Архив WinRAR_1 / trahtengerts5

300 Часть 2. Математическое и алгоритмическое обеспечение …

если случайных параметров много и они взаимосвязаны, то для оценки эффективности обычно используется метод статистических испытаний – метод Монте-Карло [8.22]. В этом случае получают достаточно большое количество сценариев, которые можно считать представительными для всех их совокупности и равновероятными. И задача сводится к оценки проекта с конечным, но большим числом равновероятных возможных сценариев. Сценарии, связанные с каким-либо сбоем оборудования моделируются заданием вероятности возникновения сбоя в течение года.

Например, цены на продукцию меняются с течением времени и эти изменения описываются следующей моделью:

Ц(0) = Ц(t0) – исходная цена на начало расчетного периода. Колебание цены характеризуется среднеквадратичным колебанием цен

за год - . Случайные значения цены на начало каждого шага расчетного периода определяется исходя из длительности этого шага и Ц(0)

– цены на начальный момент времени, по формуле:

где m – длительность m-го шага;

m – случайный множитель, имеющий стандартное нормальное распределение;

определяется, исходя из ретроспективных данных.

Втех случаях, когда цены одних товаров зависят от цен других товаров, то соответствующие случайные множители моделируются с учетом корреляционных связей между ними.

Возвращаясь к оценке рисков проекта необходимо отметить, что при оценке практически всех видов рисков также имеется определенная субъективность – часто используется метод экспертных оценок, заключающийся в том, что каждому показателю, характеризующему определенный вид риска, присваивается некоторое количество баллов (оно может быть определено, например, с помощью базовой шкал). При этом каждый из показателей в системе оценки имеет свой вес, соответствующий его значимости. Затем полученные в процессе экспертизы баллы суммируются по всем показателям с учетом весовых коэффициентов и образуется обобщенная оценка данного вида риска по региону или стране:

Rj n bij ,rij , i 1

где Rj – обобщенная оценка риска j-го вида;

bij – весовой коэффициент i-го показателя риска j-го вида; rij – значение i-го показателя риска j-го вида;

i=1,2,...,n,

n – число показателей.

Заметим также, что bij и Rj могут быть тоже интерпретированы как нечеткие числа LR-типа.

Экономический риск, в свою очередь, можно подразделить на производственный, связанный с возможностью невыполнения предприятием своих обязательств по контракту с заказчиком; финансовый (кредитный), связанный с возможностью невыполнения предприятием своих финансовых обязательств перед инвестором; рыночный, вызываемый колебаниями курсов валют и процентных ставок; инвестиционный, связанный с возможностью обесценивания инвестиционного портфеля, состоящего как из собственных, так и приобретенных ценных бумаг; коммерческий риск, отражающий ненадежность будущих доходов за счет уменьшения объемов продаж, роста цен на потребляемые ресурсы и прочих факторов.

Экологический риск связан с возможным возникновением стихийных бедствий (землетрясений, наводнений и т.д.), пожаров, аварий и т.п.

Юридический риск вызывается неблагоприятными для участников проекта изменениями в законодательстве (введение нового налога, повышение ставок по действующим налогам, отмена налоговых льгот и т.д.).

По стадиям проявления риск можно классифицировать на предоперационный и операционный. Анализ по стадиям осуществления проекта позволяет финансирующей организации выявить риск, присущий конкретному проекту, и предусмотреть меры по его снижению.

Изучение предоперационного риска включает в себя анализ устава предприятия, реализующего проект, на предмет определения цели организации и распределения обязанностей между учредителями и директорами; анализ возможностей и прав распоряжаться,

302 Часть 2. Математическое и алгоритмическое обеспечение …

арендовать, использовать помещения, землю, оборудование, природные ресурсы; проверку защищенности авторских прав, документов, подтверждающих экологическую чистоту производства, пожарную безопасность, контрактов на строительство производственных объектов, на поставку энергии, воды, на транспортное обслуживание и т.д.; оценку укомплектованности предприятия квалифицированной рабочей силой; оценку имеющихся у предприятия финансовых ресурсов.

При исследовании операционного риска оценивают возможность падения объемов продаж (производства) до точки безубыточности; стабильность системы налогообложения, обменного курса валют; ритмичность материально-технического обеспечения производства; возможность неблагоприятных для предприятия действий компаньонов или правительственных органов, уровень гарантий по кредитам и т.д.

Риск по причинам возникновения (в частности, на рынке ценных бумаг) делится на функциональный, денежный, инфляционный, риск ликвидности и др.

По своим последствиям риск можно подразделить на риск прекращения деятельности (например, вследствие банкротства, неплатежеспособности, бесперспективности дальнейших поисков полезных ископаемых и т.д.) и вариационный риск, обусловленный изменчивостью доходов, получаемых от ценных бумаг.

Нефтяная и газовая промышленность как система характеризуется рядом специфических особенностей, отличающих ее от других отраслей материального производства. Как уже отмечалось выше, наиболее существенными из них с точки зрения анализа эффективности инвестиционных проектов и оценки риска являются: большая зависимость показателей и критериев эффективности затрат от природных условий, от уровня использования разведанных и извлекаемых ресурсов углеводородов; динамический характер (изменчивость во времени) природных факторов; вероятностный характер большинства технико-экономических показателей разработки нефтяных и газовых месторождений; изменение воспроизводственной структуры капиталовложений в масштабе отрасли в сторону увеличения их доли, направляемой на компенсацию падения добычи на старых месторождениях; большая продолжительность реализации нефтяных и га-

зовых проектов; высокая капиталоемкость нефтегазодобычи, необходимость осуществления крупных начальных инвестиций, длительный период возмещения начального капитала и др.

Эти особенности нефтяной и газовой промышленности оказывают влияние и на формирование системы проектных рисков. Инвестиционным проектам в этих отраслях присущи все виды рисков, рассмотренных ранее. Кроме этих рисков специфическими для нефтегазовой отрасли являются: риск неоткрытия месторождения; риск открытия нерентабельного месторождения; риск, связанный с неточным определением геолого-промысловых характеристик объекта разработки (объема геологических запасов, уровня нефтегазоизвлечения, объема извлекаемых запасов, динамики добычи углеводородов и т.д.); риск, связанный с завершением проекта; риск, связанный с условиями рынка сбыта нефти, газа, нефтепродуктов; риск, обусловленный качествами участников проекта; риск, вызванный повышенной вероятностью возникновения форс-мажорных ситуаций.

В таблице 8.2 приведена классификация рисков, возникающих при реализации проектов в нефтегазовой промышленности.

Основными причинами рисков, возникающих при реализации нефтегазовых проектов, являются распределение отдачи от проекта во времени; разброс значений каждой переменной, влияющей на величину критериев эффективности; значительные расходы, связанные со сбором дополнительной информации.

Все участники проекта заинтересованы в том, чтобы снизить вероятность принятия неудачного (неэффективного) решения, избежать полного провала проекта или хотя бы значительных убытков. Для этого участники проекта вынуждены учитывать все возможные последствия реализации проекта в быстро меняющейся рыночной среде.

Таким образом, назначение анализа риска заключается в том, чтобы дать потенциальным партнерам необходимую информацию для принятия решений о целесообразности участия в проекте и предусмотреть меры по защите от возможных финансовых потерь.

Для снижения вероятности принятия неэффективного решения необходимо до проведения анализа риска определить классификационные признаки проектных решений; оценить, к какой сфере эконо-

304 Часть 2. Математическое и алгоритмическое обеспечение …

мики (позитивной или нормативной) относится решение; уметь решать проблему (готовить и принимать решение) поэтапно.

Таблица 8.2

Классификация рисков проектных решений в нефтегазовой промышленности

Анализ рисков можно подразделить на два взаимно дополняющих друг друга вида: качественный и количественный.

Вчасти качественного анализа СППР необходима для интеллектуального анализа данных по проекту для того, чтобы определить факторы риска, этапы и работы, при выполнении которых он возникает, установить потенциальные области риска, после чего идентифицировать все возможные риски.

Количественный анализ рисков с помощью СППР подразумевает численное определение размеров отдельных рисков и многокритериальную оценку риска проекта в целом.

Взаключение этого параграфа следует сказать, что выводы, сделанные относительно применения нечетких чисел при определении эффективности проекта на уровне хозяйствующего субъекта, приме-

306 Часть 2. Математическое и алгоритмическое обеспечение …

F(x) mini i f (xi), F(x) maxj mini i f (xi).

Или некоторый промежуточный вариант между крайне пессимистическими вариантами и крайне оптимистическими является критерий пессимизма-оптимизма (критерий Гурвица):

Hi minj fj(xi) (1 )maxj fj(xj),

где 0 1 – «коэффициент пессимизма» или, если хотите, «коэффициент оптимизма». При =1 оценка превращается в максимальную, а при =0 она максимально оптимистична. Необходимо подчеркнуть, что определение значения – это прерогатива руководителя, и с этой точки зрения, оценка чрезвычайно субъективна. А также:

F(x) mini i(f (xi) c)2 ,

F(x) mini i f (xi) c ,

где αi – коэффициенты важности критериев (весовые коэффициенты), определяемые в большинстве случаев субъективно; i 1; с –

некоторое фиксированное значение критерия f(xi), например, некоторое его усредненное значение; f(xi) – частный i-й показатель (критерий) эффективности; fj(xi) – частный i-й показатель (критерий) эффективности j-й альтернативы (проекта).

Выбор того или иного вида свертки определяется характером взаимосвязей составляющих ее критериев (равнозначные, доминирующие и т.п.), а также некоторыми специальными ограничениями на область значений свертки, вытекающими из специфики конкретной задачи и предпочтений руководителя. Если частные показатели неоднородные, то они либо сводятся к однородным, либо коэффициенты αi учитывают не только важность, но и физическую размерность показателя.

Основная трудность, возникающая при формировании и использовании обобщенных критериев, заключается в сложности определения весовых коэффициентов, на которые возложена функция адекватного отражения степени важности критерия, его физической размерности и иногда других факторов. К недостаткам обобщенных

критериев следует также отнести и то, что при оценке они не позволяют учитывать часто встречающуюся иерархическую зависимость результирующего показателя от значений частных показателей.

Однако это не означает, что СППР не должна использовать этот подход к оценке эффективности проектов. Система предлагает его руководителю как один из возможных вариантов.

Популярным методом сравнительного анализа, позволяющим учитывать иерархическую зависимость критериальных показателей, является метод анализа иерархий (МАИ) Т. Саати, обеспечивающий формальную обработку суждений и предпочтений проектов по каждому из выделенных в результате анализа критериев. Однако данные метод неустойчив к отбрасыванию отвергнутых альтернатив и характеризуется значительной трудоемкостью (подробно эта и другие модели многокритериальных оценок описаны в разд. 7.2, 7.3 и 7.5).

Многокритериальная оценка проектов может быть выполнена также на основе правил выбора по Парето. Здесь предпочтитель-

ным считается такой проект, для которого не существует другого проекта лучше данного хотя бы по одному показателю и не хуже него по всем остальным. Парето-оптимальность рассмотрена в разд. 7.4.

Наряду с правилом выбора по Парето используется более строгое правило выбора - по Борда. Оно, как и другие методы бинарных сравнений рассмотрены в разд. 7.7.

Описанные правила отбора не позволяют учесть относительную важность критериев оценки. Они нечувствительны к степени отличия значений критериальных показателей, и вероятность ошибки существенно повышается с ростом числа критериев.

Ряд методов анализа и отбора проектов основан на том, что критерий оценки формируется на основе характеристик того или иного

выделенного аспекта реализации проекта (главного критерия) -

затраты, время, риски, вероятности успеха и т. п. В конечном итоге такой подход приводит к постановке и решению той или иной задачи математического программирования, в которой выделенный показатель выступает в качестве критерия, а к значениям остальных показателей предъявляются определенные требования, порождающие область ограничений.

308Часть 2. Математическое и алгоритмическое обеспечение …

Вобщем случае это приводит к решению многокритериальной задачи методом последовательных уступок, когда последовательно

находится оптимальное решение по каждому из упорядоченных по важности критериев с назначением руководителем на каждом шаге решения задачи уступки величины по каждому из критериев, оптимизируемых на предыдущем шаге.

Как показывает опыт, реализация большинства методов анализа и отбора инвестиционных проектов на практике так или иначе связана с использованием основных показателей экономической эффективности: NPV, IRR, PB, PI. Свертка этих показателей, выделение главного критерия, построение векторов предпочтений, использование различных правил отбора и т.д. предполагают, что их значения известны или же найти их не представляет труда. Однако, как было показано выше – это не всегда так, и возникают задачи анализа и представления исходных данных проекта и как следствие - выбор руководителем используемых математических моделей детального моделирования денежных потоков проекта. Эта ситуация при большом числе рассматриваемых инвестиционных проектов требует больших затрат ресурсов и времени.

Поэтому, наряду с рассмотренными выше подходами интеллектуального анализа данных и эффективности проектов, используют направление исследований, позволяющее получать количественные финансово-экономические оценки проектов, в которых предлагается использовать аналитические выражения условий эффективности для проектов. Денежные потоки в этих случаях сводятся к потокам аннуентного вида при равномерном распределении затрат и доходов на инвестиционной и эксплуатационной фазах, используя, например, следующие условия:

min IRR max ,

max min(r d,r/d) ,

min (1 r/d)(1/tc t 1) 1,

где: δ – коэффициент дисконтирования; r – простая норма прибыли; d – норма амортизации (обратно пропорциональная сроку службы); tc – длительность инвестиционной фазы проекта; t – время выхода проекта на номинальную мощность.

Использование, таким образом, заранее разработанных и представленных в аналитическом виде необходимых (оценки сверху) и достаточных (оценки снизу) условий доходности и экономической эффективности проекта, не требует детального моделирования денежных потоков, позволяя в процессе анализа и отбора существенно сокращать временные затраты и не проводить трудоемкие вычисления с привлечением и обработкой большого объема входной (часто плохо определенной) информации.

Однако на практике, далеко не все денежные потоки, возникающие при реализации проекта, можно (без потери адекватности) упростить до равномерно распределенных потоков аннуетного вида.

В этой связи возникает необходимость в дальнейшем совершенствовании и разработке моделей и методов, включаемых в базу моделей СППР (см. рис. 1.6), использование которых позволило бы охватить более широкое множество видов реальных проектов. При этом конкретная постановка задач во многом определяется позицией эксперта(ов) или руководителей, а эффективность ее практического применения существенно зависит от состава, обоснованности и точности требуемых исходных данных и набора и моделей используемых критериев эффективности проектов, которые хранятся в базе моделей СППР и которые руководитель выбирает как для выполнения работы по анализу исходных данных, так и для анализа и выбора соответствующей модели.

8.5. Компьютерная поддержка анализа эффективности инвестиционных проектов

Как уже отмечалось в четвертой главе, подавляющее большинство управленческих решений направленных на формирование и реализацию тех или иных проектов в нефтяной и газовой промышленности требует осуществления капитальных вложений. По своей сути эти проекты являются инвестиционными и представляются технологической и финансово-экономической моделями.

Учитывая функции, возлагаемые на СППР и сформулированные выше общие задачи анализа ситуаций, возникающие при принятии управленческих и проектных решений в нефтегазовой отрасли, ана-