Оценка инвестиций в энергетику в условиях информационной неопределенности Текст научной статьи по специальности «Экономика и бизнес»

Экономические науки

УДК 330.322.54

Малышев Евгений Анатольевич Eugene Malyshev

Подойницын Роман Геннадьевич Roman Podoinitsyn

ОЦЕНКА ИНВЕСТИЦИЙ В ЭНЕРГЕТИКУ В УСЛОВИЯХ ИНФОРМАЦИОННОЙ НЕОПРЕДЕЛЕННОСТИ

ESTIMATION OF ENERGY INVESTMENT IN CONDITIONS OF INFORMATION UNCERTAINTY

Описывается попытка применения метода реальных опционов к оценке инвестиций в генерирующие активы. Метод реальных опционов основан на теории Блэка-Шоулза и позволяет при оценке инвестиций учитывать неопределенность будущего хода событий, тем самым давая более точную оценку эффективности инвестиционного проекта

Ключевые слова: инвестиции, энергетика, инвестор, метод реальных опционов

This paper describes an attempt to apply the method of real options to the evaluation investments in energy. This method is based on the Black-Scholes model and allows decreasing the uncertainty of future course of events

Key words: investment, energy, investor, method of real options

Применение традиционной теории дисконтированных денежных потоков к анализу процесса принятия инвестиционных решений в условиях неопределенности часто дает противоречивые результаты и может привести к ложным выводам относительно оптимальности того или иного инвестиционного проекта. Причина этого заключается в том, что указанная теория не учитывает стоимость операционной гибкости, присущей многим инвестиционным проектам. По этой причине в последнее время наметился сдвиг в сторону применения других методов к оценке эффективности реальных инвестиций в условиях неопределенности.

Одним из них является метод реальных опционов, который основан на анализе воз-

можностей, возникающих при управлении реальными активами в условиях неопределенности. Теория опционов изначально использовалась для операций с ценными бумагами, однако позднее она стала находить применение и в реальной экономике.

Одним из методов оценки эффективности инвестиционных проектов в условиях неопределенности является метод реальных опционов. Начало развития методологии оценки стоимости инвестиционных возможностей по аналогии с финансовыми опционами принято связывать с работами таких авторов, как Дж. Кокс, С. Росс, М. Рубинштейн, С. Майерс, Р. Мертон и др. Пик развития теории реальных опционов пришелся на начало 90-х гг. XX в., когда была опубликована монография А. Дикси-

та и К. Пиндайка «Инвестиции в условиях неопределенности». Такие авторы, как Т. Коупланд, Л. Тригеоргис и Н. Кулатилака, внесли существенный вклад в исследование практических аспектов применения метода реальных опционов для оценки инвестиционных проектов. Среди работ российских ученых, занимающихся данной проблемой, можно отметить исследования М.А. Лими-товского, Г.В. Выгона, А.Н. Козырева и др.

В целом, можно выделить два основных направления исследований процесса принятия инвестиционных решений в условиях неопределенности с использованием метода реальных опционов. К первому направлению принадлежат работы, носящие больше теоретический характер (ярким примером являются работы таких авторов, как А. Дискит и Р. Пиндайк). Второе направление рассматривает практические аспекты применения теории реальных опционов к анализу эффективности инвестиционных решений (Т. Коупланд, Н. Кулатилака и др.). В рамках обоих направлений в настоящее время ведется работа по исследованию широкого круга проблем, связанных с оценкой эффективности инвестиционных решений в условиях неопределенности.

Для оценки стоимости реальных опционов используются три основных метода:

1) модель оценки стоимости опционов Блэка-Шоулза;

2) биномиальная модель;

3) модель Кокса-Росса-Рубинштейна.

Наиболее широко используемой моделью оценки стоимости опционов является модель Блэка-Шоулза (Black-Scholes). Ее разработали Фишер Блэк (Fisher Black) и Майрон Шоулз (Myron Scholes) в 1973 г.

Модель Блэка-Шоулза предназначена для определения действительной стоимости опциона на основе цены базисной бумаги и ее волатильности, времени до срока истечения опциона и текущего уровня процентных ставок.

Опцион — контракт, дающий право (но не обязанность) на покупку/продажу товара или финансового актива по заранее установленной цене в течение определенно-

го, заранее установленного отрезка времени. Разделяют опционы Call, дающие право на покупку, и опционы Put, дающие право на продажу базового актива. Реальный опцион — опцион, базовым активом по которому являются реальные активы: заводы, запасы нефти, машины, производственные инвестиции и т.д.

Основная идея применения опционной теории и опционной техники в рассматриваемой сфере состоит в том, что в большинстве или, по крайней мере, во многих случаях при реализации инвестиционных проектов инвестор имеет некоторую свободу действий относительно времени начала инвестирования, объемов производства, последующей продажи активов, используемых технологий и т.д.

Таким образом, каждый инвестор, имея право на принятие таких решений, вместе с проектом имеет как бы американский опцион и, следовательно, начиная финансирование, его реализует, неся соответствующие вмененные издержки, равные стоимости опциона. Понимание «опционного характера» инвестиционных проектов объясняет тот практически известный факт, что нередко инвесторы не отказываются от проектов с отрицательным NPV, так как ситуация может измениться к лучшему и можно будет использовать «заложенный» в проекте реальный опцион, получая в итоге положительный NPV.

Реальные опционы могут быть как на стороне активов — и касаться в основном инвестиционных решений, так и на стороне обязательств и собственного капитала — и тогда они связаны с финансовыми решениями. Реальные опционы на стороне активов подразделяются на опционы на сокращение, выход из бизнеса, на его развитие, тиражирование опыта, переключение, приостановку и отсрочку. Существуют также опционы на стадийное ведение проекта и бизнеса.

Рассмотрим применение данного подхода к оценке инвестиций в генерирующие активы ТЭС. В настоящее время оптовый рынок электроэнергии (ОРЭМ) является практически полностью свободным, т.е.

цены определяются соотношением спроса и предложения (за исключением секторов РД, ДПМ и ВР). Цена на технологическое топливо также не регулируется государством. Изменчивость данных факторов является главным источником неопределенности при оценке инвестиций в генерацию, а высокая стоимость 1МВт установленной мощности и постоянно меняющиеся правила ОРЭМ при низкой среднеотраслевой рентабельности еще больше отпугивают

+10 %

потенциальных инвесторов. Поэтому для оценки эффективности инвестиционного проекта необходимо использовать метод реальных опционов.

Рассмотрим пример, в котором гибкость проекта будет заключаться в изменении объемов производства в зависимости от соотношения цены продажи электроэнергии на ОРЭМ и переменных затрат (для упрощения можно использовать топливную составляющую).

0 %

10 %

CF

max 0

->L

CF min

Рис. 1. Возможное отклонение денежного потока

На рис. 1 приведен пример ширины является симметричным. Но если учесть

диапазона, в пределах которого может из- гибкость проекта, связанную с изменением

меняться чистый денежный поток (CF), и объёмов производства, то диапазон смес-

так как нам ничего не известно о будущих тится в положительную сторону (величина

ценах и объемах производства, диапазон отклонений принята условно) (см. рис. 2).

+13 %

0 % -5 %

CF

max 1

-► L

CF min 1

Рис. 2. Скорректированное отклонение денежного потока

ACF = Sf * ta * K ,

Скорректированная величина NPV, обозначим её APV (Adjusted Present Value/ Скорректированная текущая стоимость), будет равна (1).

APV - NPV + C, (1)

где С — приведенная стоимость опциона (2).

C = у CF max~ CF min

^ (1 + r )t ' Расчет отклонения денежного потока произведем следующим образом [5]:

(3)

ГУ о о

где Sf — среднии квадрат отклонении, по-

лученный на основе исторических данных; ta — коэффициент Стьюдента; K — коэффициент (4):

K =

n +1 + 3(n + 2L -1)

2

(4)

п п(п -1) где п — количество предшествующих периодов, на основе которых делается прогноз; L — длительность прогнозного периода.

Таким образом, доверительный интервал будет равен

С^ ±АСЕ£. (5)

Зная интервал, в пределах которого возможны колебания МРУ, необходимо рассчитать на какую величину компания сможет минимизировать отрицательное отклонение МРУ. Для примера рассмотрим изменение объемов производства. Если

(6)

(7)

(8)

CF = CFV + CFconst ,

CFv = Te - VC и

CF = T - FC ,

^ const 1 p 1 ^ ■

где T — тариф на энергию; T — тариф на мощность; Vc — переменные затраты; FC — условно-постоянные затраты. Тогда скорректированный минимальный денежный поток будет равен

CF

CFmin 1 = CFminn Л,

min 0

CF

(9)

где X — коэффициент допустимого изменения объёмов производства.

В качестве примера была рассчитана приведенная стоимость опциона для расчета эффективности инвестиций в третий энергоблок Харанорской ГРЭС. При расчетах были приняты следующие условия:

1) максимальное снижение выработки принято 10 %;

2) отношение переменного денежного потока СВю к общему СВ составило 0,5;

3) средний квадрат отклонений рассчитан как 1 % от СВ в квадрате за каждый период, чтобы учесть инфляцию, включённую в расчет СВ.

Проведенный расчет показал, что приведенная стоимость опциона при перечисленных условиях составила 34 % от первоначально рассчитанного МРУ, что говорит о существенной недооценке.

Таким образом, чем большую гибкость имеет инвестиционный проект, тем выше его чистая приведённая стоимость. Снижение неопределенности и соответственно рисков должно в конечном итоге привести к снижению требуемой нормы доходности от проектов в энергетической отрасли и увеличению количества потенциальных инвесторов.

Литература

1. Андрей О. Концепция реальных опционов в практике принятия инвестиционных решений // Индикатор. № 07-08 (35) Июль - Август 2000.

2. Ковалишин А.Е., Поманский А.Б. Реальные опционы: оптимальный момент инвестирования // Экономика и математические методы, 1999. Т. 35. № 2. С. 50-60

3. Лимитовский М.А. Инвестиционные проекты и реальные опционы на развивающихся рынках. 4-е изд. М.: Дело, 2008. 263 с.

4. Методические рекомендации по оценке эффективности и разработке инвестиционных проектов и бизнес-планов в электроэнергетике на стадии инвестиционных предложений, утвержденных приказом № 155 от 31.03.2008 ОАО РАО «ЕЭС России». М., 2008.

5. Чертыкин Е.М. Статистические методы прогнозирования. Изд. 2-е, перераб. и доп. М.: Статистика, 1977. 200 с.

6. Коровин Г.Б., Малышев Е.А. Прогнозирование развития региональных энергетических систем // Экономика региона. 2011. № 2 (26). С. 184-188.

7. Малышев Е.А., Афанасьева А. В. Развитие топливно-энергетического комплекса Забайкальского края как основа обеспечения энергетической безопасности и развития экономики региона // Вестник ЧитГУ. № 3 (60). Чита: ЧитГУ, 2010. С. 3-7.

8. Малышев Е.А., Сокол-Номоконов Э.Н., Сокол-Номоконов В.Э. Планирование и прогнозирование развития региональных энергетических систем: формирование вертикально-интегрированных территориально-отраслевых комплексов планирования и управления развитием региональных энергетических систем: монография. Ч. III. Чита: ЧитГУ, 2010. 133 с.

9. Малышев Е.А. Энергетический баланс как инструмент повышения энергетической обеспеченности Забайкальского края // Вестник ЧитГУ. № 3 (82). Чита: ЗабГУ, 2012. С. 126-136.

10. Малышев Е.А. Применение методов прогнозирования и планирования в энергетической отрасли // Научное обозрение. Сер. 1. Экономика и право. № 1. М.: ЗАО Изд-во «Экономическое образование», 2012. С. 203-210.

Коротко об авторах_

Малышев Е.А., канд. техн. наук, доцент, проректор по научной и инновационной работе, зав. кафедрой экономики и управления на энергетических предприятиях, Забайкальский государственный университет (ЗабГУ) eamalyshev@mail.ru

_Briefly about the authors

E. Malyshev, candidate of technical sciences, associate professor, prorector on science and innovative work, Zabaikalsky State University

Научные интересы: менеджмент, экономика энергетической отрасли, бизнес-планирование, бизнес-образование

Подойницын Р.Г., аспирант, кафедра экономика и управления на энергетических предприятиях, Забайкальский государственный университет (ЗабГУ) uzumaki-r@mail.ru

Scientific interests: management, economics of power engineering, business-planning

R. Podoinitsyn, post-graduate student, economics and management at power engineering enterprises department, Zabaikalsky State University

Научные интересы: экономика, философия науки, математика, нейрофизиология

Scientific interests: economics, philosophy of science, mathematics, neurophysiology