油气田企业勘探开发资本投资预测问题浅析

范国权 徐秀文

【摘 要】 油气田企业勘探开发资本投资规模巨大，风险较高，对其进行理性、科学的预测具有重要的现实意义。文章从油气田企业特性出发，对其勘探开发资本投资的主要影响因素进行了简要分析，对现有预测方法在企业中的应用进行了系统述评，并对进一步完善油气田企业勘探开发资本投资预测提出了相关建议。

【关键词】 资本投资预测； 油气田企业； 预测方法

一、研究背景

近年来，随着我国经济体制改革的不断深入以及石油石化企业集团的重组改制，我国油气田企业的投资环境发生了深刻变化，其投资管理能力也被赋予了更高的要求，而加强勘探开发的资本投资预算则是油气田企业投资管理中的重要环节之一。

油气田企业的生产对象为不可再生资源，勘探开发的资本投资是其生存和发展的主动力之一，但历史数据表明，勘查和勘探投资中只有不到20%的支出能够有商业发现，而在获取的石油矿产储量中，也只有不到20%能够进行商业生产。由于投资数额大、回收周期长，地下油气资源不确定性高，不当的资本投资规模将为企业生产经营带来较高风险。因而，油气田企业对资本投资预测进行深入研究，使自身通过完善的资本投资预算网络和科学的管理程序，及时获得必要的勘探开发资本投资规模数据，不仅是提高其投资管理能力的重要途径，同时具有重大的现实意义。

二、油气田企业勘探开发资本投资预测主要影响因素分析

油气田企业的资本投资预测，主要考量两个影响因素：油气田产能建设和企业资金承受能力。

(一)油气田产能建设

油气田产能建设主要指为了维持油气田既定产量而发生的生产建设活动。油气田产量的来源是储量，而油气储量不同于一般资源，其本身具有自然递减性，油气田进入全面开发，产量达到峰值后，必然要步入产量递减的开发趋势，因而，油气田企业为了保持长期稳产，必须在勘探开发上进行大量投入，以保证新区开发建设、老区滚动勘探等一系列生产活动的有序进行，进而将储量转换成产储量。

油气田企业资本投资的变化取决于其产能的变化，因而，需对其产能进行预测分析。油气田产能受多方面因素影响，在对其进行预测时需考虑储层的自然条件、勘探开发技术、企业环境以及外部环境等，具体包括：

1.自然条件，包括储层的岩性、物性、含油气性、流体(油气水)性质等。油气田企业能够通过测井资料预测储层的自然产能，其理论方法有很多种，比较有代表性的是平面径向流公式，但由于公式中的一些参数确定比较困难，因此习惯上许多人还是采用经验的方法，即把储层的自然产能与测井资料或储层参数直接建立关系。

2.技术条件，包括油气田企业所采用的勘探开发技术、开采方式、开发井类型、完井方式、采油工艺、集输流程等。

3.企业环境，包括企业战略目标、管理水平、生产组织形式等。

4.外部环境，包括油气田所在地经济水平、产业结构、地理环境、市场环境、地区税收及金融政策等。

对不同油气田区块的产能进行预测后，可估算其相应工程量，从而对与其相关的勘探开发资本投资进行预测。由于新、老油气田区块勘探开发建设所需的投资额度不同，因此需根据新区产能建设、老区零散井建设、老区综合调整等工程的预算量，结合相应的投资数额，预测油气田企业整体勘探开发资本的投资规模。

(二)油气田企业资金承受能力

我国油气田企业的主要资金来源是集团公司投资和企业自有资金（包括固定资产折旧、注资和其他自有资金等），其中企业自有资金所占比例往往较高。在对油气田企业勘探开发进行资本投资预测时，需充分考虑这一企业具体实际，将油气田企业的资金规模、资金渠道、资金使用范围、风险应对能力等因素纳入研究范围之内，使勘探开发资本投资的预算与企业资金承受能力相契合、相适应。

三、主要资本投资预测方法在油气田企业中的应用评价

由于油气田企业所在行业的特殊性，对其勘探开发资本投资预测的研究相对复杂，尚缺乏系统的模型或方法，因此企业需通过实践进行不断探索。目前主要有以下三种方法可供油气田企业借鉴使用。

(一)回归预测法

回归预测法又称回归分析法，是一类以相关原理为基础的因果关系预测法。该方法用回归方程表示因变量和自变量之间的相关关系，并根据自变量的数值变化，预测因变量的数值变化。其基本思路是通过对有关历史统计数据的处理，分析预测对象发生变化的原因，掌握其原因的变化趋势，即，分析预测对象及其有关影响因素的相互联系，并用适当的回归预测模型表达出来，进而利用模型进行未来变化的预测。

回归预测法的类型包括一元回归预测、多元回归预测、自回归预测等，其中，多元回归法对于研究对象的考虑较为全面、更加贴近实际，因而应用更为广泛。

从油气田企业勘探开发资本投资预测的现实角度来看，回归预测法的应用可能具有一定局限性。首先，油气田勘探开发资本投资的影响因素众多，因此变量的选择和确立、数据的搜集和整理存在较大困难。其次，由于产业政策变动、油气价格调整、社会突发事件等的影响，回归预测模型中的正态分布假设难以成立。

(二)灰色预测法

如果一个系统部分已知，部分未知，则被称为灰色系统。灰色系统理论是一种处理不完全信息的新型理论，强调从系统内部研究其结构功能，它不使用随机变量这一概念，而是把它看成在一定范围内变化的灰色量，然后做出有效处理，而不是寻求其统计规律。一般来说，社会系统、经济系统、生态系统等都是灰色系统。

油气田企业勘探开发资本投资问题是一项系统工程问题，这种系统是典型的灰色系统，其主要特征是该系统内部既含有己知信息又含有未知、不确定信息，以往的投资数据是已知信息，而设备、材料价格发展趋势、工程造价指数走势以及国际石油发展动态等都是未知信息。在油气田勘探开发资本投资中使用灰色预测方法，可以在仅仅知道若干年历史资本投资数据，而不明确影响资本投资的各项因素作用的情况下，通过对原始数据产生的生成数建立灰色预测模型，推出资本投资预测值。

灰色预测法在油气田企业应用的局限在于，该方法仅适用于原始数据非负、符合或基本符合指数规律变化且其变化速度不是很快的情况。用该方法来进行油气田的产能、资本投资预测时，对各个历史时期的生产状况的有效性与非有效性不能加以区分，所得的预测值可能不是油气田企业所能达到的“最大产量”或“最小投入”。

（三）DEA预测法

数据包络分析(Data Envelopment Analysis)简称DEA，它是数学、运筹学、数理经济学和管理科学的一个新的交叉研究领域。作为一种新的非参数统计估计方法，DEA预测法使用数学规划模型比较决策单元之间的相对效率，对决策单元进行评价，同时能够判断各决策单元的投入规模是否适当，并给出各决策单元调整投入规模的正确方向和程度。由于该方法排除了许多主观因素，因而具有较强的客观性和操作性。

油气田企业可采用DEA预测法，根据勘探工程资本投资、开发工程资本投资等对产能的不同影响，建立适合油气田勘探开发资本投资预测的DEA模型，即，根据油气田企业生产特点和投资方向的具体情况，选取主要技术经济指标：投入指标，如油田勘探投资、油田开发投资等；产出指标，如油气田企业常用产能指标(油气产量)，利用DEA模型对各项投资进行预测，进而分析预测油气田整体勘探开发资本投资规模。

DEA预测法与生产函数的关系使得它在资本投资预测方面能够克服传统方法的“平滑性”而进行“最优性”的预测，因而在油气田勘探开发资本投资预测分析中具有较大应用价值。

四、油气田企业勘探开发资本投资预测相关建议

目前，油气田企业勘探开发的资本投资预测存在的主要矛盾和问题有：资本投资预测方法不够合理、科学，人员在观念和认识上对资本投资预测工作不够重视，资本投资预测控制和评价制度不完善，缺乏相应的约束和激励机制，针对这些问题，本文提出以下具体建议。

(一)建立并完善资本投资预测信息管理系统

资本投资预测的信息管理系统建设是简化预测过程、提高预测精度的有效途径。油气田企业可与软件开发公司合作，根据企业现实需求，建立勘探开发资本投资预测分析信息系统，通过计算机和网络完成相关信息的收集、整理以及资本投资数额的预测计算。针对预测实践中存在的各项问题，企业还需对系统进行及时的调整和维护，以保证其适用性和科学性。

（二）提高资本投资预测管理人员素质

人是资本投资预测的制定者，也是相关制度的被考核者，是企业资本投资预测工作顺利开展的决定性因素之一。企业需对具有专业预算管理知识的人才进行按岗按需分配，保证其业务执行能力的发挥。同时，加强资本投资预测管理人员专业知识及技能培训和职业道德教育，不断更新其知识体系和工作理念，确保管理人员能够掌握科学、先进的预测手段，使资本投资预测工作发挥最佳效应。

(三)建立健全资本投资预测相关监督、考评体系

油气田企业为保证资本投资预测的有效性，应建立资本投资预测执行与责任考评制度，明确投资预测各环节的相关责任人，根据其预测工作任务完成情况和工作职责履行程度，对其行为进行量化考核。通过健全完善的监督、考评体系的实施，达到充分发挥资本投资预测管理人员主观能动性、培养其工作责任感的目的。

(四)加强部门间密切配合

油气田企业勘探开发资本投资预测工作不仅是预算管理部门的职责，同时需要企业内其他相关部门密切保持配合。各部门应着眼于企业的长期稳定发展，根据企业实际需求情况，就投资规模的预测及时交换信息，沟通意见，共同促进企业投资管理水平的提升。同时，企业还应与业内专家、学者广泛接触，以便及时更新知识体系，掌握先进的预测手段和方法。

【参考文献】

［1］ 林金高.石油、天然气会计问题研究［M］.大连:东北财经大学出版社，2002.

［2］ 孙利国，王玉梅，何石.利用平面径向流公式预测油层自然产能的方法［J］.测井技术，2000（S1）:527-530.

［3］ 丁文国，滑东武.用灰色模型预测油田建设工程投资［J］.油气田地面工程，1993（2）:74-76.

［4］ 张军.油田勘探开发投资预测研究［D］.东营：中国石油大学（华东），2006.