Система управления инвестиционной деятельностью вертикально-интегрированной нефтяной компании тема диссертации и автореферата по ВАК РФ 05.13.11, доктор технических наук Акопов, Андраник Сумбатович

  • Акопов, Андраник Сумбатович
  • доктор технических наукдоктор технических наук
  • 2009, Москва
  • Специальность ВАК РФ05.13.11
  • Количество страниц 271
Акопов, Андраник Сумбатович. Система управления инвестиционной деятельностью вертикально-интегрированной нефтяной компании: дис. доктор технических наук: 05.13.11 - Математическое и программное обеспечение вычислительных машин, комплексов и компьютерных сетей. Москва. 2009. 271 с.

Оглавление диссертации доктор технических наук Акопов, Андраник Сумбатович

Введение.

Глава I. Анализ организационной структуры и систем управления деятельностью ВИНК.

1.1 Существующие системы управления деятельностью ВИНК.

1.2 Анализ отраслевой специфики и методов стратегического управления ВИПК.

1.3 Системный подход в организации управления ВИНК.

1.4 Анализ организационной структуры ВИНК.

1.5 Содержательная постановка задачи стратегического управления инвестиционной деятельностью ВИНК.

1.6 Выводы.

Глава II. Разработка укрупненной модели оценки акционерной стоимости ВИНК.

2.1 Укрупненный подход к оценке акционерной стоимости ВИНК.

2.2 Разработка укрупненной модели оценки акционерной стоимостью ВИНК.

2.3 Оценка влияния ключевых факторов па акционерную стоимость ВИНК.

2.4 Предпосылки интегрированного подхода к управлению стоимостью ВИНК.

2.5 Выводы.

Глава III. Разработка интегрированной модели управления акционерной стоимостью ВИНК.

3.1 Интегрированная модель управления акционерной стоимости ВИНК.

3.2 Разработка моделей звеньев ВИНК: нефтедобыча и транспортная система.

3.3 Разработка моделей звеньев ВИНК: нефтепеработка и сбыт.

3.4 Выводы.

Глава IV. Задача максимизации акционерной стоимости ВИНК.

4.1 Задача максимизации акционерной стоимости ВИНК.

4.2 Разработка методики оценки и первичного отбора проектов ВИНК.

4.3 Управление жизненным циклом инвестиционных проектов ВИПК.

4.4 Выводы.

Глава V. Генетический алгоритм решения задачи максимизации акционерной стоимости ВИНК.

5.1 Схема работы и отличительные особенности разработанного ГА.

5.2 Оценка эффективности работы разработанного ГА.

5.3 Анализ сходимости и устойчивости разработанного ГА.

5.4 Выводы.

Глава VI. Алгоритмы, процедуры и вычислительные эксперименты по решению задачи максимизации акционерной стоимости ВИНК.

6.1 Процедура и алгоритмы формирования квазиоптимальных инвестиционных решений.

6.2 Программная реализация процедуры поиска квазиоптимальных инвестиционных решений ВИНК.

6.3 Вычислительные эксперименты.

6.4 Выводы.

Глава VII. Методика разработки, программная реализация и практическое применение разработанной системы управления инвестиционной деятельностью ВИНК.

7.1 Методика проектирования информационной системы поддержки принятия инвестиционных решений ВИНК.

7.2 Архитектура разработанной системы.

7.3 Реализация разработанных моделей звеньев ВИНК на системе имитационного моделирования Powersim.

7.4 Практическое использование разработанной системы управления инвестиционной деятельностью ВИНК.

7.5 Выводы.

Рекомендованный список диссертаций по специальности «Математическое и программное обеспечение вычислительных машин, комплексов и компьютерных сетей», 05.13.11 шифр ВАК

Введение диссертации (часть автореферата) на тему «Система управления инвестиционной деятельностью вертикально-интегрированной нефтяной компании»

Деятельность вертикально интегрированных нефтяных компаний (ВИНК) характеризуется высокой сложностью управленческих решений, масштаб и стоимость которых, в большинстве случаев существенно выше, чем в других звеньях экономики. Изменение доли экспортной составляющей в структуре конечного продукта, управление сырьевыми активами, принятие решений о консервации скважин на месторождениях, ценовая политика на внутреннем рынке нефтепродуктов, ввод в действие новых производственных мощностей — далеко неполный перечень управленческих решений высокой сложности и стоимости (как для нефтяной компании, так и для государства в целом). Все эти решения тесно связаны с инвестиционной политикой ВИНК, фактически определяющей финансовое состояние компании и ее производственно-сбытовые возможности в среднесрочной и долгосрочной перспективах.

Актуальность темы исследования обусловлена следующими факторами.

Первое, высока стоимость неадекватных управленческих решений в ВИНК. В частности, существуют весьма актуальная задача выявления и «отключения» отдельных нерентабельных объектов инвестиционной деятельности нефтяной компании (например, скважин, месторождений и т.д.), и связанная с ней проблема сверхвысокой стоимости ошибочных «отключений» в реальной экономической системе.

Второе, имеется принципиальная сложность управления огромным пулом инвестиционных проектов ВИНК. В силу большой размерности задачи оптимизации инвестиционного портфеля и управления акционерной стоимостью нефтяной компании, в настоящее время наблюдается существенное снижение эффективности традиционных систем управления инвестициями вследствие их дезинтегрированности.

Третье, система подготовки принятия стратегических решений ВИНК требует учета сложного механизма взаимодействия предприятий для холдинга в виде вертикально интегрированной нефтяной компании.

В настоящее время для оценки эффективности инвестиционных вложений для отраслевых сегментов ВИНК используются различные методы и инструменты. Проблемам моделирования инвестиционной деятельности ВИНК посвящены работы таких отечественных и зарубежных ученых как Лившиц В.Н., Брагинский О.Б., Леффлер У. Л., Смоляк С.А., Хачатуров В.Р., и др. Важной проблемой ВИНК является оптимизация транспортных потоков на долгосрочную перспективу. Эффективный метод решения транспортной задачи разработан лауреатом Нобелевской премии академиком Канторовичем Л.В.

Проблемам развития компьютерных методов моделирования (в частности, поддерживающих принципы системной динамики) посвящены работы Дж. Форрестера, Д. Медоуса, Морриса П., Хоуга Г., Павловского Ю.Н., Емельянова В.В., и др.

Одним из подходов к прогнозированию динамики спроса и цен на нефтепродукты является использование технологии CGE-моделирования, научно-практические возможности, которой исследованы в работах Леонтьева В., Ио-хансена, Диксона, Тайэлора Л., Харберга, Скарфа X., Фельштейна А., Шаха А., Макарова В.Л., Бахтизина А.Р., Бекларян Г.Л., и др.

Особый интерес заслуживают работы в области разработки и применения генетических оптимизационных алгоритмов и интеллектуальных информационных систем. Наиболее важные работы в этой области представлены Холлан-дом Дж., Гольдбергом Д.Е., Греффенестеном Дж., Журавлевым Ю.И., Рудаковым К.В., Эрлихом А.И., Хорошевским В.Ф., Курейчиком В.В., Еремеевым А.В. и др.

В то же время эффективное управление инвестиционной деятельностью ВИНК представляет собой принципиально сложную задачу. Основные трудности связанны в основном с необходимостью учета многих факторов при подготовке решений (макроэкономические показатели, технико-экономические показатели месторождений и скважин, затраты на консервацию, риски, спрос на нефтепродукты, производственные мощности, возможности транспортной системы и др.). Число этих факторов только для одного сектора upstream (нефтедобыча) измеряется сотнями. В целом же (с учетом временного фактора, а также общего количества месторождений, скважин, АЗС, нефтебаз, и др.) требуется провести одновременную компьютерную обработку нескольких десятков миллионов цифр, характеризующих все возможные проекты ВИНК. При долгосрочном инвестиционном планировании оценка влияния такого объема факторов принципиально сложная задача. Отметим, что она особенно актуальна для ВИНК (вертикально-интегрируемых компаний), в которых есть острая потребность в анализе всего портфеля проектов, в силу специфики организационно-бюджетной структуры компании, охватывающей все сферы ее многопланового бизнеса.

В российских нефтяных компаниях, как правило, принято проводить оценку инвестиционных проектов только на уровне отдельных звеньев и предприятий, например, в секторе upstream рассчитывать показатели месторождений, в секторе downstream (нефтепереработка) оценивать эффективность проектов в строительстве АЗС, и т.д. При этом забывается важный тезис о необходимости достижения сбалансированности в инвестиционной политике. В противном случае, нефтяная компания, может испытывать недостаток транспортных ресурсов, не получая достаточный эффект от наращивания добычи нефти. И наоборот, вкладывая значительные средства в строительство новых АЗС, за счет избыточной экономии на инновационных технологиях в нефтедобыче, компания рискует упустить дополнительную прибыль (особенно, в условиях стремительного роста цен на нефть, когда даже малодебитные скважины становятся рентабельными). К сожалению, такая несбалансированность в долгосрочном периоде может привести к более негативным последствиям (например, потеря позиций компании на ключевых рынках, ухудшение качества переработки, рост себестоимости добычи и т.п.). Высокие цены на нефть в определенной степени сглаживают эффект от несбалансированности, однако, с естественным падением уровня добычи в среднесрочной перспективе (5-10 лет), влияние просчетов, допущенных ранее, станет более ощутимым.

Сложность управления огромным портфелем проектов заключается, прежде всего, в трудности создания и технической реализации интегрированного программного комплекса уровня ВИНК. Необходимо отметить, что наиболее известные технологии, предназначенные для оптимизации инвестиционной политики нефтяных компаний (как западных, так и российских), имеют очень узкую специализацию (отдельные системы для upstream, downstream и т.д.), при этом связь между результатами деятельности предприятий различных звеньев, как правило, не учитывается. Другой принципиальной сложностью, является «изолированность» существующих систем управления, когда каждая отдельная система, предназначена для решения локальной задачи (например, оптимизации добычи на скважинах), без учета влияния других звеньев ВИНК. Кроме того, для успешного функционирования необходимо обеспечение полноты и непротиворечивости исходной статистической информации, которую практически невозможно достичь в российских условиях. И, наконец, существующие технологии не обеспечивают эффективной связки между стратегическим и оперативным планированиями. Недостаточно рациональное использование бюджетных средств на уровне дочерних добывающих предприятий зачастую приводит к существенному снижению эффекта от инвестиционной деятельности.

Многие управленческие решения подготавливаются «интуитивно», на основе экспертных знаний специалистов, методом простого ранжирования технических мероприятий на месторождениях. Конечно, в дальнейшем такие решения проходят некоторую апробацию (согласуются с руководством и другими подразделениями предприятия), однако эта процедура требует существенных временных и материальных затрат. Все это затягивает корпоративный инвестиционный процесс, и в определенной степени снижает эффект от капитальных вложений.

Нужно отметить, что в практике оперативного управления существуют и апробированы различные методы интенсификации добычи, направленные на увеличение коэффициента извлечения нефти (КИН). К их числу, можно отнести изменение сетки бурения, боковую зарезку стволов скважин, гидроразрыв пласта, приобщение пластов и др. В основном эти методы направлены на увеличение проницаемости пластов, либо снижение обводненности нефти. Их можно оценивать по эффективности, а также вероятности успешного проведения.

Вопросы прогнозирования дебита скважин и оценки эффекта от мероприятий остаются за рамками данной работы (этой теме посвящено много специализированных исследований), посвященной созданию системы управления инвестиционной деятельностью ВИНК, предназначенной, в частности, для максимизации ее акционерной стоимости.

При этом важнейшими управляющими параметрами системы являются: структура портфеля инвестиционных проектов во всех звеньях ВИНК; объемы поставок нефти, распределенные по внутренним и внешним маршрутам транспортной системы; объемы дополнительных закупок нефти у внешних поставщиков для нефтеперерабатывающих предприятий ВИНЮ, рыночные цены и спрос на нефтепродукты на внутреннем рынке, поставляемые по различным каналам сбыта ВИНК.

Цели и задачи исследования

Целью диссертации является разработка научно-обоснованных моделей, методов и системы оптимального стратегического управления инвестиционной деятельностью вертикально-интегрированной нефтяной компании (ВИНК) реализованных в рамках программного комплекса, представляющего собой: совокупность разработанных моделей управления инвестициями ключевых звеньев ВИНК, реализуемых методами компьютерного моделирования, и позволяющих решать различные управленческие задачи; разработанный генетический оптимизационный алгоритм с угасающей селекцией, обеспечивающий эффективную процедуру поиска квазиоптимальных инвестиционных решений для максимизации акционерной стоимости ВИНК при различных ограничениях; интеграцию компьютерных моделей звеньев ВИНК с корпоративным информационным хранилищем.

Цель исследования обусловила необходимость постановки и решения следующих задач.

1. Анализ существующих методов и инструментальных средств, предназначенных для управления инвестиционными проектами в нефтедобыче и нефтепереработке, а также компьютерных методов моделирования инвестиционной деятельностью ВИНК.

2. Анализ организационной структуры ВИНК, программных методов управления и существующих систем поддержки принятия решений вертикально-интегрированных нефтяных компаний.

3. Разработка укрупненной модели оценки акционерной стоимости ВИНК для выявления ключевых управляющих факторов, влияющих на капитализацию компании и направлений дальнейшего развития модели. 4

4. Разработка интегрированной модели управления инвестициями ключевых звеньев ВИНК (нефтедобычи, нефтепереработки и сбыта), обеспечивающей возможность максимизации ее акционерной стоимости.

5. Разработка модели управления инвестициями нефтегазодобывающего объединения (НГДО), отличительной особенностью, которой является дифференцированный принцип формирования проектов в нефтедобыче по месторождениям, что позволяет выявлять и «отключать» инвестиции в нерентабельные объекты эксплуатации, обеспечивая влияние на акционерную стоимость ВИНК. Данная модель является звеном в интегрированной системе управления инвестициями ВИНК.

6. Разработка модели управления транспортировкой товарной нефти, отличительной особенностью которой является реализация возможности оптимизации распределения сырья по направлениям поставок, в условиях динамически меняющихся объемов на входе (в пунктах отправки) и выходе (в конечных пунктах) внутренних и внешних маршрутов. Данная модель интегрирована с моделями звеньев нефтедобычи и нефтепереработки.

7. Разработка модели управления инвестициями нефтеперерабатывающего завода (НПЗ), отличительной особенностью, которой является реализация возможности реконфигурирования схемы построения НПЗ в зависимости от капиталовложений и спроса со стороны конечных потребителей во времени и интегрированность с моделями других звеньев ВИНК (нефтедобычи и транспортной системы), что позволило учесть цикл нефтепереработки в рамках единого инвестиционного процесса.

8. Разработка модели сбыта нефтепродуктов, интегрированной с моделью звена нефтепереработки, относящейся к классу CGE-моделей.

9. Разработка генетического алгоритма с угасающей селекцией, предназначенного для оптимизации акционерной стоимости ВИНК с учетом системы корпоративных ограничений и предпочтений.

Ю.Разработка алгоритмов и процедур, позволяющих решить важнейшую задачу ВИНК - максимизировать ее акционерную стоимость за счет эффективного управления инвестиционным капиталом.

11 .Разработка и внедрение информационно-аналитической системы поддержки принятия инвестиционных решений ВИНК, особенностью которой является интеграция моделей звеньев ВИНК (реализованных на системе Powersim) с корпоративным информационным хранилищем (SAP BW) и оптимизационным модулем (реализованным на С++). Использование такой архитектуры позволяет осуществлять эффективное управление сверхбольшим пулом инвестиционных проектов.

Основным объектом изучения данной работы является внутрикорпоративная инвестиционная стратегия вертикально-интегрированной нефтяной компании и ее ключевых звеньев: геологоразведка и нефтедобыча; транспортная система; нефтепереработка; сбыт нефтепродуктов.

При этом инвестиционная политика ВИНК рассматривается с учетом сложного взаимодействия показателей деятельности звеньев (через механизм перекрестных и обратных связей), наличием системы корпоративных ограничений и предпочтений, главным из которых является капитализация компании с учетом инфраструктурных особенностей (транспортной системы).

Основным предметом исследования данной работы являются программные средства управления инвестиционной деятельностью ВИНК, характеризуемой сложным механизмом взаимовлияния ключевых показателей деятельности холдинговой компании; необходимостью одновременного рассмотрения инвестиционных проектов по всем ключевым звеньям ВИНК; необходимостью принятия во внимание инфраструктурных особенностей (транспортной и сбытовой системы) и др.

Методы исследования в диссертации.

Предлагаемый в диссертации подход к разработке системы поддержки принятия решений ВИНК основан на использовании следующих методов теории управления, компьютерного моделирования и принятия решений: методы линейного программирования — для оптимизации распределения сырья (товарной нефти) по направлениям поставок; методы эконометрического анализа - для оценки эластичностей спроса на нефтепродукты по регионам РФ; технология CGE-моделирования (построения вычислимых моделей общего равновесия) и численных методов нелинейного программирования - для вычисления характеристик состояния квазиравновесия; генетические алгоритмы — для решения задачи максимизации акционерной стоимости ВИНК; инструментальные методы компьютерного моделирования, поддерживаемые пакетом имитационного моделирования Powersim -для реализации и интеграции разработанных моделей звеньев ВИНК на ЭВМ.

Достоверность научных результатов, выводов и рекомендаций, сформулированных в диссертации, определяется корректным применением теории управления и принятия решений, эконометрики, математического и компьютерного моделирования.

Обоснованность теоретических разработок подтверждена вычислительными экспериментами на персональных компьютерах, результаты которых позволяют сделать вывод об адекватности разработанных моделей. Основные положения, выносимые на защиту.

1. Разработанное математическое и программное обеспечение системы управления инвестиционной деятельностью ВИНК для: укрупненного подхода к оценке акционерной стоимости ВИНК; интегрированного подхода к моделированию звеньев ВИНК и оценке акционерной стоимости.

2. Разработанный генетический алгоритм с угасающей селекцией, предназначенный для оптимизации акционерной стоимости ВИНК

3. Разработанная процедура поиска кеазиоптимальных инвестиционных решений ВИНК.

4. Компьютерная реализация информационной системы поддержки принятия инвестиционных решений ВИНК.

Научная новизна.

К наиболее существенным научным результатам относятся следующие:

1. впервые технически реализована система оптимизации портфеля инвестиционных проектов одновременно по всем звеньям ВИНК, что позволяет, в частности, оптимизировать акционерную стоимость.

2. разработана укрупненная модель ВИНК для первичной оценки акционерной стоимости, в которой в отличие от других существующих моделей ВИНК, реализована высокая степень детализации влияющих факторов, среди которых один из наиболее важных - динамика перехода скважин из нового фонда в старый с соответствующим изменением объемов добычи.

3. разработан новый методологический и программный инструментарий, позволяющий оценивать показатели эффективности инвестиционных проектов, с учетом обратных зависимостей между внутренними характеристиками как на уровне отдельных звеньев ВИНК, так и по компании в целом;

4. впервые использована технология CGE (computable general equilibrium models) для моделирования системы сбыта нефтепродуктов ВИНК, что позволяет на более качественном уровне прогнозировать динамику спроса и цен на нефтепродукты в долгосрочной перспективе;

5. разработана процедура формирования и отбора квазиоптимальных инвестиционных решений, отличительной особенностью которой является обязательное проведение анализа устойчивости портфеля инвестиционных проектов ВИНК по характеристике рентабельности;

6. для задачи максимизации акционерной стоимости ВИНК разработан новый генетический алгоритм (ГА) с правилами угасающей селекции, существенно повышающий эффективность процедуры поиска квазиоптимальных инвестиционных решений.

Практическая значимость результатов исследования.

Совокупность результатов, полученных в диссертации, представляет собой новое достижение в области создания математического и программного обеспечения систем поддержки принятия решений для вертикально-интегрированных нефтяных компаний. Разработанная интегрированная модель управления акционерной стоимости ВИНК и ее ключевых звеньев, а также предложенная процедура поиска квазиоптимальных инвестиционных решений, предназначены для непосредственного применения на практике. Разработанный в диссертации генетический алгоритм может практически использоваться в рамках программного комплекса для оптимизации акционерной стоимости ВИНК. Разработанные компьютерные модели звеньев ВИНК, реализованные на платформе имитационного моделирования Powersim Studio, могут использоваться для оценки эффективности инвестиционных проектов соответствующих отраслевых сегментов ВИНК, либо самостоятельно, либо в составе разработанной автоматизированной системы управления в качестве инструментального средства долгосрочного инвестиционного планирования ВИНК.

Реализация результатов работы.

Научные результаты, полученные в ходе диссертационного исследования, являются вкладом в теорию управления и методологию построения систем поддержки принятия стратегических решений для нефтяных компаний. Разработанная система успешно внедрена в ОАО «ЛУКОЙЛ» и используются при подготовке стратегических решений.

Апробация работы.

Результаты работы обсуждались на семинарах и конференциях: семинары лаборатории экспериментальной экономики ЦЭМИ РАН (1999, 2002, 2004, 2006, 2008), семинар «Проблемы моделирования производственных системы» (ЦЭМИ РАН, 2004), семинары «Многомерный статистический анализ и вероятностное моделирование реальных процессов» (ЦЭМИ РАН, 1998, 2000, 2003, 2004), семинары в Вычислительном Центре РАН (1999, 2005, 2008), пятый всероссийский симпозиум «Стратегическое планирование и развитие предприятий» (ЦЭМИ РАН, 2004), международная конференция «Государственное управление и новые технологии» (секция «Имитационные модели и игры в управлении природными ресурсами» (МГУ, 2004)), международная конференция «Системные проблемы надежности, качества информационных и электронных технологий» (Информационные Бизнес Системы - IBS, 2004), международный научно-практический семинар «Передовые концепции физикохимии и логистики ресурсосберегающих высоконадежных химических технологий, наукоемких производств и предприятий» (РХТУ им. Д.И. Менделеева, 2006) и др.

Публикации. Основное содержание диссертационной работы опубликовано в 31 печатной работе общим объемом 40 п.л. (личный вклад автора - 35 п.л.), в том числе 1 монография (лично) и 18 статей в журналах из перечня ВАК РФ (из них 3 в соавторстве).

Структура и объем.

Диссертация состоит из введения, 7 глав с выводами по каждой главе, заключения, приложений и списка литературы, содержащего 150 наименований. Общий объем работы составляет 271 страниц машинописного текста, включая 49 рисунков, 12 таблиц.

Похожие диссертационные работы по специальности «Математическое и программное обеспечение вычислительных машин, комплексов и компьютерных сетей», 05.13.11 шифр ВАК

Заключение диссертации по теме «Математическое и программное обеспечение вычислительных машин, комплексов и компьютерных сетей», Акопов, Андраник Сумбатович

Основные результаты работы.

Впервые создана и реализована интеллектуальная информационная система по управлению инвестиционной деятельностью ВИНК для решения важнейшей задачи по оценке и максимизации акционерной стоимости нефтяной компании.

Разработано специальное математическое и программное обеспечение системы управления инвестиционной деятельностью ВИНК: разработана модель управления инвестиционной деятельностью нефтегазодобывающего объединения интегрированная с транспортной моделью и учитывающая дифференцированный принцип формирования проектов по месторождениям; разработана транспортная модель нефтяной компании, отличительной особенностью которой является учет ключевых характеристик действующей транспортной системы (в том числе, пропускных способностей, различных маршрутов), возможность расчета цен на нефть по методу net back и связь с моделями звеньев upstream и downstream; разработана модель звена нефтепереработки, которая в отличие от ранее известных моделей, позволяет реконфигурировать схему построения НПЗ в зависимости от динамики спроса на нефтепродукты и инвестиций в добычу; разработана модель сбыта нефтепродуктов на внутреннем рынке (CGE-модель), интегрированная с имитационной моделью НПЗ, и позволяющая на более качественном уровне спрогнозировать долгосрочную динамику спроса и цен на нефтепродукты.

Разработан новый генетический алгоритм (ГА) с угасающей селекцией, позволяющий решать задачу максимизации акционерной стоимости ВИНК с наибольшей эффективностью за счет встроенной процедуры угасающей селекции.

Разработана архитектура системы поддержки принятия решений (СППР), обеспечивающая, в частности, максимизацию акционерной стоимости нефтяной компании при различных сценарных условиях и ограничениях за счет эффективного управления инвестиционным капиталом. Осуществлено внедрение разработанной имитационной модели в крупнейшей российской нефтяной компании (ОАО «ЛУКОЙЛ»). В результате практического использования этой системы проведена серия вычислительных экспериментов и подготовлены рекомендации (подробно описанные в диссертации) по «рациональному» управлению инвестициями ВИНК.

Рекомендации, подготовленные для ВИНК в результате практического использования разработанной системы.

1. Выявлены сотни нерентабельных проектов, закрытие которых улучшило расчетную акционерную стоимость компании. Вырученные средства были направлены на другие проекты и финансирование социальных программ.

2. Минимизированы транспортные издержки нефтяной компании, за счет разработки и интеграции транспортной модели в корпоративную инвестиционную модель ИДКМ.

3. Выявлена группа проектов, инвестирование которых предпочтительно при высоких ценах на нефть и курсе доллара, в частности проекты в звене upstream, относящиеся к интенсификации добычи (боковая зарезка стволов), период окупаемости которых составляет в среднем полгода.

4. Выявлена группа проектов, инвестирование которых сомнительно при высоких ценах на нефть, в частности проекты по строительству автозаправочных станций в Дальневосточном Федеральном округе (в котором наблюдается некоторое снижение спроса на бензин, за счет увеличения парка малолитражных автомобилей японского производства). Однако при снижении мировых цен на нефть, строительство АЗС в этом округе вновь станет рентабельным.

5. Найдены условно оптимальные варианты реконструкции НПЗ, работающие по сложной схеме. Обнаружено, что при снижении цен на нефть ниже 40 долл. за баррель и в условиях высокой монополизации российского рынка нефтепродуктов, важнейшим направлением развития НПЗ должна стать реконструкция коксового производства, а также реконструкция производства присадок и висбрекинг. В настоящее время, эти варианты развития НПЗ характеризуются низкой рентабельностью (так как дополнительные установки стоят миллионы долларов, а соответствующие инвестиционные проекты не выдерживают конкуренцию с альтернативными проектами по интенсификации добычи нефти для увеличения экспортной составляющей ВИНК).

6. Выявлена необходимость инвестирования в инфраструктуру добычи нефти, особенно в условиях растущего спроса на нефть со стороны мировых рынков. В частности, потенциально рентабельными оказываются морские проекты ВИНК и приобретение танкеров. Не смотря на огромные сопутствующие затраты, морские запасы нефти остаются наиболее перспективными (особенно на севере Каспия). Однако период окупаемости таких проектов, составляет 5 — 7 лет (без учета разведочного бурения), и поэтому развитие этих проектов требует привлечения крупных иностранных инвесторов, ориентированных на долгосрочные капиталовложения.

7. Выявлена потребность в реконструкции транспортной инфраструктуры (мощности трубопроводов могут значительно ограничить экспортные поставки уже в ближайшем будущем).

8. Проведено исследование портфеля инвестиционных проектов на устойчивость по отношению к макроэкономическим факторам, и установлено, что инвестиционный портфель ВИНК устойчив только на 15 - 20 % (в основном это проекты развития и обустройства вы-сокодебитных месторождений), не менее 20 % проектов являются нерентабельными даже в условиях высоких цен на нефть (в основном это проекты, касающиеся интенсификации добычи на малоде-битных месторождениях по старым технологиям, а также некоторые проекты по реконструкции НПЗ, работающих по сложной схеме), и почти 40 - 50 % проектов могут стать нерентабельными при падении мировых цен на нефть ниже 30 долл. за баррель. Для преодоления соответствующих трудностей, которые могут возникнуть в будущем, необходимо уже сегодня сбалансировать инвестиционную политику - существенно увеличить капиталовложения в сегменте downstream (строить новые НПЗ), развивать принципиально новые технологии интенсификации добычи нефти (горизонтальное бурение скважин).

Заключение

В настоящей научной квалификационной работе изложены научно-обоснованные решения по созданию математического и программного обеспечения для системы «рационального» управления инвестиционной деятельностью вертикально-интегрированной нефтяной компании (ВИНК) и представляющие собой: совокупность разработанных математических моделей ключевых звеньев ВИНК, реализуемых методами компьютерного моделирования, и позволяющих решать различные управленческие задачи; разработанный генетический оптимизационный алгоритм, обеспечивающий поиск квазиоптимальных инвестиционных решений максимизирующих акционерную стоимость ВИНК при различных ограничениях; интеграцию компьютерных моделей звеньев ВИНК с корпоративным информационным хранилищем.

Список литературы диссертационного исследования доктор технических наук Акопов, Андраник Сумбатович, 2009 год

1. Форрест Грей. Добыча нефти - .М: Олимп-бизнес, 2005.

2. Адонин А.Н. Выбор способа добычи нефти. М.Недра, 1971 г. — 184 с.

3. Ли Г.С. Экономическая эффективность газлифтного способа добычи нефти // РНТС ВНИИОНГ. Сер. Нефтепромысловое дело. 1976. - № 4 -С. 33 -35.

4. Ли Г.С., Аржанов Ф.Г., Башин В.А. Оценка технико-экономической эффективности применения газлифта на Правдинском месторождении // Нефтяное Хозяйство. 1975. - № 10. С. 21 - 23.

5. Кабиров М.М., Ражетдинов У.З. Интенсификация добычи нефти и ремонт скважин Уфа: Изд-во УГНТУ, 1994. - 127 с.

6. Смоляк С.А. Проблемы финансирования работ по ликвидации нефтяных месторождений / Оценка эффективности инвестиций. Сб. статей под ред. В.Н.Лившица. Выпуск 2. М.: ЦЭМИ, 2002, с. 139-158.

7. Смоляк С.А. Рациональные сроки прекращения разработки нефтяного месторождения // Аудит и финансовый анализ, # 3, 2002, с.230-24.

8. Смоляк С.А. Оценка нефтяных месторождений и национальное богатство России // Имущественные отношения в Российской Федерации, #9, 2003, с.61-63.

9. Гаврилов В.П., Дворецкий П.И., Дунаев В.Ф., Пономарев В.А., Руднев А.Н. "Геология и нефтегазоносность Московской и Мезенской синеклиз" ОАО "Газпром" 2000г.

10. Вдовыкин Г.П. Введение в нефтегазовую геологию трапповых регионов. М.: Недра, 1994. - 287 с.

11. Хаддэл Д.Г., Брэд К. Дж., Киннингхем Р. Тектоника зон сжатия и прогноз запасов природного газа. // Нефть, газ и нефтехимия за рубежом. -1992 №11/12-с.31-34.

12. Хачатуров В.Р., Аржанов, Ф.Г., Астахов Н.Д., и др. Система проектирования генеральных схем обустройств нефтяных месторождений на ЭВМ и опыт ее использования. ВНИИОЭНГ, 1980.

13. Хачатуров В.Р. Математические методы регионального программирования. М.: Наука. Гл. ред. физ.-мат. лит., 1989. - 304 с.

14. Хачатуров В.Р., Веселовский В.Е., Злотов А.В., и др. Комбинаторные методы и алгоритмы решения задач дискретной оптимизации большой размерности. М.: Наука, 2000. - 360 с.

15. Хачатуров В.Р. Алгоритм и программа решения задач размещения предприятий с неограниченными объемами производства // Экономика и мат. Методы. 1967. - т.З. вып. 2. - С. 240 - 251.

16. Черенин В.П. Решение некоторых комбинаторных задач оптимального планирования методом последовательных расчетов. Научно-методические материалы экономико-математического семинара ЛЭММ АН СССР, вып. 2, Москва, 1962 г.

17. Багриновский К.А. О математических методах решения задач оптимального размещения производства // Модели и методы оптимального развития и размещения производства. Научные тр. НГУ. Сер. Экономическая. Вып. 3. Новосибирск, 1965.

18. Hitchcock, F. L. "Distribution of a Product from Several Sources to Numerous Localities", The Journal of Mathematics and Physics, vol. 20, August 1941, pp. 224-230.

19. Л.В.Канторович. Математические методы организации и планирования производства. Ленинград: Изд-во ЛГУ, 1959.

20. Уильям Л. Леффлер. Переработка нефти М: Олимп-бизнес, 2005.

21. О. Брагинский. Экономические проблемы "нефтехимического крыла"нефтегазового сектора М.: ИНП РАН, 1999.258

22. О. Брагинский. Развитие нефтеперерабатывающей промышленности мира под влиянием требований к охране окружающей среды М.: ЦЭМИ РАН, 2000.

23. О. Брагинский, Э. Шлихтер. Мировая нефтепереработка: экологическое измерение. М. Академия, 2003 г.

24. Мешалкин В.П., Дови В., Марсанич А. Принципы промышленной логистики. — Москва, Генуя, 2002. 722 с.

25. Taylor L. Socially relevant policy analysis: structural list computable general equilibrium models for the developing world, MIT press, Cambridge (MA), 1990.

26. Johansen LA. Multicultural Study of Economic Growth, Amsterdam New Holland, 1960.

27. Dixon P.B., Paramenter B.R., Sutton J and Vincent D.R. ORANI: A Mul-tisectoral Model of the Australian Economy, Amsterdam New Holland, 1982.

28. Harberger A. The incidence of the corporate income tax. Journal of Political Economy 70:215-240, 1962.

29. Scarf H. The computation of economic equilibria. Yale University Press, New Haven and London., 1984.

30. Feltenstein A., Shah A. General equilibrium effects of investment incentives in Mexico, Journal of Development Economics 46, 1995, 253-269.

31. Koh Y. "Analysis of Oklahoma's Boom and Bust Economy by Means of a CGE Model." Unpublished Ph.D. Dissertation, Oklahoma State University, Stillwater, Oklahoma, 1991.

32. Berck P., Golan E. and Smith B. Dynamic Revenue Analysis for California. University of California, Berkeley, 1996.

33. Макаров В.JI. Вычислимая модель российской экономики (RUSEC). / Препринт # WP/99/069. М.: ЦЭМИ РАН, 1999.

34. Бекларян Г.Л. Анализ эффективности экономической политики государства России с помощью вычислимой модели общего равновесия, описывающей взаимодействие совокупного потребителя, совокупного производителя и государства. / -М.: Препринт ЦЭМИ РАН, 2002 г.

35. Бахтизин А.Р. Вычислимая модель "Россия: Центр Федеральные округа". / Препринт # WP/2003/151. - М.: ЦЭМИ РАН, 2003. - 67 с. (Рус.).

36. Thissen М. A Classification of Empirical CGE Modeling. SOM Research Report 99C01, University of Groningen, 1998.

37. Robinson, S., M. Kilkenny, and K. Hanson. "The USDA/ERS Computable General Equilibrium (CGE) Model of the United States." Staff Report No AGES 9049, Agricultural and Rural Economy Division , Economic Research Service, USDA, 1990.

38. Devarajan S., Lewis J, Robinson S., External Shocks, Purchasing Power Parity, and Equilibrium Real Exchange Rate. California, Agriculture Experiment Station, Working Paper, № 661, 1991.

39. Berck P., Golan E. and Smith B. Dynamic Revenue Analysis for California. University of California, Berkeley, 1996.

40. Debreu G. Theory of value // Gowles foundation monograph, 17, New York, John Wiley and sons, inc., 1959.

41. Walras L. Elements of pure economics / trans. W. Jaffe, Homewood, 111., Richard D. Irwin, inc., 1954.

42. Keunne R.E. The theory of general economic equilibrium, Princeton, N.J., Princeton university press, 1963.

43. Марашима M. Равновесие, устойчивость, рост. M.: Наука, 1972.

44. Arrow K.J., Debreu G. Existence of an equilibrium for a competitive economy // Econometrica, 22, 1954, 265-290.

45. Arrow K.J. Economic equilibrium, international encyclopedia of the social sciences, vol. 4, New York, The Macmillan Company and the free press.

46. Wald A. On some systems of equations of mathematical economics, // Econometrica, 22,1954, 147-161.

47. Узяков M.H. Проблемы построения межотраслевой модели равновесия

48. Российской Экономики. // Проблемы прогнозирования, 2000 г.260

49. Серебряков Г.P. "Russian Interindustry Model: Private Income and Consumption Expenditures" Доклад на VII международной конференции INFORUM World Confertnce (Beijing, China, 22-29 Aug., 1999).

50. B. Decaluwe, L. Savard and E. Thorbecke. General equilibrium approach for poverty. Analysis. CREFA, Departement d'economique, Universite Laval, G1K 7P4, Quebec, Canada. 2001.

51. GAMS Development Corporation, Website, www.GAMS.com, February 13, 1999.

52. Jay W.Forrestter. «Industrial dynamics», Productivity Press, Portland Oregon, 1961.

53. Edward B. Roberts, editor «Managerial Application of System Dynamics», Productivity Press, Cambridge, Massachusetts Norwalk, Connecticut, 1994.

54. Toil D.R. System dynamics — background, methodology, and applications, Part 2, Applications. Computing and Control Engineering Journal, December, 261-66, 1993.

55. Sobotka Anna. Simulation modeling for logistics re-engineering in the construction industry, Construction Management & Economics; Mar 2000.

56. Riddalls С. E, Bennett S. Modeling the dynamics of supply chains, International Journal of Systems Science; Aug 2000.

57. Thompson Ray, Understanding cash flow: a system dynamic analysis, Journal of Small Business Management; Apr 1986.

58. С. E. RIDDALLS, S. BENNETT and N. S. TIPI. Modelling the dynamics of supply chains International Journal of Systems Science ISSN 0020±7721 print/ ISSN 1464±5319 online # 2000 Taylor & Francis Ltd.

59. H. L I, P. E. D. LOVE & D: S. DREW. Effects of overtime work and additional resources on project cost and quality © 2000 Blackwell Science Ltd.

60. Arditi D. Factors that affect process quality in the life cycle of building projects. ASCE Journal of Construction Engineering and Management, 124, 1998, 194-203.

61. Chan, D.W.M. & Kumaraswamy, M.M. A study of the factors affecting construction duration's in Hong Kong. Construction Management and Economics, 13, 1995,319-333.

62. Halligan, D.W., Demsetz, L.A., Brown, J.D. & Pace, C.B. Action-response model and loss of productivity in construction. ASCE Journal of Construction Engineering and Management, 120, 1994,47-64.

63. High Performance Systems Inc. IThink Users Man-ual. High Performance Systems Inc. Hong Kong Housing Authority (1989-90). Hong Kong, 1994.

64. M.M. & Chan, D. W.M. Housing Authority Annual Report. Hong Kong Special Ad-ministrative Region Government Publishers. Kumaraswamy, (1998), Contribu-tors to construction delays. Construction Management and Economics, 16, 17-29.

65. Love, P.E.D., Li, H. & Mandal, P. Rework a symptom of a dysfunctional supply-chain. European Journal of Purchasing and Supply Management, 5, 1999a, 1-11.

66. Love, P.E.D., Li, H. & Mandal, P. Determining the causal structure of rework influences in5 construction. Construction Management and Economics, . 17, 1999b, 505-517.

67. Love, P.E.D., Mandal, P., Smith, J. & Li, H. Modelling the dynamics of design error induced rework in construction. Construction Management and Economics.

68. Majid, M.Z.A. & McCaffer, R. Factors of non-excusable delays that influence contractors' performance. ASCE Journal of Management in Engineering, 14, 1998, 42-49.

69. John Wiley & Sons, New York, New York Mohapatra, P.K.J., Mandel, P. & Bora, M.C. Introduction to System Dynamics Modeling. Universities Press, Delhi, India, 1994.

70. Nkado, R.N. Construction time-influencing factors: the contractor's perspective. Construction Management and Economics, 13, 1995, 81—89.

71. Okpala, D C. & Aniekwu, A.N. Causes of high costs of construction in Nigeria. ASCE Journal of Construction Engineering and Management, 1988, 114, 233-244.

72. Rodrigues, A. & Bowers, J. The role of system dynamics in;project management. International Journal of Project Management, 14, 1996, 213-220.

73. Scott, S. Delay claims in UK contracts. ASCE Journal of Construction Engineering and Management, 123, 1997, 238-244.

74. Yogeswaran, К., Kumaraswamy, M.M: & Miller, D.R.A. Perceived sources and causes of construction claims. Journal of Construction Procurement, 3; 1997, 3-26.

75. Багриновский К.А. Имитационное моделирование переходной экономики России / В сб. "Управление экономикой переходного периода". Вып.2 М.: Наука, 1998.

76. Багриновский К.А., Бендиков М.А., Хрусталев Е.Ю. ИнформационныеАтехнологии формирования и управления крупными научно-техническими проектами // Автоматика и телемеханика, № 8, 1999.

77. Егорова Н.Е. Вопросы согласования плановых решений с использованием имитационных систем. / М.: Наука, 1987.

78. Сидоренко В.Н. Системная динамика. М.: ТЕИС, 1998.

79. Емельянов А.А. Имитационное моделирование экономических процессов, М. «Финансы и статистика», 2002г.

80. Горбунов А. «Управление финансовыми потоками», М.: ТОРА-ИнфоЦентр, 2000.

81. Евсюнина К, Чесалова М. Работа с пакетом динамического моделирования Powersim. М.: ТОРА-ИнфоЦентр, 1998.

82. Горохов В. Системная динамика регионального развития, -СПб. Наука, 2003 г. . £' ^

83. Акопов А. С. Системно-динамический подход в управлении инвестиционной деятельностью нефтяной компании. // Аудит и Финансовый анализ, № 2, 2006, с. 153-188.

84. Акопов А. С., Бекларян Г.Л. Применение системной динамики в управлении нефтегазодобывающим предприятием. // Аудит и Финансовый анализ, № 1, 2006, с. 266-276.

85. Акопов А.С. Модели управления субъектом ТЭК // Аудит и Финансовый анализ, №1, 2005. -с.40-44.

86. Акопов А.С., Бекларян Г.Л. Анализ эффективности регулирующей политики государства с помощью региональной CGE модели поведения естественных монополий (на примере электроэнергетики). // Экономическая наука современной России, №4, 2005.

87. Акопов А. С. Проблемы управления субъектом ТЭК в современных условиях. / Монография, ML: ЦЭМИ РАН, 2004,- 246 с.

88. Акопов А.С. Проблемы управления субъектом ТЭК в современных условиях. // Сборник научных трудов. Приложение к Ж. Аудит и Финансовый анализ, № 4, 2004. -с.114-192.

89. 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.

90. Акопов А.С. Методы повышения эффективности управления нефтегазодобывающими объединениями // М. Экономическая наука современной России, №3, 2004. -с.88-99.

91. Акопов А.С. Динамическое имитационное1 моделирование как инструмент подготовки и поддержки принятия управленческих решений для предприятий ТЭК. // Аудит и Финансовый анализ, №3, 2004. -с.251-256.

92. 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.-47с.

93. Акопов А. С. Модель поведения естественной монополии с учетом экспортной составляющей (на примере отраслей топливно-энергетического комплекса). / Сборник трудов сотрудников лаб. экспериментальной экономики. М.: ЦЭМИ РАН, 2001. -с.77-101.

94. Акопов А. С. Анализ поведения естественной монополии с помощью двухсекторной модели экономики. // Аудит и Финансовый анализ, № 1, 2000. -с. 132-145.

95. Bremermann Н. J., Roghson J., SalaffS. Global properties of evolution processes. Natural automata and useful simulations. London: Macmillan. 1966. pp 3-42.

96. Мб.Holland J. H. Adaptation in natural and artificial systems. Ann Arbor: University of Michigan Press. 1975.

97. Растригин Л. А. Случайный поиск — специфика, этапы истории и предрассудки. Вопросы кибернетики. Вып. 33 (1978), с. 3—16.

98. Goldberg D. Е. Genetic algorithms in search, optimization, and machine learning. Reading, MA: Addison-Wesley. 1989.

99. Rechenberg I. Evolutionsstrategie: Optimierung technischer Systeme nach Prinzipien der Biologischen Information, Freiburg: Fromman, 1973.

100. Mirchandani P. В., Francis R. L. Discrete Location Theory. New York: John Wiley and Sons, 1990.

101. Александров Д. А. Алгоритм муравьиной колонии для задачи о минимальном покрытии. XI междунар. Байкальская школа-семинар Методы оптимизации и их приложения, Труды, тЗ (1998), Иркутск, с. 17-20.

102. Береснев В. Л., Гимади Э. X., Дементьев В. Т. Экстремальные задачи стандартизации. Новосибирск: Наука, 1978.

103. Гончаров Е. Н., Кочетов Ю. А. Поведение вероятностных жадных алгоритмов для многостадийной задачи размещения. Дискретный анализ и исследование операций. Сер.<2. тб (1999), № 1, с. 12-32.

104. Aggarwal С. С., Orlin J. В., Tai R. P. Optimized crossover for maximum independent set. Oper. Res. v45 (1997), pp 225-234.

105. Eiben A. E., Raue P. E., Ruttkay Zs. Genetic Algorithms with multiparent recombination. Parallel Problem Solving from Nature III. Berlin: Springer Verlag, (LNCS), v866 (1994), pp 78-87.

106. Boese K. D., KahngA. В., Muddu S. A new adaptive multi-start technique for combinatorial global optimizations. Oper. Res. Lett. vl6 (1994), N2, pp 101114.

107. Johnson D. S., McGeoch L. A. The traveling salesman problem: a case study. Local search in combinatorial optimization, Chichester: Wiley, pp 215-310.

108. Велъмисов А. П. Формирование портфеля ценных бумаг с использованием ГА. Тезисы докладов XXXV научно-технической конференции.

109. ХЪЪ.Курейчик В.М: Генетические алгоритмы. Таганрог: изд-во ТРТУ, 1998. - 242 с. // Фундаментальная теорема ГА, стр.65-101.

110. Акопов А.С. Процедура и алгоритмы формирования квазиоптимальных инвестиционных решений вертикально-интегрированной нефтяной компании. // Труды Института Системного Анализа РАН, Выпуск 32(1), 2008.

111. Акопов А.С. О сходимости и устойчивости модифицированного генетического алгоритма в задаче управления инвестиционным портфелем вертикально-интегрированной нефтяной компании. // Труды Института Системного Анализа РАН, Выпуск 32(1), 2008.

112. Акопов А.С. Применение модифицированного генетического алгоритма в системе управления нефтеперерабатывающим предприятием // Труды Института Системного Анализа РАН, Том 25(1), 2006,-с.7-19.

113. Выгон Г.В. Методы оценки нефтяных компаний в условиях неопределенности // Ж. Аудит и финансовый анализ 2001'1.

114. Виленский П.Л., С. А. Смоляк. Как рассчитать эффективность инвестиционного проекта. Расчет с комментариями. М.: Инст. пром. развития (Ин-формэлектро), 1996.

115. Выгон Г. В. Оценка фундаментальной стоимости нефтяных месторождений: метод реальных опционов//Экономика и математические методы. — 2002. том 37. - № 2. - С. 54-69.

Обратите внимание, представленные выше научные тексты размещены для ознакомления и получены посредством распознавания оригинальных текстов диссертаций (OCR). В связи с чем, в них могут содержаться ошибки, связанные с несовершенством алгоритмов распознавания. В PDF файлах диссертаций и авторефератов, которые мы доставляем, подобных ошибок нет.