Gerenciando incertezas do preço das commodities

Empresas em indústrias baseadas em resistência natural dependem fortemente da previsão de preços de commodities para tomar grandes decisões estratégicas, como se para construir uma nova mina ou expor a produção em uma produção de uma produção. O preço que eles podem obter para as mercadorias que eles produzem terão um enorme impacto em suas receitas e lucros, por isso influencia poderosamente suas escolhas. Por exemplo, devido às avaliações necessárias de valor justo, as empresas podem facilmente encontrar violações da aliança de dívida se os preços despencarem inesperadamente e precisam iniciar uma redução de ações. Finalmente, investidores e empresas comerciais dependem de previsões de preços para determinar onde fazer suas maiores apostas, estejam em produtos financeiros baseados em commodities ou em ativos de mineração. Isso sempre foi verdadeiro, mas o aumento da volatilidade nos mercados de commodities tornou a previsão mais desafiadora do que nunca. Os observadores do mercado tendem a assumir que os padrões anteriores do preço de uma mercadoria continuarão no futuro e entregam uma única perspectiva extrapolada do comportamento do preço passado.

Price also factors heavily into companies’ liquidity planning. For instance, owing to required fair-value assessments, companies can easily run into debt covenant violations if prices plummet unexpectedly and they have to initiate an equity write-down. Finally, investors and trading companies rely on price forecasts to determine where to place their biggest bets, whether they be on commodity-based financial products or on mining assets.

Despite this dependence on commodity price forecasts, it’s extremely difficult—if not impossible—to predict what a ton of iron ore, an ounce of gold, or a ton of copper will sell for tomorrow, next month, or next year. This has always been true, but increased volatility in commodity markets has made forecasting more challenging than ever. Market observers tend to assume that past patterns of a commodity’s price will continue into the future, and they deliver a single outlook extrapolated from past price behavior.

para superar as dificuldades inerentes à previsão Preços de commodities , empresas e investidores baseados em recursos naturais precisam desenvolver uma visão mais sutil dos mercados em que estão jogando. Essa visão pode ajudá-los a formar sua própria opinião sobre para onde os preços irão e o que isso significará para as decisões estratégicas que enfrentam. Recomendamos um processo de quatro etapas para o desenvolvimento de uma série de cenários baseados em modelagem aprofundada de suprimentos e demanda. O fornecimento, por exemplo, é impulsionado pelos perfis de produção das minas existentes, pela aceleração de novas minas, atividade de reciclagem e custos de produção de mineração. Os fatores de demanda incluem o desenvolvimento macroeconômico geral (como a ascensão da China durante a última década) e o comportamento do consumidor (como a crescente sensibilidade dos consumidores chineses ao preço na compra de jóias de ouro). O valor das características específicas de uma mercadoria nos processos de fabricação também afeta a demanda. O mesmo acontece com os preços de substitutos próximos: quando eles diminuem, a demanda pela mercadoria original diminui. Ou seja, o preço os afeta tanto quanto eles influenciam o preço. Além disso, esses motoristas estão sempre mudando, às vezes em resposta a grandes eventos inesperados. Exemplos incluem proibições de exportação impostas por um regime de um país produtor ou uma tecnologia disruptiva que torne uma mercadoria específica obsoleta em uma aplicação importante. Para investigar isso, realizamos uma análise de sensibilidade para cobre, ouro e minério de ferro usando

Step 1: Understand Your Market’s Most Powerful Drivers

In every commodity market, price is powerfully influenced by supply-and-demand dynamics, which, in turn, are subject to a set of drivers. Supply, for instance, is driven by the production profiles of existing mines, the ramp-up of new mines, recycling activity, and mining production costs. Demand drivers include general macroeconomic development (such as China’s rise during the last decade) and consumer behavior (such as Chinese consumers’ increasing sensitivity to price in the purchase of gold jewelry). The value of a commodity’s specific characteristics in manufacturing processes also affects demand. So do the prices of close substitutes: when they decrease, demand for the original commodity wanes.

Complicating things further, supply and demand drivers are not only interdependent but also subject to price. That is, price affects them as much as they influence price. What’s more, these drivers are always changing, sometimes in response to major unexpected events. Examples include export bans imposed by a producing country’s regime or a disruptive technology that makes a particular commodity obsolete in a key application.

Price sensitivity to changes in supply and demand drivers varies substantially across commodities and across the users of a given commodity. To investigate this, we conducted a sensitivity analysis for copper, gold, and iron ore using Ferramenta do mercado de commodities da BCG (CMI) Ferramenta ¹ 1 = O CMI fornece uma estrutura de baixo para cima, granular e totalmente flexível para entender os fatores de motorista da oferta, demanda e preço de uma commodity. Com base em um algoritmo recursivo, os modelos CMI derivam as previsões anuais de preços sujeitas a os principais parâmetros de entrada - e permitem que os executivos simulem a sensibilidade dos preços a esses parâmetros. Assim, o CMI facilita a tomada de decisão informada em áreas como estruturação do portfólio, desenvolvimento de projetos e otimização de alocação de capital. . Descobrimos que uma interrupção da oferta que reduziu a produção esperada de 2018 em 15 % (do nosso caso base) catalisaria um aumento de preço muito maior no cobre (31 %) do que em ouro (15 %) ou minério de ferro (14 %). A análise também indicou que, se a inflação do custo de mineração atingisse 7 % ao ano, em vez de 3,5 % até 2018, o minério de ferro mostraria o maior aumento de preço (6 % versus 2 % para cobre e ouro). Finalmente, se o PIB da China crescesse uma média de 2,9 % ao ano em 2018, em vez de 6,4 %, os preços do cobre experimentariam uma queda mais extrema (17 %) do que os de ouro (8 %) ou minério de ferro (6 %). As disparidades decorrem de variações nas curvas de oferta e demanda de um metal, juntamente com a localização do ponto de equilíbrio (a interseção da oferta e da demanda) nessas curvas. (Consulte o Anexo 1.) Com o cobre, por exemplo, nossa análise mostra que, em 2018, o ponto de equilíbrio "se estabelecerá" em uma seção íngreme da curva de suprimentos. Consequentemente, prevemos que mesmo uma pequena mudança na oferta ou demanda terá um impacto desproporcionalmente grande no preço do cobre. Quando o equilíbrio de suprimento e demanda se estabelece em um ponto moderadamente inclinado na curva de oferta (como nossa análise indica para o ouro em 2018), o preço reage menos extremamente às mudanças nos fatores de oferta ou demanda. E quando o ponto de equilíbrio se instala em uma parte bastante plana da curva de suprimento (como antecipamos o minério de ferro em 2018), mesmo grandes mudanças na oferta ou demanda terão pouco impacto no preço da commodity. para participantes do setor. Dado que a dinâmica de fornecimento e demanda varia de maneira tão amplamente entre diferentes mercadorias-e que essas diferenças influenciam fortemente os preços das commodities-as compras e os investidores precisam identificar os fatores de oferta e demanda que

What explains such differences in price sensitivity to the same underlying drivers? The disparities stem from variations in a metal’s supply and demand curves, along with the location of the equilibrium point (the intersection of supply and demand) on those curves. (See Exhibit 1.) With copper, for example, our analysis shows that, by 2018, the equilibrium point will “settle” in a steep section of the supply curve. Consequently, we anticipate that even a small change in supply or demand will have a disproportionately large impact on the price of copper. When supply-and-demand equilibrium settles at a moderately pitched point on the supply curve (as our analysis indicates for gold in 2018), price reacts less extremely to changes in supply or demand drivers. And when the equilibrium point settles at a fairly flat part of the supply curve (as we anticipate for iron ore in 2018), even major changes in supply or demand will have little impact on the commodity’s price.

All this has important implications for industry players. Given that supply-and-demand dynamics vary so widely across different commodities—and that such differences strongly influence commodity prices—companies and investors need to identify the supply and demand drivers that Most afetam sua mercadoria de interesse. Certamente, certos fatores (como o desenvolvimento do PIB e a inflação de custos fatoriais) influenciam quase todas as mercadorias (embora em graus diferentes). Mas cada mercadoria tem seus próprios drivers específicos e muitas vezes únicos. Tome ouro. Dois dos fatores mais poderosos deste mercado são o nível esperado de demanda de investidores resultantes da incerteza econômica e do grau de sensibilidade dos preços nos mercados asiáticos. Enquanto influencia fortemente o preço do ouro, esses dois motoristas têm impacto limitado (se houver) nos preços do cobre e do minério de ferro. Enquanto isso, drivers específicos para os mercados de cobre e minério de ferro estão mais ligados às tendências de substituição e à intensidade do desenvolvimento da infraestrutura. Desvios das previsões de preços de casos básicos. Os cenários cobrem uma série de desenvolvimentos possíveis e refletem os principais fatores que afetam os mercados específicos. Eles então desenvolvem dois cenários de "suporte de livros": uma vantagem e um caso de desvantagem mostrando um ambiente propício a um preço favorável e desfavorável, respectivamente. Dependendo do objetivo da análise, o horizonte de tempo pode ser curto (dois ou três anos para definir prioridades operacionais para um ativo) ou longo (dez anos ou mais para informar uma decisão de desenvolvimento de projetos). Além disso, eles precisam se basear em suposições viáveis ​​sobre como os motoristas de oferta e demanda podem realmente mudar, em vez de ajustes de fórmula no caso base (como 10 % acima e abaixo do preço da base base). Finalmente, ao dar aos cenários nomes que pintam uma imagem fácil de visitar o futuro, os participantes do setor podem discutir e se referir mais facilmente a esses cenários durante as sessões de estratégia. De acordo com nossa análise, o caso base deste mercado - que chamamos de "pouso suave na China" - será caracterizado por uma diminuição modesta do crescimento no PIB da China (5,3 % em 2020 e 3,8 % em 2025), crescimento moderado do volume de projetos e leve aumento nos custos de produção (3,5 %). O caso positivo-"Segundo ascensão da China"-mostra forte reextação do crescimento do PIB da China (9,5 % até 2025), impulsionado pela ênfase renovada em programas de infraestrutura liderada pelo governo. Esse cenário também antecipa mais expansões de minas e projetos Greenfield iniciados para atender à forte demanda por minério de ferro. No caso de desvantagem - "as explosões da bolha chinesa" - imaginamos um declínio significativo no PIB da China (3,5 % em 2020 e 2,9 % em 2025) e uma parcela maior do PIB sendo acionada pelo consumo. Tudo isso criaria um efeito negativo composto na demanda de minério de ferro.

Step 2: Develop Base, Upside, and Downside Cases

By developing a set of scenarios representing potential changes in supply and demand drivers for their commodity of interest, industry players can make more informed judgments about the likelihood of major deviations from base-case price forecasts. The scenarios cover a range of possible developments and reflect the key drivers affecting specific markets.

Companies and investors start from a base case, which usually takes the consensus view of how the commodity’s supply-and-demand environment may evolve. They then develop two “bookend” scenarios: an upside and a downside case showing an environment conducive to a favorable and an unfavorable price, respectively. Depending on the purpose of the analysis, the time horizon can be short (two or three years to define operational priorities for an asset) or long (ten years or more to inform a project development decision).

To be most useful, the bookend scenarios should represent extreme conditions, not just slight modifications from the base case. Moreover, they need to be based on feasible assumptions about how supply and demand drivers might actually change, rather than on formulaic adjustments to the base case (such as 10 percent above and below the base-case price). Finally, by giving the scenarios names that paint an easy-to-envision picture of the future, industry players can more easily discuss and refer to these scenarios during strategy sessions.

To help illustrate how the three scenarios come into play, let’s focus on the iron ore market, drawing on scenarios developed from CMI modeling. According to our analysis, the base case for this market—which we call “soft landing in China”—will be characterized by a modest slowing of growth in China’s GDP (5.3 percent in 2020 and 3.8 percent in 2025), moderate project volume growth, and slight increases in production costs (3.5 percent annually). The upside case—“China’s second rise”—shows strong reacceleration of China’s GDP growth (9.5 percent by 2025) driven by renewed emphasis on government-led infrastructure programs. This scenario also anticipates more mine expansions and greenfield projects initiated to meet strong demand for iron ore. In the downside case—“the Chinese bubble bursts”—we envision a significant decline in China’s GDP (3.5 percent in 2020 and 2.9 percent in 2025) and a larger share of GDP being driven by consumption. All of this would create a compounded negative effect on iron ore demand.

Etapa 3: Simule o comportamento do preço para cada caso

simulando o comportamento de preços para os casos de base, vantagem e desvantagem requer a aplicação de um modelo de mercado recursivo que leva em consideração como os participantes do lado da oferta e da demanda responderiam aos preços de mercado. (Veja o Anexo 2.) Retornando ao nosso exemplo de minério de ferro, quase não há elasticidade a curto prazo relacionadas a preços na demanda por essa mercadoria. A demanda é impulsionada principalmente pela demanda por aço, que, por sua vez, é alimentada pelo crescimento e construção econômica. No entanto, os níveis de preços esperados certamente afetam as decisões de produção. Descobrimos que a maioria das minas continua operando por um determinado período, mesmo que não possam cobrir seus

To reflect this decision-making process on the supply side, we analyzed the production and production cost profiles of more than 2,000 mines over the past 20 years. We found that most mines keep operating for a certain period even if they cannot cover their Custo de sustentação All-In (AISC) ² 2 A análise histórica mostra que as decisões de fechamento relacionadas a preços são melhor descritas por uma medida do AISC. Além dos custos diretos de caixa, a AISC considera a parcela sustentável das despesas de capital necessárias para garantir a operação de médio prazo do ativo. . Isso deve-se às rigidez dos mercados de trabalho, aos custos únicos associados ao traficante de uma mina e a expectativa de que uma mina possa ser renovada mais tarde (o que, por exemplo, poderia envolver a renovação das licenças ambientais). No entanto, descobrimos que, quando a proporção do preço do AISC e do mercado exceder 1,25, fortes perdas de caixa imediato fecham o fechamento de ativos. Dada a inelasticidade da demanda no mercado de minério de ferro, esse diferencial de preço é uma causa (e também uma conseqüência) da decisão de empresas individuais de cessar ou continuar a produção. Por exemplo, no caso negativo, muitas minas juniores seriam espremidas no mercado. Embora esse efeito já tenha sido aparente em 2014 e no primeiro semestre de 2015, as realidades econômicas do caso de desvantagem causariam 22 % adicionais das minas juniores (sobre o nosso caso base) para sair da produção no médio prazo. As minas na Austrália levariam o maior golpe geral (cerca de 50 % de corte). Como resultado, o mercado de minério de ferro já bastante consolidado seria ainda mais fortemente dominado por volumes das cinco principais empresas (Vale, BHP Billiton, Rio Tinto, Fortescue Metals Group e Anglo American). Esses gigantes representariam aproximadamente 80 % da oferta doméstica marítima e chinesa global até 2018 (contra 69 % em nosso caso base). Por outro lado, o caso de vantagem mostra volumes fragmentados de minas juniores subindo novamente. Isso pode levar a um declínio na participação de mercado dos cinco primeiros, que pode cair abaixo de 60 % até 2018.

As shown in Exhibit 2, the bookend scenarios comprise a wide range of price levels, especially in the medium and longer term. Given the inelasticity of demand in the iron ore market, this price differential is a cause (as well as a consequence) of the decision by individual companies to cease or continue production. For example, in the downside case, many junior mines would be squeezed out of the market. While this effect was already apparent in 2014 and the first half of 2015, the economic realities of the downside case would cause an additional 22 percent of junior mines (over our base case) to exit production in the medium term. Mines in Australia would take the hardest overall hit (about a 50 percent cut). As a result, the already rather consolidated iron ore market would be even more strongly dominated by volumes from the top five companies (Vale, BHP Billiton, Rio Tinto, Fortescue Metals Group, and Anglo American). These giants would account for roughly 80 percent of global seaborne and Chinese domestic supply by 2018 (versus 69 percent in our base case). On the other hand, the upside case shows fragmented volumes from junior mines rising again. This could lead to a decline in the top five’s market share, which could drop below 60 percent by 2018.

Given the peculiarities of the iron ore market, it’s worth taking a moment to elaborate on Chinese producers’ behavior, since domestic production determines the seaborne supply volumes required to meet demand. In our analysis, we differentiate between three general types of mines in China: state-owned assets, privately owned mines close to the coast, and privately owned inland mines. Each type responds differently to volatility in iron ore prices.

For instance, state-owned assets tend to keep operating almost irrespective of cash losses, owing to the Chinese government’s social priorities. These mines would therefore be positioned on the left side of the supply curve, despite their comparably high average production costs. Privately owned producers, on the other hand, act more in line with commercial principles: they cease operation once the AISC-to-price hurdle is breached. This principle holds true for all private mines. But the farther inland a domestic Chinese asset is located, the more it is shielded from seaborne price levels. The reason? The required domestic transport costs from the closest harbor to the receiving steel mill are very high. (Transport costs from the coast to mills located in China’s Xinjiang region can reach $90 per ton.) We account for this in our CMI model by making a distinction between coastal and inland mines. To illustrate, our downside case assumes that almost all of the 140 million tons of coastal capacity will be out of production by 2018 because of price-related closures. Meanwhile, the “shielded” inland volumes will drop by only about 30 percent.

Para ver como essa parte do processo pode ser em ação, suponhamos que uma empresa de mineração de minério de ferro ou empresa de patrimônio privado esteja pensando em comprar uma mina operacional de minério de ferro. O potencial comprador já recebeu informações sobre alguns aspectos do acordo. Por exemplo, ele entende que a mina tem uma capacidade anual de 5 milhões de toneladas e deve operar com um AISC de US $ 65 por tonelada em 2016 - o primeiro ano sob o novo proprietário. O final estimado da vida da mina é 2025, com a produção começando a diminuir em 2023. O vendedor informou ao comprador em potencial que o processo é competitivo e indicou que apenas considerará ofertas acima de US $ 500 milhões. O comprador em potencial requer pelo menos uma taxa de retorno de 12 %. (Veja o Anexo 3.) Um VPL acima de US $ 500 milhões implica que a mina atenderá aos critérios de investimento do comprador. Um NPV abaixo de US $ 500 milhões sugere o contrário. Embora o VPL seja de US $ 769 milhões no caso positivo do comprador, é apenas US $ 407 milhões no caso base e até fica negativo em - US $ 47 milhões no caso negativo. Portanto, a mina atenderia à taxa de retorno exigida pelo comprador somente se a realidade for uma melhoria em relação ao caso base retratado no cenário "pouso suave na China" e é mais parecido com o cenário de "segundo ascensão da China". Para esse comprador em potencial, a decisão de investimento é muito difícil, já que o VPL difere muito nos cenários. No entanto, podemos fornecer algumas informações relevantes adicionais, como como o mundo precisaria procurar para justificar um preço mínimo de oferta de US $ 500 milhões. Por uma questão de simplicidade, vamos usar o PIB da China como a principal variável. Ao alavancar o modelo CMI da BCG, a empresa poderia calcular a taxa de crescimento necessária do PIB que implicaria um VPL de US $ 500 milhões. O modelo mostra que uma taxa média anual de crescimento do PIB de 5,6 % (versus os 5,1 % subjacentes ao caso base) em relação ao horizonte de investimento de dez anos produziria os US $ 500 milhões desejados por NPV. A empresa poderia repetir o mesmo processo para qualquer preço de compra potencial. Por exemplo, para justificar um preço de oferta de US $ 600 milhões, o crescimento médio do PIB na China teria que ser de 6,5 %. E como eles estabeleceram uma profunda compreensão dos fundamentos do mercado e consideraram uma série de cenários em potencial, sua escolha será mais informada do que se tivessem confiado apenas nas previsões de preços dos analistas da “caixa preta”. (Para um exemplo de como a avaliação dos cenários de preços também pode ajudar os comerciantes, consulte “Sair da negociação de minério de ferro - ou manter -se apertado e esperar?”)

Using this information as well as the price forecasts developed in step 3, our potential buyer can calculate the net present value (NPV) under the different scenarios. (See Exhibit 3.) An NPV above $500 million implies that the mine will meet the buyer’s investment criteria. An NPV below $500 million suggests the opposite.

The outcome varies significantly across the three scenarios. While the NPV is $769 million in the buyer’s upside case, it is only $407 million in the base case and even turns negative at –$47 million in the downside case. Hence, the mine would meet the buyer’s required rate of return only if reality is an improvement over the base case depicted in the “soft landing in China” scenario and is more like the “China’s second rise” scenario. For this potential buyer, the investment decision is very difficult, given that NPV differs so greatly across the scenarios.

Of course, we don’t know the perspective on the Chinese economy and the risk appetite of the mining or private-equity company considering this purchase. However, we can provide some additional relevant information, such as how the world would need to look in order to justify a minimum bid price of $500 million. For the sake of simplicity, let’s use China’s GDP as the key variable. By leveraging BCG’s CMI model, the company could backward-calculate the required GDP growth rate that would imply an NPV of $500 million. The model shows that an average annual GDP growth rate of 5.6 percent (versus the 5.1 percent underlying the base case) over the ten-year investment horizon would yield the desired $500 million NPV. The company could repeat the same process for any potential purchase price. For example, to justify a bid price of $600 million, average GDP growth in China would have to be 6.5 percent.

With this in mind, the company’s strategic planners now have a solid set of data to use in their decision-making process. And because they have established a deep understanding of market fundamentals and have considered a range of potential scenarios, their choice will be more informed than if they had relied only on the “black box” price forecasts of analysts. (For an example of how assessing price scenarios can also help traders, see “Exit Iron Ore Trading—or Hold Tight and Wait?”)

---

Os preços das commodities nunca serão fáceis de prever. Mas, ao explorar uma ampla gama de cenários de preços baseados na modelagem disciplinada de mudanças nos motoristas de oferta e demanda, os participantes do setor podem esclarecer seus requisitos e fazer escolhas estratégicas mais saborosas. Clement Kwok e Tarunjot Singh. Eles também agradecem a Lauren Keller Johnson por escrever assistência e Katherine Andrews, Kim Friedman, Jeff Garigliano, Abby Garland, Gina Goldstein, Brianna Patel e Sara Strassenreiter para edição, design e produção. Parceiro sênior;
Presidente, emesa

Acknowledgments

The authors would like to acknowledge the contributions of the following global experts in metals and mining on BCG’s Knowledge Team: Stephen Amery, Benjamin Chew, Xinying Chia, Clement Kwok, and Tarunjot Singh. They also thank Lauren Keller Johnson for writing assistance and Katherine Andrews, Kim Friedman, Jeff Garigliano, Abby Garland, Gina Goldstein, Brianna Patel, and Sara Strassenreiter for editing, design, and production.