CC BY
5УДК 330.322.012
КОМПЛЕКСНАЯ ОЦЕНКА РИСКОВ ПРОЕКТОВ ВОССТАНОВЛЕНИЯ НЕФТЕПРОВОДОВ
ASSESSMENT OF THE INTEGRATED RISK OF OIL PIPELINES RECONSTRUCTION PROJECTS
Д. И. Качаева, М. Х. Газеев
D. I. Kachaeva, M. H. Gazeev
Ключевые слова: инвестиционный проект, риски, экономическая эффективность, нефтепровод Key word: the investment project, risks, cost efficiency, the oil pipeline
Сформирована оперативно-учетная система оценки проектных рисков восстановления нефтепроводов, на основе комплексного управления рисками, позволяющая не только выявить все значимые факторы, определить место их возникновения, но и оценить степень их влияния на результаты проекта нефтетранспортного предприятия.
A operational-accounting system for assessment of design risks in oil pipelines reconstruction based on the integrated risks management was formed. It is shown that this system allows not only to identify all relevant factors, to determine the point of their origin, but also to estimate their impact on the oil transport company's project results.
Эффективность реализации инвестиционных проектов во многом зависит от методов экономической оценки их результативности. Эта оценка будет надежнее при своевременном и полном учете всех присущих проекту факторов риска. Поэтому актуальным становиться создание регулярной процедуры выявления и идентификации рисков, которая будет обеспечивать сбор данных о его факторах в единую информационную базу. Для формирования системы учета инвестиционных рисков проектов реконструкции необходимо использование как внешних, так и внутренних источников информации.
Проведение качественного анализа позволит принять решение об эффективности проекта и целесообразности его реализации. Процедура качественного анализа, по существу, приведет к количественной стоимостной оценке как негативных последствий идентификационных рисков, так и разработанных антирисковых мероприятий.
Анализируя достоинства и недостатки применения существующих методов оценки риска, можно сделать вывод, что комплексный анализ проекта должен включать в себя использование перечисленных методов в совокупности (табл.1).
Таблица 1
Характеристика методов оценки риска
Наименование Характеристика Достоинства Недостатки
Метод корректировк и нормы дисконта Базовый вариант расчетов пересчитывается с применением различных норм дисконта в зависимости от степени предполагаемой величины риска Простота и понимание расчетов. Широкое применение Корректировка нормы дисконта не дает информации о степени риска. Полученные результаты зависят от величины надбавки за риск. Метод не несет информации о вероятностных распределениях будущих потоков платежей и не позволяет получить их оценку
Анализ чувствительности Проводится анализ чувствительности аналитической модели инвестиций к изменению одного параметра Не учитывается наличие корреляции между составляющими проекта. Рассматривается влияние только одной варьируемой переменной при неизменных остальных составляющих проекта Корреляция моделируется разными методами и учитывается в модели. Появляется возможность одновременно моделировать случайные изменения нескольких составляющих с учетом условий коррелированности
Дерево решений Представляет, насколько поддается количественной оценке то или другое явление в условиях субъективного принятия непрограммируемых решений Определяет сценарии наилучшего развития событий Повторение некоторых частей при построении деревьев решений, создание в некоторых случаях трудноинтерпретируемых правил
Представляет собой развитие
методики анализа
чувствительности проекта,
одновременному изменению
подвергается вся группа переменных
Требуется отбор и аналитическая информация для создания нескольких сценариев
Границы сценариев размыты, а построенные оценки значений переменных для каждого сценария в некоторой степени произвольны_
Число случайных сценариев может быть сколь угодно велико, существует метод выбора необходимого числа сценариев, гарантирующего с определенной вероятностью точность результатов моделирования
я И л
мн
е
I2
К
Эффективный аппарат
исследования стохастических
систем. Имеется возможность проводить исследование в условиях неопределенности, при неполных и неточных данных
Разработка имитационной модели системы позволяет лучше понять реальную систему
Возможно рассмотрение большого временного
периода
Моделирование можно использовать в качестве средства обучения
персонала работе с реальной системой. Обеспечивает более
реалистичное
воспроизведение системы, чем математический анализ
Нет никакого способа доказать, что работа модели полностью соответствует работе реальной системы. Моделирование связано с многочисленными повторениями последовательностей, которые основываются на генерации случайных чисел, имитирующих наступление тех или иных событий
Применение метода Монте - Карло основывается на отказе от детерминированности через введение в качестве исходных данных случайных величин, то есть на наличии вероятностной неопределенности. Далее представлен алгоритм комплексной оценки рисков инвестиционного проекта.
1. Анализ чувствительности Последовательное изменение каждого фактора риска Ранжирование факторов риска по _степени влияния на проект_
Ранжирование риск-переменных в зависимости от значений эластичности: чем больше значение, тем сильнее эта зависимость и тем более рискованный для проекта данный фактор. Затем все факторы риска ранжируются по степени влияния на изменение критерия, что позволяет выявить наиболее опасные для проекта
2. Анализ сценариев. Одновременному реалистическому изменению подвергается вся группа переменных. Рассчитывается пессимистический вариант возможного изменения переменных, оптимистический и наиболее вероятностный вариант. В соответствии с этими расчетами определяются новые значения критериев интегрального эффекта и внутренней нормы доходности. Эти показатели необходимо сравнить с базисными значениями и сделать необходимые рекомендации.
Анализ воздействия одновременного изменения всех основных риск-переменных проекта, характеризующих его денежные потоки. Формализованное описание неопределенности. Расчет ожидаемой эффективности проекта, равной сумме произведений эффекта каждого сценария и вероятности его реализации.
3. Метод корректировки нормы дисконта
Применение диффиринцированных норм дисконта дня различных по степени риска вариантов реализации проекта
Применение различных норм дисконта в зависимости от капитальных и эксплуатационных затрат, обьем транспортировки.
Принятие нескольких решений результатов предыдущего.
4. Дерево решений
условиях неопределенности при зависимости исхода каждого последующего решения от
Нахождение вероятности наступления негативных для проекта событий.
5. Метод Монте-Карло
1 Выбор закона распределения:
Определение возможных границ изменения риск-переменной;
Выбор общего вида закона распределения: обработка имеющейся статистики; экспертное заключение; выбор равномерного распределения, отражающего наличие малого количества информации переменной.
С учетом диапазона изменения переменной и общего вида оценка основных числовых характеристик закона распределения или присвоение возможным значениям риск-переменной вероятности их реализации.
2.Учет вероятностной зависимости риск-переменных.
3. Осуществление имитации.
4. Анализ и интерпретация результатов.
5. Графический анализ. 6. Анализ количественных результатов.
Построение математической модели результирующего показателя, как функции переменных и параметров. Математическая модель пересчитывается при каждом новом имитационном эксперименте, в течение которого значения основных неопределенных переменных выбираются случайным образом на основе генерирования случайных чисел
Рис. 1. Алгоритм комплексной оценки рисков
Для иллюстрации предложенного подхода приведен анализ рисков эффективности проекта реконструкции участка линейной части нефтепровода. Анализ чувствительности проводится по следующим факторам риска, влияющим на эффективность проекта: инвестиционные затраты, эксплуатационные затраты, ставка дисконта (табл. 2).
Таблица 2
Определение чувствительности ЧДД к изменению факторов
Инвестиционные затраты
Показатель 75 % 80 % 90 % 100 % 110 % 120 % 125 %
ЧДД, млн р. 201,1 161,2 81,3 1,4 -57,2 -158,3 -198,3
ВНД, % 32,2 30,1 26,7 23,8 20,9 17,7 16,4
Эксплуатационные затраты
ЧДД, млн р. 2,0 1,9 1,7 1,4 1,2 0,9 0,8
ВНД, % 27,8 27,1 25,7 23,8 21,7 18,9 18,2
Ставка дисконта
ЧДД, млн р. -12,7 -9,9 -4,2 1,4 7,1 12,7 15,5
ВНД, % 11,9 15,1 19,9 23,8 27,6 31,1 33,2
Следующим методом количественной оценки рисков является метод «дерево решений». Представлены показатели эффективности реализации инвестиционного проекта, полученные при расчетах с использованием данного метода (табл. 3).
Таблица 3
Показатели эффективности реализации инвестиционного проекта, полученные при расчетах с использованием «дерева решений»
Показатели эффективности, полученные при расчетах с учетом рисков проекта в норме дисконта
Коэффициент дисконтирования с учетом поправки на риск, % 20
Чистый дисконтированный доход, млн р. 1,4
Показатели эффективности, полученные при расчетах
с использованием «дерева решений»
Вероятность наступления события, д.е. 0,15
ЧДД с учетом вероятности получения негативных результатов, млн р. 0,5
Для разделения возможных сценариев развития событий используется «дерево решений», учитывающее вероятность наступления негативного для проекта события (рис. 2). Для определения вероятности возникновения негативных факторов прибегли к оценке экспертов.
ЧДД =1,4
кв= 12,6
при р = 0,86
ЧДД = -8,8 КВ = 12,6 при р = 0,14*0,73 =0,10
ЧДД = -21,1 КВ = 12,6 при р = 0,14*0,27 = 0,04
Рис. 2. Расчет ЧДД с помощью «дерева решений»
Для анализа рисков и оценки надежности показателей эффективности данного инвестиционного проекта были использованы: анализ чувствительности, который выявил чувствительность проекта к двум факторам; метод расчета с построением «дерева решений», учитывающий вероятность наступления негативного для проекта события. Далее для расчета применим метод Монте-Карло, сущность которого состоит в том, что он отражает распределение значений показателей экономической эффективности при заданных интервалах изменения основных факторов риска. Диапазоны определяются исходя из ожидаемых в будущем рыночных тенденций и прогноза экономической ситуации в стране.
Для практической реализации метода Монте-Карло в модели эффективности инвестиций разработан набор прикладных подпрограмм для пакета MS Excel на встроенном языке программирования VBA, позволяющих автоматизировать рутинные операции и ускорить расчет (рис. 3, 4).
Рис. 3. Интегральное распределение Рис. 4. Плотность вероятности распределения
прогнозного ЧДД итоговых значений ЧДД
Представленные расчеты позволяют оценить риск получения убытков, под которым понимается вероятность получения отрицательного значения для показателя чистого дисконтированного потока в результате осуществления проекта.
Метод Монте-Карло выявляет при одновременном изменении всех трех факторов влияние на итоговые показатели экономической эффективности проекта, результаты которого могут быть более весомыми и привести к неожиданным результатам. Инвестор с помощью данного метода будет обеспечен полным набором данных, характеризующих риск проекта, и на этой основе сможет принять взвешенное решение о выделении средств.
Преимущества использования комплексного анализа рисков на предприятиях трубопроводного транспорта обусловлены следующими причинами:
1) высокая неопределенность приводит к тому, что результаты реализации проекта существенно отличаются от прогнозных, поэтому во избежание серьезных потерь необходимо оценить, какова вероятность реализации неэффективного проекта;
2) высокие риски требуют от разработчиков проекта реализации мероприятий по управлению рисками, с помощью предлагаемого подхода можно заранее оценить, насколько те или иные мероприятия по управлению рисками смогут снизить рискованность проекта и как это отразится на эфф ективности проекта.
Сведения об авторах
Газеев Мансур Хамитович, д. э. н., профессор, Тюменский государственный нефтегазовый университет, тел.: 8(3452)416369
Качаева Диляра Ильдаровна, ассистент кафедры «Менеджмент в отраслях ТЭК», тел.: 89634558815, e-mail: dolka 72@mail. ru
GazeevM. H., professor, Doctor ofEconomics, Head, Tyumen State Oil and Gas University, phone: 8(3452)416369 Kachaeva D. I., assistant at Department «Management in FEC branches», Tyumen State Oil and Gas University, phone: 89634558815, e-mail: dolka72@mail.ru
УДК 31:553.98.042
НОВАЯ ФОРМА СТАТИСТИЧЕСКОЙ ОТЧЕТНОСТИ И МАКЕТА ГОСУДАРСТВЕННОГО БАЛАНСА ЗАПАСОВ ПОЛЕЗНЫХ ИСКОПАЕМЫХ
(НЕФТЬ, ГАЗ, КОНДЕНСАТ)
зз
