Содержание к диссертации
Введение
Глава I. Анализ организационной структуры и систем управления деятельностью ВИНК 16
1.1 Существующие системы управления деятельностью ВИНК 16
1.2 Анализ отраслевой специфики и методов стратегического управления ВИІІК 23
1.3 Системный подход в организации управления ВИНК 39
1.4 Анализ организационной структуры ВИНК 46
1.5 Содержательная постановка задачи стратегического управления инвестиционной деятельностью ВИНК 50
1.6 Выводы 65
Глава II. Разработка укрупненной модели оценки акционерной стоимости ВИНК 67
2.1 Укрупненный подход к оценке акционерной стоимости ВИНК 67
2.2 Разработка укрупненной модели оценки акционерной стоимостью ВИНК 68
2.3 Оценка влияния ключевых факторов на акционерную стоимость ВИНК 75
2.4 Предпосылки интегрированного подхода к управлению стоимостью ВИНК 77
2.5 Выводы 80
Глава III. Разработка интегрированной модели управления акционерной стоимостью ВИНК 81
3.1 Интегрированная модель управления акционерной стоимости ВИНК 81
3.2 Разработка моделей звеньев ВИНК: нефтедобыча и транспортная система 84
3.3 Разработка моделей звеньев ВИНК: нефтепеработка и сбыт 96
3.4 Выводы 119
Глава IV. Задача максимизации акционерной стоимости ВИНК 120
4.1 Задача максимизации акционерной стоимости ВИНК 120
4.2 Разработка методики оценки и первичного отбора проектов ВИНК 123
4.3 Управление жизненным циклом инвестиционных проектов ВИНК 138
4.4 Выводы 143
Глава V. Генетический алгоритм решения задачи максимизации акционерной стоимости ВИНК 144
5.1 Схема работы и отличительные особенности разработанного ГА 144
5.2 Оценка эффективности работы разработанного ГА 153
5.3 Анализ сходимости и устойчивости разработанного ГА 155
5.4 Выводы 164
Глава VI. Алгоритмы, процедуры и вычислительные эксперименты по решению задачи максимизации акционерной стоимости ВИНК 166
6.1 Процедура и алгоритмы формирования квазиоптимальных инвестиционных решений 166
6.2 Программная реализация процедуры поиска квазиоптимальных инвестиционных решений ВИНК 170
6.3 Вычислительные эксперименты 177
6.4 Выводы 185
Глава VII. Методика разработки, программная реализация и практическое применение разработанной системы управления инвестиционной деятельностью ВИНК 187
7.1 Методика проектирования информационной системы поддержки принятия инвестиционных решений ВИНК 187
7.2 Архитектура разработанной системы 196
7.3 Реализация разработанных моделей звеньев ВИНК на системе имитационного моделирования Powersim 200
7.4 Практическое использование разработанной системы управления инвестиционной деятельностью ВИНК 205
7.5 Выводы 211
Заключение 212
Приложения 216
Литература
- Анализ отраслевой специфики и методов стратегического управления ВИІІК
- Оценка влияния ключевых факторов на акционерную стоимость ВИНК
- Разработка моделей звеньев ВИНК: нефтедобыча и транспортная система
- Управление жизненным циклом инвестиционных проектов ВИНК
Введение к работе
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 X., Фелынтейна 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.
-
Анализ организационной структуры ВИНК, программных методов управления и существующих систем поддержки принятия решений вертикально-интегрированных нефтяных компаний.
-
Разработка укрупненной модели оценки акционерной стоимости ВИНК для выявления ключевых управляющих факторов, влияющих на капитализацию компании и направлений дальнейшего развития модели.
-
Разработка интегрированной модели управления инвестициями ключевых звеньев ВИНК (нефтедобычи, транспортировки, нефтепереработки и сбыта), обеспечивающей возможность максимизации ее акционерной стоимости.
-
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.
-
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.
-
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 потреби-
телей во времени и интегрированность с моделями других звеньев ВИНК (нефтедобычи и транспортной системы), что позволило учесть цикл нефтепереработки в рамках единого инвестиционного процесса.
-
Разработка модели сбыта нефтепродуктов, интегрированной с моделью звена нефтепереработки, относящейся к классу CGE-моделей.
-
Разработка генетического алгоритма с угасающей селекцией, предназначенного для оптимизации акционерной стоимости ВИНК с учетом системы корпоративных ограничений и предпочтений.
-
Разработка алгоритмов и процедур, позволяющих решить важнейшую задачу ВИНК - максимизировать ее акционерную стоимость за счет эффективного управления инвестиционным капиталом.
-
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.
-
Разработанный генетический алгоритм с угасающей селекцией, предназначенный для оптимизации акционерной стоимости ВИНК.
-
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:
-
впервые технически реализована система оптимизации портфеля инвестиционных проектов одновременно по всем звеньям ВИНК, что позволяет, в частности, оптимизировать акционерную стоимость;
-
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;
-
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;
-
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;
-
разработана процедура формирования и отбора квазиоптимальных инвестиционных решений, отличительной особенностью которой является обязательное проведение анализа устойчивости портфеля инвестиционных проектов ВИНК по характеристике рентабельности;
-
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.
Анализ отраслевой специфики и методов стратегического управления ВИІІК
Анализируя корпоративный инвестиционный процесс ВИНК, можно за метить очевидные сложности, связанные с управлением сырьевыми активами, и в частности с выводом нерентабельных месторождений из эксплуатации. Зачас тую стоимость консервации и затраты на восстановление участка, находивше гося в эксплуатации оказываются столь высокими, что компании выгоднее про должать убыточную эксплуатацию. Ряд месторождений находятся на шельфе, правила их разработки контролируются государством в соответствии с между народными соглашениями, и они не могут быть законсервированы в произ вольном порядке. Существуют и другие ограничения, налагаемые на структуру инвестиционных потоков в месторождения («отключение» некоторых инвести ций невозможно из-за инфраструктурных связей между месторождениями). Таким образом, результатом оценки эффективности инвестиционных проектов в звене upstream, как правило, являются управленческие решения рекомендательного характера («поднимается флажок» на проблемном месторождении, которое в дальнейшем анализируется более детально).
Возвращаясь к обзору специфики звена upstream, нельзя не отметить ряд важных работ в области геологии нефти и газа. Данная тема актуальна с точки зрения инвестиционного процесса, так как существует понятие экономической оценки прогнозных и перспективных ресурсов нефти и газа. Эта оценка, в дальнейшем используется при анализе инвестиционных проектов. При этом, затраты в эксплуатирующиеся месторождения рассматриваются наравне с затратами в неразведанные месторождения, так как будто бы последние гарантированно приносили бы прибыль начиная с определенного момента времени. Конечно, для экономической оценки ресурсов углеводородов существуют определенные методики, в частности, рассмотренные в работе [9], в которой приводится пример оценки экономической эффективности перспективных участков (например, для Мезенской синеклизы рифсйского, венского и др. комплексов, а также Московской синеклизы). В этом примере используются традиционные методы оценки эффективности инвестиционных проектов NPV (чистая приведенная стоимость) и IRR (внутренняя норма окупаемости) с учетом вероятности успеха (рассчитывается математическое ожидание нормы доходности по выборке прогнозируемых месторождений района).
Необходимо отметить, что прогнозирование нефтегазоносности - сложная задача, требующая проведения комплекса геологоразведочных работ (например, анализ сейсмических данных, трехмерное моделирования и др.) результаты которых оцениваются специалистами. Затем проводится разведочное бурение, подтверждающее (либо опровергающее) предположения геологов. При оценке эффективности инвестиционных проектов в звене upstream предполагается, что прогноз технико-экономических показателей разведываемых месторождений осуществлен с высокой степенью точности. Поэтому дополнительный учет каких-либо вероятностных факторов при оптимизации портфеля проектов не требуется.
Помимо экономических аспектов геологии нефти, в работах российских и западных ученых рассматриваются технологические особенности процесса разведки ископаемых, связанные в основном с анализом потенциальной нефтегазоносности пластов [10] — [12].
Одним из важнейших направлений деятельности звена «геологоразведка и добыча» является проектирование генеральных схем обустройств нефтяных месторождений. Развитию соответствующих подходов к решению задач по оптимизации размещения скважин, объектов инфраструктуры (в том числе транспорта, замера, сепарации, автодорог, и др.), а также отдельных предприятий, посвящен цикл работ Хачатурова В.Р. [13] [16]. Следует особо отметить, что впервые задачи такого масштаба (относящиеся к классу задач дискретной оптимизации большой размерности) решались еще в 1962 г. (работы Черенина В.П., Багриновского К.А., и др.) [17] - [18]. Основные трудности, при этом, были связаны с ограниченными возможности ЭВМ (первые расчеты проводи лись на ЭВМ БЭСМ-2), не поддерживающими, известные в настоящее время технологии параллельных вычислений (применяемые, в частности, при реализации генетических оптимизационных алгоритмов). Тем не менее, Черениным В.П. была предложена идея метода последовательных расчетов, при которых каждый подсчет значения функционала производился не заново, а с учетом решения, полученного на предыдущем шаге [17]. В дальнейшем этот подход был развит введением специальных правил отбраковки и сочетанием точных и приближенных алгоритмов для ускорения вычислений.
Обустройство нефтяных месторождений занимает основное место в создании производственных мощностей по добыче нефти и представляет собой процесс проектирования на территории месторождений сложного комплекса сооружений и коммуникаций. Генеральная схема обустройства — это схема генерального плана нефтяного месторождения, в которой на основе картографического материала (до проведения детальных геодезических и геологических изысканий) определяют мощности и местоположение объектов и сооружений всего технологического и вспомогательного комплекса. Суть подхода, предлагаемого в работе [13] сводится к решению динамической задачи размещения с учетом коммуникаций (формирование генеральной схемы обустройства месторождений). Для этого строится граф возможных коммуникации с соответствующими функциями стоимости на ребрах. Для решения поставленной задачи применяется аппроксимационно-комбинаторный метод, суть которого заключается в реализации последовательных расчетов и применению специальных вычислительных алгоритмов, в частности, основанных на принципе последовательного сужения множества наилучших решений, выдаваемых ЭВМ, за счет последовательной отбраковки проектов, не удовлетворяющих одному из критериев оценки качества (например, по капиталовложениям, уровню добычи и т.д.)
Следует особо отметить, что задача, поставленная в данной диссертации, отличается от задачи, решаемой в [13] - [16], в первую очередь, тем, что рассматривается уже действующая инфраструктура нефтедобычи (расположение скважин и инфраструктуры известно и не меняется во времени), а оптимизация осуществляется по инвестиционным проектам развития месторождений, дифференцируемым по вариантам ГТМ осуществляемым над фондами скважин, а также проектам развития перерабатывающих мощностей (вариантам реконструкции НПЗ) и сбытовых сетей. То есть, в результате этой оптимизации, инфраструктура добычи не пересматривается, а во главу угла ставится акционерная стоимость нефтяной компании, максимизируемая за счет перераспределения финансовых и материальных потоков по проектам (с учетом уже действующей инфраструктуры).
Вместе с тем, задачи, поставленные в диссертации и решаемые в [13] -[16] имеют много общего. В обоих случаях, имеет место дискретная оптимизация большой размерности, а также учитывается транспортная инфраструктура, связывающая предприятия различных звеньев (добычи, переработки и сбыта). В диссертации, при этом, для решения поставленной задачи применяется генетический алгоритм (который будет описан в дальнейшем более подробно). В основе, этого алгоритма также лежат принципы последовательного комбинирования наилучших решений и отбраковки наихудших (последовательного исключения плохих решений из популяции).
Оценка влияния ключевых факторов на акционерную стоимость ВИНК
Сбор исходных данных и определение параметров сценарных условий находятся вне рамок данной работы. Прогнозирование динамики курса доллара, цен на нефть и других сценарных характеристик, являющихся экзогенными параметрами в расчетных моделях, является отдельной задачей, решаемой специальным отделом (департаментом экономического планирования - ДЭП, рис. 1.3), и не относится к зоне ответственности, главного управления стратегического и инвестиционного анализа. Сбор и подготовка исходных данных (инвестиционных заявок от дочерних предприятий) также является достаточно сложной задачей (требуется обрабатывать огромные массивы информации, приводить их к единому формату, выявлять ошибки и др.), традиционно решаемой отдельными отделами ВИНК. То же относится и к мониторингу инвестиционных проектов на основе фактических данных.
В диссертации основное внимание уделяется моделированию эффекта от инвестиционных проектов (достигаемого за счет оптимизации портфеля, обеспечения финансовой устойчивости и инвестиционной сбалансированности), поскольку именно эти задачи представляют собой наивысшую сложность для выработки стратегии ВИНК. Вопросы мониторинга, сопровождения, план-факт анализа, и др., в рамках работы подробно не рассматриваются.
Эффективность управления инвестиционными проектами в разрезе ВИНК зависит от многих факторов, среди которых выделяются следующие:
Полнота и качество исходной информации. Точность оценивания инвестиционных проектов нефтяной компании, во многом зависит от полноты и достоверности исходных технико-экономических показателей, характеризующих эти проекты.
Анализ экономической эффективности инвестиционных проектов должен вестись одновременно по всем звеньям ВИНК. Оптимизация портфеля инвестиционных проектов по всей ВИНК позволяет достичь большей экономической эффективности (примерно на 25 -30 %), по сравнению с подходом, ориентированным на раздельный анализ проектов, относящихся к блокам upstream и downstream. Реформирование инвестиционного портфеля может привести к существенному перераспределению финансовых и материальных потоков, и изменению состояния (и соответственно акционерной стоимости) всей ВИНК. Поэтому, одновременный анализ инвестиционных проектов в разрезе всех звеньев, с учетом инфраструктурных особенностей, может обеспечить сбалансированность инвестиционной и производственной политики.
Необходимость учета обратных связей при оптимизации портфеля инвестиционных проектов. Обратные связи, главным образом, наблюдаются между динамикой добычи нефти, формирующей чистую выручку в звене upstream, и расчетной стоимостью транспортировки сырья. В результате при расчете цен на сырье по методу net back (цена нефти минус удельная стоимость поставки) необходимо учитывать точные значения объемов поставки (так, называемую сдачу нефти в пунктах сбыта), которая, в свою очередь, не может быть определена без моделирования эффекта от инвестиционной деятельности, влияющей на показатели добычи нефти. Необходимость расчета цен по методу net back во многом обусловлена требованиями финансового и управленческого учета на уровне дочерних предприятий (затраты по транспортировке «перекладываются» на перерабатывающие заводы, но суммарная прибыль ВИНК уменьшается на соответствующую величину сово купных транспортных издержек). Итак, процесс вычисления оптимальных цен на нефть по методу net back и инвестиций в месторождения, должен носить итерационный характер - вначале расчет объемов добычи при некотором уровне инвестиций (на всем горизонте планирования), затем, распределение нефти по направлениям поставок (через транспортную систему), и собственно, расчет транспортных издержек и цен на нефть net back. Далее, формирование нового портфеля инвестиционных проектов, и повторение процедуры расчета цен.
Необходимость учета влияния спроса на нефтепродукты на внутреннем рынке при оптимизации портфеля инвестиционных проектов. Спрос на нефтепродукты оказывает очевидное влияние на потребление и возможности каналов сбыта (АЗС, нефтебаз, франчайзинг), развитие которых является одним из направлений инвестиционной деятельности ВИНК. Спрос также оказывает прямое влияние на объемы поставок сырой нефти на нефтеперерабатывающие заводы. Объемы поставок (также именуемые объемами сдачи) определяют транспортные издержки. В результате модель спроса на нефтепродукты приобретает особое значение при инвестиционном планировании.
Необходимость в исследовании устойчивости портфеля инвестиционных проектов по отношению к сценарным условиям. Рентабельность инвестиционных проектов во многом зависит от сценарных условий (курса доллара, цен на нефть, инфляции и др.), параметры которых определяются прогностическим путем. Соответственно, вероятные ошибки при формировании сценарных условий в долгосрочной модели, могут привести к существенному изменению рентабельности (например, малодебитные месторождения при высоких ценах на нефть могут перейти в категорию рентабельных).
Необходимость учета инфраструктурных особенностей ВИНК. Под инфраструктурными особенностями, здесь понимается прежде все транспортная система, пропускные возможности которой, оказывают существенное воздействие на объемы поставок, как на внутренний рынок, так и на внешний рынок. В условиях недостатка транспортных возможностей, компания, как правило, пытается развивать альтернативные способы транспортировки сырья (например, железнодорожный и морской транспорт), что также является частью инвестиционной политики ВИНК. Отсюда возникает потребность в решении так, называемой транспортной задачи, заключающейся в минимизации транспортных издержек за счет перераспределения сырья по направлениям поставок;
Возможность консолидации финансовых и материальных потоков ВИНК, с учетом динамики ее организационной структуры. Финансовые и материальные потоки ВИНК формируются в различных аналитических разрезах (например, по месторождениям, каналам сбыта и т.д.), далее агрегируются до уровня территориального производственного предприятия, звена и Компании в целом. Наличие эффективного инструментария для консолидации таких потоков необходимо для корректного учета результатов инвестиционной деятельности (непосредственно влияющей на перераспределение потоков во времени).
Возможность реконфигурирования системы управления инвести ционными проектами во времени. Инструмент оценки инвестици онных проектов должен обладать достаточной гибкостью и позво лять пользователям (менеджерам компании) самостоятельно мо дифицировать модели (например, вносить изменения в формулу расчета налога на добычу полезных ископаемых).
Разработка моделей звеньев ВИНК: нефтедобыча и транспортная система
Если полученные результаты соответствуют варианту 1, это означает, что при условии корректности заложенных предпосылок проект соответствует критериям эффективности, принятым в ВИНК, и может быть допущен к процедуре дальнейшей оптимизации инвестиционного портфеля ВИНК.
Если полученные результаты расчетов соответствуют варианту 2, это означает, что при условии корректности заложенных предпосылок доходность проекта не соответствует стандартам, принятым в ВИНК, и проект заведомо исключается из портфеля.
Мониторинг является системой раннего предупреждения о потенциальных проблемах проектов. Он осуществляется на основе интеграции собираемой фактической информации о целях, рамках проекта, плане-графике, финансовой информации и рисках проекта. В ходе мониторинга осуществляются и отслеживаются достижения заявленных показателей эффективности проекта. Процедуры мониторинга предусматривают непрерывное отслеживание результатов реализации основных этапов инвестиционного проекта, сопровождаемых притоком (оттоком) денежных средств в соответствии с жизненным циклом проекта.
Мониторинг проектов является одним из важнейших инструментов повышения эффективности инвестиций.
Как уже отмечалось выше, рассмотрение проекта предполагает плановое управление ресурсами проекта на протяжении всего периода их использования с целью оптимизации экономических выгод, достигаемых за счет данных инвестиций. Это означает, что экономические оценки проекта осуществляются неоднократно, а в определенные моменты, когда возникшая ситуация или предполагаемое решение способно повлиять на эффективность осуществляемых инвестиций. К числу таких ситуаций относятся:
Таким образом, процесс соизмерения инвестиций в проект и достигаемых за их счет доходов должен быть итерационной процедурой на протяжении всего жизненного цикла инвестиционного проекта. Контроль за показателями эффективности проекта является одной из функций интегрированного мониторинга. Оптимизация портфеля проектов ВИНК.
Оптимизация портфеля проектов ВИНК обеспечивает решение важнейшей задачи - максимизации ее акционерной стоимости в условиях наличия сис 137 темы конкурентных ограничений и предпочтений. Решение данной задачи осуществляется с использованием разработанного модифицированного генетического алгоритма, подробно описанного в следующей главе диссертации.
Для управления жизненным циклом инвестиционных проектов (детального инвестиционного планирования) предлагается использовать метод реальных опционов.
Управление жизненным циклом инвестиционного проекта ВИНК нацелено на контроль за переходами между различными фазами проекта, в зависимости от сложившихся условий, и осуществляется с использованием разработанной компьютерной модели, описывающей дерево инвестиционных решений во времени. Такой подход соответствует хорошо известному методу реальных опционов [150], когда учитывается вероятное изменение структуры инвестиционного портфеля на разных фазах реализации проектов, которое приводит к пересчету значений критериев эффективности портфеля.
Реальный опцион - это право, но не обязательство, принять какое-либо решение позднее, в зависимости от того, какие события будут предшествовать дню решения; потенциальная возможность гибкого управления компанией, которое приводит к увеличению ее стоимости.
Применительно к ВИНК, данный метод позволяет строить «дерево решений» с учетом многовариантного прогноза динамики внешней среды (т.е. в условиях нестабильной внешней среды).
Поскольку экономическая ситуация, обусловленная уровнем цен, инфляцией, в течение срока разработки месторождения может меняться, то целесообразно изменение стратегического решения недропользователя по извлечению углеводородного сырья.
По сути, метод реальных опционов расширяет возможности метода DCF. Одним из главных недостатков метода DCF является то, что он не учиты 139 вает возможность оптимального управления при детальном планировании инвестиционной деятельности (на уровне структуры финансирования каждого проекта). Так, значительным колебаниям могут подвергаться процентные ставки, стоимость реализуемой продукции, издержки и др. Поэтому, при наличии дополнительной информации о возможных альтернативных решениях при управлении инвестиционными проектами целесообразно дополнительно использовать метод реальных опционов.
В отличие от ранее известных методов представления альтернативных решений в рамках метода реальных опционов, для описания построения «дерева решений» предлагается использовать компьютерные методы моделирования, в частности пакет Powersim, позволяющий описывать сложные дискретно-непрерывные, потоковые процессы, характеризуемые наличием последовательных лаговых задержек. Для проработки всех альтернативных решений рассматриваемых в рамках модели реальных опционов можно использовать генетические оптимизационные алгоритмы.
Фрагмент компьютерной модели, описывающей жизненный цикл инвестиционных проектов ВИНК, в виде дерева решений, представлен на рис. 4.2. Под деревом решений здесь понимается, структура инвестиционного портфеля, варьируемая на каждой фазе проектов.
Управление жизненным циклом инвестиционных проектов ВИНК
Следующим шагом в построении физической модели данных является ее трансформация в модель, адаптированную для использования в корпоративном информационном хранилище (SAP BW). В отличие от обычной модели реляционной базы данных, в корпоративном хранилище реализуется специальная «схема-звезда», принципиальным отличием которой от классической «звезды» является наличие связующих таблиц с суррогатным первичным ключом. Таблицы измерений при этом содержат только ссылки на суррогатный ключ и внешний ключ таблицы фактов. Каждый справочник разделяется на две таблицы - таблицу текстов (название справочника, например «месторождения») и таблицу атрибутов (например, регионы месторождений). Обязательным измерением таблицы фактов является «время». Такой подход обеспечивает более эффективную развязку между таблицей фактов с основными данными и справочниками и позволяет гибко управлять их содержимым с учетом их временной (иерархической) зависимости.
Четвертый этап - интеграция компьютерных моделей звеньев с модифицированным генетическим алгоритмом (ГА) с использованием специальной библиотеки (Powersim SDK). Библиотека Powersim SDK является специальным программным решением, обеспечивающим доступ к имитационным моделям Powersim из внешних приложений (например, Excel, C++, и др.). Пример программной реализации такого доступа приведен в Приложении 4.
Этапы 5-7 представляют собой ряд настроечных (технических) процедур, обеспечивающих работу соответствующих модулей системы (настройка экстракторов, редактора отчетов, и т.д.).
На рис. 7.2 видно, что компьютерные модели всех звеньев ВИНК взаимосвязаны и реализованы в системе Powersim. В свою очередь эта система интегрирована с генетическим алгоритмом. Итак, работа имитационной модели реализуется в рамках трех глобальных этапов:
1) формирование инвестиционного портфеля, с помощью генетического алгоритма и подача на вход имитационной модели вир матрицы «отключений», перестраивающей структуру финансовых и материальных потоков нефтяной компании;
2) расчет всех эндогенных технико-экономических показателей для данного инвестиционного портфеля (в том числе, новых значений: объема добычи нефти, спроса и цен на нефтепродукты, внутренних цен на нефть по методу net back, транспортных издержек, и др.), включая оценку акционерной стоимости нефтяной компании по методу DCF;
3) передача результатов расчетов имитационной модели на вход ГА для оценки результатов оптимизации и следующего прогона.
На рис. 7.3 представлена разработанная архитектура информационно-аналитической системы управления инвестиционной деятельностью ВИНК, отличительными особенностями которой являются: использование системы Pow-ersim для реализации моделей звеньев ВИНК в имитационной среде; наличие оптимизационного модуля (с разработанным ГА); «бесшовная» интеграция моделей Powersim с корпоративным хранилищем (SAP BW).
Архитектура разработанной интеллектуальной системы управления инвестиционной деятельностью ВИНК решений
Важнейшим элементом разработанной архитектуры является система имитационного моделирования Powersim с реализованными моделями звеньев ВИНК и интегрированная с оптимизационным модулем (ГА).
Исходные данные для моделей (технико-экономические показатели предприятий ВИНК) поступают из ERP систем (а также других источников данных) в корпоративное хранилище, где происходит их обработка, агрегация и экстраполяция в соответствии с некоторыми правилами, определимыми подразделениями корпоративного центра ВИНК. Далее эти данные сохраняются в специальных объектах хранилища - многомерных инфокубах, интегрированных с системой Powersim через форматы планирования SEM-BPS. В этих же кубах сохраняются результаты моделирования для дальнейшего сравнительного (многомерного) анализа средствами OLAP.
Ключевые показатели деятельности ВИНК (акционерная стоимость DCF, выручка, ОРЕХ, и др.) визуализируются на мониторе корпоративной результативности (СРМ), представляющим собой набор стен с представлением показателей в различных ракурсах.
Многомерный анализ результатов моделирования, предварительно сохраненных в корпоративном хранилище, осуществляется с использованием специального инструментария OLAP (SAP ВеХ), позволяющего развертывать бизнес-информацию в различных аналитических измерениях (по регионам, НГДО, ТІ Ш, месторождениям, НПЗ, и др.).
Отдельным модулем корпоративного хранилища является подсистема статусов и отслеживания (STS), позволяющая осуществлять эффективный мониторинг инвестиционных проектов в режиме реального времени. Часть модельных (плановых) данных поступает в систему бизнес-консолидации, с использованием которой возможна консолидация инве 199 стиционпых и материальных потоков по предприятиям ВИНК (с целью формирования внешней отчетности).
Для сбора инвестиционных заявок от дочерних предприятий ВИНК используется специальная подсистема сбора бизнес-информация имеющая WEB-интерфейс.
Использование системы Powersim для реализации разработанных моделей звеньев ВИНК на ЭВМ позволило воспользоваться преимуществами, так называемого потокового моделирования (резервуары и уровни) [87], решить принципиально сложную задачу управления огромными массивами данных (только для звена нефтедобычи осуществляется одновременная обработка более 10 млн. цифр, по 600 месторождениям, 2 тысячам расчетных показателей, в горизонте планирования на 20 лет), интегрировать модели с корпоративным информационным хранилищем (построенным на системе SAP BW), обеспечить возможность многократного прогона модели при различных сценарных условиях, а также подключить к системе разработанный генетический алгоритм (ГА).
В результате была построена система поддержки принятия решения для высшего руководства нефтяной компании. Ядром такой системы является компьютерная реализация моделей звеньев ВИНК (рис. 7.4. — 7.7) на системе имитационного моделирования Powersim.
