Применение системной динамики в управлении нефтегазодобывающим предприятием

Акопов А.С., к.э.н., с.н.с.;

Бекларян Г.Л., к.э.н., н.с.

Центральный экономико-математический институт РАН

Аудит и финансовый анализ. Приложение. СБОРНИК НАУЧНЫХ ТРУДОВ, 1'2006

 

В работе представлены примеры использования динамических имитационных моделей в управлении нефтегазодобывающим предприятием. Рассмотренные модели раскрывают возможности системной динамики - нового направления в прикладной экономике, начатого Джеем Форестерром в 1961 г., предназначенного в первую очередь для моделирования деятельности сложных производственных систем, характеризуемых наличием обратных связей и лаговых соотношений между переменными. В настоящее время этот подход успешно опробован автором настоящей работы в крупной российской нефтяной компании. В результате были получены данные, используемые при подготовке стратегических решений.

ВВЕДЕНИЕ

Деятельность нефтегазодобывающих объединений (НГДО) характеризуется высокой сложностью управленческих решений, масштаб и стоимость которых выше, чем во многих других сегментах экономики. Управление сырьевыми активами, принятие решений о консервации скважин на месторождениях, проведение геологотехнических мероприятий (ГТМ), определение сетки бурения - далеко не полный перечень управленческих решений высокой сложности и стоимости. Такие решения обычно принимаются на основе анализа вариантов (альтернатив). Эти варианты характеризуются определенным набором технико-экономических показателей (например, операционные затраты, инвестиции, объем добычи и т.д.), свойственных месторождению (скважине), над которой осуществляются данные мероприятия (например, те же ГТМ). При выборе оптимальных вариантов имеются корпоративные ограничения (например, лимит инвестиционных расходов, минимальный объем добычи, и др.) и предпочтения (например, отношение объема добычи к инвестиционным расходам, вместо объема добычи, и т.п.), которые действуют на ограниченном временно интервале (обычно в течение года). Выбор подмножества оптимальных решений для НГДО связан с операционными рисками (например, консервация скважин, влечет риск высоких (недооцененных) ликвидационных расходов, также существует вероятность, что при изменении параметров внешней среды (курса доллара, мировых цен на нефть), малодебитная скважина окажется рентабельной, что приведет к потере части прибыли).

Одной из центральных проблем, стоящих перед НГДО, является задача выбора из множества возможных вариантов управленческих решений (сотни вариантов ГТМ, тысячи скважин, которые можно консервировать либо ввести в эксплуатацию и т.д.). К сожалению, до сих пор на многих предприятиях нефте­до­бы­ваю­щей промышленности используются относительно простые подходы к оценке экономической эффективности инвестиционных проектов (варианты ГТМ, консервация и в ввод в эксплуатацию, выбор технологии бурения и др. можно рассматривать как инвестиционные проекты, со своими затратами и отдачей на вложенный капитал). Все расчеты по оценке этих проектов, как правило, ведутся в Excel, а варианты сравниваются вручную. Это приводит к многочисленным ошибкам (дублирование формул, набранных «вручную», необходимость использования макросов и др.). Механизм сравнения обычно сводится к сортировке рассматриваемых проектов по значению одного из критериев оценки (например, NPV- чистая приведенная стоимость) и исключению «плохих» проектов (с NPV<0). Проблема в том, что при таком подходе не оценивается:

• устойчивость возможных инвестиционных решений по отношению к прогнозируемым макроэкономическим факторам;
• множество оптимальных решений при других критериях оценки эффективности (таких как, индекс прибыльности, внутренняя норма окупаемости и др.);
• конкурирующие ограничения (объем добычи и лимит затрат)

Это имеет место потому, что приводить подобного рода исследования при объеме статистической информации, превышающем тысячи показателей за 15-20 летний горизонт планирования, средствами Excel практически невозможно. В этих условиях менеджеры нефтяных компаний обычно пренебрегают ограничениями (главное выполнить план по добыче и «вписаться» в лимит затрат), и в результате при реализации стратегических решений возникают проблемы технологического характера (например, не учли ограничение сервисных компаний, в результате не смогли законсервировать скважины на месторождении за заданный период времени, не учли связь месторождений через систему сбора и транспортировки нефти - вообще не смогли вывести «связанное» месторождение из эксплуатации). В итоге наблюдается традиционный конфликт «экономистов» и «нефтяников» (первые не учли все факторы, последние зачастую необоснованно ссылаются на технологические ограничения, которые, на самом деле, для совокупной выручки предприятия не критичны). Разрешить эти конфликты может система управления, способная учесть большинство доминантных факторов и ограничений (в том числе нефинансовых). На западе такие системы управления создаются крупными сервисными компаниями. Однако эти системы трудно адаптировать под динамично меняющиеся российские условия (постоянно меняется налоговая система, организационно-функциональная структура предприятия и др.). Западные решения дороги в эксплуатации (велика стоимость сопровождения и поддержки) и требуют привлечения опытных консультантов.

Предлагаемый в данной работе подход нацелен на решение сложных задач управления инвестиционной и производственной политикой предприятий ТЭК. Этот подход использует технологию системной динамики

Системная динамика - новое направление в прикладной экономике, начатое Джеем Форестерром в 1961 г. [1], предназначенное в первую очередь для моделирования деятельности сложных производственных систем, характеризуемых наличием обратных связей и лаговых соотношений между переменными. Этот подход получил своё дальнейшее развитие в работах западных ученых [2-6].

В российской экономической науке системная динамика упоминается относительно редко (в работах А.С. Акопова [7-14], Сидоренко В.Н. [15] и др.). Однако при этом динамическому моделированию посвящены работы многих российских ученых (Макаров В.Л. [16] , Егорова Е.Н. [17], Багриновский К.А. [18], Емельянов А.А. [19], А. Горбунов [20] и др.).

Основное отличие системной динамики от традиционного динамического моделирования состоит в способе представления моделируемых процессов. В стандартных динамических моделях лаговые соотношения между переменными и обратные связи также могут присутствовать, однако все потоковые процессы при этом приходится программировать (программирование усложняется по мере увеличения числа потоковых переменных). Примерами потоковых процессов являются:

• ввод, накопление и выбытие основных фондов;
• преобразование материальных потоков в финансовые;
• накопление и распределение денежных средств и т.д.

Очевидно, что программирование подобных процессов требует использования сложных потоковых алгоритмов. В средствах имитационного (потокового) моделирования, поддерживающих системную динамику, такие алгоритмы поддерживаются на системном уровне: есть встроенные объекты - резервуар, входной и выходной потоки, потоковые темпы и т.д. Эти объекты характеризуются своими правилами поведения (управляемыми в процессе моделирования). Так, например, в рамках модели можно определить объект-уровень и объект-резервуар.

Объект-уровень в качестве накопителя потока может быть описан соотношением:

,

где

-время;

,  - входной и выходной потоки.

Значение объект-резервуара не может быть меньше 0.

Таким образом, можно управлять (частично) поведением объектов потоковой модели, не прибегая к программированию.

Многие средства динамического моделирования (в частности, Powersim Studio 2003) позволяют работать с дискретными потоками, управляя поведением очереди (эти возможности часто используются при проектировании систем массового обслуживания). Таким образом, системная динамика расширяет возможности традиционного динамического моделирования на инструментальном уровне (за счет поддержки потоковых процессов). В результате имеется возможность создания сложных иерархических моделей со многими обратными связями и др., что в определенных случаях (особенно для микроэкономических систем) значительно уточняет качество прогнозирования состояния системы и отдельных ее параметров. В этом смысле модель системной динамики напоминает систему дифференциальных одновременных уравнений в форме Коши. Такие системы крайне сложно (и нецелесообразно) решать аналитически, однако легко - с помощью имитации.

Основное достоинство системной динамики в приложении к задачам НГДО - поддержка потоковых процессов. Действительно, многие процессы на нефтегазодобывающем предприятии носят потоковый характер (сбор нефти в резервуарах, транспортировка и перераспределение по направлениям поставок и др.). И хотя существуют специализированные системы, предназначенные для моделирования работы трубопроводов и загрузки резервуаров, они слабо интегрируются с другими (не потоковыми) элементами общей модели бизнеса предприятия (макроэкономическими факторами, ценами, состояниями рынков и др.). Реализация единой модели бизнеса на ЭВМ (содержащей как потоковые, так и стандартные элементы, а также вероятностные характеристики) имеет существенное преимущество по сравнению с моделью, созданной из отдельных частей), хотя бы по причине обеспечения мгновенной (с точки зрения пользователя) реакции своих характеристик на какое-либо имитационное воздействие. Кроме того, такая модель дешевле в разработке и эксплуатации (отсутствует необходимость в приобретении специализированных программных продуктов).

Итак, основная цель данной работы - представить примеры использования системной динамики в управлении нефтегазодобывающим предприятием. Эти примеры разработаны автором и опробованы в крупной нефтяной компании в качестве ключевого элемента системы поддержки принятия решений.

1. ОСНОВНЫЕ ПОНЯТИЯ СИСТЕМНОЙ ДИНАМИКИ

Деятельность сложных производственных систем обычно характеризуется наличием обратных связей и лаговых соотношений между исходными (экзогенными) и вычисляемыми (эндогенными) переменными бизнес-модели.

Модель - это упрощенное представление системы в определенном временном периоде или пространственном протяжении, имеющая целью улучшить понимание реальной системы.

Обратная связь - это связь, описывающая соотношение между результатом (эндогенной переменной модели) и источником (экзогенной переменной, которая в результате действия обратной связи становится эндогенной, переменные такого класса зачастую называют предопределенными). В информационных системах, поддерживающих системную динамику, обратная связь реализуется графически (рис. 1).

 

Рис. 1. Пример обратной связи

Единичной обратной связью будем называть связь, характеризующую временное соотношение с единичным лагом.

Разработка моделей, удовлетворяющих требованиям системной динамики, требует реализации следующих этапов:

1. Постановка задачи (определение цели моделирования и основных акторов рассматриваемой системы, формализация параметров управленческих решений, определение пользователей модели и др.).
2. Построение когнитивной диаграммы, описывающей процесс взаимодействия составных элементов модели (субъектов экономики и их характеристик).
3. Определение набора целевых, расчетных (эндогенных) и базовых (экзогенных) показателей с соответствующей аналитикой (под которой понимаются информационные характеристики рассматриваемых переменных, например, региональные, отраслевые, производственные и др.).
4. Построение математической (кинетической) модели, описывающей поведение рассматриваемой системы во времени.
5. Визуализация результатов моделирование и разработка пользовательского интерфейса.
6. Проведение численных экспериментов и верификация модели.
7. Разработка структуры информационного хранилища для сбора и обработки данных, используемых в разработанной динамической модели.

Интеграция модели с информационным хранилищем (разработка регламентов по сбору первичных данных, обеспечение информационного обмена между переменными модели и соответствующими значениями, регистрируемыми в хранилище).

2. ИНСТРУМЕНТАРИЙ ДИНАМИЧЕСКОГО МОДЕЛИРОВАНИЯ

Прежде всего, отметим, что модели системной динамики реализуются с помощью специальных пакетов структурного моделирования, к которым, в частности, относится Powersim Studio, используемый в настоящей работе. Пакет структурного моделирования Powersim имеет средства для анализа и планирования финансовых потоков во взаимосвязи с производственными и хозяйственными процессами, лежащими в их основе.

Программный пакет Powersim - это средство имитационного моделирования производственных и финансовых объектов и процессов. Существуют и другие средства (например, пакет ITHINK). Выбор пакета Powersim обусловлен тем, что в нём хорошо реализованы возможности по интеграции модели со статистическими данными (электронными таблицами). Кроме того, в Powersim имеется большее количество встроенных финансовых и математических функций и средства для представления иерархии объектов. Пакеты структурного моделирования не имеют «жесткой привязки» к какому-либо кругу задач. В наибольшей степени такие пакеты нацелены на решение так называемых «потоковых» задач (задач системной динамики).

Пакет структурного моделирования Powersim не имеет каких-либо встроенных алгоритмов, предназначенных для решения задач рассматриваемой предметной области (встроенные функции алгоритмами не считаются). Такие алгоритмы необходимо разрабатывать самостоятельно (используя базовые операторы, логические выражения и функции, имеющиеся в пакете). Тем не менее, Powersim, во-первых, существенно упрощает процесс таких разработок, поскольку является пакетом визуального моделирования, во-вторых, обеспечивает возможность проведения сложных вариационных экспериментов, требующих наличия точек останова для корректировки управляющих воздействий, и, наконец, существенно упрощает визуализацию полученных результатов.

Итак, потоковые методы, реализуемые на базе программных средств структурного моделирования, имеют следующие основные особенности:

• динамический, т.е. развивающийся во времени, характер процессов;
• наглядное представление и управление системой, посредством ее изображения;
• возможность использования приблизительных, оценочных или вероятностных данных;
• хорошие возможности по обеспечению замкнутости разрабатываемых моделей.

Таблица 1. Стандартные элементы, используемые при создании модели в Powersim

Условное обозначение	Описание
	Коннектор - отражает связь между отдельными элементами модели
	Поток - служит для передачи материала (финансовых ресурсов, сырья, компонентов, и т.д.) между блоками. Вход и выход из блока - это данные. «Материал» в потоке может претерпевать требуемые преобразования (для этого в него может вводится формула)
	Базовый элемент - является переменной модели (значение этой переменной может меняться во времени по определенному закону, определяемому пользователем). Базовый элемент бывает трех видов: стандартный, импортируемый и экспортируемый. Стандартный базовый элемент служит только для преобразования данных (для этого в него вводится соответствующая формула)
	Импортируемый базовый элемент - переменная модели (серия данных), импортируемая из источника данных (например, из Excel)
	Экспортируемый базовый элемент - переменная модели (серия данных), экспортируемая во внешнее хранилище (например, в Excel)
	Резервуар - получает материал из потока, накапливает его, в течении заданного периода, потом выгружает. Пользователь устанавливает время работы резервуара, его максимальную загрузку, ограничения темпов загрузки (выгрузки) В процессе накопления, материал может подвергаться определенному преобразованию (для этого в резервуар должна вводится формула)
	Константа - постоянная величина (например, процентная ставка, ставка налога и т.п.), которой можно управлять в процессе проведения вариационного эксперимента, с помощью, так называемых ползунков.

Элементы системы динамического моделирования позволяют накапливать финансовые и материальные потоки во времени и одновременно использовать (перераспределять) имеющиеся ресурсы. Такой подход предотвращает незапланированную «утечку» либо перерасход ресурсов, способствует математической замкнутости и целостности разрабатываемых моделей.

Рассмотрим основные стандартные элементы Powersim, которые мы будем использовать в когнитивных диаграммах.

С помощью потоков структурные блоки объединяются в типовые агрегаты, обладающие новыми свойствами.

Элементы модели могут иметь n-мерную размерность (т.е. являться массивами), в этом случае элементы отмечаются рамкой:

Внешний вид пакета Powersim показан на рис. 2.

 

Рис. 2. Внешний вид и типовые элементы пакета Powersim Studio

 

Рис.3. Редактор формул в Powersim Studio

На рис. 2 подчеркнуты названия наиболее значимых элементов типовой модели: переменные (скорость входного и выходного потока), константа (значением которой можно управлять с помощью «ползунков»), резервуар (переменная, в которой накапливается входной поток и из которой вытекает выходной поток), текущее время (значение переменной можно наблюдать в процессе проигрывания модели). В пакете Powersim Studio имеется встроенный редактор формул, позволяющий описывать функциональную связь между переменными модели (см. рис. 3).

3. МОДЕЛЬ РАСЧЕТА СТОИМОСТИ НЕФТЕГАЗОДОБЫВАЮЩЕГО ПРЕДПРИЯТИЯ

Рассмотрим пример использования системной динамики в решении задачи, связанной с оптимизацией акционерной стоимости нефтяной компании (НК). Для этого построим математическую модель расчета стоимости нефтедобывающего предприятия МРС НК. В этой модели стоимость предприятия будем рассчитывать по хорошо известному методу DCF (discounted cash flow - дисконтированный денежный поток) [1].

При таком подходе акционерная стоимость складывается из двух составляющих: чистой дисконтированной стоимости денежных потоков - NPV и стоимости активов (месторождения, оборудование и т.д.).

Для упрощения задачи ограничимся влиянием динамики основных фондов (предполагая, что производство нефти фондоемко).

Не будем на данном этапе учитывать налоги, амортизацию основных фондов, структуру затрат и др. факторы.

Введем обозначения:

 - объем основных фондов (в денежном выражении) по месторождениям (экзогенная переменная на момент времени );

- известная производственная функция позволяющая рассчитать объем выпуска ;

 - динамика ввода (вывода) основных фондов (здесь ,  - коэффициенты выбытия основных фондов и трудовых ресурсов);

 - дискретные моменты времени (месяцы);

  - индекс месторождения;

Тогда объем выпуска продукции

,

где

 параметр производственной функции (коэффициент ).

Пусть приращение основных фондов связано с инвестициями, которые зависят от дисконтированной накопленной выручки, получаемой от продажи нефти, добываемой на месторождениях, и реализуемой на внутреннем и внешнем рынках, которую будем рассчитывать по формуле:

,    (1)

где

- цена нефти на внутреннем рынке (рублей за тонну);

- цена нефти на внешнем рынке (долларов за баррель);

- курс доллара;

 - доля поставок нефти на внутренней рынок ();

- объем поставок товарной нефти (тонн), добиваемой на -ом месторождении;

 - удельные переменные затраты (руб./тонна);

 - время;

 - ставка дисконтирования (%);

 - инвестиции в развитие основных фондов (обустройство месторождений, оборудование и др.):  (- доля реинвестиций в основной капитал );

- коэффициент стоимости основных фондов наращиваемых при инвестициях :

.

Акционерную стоимость нефтедобывающего предприятия предлагается рассчитывать по формуле:

 ,    (2)

где

 - условный (неизвестный) коэффициент ликвидности.

Предположим, что активы нефтяной компании обладают свойством относительной ликвидности, то есть чем больше величина , тем выше акционерная стоимость нефтегазодобывающего предприятия, однако тем сложнее реализовать эти активы на рынке (труднее найти покупателя). Функцию  трудно идентифицировать, поскольку в России нет представительной статистики по продажам НГДО. Поэтому, положим

С точки зрения акционера, увеличение объемов основных фондов (через рост доли реинвестиций  в дисконтированной накопленной выручке до 100%) является решением максимизирующим совокупный объем выпуска, основные фонды и соответственно акционерную стоимость. С другой стороны, увеличение  приводит к оттоку финансовых потоков на инвестиции (уменьшению , см. (1)) и увеличению активов, ликвидность (возможность реализации на рынке) которых заранее трудно спрогнозировать. Для акционера важно иметь возможность быстро реализовать свои активы на рынке (и получить максимальный эффект отдачи на вложенный капитал).

Поэтому целевую функцию акционера запишем в следующем виде:

.

Соответственно задачу по максимизации акционерной стоимости НК можно сформулировать следующим образом.

Задача 1

Вычислить долю реинвестиций  в накопленной выручке, при которой достигается максимальное значение отношения акционерной стоимости к реинвестициям в основные фонды:

,     (3)

при ограничениях

, ,     (4)

, ,   (5)

, , (6)

,     (7)

и других ограничениях, имеющий понятный экономический смысл (неотрицательность переменных, заданных параметрах производственной функции и др.).

До тех пор, пока стоимость предприятия на рынке растет, акционерам и инвесторам имеет смысл наращивать основные фонды (покупать оборудование, новые лицензионные участки и т.п.).

В рассматриваемой модели переоценка основных фондов не учитывается. Мы полагаем, что поскольку основные фонды постоянно обновляются, то их стоимость сохраняется (коэффициент переоценки фондов близок к единице).

В рамках задачи 1 будем рассматривать два сценария инвестиционной политики нефтяной компании.

Сценарий №1

Нефтяная компания осуществляет реинвестиции в основные фонды, не меняя технологии добычи. Этот сценарий выражается в стационарности параметра  производственной функции:

 .

Сценарий №2

Нефтяная компания осуществляет реинвестиции в основные фонды, модернизируя технологию добычи. Этот сценарий выражается в динамике параметра  производственной функции:

 .

В рассматриваемом сценарии будем различать два инвестиционных потока:

 - инвестиции на обновление основных фондов;

 - инвестиции на обновление основных фондов.

Соответственно, функциональную зависимость определим в виде:

, , ,

где

 - некоторый коэффициент (в рамках рассматриваемого примера .

Параметр  в этом случае будем рассчитывать по формуле:

.

Рис. 4. Реализация модели расчета акционерной стоимости нефтегазодобывающего предприятия при первом сценарии

4. РЕАЛИЗАЦИЯ МОДЕЛИ РАСЧЕТА АКЦИОНЕРНОЙ СТОИМОСТИ НА ЭВМ

Решение задачи (3)-(7) трудно найти аналитическими методами (функционал (3) - невыпуклый). Для преодоления соответствующих трудностей была разработана системно динамическая модель с реализацией в пакете Powersim Studio (см. рис. 4.) При этом использовались исходные данные (на момент времени t = 0), представленные в табл. 2.

Таблица 2. Исходные данные для динамической модели

Горизонт планирования	2004 - 2015 гг.
Количество месторождений	3
Основные фонды	100 млн. руб.
Затраты на единицу продукции	{100; 20; 30} руб./тон.
Параметр производственной функции	0,99
Доля поставок на внутренний рынок	70%
Курс доллара	29 руб./долл.
Экспортная цена на нефть	40 долл./баррель
Цена нефти на внутреннем рынке	600 руб./баррель
Коэффициент списания основных фондов	1%/мес.
Производственная функция

Реализацию этой модели также будем рассматривать при двух сценариях, описанных в предыдущем разделе.

Реализация модели расчета акционерной стоимости нефтегазодобывающего предприятия в пакете Powersim Studio при первом сценарии инвестиционной политики

Реализация модели расчета акционерной стоимости нефтегазодобывающего предприятия при первом сценарии показана на рис. 4.

Рис. 5. Рост стоимости компании при  ( млн. руб.)

На рис. 4 жирными стрелками показаны направления движения материальных и финансовых потоков в модели. На рис.4 видно, что построенная модель является замкнутой, при этом обратная связь реализуется через механизм реинвестиций (см. цепочку ввода в действия новых основных фондов, рис. 3). Эти реинвестиции влияют на объем имеющихся основных фондов, которые, в свою очередь, определяют объемы поставок товарной нефти . Долю реинвестиций  в рассматриваемой модели можно регулировать с помощью слайдера (поз. 1 на рис. 4).

На рис. 4 видно, что технология добычи никак не связана с динамикой инвестиций в основные фонды.

Далее при различных значениях оценивалась акционерная стоимость предприятия  (при первом сценарии). Результаты расчетов представлены на рис. 5 - 7.

Рис. 6. Рост стоимости компании при  ( млн.руб.)

На рис. 5.-7 видно, что хотя рост  до 42 % дает увеличение стоимости компании до уровня  млн. руб., отдача у такого инвестиционного сценария ниже, чем при .

Рис.7. Рост стоимости компании при  ( млн.руб.).

Таким образом, наиболее рациональным при первом сценарии является второй вариант, при котором доля реинвестиций в основные фонды НК не превышает 10%. В противном случае падает отдача на вложенный капитал (см. рис. 6-7).

Рассмотрим второй сценарий инвестиционной политики: модернизация технологий добычи во времени с одновременным обновлением основных фондов.

Реализация модели расчета акционерной стоимости нефтегазодобывающего предприятия в пакете Powersim Studio при втором сценарии инвестиционной политики

 

Рис.8. Реализация модели расчета акционерной стоимости нефтегазодобывающего
предприятия при втором сценарии

На рис. 8 влияние инвестиций на развитие технологии добычи показано жирной стрелкой. Далее при различных значениях оценивалась акционерная стоимость предприятия  (при втором сценарии и ). Результаты расчетов представлены на рис. 9-11.

Рис. 9. Рост стоимости компании при  ( млн. руб.)

Рис. 10. Рост стоимости компании при  ( млн.руб.)

Рис.11. Рост стоимости компании при  ( млн. руб.).

При втором сценарии, когда есть функциональная связь между технологиями добычи (параметром производственной функции ) и инвестициями, оптимальная доля реинвестиций (при соотношении инвестиций на обновление основных фондов и развитие технологий).

Для других значений параметра  результаты решения задачи (3)-(7) представлены в табл. 3.

Расчетная акционерная стоимость нефтегазодобывающего предприятия при втором инвестиционном сценарии

Таблица 3. Расчетная акционерная стоимость нефтегазодобывающего предприятия при втором инвестиционном сценарии

Соотношение между инвестициями в обновление ОФ и инвестициями в развитие технологий	Доля реинвестиций в ОФ	Акционерная стоимость НК, млн. руб.
	0

5. ОСНОВНЫЕ РЕЗУЛЬТАТЫ ИССЛЕДОВАНИЙ И ВЫВОДЫ

Из табл. 3,  рис. 5-7 и 9-11 можно сделать следующие выводы.

Для нефтегазодобывающего предприятия наиболее предпочтительным является второй инвестиционный сценарий, при котором имеет место не только обновление основных фондов при устоявшихся технологиях, но также развитие самих технологий (см. рис. 5-7 и рис. 9-11). Для максимизации акционерной стоимости предлагается разделение инвестиционных потоков по направлениям финансирования: на обновление ОФ и развитие технологий соответственно.

С точки зрения акционерной стоимости, важно правильно выбрать соотношение между инвестициями в обновление ОФ и инвестициями в развитие технологий. Согласно результатам, представленным в табл. 3, это соотношение должно лежать в пределах от 10% до 90%, в зависимости от значения  (доли реинвестиций в основные фонды в накопленной дисконтированной выручке). Таким образом, акционер должен, как правило, избегать «крайних» решений, как-то подавляющих преимущественное инвестирование в развитие и подавляющих преимущественное инвестирование в обновление ОФ.

С точки зрения максимума акционерной стоимости, значения соотношения между инвестициями в обновление ОФ и инвестициями в развитие технологий лежащие в пределах от 10% до 90% равноценны (см. табл. 3).

Однако, если принять во внимание общеизвестное правило снижения ликвидности активов во времени, то наиболее рациональным решением является пара , при которой сохраняется минимальный объем основных фондов, а основной экономический эффект достигается за счет развития технологий.

 

Рис. 12. Фрагмент модели расчета акционерной стоимости нефтегазодобывающего объединения (на рисунке выделено влияние матрицы отключений для 3-x условных месторождений, от которых осуществляется поставка товарной нефти)

6. Примеры использования системной динамики в управлении нефтегазодобывающим предприятием

В этом разделе кратко рассмотрены отдельные примеры использования системной динамики в управлении нефтегазодобывающим предприятием, также связанные с максимизацией акционерной стоимости.

Задача об «отключении» месторождений из эксплуатации

Управление «отключениями» месторождений и скважин из эксплуатации представляет собой весьма актуальную задачу, которая подробно рассмотрена автором в работах [7-14]. При этом под «отключениями» понимается широкий набор управленческих решений, как то: консервация, продажа, прекращение инвестирования и др. Конечно, в реальных условиях такие решения требуют принятия во внимание множества факторов (стоимость ликвидационных расходов, ограничения сервисных компаний, международное право и др.), которые трудно учесть на модельном уровне. Однако под «отключением» можно понимать процесс выявления проблемных месторождений и, таким образом, пренебречь (на начальной стадии) описанными ограничениями.

В этом случае задача максимизации акционерной стоимости нефтегазодобывающего предприятия может быть сформулирована в следующем виде.

Пусть имеется виртуальная матрица отключений, использование которой на модельном уровне, позволяет «отключить» («включить») -ое месторождение в эксплуатацию (см. рис.12).

Пусть в эксплуатации у предприятия находятся три условных месторождений, характеризующихся следующими переменными издержками: = {10 000; 20; 30} руб./тонн для .

Положим, что остальные исходные данные те же, что и в табл. 2, и выбран второй инвестиционный сценарий, при котором . Тогда максимум акционерной стоимости реализуется при отключении первого месторождения из эксплуатации (см. рис. 13).

Рис. 13. Влияние «отключения» первого месторождения на рост акционерной стоимости (отключение первого месторождения приводит к росту акционерной стоимости)

Несмотря на очевидность результатов, представленных на рис. 10, обусловленных высоким уровнем переменных издержек по первому месторождению, можно утверждать, что подход, использующий управление матрицей «отключений» для максимизации акционерной стоимости, представляет высокую ценность для стратегического планирования. Этот подход развит автором в книге [7], где рассматриваются вопросы управления портфелем сырьевых активов крупной нефтяной компании, при оптимизации которого учитываются конкурентные ограничения и предпочтения (план по добыче, лимит инвестиционных расходов, предельный уровень операционных затрат и др.).

CGE моделирование в управлении субъектом ТЭК

В этом разделе рассматривается еще один пример использования системной динамики в управлении субъектом ТЭК - динамическое CGE моделирование.

Термин CGE (Common General Equilibrium models) означает - вычислимые модели общего экономического равновесия известен.

CGE модели называются общими, так как они включают в себя экономических агентов, результаты деятельности которых находят отражение во всей экономической системе.

По своей сути, CGE модель представляет собой систему нелинейных уравнений, решением которой является общее экономическое равновесие, при котором уравновешиваются спрос и предложение на рынке каждого товара, услуги и факторы производства. Такие модели базируются на теории общего экономического равновесия, поэтому они являются равновесными (в частном случае, при отсутствии инерционности перехода экономики к равновесному состоянию, они называются квазиравновесными). CGE-модели являются прикладными. Они используют статистические данные. Равновесие надо вычислить, используя тот или иной численный метод. Поэтому такие модели называются вычислимыми.

Литература по CGE весьма обширна. Генезис этого направления начинается с работ Леонтьева по межотраслевому балансу [21] и Вальраса (по теории общего равновесия) [22]. В качестве наиболее представительной работы в этой области можно указать на книгу Тейлора [23] и докторскую диссертацию Йохансена [24].

В российской экономической литературе CGE моделированию посвящены работы В.Л. Макарова [16], Г.Л. Бекларян [25] и др.

С точки зрения предприятий ТЭК вычисление равновесных цен - важная задача внутреннего ценообразования (цены на внешнем рынке фиксированы). Так, например, при обеспечении поставок нефтепродуктов на внутренний рынок по различным каналам сбыта (АЗС, нефтебазы и др.) важно правильно оценить возможную реакцию потребителей на рост или снижение цен. Конечно, ценовая динамика на некоторые нефтепродукты в современных российских условиях носит олигопольный (и даже монопольный) характеры. Однако при переходе экономической системы на новые рыночные отношения актуальность системы равновесного ценообразования может существенно вырасти.

 Системная динамика представляет особые возможности по реализации равновесных CGE моделей, характеризующихся инерционностью перехода рассматриваемой экономической системы к равновесному состоянию (существуют также квазиравновесные модели, подробно описанные в книге автора [7]).

На рис. 14 представлена динамическая равновесная CGE модель, реализованная в Powersim Studio.

Рис. 14. Динамическая CGE модель

В представленной на рис. 14 динамической CGE модели переход к состоянию общего равновесия реализуется с помощью резервуара - Индекс Стоимости. Состояние этого резервуара на момент времени  определяется как:

,

где

- индекс стоимости;

,  - приращения индекса стоимости

 ,

,

где

 - коэффициент пропорциональности, вычисляемый по формуле:

,

где

 - предложение;

 - избыточный спрос;

- спрос.

В рассматривсаемой модели также учитывается эластичность спроса по отношению к индексу цен - . Соответственно темп роста спроса в каждый момент времени пересчитывается по формуле:

.

Результатом работы динамической CGE модели, представленной на рис. 11 является равновесная «трубка» (см. рис. 15).

Рис.15. Равновесная трубка, построенная в результате работы динамической CGE модели

При более детальном рассмотрении «равновесная трубка» имеет вид рис. 16.

Рис. 16. Равновесная трубка, построенная в результате работы динамической CGE
модели за 1 месяц

На рис. 15, 16 видно, что переход системы в состояние общего равновесия реализуется по сходящейся траектории, с некоторым запаздыванием предложения по отношению к спросу. Величиной такого запаздывания можно управлять, регулируя эластичность .

ЗАКЛЮЧЕНИЕ

Системная динамика является превосходным инструментом для реализации имитационных моделей на ЭВМ. И поскольку стоимость управленческих решений в топливно-энергетическом комплексе велика [7], возможность исследования последствий планируемых решений до внедрения их в практическую деятельность предприятия представляется особенно ценной.

В этой работе были представлены некоторые простые примеры построения потоковых моделей. Реальные системы могут быть существенно сложнее (включать сотни переменных, использовать различные ограничения, иерархические связи и др.). Тем не менее, представляется интересным продемонстрировать общие вопросы применения системной динамики в слабо изученных областях, относящихся в основном к оценке акционерной стоимости предприятия, реализации инвестиционной и ценовой политики, управлению портфелем сырьевых активов.

Литература

1. Jay W.Forrestter. «Industrial dynamics», Productivity Press, Portland Oregon, 1961.
2. Edward B. Roberts, editor «Managerial Application of System Dynamics», Productivity Press, Cambridge, Massachusetts Norwalk, Connecticut, 1994.
3. Toil D.R. System dynamics ─ background, methodology, applications, Part 2, Applications. Computing Control Engineering Journal, December, 261-66, 1993.
4. Sobotka Anna. Simulation modeling for logistics re-engineering in the construction industry, Construction Management & Economics; Mar2000.
5. Riddalls C. E, Bennett S. Modeling the dynamics of supply chains, International Journal of Systems Science; Aug2000.
6. Thompson Ray, Understanding cash flow: a system dynamic analysis, Journal of Small Business Management; Apr86.
7. Акопов А.С. Проблемы управления субъектом ТЭК в современных условиях. / Монография, - М.: ЦЭМИ РАН, 2004.- 246 с. (IBSN: 5-8211-0309-6).
8. Акопов А.С. Использование средств динамического имитационного моделирования для подготовки управленческих решений в ТЭК// Системы управления и информационные технологии М., № 4, 2004. -с. 51-56.
9. Акопов А.С. . Динамическое имитационное моделирование как инструмент подготовки и поддержки принятия управленческих решений для предприятий ТЭК. // Аудит и Финансовый анализ, №3, 2004. -с. 251-256.
10. Акопов А.С. Использование средств динамического имитационного моделирования для подготовки управленческих решений в ТЭК // Системы управления и информационные технологии, № 2, 2004. -с. 72-77.
11. Акопов А.С. Поддержка принятия управленческих решений для нефтегазодобывающих предприятий с помощью динамических имитационных моделей. / Материалы международной конференции «Системные проблемы надежности, качества информационных и электронных технологий» и Российской научной школы. Информационные Бизнес Системы. Часть 3. - М.: Радио и связь, 2004.-с. 78-88.
12. Акопов А.С., Бекларян Л.А. Анализ эффективности государственной регулирующей политики по отношению к субъектам ТЭК с помощью динамического имитационного моделирования/ Препринт # WP/2004/174.- М.: ЦЭМИ РАН, 2004.-47 с.
13. Акопов А.С. Оценка влияния инструментов государственного регулирования на рентабельность нефтегазодобывающего объединения с помощью динамической имитационной модели. / - МГУ, фак. гос. управления Сборник научных и методических работ: Имитационные модели и игры в управлении природными ресурсами. - М.: Университетский гуманитарный лицей, 2004.-с. 41-43.
14. Акопов А.С. Динамическое имитационное моделирование как инструмент подготовки и поддержки принятия управленческих решений для предприятий ТЭК. / Сборник молодых ученых «Теория и практика эффективного функционирования российских предприятий», Выпуск 2, -М.: ЦЭМИ РАН, 2004. -с. 14-21.
15. Сидоренко В.Н. Системная динамика. М.:ТЕИС, 1998.
16. Макаров В.Л. Вычислимая модель российской экономики (RUSEC). / Препринт # WP/99/069. - М.: ЦЭМИ РАН, 1999.
17. Багриновский К.А. Имитационное моделирование переходной экономики России / В сб. "Управление экономикой переходного периода". Вып. 2 - М.: Наука, 1998.
18. Егорова Н.Е. Вопросы согласования плановых решений с использованием имитационных систем. / - М.: Наука, 1987.
19. А.А. Емельянов. Имитационное моделирование экономических процессов. / ─ М.: «Финансы и статистика», 2002.
20. А. Горбунов, Управление финансовыми потоками /-М.: ТОРА-ИнфоЦентр, 2000.
21. Leontief W. Input-Output Economics, New York: Oxford University Press, 1966.
22. Walras L. Elements of pure economics / trans. W. Jaffe, Homewood, I11., Ri d D. Irwin, inc., 1954.
23. Taylor L. (1990). Socially relevant policy analysis: structural list computable general equilibrium models for the developing world, MIT press, Cambridge (MA).
24. Johansen L.A. Multicultural Study of Economic Growth, Amsterdam New Holland, 1960.