Moskva, Moscow, Russian Federation
We consider the problems of scientific analysis and risk monitoring of oil and gas projects. The basic possible approaches to solve them are shown. Based on existing standards of risk management, as well as using personal practical experience of risk analysis of several major oil and gas projects, the authors concluded the feasibility of developing and implementing in the methodology of analysis and monitoring of project risks, based on the economic-mathematical modeling.
project risk; monitoring and management; oil and gas project; model.
Нефтегазовые инвестиционные проекты характеризуются следующими особенностями:
- огромные капитальные затраты (речь идет о миллиардах, а в ряде случаев и о десятках миллиардов долларов США);
- длительный жизненный цикл (с момента принятия инвестиционного решения до завершения проекта фазой ликвидации проходят десятилетия);
- высокая важность проектов, их нацеленность на достижение значимых целей компаний1;
- высокая подверженность рискам различной природы. Как следствие необходимость управления, в том числе и специфическими рисками2 с учетом зависимости интенсивности влияния и состава рисковых факторов от времени (фазы проектного цикла);
- международный характер многих нефтегазовых проектов и, как следствие, необходимость согласования их параметров различными участниками3.
Указанные особенности накладывают отпечаток на управление нефтегазовыми проектами и в том числе на анализ и управление проектными рисками. Например, результаты ранжирования рисков нефтегазовых проектов привязаны к этапам проектного цикла (на начальных этапах проектного цикла значимыми, как правило, являются организационные, технологические и геологические риски; на эксплуатационном этапе значимыми могут быть рыночные риски, в том числе риски снижения цен на энергоресурсы, а также техногенные и природно-климатические риски). Длительный жизненный цикл нефтегазовых проектов, а также их подверженность рискам различной природы делают актуальной оценку их эффективности с использованием моделей денежных потоков, аварийных процессов, а в ряде случаев и реальных опционов, с обязательным учетом временнóго и рисковых факторов [2, 22].
_____________________
1 Например, реализация проекта комплексного освоения Штокмановского газоконденсатного месторождения (ГКМ) позволит ОАО «Газпром» достичь ряда важнейших для компании стратегических целей. К одной из них относится диверсификация направлений поставок энергоносителей за счет производства и реализации сжиженного природного газа (СПГ).
2 К специфическим рискам, т.е. рискам, присущим именно нефте-газовым проектам, можно отнести, например геологические риски.
3 Например, необходимость согласований параметров 1-й фазы проекта комплексного освоения Штокмановского ГКМ объясняется различными подходами участников проекта к выбору площадки размещения объектов общей инфраструктуры (порт, хранилища СПГ).
1. Alcaraz J., Maroto C. A robust genetic algorithm for resource allocation in project scheduling. Annals of Operations Research. - 102: 83-109. - 2001.
2. Alcaraz J., Maroto C., Ruiz R. Solving the multi-mode resource-constrained project scheduling problem with genetic algorithms. Journal of Operation Research Society. - 54: 614-626. - 2003.
3. Boctor F.F. A new and efficient heuristic for scheduling projects with resource restrictions and multiple execution modes. European Journal of Operational Research. - 90 (1996): 349-361.
4. Boctor F.F. Heuristics for scheduling projects with resource restrictions and several resource-duration modes. International Journal of Production Research. - 31: 2547-2558. - 1993.
5. Boctor F.F. Resource-constrained project scheduling by simulated annealing. International Journal in Production Research. - 34: 2335-2351. - 1996.
6. Boctor F.F. Some efficient multi-heuristic procedures for resource-constrained project scheduling// European Journal of Operational Research. - 49: 3-13. - 1990.
7. Bouleimen K.H., Lecocq H. A new efficient simulated annealing algorithm for the resource-constrained project scheduling problem and its multiple mode version// European Journal of Operational Research. - 149 (2): 268-281. - 2003.
8. Brucks G.H., White C.R. An algorithm for finding optimal or near optimal solutions to the production scheduling problem//Journal of Industrial Engineering. - January-February Issue: 34-40. - 1965.
9. Chen W.-N., Zhang J., Chung H. S.-H, Huang R.-Z., Liu O. Optimizing discounted cash flows in project scheduling - an ant colony optimization approach. IEEE Transactions on Systems, Man and Cybernetics. - Part C: Applications and Reviews. - 40 (1): 64-77. - 2010.
10. Chiang C.-W., Huang Y.-Q., Wang W.-Y. Ant colony optimization with parameter adaptation for multi-mode resource-constrained project scheduling. Journal of Intelligent and Fuzzy Systems. - 19 (4-5): 345-358. - 2008.
11. Demeulemeester E.L., Herroelen W. Project Scheduling: A Research Handbook. - Kluwer Academic Publishers, 2002. - P. 710.
12. Dorigo M., Maniezzo V., Colorni A. Ant system: Optimization by a colony of cooperating agents. IEEE Transactions on Systems, Man, and Cybernetics. - Part B: Cybernetics. - 26 (1): 29-41. - 1996.
13. Goldratt E.M. Critical Chain. - Great Barrington, (USA): The North River Press, 1997.
14. Hartmann S. A competitive genetic algorithm for resourceconstrained project scheduling. Naval Research Logistics. - 45:733-750. - 1998.
15. Hartmann S. A self-adapting genetic algorithm for project scheduling under resource constraints. Naval Research Logistics. - 49 (5): 433-448 - 2002.
16. Hartmann S. Project scheduling with multiple modes: a genetic algorithm. Annals of Operations Research. - 102: 111-135. - 2001.
17. Hartmann S., Kolisch R. Experimental evaluation of stateof-the-art heuristics for the resource-constrained project scheduling problem: An update. European Journal of Operational Research. - 127 (2): 394-407. - 2000.
18. Hartmann S., Kolisch R. Experimental investigation of heuristics for resource-constrained project scheduling: An update. European Journal of Operational Research. - 174 (1): 23-37. - 2006.
19. Herroelen W., Leus R. Identification and illumination of popular misconceptions about project scheduling and time buffering in a resource-constrained environment. Journal of the Operational Research Society. - 56 (1): 102-109. - 2005.
20. Holland H.J. Adaptation in Natural and Artificial Systems. - University of Michigan Press, Ann Arbor, Ml, 1975; reprinted by MIT Press, Cambridge, MA, 1992.
21. Kelley J.E., Walker M.R. Crital Path Planning and Scheduling: An Introduction. Ambler, PA: Mauchly Associates, 1959.
22. Kelley J. E., jr. The critical-path method: resources planning and scheduling. Math., J.F. and G.L. Thompson (Eds.). - Industrial Scheduling, Prentice Hall, Englewood Cliffs: 347-365. - 1963.
23. Kirkpatrick S., Gelat C. D., Vecchi M.P. Optimization by Simulated Annealing. Science. - 220 (4598): 671-680. - 1983.
24. Kolisch R. Efficient priority rules for the resource-constrained project scheduling problem. Journal of Operations Management. - 14: 179-192. - 1996.
25. KolischR., Drexl A. Local search for nonpreemptive multimode resource-constrained project scheduling. IIE Transactions. - 29: 987-999. - 1997.
26. Lawrence S. Resource constrained project scheduling. A computational comparison of heuristic scheduling techniques :Technical report. - Graduate School of industrial administration, Carnegie-Mellon University. - Pittsburg, 1985.
27. Pham D. T., Ghanbarzadeh A., Koc E., Otri S., Rahim S., Zaidi M. The Bees Algorithm. Technical Note. - Manufacturing Engineering Centre, Cardiff University, UK, 2005.
28. Sprecherand Drexl A. Multi-mode resource-constrained project scheduling by a simple, general and powerful sequencing algorithm. European Journal of Operational Research. - 107: 431-450. - 1998.
29. Valls V., Ballestín F., Quintanilla S. A hybrid genetic algorithm for the resource-constrained project scheduling problem. European Journal of Operational Research. - 185: 495-508. - 2008.
30. Williams T.M. The contribution of mathematical modeling to the practice of project management. IMA Journal of Management Mathematics. - 14: 3-30. - 2003.
