[Capte la atención del lector con un

resumen atractivo. Este resumen es una

breve descripción del documento. Cuando
esté listo para agregar contenido, haga
clic aquí y empiece a escribir.]

“SERI DE
TIEMPO DEL
PETROLEO
[Subtítulo del documento]

André Escalante
MARCO TEORICO
El petróleo es una mezcla de compuestos orgánicos, principalmente hidrocarburos
insolubles en agua. También es conocido como oro negro, petróleo crudo o
simplemente crudo.

En condiciones normales de presión y temperatura es un líquido bituminoso que

puede presentar gran variación en diversos parámetros como color y viscosidad
(desde amarillentos y poco viscosos como la gasolina hasta líquidos negros tan
viscosos que apenas fluyen), densidad (entre 0,66 g/ml y 0,9785 g/ml), capacidad
calorífica, etc. Estas variaciones se deben a la diversidad de concentraciones de los
hidrocarburos que componen la mezcla, esto hace que el petróleo de cada pozo o
fuente sea distinto de otro.

Es un recurso no renovable y actualmente también es la principal fuente de energía

y materia prima para la generación de una gran variedad de derivados, entre los que
se incluyen la mayoría de los plásticos. El petróleo líquido puede presentarse
asociado a capas de gas natural, en yacimientos que han estado enterrados durante
millones de años, cubiertos por los estratos superiores de la corteza terrestre.

Debido a la importancia fundamental como materia prima, la venta del petróleo y

sus derivados es un pilar fundamental del mercado mundial y la política exterior de
varios países.

COMPOSICIÓN

El petróleo es un líquido oleoso bituminoso (de color oscuro) de origen natural

compuesto por diferentes sustancias orgánicas (es una mezcla de hidrocarburos,
aunque también suelen contener unos pocos compuestos de azufre y de oxígeno).
También recibe los nombres de petróleo crudo, crudo petrolífero o simplemente
"crudo". Aunque se trata de un líquido aceitoso de color oscuro, es considerado una
roca sedimentaria. En una mezcla muy compleja de composición variable, de
hidrocarburos de muchos puntos de ebullición y estados sólido, líquido y gaseoso, que
se disuelven unos en otros para formar una solución de viscosidad variable.

 Hidrocarburos saturados o parafinas. Se los considera derivados del metano,

su fórmula general es CnH2n+2.

 Hidrocarburos etilénicos u olefinas. Moléculas lineales o ramificadas que

contienen un enlace doble de carbono (-C=C-). Su formula general es CnH2n.
Tienen termination -"eno".

 Hidrocarburos acetilénicos. Moléculas lineales o ramificadas que contienen

un enlace triple de carbono. Su formula general es: CnH2n-2. Tienen
terminación -"ino

 Hidrocarburos bencénicos o aromáticos.

 Compuestos oxigenados (derivados de hidrocarburos etilénicos, por oxidación

y polimerización)

 Compuestos sulfurados (tiofeno, etc.)

ORIGEN DEL PETRÓLEO

El petróleo es uno de los hidrocarburos de origen fósil, fruto de la transformación

de materia orgánica procedente de zooplancton y algas que, depositados en grandes
cantidades en fondos anóxicos de mares o zonas lacustres del pasado geológico,
fueron posteriormente enterrados bajo pesadas capas de sedimentos.

HISTORIA DEL PETRÓLEO EN EL PERÚ

La historia del aprovechamiento del petróleo en el Perú empezó hace más de mil
años, cuando los nativos de la costa norte y la sierra sur descubrieron las diferentes
propiedades que tenían los afloramientos naturales de Santa Elena (Ecuador), la
Brea de los Cerros de Amotape, en Piura, y las emanaciones de Pirin, en Puno.
Diversos hallazgos arqueológicos, así como testimonios de varios cronistas que
acompañaron a los conquistadores, señalan los usos y beneficios del petróleo en el
Perú antiguo. Hay referencias del uso de la Brea como amargamasa en las
construcciones. Aun, como material para preservar las momias y para el alumbrado
de ceremonias. Además del uso militar que se le dio en el Perú antiguo. Los
afloramientos existentes aun frente a las costas de tumbes, en el Océano Pacifico,
servían también como punto punto de referencia en la navegación. Así se sabe que
cuando los navegantes españoles observaban manchas negras (petróleo) en el mar,
sabían que tenían que enrumbar velas hacia tierra firme porque ya estaban cerca de
Perú.

En 1629, el Capitán Martin Alonso ‘granadino, que residía en Paita, descubre los
campos en Máncora, que le fueron adjudicados en 1642. Pese a que el
aprovechamiento del petróleo y la brea no se rigieron por las ordenanzas en Minería.
Las afloraciones de petróleo fueron declaradas propiedades de la Corona y llamados
pozos del Rey. Cien años después de descubiertas y declaradas Patrimonio Real, las
explotaciones de petróleo fueron otorgadas en arrendamiento. Los arrendatarios
pagaron a la Corona el quinto, ósea el 20% de la producción.

Los primeros trabajos para extraer petróleo no tuvieron éxito-realizados por José de
Lama-. En 1863, el Ing. E.A Prentice de la fábrica de gas de Lima, llego a Zorritos
con el equipo y personal necesarios para realizar una excavación Tubular, así que el
2 de noviembre de 1863, se inicio la perforación del primer pozo de petróleo en el
Perú y Sudamérica.

Ese día es considerado el DIA DE LA INGENIERIA DEL PETROLEO. Luego

capitales Estado Unidenses. arrendan Zorritos y se forma la COMPAÑIA PERUANA
DE PETROLEO. En 1865, ya se perforaba con tubos de acero y en 1866 se llegó a
producir, en tres pozos, 480 barriles por día. Sin Embargo, las dificultades técnicas
se aumentaron y los dueños de la propiedad mostraron su desacuerdo con la
compañía. Para 1871, se constituyó la Campania peruana de Refinación del Petroleó,
sucesora de la componía peruana de petróleo, que fue la primera empresa refinadora
en el país. Dedicada a la producción de kerosene construyo una pequeña planta
cercana de Berbedero, a orillas del Rio Tumbes, que opero en la zona hasta 1879, año
que fue trasladada a Zorritos.
IMPORTANCIA

La producción de petróleo cayó en el mes de junio un 20% en relación a mayo de

2018, al pasar 52 mil barriles por día (BPD) a 41 mil BPD, la cifra registrada más
baja en lo que va del año, de acuerdo a los reportes de Perupetro.

La causa se debe al cierre temporal del Lote 192 ubicado en Loreto debido a los
problemas presentados por el Oleoducto Nor peruano. En mayo la producción de
ese yacimiento fue de 10,409 BPD por los que pagó un canon mensual de
US$3,522,654. Su producción en julio es de cero barriles.

Entre las empresas que mayor producción tuvieron en junio figuran: CNPC con el
lote X ubicado en Piura y 13,501 BPD y le sigue de Savia con el lote Z-2B, ubicado
en la misma región con 8,092 BPD. El aporte mensual de canon de la producción de
esos dos lotes fue poco más de US$10 millones.

Felipe Cantuarias, presidente de la Sociedad Peruana de Hidrocarburos, señaló que

la producción actual que tiene el país no satisface la demanda interna razón, por la
cual el Perú tiene que importar crudo de otros países.

“Cada barril importado es menos regalía y menos canon, la importación no genera

recursos para el país, por el contrario, se los lleva”, señaló.

En el último año el Perú importó US$2.578 millones en petróleo, divisas que

terminaron beneficiando las economías de Ecuador, Trinidad y Tobago y Colombia
principalmente.

A pesar de que contamos con los recursos necesarios en estos momentos no hay
exploración y, sin exploración, no hay posibilidad de incrementar nuestras reservas
de petróleo, que han disminuido de 750 millones a 450 millones de barriles.

Por eso, la SPH tiene confianza en que los nuevos cambios a la Ley Orgánica de
Hidrocarburos (LOH), nos devuelva la competitividad y se puedan destrabar más
de US$5.000 millones de inversión de manera inmediata y otros US$21.000
millones en futuras inversiones.

METODOLOGIA

Econometría de Series de Tiempo

Las series de tiempo han adquirido un uso tan frecuente e intensivo en la

investigación empírica, que las econometrístas han empezado recientemente a
prestar cuidadosa atención a este tipo de información. En el curso de Econometría
I, se hizo énfasis en un supuesto implícito en el cual se basa el análisis de regresión
que considera series de tiempo, esto es, que dichas series son estacionarias.

al efectuar la regresión de una variable de serie de tiempo sobre otra variable de

serie de tiempo, con frecuencia obtenemos un R2 muy elevado, aunque no haya una
relación significativa entre las dos. Esta situación ejemplifica el concepto de
regresión espuria. Este problema surge porque, si las dos series de tiempo
involucradas presentan tendencias fuertes (movimientos sostenidos hacia arriba o
hacia abajo), el alto R2 observado se debe a la presencia de la tendencia y no a la
verdadera relación entre las dos.
Pero surgen las siguientes preguntas. ¿Cómo se diseña un modelo para una serie de
tiempo estacionaria?, es decir, ¿qué clase de modelo de regresión se puede utilizar
para describir su comportamiento?, y ¿Cómo se utiliza el modelo estimado para fines
de predicción, sabiendo que la predicción es una parte importante del análisis
econométrico?

En términos generales, hay cuatro enfoques para la predicción económica basados

en series de tiempo: (1) Los modelos de regresión uniecuacionales, (2) los modelos de
regresión de ecuaciones simultáneas, (3) los modelos autor regresivos integrados de
media móvil (ARIMA) y (4) los modelos de vectores auto regresivos (VAR).

La publicación de G. P.E. Box y G.M Jenkins sobre análisis de series de tiempo:

Predicción y Control (Time Series Análisis: Forecasting and Control) estableció una
nueva generación de herramientas de predicción. Popularmente conocida como
metodología de Box-Jenkins (BJ), pero técnicamente conocida como metodología
ARIMA, el énfasis de este nuevo método de predicción no está en la construcción de
modelos uniecuacionales o de ecuaciones simultáneas sino en el análisis de las
propiedades probabilísticas, o estocásticas, de las series de tiempo económicas por si
mismas bajo la filosofía de “permitir que la información hable por sí misma”.

En los modelos de series de tiempo del tipo BJ, Y puede ser explicada por valores
pasados o rezagados de sí misma, y por los términos estocásticos de error. Por esta
razón, los modelos ARIMA reciben algunas veces el nombre de modelos a teóricos,
porque no pueden ser derivados de teoría (movimientos sostenidos hacia arriba o
hacia abajo), el alto R2 económica alguna, y las teorías económicas a menudo son la
base de los modelos de ecuaciones simultáneas.

PROCESO AUTOREGRESIVO INTEGRADO DE MEDIA MÓVIL (ARIMA)

El modelo de serie de tiempo analizado está basado en el supuesto de que las series
de tiempo consideradas son débilmente estacionarias. En otras palabras, la media y
la varianza para una serie de tiempo débilmente estacionaria son constantes y su
covarianza es invariante en el tiempo. Pero se sabe que muchas series de tiempo
económicas son no estacionarias, es decir, son integradas.

Sabemos que si una serie de tiempo es integrada de orden 1, sus primeras diferencias
son I(0), es decir, estacionarias. En forma similar, si una serie de tiempo es I(2), su
segunda diferencia es I(0). En general, si una serie de tiempo es I(d), después de
diferenciarla d veces se obtiene una serie I(0).

Si se debe diferenciar una serie de tiempo d veces para hacerla estacionaria y luego
aplicara ésta el modelo ARMA (p,q), se dice que la serie de tiempo original es ARIMA
(p,d,q) , es decir, es una serie de tiempo autor regresiva integrada de media móvil,
donde p denota el número de términos autor regresivos, del número de veces de que
la serie debe ser diferenciada para hacerse estacionaria y q el número de términos
de media móvil.

El punto importante de mencionar es que para utilizar la metodología Box-Jenkins,

se debe tener una serie de tiempo estacionaria o una serie de tiempo que sea
estacionaria después de una o más diferenciaciones. La razón para suponer
estacionariedad puede explicarse por lo dicho por Michael Pokorny en An
Introduction to Econometrics , New York, 1987: “ ...el objetivo de BJ ón para suponer
estacionariedad puede explicarse por lo dicho por Michael Pokorny en An
Introduction to Econométricas , New York, 1987: “ ...el objetivo de BJ (Box-Jenkins)
es identificar y estimar un modelo estadístico que pueda ser interpretado como
generador de la información maestral. Entonces, si este modelo estimado va a ser
utilizado para predicción, se debe suponer que sus características son constantes a
través del tiempo y, particularmente, en períodos de tiempo futuro. Así la simple
razón para requerir información estacionaria es que cualquier modelo que sea
inferido a partir de esta información pueda ser interpretado como estacionario o
estable, proporcionando, por consiguiente, una base válida para predicción.

IDENTIFICACIÓN Y ESTIMACIÓN

Dada la serie de producción nacional de petróleo crudo procedemos a identificar si

es estacionaria en media y varianza. A continuación, el gráfico del comportamiento
de la serie original:

A primera vista podemos afirmar que la serie no es estacionaria, dado que su

media y varianza no son constantes, por lo que a continuación analizaremos dicha
serie con logaritmos para un mejor ajuste en el gráfico.
Analizando el grafico LP_P podemos concluir que la serie es no estacionaria debido
a que su media y varianza no son constantes.

ESTIMACION DE LA SERIE P_P

Para asegurarnos de esta conclusión, las series P_P y LP_P serán evaluadas con la
prueba de Dickey-Fuller y el Filtro de Hodrick-Prescott.

Como el t-Statistic es menor (en el valor absoluto) que el valor crítico de la tabla
MacKinnon: │-2.998860│ <│-3.419474│, entonces se acepta la hipótesis
nula: por lo tanto, la serie P_P es no estacionaria.
Los resultados del test estadístico de Dickey-Fuller nos muestran que la serie P_P
no es estacionaria (raíz unitaria 2.998860 es menor a los valores arrojados al 99, 95
y 90% de confianza) comprobando dicho resultado en el gráfico del Filtro Hodrick-
Prescott, que muestra una tendencia no estable.

ESTIMACION DE LA SERIE LP_P