Повышение инвестиционной привлекательности в нефтяной отрасли России

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 6 видно, что 96% добычи трудноизвлекаемой нефти в мире обеспечивают 11 стран.

3.2 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 7. 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). Далее в главе будет приведено обоснование выбранного способа оценки.

Таблица 8. Полученные результаты после оценки регрессии влияния факторов на инвестиционную привлекательность

	Модель 1	Модель 2	Модель 3	Модель 4	Модель 5	Модель 6	Модель 7
edu	V	V	V	V	V
popg	V	V	V
gdpgr	V
lgdpgr		V	V	V	V	V
infl	V -17351.83* (0.016)**	V -21655.01 (0.015)	V -18593.3 (0.033)	V -18716.58 (0.032)	V -18261.82 (0.033)	V -19236.03 (0.024)	V -14450.97 (0.014)
transpspi	V	V	V	V	V	V	V
gdppercap	V .1857747 (0.047)	V .1839979 (0.061)	V .2022402 (0.035)	V .1855202 (0.040)	V .1909785 (0.038)	V .1839364 (0.039)	V .1795724 (0.037)
nb_ patentapp	V .0635088 (0.000)	V .0645575 (0.000)	V .0616971 (0.000)	V .0622654 (0.000)	V .0613715 (0.000)	V .0623071 (0.000)	V .0613895 (0.000)
oilrent			V	V		V	V
loilrent	V	V
oilprice	V 139.6852 (0.000)	V 148.507 (0.000)	V 150.228 (0.000)	V 149.2678 (0.000)	V 150.3524 (0.000)	V 150.189 (0.000)	V 141.3495 (0.000)
pscshare	V	V	V	V	V	V -5354.187 (0.099)	V -5329.153 (0.098)
govtake	V -25320.37 (0.014)	V -28853.2 (0.000)	V -23071.23 (0.000)	V -23125.1 (0.000)	V -22999.2 (0.000)	V -23587.22 (0.000)	V -21998.42 (0.000)
unconv_country	V 5927.468 (0.048)	V 5900.283 (0.057)	V 5513.117 (0.069)	V 5555.994 (0.060)	V 5356.553 (0.079)	V 5526.025 (0.057)	V 5556.13 (0.054)

Пояснение: V - переменная использовалась в модели; V - значимая переменная; *коэффициент; **доверительный интервал, на котором переменная значима.

Источник: расчеты автора в эконометрическом пакете Stata.

Для удобства отражения основных результатов в таблице указаны коэффициенты значимых переменных и уровень р-value, на котором они значимы. С более полной информацией по всем моделям можно ознакомиться в Приложениях 1-7. В модели значимость факторов определяется на 90% доверительном интервале. В моделях 4-7 убирается по одному незначимому фактору для более точной оценки регрессии.

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 и подтверждена трендами, описанными в Главе 2. 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, о чем подробно было рассказано в Главе 2. 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, приведенный в Главе 2 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 Густафсон Т. Колесо Фортуны: Битва за нефть и власть в России - М.: Альпина Паблишер, 2017. 599 с..

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 9, построенном на 3-летних временных интервалах (Lags: 3) в период с 2000 по 2015 год, обнаружена цикличность.

Таблица 9. 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.

Таблица 10. Результаты теста Грейнджера для переменной nb_patentapp

Нулевая гипотеза	Количество наблюдений	F-Statistic	Prob.
Lags: 1
Инвестиции не влияют на количество заявок на патенты	297	104,469	3,00E-21
Количество заявок на патенты не влияет на объем инвестиций	12,0226	0,0006
Lags: 2
Инвестиции не влияют на количество заявок на патенты	267	15,2338	6,00E-07
Количество заявок на патенты не влияет на объем инвестиций	6,31464	0,0021
Lags: 3
Инвестиции не влияют на количество заявок на патенты	238	7,65027	7,00E-05
Количество заявок на патенты не влияет на объем инвестиций	16,5903	9,00E-10
Lags: 7
Инвестиции не влияют на количество заявок на патенты	146	2,95584	0,0066
Количество заявок на патенты не влияет на объем инвестиций	9,16119	3,00E-09

Источник: расчеты автора в эконометрическом пакете Eviews.

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: На основе рекомендаций, изложенных в «Методические указания к компьютерному практикуму. Анализ панельных данных в пакете «STATA» Т.А. Ратниковой // Государственный университет ВШЭ, 2004. 26 с.

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).

Тест Бройша-Пагана является тестом на наличие случайного индивидуального эффекта inv[id,t] = Xb + u[id] + e[id,t].

Таблица 11. Результаты теста Бройша-Пагана

	Var	sd = sqrt(Var)
inv	3.17e+08	17800.87
e	1.02e+08	10113.9
u	4.91e+07	7009.579

Источник: расчеты автора в эконометрическом пакете Stata.

Test: Var (u) = 0

chibar2 (01) = 213.13

Prob > chibar2 = 0.0000

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).

Таблица 12. Результаты теста Хаусмана

Источник: расчеты автора в эконометрическом пакете Stata.

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. Как раскрывалось во Главе 2, 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). В Таблице 13 обобщен комплекс факторов.



Таблица 13. Значимые факторы инвестиционной привлекательности, классифицированные по группам

Фактор	Группа
Уровень инфляции	Институциональная среда
ВВП на душу населения
Налоги и сборы государства
Число заявок на патенты	Технологическая база
Наличие добычи нетрадиционных источников углеводородов

Источник: Составлено автором на основе результатов исследования.

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.



Заключение

Неустойчивость финансовой системы, геополитическая нестабильность, экологические угрозы, замедляющиеся темпы роста экономики - эти и многие другие вызовы определяют широкий диапазон задач, стоящих сегодня перед государствами. На мировой арене ведется настоящая борьба за источники финансирования. Страны ищут всевозможные пути привлечения инвестиций, для чего разрабатывают разнообразные механизмы улучшения инвестиционного климата и инвестиционной привлекательности.

Особенно остро вопрос привлечения инвестиций стоит в капиталоемких индустриях и жизненно важных секторах экономики. Такой отраслью по праву является нефтяная отрасль, факторы инвестиционной привлекательности которой и были исследованы в работе.

Согласно определению, данному В.М. Тарасовым, «инвестиционная привлекательность - это объективная экономическая категория, характеризующая совокупность средств, обуславливающих поведение инвестора относительно отрасли в конкретный момент времени». Рядом исследований было определено, что факторы инвестиционной привлекательности варьируются от сектора к сектору, и для ее оценки необходима разработка уникального комплекса параметров, зачастую состоящего из двух блоков: макроэкономических и отраслевых показателей.

В работе было установлено, что тенденции в нефтяной отрасли представляют собой функцию от огромного числа различных показателей, в том числе немаловажным является понимание ситуации в других секторах энергетики, так как сдвиги в производстве и потреблении иных видов энергетических ресурсов оказывают косвенное, а порой прямое воздействие на динамику развития нефтяной промышленности.

Сама же нефтяная отрасль претерпевает сегодня ряд значительных изменений, среди которых основополагающими можно назвать следующие:

· Большой спектр возможностей формирования условий, способов и подходов к наиболее эффективному освоению месторождений. Для создания проектов разработки, строительства и эксплуатации нужны компетентные специалисты в различных областях знаний;

· Рост диверсификации и многообразия состава добываемых источников углеводородов;

· Возрастающая роль новых знаний и технологий, связанная в том числе с динамикой увеличения доли трудноизвлекаемых ресурсов в мировом объеме добычи и сложностью их освоения;

· Снижение цен на нефть и, как следствие, поиск новых способов финансирования, оптимизации расходов и сокращения удельных расходов на добычу.

В исследовании было наглядно продемонстрировано, что ресурсная база нефтегазовой отрасли мира, в первую очередь в Америке и, частично, в Северной Европе, подвергается значительным изменениям за счет появления новых источников углеводородного сырья. Помимо ранее известной традиционной тяжелой нефти (heavy oil) разрабатываются нетрадиционные (nonconventional) нефть и газ плотных пород (tight oil and gas), сланцевые нефть и газ (shale oil and gas), углеводороды подсолевых отложений (pre-salt) и другие.

Очевидно, что любая технология - это массированное вливание инвестиций. Так, конвенциальная скважина стоит гораздо дешевле (от 500 тыс. до 1 млн. долл.), чем неконвенциальная (от 3 до 10 млн. долл.) Ю.К. Шафраник, В.А. Крюков «Нефтегазовый сектор России: трудный путь к многообразию»; М.: 2016. - 272 с. .

Мировая практика показывает, что в развитии нефтегазового сектора за последние 20-30 лет именно технологические и институциональные инновации становились драйвером ускоренного развития экономики стран, таких как Канада, США. Например, английский исследователь П. Стивенс приходит к выводу, что причины успеха сланцевого газа кроются не только в особенностях технологии, а в гибком характере институциональной среды: состава участников, мотивации и возможности реализации своего потенциала. В качестве примера благоприятных институциональных изменений можно привести опыт Норвегии, когда в 2001 году была создана компания Petoro, полностью принадлежащая государству, к которой перешло управление SDFI от частично приватизированной Statoil. Компания не является оператором и не владеет лицензиями на добычу, но выдает лицензии на добычу и производство нефти и газа. Созданием Petoro государство Норвегии разделило зоны контроля и управление финансовыми потоками от добычи нефти, повысив эффективность и прозрачность процесса.

Тем самым, можно говорить о разнонаправленном характере воздействия различных факторов, формирующие динамику инвестиционных потоков.

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

2. Снижение объема инвестиций из-за падения цен на углеводороды.

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

Таким образом, вопрос изучения факторов инвестиционной привлекательности приобретает все бОльшую актуальность и требует комплексного подхода, который и был использован при моделирования факторов, определяющих инвестиционную привлекательность.

На основе оцененной регрессии, описанной в предыдущей главе, удалось получить выводы о важности ключевых факторов, влияющих на инвестиционную привлекательность.

Наиболее значимыми факторами среди тех макроэкономических и отраслевых факторов, что были использованы при оценке регрессии, наиболее значимыми оказались:

1. Цена на нефть, что подтвердило описанные тренды и результаты ранее проведенных исследований;

2. Уровень инфляции, ВВП на душу населения и налоговая система, являющиеся структурным элементом институциональной среды;

3. Число заявок на патенты и наличие добычи нетрадиционных источников углеводородов ярко отражают уровень технологического потенциала страны.

В текущей работе была поставлена цель - выявить стратегические направления органического развития нефтяной отрасли, которые могут стимулировать увеличение инвестиционной привлекательности нефтедобывающих стран. Полученные результаты представляют собой комплекс факторов, которые оказывают максимальное влияние на динамику инвестиций и на которые исследуемые страны могут воздействовать. Взаимодействие государства и нефтяного сектора должно быть непрерывным, и рычаги воздействия должны поступательно меняться и совершенствоваться, предоставляя новые возможности роста. Фокусируя внимание на ключевых факторах, определяющих динамику уровня инвестиций, государства могут повышать объем инвестиций в нефтяной отрасли своих стран.

Суммируя вышесказанное, можно сказать, что все поставленные в исследовании задачи были выполнены. Результаты, полученные в работе и актуальные на сегодняшний день, создают предпосылки для проведения дальнейших исследований в оценке факторов, влияющих на инвестиционную привлекательность отрасли.



Список используемой литературы

1. Будина В. И., Кежапкина О. В. Инвестиционный климат как необходимое условие развития нефтяной отрасли России / // Известия высших учебных заведений. Поволжский регион. Общественные науки. 2014. № 4 (32). С. 123-132.

2. Густафсон Т. Колесо Фортуны: Битва за нефть и власть в России - М.: Альпина Паблишер, 2017. 599 с.

3. Мякшин В.Н. Факторы инвестиционной привлекательности региона и их оценка // Региональная экономика: теория и практика, 2014. № 14. С23-33.

4. Нгуен Тхи Тху Тхыонг Содержание понятия инвестиционная привлекательность // Известия Тульского государственного университета. Экономические и юридические науки, 2013. № 2-1. С91-95/

5. Никонова М.А. Проблемы несоответствия инвестиционной привлекательности и инновационной активности регионов России // Региональная экономика: теория и практика, 2016. № 8. С.132-150.

6. Прибыткова Г. Конкурентоспособность как индикатор инвестиционной привлекательности // Инвестиции в России, 2006 г №9.

7. Ратникова Т.А. Методические указания к компьютерному практикуму. Анализ панельных данных в пакете «STATA» // Государственный университет ВШЭ, 2004. 2-40 с.

8. Родионов И.И., Протасов В.С. Учет отраслевых факторов при анализе инвестиционного поведения компаний (на примере нефтегазовой отрасли) // Электронный журнал Корпоративные Финансы, 2010. №4(16). С. 41-51.

9. Секирин А.Б., Шуметов В.Г, Лазарева Л.М. Методология вторичного статистического анализа факторов инвестиционного потенциала и риска // Вопросы статистики, 2003. № 11. С. 69-74

10. Сергеев И.В., Веретенникова И.И., Яновский В.В. Организация и финансирование инвестиций. - М.: Финансы и статистика, 2002. 400 с.

11. Смирнова Н.В. Оценка инвестиционной привлекательности предприятия в условиях реструктуризации // Автореф.-Иваново: Ивановский гос.химико-технологический университет, 2004. 20с.

12. Тарасов В.М. К определению категории инвестиционный климат и привлекательность отраслей промышленности // Менеджмент: теория и практика, 2010. №1-2. С. 40

13. Теплова Т.В. Инвестиции: учебник для бакалавров. - М.: Юрайт, 2011. 725 с.

14. Шафраник Ю.К., Крюков В.А. Нефтегазовый сектор России: трудный путь к многообразию. - М.: 2016. - 272 с.

15. Шпуров И.В. Новая классификация запасов углеводородов: средство регулирования инновационного процесса в ТЭК // Нефтегазовая вертикаль. 2014. №16. С. 46-55.

16. Аналитический центр при Правительстве РФ, Авторский коллектив под руководством Л.М. Григорьева. Последствия низких цен для нефтяной отрасли // Энергетический бюллетень. 2015. 32 с.

17. Аналитический центр при правительстве РФ, Авторский коллектив под руководством Л.М. Григорьева. Аналитический отчет «О взаимодействии элементов инновационной инфраструктуры», 2014. 45 с.

18. Аналитический центр при правительстве РФ // Оценка реализации Стратегии инновационного развития Российской Федерации до 2020 г., 2014. С.10

19. Проект Правительства Российской Федерации ИННОВАЦИОННАЯ РОССИЯ - 2020 (Стратегия инновационного развития Российской Федерации на период до 2020 года), Москва, 2011. 148 с.

20. Отчет «Распределение доходов от натуральных ресурсов» // Институт управления натуральными ресурсами и Программа развития ООН, 2016.

21. Barclays, Global 2014 E&P Spending Outlook, 2013. 52 р.

22. 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

23. 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

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

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

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

27. 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

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

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



Приложение



Размещено на Allbest.ru

...