Building an econometric model for african oil production
 
 
 
More details
Hide details
1
student AGH University of Science and Technology, Faculty of Drilling, Oil and Gas, Kraków, Poland
 
 
Polityka Energetyczna – Energy Policy Journal 2017;20(2):73-88
 
KEYWORDS
ABSTRACT
The aim of the paper is to identify which factors influence the production of crude oil in Africa and what it means for the investments in oil production on this continent in the future. In order to identify these factors it is necessary to create a function of production. A number of variables have been chosen, which are likely to have an influence on the level of exploitation, such as the price of oil, oil consumption in Africa, oil import by the US, etc. The estimation of the function was based on the statistical analysis of empirical data. For the years 1980–2015 the linear regression model was estimated using the method of ordinary least squares (OLS) and econometric software – GRETL. In order to find the best model the academic research on the global oil market has been taken into account and a variety of statistical and econometric tests have been made. According to the literature on the subject, the production of crude oil in Africa is mostly affected by two players – Europe and the US. The first includes the member states of the OPEC. There are also countries of West Africa which in the past exported most of their production to the US. The model shows that the situation has changed after the “shale revolution”, which reduced the level of imported oil and consequently the level of African production. Moreover, an interesting trend has been noticed, namely that when oil prices go up, the oil production in Africa decreases. The reason for this phenomenon is that high oil prices make American shale plays more profitable than West African petroleum basins. The model aggregating macroeconomic indicators and statistics is a very useful management tool and it reveals the problems of the efficiency of investments in oil production in Africa.
METADATA IN OTHER LANGUAGES:
Polish
Budowa modelu ekonometrycznego wydobycia ropy naftowej w Afryce
ropa naftowa, Afryka, Stany Zjednoczone, ropa łupkowa, rewolucja łupkowa
Celem niniejszego artykułu jest identyfikacja czynników determinujących poziom wydobycia ropy naftowej w Afryce, a następnie określenie, co to oznacza dla potencjalnych przyszłych inwestycji na tym kontynencie. Aby rozpoznać wspomniane czynniki, niezbędne jest stworzenie w pierwszej kolejności funkcji wydobycia. Stąd też wybrano szereg zmiennych, mogących mieć wpływ na poziom eksploatacji, m.in. cenę ropy naftowej, poziom jej konsumpcji w Afryce, import ropy do Stanów Zjednoczonych i in. Następnie dokonano estymacji funkcji, posiłkując się statystyczną analizą danych empirycznych. Dla lat 1980–2015 oszacowano za pomocą oprogramowania ekonometrycznego GRETL model liniowej regresji według metody najmniejszych kwadratów (MNK). Aby wybrać model najlepiej odzwierciedlający rzeczywistość, otrzymane wyniki zweryfikowano zarówno danymi pozyskanymi z literatury poświęconej światowemu rynkowi ropy, jak i przy użyciu odpowiednich testów statystycznych oraz ekonometrycznych. Nawiązując do literatury przedmiotu, na poziom wydobycia ropy naftowej wAfryce mają wpływ przede wszystkim dwaj gracze – Europa i Stany Zjednoczone. Z pierwszym z nich związane są przede wszystkim państwa członkowskie organizacji OPEC. Z drugiej strony kraje Afryki Zachodniej w większym stopniu eksportują ropę do Stanów Zjednoczonych. Oszacowany model pokazuje, że sytuacja ta zmieniła się po tzw. łupkowej rewolucji i spadku ilości importowanej przez Amerykę ropy, a co za tym idzie i wydobycia w Afryce. Co więcej, zaobserwowano interesującą tendencję do zmniejszenia wydobycia w Afryce, kiedy ceny ropy rosną. Przyczyną tego zjawiska może być fakt, że wysokie ceny surowca implikują wzrost opłacalności eksploatacji złóż ropy łupkowej w Stanach Zjednoczonych, będących bezpośrednią konkurencją dla złóż afrykańskich. Model, który agreguje makroekonomiczne wskaźniki i dane statystyczne jest bardzo użytecznym narzędziem, które wykazuje efektywność inwestycji w wydobycie ropy naftowej w Afryce.
 
REFERENCES (25)
1.
Blas, J. 2014. US-Africa oil trade wanes after shale revolution. Financial Times, 03 August 2014. [Online] Available at: http://www.ft.com/cms/s/0/e89f... [Accessed: 8.03.2016].
 
2.
BP, 2007 – BP Statistical Review of World Energy 2007, June 2007. [Online] Available at: http://www.bp.com/content/dam/... [Accessed: 8.03.2016].
 
3.
BP, 2015 – BP Statistical Review of World Energy 2015, June 2015. [Online] Available at: http://www.bp.com/content/dam/... [Accessed: 8.03.2016].
 
4.
Brigida, M. 2014. The switching relationship between natural gas and crude oil prices. Energy Economics 43, pp. 48–55.
 
5.
Business Standard, 2016 – India eyes more crude oil imports from African nations, 20 January 2016. [Online] Available at: http://www.business-standard.c... [Accessed: 8.03.2016].
 
6.
Chevron, 2016 – African Crudes, Chevron Crude Oil Marketing. [Online] Available at: http://www.crudemarketing.chev... [Accessed: 8.03.2016].
 
7.
Clayton, B. 2015. The Case for Allowing U.S. Crude Oil Exports. Council on Foreign Relations, July 2013. [Online] Available at: http://www.cfr.org/oil/case-al... [Accessed: 8.03.2016].
 
8.
Ebner, J., 2015 – The Sino-European race for Africa’s minerals: When two quarrel a third rejoices. Resources Policy 43, pp. 112–120.
 
9.
EIA, 2015 – Petroleum & Other Liquids, U.S. Net Imports by Country, December 2015. [Online] Available at: http://www.eia.gov/dnav/pet/pe... [Accessed: 8.03.2016].
 
10.
EIA, 2016a. – International Energy Statistics. [Online] Available at: http://www.eia.gov/cfapps/ipdb... [Accessed: 8.03.2016].
 
11.
EIA, 2016b. – Short-Term Energy Outlook. Real and Nominal Prices, February 2016. [Online] Available at: http://www.eia.gov/forecasts/s... [Accessed: 8.03.2016].
 
12.
Gruszczyński et al., ed. 2009 – Gruszczyński, M., Kuszewski, T. and Podgórska, M. (ed.) 2009. Ekonometria i badania operacyjne. Podręcznik do studiów licencjackich, (Ed. 1), Warszawa: Wydawnictwo Naukowe PWN, 495 pp.
 
13.
Klasa, A., 2014 – US shale oil revolution shakes up African markets. This Is Africa, 03 November 2014. [Online] Available at: http://www.thisisafricaonline.... [Accessed: 8.03.2016].
 
14.
Labuda, W. 2015. Łupkowy cios dla Afryki. Wiadomości Naftowe i Gazownicze 203 (3), pp. 4–8.
 
15.
Maddala, G.S. and Lahiri, K. 2009. Introduction to Econometrics. (Ed. 4), Chichester: John Wiley, 630 p.
 
16.
OPEC, 2015a – Monthly Oil Market Report, 12 May 2015. [Online] Available at: http://www.opec.org/opec_web/s... [Accessed: 8.03.2016].
 
17.
OPEC, 2015b – Monthly Oil Market Report, 16 March 2015. [Online] Available at: http://www.opec.org/opec_web/s... [Accessed: 8.03.2016].
 
18.
OPEC, 2015c – Monthly Oil Market Report, 11 August 2015. [Online] Available at: http://www.opec.org/opec_web/s... [Accessed: 8.03.2016].
 
19.
OPEC, 2015d – Monthly Oil Market Report, 12 November 2015. [Online] Available at: http://www.opec.org/opec_web/s... [Accessed: 8.03.2016].
 
20.
OPEC, 2015e – OPEC Annual Statistical Bulletin. [Online] Available at: http://www.opec.org/opec_web/s... [Accessed: 8.03.2016].
 
21.
OPEC, 2016 – Monthly Oil Market Report, 10 February 2015. [Online] Available at: http://www.opec.org/opec_web/s... [Accessed: 8.03.2016].
 
22.
Pembroke, Ch. 2015. Low prices cast doubt on African oil projects. African Business Magazine, 23 October 2015. [Online] Available at: http://africanbusinessmagazine... [Accessed: 8.03.2016].
 
23.
The Economist, 2015 – America lifts its ban on oil exports, 18 December 2015. [Online] Available at: http://www.economist.com/news/... [Accessed: 8.03.2016].
 
24.
Tsoskounoglou et al. 2008 – Tsoskounoglou, M., Ayerides G. and Tritopoulou E. 2008. The end of cheap oil: Current status and prospects. Energy Policy 36, pp. 3797–3806.
 
25.
Watkins, G.C. 2006. Oil scarcity: What have the past three decades revealed? Energy Policy 34, pp. 508–514.
 
eISSN:2720-569X
ISSN:1429-6675
Journals System - logo
Scroll to top