Petroleum Economics using Dynamic DCF and Real Options

February 27, 2009 • Tell FriendsPrinter Friendly

Pengantar

Artikel ini merupakan aplikasi dynamic DCF dan Real Options dalam menghitung keekonomian proyek perminyakan di Indonesia.
Artikel ini berusaha menjelaskan bagaimana penentuan faktor diskonto yang lebih proporsional terhadap arus kas yang dihasilkan dari suatu model keekonomian lapangan PSC

Dengan melihat besarnya deviasi arus kas yang terjadi setiap tahunnya yang dihasilkan dari simulasi model harga forward minyak, kita akan membandingkan hasil yang didapat dari metode DCF dan RO dalam menghitung nilai keekonomian lapangan PSC tersebut.


Pendahuluan

Saat ini para praktisi perminyakan banyak yang menunggu sampai berapa lama lagi harga minyak berada dibawah level $50.0/bbl. Ditengah ketidakpastian harga minyak kedepan , para profesional keekonomian perminyakan menghadapi tantangan untuk mencari cara bagaimana meningkatkan kemampuan metode DCF yang selama ini digunakan agar lebih baik dalam memetakan komplesitas dari parameter-parameter teknis dan komersial   dalam industri perminyakan.

Pendekatan dengan metode dynamic Discounted Cash Flow (DCF) dan Real Option (RO) berusaha untuk memperkirakan pengaruh ketidakpastian harga minyak terhadap nilai dan risiko dari suatu proyek. Perbedaan dari dua metode ini adalah dalam menyesuaikan risiko terhadap arus kas proyek dimana hal ini akan memberikan nilai proyek yang berbeda.

Tulisan ini ingin melihat bagaimana aplikasi dari kedua metode ini dalam suatu kasus PSC di Indonesia. Simulasi montecarlo terhadap model harga minyak kedepan akan  digunakan untuk melihat bagaimana eksposure kontraktor dan pemerintah terhadap risiko dari ketidakpastian arus kas kedepan yang akan mereka terima dari proyek itu.

Konsep Perbedaan antara DCF dan RO

Perbedaan mendasar antara metode DCF dan RO  adalah bagaimana pendekatannya dalam mempertimbangkan faktor risiko terhadap arus kas suatu proyek

Dalam metode DCF, faktor risiko dipertimbangkan dengan menggunakan suatu tingkatan diskonto tertentu yang merupakan gabungan antara faktor risiko itu sendiri dan faktor akibat adanya penurunan nilai uang akibat waktu (time value of money). Tingkat diskonto inilah yang digunakan untuk mempertimbangkan risiko terhadap arus kas yang akan diterima didepan dari suatu proyek untuk mendapatkan nilai ekonomis saat ini (NPV versi DCF).

Berbeda dengan metode RO, metode ini berusaha memisahkan faktor-faktor diatas digabungkan dalam metode DCF, dimana risiko atas ketidakpastian suatu proyek akan diaplikasikan ke sumber parameter yang menyebabkan ketidakpatian tersebut sehingga arus kas yang didapatkan sudah didiskonto dengan faktor risiko tersebut sebelum akhirnya akan didiskonto kembali dengan faktor diskonto atas waktu (time value of money) untuk mendapatkan nilai ekonomis saat ini (NPV versi RO).

Skema dibawah ini memperlihatkan perbedaan mendasar antara metode DCF dan RO

dcf-vs-ro2

Skema diatas terlihat perbedaannya sangat kecil tetapi mempunyai implikasi yang penting dalam keekonomian suatu project.

Pada metode DCF, terlihat bahwa tingkat diskonto atau yang dikenal dengan ”risk adjusted rate” akan diterapkan pada arus kas dengan dasar bahwa  investor umumnya menolak risiko (risk averse) sehingga mereka akan mengurangi  harapan yang akan diterima dari arus kas dimasa depan.

Berbeda dengan metode RO, dimana risiko akibat adanya ketidakpastian akan diterapkan pada sumber parameter yang menyebabkan ketidakpastian tersebut yaitu dengan mendiskonto sumber parameter tersebut. Sebagai contoh, diasumsikan satu-satunya  sumber parameter yang menyebabkan ketidakpastian suatu proyek kedepan adalah harga minyak. Maka harapan harga minyak kedepan (expected oil price) akan dikenakan faktor diskonto tertentu, sehingga arus kas yang kita dapat sudah disesuaikan dengan faktor risiko adanya ketidakpastian dari parameter harga minyak. Selanjutnya arus kas ini akan didiskonto lagi dengan tingkat diskonto bebas risiko (risk-free discount rate).

Metode Dynamic DCF dan  Real Options

Tujuan kita melakukan suatu simulasi pada suatu model perhitungan adalah untuk melihat seberapa jauh keterkaitan antara satu parameter dengan parameter lainnya secara simultan dalam menghasilkan suatu distribusi nilai yang kemungkinan akan dihasilkan pada proyek tersebut.

Dalam metode Dynamic DCF dan Real Options ini, kita akan melakukan simulasi terhadap suatu model harga minyak kedepan (forward price model) dengan menggunakan beberapa parameter yang kita dapatkan dari pasar.

Salah satu model harga forward adalah lognormal single factor stochastic process dengan rumus sebagai berikut

forward-price-model

Untuk melihat bagaimana aplikasi model forward diatas dengan menggunakan simulasi, mari kita lihat kasus berikut ini.

Sebagaimana terlihat pada grafik dibawah ini, sejak tahun 2000 kita harga minyak bergerak naik sehingga menembus level $100/bbl pada quarter pertama tahun 2008, namun demikian, pada quarter keempat harga minyak turun drastis dari level $140/bbl ke $40/bbl.

actual-price

Namun demikian pada akhir desember 2008, meski harga pada level $40.0/bbl , OPEC sebagai organisasi negara pengekspor minyak masih berharap bahwa harga berada level $70.0/bbl. Hal ini didukung dengan situasi pasar komoditas minyak saat itu yang menunjukkan harga forward yang berpola contango, dimana harga kedepan lebih tinggi dibandingkan harga saat ini.

Dengan menggunakan model forward price diatas, tingkat ketidakpastian dari harga minyak kedepan digambarkan dengan proses difusi satu faktor. Salah satu karakteristik yang penting dari proses ini adalah adanya partisipasi pasar dalam memperbaharui prediksi harga kedepan setelah adanya informasi baru.

forward-price

Sebagaimana terlihat pada gambar diatas, pada akhir desember 2000, kita asumsikan parameter yang ada dalam model forward price sebagai berikut:

S   =  $ 25/bbl; S* =  $70.0/bbl,  a* =  0%, ss = 25%, g   = 3 years , Market price of Risk = 0.50, Oil Market correlation = 0.80

Berdasarkan data diatas kita mendapatkan bahwa prediksi harga minyak pada desember 2000 akan bergerak sebagaimana terlihat dengan garis hitam solid dimana range ketidakpastian pada tingkat kepercayaan (confidence boundaries) 90% dan  10% digambarkan dengan garis putus-putus ungu.. Disini terlihat sampai dengan akhir tahun 2007, model harga ini dapat memprediksi dengan baik harga minyak kedepan setidaknya masih didalam confidence boundaries.

Mulai memasuki tahun 2008, terlihat harga minyak aktual sudah diluar dari confidence boundariesnya.. Jika pada harga minyak tertinggi dibulan Oktober bahwa harga kesetimbangan jangka panjang adalah $ 70/bbl, maka pergerakan harga minyak kedepan akan bergerak dengan pola backwardation dimana harga kedepan lebih rendah dari harga sekarang, sebagaimana digambarkan dengan garis hijau putus-putus ketika kita ada berada pada harga tertinggi pada tahun 2008.

Pergerakan harga minyak dengan pola contango atau backwardation menunjukkan adanya harga kesetimbangan yang disepakati oleh pelaku pasar dalam jangka panjang akibat adanya supply dan demand. Jika terjadi ketidakkeseimbangan antara supply dan demand, maka harga minyak akan selalu mencari harga kesetimbangannya. Fenomena ini dikenal dengan price reversion (pembalikan harga) dimana pada jangka panjang pertumbuhan tingkat ketidakpastian (uncertainty) dari harga minyak menjadi semakin kecil.

Dengan menggunakan asumsi model forward price yang sama seperti yang terjadi tahun 2000, maka kita dapat menggambarkan model harga forward setelah desember 2008 sebagaimana terlihat pada grafik berikut ini.

forward-price-1

Sebagaimana terlihat pada gambar diatas, garis hijau terputus menggambarkan kondisi harga minyak yang diharapkan setelah akhir tahun 2008 dengan batas confidence boundary sebesar 80% dimana untuk batas atas berada pada level $100/bbl dan batas bawah berada pada level $40/bbl.

Setelah kita mendapatkan model harga minyak ini, kita akan aplikasikan model ini untuk menilai suatu lapangan minyak. Kita akan menganalisa bagaimana pengaruh metode DCF dan RO terhadap karakteristik ketidakpastian dan nilai dari arus kas yang dihasilkan oleh kontraktor dan pemerintah.

Berikut ini adalah hasil simulasi dari studi kasus pada suatu blok PSC.

Kita akan menggunakan a coeffiecent of variation (CoV) untuk menghitung tingkat ketidakpastian dari arus kas kontraktor dan pemerintah setiap tahunnya.

CoV adalah standar deviasi dari variable yang memiliki ketidakpastian dibagi dengan nilai yang diharapkan, dimana variabel yang kita akan lihat adalah arus kas bersih tiap tahunnya. Semakin tinggi nilai CoV semakin tinggi tingkat ketidakpastiannya.

contractor-vs-goi

Gambar diatas memperlihatkan nilai CoV dari arus kas yang terjadi selama proyek berlangsung. Garis hitam menunjukkan nilai CoV dari arus kas kontraktor selama proyek. Tingginya nilai CoV di awal proyek disebabkan tingginya investasi yang harus dilakukan untuk pengeboran dan pembangunan fasilitas produksi. Namun pada tahun kedua, nilai CoV dari arus kas kontraktor menurun tajam dan bergerak stabil setelah tahun 7.

CoV dari arus kas pemerintah ditunjukkan dengan garis coklat, dimana tingkat ketidakpastian dari arus kas pemerintah meningkat secara bertahap selama proyek berlangsung. Hal ini dipengaruhi dengan meningkatnya tingkat ketidakpastian harga minyak kedepan.

CoV dari arus kas pajak digambarkan dengan garis biru yang menunjukkan trend yang sama dengan arus kas pemerintah, bahkan setelah tahun ketujuh mempunyai nilai CoV yang sama dengan arus kas kontraktor.

Dengan melihat profile dari tingkat ketidakpastian arus kas masing-masing party, kita dapat melihat bahwa tiap-tiap tahun arus kas memiliki tingkat ketidakpastian yang berbeda. Hal ini tentunya akan memberikan risiko yang berbeda pada arus kas tiap tahunnya dimana arus kas pada tahun tertentu yang memiliki tingkat ketidak pastian yang tinggi, tidak akan menggunakan discount rate yang sama dengan arus kas yang memiliki tingkat ketidakpastian yang lebih rendah.

Grafik dibawah ini membandingkan faktor risiko pada metode DCF dan RO yang diaplikasi pada suatu arus kas yang dihubungkan dengan tingkat ketidakpastian setiap tahunnya.

Pada grafik, sumbu vertical yang ada disebelah kiri menujukkan tingkat ketidakpastian dari arus kas tiap tahunnya dimana digambarkan dengan garis hitam diambil dari grafik sebelumnya.

Pada sumbu vertical yang kanan menunjukkan nilai NCFRDF untuk masing-masing metode. NCFRDF DCF dan RO dilot dengan garis abu-abu, dimana garis yang tidak ditandai menunjukan DCF NCFRDF sedangkan garis dengan tanda kotak menunjukkan RO NCFRDF.

ncfdr-dcf-vs-ro

Ketidakpastian dari arus kas akan meningkat seiring dengan dimana produksi akan menurun serta biaya operasi yang meningkat. Pada gambar diatas ada suatu loncatan pada tahun 1 dimana biaya investasi yang tinggi pada awal proyek.

Nilai RO NCFRDFs menunjukkan efektifitas risiko dari arus kas yang menggambarkan adanya ketidakpastian dari arus kas. Sebagai contoh, pada tahun kedua nilai diskonto risiko turun menjadi $0.40 per dollar, ini artinya untuk setiap dollar pada tahun kedua akan berharga $0.60 karena ada penyesuaian risiko bukan time value of money basis

Berlawanan dengan DCF NCFRDF dimana penyesuain risiko akan terus meningkat seiring dengan berjalannya waktu. Hal ini menunjukkan bahwa tingkat ketidakpastian arus kas akab tumbuh seiring dengan umur dari proyek itu. Padahal kalau kita lihat dari nilai CoV contractor, tingkat ketidakpastian naik dan turun selama proyek berlangsung.

Dari grafik diatas terlihat secara rata-rata, metode RO menggunakan faktor diskonto risiko yang lebih kecil daripada metode DCF sehingga perhitungan NPV nya akan lebih tinggi dibandingkan metode DCF. Hal ini dibuktikan dengan hasil keekonomian untuk lapangan PSC sebagaimana terlihat pada tabel dibawah ini.

table-result

Dari tabel ini terlihat hasil keekonomian untuk masing-masing party dengan menggunakan model single point forecast (static) dan Monte Carlo simulation.

Sebagaimana terlihat dalam table kumulatif arus kas dengan model static menghasilkan nilai $ US$ 111.4 juta. Pada model monte Carlo memperkirakan nilai sebesar US$119.4 juta. Perbedaan yang terjadi salah satunnya karena metode static selalu merendahkan besarnya pajak penghasilan.

Arus kas sebesar US$111.42 juta yang diterima kontraktor mempunyai nilai NPV sebesar US$54.6 juta dengan pendekatan statis dengan faktor disikonto sebesar 15%. Sedangkan dengan Monte Carlo NPV yang dihasilkan pada diskonto yang sama adalah sebesar US58.3 juta. Perbedaan ini biasa terjadi karena arus kas yang bersifat non linearities akibat adanya pajak.

Hasil yang didapatkan dari metode DCF masih bias dikarenakan dari grafik sebelumnya diakui bahwa arus kas yang lebih sensitive terhadapa variasi harga harus didiskonto dengan rate yang lebih tinggi. Jika kita lihat grafik sebelumnya

Dalam metode RO yang menggunakan informasi pasar, kontraktor akan mendapatkan NPV sebesar US65.6 juta. Hasil yang lebih tinggai dari DCF menunjukan tingkat diskonto sebesar 15 % dalam metode DCF terlalu tinggi untuk proyek ini.

Penutup

Tulisan ini berusaha melihat pengaruh dari ketidakpastian harga minyak kedepan terhadap risiko arus kas yang akan diterima masing-masing oleh kontraktor.

Adanya perbedaan tingkat risiko dari arus kas kedepan setiap tahunnya menyebabkan tingkat diskonto yang akan digunakan akan bervariasi.

Tulisan ini memperlihatkan bahwa metode RO dengan simulasi monte carlo akan dapat menempatkan faktor diskonto yang lebih tepat tiap tahunnya dibandingkan dengan DCF.
Dengan penempatan faktor diskonto yang tepat terlihat metode RO dapat menilai suatu proyek lebih tepat dibandingkan DCF

Subscribe to Real Options Valuation by email to get course schedule and updates from us.