CC BY
524
УДК 622.276:[330.131.7+330.322]-047.58
Р.Х. Мукаев
ОЦЕНКА РИСКОВ ИНВЕСТИЦИОННЫХ ПРОЕКТОВ РАЗРАБОТКИ НЕФТЯНЫХ МЕСТОРОЖДЕНИЙ МЕТОДОМ ИМИТАЦИОННОГО МОДЕЛИРОВАНИЯ (МОНТЕ-КАРЛО)
Приведена вероятностная модель экономической оценки инвестиционных проектов по освоению нефтяных месторождений с учетом факторов риска. Методика имитационного моделирования для анализа рисков инвестиционных проектов реализована автором в программной среде Microsoft Excel. Модель может использоваться в качестве метода экспресс-оценки экономической эффективности инвестиционных проектов разработки нефтяных месторождений с учетом факторов риска на стадии их освоения.
Ключевые слова: экономическая эффективность, инвестиционные проекты, разработка нефтяных месторождений, оценка рисков, имитационное моделирование, метод Монте-Карло.
Этап освоения нефтяного месторождения характеризуется высокой степенью неопределенности вследствие низкой геологической изученности и ограниченности исходной информации для проектирования. В особенности это связано с проектами по поиску, разведке и разработке углеводородных месторождений. Принимая решение о вложении средств в разработку месторождения, инвестор сталкивается с целым рядом неопределенностей, субъективных предположений и рисков. Денежные потоки, рассматриваемые при оценке эффективности инвестиционных проектов, относятся к будущим периодам и носят прогнозный характер. При оценке эффективности инвестиционных проектов разработки нефтяных месторождений важное значение приобретает анализ рисков проекта.
Оценка рисков с использованием метода Монте-Карло представляет собой процедуру, с помощью которой математическая модель определения показателя эффективности проекта подвергается ряду имитационных прогонов с помощью современных вычислительных средств [1].
Методика имитационного моделирования для анализа рисков инвестиционных проектов была реализована автором в программной среде Microsoft Excel. Модель представляет собой инструмент экспресс-оценки рисков инвестиционного проекта и предназначена для проектов на этапе освоения нефтяного месторождения.
© Мукаев Р.Х., 2015
Мукаев Рашит Хасаньянович - магистрант кафедры «Экономика и финансы» ФГБОУ ВПО «Пермский национальный исследовательский политехнический университет», e-mail: djrx21@mail.ru; Rashit.Mukaev@pnn.lukoil.com.
В модели реализовано два основных блока - технологический и экономический. Технологический блок представляет собой инструмент проектирования динамики технологических показателей разработки (объемов добычи жидкости и нефти, наличие системы поддержания пластового давления (ППД), объемов закачки агента в пласт с целью обеспечения заданной компенсации отборов и т.д.). Они определяют объем продукции для реализации, формируют капитальные и операционные расходы для достижения и поддержания уровней добычи. Экономический блок позволяет проводить расчет экономической эффективности формируемой проектной системы разработки при заданных внешних экономических и внутренних технологических условиях реализации проекта.
В модели учитывается неопределенность основного геологического параметра - величины извлекаемых запасов, которая характеризует изменчивость геологического строения. Стадия разведки и начальный этап освоения месторождения характеризуются минимумом информации о геологическом строении залежей, полученной по результатам бурения разведочных скважин. В межскважинном пространстве информацию о строении залежей получают на основе корреляции свойств и геолого-физических характеристик пластов, вскрытых в скважинах.
От геологических характеристик в первую очередь зависит то, какая система разработки будет применяться. Плотность сетки скважин как характеристика системы разработки определяется величиной удельных извлекаемых запасов на скважину (тыс.т/скв). В зависимости от этой величины находится применяемое количество добывающих скважин (вводимых в добычу из эксплуатационного и разведочного бурения). Для залежей, разрабатываемых с ППД в виде заводнения, учитывается ввод нагнетательных скважин, количество которых определяется исходя из реализуемой системы разработки (соотношение добывающих и нагнетательных скважин в сетке).
Именно система разработки определяет технологические параметры реализации проекта (дебиты скважин, объемы добычи, закачки, распределение по годам и т.д.), от которых в свою очередь зависит экономическая эффективность всего проекта.
В модели принято допущение, что скважины вводятся в первый год реализации проекта. Добывные возможности определяются начальными дебита-ми скважин. Динамика технологических показателей определяется при помощи задания аппроксимирующей кривой характеристики вытеснения, построенной по истории разработки залежей-аналогов (рис. 1).
В условиях разработки залежи без ППД, а также при наличии ППД, но при компенсации отбора жидкости закачкой менее 100 % моделируется снижение добычи жидкости и нефти при падении пластового давления, которое задается при помощи коэффициента падения.
100 90 80 70
8 60 о я я
о
к
§
и
£ 30
50 40
20 10 0
г у = - -0,0045х2 + 1/ Ъ1\х + 2,1165
Я2 = 0,9 998
20
40 60
Отбор от НИЗ, %
80
100
Рис. 1. Исходная характеристика вытеснения в координатах обводненность -отбор от НИЗ, % и ее аппроксимирующая кривая
Результатом моделирования разработки залежи с помощью задания начальных условий является динамика технологических показателей разработки в течение срока реализации проекта (рис. 2).
Рис. 2. График разработки (технологические параметры проекта)
Капитальные затраты формируются из стоимости бурения скважин для добычи нефти и закачки воды, проведения мероприятий по повышению нефтеотдачи пластов (ПНП) при вводе скважин, а также промыслового обуст-
ройства месторождения и технологической подготовки нефти. При освоении скважин из бурения с применением мероприятий ПНП, например проведения гидроразрыва пласта, учитывается удорожание стоимости скважины.
В упрощенную смету затрат на промысловое обустройство включены затраты на сбор и транспорт нефти и газа, электроснабжение и связь, автодорожное строительство, заводнение нефтяных пластов, промышленное водоснабжение. Единовременные затраты на подготовку нефти дифференцируются по производительности установок в трех диапазонах в зависимости от объемов добычи. Ко всем вышеперечисленным добавлены затраты на природоохранные мероприятия и прочие непредвиденные затраты. Источником финансирования проекта служат собственные средства инвестора (предприятия). Амортизация основных фондов рассчитывается линейным способом с помощью задания нормы амортизации, обратно пропорциональной периоду амортизации.
Операционные затраты делятся на условно-постоянные, которые зависят от величины основных фондов, задействованных в производстве, а также на условно-переменные, определяемые объемом добываемой продукции. В состав условно-постоянных затрат включаются основная заработная плата производственных рабочих, расходы на содержание и эксплуатацию оборудования, общепроизводственные расходы. К условно-переменным затратам отнесены расходы энергии на механизированную добычу жидкости, сбор и транспорт нефтесодержащей жидкости, расходы по технологической подготовке нефти, расходы по искусственному воздействию на пласт, прочие производственные расходы.
Основные факторы риска инвестиционного проекта выявляются при проведении анализа чувствительности. Параметрами, наиболее существенно влияющими на показатели эффективности проекта, а также при этом подверженные высокой степени изменчивости, на которые инвестор не способен влиять, являются:
• извлекаемые запасы нефти, характеризующие геологическую характеристику залежи и, как следствие, определяющие технологические параметры реализации проекта - систему разработки, от которой полностью зависят капитальные затраты, и объем производства продукции);
• цена на нефть (на внешнем рынке марки сорта Urals в долларах на баррель ($/bbl);
• обменный курс доллара (руб./$), от которого зависит выручка, получаемая в национальной валюте (руб.).
Ввиду того, что все экономические расчеты производятся в национальной валюте, а выручка от реализации нефти на внешнем рынке формируется за счет так называемых «нефтедолларов», выделение курса рубля по отношению к доллару в отдельный «рисковый» параметр вполне обосновано. За вто-
рую половину 2014 г. цена на нефть упала со 110 до 40 $/ЬЫ (-64 %), а курс доллара возрос с 33,8 до 65,0 руб./$ (+92 %) (рис. 3). В рублевом эквиваленте цена на нефть изменялась незначительно, сохраняя свое значение в диапазоне 3000-3500 руб./ЬЬ1.
Июль 2014 Август 2014 Октябрь 2014 Ноябрь 2014 Январь 2015
курс доллара, руб./$ цена на нефть, $/bbl
Рис. 3. Динамика цены нефти марки Urals и курса национальной валюты
Для учета неопределенности, связанной с ценой на нефть и курсом национальной валюты, в модели реализована возможность учета корреляционной зависимости между этими параметрами, а также возможность актуализации корреляционной зависимости по мере накопления новой информации.
Реализация продукции проводится на внешнем и внутреннем рынках, доля каждого задается в исходных данных. Реализация попутного газа не учитывается. На внешний рынок нефть экспортируется по цене марки сорта Urals ($/bbl), на что налагается экспортная вывозная пошлина. Учитываются расходы на транспортировку на внешний рынок. Реализация продукции на отечественном рынке происходит по заданной в исходных данных цене без учета налога на добавленную стоимость (НДС).
Оценка экономической эффективности проводится в соответствии с налоговой системой, установленной в законодательном порядке. Налогообложение включает в себя НДС, налог на прибыль, налог на добычу полезных ископаемых (НДПИ), налог на имущество, страховые взносы в различные фонды РФ. Доля прибыли, освобождаемая от налогообложения, принята равной нулю. Законодательная база постоянно совершенствуется, перечень налогов и сборов, величины ставок изменяются. При проведении расчетов необходимо использовать актуальный формат налоговой системы.
Для того чтобы правильно оценивать результаты проекта, а также обеспечить сравнимость показателей в различных условиях, учесть влияние инфляции на результаты проекта, применяется метод дисконтирования. Денеж-
ные потоки приводятся в прогнозных (текущих) ценах, а вычисление интегральных показателей (КРУ, РВР, Р1) проводится в расчетных ценах, очищенных от инфляции. В модели дисконтирование денежных потоков (КСБ) проводится со 2-го периода (года) действия проекта.
70 80
Цена на нефть, $/ЬЫ
Рис. 4. Корреляционная зависимость между ценой на нефть и курсом национальной валюты
Диапазоны изменения основных факторов риска проекта определяются экспертным путем исходя из ожидаемых в будущем рыночных тенденций и прогноза экономической ситуации в стране в целом. Распределение факторов риска в диапазоне их изменения носит случайный характер и подчиняется нормальному закону [2].
В ходе имитационного моделирования проводится 1000 испытаний, в которых генерируются значения основных факторов риска: технологических (величины извлекаемых запасов месторождения) и экономических (цены на нефть).
Для каждого испытания в ходе имитации рассчитываются интегральные показатели экономической эффективности проекта: чистый дисконтированный доход (КРУ), срок окупаемости (РВР), индекс доходности (Р1).
Расчет ведется согласно методическим рекомендациям [3]. Выручка от реализации добываемой нефти определяется исходя из допущения, что качество нефти, а стало быть, и цена ее реализации, остаются постоянными. Эффективность инвестиционного проекта оценивается в течение заданного расчетного периода.
В результате имитационных прогонов имеем 1000 значений интегральных показателей эффективности (КРУ, РВР, Р1), соответствующих определенным сценариям имитации. Значения показателей группируются в заданном диапазоне по частоте встречаемости. Пример графического представления вероятностного распределения показателя эффективности (КРУ) приведен на рис. 5.
16
14
о о о о о о
чо ЧО чо чо чо чо
т (М
о
о о о о о чо
чо чо чо чо чо 1—I
чо ю го <м 1
о
чо
I
о
чо I
о
ЧО
о
'чГ
I
о
ЧО I
о
7
о
о ^
гч I
о
о
о
I I
о о
С\| го
о
ю I
о
'чГ
млн руб.
Рис. 5. Вероятностное распределение прогнозного показателя эффективности (КРУ)
На основании распределения показателя эффективности (КРУ) рассчитываются вероятности получения того или иного результата. Значения вероятностей дифференцируются по прогнозному конечному КРУ в диапазоне от минимального до максимального (КРУтт и КРУтах). По полученному ряду значений строится кривая вероятностей (рис. 6).
ЧДД менее чем
Рис. 6. Кривая вероятностей получения прогнозного чистого дисконтированного дохода
Проведенные расчеты позволяют оценить риск получения убытков в результате реализации проекта, под которым понимается вероятность получения интегрального показателя (КРУ, РВР, Р1) ниже необходимой доходности либо отрицательного значения (КРУ).
После проведения процедуры имитации следует анализ полученных распределений. В ходе анализа необходимо определить следующие основные моменты:
• какой диапазон распределения показателя эффективности наиболее часто встречается; удовлетворяет ли он требованиям инвестора по доходности с учетом «коэффициента запаса»;
• какой вероятности соответствует получение убытка в ходе реализации проекта (ниже необходимой доходности либо отрицательного значения КРУ).
К примеру, анализируя распределение прогнозного КРУ на гистограмме (см. рис. 5), можно сделать вывод о том, что наибольшей вероятностью характеризуется получение КРУ в интервале 140-240 млн руб. Причем гистограмма распределения прогнозного КРУ смещена вправо, в область получения положительных значений КРУ.
При этом, исходя из заданных условий реализации проекта, на кривой (см. рис. 6) вероятность получения отрицательного результата (пунктирная линия) составляет 53 %. В таких условиях проект характеризуется высокой степенью риска получения неблагоприятного результата.
Список литературы
1. Ампилов Ю.П., Герт А. А. Экономическая геология. - М.: Геоинформ-марк, 2006. - 400 с.
2. Москвин В.А. Управление рисками при реализации инвестиционных проектов. - М.: Финансы и статистика, 2004. - 352 с.
3. Методические рекомендации по оценке эффективности инвестиционных проектов (2-я ред., испр., доп.) / М-во экономики РФ, М-во финансов РФ, ГК по стр-ву, архит. и жил. полит.; рук. авт. кол.: Косов В.В., Лившица В.Н., Шахназаров А.Г. - М.: Экономика, 2000. - 421 с.
Получено 25.03.2015
R.H. Mukaev
RISKS ASSESSMENT FOR INVESTMENT PROJECTS
OF OIL FIELD DEVELOPMENT BY IMITATING MODELING (MONTE-CARLO METHOD)
The article presents a probabilistic model of economic evaluation of investment projects of oil field development taking into account risk factors. The technique of imitating modeling for risk analysis of investment projects was designed in Microsoft Excel. The model can be used as a method to rapidly assess economic efficiency of investment projects of oil field development considering risk factors at their initial stage.
Keywords: economic efficiency, investment projects, oil field development, risk assessment, imitating modeling, Monte Carlo method.
Mukaev Rashid Hasanyanovich - Undergraduate, Dept. of Economics and Finance, Perm National Research Polytechnic University, e-mail: djrx21@mail.ru; Ra-shit.Mukaev@pnn.lukoil.com.
