CC BY
43
ТЕХНОЛОГИЯ АНАЛИЗА СРЕДЫ ФУНКЦИОНИРОВАНИЯ И ОЦЕНКА ДЕЯТЕЛЬНОСТИ НЕФТЯНЫХ КОМПАНИЙ
О.Б. Уткин1
Корпорация “Группа”
Лучников пер., д. 9,под. 2,101000, Москва, Россия
В статье рассматривается использование новой технологии системного анализа - технологии Анализа Среды Функционирования (АСФ) - применительно к оценке деятельности нефтяных компаний в современных условиях.
Сложившаяся в период реформирования российской экономики нефтяная компания представляет собой сложную вертикально-интегрированную систему, включающую всю цепочку производственных процессов, от разведки и добычи углеводородов до поставок нефтепродуктов конкретному потребителю. Поэтому на эффективность её функционирования влияет огромное число как внешних, так и внутренних факторов. И хотя все компании действуют в общей политической, юридической и экономической среде, каждая из них уникальна по своей структуре, финансовым и производственным возможностям, оперативному и стратегическому управлению. Всё это делаег не только экономическую, но и управленческую сравнительную оценку нефтяных компаний сложной задачей, если использовать ранее сложившиеся подходы.
Несмотря на большую потребность, реальная технология оценки эффективности деятельности компаний вследствие сложности решаемых задач появилась совсем недавно, как один из примеров высокоинтеллектуальных технологий конца XX века. Речь идет о технологии Анализа Среды Функционирования (АСФ).
Достоинство указанного метода состоит в том, что он даёт возможность системно увязывать многочисленные разнородные факторы, влияющие на эффективность принятия оптимальных решений данной компании и тем самым создает условия для повышения её конкурентоспособности на своем рынке.
Основоположниками технологии АСФ были известные американские специалисты А.Чарнес и В.Купер [2,3]. Эта технология явилась результатом междисциплинарных исследований в течение последних двух десятилетий в области экономики, системного анализа и исследования операций. Она основывается на фундаментальных положениях математической экономики - теории производственных функций, модели производства Леонтьева, модели экономики фон Неймана, оптимальности Парето [4-8].
Сначала этот инструментарий появился в виде математической абстракции, долго оттачивался, применялся к различным коммерческим и некоммерческим организациям. На английском языке название этого подхода звучит как Data Envelopment Analysis (DEA).
При реализации данной технологии используются современные достижения в области математического программирования, теории и методов решения задач оптимизации большой размерности, а также программного обеспечения и в ряде случаев лицензирования.
В нашей стране этот метод не использовался и практически неизвестен. Однако потенциальная потребность и эффект от его применения могут быть значительными. Это связано со следующими причинами.
Во-первых, выход финансовых и промышленных компаний на международный рынок требует, чтобы они работали с той же эффективностью, что и ведущие западные организации, или, говоря языком метода, быт на границе эффективности.
Во-вторых, сложившаяся в настоящее время напряженная финансовая ситуация приводит к необходимости существенной экономии, а это, как неизбежное следствие, к тому, чтобы компании работали с той же (или большей•) отдачей (выходом), но с меньшими затратами (входом).
В настоящей работе анализируются методологические вопросы выбора показателей в технологии АСФ применительно к анализу эффективности нефтяных компаний.
1 Уткин Олег Борисович - президент корпорации «Группа»ю
В основе технологии АСФ используются следующие идеи и постулаты:
Рассматривается не одна компания, а совокупность компаний, действующих на своем рынке (в своей среде функционирования). Обозначим через п общее число рассматриваемых компаний.
Каждая компания рассматривается как большая и сложная система, перерабатывающая свои входы (затраты) в выходы (выпуски). Обозначим через Х}={х,р ... , хщ} и У}={у1}, ... , у0} - вектор входных и выходных показателей дляу-й компании. Эти величины относятся к некоторому выбранному промежутку времени (месяцу, году, несколько лет). Выбор временного интервала зависит от того, на каком промежутке оценивается эффективность компаний. Таким образом, у-я компания характеризуется набором г+т величин {ХРУ^~ точкой в многомерном пространстве входов-выходов. Совокупность рассматриваемых компаний образует в этом пространстве дискретное множество, состоящее из п точек. Разные компании преобразуют свои входные параметры в выходные по-ра;ному: одни лучше, другие несколько хуже.
Постулируется, что если есть две компании с координатами (X,, У;) и (Х?,У.гЛ то эти компании могут также иметь показатели (К,У), находящиеся на отрезке, соединяющем точки (Xи}')) и (Х2,У2). На рис.1 показаны результаты анализа эффективности компаний в модели с одним входным и одним выходным показателем. Действительно, компания 1 может в принципе увеличивать свои затраты (X ^Х,), при этом ее выпуски будут также увеличиваться; ориентиром служит компания (Х2,Уз). Аналогично, компания 2 может в принципе уменьшать свои выпуски (У = У2), при этом ее затраты будут снижаться в направлении компании (ХиУО- В результате дискретное множество превращается в выпуклый многогранник.
Также постулируется, что если компания характеризуется парой (ХРУ)^ то она может меньше производить У = YJ при тех же затратах Х3 и/или больше тратить X ~^Х/ при том же выпуске (рис.1). В результате выпуклый многогранник превращается в некоторое множество в многомерном пространстве входных-выходных показателей, которое полностью характеризует производственные возможности рассматриваемой совокупности компаний, т е. среду функционирования этих компаний.
Это множество:
• зависит от выбранных показателей, т.е. наборов входных и выходных показателей компаний;
• от рассматриваемой совокупности компаний; например, если к российски!,! нефтяным компаниям добавить основные западные нефтяные компании, то структура этого множества, которое теперь будет характеризовать мировой, а не национальный нефтяной рынок (среду функционирования), существенно изменится;
• привязано к данному временному интервалу, т.е. характеризует среду функционирования в некоторый период времени.
• Описанное множество называется множеством производственных вотожностей, которое достаточно информативно и даёт полное представление о сравнительной эффективности каждой компании. Эта эффективность, т.е. понятия “лучше" или “хуже” для преобразования входов в выходы (X—*У) в данной среде функционирования, определяется положением точки, характеризующей рассматриваемую систему с координатами (X, У) относительно границы этого множества:
• если точка находится на эффективной границе, например, точки (X,, У у). (Х::, У^, (Х3 ,У3), (Х4, ¥4) (рис.1), то компания работает со 100% эффективностью;
• если точка находится внутри множества, например, точка (Х5,У5) на рис.1, то ее расстояние до эффективной границы определяет меру эффективности - чем больше расстояние, тем хуже эффективность компании с координатами (Х5, У5).
• Технология АСФ даёт возможность определить:
• направление Ко, позволяющее оптимальным образом улучшить эф'Ьективность неэффективной компании;
• “эталонные” компании для рассматриваемой неэффективной компании, т е. наиболее близкие к ней по своей структуре эффективные компании, это компании (Х2, У2) и (Х3, Уз) для компании (Х5,У5) (Рис.1);
• зону устойчивости каждой компании, т.е. область параметров (X, ¥), в которой компания не меняет свой статус (эффективная или нет), это пир с центром в точке (Х5, У5). касающийся границы эффективности (рис. 1).
Рис. 1. Анализ эффективности компаний в модели с одним входным и одним выходным показателем
Множество производственных возможностей наглядно можно представить только в случае, когда общее число входных и выходных показателей не превышает двух. Поэтому автором разработаны специальные параметрические методы оптимизации, позволяющие наглядно представлять результаты расчетов (срезы или проекции на двумерную плоскость, кривые равной эффективности - изокванты, изокосты и т.д.).
При этом отметим, что мера эффективности, радиус зоны устойчивости - это всегда число при любом наборе параметров. Однако важное значение в процессе выбора производственных и экономических показателей обращается на модели технологии АСФ.
В этом случае построение моделей в системном анализе и исследовании операций определяется следующими основными факторами:
• целями (задачами) моделирования;
• наличием и надёжностью необходимой информации.
Как уже отмечалось, для моделирования по технологии АСФ необходимо выбрать набор входных и выходных показателей, характеризующих деятельность нефтяных компаний.
Все экономические и производственные показатели, описывающие деятельность компаний, взаимосвязаны и имеют разную степень обобщённости. Оценка эффективности деятельности нефтяных компаний является многосторонней. В зависимости от целей анализа деятельности используются разные, но возможно пересекающиеся наборы производственных, экономических и финансовых показателей.
Выделим важнейшие задачи оценки эффективности деятельности нефтяных компаний. Это:
• оценка рентабельности (доходности),
• оценка стратегии развития,
• оценка эффективности реализации и переработки,
• оценка надёжности,
• оценка эффективности компаний по финансовым показателям.
В своих исследованиях автор использует различные наборы показателей -производственные, финансовые или смешанные, включая те или другие показатели.
Возможные наборы показателей для моделирования по технологии АСФ могут включать:
1. Оценку рентабельности (доходности) нефтяных компаний по производственным показателям.
Модель 1.1 Входные параметры:
Ху (вход 1) - затраты на бурение, разведочное и эксплуатационное, тыс. руб.; ху (вход 2) - затраты на промышленное строительство, тыс. руб.; х3] (вход 3) - затраты на закупку оборудования, тыс. руб.
Выходные параметры:
у у (выход 1) - добыча нефти с газовым конденсатом, тыс. т.
Модель 1.2 Входные параметры:
Ху (вход 1) - затраты на бурение, разведочное и эксплуатационное, тыс. руб.; ху (вход 2) - затраты на промышленное строительство, тыс. руб.; х3] (вход 3) - затраты на закупку оборудования, тыс. руб.
Выходные параметры:
у У (выход 1) - прибыль отчётного периода, тыс. руб.
Модель 1.3 Входные параметры:
XI, (вход 1) - затраты на бурение, разведочное и эксплуатационное, тыс. руб.; х2] (вход 2) - затраты на строительство и оборудование, тыс. руб.; х3] (вход 3) - эксплуатационный фонд скважин.
Выходные параметры:
у у (выход 1) - добыча нефти с газовым конденсатом, тыс. т.
Модель 1.1 строится на основе производственных показателей, которые регулярно печатаются в ведущих журналах по нефтяному бизнесу[9]. В Модели 1.2 затратные показатели те же, что и в предыдущем случае, а выходной экономический показатель -прибыль отчётного периода - берётся из финансовых отчётов компаний. В Модели 1.3 автором введён “инерционный” входной показатель - эксплуатационный фонд скважин. Как известно, число скважин у нефтяных компаний измеряется тысячами и десятками тысяч единиц, а прирост только за год у одной какой-либо компании может быть в пределах нескольких сотен единиц. Таким образом, этот входной показатель является долговременной характеристикой деятельности компаний.
2. Оценку стратегии развития Модель 2.1
Входные параметры:
ху (вход 1) - затраты на бурение, тыс. руб.;
ху (вход 2) - затраты на промышленное строительство, тыс. руб.;
х3] (вход 3) - затраты на непроизводственное строительство.
Выходные параметры:
у у (выход 1) - прирост промышленных запасов, тыс. т.; у2] (выход 2) - добыча нефти с газовым конденсатом, тыс. т.
Эксперименты по данной модели, по мнению автора, призваны оценить влияние затрат на геологоразведку и обустройство месторождений на жизнедеятельность компаний и их стратегическое развитие.
3. Оценку эффективности реализации и нефтепереработки Модель 3.1
Входные параметры:
ху (вход 1) - добыча нефти с газовым конденсатом, тыс. т.;
Ху (вход 2) - нефть на переработку, тыс. т.; х3; (вход 3) - нефть на экспорт, тыс. т.
Выходные параметры:
у У (выход 1) - прибыль отчётного периода, тыс. руб.
В данной модели в отличие от предыдущих в качестве входного показателя выбрана добыча нефти, а также взяты показатели “нефть на переработку” и “нефть на экспорт”. Цель данного эксперимента состоит в том, чтобы исследовать влияние этих показателей непосредственно на получение прибыли нефтяными компаниями.
4. Оценку надёжности компаний Модель 4.1
Входные параметры:
Хц (вход 1) - затраты на бурение, тыс. руб.;
ху (вход 2) - затраты на промышленное строительство, тыс. руб.;
х3] (вход 3) - эксплуатационный фонд скважин.
Выходные параметры
у У (выход 1) - обеспеченность запасами категории А+В+С1;
Уу (выход 2) - добыча нефти с газовым конденсатом, тыс. т.
Оценка эффективности нефтяных компаний, полученная по данной модели, покажет надёжность функционирования компаний в современных условиях.
5. Оценку эффективности компаний по финансовым показателям В этом разделе остановимся на некоторых моделях технологии АСФ, в которых используются только финансовые показатели, основанные на бухгалтерской отчётности компаний.
Модель 5.1 Оценка рентабельности по текущим показателям.
Входные параметры:
ху (вход 1) - прямые затраты по основной деятельности, тыс. руб.;
ху (вход 2) - расходы от неосновной деятельности и прочие расходы, тыс. руб.
Выходные параметры:
у У (выход 1) - выручка от реализации, тыс. руб.;
Уу (выход 2) - доходы от неосновной деятельности, тыс. руб.
В модели 5.1 исследуется эффективность функционирования нефтяных компаний по текущим финансовым показателям, т.е. за конкретный период (квартал, год и т.д.).
Модель 5.2 Оценка рентабельности с учётом долгосрочных характеристик.
Входные параметры:
х^ (вход 1) - суммарные расходы, тыс. руб.; ху (вход 2) - основные средства, тыс. руб.
Выходные параметры: у у (выход 1) - суммарная выручка, тыс. руб.
В данной модели в качестве одного из входных параметров взяты “основные средства” компании, которые отражают деятельность компании за продолжительный период, т.е. накапливаются в течение определённого времени, и, таким образом, характеризуют “инерционность” компании.
Модель 5.3 Оценка ликвидности компаний.
Входные параметры:
ху (вход 1) - краткосрочные пассивы, тыс. руб.; ху (вход 2) - внеоборотные активы, тыс. руб.
Выходные параметры:
у У (выход 1) - денежные средства предприятия и ценные бумаги, тыс. руб.;
Уу (выход 2) - дебиторская задолженность и оценка товарных запасов, тыс. руб.
В модели по ликвидности исследуется способность предприятия оплатить свои краткосрочные обязательства собственными средствами.
Приведённые модели не ограничивают возможные наборы показателей для анализа эффективности компаний по технологии АСФ. В данной статье автор стремился лишь показать общую схему выбора показателей для моделей АСФ. Подчеркнём, что используемые показатели так или иначе применяются аналитиками в компаниях для вычисления различных коэффициентов:
• доходности,
• устойчивости,
• ликвидности,
• -надёжности и т.д.
Принципиальная разница состоит в том, что финансовые аналитики в компаниях определяют все эти коэффициенты как одномерные величины, не связанные между собой в среде функционирования. У каждого аналитика имеется свой набор коэффициентов и чем опытнее аналитик, тем больше таких одномерных коэффициентов он вычисляет. В технологии АСФ все выбранные показатели рассматриваются в совокупности в своей среде
функционирования, и поэтому анализ по технологии АСФ даёт системную (объемную) картину функционирования компании в нефтегазовой отрасли. Далее на примерах показана принципиальная разница между вычислением отдельных коэффициентов и применением технологии АСФ.
Для наглядности представления результатов моделирования по технологии АСФ рассмотрим сначала простые модели. В качестве входного показателя в одномерной Модели 1* взяты затраты на бурение (разведывательное и эксплуатационное), а в качестве выходного показателя определим добычу нефти с газовым конденсатом. Диаграмма расчетов по этой модели представлена на рис.2, где по горизонтальной оси расположены нефтяные компании в порядке возрастания затратного показателя, а по вертикальной оси
Рис. 2. Диаграмма расчётов по модели: затраты на бурение - добыча нефти
отложены полученные меры эффективности для каждой компании.
В одномерной Модели 2* в качестве входного параметра взяты суммарные затраты. В качестве выходного показателя также определим добычу нефти с газовым конденсатом. Результаты расчётов по этой модели приведены на рис.З. Обозначения те же самые, что и в предыдущем случае.
Расчёты по этим одномерным моделям напоминают то, что проделывают финансовые аналитики в компаниях, т.е. вычисляют отношения типа выпуск к затратам и затем проводят сравнительный анализ таких коэффициентов. В технологии АСФ, кроме того,
Рис Э. Диаграмма расчетов по модели: суммарны* затраты - добыча нефти
определяется огибающая кривая, которая является аппроксимацией производственной функции. Как видно из диаграмм результатов расчётов по одномерным моделям, ни один
из экспериментов не может служить для определения эффективности (рейтинга) функционирования нефтяных компаний, так как полученные величины эффективностей далеки от адекватного отражения деятельности нефтяных компаний. Например, компания Сургутнефтегаз, по мнению ведущих экспертов, является стабильно и надёжно работающей компанией [10]. Однако расчёты по Модели 1* дают эффективность 36%, а по Модели 2* получаем 42%. Для сравнения дадим вычисленные эффективности по некоторым другим известным компаниям. Компания Сиданко по Модели И имеет эффективность 23% и по Модели 2* у неё эффективность 71%. У компании Башнефть по Модели 1* эффективность 19%, а по Модели 2* эффективность 60%. Отметим, что в стандартном финансовом анализе поступают именно таким образом, т.е. вычисляют те или иные коэффициенты посредством деления одних показателей на другие. И дело здесь не в том, что выбраны “плохие” коэффициенты.
Одномерные коэффициенты не могут в принципе адекватно отразить поведение сложного объекта в многомерном пространстве параметров, и здесь на помощь и приходит технология АСФ.
Добавим, что при вычислении рейтингов эти одномерные коэффициенты могут ещё и складываться с различными весами, которые определяются достаточно субъективно.
Перейдём теперь к рассмотрению результатов экспериментов по технологии АСФ для одной из многомерных моделей - Модели 3.1, определённой в четырёхмерном пространстве входных и выходных показателей. Данные за 1998 г. для этих расчётов были взяты из журналов по нефтебизнесу для ведущих нефтяных компаний страны. На рис.4 приведены результаты расчётов по этой модели. По горизонтальной оси расположены нефтяные компании в порядке возрастания суммы затратных параметров, без учёта числа скважин, а по вертикальной оси откладывается эффективность, рассчитанная по технологии АСФ для Модели 3.1. Анализ результатов показывает, что полученные меры эффективности в значительной мере адекватно отражают реальную ситуацию в нефтяном бизнесе страны. В этом можно убедиться, сравнив вычисленные меры эффективности с качественным анализом и мнениями экспертов, регулярно публикующимися в журналах по нефтебизнесу . Так например, по данной производственной модели компании Сургутнефтегаз, Башнефть, Сиданко имеют эффективности 86%, 82%, 97%, соответственно.
Рис. 4. Результаты расчётов по многомерной проиеводетмнной Модели 3.1
Кроме того, меры эффективности, полученные по технологии АСФ, являются не просто количественными оценками деятельности компаний, они объективно показывают насколько каждой компании надо снизить свои затраты или зтвеличить свой выпуск для того, чтобы стать эффективной. В добавлении к этому технология АСФ позволяет:
• вычислить зону устойчивости для каждой компании;
• указывать предпочтительные цели для компании;
• находить наилучшие пути достижения таких целей;
• моделировать возможные ситуации и варианты действий;
• определять, в конечном итоге оптимальные пути развития компаний.
Для сравнения с предыдущими расчётами автором приведены результаты экспериментов по технологии АСФ для Модели 5.1. Эта модель основывается только на финансовых показателях, которые были взяты из финансовых отчётов компаний за 1998 г. В данной модели оценивается рентабельность компаний по текущим финансовым параметрам (форма баланса №2). Результаты расчетов по многомерной финансовой Модели 5.1 приведены на рис.5. Здесь, как и ранее, по горизонтальной оси расположены нефтяные компании в порядке возрастания суммы затратных параметров, а по вертикальной оси отложена полученная эффективность. В данной финансовой модели компании Сургутнефтегаз и Башнефть имеют 100% эффективность, у компании Сиданко 75%.
На рис.6 приводится структура финансовых показателей этих компаний. Как видно из диаграмм, у компании Сургутнефтегаз доходы от основной деятельности примерно совпадают с неосновными доходами, а затраты по основной деятельности значительно превышают не основные расходы. У компании Башнефть структура затрат примерно та же самая, но доходы от основной деятельности значительно превышают неосновные доходы.
У компании Сиданко затраты по основной деятельности примерно совпадают с неосновными расходами, но доходы от основной деятельности больше неосновных доходов.
Большой интерес представляет сравнение количества необходимых вычислений в одномерных моделях (1* и 2*) и многомерных моделях по технологии АСФ. В моделях 1* и 2* требуется произвести десятки арифметических операций, и эта задача под силу любому аналитику. В многомерных моделях вида 3.1 и 5.1 необходимо проделать несколько десятков тысяч арифметических операций типа умножения, при этом не учитываются операции выборки из баз данных, агрегирования, построение графиков и г.д. Отсюда очевидно, что без специальных программных продуктов и достаточно мощных компьютеров провести такой анализ практически невозможно.
14000000 12000000 10000000 | 8000000 £ 6000000 4000000 2000000
Рис.6. Структура финансовых показателей некоторых ведущих нефтяных компаний стралы за 1998 г.
В данной статье изложено многообразие моделей технологии АСФ, которые позволяют решать многие задачи оценки эффективности функционирования нефтяных компаний по различным группам критериев: рентабельности, надёжности, устойчивости, ликвидности,
стратегии развития и т.д. Автор считает, что одномерные характеристики компаний, используемые при подсчёте рейтингов и в стандартном финансовом анализе, не могут дать адекватного отражения деятельности нефтяных компаний, которые по сути своей функционируют в многомерном мире. Технология АСФ, по убеждению автора, позволяет определить не только количественную меру эффективности компаний, но и находить зоны устойчивости компаний, эталонные компании, оптимальные направления улучшения деятельности компаний, критические направления, по которым скорее всего может произойти спад деятельности компаний. И в конечном итоге технология АСФ даёт возможность определять стратегию развития компаний.
Литература
1. Олег Борисович Уткин, президент корпорации «Группа».
2. Chames A., Cooper W. W. and Rhodes Е. Measuring of efficiency of decision making units. -EJOR2, 1978.
3. Banker R.D., Chames A., Cooper W.W Some models for estimating technical and scale efficiency in data envelopment analysis. - Management Science 30/9,1984.
4. Wang C.H., Gopal R.D. and Zionts S. Use of Data Envelopment Analysis in assessing Information Technology impact on firm performance. - Annals of OR 73, 1997.
5. Paradi J.C., Reese D.N. and Rosen D. Application of DE A to measure the efficiency of software production at two large Canadian banks. - Annals of OR 73, 1997.
6. Карлин С. Математические методы в теории игр, программировании и экономике. - М. . Мир, 1964.
7. НикайдоХ. Выпуклые структуры и математическая экономика. - М.: Мир, 1972.
8. Ланкастер К. Математическая экономика. - М.: Советское радио, 1972.
9. Нефтегазовая вертикаль. 1999. №2-3; № 4-5,
10. Нефтяное хозяйство. 1999. № 4.
TECHNOLOGY OF DATA ENVELOPMENT ANALYSIS AND OIL COMPANIES
ACTIVITY EVALUTION
O.B. Utkin, President of the corporation GRUPPA Luchnikov per. 4, enter 2, 101000, Moscow, Russia
This paper describes a new technology of system analysis - technology of Data Envelopment Analysis (DEA) - in conformity with oil companies activity evaluation in contemporary conditions.
