油田改造投资预测模型确定方法及应用

郭瑞 刘辰星 朱汉青

1中国海洋石油国际有限公司

2中海油研究总院有限责任公司

3中国石油新疆油田分公司风城油田作业区

我国油气资源较为丰富，分布地区也较为广泛[1]。东部地区由于开发年限较长，多数油田已经进入高含水、高采出程度的“双高”状态，都已经进行了不同程度的油气田改造工作。西部地区油气田由于开发较晚，普遍处于上产期和稳产期，随着开发程度不断加深，未来也会面临改造的问题。合理确定油气田改造的投资规模可以提高资金的利用效率和整体经济效益，对油气企业意义重大[2]。

国内外有关油气田改造项目投资规模的研究较少，陈兴德等[3]选取代表性的陆上砂岩区块，采用DEA 有效性法来确定新油田开发的经济投资规模，提出油田投资规模应在经济投资规模以下。徐观学等[4]采用相对有效性法分析了胜利油田1979—1998年的投资经济效益情况并给出改进建议。阳军[5]应用实物期权法预测了不确定条件下的项目最佳投资规模，并分别分析完全垄断、序列投资、完全竞争三种情形下的企业投资规模对企业经济效益的影响。张晓东[6]采用因子分析法来划分影响油气田改造投资的因素，并建立多元回归模型预测改造投资的规模。针对油气行业的项目来说，涉及投资规模巨大，如果无法科学的进行决策会存在巨大的投资风险，如投资过大、资金利用率低、投资不足等，引起投资偏差；而实物期权法确定项目投资规模存在很大的局限性，例如期权具有时效性，而油气资产的取得有很大的滞后性，期权中的扩张期权在油田的实际开发中很难做到，油田的规模一般都在合同中有所限定。DEA 法虽然通过投入与产出的有效性能够确定投资规模，但得到的是相对投资规模（横向比较相似油田数据得到），无法对油田未来各年的投资规模进行预测。因此，需要有更好的投资规模确定方法以适应油田实际。

本文分析了影响油气田改造投资的主要因素，采用因子分析法将相关性较强的因素进行归类，由归类后的指标与改造投资的关系建立回归模型。由于油气田改造投资与产出的关系存在一定的滞后性[7]，因此可尝试建立自回归模型来对油气田改造的投资规模进行预测。

1 油气田改造影响因素分析

油气田调整改造工程主要体现在稳定产量、增加产能、设备更新维护、节能减排工程、生产安全、环境治理工程等方面[8-9]。调整改造工作量大小受多方面因素的影响，与油气田规模、资产情况、开发指标、油价波动等有密切关系，具体包括油气田整体面积、地质储量、开发年限、剩余可采储量、井数、年产油、年产液、累计产量、综合含水率、资产规模、油价等[10-11]。

多因素分析相比单因素分析克服了诸多限制，可同时评价不同因素对被解释变量的不同作用。多因素分析法包括多元统计回归分析、主成分分析、因子分析、灰色关联度分析等[7]。因子分析法侧重于解释相关矩阵或协方差矩阵的内部依赖关系，可实现对多个变量的降维，降维后的因子能够较好地替代原始数据。

因子分析就是要寻找变量间的内在结构，以较少的几个因子反映大部分原始资料信息。利用因子分析法对表1 中各变量进行分析可以得出：随着地质储量、年产液、资产规模的增加投资随之增加，这部分因素可划归为增加产能因素；随着储量品位变差、累计产油增加、年产油的降低，投资随之逐渐增加，这部分因素可划归为稳定产量因素；随着油价升高，投资随之增加，这部分因素可划分为市场因素。其他影响因素还包括节能减排、环保安全和数字化改造等（鉴于掌握的数据限制，未将其他因素放入回归模型）。从上述指标中可提取三个公共因子，分别是工作量因子1、产能规模因子2、市场因子3，其中工作量因子1 反映了资产规模、井数、年产液等因素，因对产能规模影响较大也可称之为产能规模因子，同时该因子对投资的影响也最大。

表1 某油田开发指标及改造投资历史数据Tab.1 Development index and historical data of reconstruction investment of an oilfield

2 模型构建

2.1 滞后变量模型

生产经营活动中某些经济变量既受同期各因素的影响，又受过去时期各因素甚至自身过去值的影响，这种过去时期对目前状态有影响的变量叫做滞后变量，含有滞后变量的模型称为滞后变量模型[7]。滞后变量模型因考虑了经济活动中广泛存在的时间滞后效应，又称为动态模型。

2.1.1 滞后效应的原因

通常来说，解释变量与被解释变量的关系不是同时发生，而是在时间上存在一定的滞后性，也就是解释变量的变化对被解释变量的影响需要一段时间来逐步显现，被解释变量的变化也可能受自身过去状态的影响。经济活动中产生滞后效应的因素较多，主要包括：

（1）心理因素。人们固有的行为习惯与心理往往滞后于经济形势的变化，固有行为的延续产生了滞后效应。

（2）技术因素。工业生产中，从生产到流通再到使用的每个环节都需要时间，如当年的产出某种程度上依赖于过去时期的投资所形成的固定资产，从而形成时间滞后。

（3）制度因素。管理制度、条约等因素会造成经济行为的滞后，如过去签订的订货合同影响当期产品的产量。

2.1.2 自回归模型

如果滞后变量模型中的解释变量仅包含当期值与被解释变量的一个或多个滞后值，则称为自回归模型。自回归模型的一般形式为

式中：Yt为第t期的因变量；Xt为第t期的自变量；滞后期长度q也称为自回归模型的阶数，α0、α1、βi为系数，μt为随机变量。

2.1.3 自回归模型的参数估计

自回归模型估计时的主要问题在于，滞后被解释变量可能与随机干扰项相关，或与随机干扰项出现序列相关性。因此，对自回归模型的参数主要需视滞后被解释变量与随机干扰项的不同关系进行估计。

对于一阶自回归模型而言，若滞后被解释变量Yt-1与随机干扰项μt同期相关，则普通最小二乘估计是有偏的，并且不是一致估计。针对上述情况可采用工具变量法，即寻找一个新的经济变量Zt作为Yt-1的工具变量进行估计。参数估计量具有一致性。若滞后被解释变量Yt-1与随机干扰项μt同期无关，则可直接使用普通最小二乘法进行估计，得到一致估计量。以上方法只解决了解释变量与随机干扰项相关对参数估计的影响，没有解决随机干扰项的自相关问题。对于自回归模型，随机干扰项的自相关问题始终是存在的，目前唯一可行的方法就是使建立的模型尽可能正确，从而减轻序列相关程度。

2.2 油气田改造投资模型构建

在计量经济学研究中，有一类模型用来研究物资储备问题——局部调整（partial adjustment）模型。油气田改造的投入与产出过程可以类似的看作是一个物资储备过程。例如，油气田随着开采的持续，产量不断递减，企业为了保证油田稳产，必须在递减年份投入一定资金进行改造，对于一定的开发指标Xt，存在着预期的最佳改造投资额Yte。局部调整模型的最初形式为

可以看出，不易观测。由于生产条件的波动，生产管理方面的原因，改造投资Yt的实际变化量只是预期变化的一部分。改造投资按预定的水平逐步进行调整，故有局部调整假设，即

式中：γ为调整系数，0≤γ≤1。

上式还可写成

表明实际改造投资是本期最佳预期投资与上期实际投资的加权和。将公式（2）代入公式（4）式得

由以上可知，油气田改造投资规模确定的局部调整模型实际上是一个自回归模型。在实际应用中，可以根据油田各年改造投资与开发指标的数据，代入自回归模型进行回归，从而预测未来生产所需投资。需要注意的问题是变量滞后期的选择，如果滞后期设置较长，将缺乏足够的自由度进行统计检验。目前没有先验准则能够确定滞后期长度，可行的方法是使用赤池信息准则（AIC）和施瓦茨准则（SC）来确定最佳滞后期。

3 模型应用

由前文讨论的方法，构建某油田改造投资与开发指标的自回归模型。根据因子分析的结果将F1、F2、F3与改造投资进行多元回归，可将模型设定为如下形式：

式中：GZTZ为油田年改造投资；F1为油田工作量因子；F2为油田产能规模因子；F3为市场因子；Yt-1为年改造投资的一阶自回归；μt为随机干扰项。

应用Eviews7 软件对该模型的多元回归分析结果为：

估计结果表明，模型拟合优度(R2)为0.984 7，修正后的拟合优度()为0.923 8，说明模型可以解释95%以上的情形。F统计量较高，说明模型整体十分显著，能够满足油气田改造投资的预测要求，D.W.统计量检验表明无明显自相关性。根据公式（7）估计的A油田未来3年改造投资额如表2所示。

表2 某油田未来3 年各年改造投资额Tab.2 Annual reconstruction investment amount of an oilfield in the next 3 years 万元

4 结论

油气田改造投资规模问题是实际工作中经常遇到的问题，合理确定投资规模有助于提高油气田整体经济效益。本文充分考虑油气田特性，采用计量经济学方法建立了油气田改造的投资预测模型。通过某油田的应用表明，此方法的优势在于充分考虑影响油气田改造投入与产出的各种因素，将众多影响因素采用因子分析法归集为主要变量在模型中得以体现，最终得到的投资规模预测模型能够较好反映投资实际情况。模型考虑到改造投资对开发指标的影响可能存在一定的滞后性，故在模型中加入了投资的自回归项，以使预测结果更加科学。

应用本方法计算出的油气田改造投资应与工作量定额法确定的改造投资结合使用。当两种方法计算出的投资额相差过多时，可针对性地分析原因，做到方法互补，从而使油气田改造投资规模确定工作更加客观、准确。