Москва, г. Москва и Московская область, Россия
Рассматриваются научные проблемы анализа и мониторинга рисков нефтегазовых проектов. Показаны основные возможные подходы к их решению. Отталкиваясь от существующих стандартов управления рисками, а также используя собственный практический опыт анализа рисков ряда крупных нефтегазовых проектов, авторы пришли к выводу о целесообразности разработки и внедрения в нефтегазовой компании методологии анализа и мониторинга проектных рисков, основанной на экономико-математическом моделировании.
проектный риск; мониторинг; анализ и управление; нефтегазовый проект; модель.
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 Т.M. The contribution of mathematical modeling to the practice of project management // IMA Journal of Management Mathematics. - 14: 3-30. - 2003.
