Анализ экономической эффективности инвестиционных проектов нефтегазодобывающего предприятия (на примере ЗАО «Лукойл-Геойлбент»)

Нормированный ожидаемый  убыток (НОУ) - отношение ожидаемого убытка к ожидаемой стоимости:

НОУ = ожидаемый убыток/(ожидаемый  выигрыш + ожидаемый убыток)

Этот показатель может  принимать значения от 0 (отсутствие ожидаемого убытка) до 1 (отсутствие ожидаемого выигрыша). На рис.6 он представляется как отношение площади под профилем риска слева от нулевого NPV ко всей площади под профилем риска

Проект с вероятностным  распределением NPV, таким, что область  определения профиля риска NPV выше 0, имеет нормируемый ожидаемый убыток, равный 0, что означает абсолютную неподверженность риску проекта. С другой стороны, проект, область определения профиля риска NPV которого ниже 0, полностью подвержен риску.

Данный показатель определяет риск как следствие двух вещей: наклона и положения профиля риска NPV по отношению к разделяющей вертикали нулевого NPV.

 Коэффициент вариации 

Он представляет собой  стандартное отклонение результативного  показателя, деленное на его ожидаемую  стоимость. При положительной ожидаемой стоимости чем ниже коэффициент вариации, тем меньше проектный риск.

Как видим, два последних  рассмотренных показателя характеризуют  риск исследуемого проекта. Однако, если нормируемый ожидаемый убыток есть относительный показатель и дает возможность судить о риске отдельно взятого проекта (скажем, неудовлетворительным считается проект, НОУ которого более 40%), то коэффициент вариации - это абсолютный показатель, и потому представляется более удобным его использовать при сравнении альтернативных проектов.

Показатели предельного  уровня

Степень устойчивости проекта  по отношению к возможным изменениям условий реализации, а значит и  степень риска может быть охарактеризована показателями предельного уровня объемов  производства, цен производимой продукции и других параметров проекта. Предельное значение параметра проекта для некоторого t-го года его реализации определяется как такое значение этого параметра в t-ом году, при котором чистая прибыль участника в этом году становится нулевой. Одним из наиболее важных показателей этого типа является рассмотренная ранее точка безубыточности, характеризующая объем продаж, при котором выручка от реализации продукции совпадает с издержками производства. Для подтверждения работоспособности проектируемого производства (на данном шаге расчета) необходимо, чтобы значение точки безубыточности было меньше значений номинальных объемов производства и продаж (на этом шаге). Чем дальше от них значение точки безубыточности (в процентном отношении), тем устойчивее проект. Проект обычно признается устойчивым, если значение точки безубыточности не превышает 75% от номинального объема производства. Подробно данный показатель, а также его плюсы и минусы уже рассматривались ранее.

Как видно, данный показатель никак не связан с вероятностным методом и в отличие от последнего не уточняет вероятности и спектр возможных значений для результативных показателей. Кроме того, каждый показатель предельного уровня характеризует степень устойчивости в зависимости лишь от конкретного параметра проекта (объем производства и т.д.), в то время как вероятностный подход проводит комплексный анализ риска при неопределенности одновременно всех интересуемых параметров проекта, т.е. в последнем случае учитывается синхронность их изменения.

На практике не имеет смысла считать большое количество показателей предельного уровня с надеждой определить риски, так как основная цель расчета такого, несомненно, важного показателя как точка безубыточности состоит в том, чтобы определить минимально допустимый уровень объема производства на пред инвестиционной фазе, что необходимо при описании проекта и построении его идеи.

Несмотря на свои достоинства, метод Монте-Карло не распространен  и не используется слишком широко в бизнесе. Одна из главных причин этого - неопределенность функций плотности переменных, которые используются при подсчете потоков наличности.

Другая проблема, которая  возникает как при использовании  метода сценариев, так и при использовании  метода Монте-Карло, состоит в том, что применение обоих методов не дает однозначного ответа на вопрос о том, следует ли реализовывать данный проект или следует отвергнуть его.

При завершении анализа, проведенного методом Монте-Карло, у эксперта есть значение ожидаемой  чистой приведенной стоимости проекта  и плотность распределения этой случайной величины. Однако наличие этих данных не обеспечивает аналитика информацией о том, действительно ли прибыльность проекта достаточно велика, чтобы компенсировать риск по проекту, оцененный стандартным отклонением и коэффициентом вариации. Ряд исследователей избегает использования данного метода ввиду сложности построения вероятностной модели и множества вычислений, однако при корректности модели метод дает весьма надежные результаты, позволяющие судить как о доходности проекта, так и о его устойчивости (чувствительности).

В зависимости от результатов  завершенного анализа рисков, а также  и от того, насколько склонен к  риску инвестор, последний принимает  решение принять, изменить, или отклонить  проект.

 Результативность  анализа рисков представлена в таблице 8:

Таблица 8

Результаты анализа  рисков

Полезность оценки рисков

Ограниченность оценки рисков

1. Совершенствует уровень  принятия решений по малоприбыльным  проектам. Проект с малым значением  NPV может быть принят, в случае если анализ рисков установит, что шансы получить удовлетворительный доход превосходят вероятность неприемлемых убытков. 2. Помогает идентифицировать  производственные возможности. Анализ  рисков помогает сэкономить деньги, потраченные на получение информации, издержки на получение которой превосходят издержки неопределенности. 3. Освещает сектора  проекта, требующие дальнейшего  исследования и управляет сбором  информации. 4. Выявляет слабые  места проекта и дает возможность  внести поправки. 5. Предполагает неопределенность и возможные отклонения факторов от базовых уровней. В связи с тем, что присвоение распределений и границ варьирования переменных несет оттенок субъективизма, необходимо критически подходить даже к результатам анализа рисков.

1. Проблема коррелированных переменных, которые могут привести к обманчивым заключениям при  неправильном специфицировании. 2. Анализ рисков предполагает  доброкачественность моделей проектного  оценивания. Если модель неправильна,  то результаты анализа рисков  также будут вводить в заблуждение

 

В нефтегазовой отрасли  особо важен учет геологического риска. На этот вид риска стоит  уделять особое внимание. При оценке локального объекта геологический риск определяется как вероятность того, что реальные геологические запасы окажутся ниже ожидаемого уровня или фильтрационно-емкостные характеристики будут хуже тех, что использовались при оценке ресурсов или запасов. Геологический риск, ассоциируемый с локальным объектом, и степень его изученности связаны обратной зависимостью. Чем выше изученность, тем меньше риск получить неверную оценку ресурсного потенциала объекта. С другой стороны, риск есть мера неопределенности: больше неопределенность в оценке параметров - больше риск и наоборот. Если один объект изучен детальной сейсморазведкой и разведочной скважиной, подтвердившей его продуктивность, а другой лишь выявлен по сейсмическим данным. Ясно, что в первом случае речь может идти лишь о вариациях фильтрационно-емкостных свойств (ФЕС) в области продуктивности объекта в каких-то пределах. Во втором случае объект может оказаться как совершенно пустым, так и продуктивным. Т.е. его ресурсы могут изменяться от нуля до каких-то конечных величин, определяемых емкостью ловушки и максимально возможными ФЕС для данного района. Ясно, что геологический риск во втором случае намного выше.

Различают локальный  и зональный риск. Зональный риск конкретного локального геологического объекта - это доля риска этого  объекта в составе перспективной  зоны или района. Локальный риск относится к конкретному объекту, рассматриваемому изолированно, а не в составе зоны или района, и измеряется дисперсией возможных исходов относительно ожидаемых ресурсов или запасов этого объекта (или ФЕС). Поэтому он может быть оценен с помощью различных мер рассеяния: размаха вариации, дисперсии, среднего квадратического (стандартного) отклонения и т.д., рассчитываемых для трех возможных исходов относительно оцениваемых ресурсов: пессимистического, наиболее вероятного и оптимистического. Наиболее предпочтительной мерой оценки локального риска объекта является коэффициент вариации. Чем выше перечисленные величины, и, прежде всего коэффициент вариации, тем выше геологический риск, связанный с данным локальным объектом.

Те же рассуждения  можно отнести к оценке каждого  отдельного свойства: пористости, эффективной толщины, объема, коэффициента заполнения ловушки и т.д., но это уже более частные характеристики геологического риска в данном понимании.

В такой постановке геологический  риск связан с неопределенностью  геологической модели и не зависит от абсолютной величины запасов. Т.е. если допустить, что геологическая модель известна абсолютно точно (а такого не бывает даже после окончания разработки месторождения), то коэффициент вариации, а значит и локальный геологический риск будет равен нулю.

В то же время следует  указать, что рассчитанная таким  образом мера риска лишь косвенным  образом связана с инвестиционным риском, который в свою очередь  зависит также от абсолютной величины ресурсов, наличия инфраструктуры, стоимости конечной продукции и многих других факторов. Чтобы учесть это, следуя той же логической схеме, предлагается  осуществить следующую  последовательность действий:

• расчет прогнозных объемов добычи по годам эксплуатации при трех вариантах оценки извлекаемых ресурсов: пессимистической, наиболее вероятной и оптимистической;
• построение гипотетических инвестиционных проектов при вышеупомянутых трех схемах эксплуатации месторождений;
• количественная оценка эффективности данных инвестиционных проектов по величинам чистой приведенной (дисконтированной) стоимости (NPV) при различных вариантах стоимостных характеристик проектов;
• расчет статистических характеристик рассеяния показателя NPV по различным вероятным реализациям проектов;
• сравнительная оценка инвестиционного риска освоения локальных объектов по величинам рассчитанных характеристик рассеяния и прежде всего коэффициентов вариации.

Вместо NPV показателями эффективности  гипотетических реализаций инвестиционных проектов (или наряду с ними) могут  выступать и другие общепринятые характеристики: внутренняя норма прибыли или индекс рентабельности со всеми особенностями, присущими данным показателям. 
       Проект как объект управления описывается совокупностью значений показателей (характеристик) проекта. Для удобства анализа и ранжирования  проектов, реализуемых в ЗАО "Лукойл-Геойлбент" предлагается следующая схема разделения проектов по уровням. В основу деления положено наличие определенного набора рисков реализации проектов.

I уровень: инвестиционные программы (мегапроект), как совокупность инвестиционных проектов, объединяемых единым направлением или по территориальному признаку;

II уровень: инвестиционные проекты, связанные с приобретением или строительством объектов действующего производства, приобретением доли в уставном капитале предприятий, созданием предприятий, приобретением лицензий на разработку месторождений и т.п.;

III уровень: инвестиционные проекты, связанные с приобретением оборудования, реконструкцией объектов действующего производства и т.п.

На инвестиционные проекты (программы) влияют следующие факторы:

политические:

• политическая стабильность внутренней и внешней политики государства;
• отношение к проекту (программе) местной администрации;
• националистические проявления;
• имидж марки “LUKOIL”;
• и т.п.

экономические:

• имущественные права, в т.ч. на землю;
• налоговое законодательство;
• уровень инфляции и стабильность национальной валюты;
• источники инвестиций;
• состояние рынков сбыта (удаленность от коммуникаций);
• и т.п.

общество:

• отношение местного населения к проекту;
• условия и уровень жизни;
• общественные организации, СМИ;
• и т.п.

техника и технология:

• уровень техники и технологии;
• уровень развития информационных технологий;
• энергетические системы;
• транспортные системы;
• связь, коммуникация;
• и т.п.

экологические:

• естественно-климатические условия;
• природные ресурсы (кроме углеводородов);
• законодательство по защите окружающей среды;
• наличие «зеленых» общественных организаций;
• и т.п.

В таблице 9 представлена экспертная оценка степени влияния  факторов окружения на реализацию инвестиционных проектов /программ.

Принята следующая оценка влияния:

0 – не влияет;

1 – слабое влияние;

2 – среднее влияние

3 – сильное влияние.

Таблица 9

Степень влияния факторов на реализацию инвестиционных проектов/программ

Факторы	I уровень проектов	II уровень проектов	III уровень проектов
Политические	3	2	0
Экономические	3	3	3
Общественные	3	1	0
Законодательство	3	1	0
Технические	2	3	3
Экологические	2	2	2