Содержание к диссертации
Введение
1 Основные виды исследований, проводимых при технико-экономической оценке перспективных участков недр. Их особенности и история развития 13
1.1 Методы оценки ресурсов и запасов на разных стадиях изученности 13
1.2 Основные этапы развития способов и методов проектирования разработки 17
1.3 Особенности обустройства нефтегазовых морских месторождений 20
2 Реализация алгоритма прогнозирования показателей разработки на основе вероятностной оценки ресурсов 24
2.1 Вероятностный метод оценки ресурсов 24
2.1.1 Сущность подхода 24
2.1.2 Риск и неопределенность в оценке извлекаемых запасов 25
2.1.3 Описание алгоритма 27
2.1.4 Пример вероятностной оценки ресурсов 30
2.2 Прогнозирование показателей разработки 35
2.2.1 Теоретическая основа методики приближенного прогнозирования .36
2.2.2 Описание алгоритма прогнозирования показателей разработки 39
2.2.3 Пример расчета показателей разработки по реализованному алгоритму 42
3 Метод генерирования равновероятных вариантов обустройства и их сравнительный анализ на основе экономических критериев эффективности .47
3.1 Обустройство морских газовых месторождений 47
3.1.1 Способы освоения и их характеристика 47
3.1.2 Описание алгоритма прогнозирования вариантов обустройства 52
3.1.3 Пример расчета альтернативных схем обустройства 57
3.2 Прогнозирование капитальных затрат и оценка экономической эффективности проекта 63
3.2.1 Составление статей затрат на обустройство морского промысла 63
3.2.2 Анализ показателей экономической эффективности 70
4 Применение разработанных способов и алгоритмов для оценки параметров экономической эффективности разведки и освоения месторождений при низкой степени изученности 73
4.1 Модель «дерева решений». Описание алгоритма построения модели 73
4.2 Пример использования разработанных алгоритмов оценки для принятия решений о дальнейших работах на участке акватории при низкой достоверности прогнозных базовых показателей 75
5 Критерий для определения эффективности проведения геологоразведочных работ 89
5.1 Показатель «Геологоразведочная маржа». Определение и область использования 89
5.2 Использование показателя «Геологоразведочная маржа» для определения экономического эффекта от проведения ГРР 92
5.3 Применение показателя «Геологоразведочная маржа» в случае планирования ГРР в регионе 96
Заключение 100
Список литературы
- Основные этапы развития способов и методов проектирования разработки
- Риск и неопределенность в оценке извлекаемых запасов
- Описание алгоритма прогнозирования вариантов обустройства
- Пример использования разработанных алгоритмов оценки для принятия решений о дальнейших работах на участке акватории при низкой достоверности прогнозных базовых показателей
Введение к работе
Актуальность темы
В настоящее время, когда основные разрабатываемые месторождения и даже отдельные нефтегазовые провинции на суше находятся на этапе снижения добычи, важной проблемой становится восполнение минерально-сырьевой базы. Одним из основных объектов для поисков перспективных площадей и проведения геолого-геофизических исследований является Арктический шельф.
Любая добывающая компания до приобретения права пользования участком недр ставит перед собой задачу получения обоснованных оценок целесообразности участия в таких работах. Для этого проводят исследования на основе традиционных детерминированных оценок ожидаемых запасов, объемов добычи, прогноза затрат на освоение и ожидаемой выручки от реализации продукции на десятилетия вперед — точно так же, как это делается при выборе вариантов разработки уже открытых и изученных месторождений. Однако опыт показывает, что такие детальные расчеты оказываются крайне субъективными и впоследствии практически никогда не подтверждаются.
В связи с этим необходимо усовершенствовать методы технико-экономических оценок морских месторождений на ранних стадиях изучения с учетом высокой степени неопределенности исходной информации. Вышесказанное и определяет актуальность темы диссертации.
Целью работы является усовершенствование методов оценки морских месторождений газа на ранних стадиях изучения в условиях высокой степени неопределенностей геолого-технических параметров для обоснованного принятия управленческих решений при выборе перспективных участков недр для проведения поисково-разведочных работ.
Основные задачи исследований
Для достижения цели работы были поставлены и решены следующие задачи:
анализ применяемых в настоящее время методов технико-экономических расчетов для оценки целесообразности приобретения лицензий на право пользования участками недр в малоизученных регионах;
совершенствование методики технико-экономической оценки, включающее разработку алгоритмов:
а) реализации вероятностного подхода к оценке величины
ресурсов;
б) оценки технологических показателей разработки на основе
вероятностного распределения ресурсов;
в) прогнозирования возможных схем обустройства на основе
добычных возможностей;
г) определения удельных стоимостных показателей затрат и
расчет показателей экономической эффективности;
исследование влияния неопределенности величины ресурсов на экономическую эффективность при освоении перспективной площади;
обоснование критерия выбора предпочтительных объектов при проведении геологоразведочных работ.
Научная новизна
В диссертационной работе разработан и реализован алгоритм вероятностной оценки ресурсов и запасов углеводородов для прогнозируемых морских месторождений на ранней стадии изучения (с учетом погрешностей в определении под счетных параметров). На его основе предложен способ расчета параметров разработки с учетом особенностей морского промысла.
Автором разработан алгоритм сравнительной экспресс-оценки альтернативных схем обустройства перспективных участков недр в условиях неопределенности исходных данных (применительно к объектам Арктического шельфа). Разработана методика вероятностных оценок параметров экономической эффективности разведки и освоения перспективных участков акваторий при низкой достоверности прогнозных базовых показателей.
В диссертационной работе разработан и обоснован критерий оценки эффективности геологоразведочных работ. На его основе предложен способ ранжирования лицензионных участков недр по параметрам экономической привлекательности с целью выбора приоритетных направлений дальнейших исследований по разведке.
Защищаемые положения
Способы и алгоритмы оценки ресурсов, прогнозируемых объемов и параметров добычи, учитывающие неопределенность в исходных данных.
Усовершенствованная методика технико-экономической оценки, позволяющая генерировать альтернативные варианты схем обустройства морского промысла, проводить оперативный расчет
экономической эффективности и на этой основе принимать управленческие решения. 3. Обоснован критерий оценки эффективности геологоразведочных работ для выбора наиболее предпочтительных перспективных участков недр при планировании геолого-геофизических исследований.
Практическая ценность
Результаты работы использованы при разработке:
«Технико-экономических предложений по изучению и освоению участков недр континентального шельфа Российской Федерации, представляющих приоритетный интерес для восполнения запасов углеводородов ОАО «Газпром» (Карское и Баренцево моря);
«Технико-экономические предложений по освоению Восточно-Тамбейского и Северо-Обского участков недр Обской губы, представляющих приоритетный интерес для восполнения сырьевой базы ОАО «Газпром»;
«Технико-экономических предложений по освоению Блока Урумако ІБ олив ари ан ской Республики Венесуэла».
Апробация работы
Основные положения диссертационной работы обсуждались на научно-практической конференции «Теория и практика оценки природных ресурсов (минеральных, водных, лесных, земельных и др.» (Москва, 2007); IX международной конференции «Новые идеи в науках о Земле» (Москва, 2009); 11-й международной научно-практической конференции «ГЕОМОДЕЛЬ-2009» (Геленджик, 2009); научно-практической конференции «Проблемы развития газовой промышленности в Сибири 2010» (Тюмень, 2010); 12-й международной научно-практической конференции «ГЕОМОДЕЛЬ-2010» (Геленджик, 2010).
Публикации
По теме диссертации опубликовано 9 работ, в том числе 2 в изданиях, включенных в «Перечень...» ВАК Минобрнауки РФ.
Объем и структура диссертационной работы
Диссертационная работа состоит из введения, пяти глав и заключения. Текст работы изложен на 107 страницах и включает 37 рисунков и 8 таблиц. Список использованной литературы состоит из 54 наименований.
Благодарности
Автор выражает благодарность научному руководителю, доктору физико-математических наук, профессору Ю.П. Ампилову за внимание и руководство при подготовке диссертационной работы. Автор признателен всему коллективу Лаборатории геолого-геофизического моделирования на шельфе за помощь и поддержку при подготовке данной работы. Также автор благодарит за ценные советы и консультации доктора экономических наук, профессора П.Б. Никитина, доктора технических наук, профессора М.Н. Мансурова, кандидата физико-математических наук П.П. Никитина, кандидата технических наук О.А. Корниенко.
Основные этапы развития способов и методов проектирования разработки
Запасы разных категорий имеют различную степень изученности, и на разных стадиях поисков, разведки, эксплуатации могут применяться различные методы подсчета эффективного объема, занимаемого углеводородами.
Существует несколько методов для оценки ресурсов и запасов залежей природных углеводородов: методы аналогий, детерминированные методы, вероятностные подходы. Их использование зависит от объема и качества доступной на момент расчета информации. Рассмотрим каждый из указанных методов.
Методы аналогий. Одной из разновидностей этой группы методов является метод удельных плотностей [39]. При его применении встает необходимость выбора эталонного участка для расчета объема ресурсов. Суть метода заключается в следующем: выделение хорошо изученного нефтегазоносного объекта, принимаемого за эталон, и переноса установленной плотности запасов с эталона на прогнозируемый участок.
Эталонный участок представляет собой относительно хорошо изученный объект с комплексом разведочного или уже эксплуатационного бурения и комплексом геолого-геофизических и геохимических характеристик. Эталонный объект должен наиболее полно отражать разнообразие геолого-геофизических и геохимических параметров (описывать максимальный диапазон их изменений в регионе). Изученность такого участка должна обеспечивать возможность надежного определения плотности запасов и т.д.
Но при этом необходимо учитывать, что абсолютно разведанных и изученных эталонов нет, вследствие чего такие участки сохраняют часть нереализованных перспективных ресурсов, так как запасы открытых месторождений всегда определены с большей или меньшей погрешностью, а разведка территории производится чаще определенной сетью профилей, то есть методами с конечной разрешающей способностью.
Метод удельных плотностей основан на принципе «аналога» и поэтому является наименее надежным и точным из всех известных методов оценки.
Объемные методы. Такие методы основаны на оценке объема углеводорода, содержащихся в пласте. Основная трудность в данном случае заключается в переносе информации о свойствах среды, полученной в локальных точках залежи (скважинах), на весь продуктивный пласт. Таким образом, в объемных подходах используются данные, полученные при интерпретации геофизических исследований и керна. Эта группа методов дает возможность получить осредненные по объему и по мощности важные параметры для оценки запасов, такие как площадь, газонасыщенная мощность, пористость, газонасыщенность [38, 50]. Если все параметры определены, то геологические запасы газа Ог вычисляются простым перемножением этих величин:
Для подсчета запасов газа формула имеет вид: где V — эффективный объем, Кг — коэффициент газонасыщенности, Кп — коэффициент пористость, F — температурная поправка для приведения газа к стандартной температуре 20С; рнан — начальное пластовое давление на середину залежи на дату расчета, ркт — конечное среднеостаточное давление в залежи при установлении на устье нормального атмосферного давления; анач, акон — поправки на отклонения газа от закона Бойля-Мариотта соответственно при давлениях Ршч.
Существенным недостатком объемных методов оценки запасов является то, что в них не оценивается и не учитывается неточность или неопределенность результирующих распределений геолого-геофизических характеристик.
Вероятностные методы. Существует большое число методов, основанных на стохастическом моделировании, которые дают вероятностную интерпретацию запасов [54]. Один из классических методов вероятностной оценки запасов и ресурсов — метод Монте-Карло. Метод Монте-Карло — это численный метод решения математических задач при помощи моделирования случайных величин. Датой рождения метода Монте-Карло принято счисчитать 1949 год, когда появилась статья под названием «The Monte Carlo method». Создателями этого метода считают американских математиков Дж. Неймана и С. Улама. В Советском Союзе первые статьи о методе Монте-Карло были опубликованы в 1955—1956 годах. Более того, некоторые задачи статистики рассчитывались иногда с помощью случайных выборок, то есть фактически методом Монте-Карло.
При оценке ресурсов все подсчетные параметры, представляются в виде вероятностных распределений, подставляются случайным образом в соотношение (1.1), получая значения величины запасов или ресурсов. В результате многократного повторения этой процедуры получаем итоговое распределение запасов или ресурсов.
Особенностями метода являются: - простая структура вычислительного алгоритма; Как правило, составляется программа для осуществления одного случайного испытания. Затем это испытание повторяется TV раз, причем каждый опыт не зависит от всех остальных, и результаты всех опытов осредняются. - ошибка вычислений, как правило, пропорциональна -JDIN, где D — некоторая постоянная, а N — число испытаний.
Из этой формулы видно, что для того, чтобы уменьшить ошибку в 10 раз, нужно увеличить N в 100 раз. Ясно, что добиться высокой точности на таком пути невозможно. Поэтому обычно говорят, что метод Монте-Карло особенно эффективен при решении тех задач, в которых результат нужен с небольшой точностью (5-10%).
До появления электронных вычислительных машин (ЭВМ) этот метод не мог найти сколько-нибудь широкого применения, ибо моделировать случайные величины вручную - очень трудоемкая работа. Таким образом, возникновение метода Монте-Карло как весьма универсального численного метода стало возможным только благодаря появлению ЭВМ.
Среди значимых исследований в оценке ресурсов и запасов на основе метода Монте-Карло следует отметить работы Ю.П. Ампилова, А.А. Герта, Б.Е. Лухминского, В.И. Пороскуна, Г.И. Шепелова, P.R. Rose.
В настоящее время существует ряд программных комплексов для оценки геологических неопределенностей.
Программный модуль Jacta компании Paradigm, являющийся составной частью программного комплекса Gocad [48]. Модуль позволяет проанализировать различные типы неопределенностей, влияющих на модель пласта и оценку геологических запасов. В основу анализа заложен пошаговый подход.
Риск и неопределенность в оценке извлекаемых запасов
Следующим этапом работы автора являлось прогнозирование показателей разработки на основе вероятностного распределения ресурсов газа [28, 32].
Расчет технических показателей проводится для основных показателей риска Р90, Р50 и Р10. Хотя при желании можно выполнить прогноз для каждого значения из всего модельного диапазона ресурсов.
Популярной моделью прогнозирования таких исследований является «мгновенный дебит». Профиль добычи q{t) всех действующих в момент времени t добывающих скважин в этой модели:
Здесь t0 — год реализации проекта, /„ — год начала добычи, tnn — год начала периода постоянной добычи, tKn — год окончания поддержания добычи на уровне «плато», tK — завершение добычи, tnp — окончание прогнозирования проектных показателей, Я — темп падения добычи от максимальной, которая была достигнута на «плато», qn — средний дебит для всех добывающих скважин. Этот метод позволяет приближенно оценивать динамику добычи в условиях недостаточной информации, но не учитывает ряд показателей, влияющих на дальнейшие оценки, изменение устьевых и забойных давлений, свойств углеводорода и др. Несмотря на это, он считается достаточно привлекательным для экспресс-анализа [37, 44].
Особенностью задачи прогнозирования в этой работе, является то, что здесь рассматриваются морские месторождения, которые разрабатываются горизонтальными скважинами, а их конструкция оказывает влияние на дебит. Существует ряд специальных исследований посвященных этой теме, поэтому мы не рассматриваем здесь подробно эти вопросы [14, 15, 43]. Кроме того, необходимо не только рассчитать возможное изменение годовых объемов добычи газа во времени, но и оценить изменения давлений для определения вариантов обустройства промысла. Поэтому рассмотрим несколько подробнее метод «средней скважины» [16, 22, 23], позволяющий учесть перечисленные факторы, чтобы с его помощью определить основные показатели разработки. Средняя скважина имеет среднюю глубину, конструкцию, средние допустимые дебит и депрессию, средние коэффициенты фильтрационного сопротивления.
Уравнение материального баланса, используемое для определения средневзвешенного пластового давления в зависимости от отбора, применяется в данном случае с допущением, что извлечение происходит из всей площади равномерно. Дебиты проектных скважин и их конструкции одинаковы по площади.
В процессе расчетов необходимо сделать предположения о том, что некоторые параметры будут постоянны и неизменны. К таким параметрам относится температура пласта, коэффициент сверхсжимаемости газа. Напомню, что мы делаем все расчеты исходя из предположения, что добыча будет вестись при газовом режиме.
Описание алгоритма прогнозирования показателей разработки Последовательность расчета основных показателей состоит из 3 этапов, соответствующих периодам добычи: нарастания, постоянного и падающего объемов. Рассмотрим по отдельности алгоритм расчета для каждого из этапов разработки.
При газовом режиме в период нарастающей и постоянной добычи Q (tk) из формулы (2.6) считается известным, хотя это может быть обосновано только до величины коэффициента извлечения газа, не превышающего 60% [1]. Дальнейшее поддержание постоянного годового отбора приведет к увеличению количества скважин, что негативно скажется на эффективности проекта, поэтому снижение уровня неизбежно.
Дебит скважины в данный период принят константе Q(tk) = Const Годовой отбор равен максимальному отбору газа в год Q,od($к)= Const. Пластовое, устьевое и забойное давления залежи рассчитываются аналогично периоду с нарастающей добычей.
Этот этап разработки продолжается до тех пор, пока депрессия на пласт не превысит критического значения. В данном алгоритме предельное значение депрессии принято по умолчанию в диапазоне от 5 % до 10 % от среднего пластового давления. дебит проектной скважины в конце постоянной добычи газа при величине депрессии на пласт, равной AP = / ft,(/n)-JP3(fII)} Q(t) — текущий дебит скважины в момент времени /, отсчитывается от начала разработки.
Уравнение относительно величины Q(t) является трансцендентным. Поэтому для определения изменения дебита во времени уравнение решается относительно Q(t) методом Ньютона. Алгоритм Ньютона [35] (также известный как метод касательных) — это итерационный численный метод нахождения корня (нуля) заданной функции. Поиск решения осуществляется путём построения последовательных приближений и основан на принципах простой итерации. Метод обладает квадратичной сходимостью.
Алгоритм нахождения численного решения уравнения f(x) = О сводится к итерационной процедуре вычисления: Таким образом, вычислив значения Q(tk), зная число скважин n(tk), вычисляется годовой объем добычи Qrod(tk). По известному Qeod(tk) из уравнения материального баланса находится средневзвешенное пластовое давление. А зная P Xh) и &P(tk), вычисляют забойное давление P3{tk).
Описание алгоритма прогнозирования вариантов обустройства
Среди многообразия вариантов обустройства на основании технико-технологических параметров необходимо выбрать наиболее привлекательный для вложения средств, с точки зрения инвестора. Для этого необходимо провести экспресс-оценку на основе экономических критериев, которая будет отражать соотношение затрат и результатов применительно к рассматриваемым технологическим вариантам.
Таким образом, для оценки экономической эффективности необходимо оценить капитальные и эксплуатационные затраты каждого из вариантов.
Составление статей затрат на обустройство морского промысла При составлении проектных технологических документов [46] на разработку месторождений, а в частности для оценки затрат, можно использовать широко применяемый в мировой практике программный продукт QUESTOR. Этот расчетный комплекс учитывает природно-климатические данные региона, тип углеводородов, глубину моря, расстояние до берега, близость объектов инфраструктуры, профиль добычи из набора стандартных концепций разработки и методов транспорта и хранения. В каждую конфигурацию включены детальные описания составляющих обустройства: количество и тип платформы; количество донных опорных плит, подводных комплексов, скважин в кусте; производительность каждого куста и платформы; протяженность, диаметры и производительность промысловых и внутрипромысловых трубопроводов.
В диссертационной работе рассматриваются прогнозируемые месторождения на ранних стадиях изучения, по которым нет такого количества достоверной информации. Разработанный и описанный автором алгоритм задумывался, как метод экспресс-оценки различных прогнозных схем обустройства. Проводить однообразные и многократные расчеты с использованием QUESTOR затруднительно и занимает большое количество времени. Поэтому для оптимизации процесса вычисления при определении основных статей затрат решено было основываться на усредненных показателях, которые будут пересчитываться в зависимости от производительности и мощности оборудования, количества скважин в кусте, расстояния до берега и др.
Капитальные вложения рассчитываются по годам ввода месторождения в разработку до конца разбуривания и обустройства и далее за пределами этого срока, если имеется необходимость [46].
Расчет капитальных вложений проводится по отдельным направлениям, включающим в себя затраты на бурение скважин и промобустройство. Затраты на бурение скважин определяются на основе сметной стоимости 1 м проходки, установленной в зависимости от глубины скважины и ее типа.
Капитальные вложения в строительство объектов по сбору и транспорту сырья, комплексной автоматизации технологических процессов, электроснабжению, жизнеобеспечению, производственному обслуживаню определяются исходя из зависимостей, построенных на основании данных по региону.
Автором был проведен анализ стоимостных показателей объектов промысла. Для этого с помощью программного продукта QUESTOR произвели ряд вычислений для модельных объектов (платформ, ПДК, ЛБК и т.д.) принимая во внимание регион исследований (Обская и Тазовская губы), т.к. для различных морей и областей земного шара данные будут отличаться. По полученным результатам были построены графики зависимостей стоимости промысловых компонент от различных факторов: для платформы — производительность, необходимые комплексы для функционирования промысла, количество скважин глубина моря, для трубопроводов — протяженность и диаметр и т.д. Для морских стационарных сооружений отдельно рассмотрены нижняя часть - основание и верхняя часть - оборудования для добычи, транспорта и подготовки. Для решения поставленной перед автором задачи было решено принять вес верхних строений постоянным и, изменяя значения глубины, определить ее стоимость (затраты на конструирование, строительство и установку). График зависимости, построенный на основе таких экспериментальных данных, представлен на рисунке 3.6. Таким образом, принимая во внимания сложные гидрометеорологические условия региона, мы получили линейную зависимость 1 =0,881 /,+103,72 стоимости основания ЛСС (Косн) от глубины моря (L).
При рассмотрении верхнего строения ЛСС были сделаны предположения о том, что его стоимость будет зависеть от максимальной производительности на этапе разработки, а также от оборудования и комплексов по подготовке продукции, жизнеобеспечению обустройства объекта в целом. Зависимость стоимости верхнего строения (Кверх) при фиксированных значениях мощностей оборудования, блоках обустройства и количестве добывающих скважин от Поскольку алгоритм, позволяющий генерировать варианты обустройства промысла, рассчитывает необходимое количество газоперекачивающих агрегатов заданной мощности, то были проведены экспериментальные исследования для определения влияния количества ГПА и их мощности (N) на стоимость верхнего строения (Кверх) (рисунок 3.8). Стоимость единичного агрегата мощностью 16 кВт и 25 кВт для компрессии разная, поэтому и влияние на цену ледостойкого стационарного сооружения (ЛСС) будет отличаться:
Пример использования разработанных алгоритмов оценки для принятия решений о дальнейших работах на участке акватории при низкой достоверности прогнозных базовых показателей
На основании полученных результатов можно говорить о том, что с вероятностью 90 % ЧДД от обустройства и разработки "ожидаемого" месторождения будет отрицателен и равен -438,2 млн у.е., т.е. не принесет положительного дисконтированного дохода. С 50 % вероятностью доходы от проекта превысят величину в 168 млн у.е., а с вероятностью 10 % могут быть больше 810,4 млн у.е.
Данный график позволяет определить еще одну важную величину. Из него следует, что нулевому значению ЧДД на оси абсцисс примерно соответствует интегральной вероятность 0,70. Это означает, что с вероятностью 70 % для данного проекта мы получим положительное значение ЧДД при 10 %-й ставке дисконтирования, и наоборот вероятность получения дисконтированных убытков составляет 100 % - 70 % = 30 %, что может быть ассоциировано с общим риском проекта.
Многих исследователей, склонных к применению традиционных детерминистских методов, «отпугивает» кажущаяся абстрактность получаемых вероятностных оценок, хотя это далеко не так. Данная методика может использоваться менеджером проекта при принятии решения о приобретении участка недр для дальнейших работ по разведке и разработке. В зависимости от степени риска, которую может позволить себе предприятие, по графику 4.7 определяется величина дохода, которую возможно достичь, при реализации проекта с учетом неопределенности исходных данных.
В данном примере после вероятностной оценки ресурсов были использованы дискретные расчеты по квантилям для «дерева вероятностей». Но стоит отметить, что применяемый подход может быть обобщен в дальнейшем для случая непрерывных распределений каждого из параметров.
На практическом примере проиллюстрировано влияние неопределенности величины ресурсов на экономическую привлекательность проекта по освоению прогнозного месторождения. Данная методика вероятностных оценок параметров экономической эффективности разведки и освоения перспективных участков акваторий с низкой достоверностью прогнозных базовых показателей может использоваться менеджером проекта при принятии решений о выборе предпочтительных лицензионных участков для разведки.
В предыдущих главах описаны методы и алгоритмы, использование которых может облегчить задачу принятия решения при приобретении лицензии на право пользования недрами. Но, когда недропользователь определился с «покупкой» перспективных участков для разведки, наступает момент выбора стратегии проведения геологоразведочных работ (ГРР). Решению этой задачи планирования посвящен данный раздел.
Показатель «Геологоразведочная маржа». Определение и область использования При планировании ГРР в новом регионе или на лицензионном участке необходимо руководствоваться не только возможными объемами прироста запасов, но и эффективностью будущего проекта в целом. Ведь немалую роль в дальнейшей реализации планов по освоению играет возможная прибыль, т.е. — заинтересованность инвестора.
Из анализа существующих проектов по разведке месторождений видно, что увеличение запасов не всегда приводит к повышению эффективности проекта, а иногда даже уменьшает ее в результате того, что ожидаемые доходы в будущем, приведенные к текущему моменту методом дисконтирования, не компенсируют затраты на ГРР.
Для того чтобы учитывать этот факт, был введен дополнительный показатель эффективности ГРР - геологоразведочная маржа, которая обозначается М [5, 26,27]: чистый дисконтированный доход инвестиционных проектов соответственно после и до проведения доразведки. Термин «маржа» применяется в торговой, страховой, банковской сферах для обозначения разницы между ценами товаров, курсами ценных бумаг, процентными ставками и др. В нашем контексте она показывает, насколько увеличится стоимостная оценка разведочного актива (месторождения, лицензионного участка, компании в целом) в результате успешного проведения ГРР и достигнутого прироста запасов [5, 27, 29]. Иначе говоря, этот показатель представляет собой разницу в значениях расчетного ЧДД после проведения ГРР - ЧДД1 и до проведения ГРР - ЧДД0.
Таким образом, геологоразведочную маржу можно использовать при выборе наиболее предпочтительного участка для проведения работ по разведке.
Если в результате ГРР запасы увеличатся в к раз по сравнению с уже разведанными, логично допустить, что в это же количество раз возрастут и затраты на их освоение. Это, конечно, не всегда так, но для упрощенных оценок предположим, что это верно. Тогда при сохранении того же графика обустройства и темпа добычи на такую же величину возрастут и все элементы денежного потока, а именно ежегодная выручка будет kR. вместо R;, а затраты
На самом деле в ряде случаев лишь эксплуатационные расходы могут расти пропорционально извлекаемым запасам, а капитальные возрастают существенно меньше. Для более корректной оценки маржи следует вести индивидуальные расчеты.
В развитие показателя «геологоразведочная маржа» можно ввести понятие удельной маржи, разделив ее на сумму, вложенную в дополнительную геологоразведку С0. Тогда удельное значение геологической маржи Муд:
Вполне очевиден и смысл этого показателя. Он равен удельному приросту денежной оценки разведочного актива, т.е. росту чистого дисконтированного дохода на рубль затрат в геологоразведку. И по этому показателю, как и по ряду других параметров, недропользователь может ранжировать конкурирующие объекты для проведения ГРР в условиях ограниченности финансирования на эти цели.
Упрощенные формулы (5.2-5.3) можно использовать и в более общем случае, когда геологоразведочные работы длятся несколько лет. Тогда в качестве С0 следует использовать приведенные дисконтированные затраты на ГРР Использование показателя «Геологоразведочная маржа» для определения экономического эффекта от проведения ГРР
Проведем инвестиционный анализ интересующего нас участка [26]. Предположим, что цены на продукцию, средние стоимости на проведение поисково-разведочных работ и работ по бурению, материалы, ставки налогов и сборов не подвержены изменениям во времени, хотя на самом деле это довольно грубое допущение.
