Оценка привлекательности стран с точки зрения инвестиций в нефтяную отрасль

Размещено на http://www.allbest.ru/

Контрольная работа

Оценка привлекательности стран с точки зрения инвестиций в нефтяную отрасль



1. Разработка методологии оценки инвестиционной привлекательности

В настоящее время существует несколько подходов к расчету объема инвестиций в нефтяной отрасли, связанной, в том числе, с некоторой проблемой доступности данных в разрезе отраслей. К примеру, Всемирный Банк и ВТО (Intracen.org) рассчитывают общий объем прямых иностранных инвестиций. Ученые из Кембриджского университета и Американского Банка Развития (IDB) Lyudmyla Hvozdyk, Valerie Mercer-Blackman в своей научной статье «What determines investment in the oil sector? A New Era for National and International Oil Companies» строят тренды на основе анализа инвестиционных потоков и указывают на проблему недостаточности данных по инвестициям в нефтяном секторе, за исключением финансовых данных крупных международных нефтяных компаний. В связи с этим, эксперты в инвестиционном анализе собрали данные, скомпоновав информацию из трех основных источников: данных журнала Oil and Gas Journal о капитальных расходах на разведку и добычу в разрезе компаний за период 1993-2007 гг.; обзоры нефти и газа за различные годы от инвестиционного банка Goldman Sachs, сопоставив данные инвестиций от компаний с объемом инвестиций в принимающую страну; дополнили эти данные информацией по инвестиционным отраслевым планам представителей ОПЕК. Кроме того, исследователи обнаружили отсутствие всесторонних данных, в частности, по Саудовской Аравии. инвестиция привлекательность нефтяной

МЭА указывает на сложность разделения расходов на нефть и газ и инвестиции по этим направлениям, т.к. добыча ресурсов взаимосвязана. Способ измерения инвестиций в энергетическом секторе варьируется в значительной степени из-за различий в доступности данных и характере расходов. МЭА определяет инвестиции в большинстве случаев как капитальные затраты на новые активы.

Сложность получения данных раскрывает проблематику прозрачности рынка, что в свою очередь является инвестиционным барьером отрасли и препятствует возможностям быстрого и качественного анализа для лиц, принимающих решения об инвестициях в секторе.

С целью проведения анализа в рамках текущей работы автором за величину инвестиций в нефтяной отрасли берется сумма капитальных расходов в геологоразведку компаний по стране (Exploration CAPEX) и их капитальных затрат на добычу (CAPEX) на основе данных из базы Rystad Energy UCube, включающие:

· Затраты на строительство инфраструктуры, необходимой для эксплуатации месторождения. Зависят от расположения актива, типа месторождения (морское/ континентальное), объема запасов. Рассчитываются как произведение удельных затрат на объем запасов месторождения;

· Затраты на модификацию, ремонт и поддержку в рабочем состоянии инфраструктуры и оборудования. Рассчитываются как доля затрат на строительство инфраструктуры и достигают своего пика после начала падения добычи. Также могут включать дополнительные затраты, необходимые для увеличения плато добычи;

· Затраты на бурение скважин, их подготовку к эксплуатации, аренду буровой установки, увеличение нефтеотдачи, закупку необходимых материалов. Их величина зависит от вида месторождения (нефтяное/газовое/газоконденсатное) и удельных затрат на бурение (в расчете запасов в баррелях нефтяного эквивалента). Удельные затраты - это функция от таких параметров, как глубина дна (для морских месторождений), глубина залегания месторождения, коэффициент извлечения УВС, регион, метод добычи и тип месторождения (морское/континентальное). После определения суммарной величины затрат на бурение затраты распределяются во времени;

· Затраты на ГГР - затраты на приобретение лицензий, сейсморазведочные работы, бурение разведочных и оценочных скважин с целью поиска, открытия и очерчивания границ нефтегазовых месторождений. Затраты на ГРР моделируются на уровне скважин и рассчитываются по следующей формуле: Ехрloration Capех = Количество разведочных скважин * Затраты на скважину.

Данные из Rystad приведены в номинальных величинах, поэтому они были очищены от эффекта инфляции и представлены в реальных ценах.

На инвестиции влияют три разнонаправленные тренда:

1. Рост инвестиций за счет роста нетрадиционных источников и осложнения условий добычи.

2. Падение инвестиций из-за падения цен на углеводороды.

3. Падение инвестиций из-за эффекта обучения и методов повышения эффективности.

Учитывая вышеизложенное, оценим влияние ключевых факторов на инвестиционную привлекательность. С целью комплексного анализа в качестве переменных для построения регрессии были выбраны макроэкономические и отраслевые показатели, приведенные в Таблице 1 и отраженные в формате ПЭСТ (PEST): политические, экономические, социальные и технологические.

Таблица 1. Факторы инвестиционной привлекательности

Переменная	Характеристика	Единица измерения/кодировка
Экономические
Объем инвестиций (inv)	Капитальные расходы нефтяных компаний на ГГР и добычу (зависимая переменная)	Млн. долл.
Ежегодный рост ВВП (gdpgr)	Ежегодный рост ВВП	%
Инфляция (infl)	Уровень годовой инфляции	%
Нефтяная рента (oilrent)	Доля нефтеренты от общего объема ВВП	%
Цена на нефть (oilprice)	Цена на нефть	Долл.
Социальные
Расходы на образование (edu)	Расходы на образование как доля от ВНП	%
Рост населения (popg)	Ежегодный прирост населения	%
Политические
Индекс восприятия коррупции(transpspi)	Индекс восприятия коррупции в государственном секторе	От 0 до 100
Доля СРП (pscshare)	Доля сборов от соглашений о разделе продукции от общих сборов государства	%
Доля налогов и сборов (govtake)	Доля налогов и других платежей государству от общей выручки нефтедобывающих компаний	%
Принадлежность к ОПЕК (opec)	Отношение страны к ОПЕК	1 - Если страна входит в ОПЕК, 0 - Если не входит в ОПЕК
Уровень развития страны (oecd)	Статус страны - развитая (ОЭСР) или развивающаяся (неОЭСР)	1 - Если страна относится к ОЭСР, 0 - Если не относится к ОЭСР
Страны с ТРИЗами (unconv_country)	Выборка стран с наибольшими объемами ТРИЗов	1 - Если страна - лидер по объему ТРИЗов (см. Таблицу 6), 0 - все остальные
ВВП на душу населения (gdppercap)	Размер ВВП на душу населения в реальных ценах	Тыс. долл.
Технологический
Количество заявок на патенты (nb_patentapp)	Количество заявок на патенты, поданных резидентами и нерезидентами на территории страны	Шт.

Кроме того, в модели используются lgdpgr и loilrent - логарифмы от соответствующих переменных, а также создается фиктивная переменная id - детерминант стран, по которому группируются панельные данные.

Остановимся на определении используемых независимых переменных детальнее.

1. Ежегодный рост ВВП - годовые процентные темпы роста ВВП по рыночным ценам на основе постоянной местной валюты в пересчете в постоянных долларах США за 2010 год. Данные взяты из базы Всемирного Банка.

2. Инфляция, измеряемая годовым темпом роста (%) неявного дефлятора ВВП, показывает скорость изменения цен в экономике в целом. Неявный дефлятор ВВП - это отношение ВВП в местной валюте к ВВП в постоянных валютах. Данные взяты из базы Всемирного Банка.

3. Нефтяная рента (доля от ВВП, %) представляет собой разницу между стоимостью добычи нефти по мировым ценам и совокупными издержками производства. Оценки основаны на источниках и методах, описанных в работе «Изменение богатства народов: измерение устойчивого развития в новом тысячелетии» (Всемирный банк, 2011 г.), посчитаны в реальных ценах. Данные взяты из базы Всемирного Банка.

4. Цена на нефть - реальные спот-цены на сырую нефть марки Brent. Данные взяты из аналитического отчета British Petroleum.

5. Расходы на образование: скорректированная экономия (% от ВНД). Расходы на образование - операционные расходы в сфере образования, включая заработную плату и без учета капитальных вложений в здания и оборудование. Данные взяты из базы Всемирного Банка в реальных ценах.

6. Рост населения - годовой прирост населения (%). Определение численности населения основано на де-факто подходе, который учитывает всех жителей независимо от их юридического статуса или гражданства. Данные взяты из базы Всемирного Банка.

7. Индекс восприятия коррупции. Ежегодный индекс организации Transparency International, оценивающий страны по тому, насколько коррумпированы их государственные секторы. Индекс восприятия коррупции отражает мнение аналитиков, бизнесменов и экспертов в исследуемых странах по всему миру и измеряется в баллах от 0 до 100. Чем ниже показатель, тем более коррумпирована страна с точки зрения рецензентов.

8. Доля сборов от соглашений о разделе продукции от общих сборов государства (в %). Доля посчитана на основе данных Rystad.

9. Доля налогов и других платежей государству от общего дохода нефтедобывающих компаний моделируется на уровне активов. Включают основные виды налоговых платежей:

· Royalty effects - сумма всех налогов, взимаемых с валового дохода недропользователей (экспортная пошлина, роялти, вознаграждение за услуги в рамках сервисных контрактов);

· Government profit oil - прибыльная нефть государства, взимаемая в натуральной форме в рамках СРП;

· Income tax - сумма всех налогов, взимаемых с прибыли или чистого дохода недропользователей.

Моделирование выручки осуществляется на уровне активов путем умножения объемов добычи на среднегодовые цены. Данные взяты из базы данных Rystad, адаптированы в постоянных ценах за вычетом эффекта инфляции.

10. Принадлежность страны к ОПЕК. Данные основаны на информации ВТО.

11. Уровень развития страны - включение страны в состав ОЭСР. Согласно методологии ООН, к развитым странам относятся страны-члены ОЭСР, к развивающимся - все остальные. Данные основаны на информации ОЭСР.

12. Страны с ТРИЗами. Фиктивная переменная, принимающая значение, равное 1 в случае, если страна относится к числу лидеров по объему ТРИЗов (см. Таблицу 2). Во всех остальных случаях по странам, участвующим в выборке, переменная принимает значение, равное 0. Данные по объему ТРИЗов взяты из базы Rystad.

13. ВВП на душу населения в реальных ценах (в постоянных ценах 2010 года, доллары). Данные взяты из базы Всемирного Банка.

14. Количество заявок на патенты, поданных резидентами и нерезидентами на территории страны в соответствии с процедурой Договора о патентной кооперации или национальным патентным ведомством на эксклюзивные права на изобретение - продукт или процесс, который предоставляет новый способ сделать что-то или предлагает новое техническое решение проблемы. Патент обеспечивает защиту изобретения патентообладателю на ограниченный срок, как правило, 20 лет. Данные взяты из базы Всемирного Банка.

В качестве аналитической базы для построения модели оценки инвестиционной привлекательности были изучены данные за 16-летний период с 2000 по 2015 год по 30 странам - лидерам по добыче нефти (96% от мировой добычи в 2016 году).

Таблица 2. Объем добычи нефти (обычной и трудноизвлекаемой), 2016 г.

п/п	Страна	Добыча, млн. барр.	Доля от общемирового объема добычи
1	Саудовская Аравия	3 834,395	13,9%
2	Российская Федерация	3 737,907	13,5%
3	США	2 984,332	10,8%
4	Ирак	1 628,925	5,9%
5	Китай	1 446,962	5,2%
6	Канада	1 319,913	4,8%
7	Иран	1 260,508	4,6%
8	ОАЭ	1 056,504	3,8%
9	Кувейт	1 010,514	3,7%
10	Бразилия	917,3306	3,3%
11	Мексика	789,3242	2,9%
12	Венесуэла	783,8448	2,8%
13	Ангола	631,6182	2,3%
14	Нигерия	621,1102	2,2%
15	Норвегия	590,8271	2,1%
16	Казахстан	524,2234	1,9%
17	Алжир	390,875	1,4%
18	Оман	330,6033	1,2%
19	Колумбия	319,2811	1,2%
20	Великобритания	297,9215	1,1%
21	Азербайджан	277,1053	1,0%
22	Индонезия	265,1599	1,0%
23	Индия	246,6675	0,9%
24	Катар	244,6341	0,9%
25	Малайзия	213,857	0,8%
26	Египет	199,9595	0,7%
27	Эквадор	198,0791	0,7%
28	Аргентина	183,0373	0,7%
29	Ливия	148,8027	0,5%
30	Австралия	61,08469	0,2%
	Итого	26 515,31	95,9%

Источник: составлено автором на основе данных Rystad Energy UCube

Учитывая современные тренды по увеличению доли трудноизвлекаемой нефти в общем объеме добычи, стоит отметить в модели страны, являющиеся лидерами по добыче трудноизвлекаемой нефти. Для оценки этой характеристики стран в модели используется фиктивная переменная unconv_country.

Таблица 3. Объем добычи трудноизвлекаемой нефти, 2016 г.

П/п	Страна	Добыча, млн. барр.	Доля от общемирового объема добычи
1	США	1 649,583	40,3%
2	Канада	1 063,491	26,0%
3	Венесуэла	370,2055	9,0%
4	Мексика	170,694	4,2%
5	Колумбия	170,2802	4,2%
6	Бразилия	133,5487	3,3%
7	Китай	131,422	3,2%
8	Оман	110,121	2,7%
9	Индонезия	53,51837	1,3%
10	Российская Федерация	38,08477	0,9%
11	Казахстан	35,25512	0,9%
	Итого	3 926,20366	96%

Источник: составлено автором на основе данных Rystad Energy Ucube.

Из приведенной выше Таблицы 3 видно, что 96% добычи трудноизвлекаемой нефти в мире обеспечивают 11 стран.

2. Оценка влияния выбранных факторов на инвестиционную привлекательность и выработка предложений по улучшению инвестиционной привлекательности в анализируемых странах

В первую очередь построим описательную статистику в эконометрическом пакете Stata для отражения объема выборки и количественной характеристики используемых переменных.

Таблица 4. Описательная статистика переменных

Источник: расчеты автора в эконометрическом пакете Stata.

По большинству переменных есть полная информация по всем временным рядам и странам, однако информация по количеству патентов доступна не в полном объеме, поэтому количество наблюдений, оцениваемых в регрессии, снижается.

Строим панельные данные по 30 странам по 16 годам с использованием фиктивной переменной unconv_country. Для этого используем оценивание регрессии со случайными эффектами (Random-effects GLS regression).

Для удобства отражения основных результатов в таблице указаны коэффициенты значимых переменных и уровень р-value, на котором они значимы. Основная модель (Модель 3) показала достаточно положительные результаты: R-sq = 0,7407, тест Вальда = 242,62. Все остальные построенные модели также значимы. R-sq ? 0,7302, что является положительным показателем для оценки панельных данных. Тест Вальда также показывает высокий результат ? 239,32. Корреляция между переменными отсутствует (пакет Stata 2014 автоматически проводит расчет при построении панельных данных).

Из оцененных регрессий получаются достаточно интересные результаты.

В первую очередь, следует отметить факторы, значимые на 100% интервале. К таким относятся цена на нефть (oilprice), сборы государства (govtake) и количество заявок на патенты (nb_patentapp), так называемые экономический, политический и технологический факторы.

Значимость цены на нефть (oilprice) на инвестиционную привлекательность отрасли была доказана многими исследователями. На примере Модели 3 можно сказать, что при повышении цены на нефть на 1 доллар, уровень инвестиций в отрасли повышается на 150,228 млн. долл.

Согласно экономической теории, инвестор стремится получить максимальную отдачу на вложенные инвестиции при минимизации риска, то есть важен фактор максимизации прибыли. Так как налоговые отчисления относятся к издержкам производителей нефти и снижают прибыль компаний, то, руководствуясь экономической логикой, увеличение налоговых сборов ведет к уменьшению инвестиционных потоков, что и было доказано результатами модели. В Модели 3 видно, что при повышении уровня налогов и сборов государства (govtake) на 1% от общего дохода нефтяных компаний, уровень инвестиций падает на 23 071,23 млн. долл.

Однако, известно, что, несмотря на высокий уровень налогов в Норвегии, страна остается одной из самых привлекательный с точки зрения инвестиций в нефтяную отрасль. Поэтому здесь важно быть осторожными в выводах и учитывать специфику страны, дизайн налогового режима, а также всевозможные послабления, которые государство предоставляет нефтяным компаниям. Поэтому, несмотря на полученные результаты в модели, связанные, возможно, еще с тем, что страны, попавшие в выборку, достаточно специфичны, рекомендуется учитывать дополнительные факторы при оценке влияния объема налогов и прочих сборов государства на инвестиционную привлекательность страны и сектора.

Особое внимание стоит обратить на технологический фактор. При повышении заявок на патенты (nb_patentapp) на территории страны на 1 единицу, объем инвестиций растет на 0,06 млн. долл. (Модель 3). Это особо актуально в настоящее время с учетом современных трендов развития технологий в контексте нарастания внимания к трудноизвлекаемой нефти. Ввиду специфики нетрадиционных источников для их разработки требуются уникальные технологии, которые в данном исследовании отражаются через показатель числа заявок на патенты. Данное наблюдение подтверждает корректность полученного результата и важность фактора при желании государства повысить инвестиционную привлекательность отрасли в стране. Получаемые результаты создают поле для дальнейших более глубоких исследований тематики влияния развития технологий внутри страны на повышение ее привлекательности.

Во вторую очередь, обратим внимание на остальные значимые факторы. Наличие нетрадиционных источников (unconv_country) в структуре добычи страны подтверждает вывод о том, что страны, разрабатывающие нетрадиционные источники углеводородов, привлекают высокий уровень инвестиций, ярко демонстрируется результатами модели. В странах, ведущих добычу нетрадиционной нефти, инвестиции увеличиваются на 5 513,117 млн. долл.

Доля СРП (pscshare). Доля СРП является незначимым коэффициентом в большинстве построенных моделей, однако при удалении незначимых переменных в Моделях 6 и 7 (расходов на образование (edu), что может указывать на долгосрочность возможных эффектов от увеличения расходов на образование, и рост населения (popg)) и расходов на образование видно, что значимость фактора растет (Модель 6). Так, в Модели 6 показано, что при повышении доли СРП на 1% уровень инвестиции падает на 5 354,187 млн. долл.

Форма СРП является одной из распространенных форм контрактов, которые создаются государством, с одной стороны, для максимизации дохода от минеральных ресурсов, а, с другой стороны, для стимулирования прихода иностранных инвесторов. В 1960-е годы возникла идея, преследовавшая цель создания благоприятного инвестиционного климата для иностранных нефтяных компаний .

Суть данных соглашений заключается в следующем. Согласно общепринятой модели, по контракту риск разведочной деятельности полностью лежит на подрядчике, и только лишь в случае коммерческого успеха проекта разведки он имеет право на возмещение понесенных затрат. Баланс доходов делится между подрядчиком и государством в пропорциях, определенных СРП, роялти и налоги уплачиваются раздельно .

Несмотря на то, что с теоретической точки зрения развитие применения СРП стимулирует инвестиционную активность и благоприятствует инвестиционной привлекательности отрасли, на практике существует множество споров и нерешенных вопросов относительно зависимости величины инвестиций от развитости форм СРП. Как показывает страновая статистика СРП, зачастую развитые страны не прибегают к данному виду контрактов, в то время как развивающиеся отдают предпочтение СРП, что объясняется несовершенством институциональной базы и непрозрачностью системы инвестиционных соглашений.

Данный тезис прослеживается и на результатах рассмотренной в настоящем исследовании модели. В общем, было показано, что доля СРП является незначимым фактором и в моделях, где повышается его значимость, он имеет обратно пропорциональное влияние на объем инвестиций в нефтяную отрасль. При более глубоком рассмотрении данного параметра заметим, что данный характер зависимости вызван именно на подвыборке развивающихся стран (24 из 30 неОЭСР), как и предполагалось выше. Объяснение данной тенденции можно найти, обратившись к данным по прозрачности бизнес-климата в стране: чем сложнее ситуация с прозрачностью и открытостью экономики, тем более высока вероятность использования такой формы контрактов, как СРП.

Несмотря на то, что переменная доли СРП является довольно противоречивым показателям и не вносит ясности в определение инвестиционной привлекательности, ее включение в модель принципиально важно, так как удалось поднять острый вопрос, связанный с инвестиционными формами и источниками финансирования, который не может не затрагиваться при изучении факторов инвестиционной привлекательности. Подробная интерпретация данных результатов не входит в настоящее исследование, однако дает основание для проработки данного вопроса в рамках дальнейших исследований автора.

Уровень инфляции (infl) показал достаточно логичные результаты по влиянию фактора на желание инвесторов вкладывать деньги в отрасль. Так в Модели 3 видно, что при повышении уровня инфляции на 1%, уровень инвестиций падает на 18 593,3 млн. долл. Таким образом, компании придают, в том числе, первостепенное значение состоянию и уровню развития экономики страны, в которую планируют инвестировать денежные средства.

Также, согласно полученным результатам по уровню роста ВВП на душу населения (gdppercap), видна значимость фактора. При повышении значения фактора на 1 тыс. долл., объем инвестиций в отрасли увеличивается на 0,2 млн. долл.

Интересный результат получился с индексом восприятия коррупции (transpspi). В текущей регрессии показатель оказался незначим, что можно объяснить тем фактом, что этот параметр не меняется существенно в погодовой динамике, поэтому зависимость от него сложно проследить. Полученный результат создает поле для дальнейшего исследования и включения в модель подобного, но более четкого и прозрачного показателя.

Кроме того, обратим внимание на полученный результат незначимости уровня нефтяной ренты (oilrent) в построенной регрессии. В экономической теории под рентой понимают величину, уплачиваемую за пользование ресурсами в размере превышения над минимальной платой, необходимой для поддержания ресурса в рабочем состоянии. Применительно к нефтяной отрасли эксперты подразумевают под рентой любую «незаслуженную» прибыль, которая досталась отрасли сверх «обычной прибыли» от нефтяных инвестиций плюс дополнительной прибыли от инноваций и эффективного менеджмента .

В мировой статистике используется понятие доли нефтяной ренты от ВВП страны для определения зависимости экономики от нефтяной отрасли, часто являющейся признаком монокультурной экономики. Множество исследований направлено на доказательство того, что, чем выше доля нефтяной ренты, тем страна менее инвестиционно-привлекательна и более подвержена оттоку капитала. В качестве основополагающих причин данного феномена, в одном из исследований, например, приведены два показателя: коррупция и экономическая нестабильность. Незначимость коэффициента в текущей регрессии, вероятно, также связано с преобладанием развитых стран, в которых институциональная среда более благоприятна. В связи с этим данный фактор становится менее значим в сравнении с остальными.

При оценке результатов регрессии стоит обратить внимание на наличие вероятности искажения влияния некоторых переменных на инвестиции. Для того чтобы проверить корректность причинно-следственной связи, используем тест причинности Грейнджера (Pairwise Granger Causality Tests) и протестируем значимые переменные govtake и nb_patentapp.

По результатам теста, приведенным в Таблице 5, построенном на 3-летних временных интервалах (Lags: 3) в период с 2000 по 2015 год, обнаружена цикличность.

Таблица 5. Результаты теста Грейнджера для переменной govtake

Нулевая гипотеза	Количество наблюдений	F-Statistic	Prob.
Lags: 3
Доля налогов и других сборов государства от дохода компаний не влияет на инвестиции	390	2,04554	0,0100
Инвестиции не влияют на долю налогов и других сборов государства от дохода компаний	7,31351	0,00009

Источник: расчеты автора в эконометрическом пакете Eviews.

Мы видим, что нулевые гипотезы отвергаются в обоих случаях, т.е. как уровень налогов и сборов влияет на объем инвестиций на 90% доверительном интервале, так и объем инвестиций влияет на уровень сборов и налогов.

Аналогичный эффект получается и с технологическом фактором, где ярко выражено взаимное влияние переменных друг на друга (инвестиций и количества заявок на патенты), что было показано на ряде моделей с различными лагами.

Нулевые гипотезы отвергают на 90% доверительном интервале в обоих случаях.

Данный результат еще раз является свидетельством тесных взаимосвязей инвестиций в нефтяной сектор и технологического фона в стране. Важно понимать, что нефтяная промышленность является не просто донором, работодателем и налогоплательщиком для всей экономики страны, но и важным институтом, обеспечивающим базу для всеобщего технологического и инновационного развития страны. Тем самым, в связи с выявлением циклического характера причинности показателей инвестиций и количества заявок на патенты, далее будем рассматривать зависимость инвестиций от количества патентов, оставив вопрос причинности для последующих исследований.

Для того чтобы удостовериться в значимости выбранного подхода к оценке регрессии панельных данных (модель со случайными эффектами), автором были построены в процессе анализа сквозная регрессия и регрессия с фиксированными индивидуальными эффектами. Для оценки выбранной модели проведем попарное сравнение оцененных моделей:

1. Регрессионной модели с фиксированными эффектами сравним со сквозной регрессией (используем тест Вальда).

Тест Вальда проверяет гипотезу о равенстве нулю всех индивидуальных эффектов. По результату теста по построенной регрессии с фиксированными эффектами были получен следующий результат:

F test that all u_i=0: F (29, 397) = 6.94 Prob > F = 0.0000

Т.к. p-уровень <0.01, то нулевая гипотеза отвергается, и это значит, что регрессионная модель с фиксированными эффектами лучше подходит для описания данных, чем модель простой регрессии.

2. Регрессионной модели со случайными эффектами сравним со сквозной регрессией (используем тест Бройша-Пагана).

Согласно полученным результатам, p-уровень <0,01, то нулевая гипотеза отвергается, т.е. модель со случайными эффектами лучше описывает наши данные, чем модель сквозной регрессии.

3. Регрессионной модели со случайными эффектами сравним с регрессионной моделью с фиксированными эффектами (используем тест Хаусмана).

Согласно полученным результатам нулевая гипотеза подтверждается (Ho: difference in coefficients not systematic), т.к. p-уровень> 0.01

chi2 (8) = (b-B)'[(V_b-V_B) ^ (-1)](b-B) = 5.01

Prob>chi2 = 0.7561

Полученные результаты позволяют сделать вывод, что в нашем случае подходит модель со случайными эффектами, которая и была положена в основу текущего исследования для оценки факторов инвестиционной привлекательности.

Суммируя результаты оценки регрессии, стоит отметить важность комплексного анализа факторов при анализе инвестиционной привлекательности нефтяной отрасли.

В первую очередь, хотелось бы обратить внимание на значимость цены на нефть, который, безусловно, является одним из важнейших факторов, влияющих на инвестиционную привлекательность в отрасли. Тем не менее, данный фактор является внешним фактором в точки зрения бизнеса. Зачастую страны (если не рассматривать рычаг изменения объемов добычи) и тем более компании не в силах на него влиять.

В нашей же работе была поставлена цель выявить стратегические направления органического развития нефтяной отрасли, которые могут стимулировать увеличение инвестиционной привлекательности. Стоит обратить внимание на то, что важен не революционный подход, а эволюционный, то есть целью работы не является выработка рекомендации по изменению всей модели экономики анализируемых стран и не сравнение развивающихся экономик и развитых. В полученных результатах автор стремится выделить комплекс факторов в динамике, которые оказывают максимальное влияние на динамику инвестиций и на которые исследуемые страны могут воздействовать.

Среди значимых факторов были выявлены как политические, экономические, так и технологические показатели, которые обобщенно можно сгруппировать в два больших блока факторов, производными которых они являются. Уровень инфляции, ВВП и налоговая система являются структурным элементом институциональной среды. Число заявок на патенты ярко отражает уровень технологического потенциала страны. Залогом успеха развития нетрадиционных источников служит высокий уровень развития технологической базы в стране, так как нетрадиционные источники требуют совершенно уникальных и капиталоемких разработок, которые варьируются не только постадийно, но и пространственно (то есть от стадии к стадии разработки, от региона к региону добычи).

Данный результат четко соотносится с лейтмотивом экспертных оценок и исследований. Сегодня все чаще говорится о необходимости развития устойчивой связи между эволюцией нефтегазового сектора и направлением движения национальной экономики в целом за счет, главным образом, повышения научно-технического потенциала смежных отраслей. Важна ориентация на увеличение не «ресурсной ренты», а максимизации прибыли, полученной за счет внедрения инновационных решений. По мнению иностранных и российских экспертов, только те страны, которые создают и развивают современные формы взаимодействия участников цепочки создания стоимости (институциональная среда) и технологии (технологическая база), могут рассчитывать на устойчивые темпы роста экономики и улучшение инвестиционной привлекательности отраслей, а том числе нефтяной.

Тем самым, можно сделать вывод, что взаимодействие государства и нефтяного сектора должно быть непрерывным, организационный контур отрасли, образуемый государством, должен поступательно меняться, высвобождая новые точки роста. В настоящее время одними из самых эффективных мер являются совершенствование институциональной среды, создание благоприятных условий для развития технологий в стране и установления эффективных механизмов и пропорций сбора доли государства от пользования недрами. Это позволит решить не только стратегическую задачу любого государства в сфере недропользования, а именно: возобновление минерально-сырьевой базы, но и обеспечить приток новых инвестиций в нефтяную отрасль, которая будет готова не эгоцентрично и без остатка их поглотить, а переработать, распространив перетоки мультипликативных эффектов на другие отрасли страны через созданные институциональные каналы взаимодействия.



Список используемой литературы

1. Ипотечно-инвестиционный анализ; Инфра-М - , 2013. - 176 c.

2. Антипин А. И. Инвестиционный анализ в строительстве; Академия - Москва, 2008. - 240 c.

3. Бард В. С., Бузулуков С. Н., Дрогобыцкий И. Н., Щепетова С. Е. Инвестиционный потенциал Российской экономики; Экзамен - Москва, 2012. - 320 c.

4. Белозеров С. А. Финансы домашнего хозяйства. Инвестиционный аспект; Издательство Санкт-Петербургского университета - Москва, 2012. - 194 c.

5. Брынцев А. Н. Инвестиционный проект. Да или нет; Экономическая газета - Москва, 2012. - 126 c.

6. Герасименко, Г.П.; Маркарьян, С.Э.; Маркарьян, Э.А. и др. Управленческий, финансовый и инвестиционный анализ. Практикум; Ростов-на-Дону: МарТ; Издание 3-е, перераб. и доп. - Москва, 2011. - 160 c.

7. Голди Дэниел , Мюррей Гордон Инвестиционный ответ. Как защитить свое финансовое будущее; Альпина Паблишер - Москва, 2011. - 122 c.

8. Гуськова Д. Н., Краковская И. Н., Слушкина Ю. Ю., Маколов В. Н. Инвестиционный менеджмент; КноРус - Москва, 2014. - 440 c.

9. Доунс, Дж.; Гудман, Дж. Эллиот Финансово-инвестиционный словарь; М.: Инфра-М - Москва, 2011. - 586 c.

10. Кадырова Г. М. Финансовый инвестиционный потенциал РФ. Международные аспекты формирования и использования; Анкил - Москва, 2012. - 232 c.

11. Казакова Н. А. Управленческий анализ. Комплексный анализ и диагностика предпринимательской деятельности; Инфра-М - , 2013. - 272 c.

12. Карлик А. Е., Рогова Е. М., Тихонова М. В., Ткаченко Е. А. Инвестиционный менеджмент; Издательство Вернера Регена - Москва, 2008. - 216 c.

13. Катасонов В. Ю. Инвестиционный потенциал экономики. Механизмы формирования и использования; Анкил - Москва, 2011. - 328 c.

14. Катасонов, В.Ю. Инвестиционный потенциал хозяйственной деятельности. Макроэкономический и финансово - кредитный аспекты; М.: МГИМО(У) МИД Росси - Москва, 2008. - 320 c.

15. Киселева О. В., Макеева Ф. С. Инвестиционный анализ; КноРус - Москва, 2010. - 208 c.

16. Ковалев, В.В. Финансовый анализ: управление капиталом, выбор инвестиций, анализ отчетности; М.: Финансы и статистика; Издание 2-е, перераб. и доп. - Москва, 2012. - 512 c.

17. Колмыкова Т. С. Инвестиционный анализ; Инфра-М - , 2011. - 208 c.

18. Корчагин Ю. А., Маличенко И. П. Инвестиции и инвестиционный анализ; Феникс - Москва, 2010. - 608 c.

19. Кравченко Н. А. Инвестиционный анализ; Дело - Москва, 2013. - 264 c.

20. Кузнецов А. В. Интернационализация российской экономики. Инвестиционный аспект; Либроком - Москва, 2013. - 288 c.

4. Erdal Demirhan Mahmut Masca Determinants of foreign direct investment flows to developing countries // AfyonKocatepe University, Faculty of Economics and Administrative Sciences, Afyonkarahisar,Turkey PRAGUE ECONOMIC PAPERS. 2008. № 4. P. 356-369

5. Fan, L. Zhu А real options based model and its application to China's overseas oil investment decisions // Department of Production and Systems, University of Minho, 2011. №15. р.7

6. Helmut Birnleitner Attractiveness of Countries for Foreign Direct Investments from the Macro-Economic Perspective // University of Latvia, Latvia, 2014. Р. 12

7. K. Mohn, B. Misund Energy Investment and uncertainty in the international oil and gas industry // Economics. 2009. №31 - journal homepage: www.elsevier.com/locate/eneco

8. Kimberlee Jones, Thomson Reuters STRATEGIC REVIEW OF THE OIL and GAS LANDSCAPE// 2013. №10. р.23

9. Lyudmyla Hvozdyk Valerie Mercer-Blackman Country Department for Belize, Central America, Dominican Republic and Panama august 2010 IDB WORKING PAPER SERIES No.IDB-WP-2 09 Inter-American Development Bank What DeterminesInvestment in the OilSector? A New Era for National andInternational Oil Companies www.iadb.org

10. Production-Sharing Agreements: An Economic Analysis Kirsten Bindemann Oxford Institute for Energy Studies WPM 25 October 1999 https://www.oxfordenergy.org/wpcms/wp-content/uploads/2010/11/WPM25-ProductionSharingAgreementsAnEconomicAnalysis-KBindemann-1999.pdf

11. Likvern R. Growth in Global Total Debt sustained a High Oil Price and delayed the Bakken //Red Queen - https://fractionalflow.com/2014/10/

12. Mitchell, John V. (John Vincent) & Marcel, Valeмrie& Mitchell What next for the oil and gas industry? // Beth, active 1989 & Royal Institute of International Affairs (publisher.). 2012. Р. 128

13. Taylor Jackson, Kenneth P. Green, Kristine Ramsbottom GLOBAL PETROLEUM SURVEY // FRASER INSTITUTE, 2015. 132 р.

14. Rodion Kravchenko Six seas: Comparative application of investment attractiveness methodology to Arctic offshore petroleum provinces // Nord Unversitet norn.no. 2012

15. World Petroleum Council. Guidelines for Application of the Petroleum Resources Management System, November 2011 // http://www.spe.org/industry/docs/PRMS_Guidelines_Nov2011.pdf, (Дата обращения 21.04.2017).

16. WoodMackenzie Only 1.6 percent of world's oil production at risk at $40 // Reuters. 2015. № 9. - www.reuters.com/article/us-oil-supplies-idUSKBNOKI1XN20150109

17. S&P OIL & GAS EXPLORATION & PRODUCTION SELECT INDUSTRY INDEX https://us.spindices.com/indices/equity/sp-oil-gas-exploration-production-select-industry-index

18. Report of the Committee on the PSC Mechanism in Petroleum Industry by Government of India 2012 http://eac.gov.in/reports/rep_psc0201.pdf

19. Doing Business Index http://www.doingbusiness.org/~/media/WBG/DoingBusiness/Documents/Annual-Reports/English/DB17-Report.pdfhttp://data.worldbank.org/data-catalog/doing-business-database

20. Rystad Energy UCUBE https://www.rystadenergy.com/

21. Transparency International, the global coalition against corruption “Corruption Percentage Index 2016”, https://www.transparency.org/news/feature/corruption_perceptions_index_2016

22. The Global Innovation Index 2016 https://www.globalinnovationindex.org/gii-2016-report

23. WorldBank http://databank.worldbank.org/

24. International Trade Center http://www.investmentmap.org/index.aspx?ReturnUrl=%2fSelectionMenu.aspx

25. OECD https://stats.oecd.org/

26. UNCTAD http://unctad.org/en/Pages/Home.aspx

Размещено на Allbest.ru

...