Первоначальный источник https://magazine.neftegaz.ru/articles/aktualno/572173-analiz-riskov-v-neftegazovykh-proektakh/

Аннотация. Наиболее общее определение риска – вероятность осуществления некоторого негативного (с точки зрения целевого функционала) события. Например, вероятность того, что инвестиции в проект не окупятся с требуемой нормой доходности.

С предметно-содержательных позиций выделяется несколько групп рисков – геологические (обусловлены неопределенностью имеющихся характеристик фильтрационно-емкостных свойств перспективных ловушек и оценок возможной продуктивности скважин, недостаточной достоверностью определения величины запасов и т.д.), производственно-технологические (связаны с не оптимальностью сетки эксплуатационных скважин, темпов и динамики отбора запасов, с гарантиями полноты извлечения запасов и т.п.), финансово-экономические (определяются корректностью задействованных показателей нормативно-стоимостной базы, стабильностью тарифов по капитальным и эксплуатационным затратам, общим уровнем и устойчивостью цен на углеводородное сырье на период реализации проекта и др.).

Отдельная группа рисков – техногенные. Благодаря современным эффективным технологическим решениям, широкому внедрению средств автоматизации их экономические последствия как правило удается свести к минимуму. Учет же рисков крупных аварий затруднен даже теоретически. С этих позиций оценка финансовых потерь от их возникновения, по существу, лишена смысла при анализе конкретных проектов, поскольку экономические последствия таких катастроф могут многократно перекрывать их бюджеты.

Зачастую в приведенный перечень включается и группа политических рисков, характеризующих неопределенности типа: устойчивость финансово-экономической системы, стабильность системы налогообложения, тарифная политика государства и другие. Однако эту группу рисков, на взгляд автора, правильнее относить к анализу макроэкономических систем, развитие которых предопределяется перспективами развития нефтегазовой отрасли в целом, ее местом и ролью в общей структуре экономики страны. На уровне микроэкономики, то есть на уровне конкретных инвестиционных проектов, они практически не подлежат корректной количественной оценке, и, как показывает практика, чаще всего их рассмотрение носит исключительно декларативный характер.

«Большинство наиболее существенных параметров, предопределяющих проектные технологические решения и макроэкономические условия их реализации и являющихся основой прогнозируемых оценок эффективности инвестиций, как правило, не может быть охарактеризовано с требуемой заранее заданной точностью. Их значения характеризуются тем или иным уровнем неопределенности. Применительно к геолого-промысловым показателям степень подобной неопределенности в общем случае обратно пропорциональна степени изученности соответствующих объектов. Имеющиеся неопределенности предопределяют возможные наиболее существенные вариации денежных потоков, генерируемых в ходе реализации инвестиционных проектов, порождают финансовые риски, связанные с их осуществлением.

При использовании детерминированных методов в процессе геолого-экономической оценки, предполагающих неслучайный характер геологических, технологических и макроэкономических характеристик, возможные отклонения принятых значений задействованных параметров сопровождаются анализом устойчивости интегральных показателей проекта (как экономических, так и технологических) к изменению наиболее значимых параметров или групп параметров. Диапазон изменения варьируемых параметров при этом задается исходя из предметных соображений. Технически он ничем не ограничен. При этом алгоритмическое воплощение возможности отследить одновременное изменение нескольких переменных и оценить его влияние на целевой функционал (на оценки экономической эффективности) должно рассматриваться как штатная функция любой компьютерной технологии в сфере финансово-экономического анализа. Отсутствие подобной функции - очевидный недостаток соответствующей программной системы.

В зависимости от направленности действия все факторы разделяются на внутренние и внешние и оказывают непосредственное воздействие на социальную и экономическую эффективность предпринимательской деятельности. Гуманитарные науки. Экономика 168 Внутренние переменные, являясь ситуационными факторами внутри организации, оказывают существенное влияние на эффективность деятельности фирмы. Поскольку организации представляют собой созданные людьми системы, то внутренние переменные в основном являются результатом управленческих решений. Однако, как показывает практика, не все внутренние переменные полностью контролируются топ-менеджментом, и зачастую внутренний фактор есть нечто «данное», что руководство должно преодолеть в своей работе. Управленческий механизм ориентирован на достижение оптимального взаимодействия всех уровней и функциональных областей управления для наиболее эффективного достижения намеченных целей.

Наиболее распространенный способ учета риска при детерминированном подходе – введение поправки за риск в величину ставки дисконтирования. Он широко распространен в США. Методы и критерии подобного учета могут различаться. Варианты их рассматривались и отечественными специалистами (В.И.Назаровым, Ю.П.Ампиловым и др.). Вместе с тем очевидная проблема здесь заключается в отсутствии (на сегодня) предметно-содержательных критериев по способу ее расчета применительно к каждому конкретному случаю. А это предопределяет очевидную неопределенность возможных решений и высокую долю субъективизма при их формировании.

Распределение значений практически всех без исключения характеристик, используемых при анализе инвестиционных проектов, носит вероятностный характер. Соответственно, в основе подходов к экономической оценке должны лежать вероятностно-статистические методы и имитационное статистическое моделирование задействованных исходных данных. Должны задаваться не конкретные значения исходных величин, а лишь возможные интервалы их изменения и тип статистического распределения параметра внутри этих интервалов (функция плотности вероятности). Получаемые «на выходе» оценки целевых функций инвестиционного проекта также будут иметь вероятностный характер. Статистические характеристики их распределения (средне-ожидаемое значение, размах вариации, дисперсия или коэффициент вариации, стандартное отклонение) отражают наиболее вероятное значение оценок эффективности инвестиционного проекта и степень их неопределенности, а значит – и степень инвестиционного риска, ассоциируемого с каждым проектом.

В разработку данного подхода и внедрение его в отечественную практику геолого-экономического анализа значительный вклад внесли многие отечественные специалисты - Ю.П.Ампилов, А.А.Герт, Ю.В.Подольский, И.С.Симакова и др.

Формальный алгоритм вероятностного подхода к геолого-экономической оценке весьма прост. Для каждого геолого-промыслового или финансово-экономического показателя, используемого при проведении оценки и значение которого рассматривается не в детерминированном, а в вероятностном варианте, строится функция плотности вероятности распределения его значений в пределах шкалы допустимых значений. Подобное распределение может задаваться аналитически (например, как результат определенных предварительных исследований и моделирования соответствующего распределения) либо в виде гистограммы, где для каждого интервала в пределах шкалы определена вероятность попадания значений параметра в этот интервал. Подобная гистограмма может быть построена либо на основе статистических исследований посредством построения эмпирической функции распределения (например, по результатам замера пористости по керну в пределах толщи коллектора), либо экспертным путем (например, экспертная оценка возможного уровня цен на углеводороды). Согласно требованиям статистического анализа, последний вариант предполагает наличие не менее 5?10 специалистов, способных вынести квалифицированное (!) мнение по исследуемому предмету для формирования статистически обоснованного суждения о возможном распределении значений соответствующего параметра.

В общем случае вероятностная форма представления распределения значений параметра (независимо от способа его формирования или задания) предполагает определение нескольких характеристик: во-первых, это диапазон возможных значений исследуемой переменной, который задает границы шкалы изменения параметра, во-вторых, должен быть определен вид функции распределения плотности вероятности – например, равномерное, экспоненциальное, треугольное, нормальное, логарифмически нормальное и т.п.

Функция, соответствующая накопленной (интегральной) вероятности - Pi=?fi(p), или кумулятивная кривая вероятности, будет характеризовать достоверность оценки или вероятность того, что реальные значения исследуемой характеристики окажутся больше, чем ее значения в текущей точке шкалы допустимых значений или интервале (например, вероятность превышения величиной запасов уровня 10 млн т). Функция, обратная интегральной - Ri=1-Pi, непосредственно определяет рисковую составляющую проекта или вероятность реализации негативных исходов (например, риск не превышения ценой нефти уровня 80 долл./барр.).

Считается, что решение проблемы повышения объективности геолого-экономического анализа заключается в применении вероятностных методов. Однако это далеко не так. Конкретный вид и параметры вероятностного распределения целевого функционала по существу будут предопределяться типом и параметрами вероятностных распределений каждой из задействованных характеристик инвестиционного проекта (их функциями плотности вероятности) и в существенной мере – местоположением на соответствующих шкалах медианных (средних) значений. При этом достоверность и надежность экономических оценок проекта (их формальные оценки) всецело определяется достоверностью и надежностью определения задействованных входных параметров, а медианные оценки целевого функционала в существенной мере предопределяются таковыми по включенным в вычислительный алгоритм параметрам (положением средних значений геолого-промысловых и макроэкономических характеристик).

Таким образом, зачастую бытующий постулат о неограниченных возможностях вероятностных методов в части преодоления проблем неопределенности и учета рисков, сопряженных с геолого-экономической оценкой, даже при рассмотрении их теоретических основ, по меньшей мере, не очевиден. Дополнительные и уже конкретные проблемы возникают на этапе практической реализации соответствующих методик.

ФОднако в данном случае мы еще и берем на себя «ответственность» характеризовать вероятностную картину. Если мы компетентны, это плюс. А если нет? Если нет объективных данных для получения вероятностной картины распределения исследуемых факторов риска? В данной ситуации детерминированный подход оказывается более «прозрачным», поскольку мы не камуфлируем неопределенности целевого функционала неопределенностями задействованных параметров. Но при этом мы можем охарактеризовать устойчивость целевого функционала к вариациям рисковых составляющих, представив с собственных позиций вероятность тех или иных сценариев в их изменении и оставив возможность непосредственно инвестору согласиться или не согласиться с нашей версией и оценить ситуацию с позиций собственного видения этих проблем.

С точки зрения содержательной постановки задачи (оценка влияния неопределенности важнейших нефтегеологических и макроэкономических факторов на экономические результаты реализации инвестиционных проектов) подход, базирующийся на учете вероятностной природы основных параметров проектов, безусловно, более предпочтителен. Однако при практической реализации его основные преимущества зачастую сводятся на нет: происходит подмена предметного анализа реальной изменчивости задействованных факторов и их корректного включения в вычислительный процесс абстрактными статистическими зависимостями, которые закладываются (часто даже без минимально необходимого содержательного анализа) в формальный алгоритм, где непосредственно и реализуется получение «вероятностной» оценки возможных исходов.

Подобная метаморфоза подхода может привести к существенному искажению вероятностного поля реализации задействованных компонент и, соответственно, к грубому искажению рисковых составляющих оценки инвестиционных проектов.

И это главная проблема при вероятностном подходе к геолого-экономической оценке. Некорректные или некомпетентные решения по данной компоненте анализа, положенные в основу вероятностной оценки, влекут столь же некорректные и необоснованные выводы, способные привести к неверным инвестиционным решениям.

Таким образом, можно утверждать, что принципиальные решения по методологическим и методическим проблемам оценки рисков, присущих нефтедобыче и сопровождающих инвестиции в данную отрасль экономики, существуют. Их уровень доведен до эффективных алгоритмических проработок и базируется на строго формализованных процедурах. Вместе с тем необходимо учитывать, что корректное решение проблемы оценки рисков упирается в корректное определение базовой основы для ее осуществления – определение вероятного диапазона распределения значений наиболее значимых параметров, задействованных в процессе экономической оценки инвестиционных проектов, и корректное определение функций плотности вероятности их значений в пределах этих диапазонов. Без решения этой проблемы (а решения должны быть индивидуальны и предельно компетентны по каждому проекту, объекту и задействованному параметру) оценка рисковых составляющих будет, по существу, фикцией, эффектной внешне, но которая не несет глубоких содержательных элементов и, более того, может принципиально искажать истинную картину и тем самым повлечь принятие неверных решений, в том числе и управленческих, на повышение эффективности которых в первую очередь и ориентированы подобные оценки.

Список литератури

1. Ампилов Ю.П. Стоимостная оценка недр. – М.: Геоинформцентр, 2003. – 274с.
2. Андреев А.Ф., Зубарева В.Д., Саркисов А.С. Анализ рисков нефтегазовых проектов. – М.: Нефть и газ РГУ НГ им.Губкина, 2003. - 231с. № 948-I (с изменениями от 30.12.2001 г.). URL: http: //base.garant.ru/105108.
3. Белонин М.Д., Подольский Ю.В. Нефтегазовый потенциал России и возможности его реализации. – СПб.: Недра, 2006. – 375с.
4. Лаппо А.В., Ампилов Ю.П. Технико-экономические оценки морских месторождений углеводородов на ранних стадиях изучения // Газовая промышленность, 2011. - №8. - С.62-67.