基于效用理论的海外油气勘探区块优选模型

刘若蕾 刘键烨 罗东坤

中国石油大学(北京)经济管理学院, 北京 102249

0 前言

2018年,中国石油进口量4.4×108t,同比增长11%,对外依存度高达69.8%;天然气进口量1 254×108m3,同比增长31.7%,对外依存度为45.3%,预计进口量和对外依存度将持续攀升。随着国际油价剧烈波动,海外优质资源量不断减少,保障能源安全、优化海外投资已提升至国家高度,但是海外项目的资源拥有者、经济性、风险因素、合同模式、开发时效等与国内相比都大不相同,国内常规的评价方法无法完全适用,因此,需要设计一个针对海外项目特殊性的油气勘探优选模型,为投资决策做好充足准备。

在油气选区影响因素方面,现有研究主要分为两个方向,一是从地质成藏条件、资源条件和开发条件出发,党婧文等人[1-5]将影响因素归纳为资源储量、资源丰度、储层埋深、地表地理情况和配套产业情况等;二是从经济角度出发,刘键烨等人[6]将煤层气选区影响因素归纳为区块建设投资、经营成本、最终销售量和利率等。

在油气选区方法方面,研究主要集中在指标量化和权重确定上,指标量化方法主要有专家打分法[7]、类比法、模糊数转化法[8]和概率分析法[9];权重确定方法主要有层次分析法[10]、熵值法[11]、敏感性分析[12]、灰色关联法[13]、主成分分析法[14]和变权模型[15]。

本文针对海外陆上常规油气勘探项目建立区块优选模型,将油气选区的影响因素归纳为经济价值、风险和战略价值,基于效用理论和投影法对区块进行综合评价,根据目标区块与理想区块的接近程度进行区块排序并给出区块的投资优先级,石油公司根据评价结果对不同类型的资产采取不同的投资策略。

1 区块优选评价体系构建

海外油气勘探项目是一项复杂多变的系统工程,受经济效益、投资风险、资源规模等方面因素影响。风险的存在使决策者不能一味地追求高效益,与此同时也要保障中国能源安全和人民就业问题,这对资源的战略价值提出了要求。基于此,本文从经济价值、风险和战略价值三方面构建海外油气区块评价体系。

海外油气勘探区块优选评价体系见图1，经济价值、风险和战略价值一级指标下包括17个二级指标。

图1 海外油气勘探区块优选评价体系图Fig.1 Evaluation system of overseas oil and gas exploration block selection

图1中经济价值评价采用折现现金流法,后文中净现值指数的权重确定中将剔除净现值的权重,仅体现资金利用效率;资源风险中假设储量服从对数正态分布,通过蒙特卡洛模拟法对预测探明储量数据进行拟合,根据模拟得到方差衡量风险,产量风险同理;国际风险中的变异系数是多个数据的标准差与均值之比,可以反映油价和汇率的波动情况;资源国风险根据权威机构的评分确定;经营风险中承包商所得比例的计算直接采用郭瑞[16]给出的计算过程;资源规模的量化采用预测探明储量表示;油气资源丰度=预测探明储量/有效含油面积;比价是指不同品质油气的价格比率,假定某一种油气的品质为基准品质,并将其价格设定为基准价格,其他油气根据品质对比确定比价系数;资源结构可以根据陆海、油气的投资比例评价分数量化。

2 目标区块综合评价

同样的获得对不同的人满足程度不同,这涉及到效用的概念,效用是决策者偏好态度,可以衡量人们对某种获得的满意程度或对某种损失的不满意程度。

效用理论在方案优选中应用广泛,郝帅[17]基于多属性效用理论对交通信息发布方式进行优选,蓝元沛等人[18]基于效用理论解决飞机金属结构的选材问题,陆兆伦等人[19]基于效用函数确定民机客舱布局的概念设计,罗圆等人[20]基于效用理论设计铁路选线方案比选模型。

油气区块优选实际上是一个多目标决策的过程,决策者偏好在很大程度上会影响评价结果,故本文以效用理论为基础建立海外油气勘探区块优选模型。

2.1 建立初始决策矩阵

本文综合评价的过程都将以矩阵形式为基础完成,基于图1的海外油气勘探区块优选评价体系可以建立初始决策矩阵。经济价值的初始决策矩阵X1见表1,风险和战略价值的初始决策矩阵X2、X3以同样形式建立,这里不再列出。

表1 经济价值初始决策矩阵表

Tab.1 Initial decision matrix of economic value

经济价值评价指标待评区块ⅠⅡ……n净现值x111x112……x11n净现值指数x121x122……x12n内部收益率x131x132……x13n投资回收期x141x142……x14n 注:x14n为经济价值下第n个区块的第4个二级指标的原始数据。

2.2 确定加权效用矩阵

2.2.1 定义效用函数

本文中效用函数定义如下:

(1)

保守型决策者对损失很敏感,但对收入增长较迟钝;中间型决策者认为收入增长与效用值的增长成等比关系;冒险型决策者对损失较迟钝,但对收入增长很敏感。综合导数的数学性质和不同类型决策者的心理,效用曲线见图2。

图2 三种典型的效用曲线图Fig.2 Three typical utility curves

效用函数中偏好调整因子r取值将直接影响效用值大小,本文将r取值设定为矩阵,称为偏好调整因子矩阵R,这样设定的好处是可以体现决策者对各评价指标态度的不同,可以将效用理论的意义更深层次地体现出来。

2.2.2 主客观组合赋权法确定权重

本文采用主客观组合赋权法确定权重,主观权重Si采用专家打分法,对多位专家的打分求平均值得到主观权重;客观权重Oi采用变异系数法,变异系数是数据标准差与平均数的比,可以反映数据的离散程度,基本原理是:某项指标的观测值间变异程度越大,表明该项指标对于评价结果不均衡的贡献程度越大,就应该赋予该项指标较大的权重。本文对初始决策矩阵中的原始数据进行处理得到客观权重。

组合权重wi计算公式如下:

(2)

式中:m为评价指标的个数。

2.2.3 计算加权效用矩阵

根据式(2)可以计算出二级指标的权重即wi(i=1,2,3)，分别表示经济价值、风险、战略价值下属二级指标的权重。

根据区块优选影响因素建立初始决策矩阵X,初始决策矩阵经过效用函数处理得到效用矩阵U,效用矩阵和二级指标权重wi相乘得到加权效用矩阵F,其流程见图3。

图3 区块优选模型中矩阵处理流程图Fig.3 Flowchart of matrix processing in block optimizing selection model

2.3 投影法确定投资优先级

2.3.1 目标区块在理想区块上的投影值

投影法可以用来计算两向量之间的接近程度,向量a在向量b上的投影见图4。

图4 向量a在向量b上的投影图Fig.4 The projection of vector a onto vector b

投影值计算公式如下:

(3)

式中:Prjb(a)为向量a在向量b上的投影值，Prjb(a)值越大表明向量a与向量b越接近。

正理想区块是指各评价指标在所有目标区块中最优值构成的方案,负理想区块则是最劣值构成的方案。如果将每个区块的加权效用值当做一个行向量,那么可以采用投影法计算待评区块与正负理想区块的接近程度。正理想区块上的投影用Prjb+(aj)表示,负理想区块上的投影用Prjb-(aj)表示。

投影值得到后,通过下式可以得到各区块在一级指标下与理想区块的相对贴近度:

(4)

2.3.2 计算综合相对贴近度

(5)

式中:j为目标区块；w1、w2、w3分别为经济价值、风险、战略价值的权重。

2.3.3 区块排序和投资优先级

综合相对贴近度Pj越大,表明评价的目标区块越靠近正理想区块,越远离负理想区块,据此可以对所有参评区块进行排序。根据区块排序情况确定投资优先级,对处于不同水平的区块给出不同的投资策略,排名靠前的优质资产应优先投资并重点关注,对处于末端的边际资产适时退出,对中游的普通资产保持观望态度。利用投影法得到区块投资优先级的流程见图5。

图5 利用投影法得到区块投资优先级的流程图Fig.5 Flowchart of block investment priority obtained by projection method

3 模型应用实例

3.1 示例区块基本情况

本文对A石油公司的10个海外油气区块进行评价,各目标区块的基本情况见表2。其中,划分类型是根据勘探阶段不同,将其划分为滚动项目和风险项目,滚动项目的特点是区块已经投产,在生产区的周边进行拓边勘探,采取边勘探边开发的生产模式,不用考虑地面工程投资;风险项目的特点是未投产,资源不确定性较大,只有在探明储量达到一定程度时才考虑开发投产,要考虑地面工程投资。

表2 待评价目标区块基本情况表

Tab.2 Basic information of the blocks to be evaluated

区块合同类型油气情况划分类型K1产品分成油滚动K2产品分成油滚动K3产品分成气风险K4矿税制油滚动K5矿税制油滚动K6矿税制油滚动K7矿税制油风险K8服务合同油滚动K9产品分成气滚动K10服务合同气滚动

3.2 确定初始决策矩阵和指标权重

3.2.1 建立初始决策矩阵表

根据各目标区块的勘探参数和经济参数计算各评价指标值,经济价值指标评价结果汇总见表3,风险类指标评价结果汇总见表4,战略价值指标评价结果汇总见表5,各汇总结果即初始决策矩阵表。

3.2.2 确定指标权重

根据评价结果的数据处理和专家打分,通过主客观组合赋权法可以得到二级指标的权重:

w1=(0.618,0.197,0.105,0.080)

w2=(0.516,0.173,0.065,0.060,0.045,0.024,0.022,0.012,0.083)

w3=(0.837,0.123,0.025,0.014)

根据目标区块与理想区块一级指标下相对贴近度和专家打分,可以得到一级指标权重:

w=(0.563 5,0.147 2,0.289 2)

表3 目标区块经济价值指标评价结果汇总表

Tab.3 Summary of economic value evaluation results of target blocks

区块净现值/万美元净现值指数/(%)内部收益率/(%)投资回收期/aK1644.6810.9233.155.80K28 933.8715.7033.455.33K349 083.0840.2016.258.26K47 965.9246.2043.734.52K51 518.7860.4033.785.59K63 576.2213.4038.494.72K75 886.851.409.0114.20K813 984.5837.7015.949.08K93 992.448.2019.958.27K10-800.53-8.216.039.56

表4 目标区块风险指标评价结果汇总表

Tab.4 Summary of risk index evaluation results of target blocks

区块储量变动产量变动油价波动汇率波动政治环境经济环境商业环境法律基础合同条款K14 8568 8460.30.8014.014.716.016.00.50K2197 258359 3380.40.8018.018.718.018.70.88K3399 858728 4070.60.407.59.28.810.00.60K41 491 9982 717 9190.40.407.59.28.810.00.70K51 202 6522 190 8280.20.407.59.28.810.00.50K65 154 5932 863 6630.70.7614.014.014.014.00.72K79 213 2835 118 4910.50.407.59.28.810.00.60K8126 446230 3420.20.3012.014.716.016.00.60K91 341 2292 443 2680.90.089.08.08.08.00.23K103 2925 9970.80.1710.010.010.010.00.90

表5 目标区块战略价值指标评价结果汇总表

Tab.5 Summary of strategic value evaluation results of target blocks

区块资源规模/104 t资源丰度资源品质资源结构K16980.080.880.30K216 9970.960.700.30K32 7472.420.680.18K47 2345.681.000.30K51 1231.801.000.30K66 7209.240.880.30K7215 04013.700.680.30K810 8223.941.040.30K93996.800.680.18K10791.400.680.18

3.3 情景分析

在初始决策矩阵和指标权重的基础上,按照图3和图5的流程可以计算出综合相对贴近度并以此排序,根据效用函数中偏好调整因子矩阵R的不同进行情景分析,不同的R取值会得到不同的区块排序。偏好调整因子情景设计见表6,情景1～3中所有评价指标的偏好调整因子值相同,其中情景1中偏好调整因子值均为0.4，取值小于1表示决策者对所有评价指标持保守态度,情景2中偏好调整因子值均为1，表示决策者持中间态度,情景3中偏好调整因子值均为2，取值大于1，表示决策者持冒险态度;情景4中经济价值下的4个二级指标的偏好调整因子取值相同且均为0.4，风险下的9个二级指标的偏好调整因子取值相同均为2，战略价值下的4个二级指标的偏好调整因子取值相同均为0.4；情景5中进行随机取值,各指标的偏好调整因子取值均不同。各情景下勘探区块排序见表7。

通过情景分析可以发现,经过效用函数处理的评价矩阵得到的区块排序相比于未经处理的情况(情景2)存在一定差异,也证实了效用理论的应用对海外油气区块优选确实有影响。

以情景2为例,根据综合相对贴近度对资产进行分类,投资优先级结果见图6。由图6可以看出，目标区块K3为最优资产,应将其放在战略地位重点投资;K7、K2和K8为次优资产,应优先投资;K4、K9和K6为处于中游的普通资产,对此保持观望态度;K5、K1和K10为处于下游的边际资产,应适时退出。

表6 偏好调整因子情景设计表

Tab.6 Scenario design of preference adjustment factor

评价指标偏好调整因子情景设计情景1情景2情景3情景4情景5净现值0.4120.42.0净现值指数0.4120.44.0内部收益率0.4120.40.6投资回收期0.4120.40.8储量变动0.4122.02.0产量变动0.4122.04.0油价波动0.4122.00.8汇率波动0.4122.02.0政治环境0.4122.00.4经济环境0.4122.00.6商业环境0.4122.04.0法律基础0.4122.00.4合同条款0.4122.04.0资源规模0.4120.42.0资源丰度0.4120.40.4资源品质0.4120.44.0资源结构0.4120.40.8

表7 各情景下勘探区块排序结果表

Tab.7 Ranking results of exploration blocks in each scenario

情景勘探区块排序结果情景1K3>K2>K8>K4>K7>K6>K9>K1>K5>K10情景2K3>K7>K2>K8>K4>K9>K6>K5>K1>K10情景3K7>K3>K8>K2>K9>K4>K6>K5>K10>K1情景4K3>K2>K8>K4>K7>K6>K9>K1>K5>K10情景5K3>K7>K8>K2>K4>K5>K9>K6>K10>K1

图6 情景2目标区块投资优先级结果图Fig.6 Scenario 2 target block investment priority result

4 结论

以往的油气选区大多从自然地质因素、技术条件等方面分析,对区块的价值分析停留在较浅层面。本文从区块的经济价值、风险和战略价值角度入手,将反映决策者偏好态度的效用理论应用其中,通过定义效用函数、主客观组合赋权和投影法进行综合评价,根据计算得到的综合相对贴近度进行区块排序并给出投资优先级,以达到海外油气区块优选目的。

通过基于效用理论的海外油气勘探区块优选模型应用实例可以发现效用理论对区块优选结果确实有影响,评价结果也进一步证明评价过程的合理性。在模型实际应用过程中可以根据宏观经济形势和政策导向,以及微观上石油公司的自身发展定位，确定效用函数中偏好调整因子矩阵R的数值,石油公司根据评价结果对不同类型的资产采取不同的投资策略。在本文研究的基础上,后续可以根据投资总额限制、资源共享性、技术相关程度等因素,进行项目的组合优化研究。