perfurações de poços nesses blocos entre o período de 1999 a 2009. Os dados foram obtidos diretamente da ANP e do Banco de Dados de Exploração e Produção. O modelo Probit foi usado para explicar a escolha do agente em perfurar ou não perfurar o bloco licitado. Os resultados do modelo de perfuração demonstram que fatores econômicos influenciam significativamente a decisão de perfuração. Dentre eles, observou-se que o bonus final e a participação da Petrobras no bloco teve um impacto positivo na probabilidade de perfurar o bloco, enquanto que a localização do bloco em mar teve um impacto negativo nessa probabilidade. A frequência de blocos que cumpriram completamente o programa mínimo pode ser considerada relativamente baixa, o que indica que o custo por não cumprir o PEM foi visto como menor que o de perfurar o bloco e obter resultado negativo. Porém observou-se que, pela interação entre a intensidade de poços a ser perfurados pelo PEM com a mudança de cessão, a regulação teve um impacto significante na probabilidade de perfurar o bloco. Essa flexibilidade de cessão no ambiente regulatório possibilitou a venda de blocos para empresas com um maior interesse de exploração, tendo um impacto positivo na probabilidade de perfurar o bloco. Foi interessante também observar que informações antigas quanto a poços perfurados antes da licitação e anos de exploração não influenciaram a decisão de perfurar os blocos licitados. Essa decisão de perfurar foi baseada principalmente em novas informações obtidas pelas empresas após a licitação dos blocos. A nova informação sobre a diferença entre o lance vencedor do bloco e o segundo maior lance teve um impacto negativo na probabilidade de perfurar o bloco. As novas informações que tiveram um impacto positivo na probabilidade de perfurar o bloco foram o preço médio do petróleo e perfurações prévias em blocos vizinhos após a aquisição do bloco analisado, resultados semelhantes ao estudo de Hendricks & Porter. 26

Esses resultados indicam que na indústria brasileira as empresas petrolíferas teriam um comportamento não cooperativo entre si. Dados os altos riscos e custos de exploração, empresas tendem a esperar por novas informações antes de perfurarem os blocos licitados. Conforme concluído no estudo de Hendricks & Porter, esse comportamento não cooperativa causa um alto número de perfurações durante o último período do programa exploratório, o que também pôde ser observado na indústria brasileira. Este resultado vai contra os interesses da ANP de garantir a exploração eficiente dos blocos licitados. Dos 88 blocos estudados, apenas 40 foram perfurados, sendo que uma grande parte dos blocos que não foram perfurados foi devolvida para a ANP antes do final do prazo de exploração. Pode-se então concluir que houve blocos que foram vistos apenas com uma opção de perfuração, com possíveis benefícios em novas informações. Em muitos casos, as novas informações obtidas após a licitação levaram as empresas a optar pela não exploração desses blocos. Isso resultou em um alto nível de exploração em algumas áreas e nenhuma exploração em outras, resultado que foi diferente do objetivo inicial da ANP. 27

7 Referências Bibliográficas ANP. Edital de licitações para contratação de atividades de exploração, desenvolvimento e produção de petróleo e gás natural. Primeira Rodada de Licitações, 1999. 137p.. Edital de licitações para contratação de atividades de exploração, desenvolvimento e produção de petróleo e gás natural. Segunda Rodada de Licitações, 2000. 187p.. Edital de licitações para contratação de atividades de exploração, desenvolvimento e produção de petróleo e gás natural. Terceira Rodada de Licitações, 2001. 234p.. Edital de licitações para contratação de atividades de exploração, desenvolvimento e produção de petróleo e gás natural. Quarta Rodada de Licitações, 2002. 234p. Brasil. Lei n. 9.478, de 6 de agosto de 1997. Diário Oficial da República Federativa do Brasil. Brasília, v. 135, n. 154, p. 17428. Seção 1, pt. 1. www.mustagh.com/abstract/opi_3d.html http://www.eia.doe.gov/emeu/international/oilprice.html BOLTON, P.; Harris, C.; 1993. "Strategic Experimentation." Working Paper No. TE/93/261, London School of Economics. ISAAC, R.; 1987. "Cooperative Institutions for Information Sharing in the Oil Industry." Journal of Environmental Economics and Management, September 1987, 14(2), pp. 191-211. LAFONT, J.J.; MARTIMONT, D.; 2001. The Theory of Incentives I: The Principal-Agent Model, pp.147-174. LAFONT, J.J.; TIROLE, J.; 1993. A Theory of Incentives in Regulation and Procurement. Cambridge: MIT Press. HENDRICKS, K.; KOVENOCK, D.; 1989. "Asymmetric Information, Information Externalities, and Efficiency: The Case of Oil Exploration", The RAND Journal of Economics, Vol. 20, No. 2 (Summer, 1989), pp. 164-182. 28

HENDRICKS, K.; PINKSE, J.; PORTER, R. H.; 2003. Empirical Implications of Equilibrium Bidding in First-Price, Symmetric, Common Value Auctions. Review of Economics Studies. HENDRICKS, K.; PORTER, R. H.; BOUDREAU B.; 1987. "Information and Returns in OCS Auctions: 1954-69," Journal of Industrial Economics, 35, pp. 517-542. HENDRICKS, K.; PORTER, R. H.; 1996. "The Timing and Incidence of Exploratory Drilling on Offshore Wildcat Tracts", The American Economics Review, Vol. 86, No. 3 (June, 1996), pp.388-407. HENDRICKS, K.; WILSON, C.; 1995. "The War of Attrition in Discrete Time." Mimeo, University of British Columbia. HERNANDEZ-PEREZ, A.; 2008. "Análise Econômica dos Contratos de Exploração & Produção de Petróleo", Manuscrito do IBRE/FGV. HERNANDEZ-PEREZ, A.; 2009. "Regulação Econômica de Acordos de Unitização na Indústria de Petróleo, Centro de Economia e Petróleo", Manuscrito do IBRE/FGV. McAFEE, R. P.; MCMILLAN, J.; 1987. "Auctions and Bidding," Journal of Economic Literature, 25, pp. 699-738. MATTOS, C., 23/01/07, Licitações da ANP, Petrobrás e a Maldição do Vencedor. Valor Econômico. São Paulo, PORTER, R.H.; 1995. The role of information in U.S. Oil and Gas lease auction. Econometrica. 63, pp.1-27. McFADDEN, D.; 1976. Quantal Choice Analysis: A Survey, Annuals of Economics and Social Measurement, 5; pp.363-390. MANSKI, C.; McFADDEN D.; 1981; Structural Analysis of Discrete Data and Econometric Applications, Cambridge: The MIT Press. 29

8 Apêndice Outras Variáveis Que Foram Testadas no Modelo: D1 a D3: São variáveis dummy que indicam a rodada de licitação em que o bloco foi licitado. D1 caracteriza os blocos na rodada 1, D2 caracteriza os blocos na rodada 2, e assim por diante. Essas variáveis são usadas para testar se a rodada tem importância em determinar se o bloco será perfurado, o que a priori não é esperado. Previsão do sinal: +/- PERFURADOS_PRE: Essa é uma variável histórica fornecida pela ANP que demonstra o número de poços que já foram perfurados no bloco antes da licitação. Presumindo que perfurações históricas também foram baseadas em dados sísmicos 2D e 3D, uma alta frequência de perfurações anteriores deve agregar valor positivo ao bloco e aumentar a probabilidade de o bloco ser perfurado novamente. Previsão do sinal: + NUM_BIDS: Essa variável mede a concorrência (em número de ofertas) pelo bloco durante o leilão do bloco. Um alto número de ofertas pelo bloco implica que muitas empresas viram o mesmo potencial de exploração no bloco, aumentando a confiança da empresa vencedora em perfurar o bloco. Previsão do sinal: + PRECO_PETROLEO_1: Essa é uma variável que está associada ao lucro econômico em explorar e produzir petróleo. O preço do petróleo foi calculado analisando o preço médio do petróleo Brent durante o tempo da assinatura do contrato do bloco até o fim do contrato. Um alto preço do petróleo implica que o lucro de achar petróleo será maior, e por isso aumenta a probabilidade de perfurar. PRECO_PETROLEO_2: Essa variável é parecida com a variável anterior, sendo que a diferença mostra a dispersão entre o preço médio do petróleo Brent durante o prazo do contrato do bloco em relação ao preço médio do petróleo Brent de todos os blocos estudados. Um valor positivo dessa variável também está associado ao lucro econômico em explorar acima da média, aumentando a probabilidade de perfurar. VAR_PRECO_PETROLEO: Essa variável mostra a variância do preço do petróleo durante o prazo do contrato do bloco. Uma alta variância no preço do petróleo pode estar associada a uma maior incerteza sobre o preço do petróleo, e pode ter um impacto negativo na probabilidade de perfurar. 30

Tabela 13 - Blocos Utilizados na Amostra Final Rodada Bloco Rodada Bloco Rodada Bloco Rodada Bloco 1 BM-CAL-1 2 BT-REC-3 3 BM-ES-6 3 BM-S-24 1 BM-C-3 2 BM-S-7 3 BM-ES-7 4 BM-BAR-3 1 BM-C-4 2 BM-S-8 3 BM-ES-9 4 BM-C-24 1 BM-C-5 2 BM-S-9 3 BM-ES-10 4 BM-C-25 1 BM-C-6 2 BM-S-10 3 BM-ES-11 4 BT-ES-14 1 BM-ES-1 2 BM-S-11 3 BM-J-1 4 BT-ES-15 1 BM-ES-2 2 BT-SEAL-1 3 BM-PAMA-2 4 BM-ES-20 1 BM-FZA-1 2 BT-SEAL-2 3 BM-PAMA-3 4 BM-J-2 1 BM-POT-1 2 BT-SEAL-3 3 BT-POT-5 4 BM-J-3 1 BM-S-2 2 BM-SEAL-4 3 BT-POT-6 4 BT-POT-8 1 BM-S-3 2 BM-SEAL-5 3 BT-POT-7 4 BT-POT-9 1 BM-S-4 3 BM-BAR-1 3 BT-REC-4 4 BT-POT-10 2 BM-CAL-4 3 BM-CAL-5 3 BT-REC-5 4 BM-POT-11 2 BM-C-7 3 BM-CAL-6 3 BT-REC-6 4 BM-POT-13 2 BM-C-8 3 BM-C-14 3 BM-S-12 4 BT-REC-7 2 BM-C-10 3 BM-C-15 3 BM-S-13 4 BT-REC-8 2 BM-PAMA-1 3 BM-C-16 3 BM-S-14 4 BT-REC-9 2 BT-PR-4 3 BM-C-19 3 BM-S-15 4 BT-REC-10 2 BT-POT-3 3 BM-CE-1 3 BM-S-17 4 BM-S-29 2 BT-POT-4 3 BM-CE-2 3 BM-S-19 4 BM-S-31 2 BT-REC-1 3 BT-ES-12 3 BM-S-21 4 BM-SEAL-9 2 BT-REC-2 3 BM-ES-5 3 BM-S-22 4 BT-SOL-1 Fonte: Agência Nacional do Petróleo (ANP), Elaboração própria Tabela 14 - Localidade dos Blocos Concedidos Round 1 2 3 4 Total Barreirinhas 1 1 2 Camamu-Almada 1 1 2 4 Campos 4 3 4 2 13 Ceará 2 2 Espírito Santo 2 7 3 12 Foz do Amazonas 1 1 Jequitinhonha 1 2 3 Pará-Maranhão 1 2 3 Paraná 1 1 Potiguar 1 2 3 5 11 Recôncavo 3 3 4 10 Santos 3 5 9 2 19 Sergipe-Alagoas 5 1 6 Solimões 1 1 Total geral 12 21 34 21 88 % dos blocos em terra 0% 43% 21% 48% 30% % dos blocos em mar 100% 57% 79% 52% 70% Fonte: Agência Nacional do Petróleo (ANP), Elaboração própria 31

Figura 3 - Divisão das Bacias Sedimentares Brasileiras Fonte: Agência Nacional do Petróleo (ANP) Tabelas 15 - Operadoras dos Poços Perfurados Exploração Desenvolvimento Total PETROBRAS 68% 65% 67% DEVON (incl. Devon Energy) 7% 35% 16% PETROSYNERGY 5% 4% EL PASO OLEO E GAS 5% 3% STATOILHYDRO BRASIL 5% 3% ENI OIL 3% 2% POTIOLEO 3% 2% ESSO EXPL OFFSHORE 2% 1% MAERSK 2% 1% QUEIROZ GALVAO 1% 0% Total 100% 100% 100% Fonte: Agência Nacional do Petróleo (ANP), Elaboração própria 32