Содержание к диссертации
Введение
ГЛАВА 1. Математическое моделирование спроса и предложения на мировом рынке урановой продукции . 20
1.1. Участники мирового рынка урановой продукции 20
1.1.1. Этапы ЯТЦ 21
1.1.2. Современное состояние атомной энергетики в разных регионах мира 24
1.1.3. Участники рынка услуг по обогащению 27
1.1.4. Участники рынка природного урана 31
1.2. Существующие сценарии изменения спроса на урановую продукцию 34
1.2.1. Прогнозы МАГАТЭ 35
1.2.2. Прогнозы WNA 36
1.2.3. Прогнозы Ux Consulting Company, LLC
1.3. Цепочка создания стоимости продуктов ЯТЦ и балансовые соотношения 40
1.4. Существующие сценарии изменения предложения урановой продукции.
1.4.1. Прогнозы добычи природного урана 46
1.4.2. Прогнозы предложение услуг на обогащение урана
1.5. Аналитическая модель динамики добычи не возобновляемых ресурсов 48
1.6. Модель статистического долгосрочного прогнозирования спроса на урановую продукцию методом Монте-Карло 50
1.7. Прогнозы динамики спроса и предложения на рынках урановой продукции до 2035 года 1.7.1. Сценарий спроса и предложения услуг по обогащению. 58
1.7.2. Сценарий спроса и предложения природного урана.
1.8. Постановка задачи 64
1.9. Выводы по главе 1. 65
ГЛАВА 2. Имитационная модель рынков урановой продукции
2.1. Существующие методы математического моделирования экономических систем взаимодействующих агентов. 67
2.2. Особенности экономических взаимоотношений участников рынков урановой продукции 69
2.3. Агрегированное представление участников рынков урановой продукции
2.3.1. Агрегированные субъекты модели 73
2.3.2. Отношения между агрегированными субъектами модели 77
2.4. Схема взаимодействия участников рынков через систему «голландских аукционов» 80
2.4.1. Термины, используемые в описании модели 80
2.4.2. Основная схема функционирования имитационной модели 82
2.4.3. Схема взаимодействия участников рынков в модели 84
2.4.4. Схема аукциона 85
2.5. Методика расчета контрактных цен на природный и обогащенный уран 86
2.6. Модель экономических отношений участников рынка с помощью процедур рейтингования и принятия решений на основе систем нечеткого вывода 88
2.7. Моделирование процедуры принятия решения о заключении сделки (контракта)
2.7.1. Принятие решений по параметрам контрактации участников рынка 93
2.7.2. Описание процедуры принятия решения о заключении сделки (контракта) 100
2.8. Определение интегральных экономико-статистических показателей региональных и мировых
рынков на горизонте до 2035 года 101
2.9. Основные факторы, влияющие на мировой рынок урановой продукции, учтенные в модели 102
2.10. Выводы по главе 2 103
ГЛАВА 3. Инструментальные средства для проведения численных расчетов с моделями рынка урановой продукции 105
3.1. Алгоритм работы блоков принятий торговых решений на основе нечетких систем логического вывода и деревьев решений 105
3.1.1. Фаззификация входных параметров и дефаззификация выходных параметров имитационной модели рынка 106
3.1.2. Наборы нечетких правил с учетом особенностей региональных рынков 108
3.1.3. Результаты использования разработанных систем нечеткого вывода 111
3.2. База Данных объектов Атомной отрасли 114
3.2.1. Задачи базы данных объектов атомной отрасли 114
3.2.2. Обоснование выбора системы управления базой данных 115
3.2.3. Структура базы данных 115
3.3. Описание компьютерной программы, реализующей имитационную модель рынка 116
3.3.1. Основные этапы работы программы 117
3.3.2. Импорт данных из базы данных о реакторном парке и экспорт результатов численного моделирования 120
3.3.3. Технология проведения численных расчетов для имитационного моделирования динамики урановых рынков 122
3.4. Выводы к главе 3 124
ГЛАВА 4. Результаты численных экспериментов: закономерности поведения участников рынка урановой продукции под влиянием ряда макроэкономических и производственных факторов 125
4.1. Долгосрочный прогноз экономических показателей компании TENEX при различных сценариях развития мировой ядерной энергетики 125
4.2. Ценовая и производственная политика компании по обогащению урана в условиях дефицита предложения на мировом рынке при оптимистическом сценарии развития ядерной энергетики 130
4.3. Реакция участников рынка урановой продукции на изменение себестоимости продукции крупной компании по обогащению урана (на примере Urenco) 133
4.4. Влияние квотирования поставок отечественного обогащенного урана в США и страны ЕС на экономические показатели компании TENEX и состояние мирового рынка 138
4.5. Влияние квотирования поставок отечественного обогащенного урана в Китай на экономические показатели компании TENEX и состояние мирового рынка 141
4.6. Выводы к главе
Заключение 144
Цитируемая литература 150
- Участники рынка услуг по обогащению
- Агрегированное представление участников рынков урановой продукции
- Наборы нечетких правил с учетом особенностей региональных рынков
- Ценовая и производственная политика компании по обогащению урана в условиях дефицита предложения на мировом рынке при оптимистическом сценарии развития ядерной энергетики
Введение к работе
Актуальность темы исследования
Среди задач стратегического планирования и научно-технологического
развития, сформулированных в Федеральном законе Российской Федерации
от 28 июня 2014 г. N 172-ФЗ «О стратегическом планировании в Российской
Федерации», значатся задачи по анализу макроэкономических, структурных
и институциональных факторов научно-технологического развития
отдельных отраслей на долгосрочный период, а также по определению
внутренних и внешних условий, тенденций, ограничений, и возможностей
развития высокотехнологичных отраслей экономики. В числе
высокотехнологичных отраслей экономики России особое место занимает ядерно-энергетический комплекс.
Развитие ядерной энергетики в более чем 30 странах мира породило
новый масштабный международный рынок ядерных технологий, в том числе
рынок урановой продукции для изготовления ядерного топлива атомных
электростанций (АЭС). Ядерный топливный цикл (ЯТЦ) является важнейшей
специфической составляющей ядерной энергетики, объединяющей
предприятия по добыче урановой руды, конверсии окислов природного урана в гексафторид урана, обогащение урана изотопом уран-235 и фабрикации конечного продукта до реакторной стадии ЯТЦ - тепловыделяющих сборок (ТВС), используемых непосредственно в ядерных реакторах.
Госкорпорация «РОСАТОМ» занимает ведущее место на глобальных
рынках продуктов ЯТЦ, обеспечивая 40% мировых поставок обогащенного
урана, 17% мировых поставок ТВС и 10% поставок природного урана, а
также около 20% рынка сооружения АЭС. Приоритетной задачей
Госкорпорации «РОСАТОМ» и ее дочерних компаний (ОАО
«Техснабэкспорт» (TENEX), ОАО «ТВЭЛ» и др.), активно участвующих на
мировом рынке урановой продукции, является удержание рыночных позиций
в долгосрочной перспективе в условиях квотирования и демонополизации
рынка и жесткой конкуренции с зарубежными компаниями при различных
сценариях развития ядерной энергетики в ряде регионов мира, что позволит
сохранить уровень развития отечественной атомной отрасли и
минимизировать или в основном купировать экономические риски при долгосрочном планировании.
Для долгосрочного прогнозирования (до 20 лет) экономических показателей участников рынка урановой продукции, насчитывающих нескольких десятков компаний, оказались неэффективными известные методы эконометрики. Наиболее адекватным методом экономико-математического моделирования сложных систем, к каковым относится рынок урановой продукции, считается «имитационное многоагентное моделирование». В зарубежной литературе такой класс задач принято называть «моделированием экономических систем взаимодействующих агентов» (Agent-based Computational Economics - ACE), а сами модели часто называют «коммерческими симуляторами (тренажерами)», способными
отвечать на вопросы «А что, если…?». Однако, применительно к рынку урановой продукции такого рода модели не известны. Кроме того, в условиях естественной неопределенности ряда параметров, необходимых для описания спроса и предложения на рынке урановой продукции, требуется привлечение таких разделов математики, как методы Монте-Карло и «нечеткой логики».
Таким образом, тема диссертационной работы, посвященной созданию имитационной математической модели долгосрочного прогнозирования мировых рынков урановой продукции и выявления ограничений и возможностей для удержания высоких рыночных позиций отечественных компаний в долгосрочной перспективе, является актуальной.
Степень научной проработанности проблемы
Стратегические аспекты экономики мировой ядерной энергетики
изложены в трудах Международного агентства по атомной энергии
(МАГАТЭ), Всемирной ядерной ассоциации (WNA), Международного
энергетического агентства (IEA, EC), Управления по энергетической
информации (EIA, US), консалтинговой компании UxC (US), а также
отечественных организаций РНЦ «Курчатовский институт», ОАО
«НИКИЭТ», Института народнохозяйственного прогнозирования РАН,
Института энергетических исследований РАН и др. Вопросам
экономического роста, сценариев развития ядерной энергетики и энергетической безопасности посвящены работы Н.В. Абросимова, Е.О. Адамова, А.И. Архангельской, В.П. Браилова, И.В. Евпланова, В.В. Ивантера, В.В. Иванова, А.Н. Кархова, Г.Б. Клейнера, А.В. Путилова, В.И. Рачкова, В.В. Рябцуна, М.Н. Синева, М.Н. Стриханова, Я.В. Шевелева, В.В. Харитонова, Г. Ротвелла, Е. Шнайдера и других.
Парадигма имитационного моделирования описана в трудах Дж. Гордона, Ю.Г. Карпова, В.Л. Макарова, Д. Медоуза, А.А. Петрова, И.Г. Поспелова, Дж. Форрестера и других. Математические методы, применяемые в диссертационной работе, изложены в трудах следующих авторов: Н. Метрополиса, С. Улама, И.М. Соболя, Дж. Холланда, Лоренса Дж. Фогеля, Т. Саати, С.Д. Штовба, Т. Байеса, Л. Заде, Е. Мамдани, Т. Тэрано, М. Сугэно и других.
Аспекты функционирования и взаимодействия участников рынка, а
также межфирменных взаимодействий исследованы в работах, Д. Акелофа,
Р. Аумана, Д. Гейла, Л. Шепли, Д. Канемана, А.С. Плещинского Э. Рота, Г.
Саймона, В. Смита, Д. Стиглица, А. Тверски, Т. Шеллинга, Р. Шиллера и
других. Однако в настоящее время не существует работ, которые
использовали бы вышеперечисленные методы и теоретические подходы для
долгосрочного прогнозирования специфических рынков урановой
продукции.
Цель диссертационного исследования — Создание имитационной математической модели и инструментальных средств для прогнозирования состояния рынков урановой продукции в условиях ограничений.
В качестве экономических показателей рынка урановой продукции рассматриваются цены, объемы поставок, выручка и доли компаний на мировом и региональных рынках.
Задачи диссертационного исследования:
Сопоставление и анализ существующих методов исследования и прогнозирования состояния рынков урановой продукции, выявление особенностей и ограничений, существенных для функционирования рынков урановой продукции
Разработка имитационной модели мировых и региональных рынков урановой продукции
Создание инструментальных средств прогнозирования на основе разработанной имитационной модели
Оценка влияния различных факторов и ограничений на состояние рынков урановой продукции в долгосрочной перспективе с помощью разработанной модели и инструментальных средств.
Объект исследования - Объектами исследования являются предприятия и компании, различных организационно-правовых форм, осуществляющие торговые операции на международных рынках природного и обогащенного урана.
Предмет исследования - Предметом исследований выступают социально-экономические процессы и явления, протекающие в ходе торгово-экономических взаимоотношений на рынках природного и обогащенного урана.
Соответствие паспорту специальности
Диссертационная работа соответствует следующим пунктам паспорта специальности ВАК 08.00.13 - «Математические инструментальные методы экономики»:
п.1.4. Разработка и исследование моделей и математических методов анализа микроэкономических процессов и систем: отраслей народного хозяйства, фирм и предприятий, домашних хозяйств, рынков, механизмов формирования спроса и потребления, способов количественной оценки предпринимательских рисков и обоснования инвестиционных решений;
п.2.2. Конструирование имитационных моделей как основы экспериментальных машинных комплексов и разработка моделей экспериментальной экономики для анализа деятельности сложных социально-экономических систем и определения эффективных направлений развития социально-экономической и финансовой сфер.
Теоретико-методологическая основа исследования
Методологической основой исследования являются фундаментальные научные труды классиков, российских и зарубежных ученых, посвященные проблемам экономико-математического моделирования и прогнозирования отраслей народного хозяйства.
Информационная база исследования - данные Международного агентства по атомной энергии (МАГАТЭ), Всемирной ядерной ассоциации (WNA), Госкорпорации «Росатом», консалтинговой компании UxConsulting Company (UxC), открытые информационные источники и годовые отчеты компаний-участников рынка урановой продукции. Дополнительно была собрана следующая информация:
Составляющие стоимости ядерного топлива, обусловленные затратами на основных этапах ядерного топливного цикла.
Экспертные оценки кооперационных связей участников рынков урановой продукции, а также влияние на них нерыночных факторов.
Производственные возможности компаний-участников рынка природного и обогащенного урана и генерации электроэнергии на АЭС. В ходе разработки основных положений диссертации активно
применялись такие математические методы, как агентное имитационное моделирование, метод Монте-Карло, нечеткая логика и системы нечеткого логического вывода.
Научная новизна и практическая значимость результатов исследования Научная новизна
-
Для рынков природного и обогащенного урана впервые предложена экономико-математическая имитационная модель, позволяющая прогнозировать в долгосрочном периоде экономические показатели компаний для разных сценариев развития ядерной энергетики, себестоимости продукции, и иных факторов в условиях ограничений (квотирование поставщиков урановой продукции, сложившиеся кооперации участников рынка).
-
Разработан алгоритм определения параметров сделок, имитирующий процесс заключения контрактов по схеме закрытых голландских аукционов с применением математического аппарата «нечеткой логики», что позволяет адекватно описывать реальные процессы контрактации
-
Построены долгосрочные прогнозы результатов экономической деятельности участников глобального рынка урановой продукции для различных сценариев развития ядерной энергетики и изменения правил регулирования рынков урановой продукции для отдельных регионов и мира в целом
-
Выявлены количественные и качественные закономерности экономических отношений участников рынка урановой продукции, позволяющие формировать стратегию компании для удержания рыночных позиций в долгосрочной перспективе в условиях квотирования и демонополизации рынка и жесткой конкуренции с зарубежными компаниям
Практическая значимость
1. Результаты данной работы использованы на предприятиях атомной отрасли для прогнозирования основных экономических показателей состояния мировых и региональных рынков урановой продукции и
исследования влияния макро- и микроэкономических факторов на результаты деятельности компаний
-
Разработанные автором база данных и комплекс программ для проведения численного моделирования, используются в компании АО «Техснабэкспорт» для количественной оценки стратегических рисков на глобальном и региональных рынках урановой продукции
-
Разработанная имитационная модель рынка урановой продукции, открыта для включения новых факторов, количественных и качественных закономерностей экономических отношений участников рынка урановой продукции и может быть применена для других рынков высокотехнологических отраслей экономики
Основные результаты, выносимые на защиту
-
Методика долгосрочного прогнозирования спроса на продукты ядерного топливного цикла, в зависимости от состояния мирового реакторного парка, с использованием метода Монте-Карло для учета неопределенностей распределения реакторов по типам, характеристикам, распространенности по регионам мира, сроков начала и прекращения эксплуатации и по количеству новых ядерных реакторов.
-
Имитационная модель торгово-экономического взаимодействия участников мировых и региональных рынков урановой продукции, позволяющая прогнозировать основные экономические показатели состояния рынков, включая договорные цены, объемы продаж и валовую прибыль с учетом дискриминационных квот, изменения объема и себестоимости производства, диверсификации поставщиков продукции и кооперативных связей.
-
Инструментальные средства для реализации численных расчетов: база данных о предприятиях ядерного топливного цикла и реакторного парка, комплекс программ для численных расчетов прогнозных экономических показателей, модели «нечеткой логики» для моделирования принятия решений экономическими агентами в процессе заключения долгосрочных контрактов, средства визуализации результатов численных расчетов.
-
Полученные в результате моделирования прогнозы экономических показателей для различных сценариев развития мировой ядерной энергетики, найденные закономерности поведения участников глобального рынка урановой продукции под влиянием факторов квотирования, санкций, протекционистских ограничений, изменения объема и себестоимости производства.
Апробация результатов
Полученные в рамках диссертационной работы результаты
докладывались и обсуждались на международных конференциях
«Отечественная наука в эпоху изменений: постулаты прошлого и теории нового времени», «Современные концепции научных исследований», «Научная сессия НИЯУ МИФИ» (2012, 2013, 2014, 2015 гг.); на научно-
технических семинарах различного уровня, а также рабочих и отраслевых совещаниях в Госкорпорации «Росатом» (АО "Техснабэкспорт").
Результаты работы апробированы и использованы в АО
«Техснабэкспорт» в рамках НИР «Разработка методики и экономико-
математической модели количественной оценки перспективных доли рынка
и физического и стоимостного объёмов продаж российских услуг по
обогащению урана на рынке реакторов зарубежного производства под
риском на стратегическом горизонте планирования деятельности
организации на мировом урановом рынке» по договору между ОАО «Техснабэкспорт» и НИЯУ МИФИ от 31.07.2013 г. № 120-13-1-53/186.
Публикации
Основные положения диссертационного исследования нашли
отражение в 32 публикациях автора, в том числе 2 статьи в научных журналах, рекомендуемых ВАК и 5 в приравненных к ним зарубежных рецензируемых научных журналах, включенных в реферативную базу данных Scopus.
Структура и объем диссертационной работы
Диссертация представлена в виде рукописи, состоящей из введения, 4 глав, заключения и 4 приложений, содержит 61 рисунок, 24 таблицы и 70 формул. Список литературы включает в себя 122 источников. Общий объем диссертации без приложений 160 страниц.
Участники рынка услуг по обогащению
Деятельность AREVA сгруппирована по пяти бизнес-группам. Добывающая бизнес-группа занята разведкой урановых рудников и их эксплуатацией. Front End бизнес-группа занимается конверсией и обогащением урана и созданием топлива для ядерных реакторов. Группа реакторов и услуг занята проектированием и строительством ядерных энергоблоков, промышленных и исследовательских, а также работами по техническому обслуживанию атомных электростанций. Back End группа перерабатывает отработанное топливо и обеспечивает транспортировку, очистку и снос реакторов. 5-я группа занимается возобновляемыми источниками энергии — энергией ветра, биоэнергией, солнечная энергией и водородной энергетики [64].
На 2013 год AREVA располагает одним обогатительным предприятием, применяющим газоцентрифужную технологию обогащения урана George Besse II мощностью около 3 млн. ЕРР. Завод был запущен в апреле 2011 году, выход на планируемые 7,5 млн. единиц работы разделения (ЕРР, см. раздел 1.4.2) намечен к 2016 году. Завод George Besse I, применявший газодиффузионную технологию, был закрыт в январе 2011. AREVA планирует запустить обогатительный завод в США к 2018 году [65]. AREVA присутствует на рынке природного урана. В ее распоряжении имеется 6 месторождений с оцениваемым резервом в 570 тыс. тонн урана и средним содержанием урана в породе (по всем месторождениям) в 0,44%. AREVA является одним из крупнейших источников природного урана в мире, с 9330 тонн урана добытых в 2013 году [66]. Urenco Мощности Urenco достигли 17.6 млн. ЕРР на конец декабря 2013 года Группа будет продолжать расширять свои производственные возможности, с тем, чтобы достичь потенциала в 18 млн. ЕРР к 2015 году [67]. URENCO владеет 4 обогатительными заводами. После ОАО «ТВЭЛ», URENCO ltd. владеет наибольшими обогатительными мощностями. Объект URENCO в США начал свою деятельность 11 июня 2010 года. Строительство объекта будет продолжаться, пока мощность не достигнет запланированной 5.7 млн. URENCO USA является первым обогатительным заводом, который построен в США за 30 лет и первый использующий технологию центрифужного обогащения. В конце декабря 2014 года, мощность на URENCO USA составил 3.7 млн. ЕРР. Предполагается, что при выходе на полную мощность завод сможет производить достаточное количество обогащенного урана для изготовления ядерного топлива, чтобы обеспечить примерно 10% потребностей США [68].
China National Nuclear Corporation (CNNC) — китайская национальная компания, занимающаяся всеми видами деятельности, связанными с атомной отраслью и, в том числе, изотопным обогащением [69]. CNNC планирует непрерывно наращивать свои обогатительные мощности (с почти 3 млн. ЕРР сейчас до 8-10 млн. ЕРР к 2030 году), чтобы покрывать растущие потребности китайской ядерной энергетики в ОУП [70,71]. Кроме того, CNNC разрабатывает урановые месторождения в Китае (1270 тыс. тонн/год) и Нигере (60 тыс. тонн/год).
В настоящий момент предложение CNNC недостаточны для поддержки спроса со стороны атомной энергетики Китая, однако, с ростом производственных мощностей CNNC может стать международным игроком на рынке услуг по обогащению. United States Enrichment Corporation United States Enrichment Corporation (USEC) — подразделение американской корпорации Centrus Energy Corp., занимающееся производством обогащенного урана, так же является одним из исполнителей российско-американского договора ВОУ-НОУ (Megatons to Megawatts Program) [72, 73]. До 2013 года производила обогащенный уран на газодиффузионном заводе в Падуке, который был закрыт в 2013 году [74]. Таким образом, на текущий момент, компания не обладает обогатительными мощностями. Отдельного рассмотрения эта компания заслуживает из-за своего проекта ACP (американская центрифуга) [75] — обогатительного предприятия, применяющего надкритические центрифуги, запуск которого ожидается в 2017 году. Подобное событие, как минимум, окажет влияние аналогично открытию завода AREVA в США, с той разницей, что USEC является американской компанией, и может быть более предпочтительным для американских генерирующих компаний.
Наряду с USEC, стоит упомянуть проект лазерного разделения изотопов, разрабатываемый General Electrics. Global Laser Enrichment (GLE), на данный момент не обогащает уран на продажу, но может стать новым игроком (действующим, как исключительно на американском рынке, так и с возможностью работы вне США) после коммерческого запуска предприятия. General Electric планирует использовать австралийскую технологию лазерного обогащения Separation of Isotopes by Laser Excitation (SILEX). GE планирует проведение проекта в две фазы: тестовая и коммерчески-ориентированная. Тестовый контур, который строится на заводе GE в Велмингтоне, Северная Каролина, будет использован для отработки и тестирования производственного процесса, для того, чтобы можно было вывести технологию на коммерческий масштаб. В сентябре 2012 GLE получил от Комиссии по ядерному регулированию США лицензию на строительство и эксплуатацию обогатительного завода[76].
Агрегированное представление участников рынков урановой продукции
Для моделирования неопределенности переменных используется их варьирование методом Монте-Карло [29,101,102]. В данной работе, вышеперечисленные переменные рассматриваются как независимые случайные величины, подчиняющиеся распределениям вероятности, представленным в таблице 5.
В данной работе наиболее подходящими считаем Бета-распределения или PERT распределение (являющееся частным случаем бета-распределения) [103]. Распределение PERT часто применяется при анализе рисков, например, при моделировании с помощью методов Монте-Карло стоимостных рисков и длительности проектов. Оба этих распределения являются непрерывными и ограниченными с обеих сторон.
Дата начала ввода в эксплуатацию. Если не известна точно дата начала ввода в эксплуатацию реактора (но существует планируемая дата), то для моделирования "реализованной" даты начала эксплуатации используется следующее выражение: Тех = Тех1аП + dTex, (21) где Тех - реализованная дата ввода в эксплуатацию, Т хап - планируемая дата ввода в эксплуатацию, dTex - задержка ввода, моделируемая как реализация случайной величины.
Дата вывода из эксплуатации. Каждый тип реакторов обладает своим плановым сроком жизни —LT, однако реактор может быть выведен из эксплуатации по разным причинам раньше на срок — dTst (случайная величина, описывающая отклонение от планового вывода предприятия из эксплуатации), или срок его эксплуатации может быть продлен на срок dTpr— (случайная величина, описывающая длительность продления эксплуатации). Для расчета срока работы реактора с учетом возможности продления его работы используется следующее выражение: Tst = Тех + LT- dTst (22) ( V = Tst Tst LT {Tpr = Tex + LT + dTpr, Tst = LT , (23) где Tst, Tpr моделируемые даты выхода из эксплуатации без продления и с учетом продления эксплуатации. Вероятность продления или не продления срока эксплуатации реактора формируется как результат варьирования dTst и dTpr. Так если dTst является ненулевой — то реактор выходит из эксплуатации раньше положенного срока. Если же dTst = О и dTpr 0 то эксплуатация реактора заканчивается на dTp9r лет позже планового срока использования. Если dTst = dTpr = 0 реактор выводят из эксплуатации в соответствии со своим сроком жизни. Рассчитывая, таким образом, необходимые даты, можно получить картину активного существования реакторного парка мира до горизонта прогнозирования. На рисунке 16 приведен пример для одной траектории, где реакторы отсортированы для наглядности по сроку вывода из эксплуатации. Белым цветом отображены интервалы работы реакторов от даты введения в эксплуатацию Тех до вывода из эксплуатации Tst; светло-серым — интервал времени работы реакторов после продленная эксплуатация до Трг; темно-серым - интервал времени реактора еще не вошедших в эксплуатацию (от настоящего момента до Тех), черным — интервал времени после выхода реактора из эксплуатации. Список реакторов отсортирован по возрастанию времени вывода из эксплуатации реактора.
Рисунок 16. Динамика состояний реакторного парка. Ежегодная потребность реактора в обогащенном топливе может быть рассчитана из выражения (4). Данная формула используется только для определения среднегодовой потребности реактора в подпитке топливом. Стартовая загрузка реактора намного больше среднегодовой дополнительной загрузки (подпитки) и зависит от его типа. Эта величина известна для реакторов всех существующих типов. Зная объем P можно выразить требуемый объем природного урана, используя (5) и (6).
Рассчитав для каждой траектории объемы потребностей в природном и обогащенном уране для всех реакторов, можно после усреднения получить итоговое распределение вероятности величины мировой потребности в продуктах ядерного топливного цикла.
С помощью разработанной методики прогнозирования на основе метода Монте-Карло (см. раздел 1.6) и собранной в базу данных объектов атомной отрасли (БДОАО) (см. раздел 1.8) информации о текущем состоянии мирового реакторного парка были построены прогнозы состояния мировой атомной энергетики в перспективе до 2035 года. На рисунке 19 приведен пример распределения установленной мощности в зависимости от варьирования параметров мощностей энергоблоков. В качестве оптимистических и пессимистических сценариев рассматривалась 5% верхний и нижний перцентиль, как наиболее соответствующий прогнозам WNA и UxC. Экстремальные случаи, такие как авария на АЭС Фукусима или на АЭС Чернобыль в работе не рассматривались.
В таблице 6 приведена разница между прогнозами приведенными агентствами и рассчитанными в работе. Как видно полученные прогнозы воспроизводят прогнозы ведущих отраслевых агентств, UxC и WNA, в рамках статистической погрешности и их отклонений друг от друга.
На рисунках 20-22 отражены построенные с помощью собранной информации, спрос на услуги по обогащению для разных стран и регионов, для трех сценариев развития атомной энергетики. На рисунке 20 отображен результат прогнозирования совокупного спроса на услуги по обогащению для базового варианта развития атомной энергетики для разных стран и регионов. Самыми важными рынками будут являться рынки США и Франции, рынок Западной Европы будет постепенно утрачивать свое значение в связи с отсутствием роста, а рынки Китая
Наборы нечетких правил с учетом особенностей региональных рынков
Как видно из этих данных рынок услуг по обогащению урана олигополистичен. Однако ожидать какой-либо кооперации для участников рынка (ценовой сговор) не приходится. Все основные игроки являются связанными со своими национальными операторами АЭС, и т.к. отрасль является стратегической, со своими национальными правительствами, что предотвращает подобные монопольные сговоры. Таким образом, невозможно описание этих рынков с помощью модели рынка как совершенной конкуренции, так и монополизированного рынка и требуется детальное описание отдельных участников и их взаимоотношений.
Принцип ценообразования на урановом рынке отличается от структуры ценообразования на нефть или цветные металлы, для которых характерна связь с биржевым ценообразованием на сами товары и производными на них (фьючерсы и опционы). Покупатели и продавцы урана заключают в основном долгосрочные двусторонние контракты, зачастую в рамках «внерыночных» процедур, в которых на первый план выходят не только коммерческие показатели будущей сделки, а факторы гарантированности поставок на протяжении срока действия контракта, который может превышать 10-15 лет (в среднем 5 лет), причем степень стандартизации применяемых контрактных форм и коммерческих условий относительно невысока. Сделки с ураном заключаются также на рынке «спот», то есть на рынке товаров или финансовых активов разовая поставка по которым осуществляется в ограниченный период времени (в основном это касается природного урана), на котором совершаются сделки на разовую поставку в течение 6-12 месяцев [112]. Хотя спотовый рынок урана более открытый, он недостаточно репрезентативный, так как по спотовым контрактам удовлетворяется сравнительно небольшая часть спроса (10-15%) конечных потребителей этого сырья для производства топлива АЭС. Большая часть природного урана (85-90%) реализуется путем закрытых сделок между поставщиками и конечными потребителями в рамках долгосрочных контрактов, а доля обогащенного урана продаваемого на спотовом рынке еще меньше.
При осуществлении маркетинга и последующего сбыта в мировой практике применяют подходы к ценообразованию, основанные на возможности использования следующих механизмов [113]: Рыночный - применение спотовых и долгосрочных индикаторов рыночных цен, как по отдельности, так и совместно в определенной пропорции с возможным включением ряда ограничительных условий (например, ценового коридора, пола, потолка и т. д.). Базово-эскалационный - в отдельных случаях (например, при рынке покупателя) возможно применение фиксированных/базово-эскалационных цен, уровень которых будет формироваться с учетом сложившегося или прогнозируемого уровня рыночных цен. Смешанный (комбинированный) - применение сочетания в определенной пропорции индикаторов рыночных цен (спотовых и/или долгосрочных) и базово-эскалационной составляющей цены.
Под субъектами модели будем понимать агрегированное представление основных компаний, на данных рынках осуществляющих куплю\продажу данных продуктов для удовлетворения нужд своих мощностей.
Для проведения численных экспериментов необходимо определить состав субъектов модели, их структуру и степень подчиненности структурных частей субъекта, который не будет изменен в процессе функционирования модели. Предполагается, что каждый субъект модели закреплен за определенными рынками, что определяется мощностями, которыми он обладает. Так же субъекты действуют на определенных региональных рынках, с разной долей своего присутствия на них и с разной степенью их значимости для участника рынка. Рассматривается три основных рынка: В связи с тем, что реальная организационно-управленческая структура участников рынков чрезвычайно сложна и зачастую избыточна для целей работы, то в работе используются описанные ниже агрегированные субъекты модели. существующих на рассматриваемых рынках, которые не соответствуют точно понятиям, используемым в экономической теории. « Холдингами» будем называть таких участников рынка, которые имеют в своем составе мощности, относящиеся к разным рынкам (например, имеют шахты и обогатительные заводы). Примеры компаний такого типа — AREVA, CNNC, PAEC, РОСАТОМ. При моделировании подобного типа субъектов необходимо учитывать две важные вещи — наличие глобальной цели холдинга, и ее приоритет перед целями отдельных подразделений (отвечающих за рынок отдельного товара) и наличие внутренней жестко заданных цепочек перераспределения и перехода ресурсов. То есть, первоначально Для удобства моделирования были введены следующие определения агрегатов компаний необходимо обеспечить все внутренние потребности холдинга, и только при наличии излишков ресурсов и мощностей отдельные подразделения могут выходить на внешний рынок.
«Специализированный холдинг» — у субъекта может быть несколько подчиненных компаний работающих на одном рынке, с различной степенью свободы. Компании имеющие предприятия находящиеся на территории разных регионов мира (например URENCO) в рамках модели могут устанавливать ограничения для подчиненных подразделений на отпускные цены, объемы и сроки контрактов.
«Отдельная компания» — самый простой для моделирования тип участников рынка. Работает на одном рынке и является единой компанией, хотя может иметь несколько производственных единиц (например атомная станция с несколькими блоками). На рисунке 27 изображен пример процесса агрегации субъекта модели на примере разделительно-сублиматного комплекса ГК «РОСАТОМ» на начало 2015 года c формами объединения как открытое акционерное общество
Ценовая и производственная политика компании по обогащению урана в условиях дефицита предложения на мировом рынке при оптимистическом сценарии развития ядерной энергетики
Прогноз строился при предположении о неизменности правил регулирования рынка и прочих внерыночных факторов. Рассматривались траектории прогноза соответствующие базовому, пессимистическому и оптимистическому сценарию развития атомной энергетики.
Ниже представлены интегральные характеристики деятельности TENEX на рынке услуг по обогащению урана. На рисунке 42 представлен график валовой прибыли для TENEX для трех сценариев атомной энергетики. Динамика пессимистического сценария (ожидаемый спад прибыли происходит не сразу, а только после 2020 года) объясняется влиянием долгосрочных контрактов, заключенных на момент когда общая тенденция развития атомной энергетики не носила ярко выраженный пессимистический характер.
Прибыль TENEX на рынке услуг по обогащению. На рисунке 43 представлена зависимость динамики доли компании TENEX на рынке услуг по обогащению урана. В целом, для базового сценария сохраняется стабильная доля рынка, сменяющаяся небольшим спадом в конце прогнозного периода, что объясняется также снижением спроса на продукты ядерного топливного цикла. Сокращение доли рынка в оптимистическом сценарии вызвано тем, что у TENEX отсутствуют свободные мощности для покрытия дополнительного спроса. Однако, в случае реализации оптимистического варианта развития атомной энергетики прибыль TENEX больше, чем при реализации базового сценарии. Разброс между пессимистическим и оптимистическим вариантами составляет 200% от пессимистического сценария.
Доля рынка TENEX на рынке услуг по обогащению. На рисунке 44 представлены доли всех участников рынка обогащенного урана, в случае реализации базового сценария развития атомной энергетики. Можно отметить серьезное сокращение доли рынка у основного конкурента TENEX европейской компании Urenco. Это связано в первую очередь с развитием азиатских обогатителей CNNC и JNFL а также появлением американских обогатителей USEC и GLE, а следовательно вытеснении Urenco с этих рынков.
Применение метода Монте-Карло для получения показателей экономической деятельности участников рынка под риском Выше рассматривались отдельные реализации основных прогнозных сценариев. Для оценки разброса значений экономических показателей рассматривалась серия разных варианты сценариев (траекторий), которые воспроизводят изменчивость со стороны спроса на продукты ЯТЦ. В данном разделе рассмотрен пример с анализом распределения прибыли TENEX при варьировании установленной мощности мирового реакторного парка, со среднеквадратичным отклонением =7%, от параметров базового сценария. Подобные оценки называются оценками под риском и показывают статистически возможные отклонения экономических параметров от ожидаемых средних значений.
Ценовая и производственная политика компании по обогащению урана в условиях дефицита предложения на мировом рынке при оптимистическом сценарии развития ядерной энергетики Как отмечалось в предыдущем разделе ,в случае, если мировая атомная энергетика развивается по оптимистическому сценарию, результаты TENEX не сильно отличаются от базового варианта, а по некоторым показателям даже проигрывают, что связано с фиксацией объема обогатительных мощностей. Исследовались варианты увеличения обогатительных мощностей для основных участников рынков на 10%, 20%, 40%,60% после 2018 года. Дата 2018 год выбрана по той причине, что на текущий момент производственные мощности достаточны для любого объема, который может требовать атомная энергетика в ближайшее время, а начиная с 2018 году плановые мощности могут уже не справляться с потребностями оптимистически развивающейся атомной энергетики. Результаты моделирования представлены ниже.
Как видно на этом графике, наибольшее увеличение прибыли у TENEX достигается при увеличении его производственных мощностей на 20%, причем дальнейшее рост мощностей приводит к увеличению конкуренции и даже падению прибыли относительно текущих планов. 39.5% -39.0% -38.5% - 38.0% - 37.5% - 37.0% - 36.5% -36.0% -35.5% -35.0% - Базовый Вариант 10% 20% 40% 60%Процент увеличения обогатительных мощностей
Зависимости средней доли рынка TENEX на рынке услуг по обогащению от увеличения обогатительных мощностей.
Наибольший прирост доли рынка также достигается при увеличении производственных мощностей TENEX на 20%. В отличие от прибыли, на всем рассматриваемом диапазоне увеличения производственных мощностей наблюдается положительный прирост. Стоит заметить, что дополнительная прибыль от увеличения мощностей может не полностью покрывать капитальные затраты на их постройку и эксплуатацию. Скорректированные с учетом полученной выше оптимальной доли результаты численных расчетов представлены на графиках накопленной прибыли и доли рынка TENEX на рисунках 50-51 (зеленая пунктирная линия): Рис.50. Доля рынка для различных сценариев развития. Как видно на рисунке 50 будущие значения доли рынка будут примерно соответствовать значениям доли рынка в случае реализации базового сценария.