CC BY
6предоставление льгот по налогам на прибыль организаций, на имущество организаций, транспортному налогу; установление порядка пользования земельными участками или приобретения в собственность земельных участков и т.д.; в сфере монетарной (кредитно-денежной) политики — предоставление гарантий возврата кредитов, получаемых хозяйствующими субъектами в коммерческих банках; стабилизация/регулирование уровня региональных цен (например, в сфере пригородных и междугородних перевозок пассажиров автобусами, реализации природного и сжиженного газа населению, прочие) и т.п. Учитывая недостаточную эффективность реализуемого подхода к управлению территориальным развитием на основе политики «бюджетного выравнивания», в настоящее время в России наблюдаются тенденции к переориентации на политику «поляризованного развития» [5], предполагающую концентрацию усилий и ресурсов на территориях - «точках/полюсах роста», которые принесут региону, а следовательно, и государству максимальную отдачу.
Одним из востребованных инструментов реализации региональной экономической политики останутся целевые программы. Однако основными сферами воздействия данных программ должны стать стимулирование инновационной и инвестиционной активности населения, развитие и применение механизмов государственно-частного партнерства,
межтерриториальную/межрегиональную интеграцию. Перспективными, на наш взгляд, в ближайшее время могут стать программы формирования стыковых зон в местах границ региона с соседними субъектами Федерации/странами СНГ. Кроме того, учитывая определенные в Концепции Стратегии социально-экономического развития регионов РФ принципы «синхронизации действий» и «субсидиарности», ожидается повышение уровня согласованности проводимых основных реформ, а также децентрализация отдельных властных полномочий при реализации региональной экономической политики.
Список литературы
1. Конституция Российской Федерации, www.constitution.ru
2. А. Н. Янин. Проблемы модернизации экономики энергосырьевого региона (Тюменской области): монография. - Тюмень: Издательство Тюменского государственного университета, 2012. -156 с.
3. Проект Концепции совершенствования региональной политики в Российской Федерации на период до 2020 года, www.minregion.ru
4. План мероприятий по реализации Стратегии социально-экономического развития Уральского федерального округа на период до 2020 года, www.minregion.ru
5. Концепция Стратегии социально-экономического развития регионов Российской Федерации, http://archive.minregion.ru
Сведения об авторе
Зюбин Александр Александрович, аспирант кафедры менеджмента в отраслях ТЭК, Тюменский государственный нефтегазовый университет, г.Тюмень, тел.: 8(3452)416369, e-mail: [email protected]
Zjubin A. A., postgraduate student of the Management in Fuel and Energy Complex Department, Tyumen State Oil and Gas University, tel.: + 7(3452)416369, e-mail: [email protected]
УДК 622.279.23/4.00
УЧЕТ МАКРОЭКОНОМИЧЕСКИХ РИСКОВ ПРИ ОЦЕНКЕ ЭФФЕКТИВНОСТИ ОСВОЕНИЯ МЕСТОРОЖДЕНИЙ УГЛЕВОДОРОДОВ
INTEGRATING MACROECONOMIC RISKS FOR THE EVALUATION OF HYDROCARBON
DEPOSIT DEVELOPMENT
П. А. Кот
P. А. Kot
Ключевые слова: эффективность, модель, месторождение, оценка Key words: effectiveness of the model, the field, the assessment
Работа посвящена нахождению функции распределения динамики цены 1 барреля нефти марки BRENT и определению зависимости валютного курса рубль/доллар США от величины этих цен. Показана возможность проведения количественной оценки риска убыточности проекта освоения месторождения углеводородов, меры его влияния на показатели эффективности проекта.
The present work is devoted to finding a distribution function of the Brent crude oil price changes and identifying the link between the Ruble/USD exchange rate and crude oil prices. The results obtained make it possible to perform a quantitative loss risk assessment for hydrocarbon development projects, and measure risk impacts on project performance.
Необходимость совершенствования системы управления нефтегазодобывающим сектором экономики обуславливается возрастающей сложностью задач, стоящих перед менеджментом компаний, ведущих освоение нефтяных и газовых месторождений. Это вызвано, во-первых, непрерывным расширением географии добычи углеводородного сырья в сторону территорий с неразвитой инфраструктурой и слабой геологической изученностью, во-вторых, отсутствием ценовой стабильности на международных рынках нефти и газа, усугубляемой высокой волатильностью курса доллара США. В этой связи органы управления компаний, формирующие рациональную стратегию освоения месторождений нефти и газа, сталкиваются с большими трудностями в процессе принятия решения из-за отсутствия достоверной информации о геологических характеристиках объектов и финансовом состоянии рынка.
Используемые в настоящее время для этой цели детерминированные модели позволяют оценить эффективность капитальных вложений, необходимых для освоения объектов, однако, совершенно не пригодны для количественной оценки возникающих при этом рисков. Необходимо ввести в эти модели стохастические элементы. Существует огромное количество работ, в которых авторы тем или иным образом пытаются количественно подсчитать влияние неопределенности используемой информации на конечные финансовые результаты проекта. Эти методы можно разделить на две группы. Методы первой группы предусматривают увеличение коэффициента дисконтирования на предполагаемую величину риска, что снижает величину показателей эффективности проекта (например, NPV). Недостаток такого подхода очевиден — невозможно корректно обосновать величину риска.
Методы второй группы используют гипотезу о случайном характере параметров проекта, интересующих исследователя. Задаваясь функциями распределения этих параметров, можно провести большое количество испытаний проекта. Под испытанием подразумевается расчет проекта освоения месторождения нефти (газа), в котором набор, значений вышеупомянутых параметров с помощью функций распределения задается случайным образом, например, методом Монте-Карло. Отношение числа испытаний, в результате которых проект становится убыточным, к их общему числу представляет риск убыточности проекта в случае его реализации.
Возникают определенные трудности при обосновании гипотезы, что тот или иной параметр является случайной величиной, а также в процессе построения соответствующей ему функции распределения.
Значения геологических характеристик месторождения (крупность, глубина залегания и даже в какой-то мере дебит добывающей скважины) обычно трактуются как случайные величины, вычисленные с погрешностью. Отсюда следует, что они должны обладать нормальными функциями распределения. Плотность вероятности нормального распределения случайной величины x представляет собой симметричную колоколообразную кривую и описывается формулой
fix) = -¡L-e-x-a2/2°2 , (1)
где a — точка максимума и одновременно центр симметрии, о — расстояние от этого центра до точки перегиба.
Что касается поведения мировых цен на энергоносители и валютного курса рубль/доллар США, то необходимо проведение отдельных исследований, подтверждающих или опровергающих гипотезу нормального распределения этих величин.
В настоящей работе предпринята попытка построить функции распределения динамики цены 1 барреля нефти марки BRENT-Z и выявить зависимость валютного курса рубль/доллар США-Б от
величины этих цен. На основании полученных результатов возможно проведение количественной оценки риска убыточности проекта освоения нефтяного месторождения и меры его влияния на показатели эффективности проекта.
Для построения вышеупомянутой функции распределения провели анализ значений среднесуточных цен 1 т нефти марки BRENT за 25 лет (с 1988 по 2012 гг.), опубликованных Американским энергетическим информационным агентством. Результаты анализа подтверждают случайный характер значений показателя Z. Что касается годовых функций распределения, то за редким исключением f (Z) почти идеально соответствуют плотности вероятности нормального распределения случайной ве личины Z. В таблице приведены соотношения параметров с/a этих функций.
Параметры функций плотности вероятности случайной величины Z
Год с/a Год с/a Год с/a
1988 0,103 1996 0,091 2004 0,114
1989 0,078 1997 0,064 2005 0,086
1991 0,070 1998 0,122 2006 0,062
1992 0,064 2000 0,099 2007 0,080
1993 0,070 2001 0,092 2010 0,062
1994 0,076 2002 0,070 2011 0,045
1995 0,053 2003 0,079 2012 0,045
В 1990, 1999, 2008 и 2009 гг. плотность вероятности близка к равномерному распределению.
Величина параметра о определяет вид кривой /(х). Если его значение мало, то кривая высокая и заостренная, если велико, то она широкая и плоская. В нашем случае это означает, что с ростом о при достаточно большом числе испытаний, все чаще будут выпадать низкие значения Z. Если оценивать риск убыточности того или иного проекта методом Монте-Карло, то с ростом о он также будет расти.
Максимальное значение отношения (см.таблицу) о/a = 0,122. Используя эту величину для построения функции распределения /(^), мы получим верхнюю оценку риска убыточности рассматриваемого проекта вследствие колебания мировых цен на нефть.
Перейдем к выявлению связи между значениями валютного курса доллара США-О и ценами на нефть марки BRENT-Z. Для этой цели рассматривались суточные значения D и Z на протяжении последних четырех лет. Совокупность значений множеств D и Z изображена на рисунке.
27
40 50 60 70 80 90 100 110 120 130
Цена 1 барреля нефти BRENT, долл. США
Рисунок. Зависимость курса доллара от мировых цен на нефть марки BRENT
При этом разновременные величины рубля и доллара приводились к 2012 году с помощью соответствующих коэффициентов инфляции, используемых в Энергетическом прогнозе России, выполненном Минэкономразвития.
Функциональный характер зависимости D(Z) сомнений не вызывает. Сплошной линией изображен вид кривой D(Z), построенный методом наименьших квадратов. Ее формула имеет вид
D = 40,3 - (Z - 40)0,54, 40 < Z < 135 . (2)
Полученные результаты можно использовать в процессе расчета рационального варианта освоения конкретного объекта и определить величину риска убыточности проекта методом Монте-Карло в случае его реализации. Для этой цели особенно удобны агрегированные модели нефтяных и газовых месторождений.
Сведения об авторе
Кот Павел Анатольевич, директор департамента корпоративных финансов ЗАО «Инвестгеосервис», Москва, тел.: +7 (495) 2800263, e-mail: [email protected]
Kot P. A., Director of Corporate Finance of CJSC «InvestGeoService», Moscow, phone: +7 (495) 2800263, e-mail: [email protected]
УДК 378 (075.8):334,65:622
СУЩНОСТЬ И ВИДЫ ИННОВАЦИЙ В НЕФТЕХИМИИ THE ESSENCE AND TYPES OF INNOVATIONS IN PETROCHEMISTRY
О. В. Ленкова, М. Л. Антонов
O. V. Lenkova, M. L. Antonov
Ключевые слова: инновация, нефтехимия, универсальные и специфические инновации, особенности и направления развития нефтехимической отрасли Key words: innovation, petrochemistry, universal and specific innovations, features and directions
of development of petrochemical branch
