Размещено на http://www.allbest.ru/

Автореферат

диссертации на соискание ученой степени

доктора технических наук

СИСТЕМА УПРАВЛЕНИЯ ИНВЕСТИЦИОННОЙ ДЕЯТЕЛЬНОСТЬЮ ВЕРТИКАЛЬНО-ИНТЕГРИРОВАННОЙ НЕФТЯНОЙ КОМПАНИИ

Акопов Андраник Сумбатович

Москва - 2009 г.

Работа выполнена в Учреждении Российской академии наук Центральном экономико-математическом институте РАН

Официальные оппоненты: чл.-корр. РАН, д.ф.-м.н., профессор

Поспелов Игорь Гермогенович,

д.ф.-м.н., профессор

Кузнецов Евгений Борисович,

д.т.н., профессор

Цыганов Владимир Викторович.

Ведущая организация: Учреждение Российской академии наук Институт системного анализа РАН

Защита состоится на заседании Диссертационного Совета Д002.017.02 Учреждения Российской академии наук Вычислительного центра им. А.А.Дородницына РАН по адресу: 119333, Москва, Вавилова, 40.

С диссертацией можно ознакомиться в библиотеке Учреждения Российской академии наук Вычислительного центра им. А.А.Дородницына РАН

Автореферат разослан ___________ 200_ г.

Учёный секретарь Диссертационного Совета Д 002.017.02

д.ф.-м.н., профессор В. В. Рязанов

1. Общая характеристика работы

Актуальность темы. Деятельность вертикально интегрированных нефтяных компаний (ВИНК) характеризуется высокой сложностью управленческих решений, масштаб и стоимость которых, в большинстве случаев, существенно выше, чем в других сегментах экономики.

Актуальность темы исследования обусловлена следующими факторами.

Первое, высока стоимость неадекватных управленческих решений в ВИНК. В частности, существует весьма актуальная задача выявления и «отключения» отдельных нерентабельных объектов инвестиционной деятельности нефтяной компании (например, скважин, месторождений и т.д.), и связанная с ней проблема сверхвысокой стоимости ошибочных «отключений» в реальной экономической системе.

Второе, имеется принципиальная сложность управления огромным пулом инвестиционных проектов ВИНК. В силу большой размерности задачи оптимизации инвестиционного портфеля и управления акционерной стоимостью нефтяной компании, в настоящее время наблюдается существенное снижение эффективности традиционных систем управления инвестициями вследствие их дезинтегрированности.

Третье, система подготовки принятия стратегических решений ВИНК требует учета сложного механизма взаимодействия предприятий для холдинга в виде вертикально интегрированной нефтяной компании.

В настоящее время для оценки эффективности инвестиционных вложений для отраслевых сегментов ВИНК используются различные методы и инструменты. Проблемам моделирования инвестиционной деятельности ВИНК посвящены работы таких отечественных и зарубежных ученых как Цвиркун А.Д., Карибский А.В., Кульба В.В., Щепкин А.В., Лившиц В.Н., Брагинский О.Б., Леффлер У. Л., Смоляк С.А., Хачатуров В.Р., и др. Важной проблемой ВИНК является оптимизация транспортных потоков на долгосрочную перспективу. Эффективный метод решения транспортной задачи разработан лауреатом Нобелевской премии академиком Канторовичем Л.В.

Проблемам развития компьютерных методов моделирования (в частности, поддерживающих принципы системной динамики) посвящены работы Форрестера Дж., Медоуса Д., Морриса П., Хоуга Г., Павловского Ю.Н., Емельянова В.В., и др.

Одним из подходов к прогнозированию динамики спроса и цен на нефтепродукты является использование технологии CGE-моделирования (вычислимые модели общего равновесия), научно-практические возможности которой исследованы в работах Леонтьева В.В., Йохансена Л.А., Диксона П.Б., Тайэлора Л., Харберга А., Скарфа Х., Фельштейна А., Шаха А., Макарова В.Л., Бахтизина А.Р., Бекларян Г.Л., и др.

Особый интерес заслуживают работы в области разработки и применения генетических оптимизационных алгоритмов и интеллектуальных систем. Наиболее важные работы в этой области представлены Холландом Дж., Гольдбергом Д.Е., Греффенестеном Дж., Журавлевым Ю.И., Рудаковым К.В., Эрлихом А.И., Хорошевским В.Ф., Курейчиком В.В., Еремеевым А.В. и др.

Целью диссертации является разработка научно-обоснованных моделей, методов и системы оптимального стратегического управления инвестиционной деятельностью вертикально-интегрированной нефтяной компании (ВИНК) реализованных в рамках программного комплекса, представляющего собой: совокупность разработанных моделей управления инвестициями ключевых звеньев ВИНК, реализуемых методами компьютерного моделирования, и позволяющих решать различные управленческие задачи; разработанный генетический оптимизационный алгоритм с угасающей селекцией, обеспечивающий эффективную процедуру поиска квазиоптимальных инвестиционных решений для максимизации акционерной стоимости ВИНК при различных ограничениях; интеграцию компьютерных моделей звеньев ВИНК с корпоративным информационным хранилищем.

Цель исследования обусловила необходимость постановки и решения следующих задач.

1. Анализ существующих методов и инструментальных средств, предназначенных для управления инвестиционными проектами в нефтедобыче и нефтепереработке, а также компьютерных методов моделирования инвестиционной деятельностью ВИНК.

2. Анализ организационной структуры ВИНК, программных методов управления и существующих систем поддержки принятия решений вертикально-интегрированных нефтяных компаний.

3. Разработка укрупненной модели оценки акционерной стоимости ВИНК для выявления ключевых управляющих факторов, влияющих на капитализацию компании и направлений дальнейшего развития модели.

4. Разработка интегрированной модели управления инвестициями ключевых звеньев ВИНК (нефтедобычи, транспортировки, нефтепереработки и сбыта), обеспечивающей возможность максимизации ее акционерной стоимости.

5. Разработка модели управления инвестициями нефтегазодобывающего объединения (НГДО), отличительной особенностью, которой является дифференцированный принцип формирования проектов в нефтедобыче по месторождениям, что позволяет выявлять и «отключать» инвестиции в нерентабельные объекты эксплуатации, обеспечивая влияние на акционерную стоимость ВИНК. Данная модель является звеном в интегрированной системе управления инвестициями ВИНК.

6. Разработка модели управления транспортировкой товарной нефти, отличительной особенностью которой является реализация возможности оптимизации распределения сырья по направлениям поставок, в условиях динамически меняющихся объемов на входе (в пунктах отправки) и выходе (в конечных пунктах) внутренних и внешних маршрутов. Данная модель интегрирована с моделями звеньев нефтедобычи и нефтепереработки.

7. Разработка модели управления инвестициями нефтеперерабатывающего завода (НПЗ), отличительной особенностью, которой является реализация возможности реконфигурирования схемы построения НПЗ в зависимости от капиталовложений и спроса со стороны конечных потребителей во времени и интегрированность с моделями других звеньев ВИНК (нефтедобычи и транспортной системы), что позволило учесть цикл нефтепереработки в рамках единого инвестиционного процесса.

8. Разработка модели сбыта нефтепродуктов, интегрированной с моделью звена нефтепереработки, относящейся к классу CGE-моделей.

9. Разработка генетического алгоритма с угасающей селекцией, предназначенного для оптимизации акционерной стоимости ВИНК с учетом системы корпоративных ограничений и предпочтений.

10. Разработка алгоритмов и процедур, позволяющих решить важнейшую задачу ВИНК - максимизировать ее акционерную стоимость за счет эффективного управления инвестиционным капиталом.

11. Разработка и внедрение информационно-аналитической системы поддержки принятия инвестиционных решений ВИНК, особенностью которой является интеграция моделей звеньев ВИНК (реализованных на системе Powersim) с корпоративным информационным хранилищем (SAP BW) и оптимизационным модулем (реализованным на C++). Использование такой архитектуры позволяет осуществлять эффективное управление сверхбольшим пулом инвестиционных проектов.

Основным объектом изучения данной работы является внутрикорпоративная инвестиционная стратегия вертикально-интегрированной нефтяной компании и ее ключевых звеньев:

§ геологоразведка и нефтедобыча;

§ транспортная система;

§ нефтепереработка;

§ сбыт нефтепродуктов.

При этом инвестиционная политика ВИНК рассматривается с учетом сложного взаимодействия показателей деятельности звеньев (через механизм перекрестных и обратных связей), наличием системы корпоративных ограничений и предпочтений, главным из которых является капитализация компании с учетом инфраструктурных особенностей (транспортной системы).

Основным предметом исследования данной работы являются программные средства управления инвестиционной деятельностью ВИНК, характеризуемой сложным механизмом взаимовлияния ключевых показателей деятельности холдинговой компании; необходимостью одновременного рассмотрения инвестиционных проектов по всем ключевым звеньям ВИНК; необходимостью принятия во внимание инфраструктурных особенностей (транспортной и сбытовой системы) и др.

Методическая база и методология исследования.

Предлагаемый в диссертации подход к разработке системы поддержки принятия решений ВИНК основан на использовании инструментальных методов компьютерного моделирования; теории эвристических оптимизационных алгоритмов; методов линейного программирования и эконометрического анализа; технологии CGE-моделирования и численных методов нелинейного программирования.

Достоверность научных результатов, выводов и рекомендаций, сформулированных в диссертации, определяется корректным применением теории управления и принятия решений, эконометрики, экономико-математического анализа и компьютерного моделирования.

Обоснованность теоретических разработок подтверждена вычислительными экспериментами на персональных компьютерах, результаты которых позволяют сделать вывод об адекватности разработанных моделей.

Основные положения, выносимые на защиту.

1. Разработанное математическое и программное обеспечение системы управления инвестиционной деятельностью ВИНК для:

§ укрупненного подхода к оценке акционерной стоимости ВИНК;

§ интегрированного подхода к моделированию звеньев ВИНК и оценке акционерной стоимости.

2. Разработанный генетический алгоритм с угасающей селекцией, предназначенный для оптимизации акционерной стоимости ВИНК.

3. Разработанная процедура поиска квазиоптимальных инвестиционных решений ВИНК.

4. Компьютерная реализация информационной системы поддержки принятия инвестиционных решений ВИНК.

Научная новизна.

К наиболее существенным научным результатам относятся следующие:

1. впервые технически реализована система оптимизации портфеля инвестиционных проектов одновременно по всем звеньям ВИНК, что позволяет, в частности, оптимизировать акционерную стоимость;

2. разработана укрупненная модель ВИНК для первичной оценки акционерной стоимости, в которой в отличие от других существующих моделей ВИНК, реализована высокая степень детализации влияющих факторов, среди которых один из наиболее важных - динамика перехода скважин из нового фонда в старый с соответствующим изменением объемов добычи;

3. разработан новый методологический и программный инструментарий, позволяющий оценивать показатели эффективности инвестиционных проектов, с учетом обратных зависимостей между внутренними характеристиками как на уровне отдельных звеньев ВИНК, так и по компании в целом;

4. впервые использована технология CGE (computable general equilibrium models) для моделирования системы сбыта нефтепродуктов ВИНК, что позволяет на более качественном уровне прогнозировать динамику спроса и цен на нефтепродукты в долгосрочной перспективе;

5. разработана процедура формирования и отбора квазиоптимальных инвестиционных решений, отличительной особенностью которой является обязательное проведение анализа устойчивости портфеля инвестиционных проектов ВИНК по характеристике рентабельности;

6. для задачи максимизации акционерной стоимости ВИНК разработан новый генетический алгоритм (ГА) с правилами угасающей селекции, существенно повышающий эффективность процедуры поиска квазиоптимальных инвестиционных решений.

Научная и практическая значимость результатов исследования.

Совокупность результатов, полученных в диссертации, представляет собой новое достижение в области создания математического и программного обеспечения систем поддержки принятия решений для вертикально-интегрированных нефтяных компаний. Разработанная интегрированная модель управления акционерной стоимости ВИНК и ее ключевых звеньев, а также предложенная процедура поиска квазиоптимальных инвестиционных решений, предназначены для непосредственного применения на практике.

Реализация результатов работы.

Научные результаты, полученные в ходе диссертационного исследования, являются вкладом в теорию управления и методологию построения систем поддержки принятия стратегических решений для нефтяных компаний. Разработанные модели и методы успешно внедрены в ОАО «ЛУКОЙЛ» и используются при подготовке стратегических решений.

Апробация работы.

Результаты работы обсуждались на семинарах и конференциях: семинары лаборатории экспериментальной экономики ЦЭМИ РАН (1999, 2002, 2004, 2006, 2008), семинар «Проблемы моделирования производственных системы» (ЦЭМИ РАН, 2004), семинары «Многомерный статистический анализ и вероятностное моделирование реальных процессов» (ЦЭМИ РАН, 1998, 2000, 2003, 2004), семинары в Вычислительном Центре РАН (1999, 2005, 2008), пятый всероссийский симпозиум «Стратегическое планирование и развитие предприятий» (ЦЭМИ РАН, 2004), международная конференция «Государственное управление и новые технологии» (секция «Имитационные модели и игры в управлении природными ресурсами» (МГУ, 2004)), международная конференция «Системные проблемы надежности, качества информационных и электронных технологий» (Информационные Бизнес Системы - IBS, 2004), международный научно-практический семинар «Передовые концепции физикохимии и логистики ресурсосберегающих высоконадежных химических технологий, наукоемких производств и предприятий» (РХТУ им. Д.И. Менделеева, 2006) и др.

Публикации. Основное содержание диссертационной работы опубликовано в 31 печатной работе общим объемом 40 п.л. (личный вклад автора - 35 п.л.), в том числе 1 монография (лично) и 18 статей в журналах из перечня ВАК РФ (из них 3 в соавторстве).

Структура и объем.

Диссертация состоит из введения, 7 глав с выводами по каждой главе, заключения, приложений и списка литературы, содержащего 150 наименований. Общий объем работы составляет 271 страниц машинописного текста, включая 49 рисунков, 12 таблиц.

2. Основное содержание работы

Во введении обоснована актуальность избранной темы диссертации, определены объект и предмет изучения, поставлены цели и задачи исследования. Отражены новизна полученных результатов, их практическая значимость, приведены сведения об апробации и внедрении результатов.

Первая глава диссертации посвящена анализу организационной структуры ВИНК, программным методам управления и системам принятия решений, а также содержательной постановке задачи стратегического управления инвестиционной деятельности ВИНК.

На рис.1 представлена общая классификация существующих систем управления ВИНК. Для нефтяной компании выделяются четыре уровня принятия решений и соответствующих систем:

§ АСУ ТП (автоматизированные системы управления технологическими процессами) - сбор и обработка первичной технологической информации;

§ MES-системы (системы управления производством) - оперативное производственное (технологическое) управление;

§ ERP-системы - оперативное финансово-хозяйственное управление;

§ BPM-системы - стратегическое долгосрочное планирование, нацеленное на повышение экономической эффективности бизнеса.

Рис. 1 Общая классификация существующих систем управления ВИНК.

Важной характеристикой системы управления ВИНК является интегрированность всех ее подсистем (рис.1), т.е. для принятия стратегических решений верхнего уровня необходимы данные со всех нижних уровней. В результате возникает сложная задача управления сверхбольшим пулом информационных потоков, охватывающих все звенья ВИНК. Решение этой задачи потребовало построения корпоративного информационного хранилища интегрированного с разработанными компьютерными моделями звеньев ВИНК и разработки необходимого интеграционного программного обеспечения.

Разработанная в диссертации система управления инвестиционной деятельностью ВИНК относится к классу BPM-систем, и вместе с тем принципиально отличается от всех существующих систем такого класса тем, что позволяет решать важнейшую задачу ВИНК по максимизации ее акционерной стоимости при различных ограничениях и сценарных условиях.

Вторая глава посвящена разработке укрупненной модели управления акционерной стоимостью ВИНК.

Укрупненная модель представляет собой систему линейных конечно-разностных уравнений, описывающих динамику добычи нефти и скважин при различных ограничениях и сценарных условиях.

В отличие от других существующих моделей ВИНК в ней реализована высокая степень детализации влияющих факторов, среди которых один из наиболее важных - динамика перехода скважин из нового фонда в старый с соответствующим изменением объемов добычи.

В рамках такой модели изучена чувствительность выбранного оценивающего функционала (акционерная стоимость) относительно влияющих факторов.

Такая укрупненная модель оказывается достаточно адекватной в условиях отсутствия дефицита инвестиционного капитала.

Итак, в укрупненной модели все сырьевые активы дифференцируются на два фонда скважин:

§ новый фонд, объем добычи, по которому наращивается за счет вновь введенных в эксплуатацию скважин с заданным начальным дебитом, и затем корректируется за счет влияния, так называемого среднего скин-фактора, понижающего итоговую продуктивность;

§ старый фонд, объем добычи, по которому равномерно снижается с заданными темпами.

Описана динамика перехода скважин из нового фонда в старый во времени с соответствующим изменением добычи нефти.

Динамика добычи нефти и скважин

Введем следующие обозначения: - начальный дебит новых скважин, тонн/сут. - экзоген.^** Экзоген. - экзогенная, т.е. внемодельная переменная.; - средний дебит старой скважины (тонн/год)- экзоген.; - темп разбуривания (скв./год) - экзоген.; - фонд скважин на начало (скв.) - экзоген.; - коэффициент снижения продуктивности скважины - экзоген.; - темп падения добычи нефти для старых скважин (%/год) - экзоген.; - время (по годам).

Динамика объема добычи нефти по новому фонду скважин (тыс. тонн)

. (1)

Динамика объема добычи нефти по старому фонду скважин (тыс. тонн)

, , (2)

где - объем добычи нефти переходного фонда скважин

. (3)

Динамика совокупной добычи нефти (тыс. тонн)

. (4)

Динамика общего фонда скважин

. (5)

Далее, на основе получаемых значений объемов добычи и с учетом экзогенно заданных значений других влияющих факторов (цен на нефть, затрат и т.д.) осуществляется расчет финансовых характеристик укрупненной модели.

Динамика финансовых показателей

Введем следующие обозначения: - инвестиции в инфраструктуру (млн. руб.) - экзоген.; - инвестиции на бурение скважин - экзоген.; - расходы на бурение одной скважины (млн. руб./скв.) - экзоген.; - условно-постоянные затраты на скважину (тыс. руб./скв.) - экзоген.; - - затраты на оплату труда (тыс. руб./скв.) - экзоген.; - условно-переменные затраты на жидкость (млн. руб.) - экзоген.; - прочая выручка, связанная с реализацией природного и нефтяного газа (тыс. тонн)- экзоген.; -внутрироссийская цена на нефть (руб./тонн)- экзоген.; - ставка НДПИ (налога на добычу полезных ископаемых) (%) - экзоген.; - ставка налога на прибыль (%) - экзоген.; - НДПИ; - налог на прибыль; - прочие налоги (млн. руб.) - экзоген.; - амортизация (млн. руб.) - экзоген.

Инвестиции (капитальные затраты) (млн. руб.)

. (6)

Операционные затраты (млн. руб.)

. (7)

Выручка от реализации нефти (млн.руб.)

. (8)

Совокупные налоговые отчисления (млн. руб.)

, (9)

где

,

.

Динамика акционерной стоимости

Введем следующие обозначения: - прибыль от реализации запасов (млн. руб.) - экзоген.; - заемный капитал (млн. руб.) - экзоген.; - прогноз дивидендов акционеров (млн. руб.) - экзоген.; - количество эмитированных акций (ед.) - экзоген.; - коэффициент (равен горизонту планирования T) - экзоген.

Денежный поток до финансирования (млн.руб.)

. (10)

Денежный поток с учетом финансирования (млн.руб.)

. (11)

Доход на акцию - акционерная стоимость (руб./ед.)

. (12)

С использованием метода Монте-Карло проводилась оценка чувствительности выбранного функционала по каждому из предварительно выделенного ряда факторов (рис.2)

В результате проведенных исследований, было выявлено, что наибольшее влияние на акционерную стоимость оказывают характеристики, непосредственно связанные с сырьевыми активами (существующий фонд скважин, начальный дебит и т.д.) и соответствующими инвестициями. Поэтому дальнейшим направлением развития модели акционерной стоимости становится детализация сырьевых активов по месторождениям, в рамках звена нефтедобычи, с выделением управляющей переменной в виде элементов матрицы «отключений» инвестиций в месторождения.



Рис. 2. Оценка чувствительности акционерной стоимости к влияющим факторам.

Третья глава посвящена разработке интегрированной модели управления акционерной стоимостью ВИНК.

Интегрированная модель управления стоимостью ВИНК представляет собой систему нелинейных уравнений, описывающих динамику характеристик звеньев ВИНК с учетом влияния сценарных условий, ограничений и различных управляющих параметров.

Отличительной особенностью интегрированной модели ВИНК является:

§ интегрированность всех важнейших звеньев ВИНК, позволяющая оценивать эффективность как отдельных звеньев ВИНК, так и системы в целом;

§ высокая степень дифференциации звеньев и их подсистем, в частности, портфелей инвестиционных проектов;

§ учет влияния обратных связей между отдельными характеристиками звеньев ВИНК.

Такая интегрированная модель оказывается достаточно адекватной в условиях дефицита инвестиционного капитала. Схема построения интегрированной модели представлена на рис.3

Рис. 3. Схема построения интегрированной модели ВИНК

В реальных условиях дефицита инвестиционных средств нефтяная компания определяет стратегию нефтедобычи. Для реализации выбранной стратегии нефтедобычи ВИНК формирует инвестиционный портфель во всех звеньях с целью максимизации акционерной стоимости.

В диссертации разработаны модели следующих ключевых звеньев ВИНК:

§ модель звена upstream (нефтедобыча);

§ транспортная модель;

§ модель звена downstream (нефтепереработка);

§ модель сбыта нефтепродуктов.

Акционерная стоимость ВИНК имеет две важнейшие составляющие (рис. 3):

§ DCF1 - дисконтированная финансовая стоимость от нефтедобычи (вычисляемая с учетом влияния транспортной системы);

§ DCF2 - дисконтированная финансовая стоимость от нефтепереработки и сбыта (вычисляемая с учетом влияния добычи).

При дальнейшем описании моделей звеньев ВИНК жирным прямым шрифтом будем обозначать управляющие переменные, а переменные, формируемые в моделях других звеньев ВИНК (относительно рассматриваемого звена) будем обозначать жирным курсивом.

Модель звена нефтедобычи представляет собой управляемую систему распределенных материальных и финансовых потоков НГДО (нефтегазодобывающего объединения) при заданных сценарных значениях материальных потоков в целом по месторождениям. Такая модель является звеном в интегрированной системе управления инвестициями ВИНК.

Объем добычи нефти

Введем следующие обозначения: - время по годам; - индекс предприятий (НГДО); - индекс инвестиционного проекта (месторождения); - элементы матрицы отключений инвестиционных проектов; - объем добычи нефти по i-ым месторождениям j-ого НГДО (тыс. тонн./год) - экзоген.; - план по добыче нефти (тыс. тонн./год) - экзоген.

Совокупный объем добычи по группе эксплуатируемых месторождений ВИНК

(13)

при заданном плане по добыче нефти

(14)

Далее, на основе получаемых значений объемов добычи и с учетом экзогенно заданных значений других влияющих факторов (цен на нефть, затрат и т.д.) осуществляется расчет финансовых характеристик модели звена нефтедобычи.

Финансовые показатели звена нефтедобычи

Введем следующие обозначения: , - цена нефти на внутреннем рынке (рубль./тонна), и внешнем рынке (долл./тонна), с учетом транспортных издержек; - доля поставок нефти на внешний рынок (%); - курс доллара - экзоген.; , - удельные стоимости транспортировки, вычисляемые с помощью транспортной модели; - инвестиции в месторождения - экзоген.; - операционные затраты (руб.), включающие переменные и постоянные затраты (без учета транспортных издержек) - экзоген.; - совокупные налоговые отчисления: налог на добычу полезных ископаемых - НДПИ, экспортные пошлины и др. (без налога на прибыль) , где - ставка НДПИ (%) - экзоген.;- экспортная пошлина (%) - экзоген.; - прочие налоги (%) - экзоген.; - амортизационные отчисления - экзоген.; - затраты (руб.) на геологоразведочные работы - экзоген.; -ставка дисконтирования - экзоген.; - ставка налога на прибыль (%) - экзоген.

Доля поставок нефти на внешний рынок от j-ых НГДО

. (15)

Чистая прибыль (до налога на прибыль) по i-ому месторождению j-ого НГДО

 (16)

Цены на нефть на внутреннем и внешнем рынках для данного НГДО

, . (17)

Совокупная чистая прибыль данного НГДО

(18)

Совокупные инвестиционные расходы данного НГДО

(19)

Совокупные операционные издержки данного НГДО

(20)

Поток от операционной деятельности

. (21)

Совокупный поток от операционной деятельности

(22)

Чистая приведённая стоимость финансовых потоков по j-ому НГДО и i-ому проекту.

. (23)

Совокупная чистая приведённая стоимость по всем проектам данного НГДО

(24)

Дисконтированный финансовый поток звена upstream (первая составляющая акционерной стоимости):

. (25)

Отметим, что в отличие от существующих моделей нефтедобычи ВИНК, предназначенных в основном для расчета технологических характеристик звена upstream (например, прогнозирования дебита скважин и месторождений на основании оценки запасов) и являющихся изолированными, разработанная модель предназначена для управления инвестициями и нацелена на максимизацию акционерной стоимости.

Транспортная модель ВИНК представляет собой управляемую систему, описывающую распределение сырья по маршрутам.

В отличие от других существующих транспортных моделей ВИНК:

§ учитывает систему действующих ограничений, существенно влияющих на конечную стоимость транспортировки, в том числе ограничения по пропускной способности, стоимость транспортировки по участкам маршрутов, и др. а также динамику спроса и предложения на входе и выходе транспортной системы соответственно;

§ интегрирована с моделями управления инвестициями звеньев нефтедобычи и нефтепереработки.

Она представляет собой типичную транспортную задачу ВИНК с функционалом в виде совокупных транспортных издержек имеющую две составляющие - затраты на поставки по внутренним и внешним маршрутам соответственно при балансовых соотношениях и ограничениях. В результате решения данной задачи определяются значения фазовых переменных , представляющих собой объемы поставок, распределенных по внутренним (m1) и внешним (m2) маршрутам соответственно.

Введем следующие обозначения: - индекс НГДО; - индекс НПЗ; , - удельные стоимости поставок по внутренним и внешним маршрутам соответственно; - пункты отправки (города, где НГДО) - экзоген.; - конечные пункты (НПЗ)- экзоген.; - индекс города; - набор внутренних (i=1) и внешних (i=2) маршрутов, соединяющих НГДО и НПЗ - экзоген.; , , ; , объемы поставок по внутренним маршрутам и внешним маршрутам (тыс. тонн); - спрос в конечных пунктах внутренних маршрутов, вычисляемый в модели звена downstream (нефтепереработка); - спрос в конечных пунктах внешних маршрутов - экзоген.; , - пункты внутренних и внешних маршрутов (где расположены НГДО) - экзоген.; , - конечные пункты внутренних и внешних маршрутов (где расположены НПЗ) - экзоген.; - пропускная способность участка i-ого маршрута ()- экзоген.; - стоимость прокачки нефти на участке i-ого маршрута ()- экзоген.; - доля поставок нефти на внешний рынок j-ых НГДО, определяемая в модели звена upstream (нефтедобыча); - объем добычи нефти по НГДО, вычисляемый в модели звена upstream.

Транспортная задача ВИНК. Требуется минимизировать совокупные транспортные издержки:

, (26)

, (27)

, для всех (28)

, , (29)

, (30)

для каждого из маршрутов: , .

После решения транспортной задачи хорошо известным методом потенциалов и определения значений фазовых переменных вычисляются удельные транспортные издержки, объемы и цены поставок нефти на НПЗ.

Вычисление удельных транспортных издержек и объемов поставок на НПЗ

Удельная стоимость поставки нефти по маршрутам (руб./тонн. и долл./тонн.)

, (31)

Удельные стоимости транспортировки для НГДО

, . (32)

Цены net back по маршрутам

, . (33)

Цена нефти, поставляемой на НПЗ

. (34)

Объемы поставок нефти на НПЗ

. (35)

Отметим, что в отличие от существующих транспортных моделей ВИНК, разработанная в диссертации модель является звеном в интегрированной системе управления инвестициями ВИНК и учитывает влияние спроса и предложения на входе и выходе транспортной системы.

Модель звена нефтепереработки представляет собой управляемую систему распределенных материальных и финансовых потоков НПЗ (нефтеперерабатывающего завода) при заданных материальных балансах.

Используемая параметрическая производственная функция является линейной формой при заданной системе балансовых соотношений. Вычисление значений производственной функции осуществляется при заданных материальных балансах, описывающих статичное взаимодействие нефтеперерабатывающих установок. Используемые для расчета производственной функции балансы подробно описаны в диссертации.

Данная модель НПЗ в отличие от других существующих моделей:

§ позволяет реконфигурировать схему построения НПЗ, в зависимости от динамики спроса на нефтепродукты и поставок сырья на входе и выходе предприятия соответственно;

§ интегрирована с транспортной и сбытовой моделями ВИНК.

Объем производства нефтепродуктов по видам

Введем следующие обозначения: - индекс НПЗ; - регионы; - виды нефтепродуктов; - время (по годам); - вариант реконструкции НПЗ, ; - элементы матрицы «отключений» инвестиций в оборудование, соответствующее различным вариантам реконструкции НПЗ; - управляющая функция НПЗ (устоявшиеся технологические параметры) - экзоген.; - загрузка НПЗ (%) - экзоген.; - объем поставок товарной нефти от НГДО к k-ому НПЗ, вычислимый в транспортной модели (тонн); - объем поставок закупаемой нефти у сторонних поставщиков; - спрос на нефтепродукты по регионам, вычисляемый в модели сбыта; , - объем поставок на внутреннем и внешнем рынках.

Производственная функция НПЗ

(36)

при выполнении балансовых соотношений

, (37)

, , . (38)

Характеристики потребления сырья

Потребление нефти в конечных пунктах внутренних маршрутов

. (39)

Финансовые показатели звена нефтепереработки

Введем следующие обозначения: - инвестиции в оборудование НПЗ - экзоген.; , - трансфертная стоимость нефтепродуктов на внутренний и внешний рынки (себестоимость) - экзоген.; - цена нефти, поставляемой ВИНК на k-ый НПЗ, вычисляемая в транспортной модели; - стоимость нефти, закупаемой у внешних поставщиков - экзоген.; - совокупные налоговые отчисления (без налога на прибыль) - экзоген.; - операционные затраты - экзоген.;- амортизация оборудования НПЗ - экзоген.; - внешние транспортные тарифы ($/тонну) - экзоген.; - курс доллара - экзоген.; - ставка дисконтирования - экзоген.

Чистая прибыль НПЗ (до налога на прибыль)

. (40)

Поток от операционной деятельности НПЗ

. (41)

Поток от инвестиционной деятельности НПЗ

. (42)

Чистый дисконтированный поток по НПЗ

. (43)

Отметим, что в отличие от существующих моделей нефтепереработки ВИНК, предназначенных в основном для оптимизации внутренних технологических режимов оборудования НПЗ и являющихся изолированными, разработанная модель предназначена для управления инвестициями в различные варианты реконструкции НПЗ с учетом динамики спроса на нефтепродукты и инвестиций в добычу. Такая модель является звеном в интегрированной системе управления инвестициями ВИНК.

Модель сбыта нефтепродуктов, разработанная в диссертации:

§ представляет собой систему нелинейных уравнений, описывающих динамику спроса и цен на нефтепродукты на внутреннем рынке;

§ относится к классу квазиравновесных CGE-моделей (вычислимых моделей общего равновесия);

§ использует итерационную процедуру вычисления функции избыточного спроса, определяющую процесс перехода системы к общему экономическому равновесию.

В отличие от других существующих сбытовых моделей ВИНК:

§ основана на технологии CGЕ-моделей, принципиально улучшающей качество долгосрочного прогнозирования;

§ интегрирована с моделями звеньев ВИНК;

§ позволяет реконфигурировать каналы сбыта в зависимости от спроса и инвестиций.

Предложена принципиально новая сбытовая модель ВИНК класса CGE, которая описывает процесс перехода системы в состояние общего равновесия.

Введем следующие обозначения: - регионы; - каналы сбыта нефтепродуктов (АЗС, нефтебазы, франчайзинг и др.); - нефтепродукты по видам; - элементы матрицы «отключений» каналов сбыта нефтепродуктов по регионам; - спрос на нефтепродукты по каналам сбыта (тыс. тонн); - спрос на нефтепродукты (тыс. тонн), известный из статистики (спрос прошлого года); - цены на нефтепродукты (руб./тонн.); - эластичность спроса на нефтепродукты - экзоген.; - объем поставок нефтепродуктов в r-ый регион от k-ого НПЗ, вычисляемый в модели звена нефтепереработки (тыс. тонн); - трансфертная стоимость нефтепродуктов, поставляемых с НПЗ, вычисляемая в модели звена нефтепереработки (тыс. тонн); - прогнозируемая емкость рынка нефтепродуктов, с учетом доли конкурирующих ВИНК - экзоген.

Сбытовая задача ВИНК. Вычислить пару , при которых избыточный спрос на нефтепродукты равен нулю:

, (44)

, (45)

, (46)

, (47)

, (48)

для всех , , .

Показатель итогового спроса по регионам и нефтепродуктам

. (49)

Отметим, что решение задачи (44)-(48) неединственное. Для выбора решения привлекаются эвристические соображения, следующие из содержательной постановки задачи. Таким эвристическим соображением служит процедура нащупывания квазиравновесного состояния происходящего в реальных системах, которое происходит в рамках внутреннего быстрого времени (в частности, понедельно). Поэтому следует указать алгоритм поиска квазиравновесного состояния с учетом возможностей системы и предыдущего квазиравновесного состояния.

Алгоритм вычисления равновесных цен в сбытовой модели

Для каждого момента времени t:

1. Задаем количество итераций - (где - означает целая часть числа, - достаточно малое число), индекс итераций в рамках внутреннего быстрого времени - , начальные цены , начальный спрос и начальный избыточный спрос (где - индекс региона, нефтепродукта и канала сбыта соответственно, - время (по годам), , - цены и спрос на нефтепродукты, известные за предыдущий момент времени).

2. Вычисляем приращения:

, .

3. Вычисляем новый избыточный спрос на нефтепродукты:

, где .

4. Повторяем пп.2-3 до тех пор, пока для всех .

В данном алгоритме количество итераций Q имеет порядок не менее чем дней в году. Эластичность спроса на нефтепродукты . Реальные объемы спроса ограничены и положительны. Поэтому при достаточно малых цены, формируемые в данном алгоритме также положительны, а сам процесс сходится. При этом очевидно, что количество итераций для хорошего приближения к квазиравновесному состоянию зависит от величины .

После вычисления равновесных (квазиравновесных) спроса и цен рассчитываются финансовые характеристики модели сбыта.

Финансовые характеристики модели сбыта

Введем следующие обозначения: - инвестиции в каналы сбыта - экзоген.; - операционные затраты каналов сбыта - экзоген.; - амортизация каналов сбыта - экзоген; - совокупные налоговые отчисления (без налога на прибыль)- экзоген.

Чистая прибыль каналов сбыта (до налога на прибыль)

. (50)

Операционный поток, генерируемый каналами сбыта

. (51)

Инвестиционный поток по каналам сбыта

. (52)

Чистый денежный поток звена downstream (вторая составляющая акционерной стоимости)

. (53)

Отметим, что существующие ранее сбытовые модели ВИНК являлись в основном линейными и изолированными. Разработанная сбытовая CGE-модель учитывает динамику перехода системы в состояние общего экономического равновесия и является звеном в интегрированной системе управления инвестициями ВИНК.

Четвертая глава посвящена важнейшей задаче ВИНК по максимизации ее акционерной стоимости.

Сформулированная задача:

§ относится к классу NP-трудных задач смешанного программирования;

§ на входе - инвестиционный портфель и объем дополнительных закупок нефти ;

§ на выходе - оптимальное значение акционерной стоимости.

В отличие от других задач по оценке акционерной стоимости ВИНК, представленная модель:

§ учитывает характеристики всех ключевых звеньев ВИНК;

§ позволяет управлять сверхбольшим пулом инвестиционных проектов, влияющих на целевую функцию;

§ учитывает систему конкурентных ограничений и предпочтений, охватывающих все звенья ВИНК;

§ решается с использованием технологии генетических алгоритмов (ГА).

Задача максимизации акционерной стоимости ВИНК. Сформировать три группы управляющих параметров , при которых обеспечивается максимальное значение акционерной стоимости ВИНК

, (54)

при выполнении корпоративных ограничений в каждый момент времени :

лимит инвестиционный расходов

; (55)

лимит операционных затрат

; (56)

минимально необходимый уровень операционного потока

; (57)

минимальный уровень чистого дисконтированного финансового потока

; (58)

минимальный уровень прибыли (до уплаты налогов)

; (59)

план по добыче нефти

; (60)

план по поставкам нефтепродуктов

, ; (61)

и всех ограничений соответствующих звеньев ВИНК.

Здесь параметры корпоративных ограничений , , , , , , , являются экзогенными, а остальные характеристики вычисляются в соответствующих моделях звеньев ВИНК для всех j-ых НГДО, k-ых НПЗ и с-ых каналов сбыта.

Особенностью рассматриваемой задачи является то, что на каждом шаге модельного времени одновременно вычисляются характеристики всех звеньев ВИНК, влияющие на акционерную стоимость (объем добычи, совокупные транспортные издержки и структура поставок, объемы производства нефтепродуктов по видам, спрос и цены на нефтепродукты и др.). Большинство вычисляемых характеристик и управляющих параметров являются многомерными, т.е. имеют региональное, продуктовое и прочие измерения в зависимости от звена ВИНК, к которому они относятся. Кроме того, для определения ряда параметров (фазовых переменных транспортной модели ВИНК, равновесных спроса и цен на нефтепродукты в CGE-модели сбыта) применяются специальные внутренние итерационные процедуры (для решения транспортной задачи - алгоритм метода потенциалов, для сбытовой - алгоритм «нащупывания» равновесных цен). Сложность указанных процедур обусловлена нелинейными зависимостями. Таким, образом, рассматриваемую задачу максимизации акционерной стоимости ВИНК можно отнести к классу NP-трудных задач большой размерности. Поэтому для ее решения был предложен генетический оптимизационный алгоритм с угасающей селекцией (ГА).

Пятая глава посвящена разработке генетического алгоритма с угасающей селекцией, используемого для максимизации акционерной стоимости ВИНК и формирования квазиоптимальных инвестиционных решений.

Представленный генетический алгоритм относится к классу эвристических алгоритмов.

Для рассматриваемой задачи максимизации акционерной стоимости ВИНК были разработаны правила угасающей селекции, обеспечивающие эффективную процедуру поиска решения.

Дадим определения для ряда понятий.

Популяция - множество особей.

Особь - набор допустимых управляющих переменных модели, фазовых переменных, а также вычислимых характеристик интегрированной модели ВИНК.

Хромосома - набор управляющих переменных данной особи.

Ген (проект) - заданная координата набора управляющих переменных (хромосомы).

ГА имеет два важнейших оператора, оператор кроссинговера и оператор мутации.

Функцией оператора кроссинговера является выбор двух наиболее сильных (приспособленных) родительских особей из популяции для скрещивания с целью формирования новых более сильных особей. Таким образом, осуществляется направленный поиск локальных экстремумов (и последовательное движение в сторону максимума) в рассматриваемой задаче.

Функцией оператора мутации является инверсия значения одного или нескольких генов в хромосоме выбранной особи с заданной вероятностью, с целью обеспечения выхода из окрестностей локальных экстремумов и нащупывания других локальных экстремумов

Размер популяции фиксирован. Поэтому, после ее формирования на каждом последующем шаге ГА происходит автоматическое выталкивание (угасание) наиболее слабой особи из популяции за счет вставки новых более сильных особей.

Важнейшими характеристиками рассматриваемых операторов являются:

§ Вероятность выбора f-ой особи в качестве родительской особи при выполнении оператора кроссинговера

, , , (62)

где - размер популяции (внешний параметр ГА) - экзоген., - фитнес-функция, вычисленная для -ой особи, - вероятность угасания особи при селекции; - эпохи (итерации) ГА.

§ Вероятность выполнения оператора мутации для g-ого гена f-ой особи

, , (63)

где

- индекс гена в хромосоме,

- базовая вероятность оператора мутации - экзоген.

Соотношения (62)-(63) будем называть правилами угасающей селекции.

Определение фитнес-функции для f-ой особи

, (64)

где - целевая функция (акционерная стоимость) для f-ой особи, - оценка расстояния f-ой особи от ОДЗ (области допустимых значений), - весовой коэффициент, - экзоген.

При определении значения фитнес-функции для каждой f-ой особи следует знать значение . Для этого на шаге вычисляется невязка ограничений:

, (65)

, (66)

, (67)

, (68)

, (69)

, (70)

, (71)

для всех , , , где

- совокупные инвестиционные расходы ВИНК, вычисленные для f-ой особи; - совокупные операционные расходы ВИНК для f-ой особи; - совокупный операционный поток ВИНК для f-ой особи; - акционерная стоимость ВИНК для i-ой особи; - прибыль для f-ой особи; - объем добычи для f-ой особи; - объемы внутренних (j=1) и внешних поставок (j=2) в r-ые регионы u-ых нефтепродуктов, вычисленные для f-ой особи; , , , , , , - параметры системы корпоративных ограничений - экзоген.

Тогда оценка расстояния f-ой особи от области допустимых значений (ОДЗ) равна

. (72)

Другой важнейшей характеристикой разработанного генетического алгоритма является вероятность угасания особи при селекции . Предлагается рассчитывать значение этой вероятности пропорционально доле нерентабельных проектов в инвестиционном портфеле. Для этого для каждого проекта рассматриваемых звеньев ВИНК следует вычислить IRR (внутреннюю норму окупаемости).

Для звена нефтедобычи рентабельность проектов f-ой особи для j-ого НГДО i-ого месторождения равна ставке дисконтирования при условии, что чистая приведенная стоимость равна нулю:

, , , ,

где - операционный и инвестиционный потоки j-ого НГДО и i-ого месторождения, вычисленные для f-ой особи.

Количество нерентабельных проектов звена нефтедобычи для f-ой особи равно

,

где - минимально допустимый уровень рентабельности.

Для звена нефтепереработки рентабельность проектов f-ой особи для k-ого НПЗ - ого варианта реконструкции равна ставке дисконтирования при условии, что чистая приведенная стоимость равна нулю:

, , , ,

где операционный и инвестиционный потоки k-ого НПЗ и -ого варианта реконструкции НПЗ, вычисленные для f - ой особи.

Количество нерентабельных проектов звена нефтепереработки для f-ой особи равно

.

Для звена сбыта рентабельность проектов f-ой особи для r-ого региона c-ого канала сбыта равна ставке дисконтирования при условии, что чистая приведенная стоимость равна нулю:

, , , ,

где операционный и инвестиционный потоки r-ого региона и c-ого канала сбыта, вычисленные для f - ой особи.

Количество нерентабельных проектов звена сбыта для f-ой особи равно

.

Общее количество нерентабельных проектов в портфеле f-ой особи равно

. (73)

Общее количество проектов в портфеле f-ой особи равно

. (74)

Тогда вероятность угасания f-ой особи при селекции равна

. (75)

Генетический алгоритм используется для разработки эффективной процедуры формирования квазиоптимальных инвестиционных решений. Центральным элементом такой процедуры является оценивание популяции ГА, использующее степень стабилизации фитнес-функции для популяции в качестве критерия сходимости.

Шестая глава посвящена разработке алгоритмов, процедур и вычислительных экспериментов по решению задачи оптимизации портфеля инвестиционных проектов и максимизации акционерной стоимости ВИНК с использованием разработанного генетического алгоритма.

Отличительной особенностью предлагаемого подхода является обязательная оценка устойчивости итогового портфеля проектов по характеристике рентабельности, что весьма актуально при долгосрочном стратегическом планировании.

Процедура решения задачи максимизации акционерной стоимости ВИНК (реализуемая в каждый момент времени ) такова:

1. формирование начальной популяции состоящей из двух f-ых особей, хромосома каждой из которых состоит из трех групп управляющих параметров ;

2. расчет характеристик моделей звеньев ВИНК для каждой новой f-особи, входящей в популяцию при заданных сценарных условиях;

3. вычисление акционерной стоимости ВИНК и невязки ограничений для f-особи, расчет значения фитнес-функции f-особи;

4. вставка f-особи в популяцию при условии, что она является достаточно приспособленной;

5. оценивание популяции с точки зрения приспособленности и переупорядочивание особей в популяции по значению фитнес-функции;

6. выталкивание наиболее слабой особи из популяции;

7. селекция из популяции наиболее приспособленных особей для скрещивания (создания потомков);

8. выполнение операторов кроссинговера и мутации, формирование потомков и добавление их в популяцию;

9. оценка критерия сходимости ГА, переход к шагу 2, в случае, если критерий сходимости не выполнен.

Критерием сходимости ГА в данном случае является степень стабилизации фитнес-функции популяции с течением - итераций.

Рис. 4. Схема работы разработанной процедуры поиска квазиоптимальных инвестиционных решений ВИНК.

В рамках, разработанного алгоритма поиска квазиоптимальных инвестиционных решений (рис. 4) осуществляется обязательная процедура оценки устойчивости получаемых решений по характеристике рентабельности по следующей схеме:

1) выбор случайных значений единых сценарных условий (ЕСУ) - макроэкономических факторов (мировых цен на нефть, курса доллара и т.д.) в заданных пределах с использованием метода Монте-Карло для каждого момента времени;

2) прогон интегрированной модели ВИНК, предназначенной для расчета значений целевой функции (акционерной стоимости ВИНК) с применением разработанного ГА с угасающей селекцией;

3) сохранение значений, полученных квазиоптимальных решений и отбор, наиболее устойчивых посредством их сопоставления (рис.5).



Рис. 5. Оценка устойчивости получаемых решений по характеристике рентабельности.

Одной из важнейших полученных рекомендаций ВИНК является «консервативный» принцип формирования портфеля инвестиционных проектов (ожидание снижения цен на нефть до 40 долл. за баррель), при котором возможные потери в акционерной стоимости составят 5 - 10 % (в зависимости от того какие сложатся макроэкономические условия). Такой подход обеспечивает высокую устойчивость инвестиционного портфеля ВИНК по отношению к влиянию внешних факторов.

Седьмая глава посвящена методике разработки, программной реализации и практическому применению информационной системы поддержки принятия решений по управлению акционерной стоимостью ВИНК

На основе построенных математических моделей звеньев ВИНК, интегрированных с корпоративным информационным хранилищем, а также разработанного генетического алгоритма, создана система поддержки принятия решений, которая, в частности, обеспечивает максимизацию акционерной стоимости нефтяной компании. В результате практического использования этой системы проведена серия вычислительных экспериментов и подготовлены принципиально новые рекомендации по «рациональному» управлению инвестициями ВИНК.

Разработана архитектура системы поддержки принятия (СППР) инвестиционных решений ВИНК (рис. 6), особенностью которой является интеграция подсистемы динамического моделирования Powersim, на которой реализованы математические модели звеньев ВИНК, с корпоративным информационным хранилищем (SAP BW). Использование такой архитектуры позволяет осуществлять эффективное сценарное инвестиционное планирование при управлении большим пулом проектов (в настоящее время в системе заложено свыше 2000 проектов с сотнями характеристик на горизонте 25 лет).

Важнейшим практическим результатом диссертационной работы является внедрение разработанной информационно-аналитической системы поддержки принятия решений (СППР), нацеленной на «рациональное» управление инвестициями ВИНК в крупнейшей нефтяной компании России - ОАО «ЛУКОЙЛ». Пользователями разработанной СППР является Главное управление стратегического и инвестиционного анализа ОАО «ЛУКОЙЛ», отвечающее за формирование долгосрочных инвестиционных программ. Внедрение системы обеспечило автоматизацию процесса инвестиционного планирования.

Для эффективного использования разработанной СППР был разработан специальный регламент, документирующий процесс инвестиционного планирования (от формирования инвестиционных заявок до их обработки с помощью математических моделей звеньев ВИНК и дальнейшего мониторинга исполнения).

Архитектура разработанной интеллектуальной системы управления инвестиционной деятельностью ВИНК

Особенностью разработанного программного комплекса является реализация автоматизированного управления инвестиционными заявками, поступающими от дочерних предприятий ВИНК в корпоративное информационное хранилище (SAP BW) с уровня ERP-систем в режиме реального времени. Такие заявки сопровождаются детальными технико-экономическими показателями (например, данные по десяткам тысяч скважин). Обработка таких заявок осуществляется с помощью разработанной интегрированной модели управления инвестициями ВИНК, реализованной на Powersim и интегрированной с хранилищем и генетическим оптимизационным алгоритмом посредством специальной программной библиотеки Powersim SDK (solution development kit). Результаты вычислений в Powersim в виде квазиоптимальных вариантов отключений инвестиционных заявок сохраняются в хранилище, и в дальнейшем анализируются пользователями с помощью инструментов класса OLAP (аналитической обработки данных в режиме реального времени).

рентабельность нефтегазодобывающий монополия экономика

Рис. 6. Архитектура разработанной системы.

Основные выводы и результаты диссертационной работы

К основным результатам диссертационной работы относятся:

...