CC BY
35
МЕТОДОЛОГИЯ РАЗРАБОТКИ ИНВЕСТИЦИОННОЙ ПРОГРАММЫ РАЗВИТИЯ РОЗНИЧНОЙ СЕТИ АЗС КРУПНОЙ ВЕРТИКАЛЬНО ИНТЕГРИРОВАННОЙ НЕФТЯНОЙ КОМПАНИИ
КБ. ГРИГОРЬЕВА, В.Е. ЛИХТЕНШТЕЙН
Формирование розничной сети крупной вертикально интегрированной нефтяной компании (ВИНК) представляет собой сложную многофакторную задачу, учитывая существование конкурентной среды на соответствующих региональных рынках, ограниченный потребительский потенциал этих рынков и прежде всего неполноту и недостоверность необходимой для расчетов информации.
В данной работе предлагается методология решения этой задачи, апробированная в ходе разработки инвестиционной программы на ближайшие 5-10 лет в одной из крупнейших нефтяных компаний России. Возможность реализации данной методики во многом определялась использованием математического и программного аппарата, разработанного доктором экономических наук В.Е. Лихтенштейном [1], в частности предложенного им эво-люционно-симулятивного метода решения стохастических задач.
Сущность предлагаемой методики иллюстрируется примерами расчетов, выполненных в интересах конкретной ВИНК, в связи с чем в целях сохранения коммерческой тайны произведена некоторая деформация фактических данных, не влияющая на представительность материала в целом. *
1. Модель расчета оптимальной инвестиционной программы
В основе расчета указанных в наименовании этапа величин лежит следующая модель.
Поскольку потребительский потенциал региона на каждый период относительно устойчив, очевидно, что первые построенные АЗС дают больше
прибыли, чем последующие. Более того, строительство новых объектов уменьшает рентабельность имеющихся. Таким образом, формулируется естественная оптимизационная задача: сколько должно быть АЗС в регионе, чтобы суммарная прибыль от всей розничной сети была максимальной.
Структура двухшаговой модели. Первый шаг -расчет параметров инвестирования в каждый из регионов, по отношению к которым сформировался экономический интерес ВИНК.
Эта задача первого шага решается с использованием специально разработанной модели (модель: А28_Я_.), включенной в настоящее время в систему ТАНЯ [1]. Этот шаг решения оптимизационной задачи инвестирования в розничную сеть включает предварительный этап подготовки исходных данных, расчетное определение параметров регионального рынка (потребности региона в АЗС и уточнение доли каждого из конкретных конкурентов компании) и только после этого - собственно оптимизационный расчет. Действительная суть этой основной задачи - оптимизация квоты на инвестирование в регион, и эта задача решается на верхнем уровне (то есть в аппарате управления ВИНК), а задача оптимизации использования квоты решается на нижнем уровне (на уровне регионального сбытового предприятия).
В рамках второго шага формулируются критерии ранжирования регионов с точки зрения их инвестиционной привлекательности для конкретной ВИНК и специфики интересов ВИНК в различных регионах.
Модель: Аг8_К_. Модель построена на основе эволюционно-симулятивного метода (ЭСМ) [1].
Программным обеспечением является модуль статистической оптимизации диалоговой компьютерной системы ТАНЯ (точность, аргументированность, надежность, ясность) [1] (далее - система).
Модель использует факторы (обозначаются буквой Р с последующей цифрой) и исходные показатели (обозначаются буквой Р с последующей цифрой). Фактор является случайной величиной, а показатель - условно-постоянной. Исходная инфор-
мация о законах распределения вероятностей значений факторов и о показателях вводится в систему в процессе диалога.
В процессе диалога может рассчитываться оптимум и зависящие от него «расчетные показатели» при заданных исходных значениях факторов и показателей, а также строиться зависимости оптимума и расчетных показателей от любого «исходного показателя» (табл. 1 и 2).
Таблица 1
Факторы
Обозначение Описание Ед. измерения Краткое название
F1 Потребительский потенциал региона (емкость рынка) в настоящее время Млн т/ в год Емкость
F2 Среднегодовой темп роста потенциала региона вследствие роста парка автотранспорта, строительства дорог, доходов предприятий и населения % Прирост
F3 Средняя фактическая загрузка одной АЗС, принадлежащей компании в настоящее время Тыс. т/год З-АЗС-Л
F4 Средняя фактическая загрузка одной АЗС, принадлежащей 1-му конкуренту в настоящее время Тыс. т/год З-АЗС-1
F5 Средняя фактическая загрузка одной АЗС, принадлежащей 2-му конкуренту в настоящее время Тыс. т/год З-АЗС-2
F6 Средняя фактическая загрузка одной АЗС, принадлежащей 3-му конкуренту в настоящее время Тыс. т/год З-АЗС-З
F7 Среднегодовые капитальные вложения компании в строительство, реконструкцию и покупку АЗС Млн руб. КапВл
F8 Среднегодовой прирост пропускной способности АЗС компании на 1 млн руб. капитальных вложений (в предположении неизменности средней загрузки) Тыс. т йМ
F9 Среднегодовой прирост числа АЗС у 1-го конкурента Шт. 6 АЗС-1
F10 Среднегодовой прирост числа АЗС у 2-го конкурента Шт. <1АЗС-2
Fil Среднегодовой прирост числа АЗС у 3-го конкурента Шт. с1 АЗС-З
F12 Средняя цена за тонну топлива у компании Тыс.руб./т Цена-Л
F13 Средняя цена за тонну топлива у 1-го конкурента Тыс. руб./т Цена-1
F14 Средняя цена за тонну топлива у 2-го конкурента Тыс. руб./т Цена-2
F15 Средняя цена за тонну топлива у 3-го конкурента Тыс. руб./т Цена-3
F16 Заводская стоимость топлива для АЗС компании + транспортные расходы на доставку топлива от завода до нефтебазы Тыс. руб./т Завод-С
FJ7 Транспортные расходы за доставку топлива от нефтебазы на АЗС компании Тыс. руб./т Транспорт
F18 Накладные расходы на все АЗС компании за год (доля накладных, непосредственно связанных с управлением АЗС) Млн руб. Накладные
F19 Мелкооптовый рынок топлива (только автотранспортный) Млн т/год М-Опт
Показатели
Обозначение Описание Ед. измерения Краткое название Значение
Р1 Показатель для исследования влияния капитальных вложений на оптимум и расчетные показатели Доли единицы КапВл 1
Р2 Показатель для исследования влияния темпа экономического роста на оптимум и расчетные показатели Доли единицы Прирост 1
РЗ Длительность проекта (горизонт расчета (прогнозирования) Год Длит
Р4 Количество АЗС у компании Шт. АЗС-Л
Р5 Количество АЗС у 1-го конкурента Шт. АЗС-1
Р6 Количество АЗС у 2-го конкурента Шт. АЗС-2
Р7 Количество АЗС у 3-го конкурента Шт. АЗС-З
Р8 Показатель для исследования влияния прироста числа АЗС у конкурентов на оптимум и расчетные показатели Доли единицы с1-АЗС 1
Р9 Прирост числа АЗС компании за счет централизованных капитальных вложений Шт. (1-АЗС-Л
PIO Рыночная стоимость одной действующей (до новых инвестиций) АЗС Млн руб. ОФ-АЗС
Р11 Показатель для исследования влияния цены компании на оптимум и расчетные показатели Доли единицы ЦенаЛ 1
Р12 Показатель для исследования влияния цены 1 -го конкурента на оптимум и расчетные показатели Доли единицы Цена-1 1
Таблица 2
Окончание табл. 2
Р13 Показатель для исследования влияния цены 2-го конкурента на оптимум и расчетные показатели Доли единицы Цена-2 1
Р14 Показатель для исследования влияния цены 3-го конкурента на оптимум и расчетные показатели Доли единицы Цена-3 1
Р15 Процент, под который даются заемные средства % % Кредит
Р16 Средняя стоимость одной дополнительной АЗС у компании Млн руб. СтАЗСЛ
Р17 Показатель для исследования влияния доли собственных капитальных вложений на оптимум и расчетные показатели Доли единицы ДкапВл 1
Р18 Издержки обращения (затраты) на 1 АЗС компании в течение месяца Тыс. руб./мес. ио
Р19 Затраты на хранение 1 т нефтепродуктов Руб. Хранение
Соотношения и алгоритмы модели AZS_R_.
X = 1+F2*P2/100 - ежегодный темп прироста в долях единицы общего покупательского спроса.
Y = ХАРЗ - прирост покупательского спроса за РЗ, лет, выраженный в долях единицы.
A=F1*Y- потребительский потенциал (емкость рынка) через РЗ лет в млн т в год.
В = F3*(P4+P9)+(F7*P1*F8*P3) - суммарная производительность АЗС компании через РЗ лет (с учетом действующих, Р4 и вновь строящихся за счет централизованных средств (Р9) АЗС, а также темпа капитальных вложений в строительство, реконструкцию и приобретение АЗС за счет собственных средств (F7), прироста мощности на 1 млн руб. капитальных вложений (F8), и в предположении, что средняя загрузка АЗС будет неизменна.
С = F4*(P5+F9*P8*P3) - суммарная производительность АЗС 1-го конкурента через РЗ лет в предположении, что ежегодный прирост АЗС составит F9 и что средняя загрузка АЗС будет неизменна (и может отчасти компенсировать рост потребительского потенциала региона).
D = F5*(P6+F10*P8*P3) - суммарная производительность АЗС 2-го конкурента через РЗ лет (в предположении, что ежегодный прирост АЗС составит FIO и что средняя загрузка АЗС будет неизменна).
Е = F6*(P7+F11*P8*P3) - суммарная производительность АЗС 3-го конкурента через РЗ лет (в предположении, что ежегодный прирост АЗС составит Fl 1 и что средняя заг-. рузка АЗС будет неизменна).
F = B+C+D+E - суммарная производительность всех АЗС через РЗ лет в предположении неизменности загрузки АЗС, тыс. т.
Н = B/F - доля рынка, принадлежащая компании через РЗ лет, доли единицы.
I = C/F - доля рынка, принадлежащая 1 -му конкуренту через РЗ лет, доли единицы.
J = D/F - доля рынка, принадлежащая 2-му конкуренту через РЗ лет, доли единицы.
К = E/F - доля рынка, принадлежащая 3-му конкуренту через РЗ лет, доли единицы.
M = А*Н - доля рынка, которая будет принадлежать компании через РЗ лет с учетом изменения загрузки АЗС, млн т.
R = F12*P11 - цена на топливо у компании.
S = F13*P12 - цена на топливо у 1-го конкурента.
N = A*I*(S/R-1) - рост (уменьшение) доли рынка компании за счет доли 1-го конкурента соответственно соотношению цен у ЛУКОЙЛа и 1-го конкурента, млн т.
Т = F14*P13 - цена на топливо у 2-го конкурента.
О = A*J*(T/R-1) - рост (уменьшение) доли рынка компании за счет доли 2-го конкурента соответственно соотношению цен у компании и 2-го конкурента.
U = F15*P14 - цена на топливо у 3-го конкурента.
Р = A*K*(U/R-1) - рост (уменьшение) доли рынка компании за счет доли 3-го конкурента соответственно соотношению цен у компании и 3-го конкурента, млн т.
FAI = (M+N+0+P)+F19*H - доля рынка компании через РЗ лет с учетом возможности реализации через мелкий опт (F19*H -доля меокооптового рынка, принадлежащая компании), млн т.
FA2 = M+N+0+P - доля рынка компании через РЗ лет без учета твердых договоров, млн т.
Издержки завышения
L = Р18*(Р4+Р9)* 12/(PL* 1000000)+Р 19/1 ООО -издержки обращения на 1 т топлива и затраты на хранение, тыс. руб. К = (-0,001)*ВА2+0,135*В+1,168 по В>100 THEN К = 8+В*0,01 h - накладные
расходы К, рассчитанные по тренду от объема В.
Т = F7*P1*P17 - собственные капитальные вложения.
Q = F7*P1*(1-P17) - привлеченные средства на капитальные вложения.
Q = Q*(100+P15)/100 - проценты по привлеченным средствам.
V = F16*(P15/100)+F17+L+(K+T+Q)/(PL*1000) -банковский процент от затрат на закупку топлива по заводской стоимости и его транспортировку от завода до нефтебазы, транспортные расходы на доставку топлива от нефтебазы до АЗС, издержки обращения и затраты на хранение, накладные расходы, собственные капитальные вложения и проценты по привлеченным средствам на одну тонну реализованного в розницу топлива.
RETURN V*(PL-FA1) - издержки завышения. Издержки занижения
R = F12*P11 - цена на топливо у компании.
W = V.
RETURN (R-W)*(FA2-PL) - упущенная прибыль, тыс. руб. Расчетные показатели:
Прибыль = (R-W)*PL*1000 - годовая прибыль компании через РЗ лет.
Сумма KB = F7*P1*P3 - сумма капитальных вложений за РЗ лет.
Объем = PL* 1000 - оптимум (объем реализации топлива на АЗС компании через РЗ).
Доля % = (PL/A)*100 - доля рынка, принадлежащая компании через РЗ лет.
Затраты = W-F16 - совокупные затраты по всем АЗС компании без стоимости покупки.
УКВ/тн = (P9*P16)/(PL-F3*P4) - удельные капитальные вложения на прирост тонны объема реализации.
ОФ/тн = (P4*P10+P9*P16)/PL - удельная стоимость основных фондов, отнесенная на тонну реализации.
Р = (R-W)*PL*1000 - прибыль.
СрокО = (Р9*Р16)/Р - срок окупаемости, лет. Модель учитывает:
1. Экономический рост и его влияние на потребительский потенциал.
2. Намерения конкурентов по увеличению числа АЗС.
3. Намерения компании осуществлять капитальные вложения в строительство, реконструкцию и покупку АЗС.
4. Взаимное влияние числа АЗС и доли на рынке.
5. Влияние соотношения цен ЛУКОЙЛа и конкурентов на долю на рынке.
6. Влияние соотношения цены и затрат у компании на его долю на рынке, объем реализации и прибыль.
7. Изменение средней загрузки АЗС в зависимости от соотношения темпов экономического роста и темпов изменения числа АЗС.
Особенности модели:
8. Модель рассчитана на стратегические исследования, в частности на исследование политики компании по инвестициям в строительство, реконструкцию и покупку АЗС и долгосрочную политику цен. Поэтому в модели фигурируют годовые данные (но не квартальные или месячные).
9. Капитальные вложения в АЗС (систему розничной торговли) одновременно на все виды топлива (А-76, А-92, А-95, ДТ). Поэтому модель предназначена для исследования рынка топлива в целом, а не рынков отдельных марок бензина, ДТ, масел или сопутствующих товаров и услуг.
10. Модель комплексно учитывает влияние основных факторов, определяющих конъюнктуру рынка: экономический рост, инвестиции и политику цен.
11. Поскольку накладные расходы зависят от объемов реализации, они рассчитываются на основе тренда, а не берется в виде заранее заданной величины (фактор F18 не используется в алгоритмах модели).
2. Расчет естественной доли продуктов компании на региональном рынке
Расчет естественной доли продукции компании на региональном рынке производится с использованием графиков прогноза зависимости прибыли от числа вновь вводимых АЗС, рассчитанных в рамках первого шага решения инвестиционной задачи (тут и далее имеется в виду естественная доля розничного рынка).
Как уже указывалось, в основе расчета естественной доли лежит гипотеза о соответствии ей оптимума программы строительства новых АЗС (по параметру объем розничной реализации продуктов компании в году, следующем за окончанием строительства). На основании этой гипотезы естественная доля определяется отношением указанного выше объема розничной реализации к потребительскому потенциалу рынка. Очевидно, что в некоторых случаях при прогнозируемом существенном изменении ситуации на региональном рынке необходимо выполнить уточняющие расчеты по методике.
Примеры расчета естественной доли по нескольким типичным регионам приведены далее.
Прежде чем привести эти расчеты, необходимо сделать одно замечание. Расчеты объемов строительства новых АЗС проводятся в предположении устойчивости определенного сбытового и экономического контекста, а также наличия у компании
достаточных объемов продукции для поставок в каждый из исследуемых регионов. Важнейшим параметром для последующих расчетов становилась удельная прибыльность нового строительства, обеспечивающая нормативный срок его окупаемости. Иначе говоря, необходим учет ситуаций, когда естественная доля компании, по расчетам, может быть очень велика, но рентабельность сбыта в нем будет низкой. ^
Таким образом, появляется необходимость различать расчетную формальную естественную долю, рассчитываемую на основании графиков, и ее рациональную составляющую. Графики дают для такого уточнения достаточную дополнительную информацию.
В качестве характерных примеров рассмотрим результаты расчетов естественной доли по пяти регионам.
Рассмотрим типичные примеры расчетов естественной доли.
1. Самарская область (график 2002 года, рис. 1) является областью с крупным потребительским потенциалом, расположена в сфере шшя-ния'конкурентов и достаточно далеко от НПЗ компании. На графике видно, что оптимум достигается при доле 4% на рынке, и в рамках этой доли рентабельность достаточна для окупаемости строительства не более трех АЗС.
Рис. 2. Прогноз зависимости прибыли от количества вновь вводимых АЗС на 2002 год
300
200 г
100
0 ■<< .
1 2 3 4 5 6 7 8 9
Колич.АЗС 0 12 25 37 50 62 75 87 100
Прибыль 243 290 290 247 224 201 160 103 53
Рис. 3. Прогноз зависимости прибыли от количества вновь вводимых АЗС на 2007 год
Рис. 1. Зависимость прибыли от количества АЗС в Самарской области на 2002 год
2. Пермская область (графики 2002 года и 2007 года, рис. 2,3). Область с крупным потребительским потенциалом, в которой расположен НПЗ компании и достаточно далеко от НПЗ конкурентов. Расчетная доля компании на рынке достигает 96%. На графике 2002 года отсутствует оптимум. Такая кар-
тина свидетельствует о том, что точкой оптимума является нулевая точка графика. Характерно, что на прогнозном расчете 2007 года оптимум появляется, но необходимость наращивания инфраструктуры региональным предприятием определяется естественным ростом потребительского потенциала региона и является условием сохранения предприятием своей доли на рынке.
3. Челябинская область (графики 2002 года и 2007 года, рис. 4, 5). Область с крупным потребительским потенциалом, находящаяся в зоне активной конкуренции с двумя НПЗ конкурентов. Отсутствие оптимума на графике 2002 года в данном случае свидетельствует, что реальная доля предприятия компании в регионе выше его естественной доли и соответствует 67% рынка. Дополнительное строительство 25 АЗС в течение 5 лет должно обеспечить оптимум на уровне естественной доли в размере 60% при высокой рентабельности продаж. Эту величину (60%) и следует считать естественной долей.
Колич.АЗС
..... Прибыль
Колич.АЗС
Прибыль
Колич.АЗС
•Прибыль
Рис. 4. Прогноз зависимости прибыли от количества вновь вводимых АЗС на 2002 год
Рис. 6. Прогноз зависимости прибыли от количества дополнительных АЗС на 2002 год
100 о**0
50
о
1 2 3 4 5
Колич.АЗС 0 25 50 75 100
....................Прибыль 117 133 108 24 10
Рис. 5. Прогноз зависимости прибыли от количества вновь_ вводимых АЗС на 2007 год
4. Новгородская область (график 2002 года, рис. 6). Область с небольшим потребительским потенциалом, находящаяся в зоне влияния конкурентных НПЗ. На графике существует явный оптимум, который может быть обеспечен при сравнительно крупном строительстве новых АЗС компании (25 новых АЗС), но при этом рентабельность этих объектов явно не обеспечивает нормативного срока окупаемости строительства (фактически более 20 лет). Очевидно, что естественная доля на этом региональном рынке практически равна нулю, но при условии неизменности ситуации на рынке. Если у компании в регионе появляется свой НПЗ, ситуация, естественно, может измениться.
5. Краснодарский край. Доля продукции компании в настоящее время - около 15% (график 2002 года). Существует очевидный оптимум, соответствующий строительству 225 - 300 АЗС со сроком окупаемости более 7 лет, что выше нормативной величины. Оптимуму соответствует естествен-
ная доля на рынке, превышающая 80%. Очевидно, что выбор решения об инвестициях в региональную сеть связан с характером стратегии компании на внутреннем рынке (агрессивной или направленной на достижение стабильности), а также ресурсами продукта, которые компания готова реализовать на нем.
3. Расчет эффективности инвестирования в розничную сеть региона
Для обеспечения устойчивости полученного решения необходимо соблюдение некоторых общих правил при формировании исходных данных, особенно учитывая разнообразие условий и положения компании (в лице его сбытовых предприятий) в разных регионах, а также принципиальную недостоверность исходных данных. Последнее связано с действием случайных факторов, закрытостью информации о деятельности конкурирующих структур, а также определенной деградацией системы статистической информации.
После построения приведенных выше графиков отдельно по каждому региону (всего 48 областей, краев и республик) был проведен анализ в целях определения критерия для ранжирования регионов. Рассматривались следующие критерии: удельный прирост прибыли, отнесенный к приросту объемов реализации; удельный прирост прибыли, отнесенньШ к количеству дополнительных АЗС; удельная прибыль системы розничной реализации в регионе (системы), отнесенная на объем реализации;
удельная прибыль системы сбыта, отнесенная к дополнительно построенным или приобретенным АЗС.
Учитывая, что строительство новых АЗС меняет показатели всей сети, первые два критерия были
отвергнуты. Диапазон изменений по третьему критерию в условиях неопределенности результатов расчетов оказался слишком малым для качественного ранжирования.
Таким образом, для ранжирования регионов использовался критерий удельной прибыли на одну дополнительную АЗС системы (критерий инвестиционной привлекательности). Принципиальным моментом при использовании результатов оптимизационных расчетов является опора не на точные количественные характеристики, а на порядок полученных величин (ожидаемое допущение около - 10 - 15%)*.
Суммируя результаты расчетов, все регионы рассортированы по четырем группам в соответствии с инвестиционной привлекательностью соответствующих регионов для компании.
1. По размеру величины показателя к первой группе отнесены все регионы, где расположены традиционные предприятия нефтепродуктообеспече-ния (НПО) компании.
Характерными примерами регионов первой группы служат Пермская и Челябинская области. Для регионов этой группы характерно отсутствие оптимума инвестирования при расчете прибыли на первый год после завершения инвестиционной программы. Это естественно, поскольку в регионах, где положение предприятий компании близко к монопольному, строительство любого дополнительного объекта (АЗС) фактически уменьшает прибыль и объем реализации, приходящиеся на долю каждой из имеющихся АЗС. Однако при расчете коэффициента на пятилетний период оптимум появляется. В среднем, количество дополнительных АЗС, которое оптимально для данного региона, достаточно для сохранения за компанией ее естественной доли на региональном рынке.
Таким образом, до определенного предела инвестиции в розничную сеть компании в этих регионах максимально эффективны (по сравнению с любыми другими регионами) с точки зрения прироста прибыли у компании в целом, хотя и менее эффективны по приросту объемов реализации.
При формировании инвестиционной программы в регионы этой группы (и всех остальных) применяется метод «снижения критерия до среднего уровня на внутреннем рынке». Суть его легко проиллюстрировать на графике 2007 года для Пермской области. Оптимальное значение имеет место при уровне критерия 11,6 (размер дополнительной прибыли на 1 АЗС) и количестве новых АЗС, равном 25.
■"Согласно принятому международному стандарту на первой стадии разработки инвестиционного проекта (Opportunity Study) достигаемая точность расчетов составляет около 30%, на второй (Pre-feasibility Study) - 20%, на третьей (Feasibility Study) - 10%.
Однако такое значение критерия явно чрезмерно. Для реализации нормативного срока окупаемости, принятого для всей инвестиционной программы, достаточно 4-5 лет. Это соответствует уровню критерия, равному 5,5 - 6. Такое снижение критерия обеспечивается «справа» от оптимума на графике при количестве дополнительных АЗС, равном 35. Это значение и включается в инвестиционную программу.
Для Челябинской области имеет место полное соответствие нормативного критерия оптимуму (5,3 по 25 новым АЗС).
2. Вторую группу составили регионы, обладающие высоким потребительским потенциалом, в которых продукция компании конкурентоспособна и в некоторых из которых уже существуют сбытовые структуры компании.
Оценка результатов оптимизационных расчетов по этой группе наиболее сложна. Суть этой сложности в том, что оптимальное решение предполагает, как правило, создание в каждом регионе развитой инфраструктуры компании, адекватной ее конкурентной привлекательности (естественной доли) на соответствующем рынке. Иначе говоря, компания в этих регионах может претендовать на роль участника региональной олигополии и должна создать пропорциональную этому положению сеть АЗС. Однако создание такой сети связано с огромными капитальными вложениями и сроками окупаемости 10-20 лет. Вместе с тем характер соответствующих оптимизационных графиков подсказывает другое решение. Спецификой регионов второй группы является тот факт, что любой объем строительства в этих регионах обеспечивает положительную прибыль, причем рост выбранного критерия ранжирования тем больше, чем меньше объем инвестирования. Поэтому для регионов этой группы применяется принцип перехода в область «слева от оптимума».
Характерный пример регионов этой группы -Краснодарский край. Оптимальному значению критерия (0,99) соответствует доля, равная 80%, на рынке, и строительство 350 новых АЗС. Очевидно, что срок окупаемости этой программы превышает 20 лет. Нормативному сроку окупаемости соответствуют значение критерия 6,4 и количество новых АЗС, равное 80.
3. К третьей группе отнесены регионы с высоким потребительским потенциалом, однако с явной монополией (олигополией) традиционных поставщиков. Примером такого региона является Самарская область.
Для обеспечения нормативного срока окупаемости допускается строительство не более 5 новых АЗС.
Инвестиции в регионы третьей группы малоэффективны и рискованны.
4. Инвестиции в четвертую группу регионов неэффективны, поскольку регионы этой группы или обладают невысоким потребительским потенциалом, или находятся в зоне монопольного преобладания конкурирующих НПЗ. Почти по всем этим регионам расчеты показали отсутствие оптимума или крайне низкую возможную прибыль (на уровне 2-3% рентабельности). Характерным примером такого региона является Новгородская область.
При формировании инвестиционной программы компании в целом после проведения расчетов по всем регионам был предложен следующий порядок.
1. Прежде всего в сумме инвестиций выделяются 5 - 10% в регионы третьей группы, по аналогии с затратами на рекламную деятельность (точная сумма должна рассчитываться именно как доля от всех инвестиций).
2. В зависимости от планируемой суммы совокупных инвестиций выбирается единый для всех регионов уровень критерия, при котором сумма инвестиций во все регионы соответствует планируемой.
Выполнимость последней операции определяется тем, что по всем регионам двух первых групп (и многим регионам третьей группы) графики оптимальности (по критерию общей прибыльности сети) таковы, что сокращение строительства (относительно оптимума) всегда приводит к росту критерия.
На основе изложенного выше с учетом естественной неопределенности конъюнктуры рынка на среднесрочную перспективу диапазон изменения критерия оказался в пределах 4,8 - 6,5. Такое значение коэффициента предполагает реальный срок окупаемости инвестиций в пределах 5-6 лет, что близко к нормативным значениям этой величины для инвестиционных проектов компании в розничную сеть предприятий НПО.
На основе упомянутых выше оптимизационных расчетов, в частности графиков, определено, что выбранной величине критерия соответствует программа строительства (включая покупку) 600 - 640 АЗС.
Общий размер финансовых вложений в розничную сеть компании в рамках 5-летней инвестиционной программы может быть определен из следующих расчетов.
Средняя стоимость строительства одного нового объекта может быть оценена (на основании данных аппарата компании) в 25 млн руб.
Стоимость покупаемого объекта, с учетом его последующей реконструкции оценивается в 10 -15 млн руб.
По опыту деятельности сбытовых структур компании в регионах можно сделать заключение, что покупка «чужих» АЗС в регионах деятельности традиционных предприятий НПО компании (регио-
ны первой группы) практически не производится. Такие операции типичны для регионов второй и третьей групп. Поэтому доля покупных объектов по первой группе не предполагается. По второй и третьей группе регионов эта доля может составить до 30% дополнительных АЗС.
Таким образом, общая сумма оптимальной пятилетней инвестиционной программы может быть определена по формуле:
С = 200 х 25 + 440 (10 х 0,3 + 25 х 0,7) = 14 млрд руб.
Иначе говоря, средняя сумма ежегодных инвестиций должна составить около 3 млрд руб. со сроком окупаемости примерно 5-6 лет.
В процессе разработки приведенной выше методики и на основании опыта формирования инвестиционной программы крупнейшей ВИНК были сделаны следующие выводы:
1. Выбор рациональной розничной сбытовой сети в условиях рыночной неопределенности (неполноты информации, непрогнозируемости потребительских характеристик рынка) представляет собой сложную стохастическую задачу, не имевшую до настоящего времени приемлемого математического решения (только практическое).
2. Указанное решение могло быть найдено путем использования эволюционно-симулятивного метода и диалоговой компьютерной системы ТАНЯ.
3. Опыт такого решения в крупной ВИНК показал, что примененная методология позволяет существенно сократить сроки формирования инвестиционной программы до 2 - 3 месяцев в основном за счет использования достаточно приближенных исходных данных и исключения процедур многократного согласования программ.
4. Сопоставление решений, полученных с использованием методики и по традиционной технологии (путем согласования заявок региональных сбытовых структур ВИНК), позволило рассчитать эффект от использования методики в размере 10 -15% от общей суммы инвестиций, то есть величины около 200 - 250 млн руб. (в расчете на пятилетнюю программу).
5. Основными источниками эффекта являются:
- сосредоточение усилий на наиболее перспективных направлениях;
- корректировка завышенных оценок эффективности инвестиций, даваемых региональными сбытовыми структурами при защите своих заявок.
ЛИТЕРАТУРА
1. Лихтенштейн В.Е., Павлов В.И. Экономико-математическое моделирование. - М.: ПРИОР, 2001.
