Обзор и сравнительный анализ методических подходов к учёту рисков при оценке нефтегазовых проектов

Существует большое количество подходов к оценке риска в общем их можно разделить на группы: статистические, аналитические методы, отдельно выделяются метод аналогий и экспертной оценки.

В практике оценки проектов в нефтегазовой геологии большое распространение получили такие методы как, построение дерева решений, имитационное моделирование (метод Монте-Карло), анализ чувствительности, метод корректировки нормы дисконта. Иногда, в условиях ограниченности информации или при необходимости экспресс оценки могут использоваться методы экспертной оценки и метод аналогий. Их классификация представлена в табл. 2.1

Таблица 2.1 Классификация подходов к учету рисков

Группа методов

Методы

Статистические методы

· Построение дерева решений · Имитационное моделирование (Монте-Карло) · Метод опционов

Аналитические методы

· Анализ чувствительности · Метод корректировки ставки дисконтирования a) Кумулятивный метод b) Модель оценки финансовых активов (CAPM) с) Метод оценки средневзвешенной стоимости капитала (WACC) · Метод сценариев

Метод экспертных оценок

Строго говоря, наиболее точным и уместным для решения задачи количественной оценки рисков в нефтяной геологии является метод имитационного моделирования. Этот метод основан на замене имеющейся реальной системы моделью, которая с достаточной точностью описывают систему. Модель строится на основании результатов анализа наиболее существенных взаимосвязей между элементами системы. С данной моделью проводятся эксперименты, с целью получения информации о системе (О.О. Белякова и др. 2011). метод Монте-Карло получил достаточно широкое распространение с 1980-х годов вместе с увеличившимся доступом к компьютерам.

Одним из распространенных методов имитационного моделирования является метод Монте-Карло (метод стохастического моделирования, основан на моделировании случайных процессов с заданными характеристиками). Результат моделирования представляется не в виде одного ключевого результирующего показателя, а в виде вероятностного распределения всех возможных значений. Метод Монте-Карло можно определить как метод моделирования случайных величин с целью вычисления характеристик их распределений. Изменения величин генерируются псевдослучайным образом в соответствии с заданными параметрами распределения, например, с математическим ожиданием и среднеквадратическим отклонением.

Имитируемое распределение может быть, в принципе, любым, а количество сценариев - весьма большим (до нескольких десятков тысяч), что обеспечивает получение более точных и достоверных результатов. Таким образом, потенциальный инвестор с помощью метода Монте-Карло будет обеспечен полным набором данных, характеризующих риск проекта (О.О. Белякова и др. 2011).

Обычно проведение имитационного моделирования включает в себя ряд шагов:

ü Выбор ключевых показателей проекта, наиболее сильно влияющих на конечный результат;

ü Определение закона распределения ключевых параметров;

ü Установление взаимосвязи между исходными и выходными показателями в виде математического уравнения или неравенства;

ü Проведение компьютерной имитации значений ключевых параметров модели, т.е. генерирование случайных сценариев, основанных на выборе допущений;

ü Расчет основных параметров распределения исходных и выходных показателей;

ü Анализ полученных результатов и принятие решения.

Наиболее удобным для анализа рисков показателем является NPV, поскольку пределы его изменения могут быть в пределах от минус бесконечности до плюс бесконечности при вероятности от 0 до 1. Это позволяет считать распределение данного показателя нормальным. Для NPV в качестве ключевых параметров можно выделить мировую цену на нефть, объемы добычи нефти в каждом году, ставку налога на прибыль. Как отмечалось ранее, имитируемое распределение может быть любым. Нормальное распределение встречается наиболее часто, поэтому можно предположить, что все ключевые переменные имеют нормальное распределение вероятностей. При этом сумма вероятностей всех значений для каждого показателя должна быть равна 1 (О.О. Белякова и др. 2011).

Результатом построения множества вероятностных сценариев является интервальная оценка показателя эффективности инвестиционного проекта в зависимости от заданных диапазонов колебания макроэкономических параметров. Гистограмма частот позволяет определить наиболее вероятный интервал значений показателя чистого дисконтированного дохода.

Таким образом, оценка инвестиционного проекта разработки нефтяного месторождения методом Монте-Карло происходит по следующему плану:

Перейти на страницу: 1 2 3

Дебиторско-кредиторская задолженность на предприятии и управление ею
дебиторская кредиторская задолженность экономический В современных условиях развития рыночных отношений у предприятий значительно возросло количество контрагентов - дебиторов и кредиторов, из-за ряда объективных и субъективных факторов усложнились порядок учета и отражения в отчетности дебиторс ...

Экономическая сущность и содержание инвестиций
Инвестиционный процесс играет основополагающую роль в формировании структуры производства, в этой связи основные изменения, которые должны произойти в отечественной экономике при переходе к рыночным отношениям, в первую очередь касаются процесса принятия инвестиционных решений. На смену народн ...