APP下载

油气项目价值评估方法比较研究

2021-09-16李怀印

石油化工技术与经济 2021年4期
关键词:蒙特卡洛概率分布投资决策

李怀印

(中国石油化工股份有限公司石油勘探开发研究院,北京 100083)

自20世纪60年代问世以来,折现现金流方法(也称贴现现金流,Discounted Cash Flow,DCF)一直是最重要也是最为常用的一种项目评价与资产估值方法,在各个行业的应用都十分广泛,也是油气行业进行资产估值的主流方法。其主要特点是原理清晰简单,考虑了资金的时间价值,依据DCF结果进行投资决策简便易行。正因为DCF法简单易用、认同度高、应用广泛,人们已经“习以为常”,对其适用条件或有没有应用限制思考较少,对如何升级完善DCF法、弥补其不足的研究较少,国内尤甚。事实上,对于任何一个投资项目,如何准确预测十几甚至几十年内项目筹划、执行阶段与现金流计算有关的投入、产出,不论对评价人员还是决策者,都绝非易事,主要原因是项目评价、决策与实施过程都蕴含着很多不确定性,充满风险,即便项目本身相对确定,其面对的市场也会随时变化。单纯依靠DCF法进行资产估值,最终被证伪的几率非常高,即便给定一个容忍范围往往也难以实现,出现颠覆性(由预测盈利变为亏损)变化的例子也很常见。因此,如何在估值过程中合理应对和处理不确定性事件(风险因素),同时给决策和其后的项目管理一定弹性空间,成为DCF法的研究重点。

油气勘探开发项目投资大、风险高、周期长,不确定性客观存在且伴随项目的全寿命周期,单纯依靠DCF法评价项目,对确定性较高的项目(如勘探期结束并经过充分评价的待开发新油田、剩余可采储量较小的高成熟老油田等)能够获得相对满意的结果,但对项目信息十分有限的早期勘探项目,钻井数量较少的海上深水、超深水新油田项目等,不去识别并合理应对项目全周期内的风险事件,评估结果与实施效果将会有较大差异,对早期的投资决策也会带来很大困扰,甚至会误导决策。造成上述困难的原因之一是DCF法从理论上就有一定局限性,其隐含的2个假设与实际情况不符;其次是该方法模型过于简单,无法考虑风险和不确定性,近似于一种“确定性”方法,无法兼容未来的操作弹性;第三是折现率的选用存在一定的主观性。因此,人们通过不断研究、应用,逐步发现、移植、完善了能够计算期望价值的决策树法、能够模拟计算风险因素变化的蒙特卡洛法、能够充分考虑管理弹性的实物期权法等,这些方法在油气行业已有大量应用。

1 DCF法的优势与局限

DCF法就是用估值对象的未来净现金流,按照一定的折现率折回现值的总和即净现值(NPV),作为其内在价值的一种估算方法。

正因为DCF法已经成为资产评估的主流方法,人们往往忽视其应用的前提条件。事实上,从NPV的计算公式就能看出,DCF法使用的前提条件是:一要能较准确地预测未来的现金流量,二要能确定恰当的折现率。这两个前提条件说来简单,实际应用时却很可能差之毫厘、谬以千里。

首先,对未来现金流的计算(预测),是建立在一系列判断和假设基础之上的。以油气行业为例,无论是投入(资本性支出,投资,Capital Expenditure,CAPEX;操作成本,Operational Expenditure,OPEX)还是产出(油气销售收入),在未来实际发生时与评价时的判断都会存在偏差;其次,折现率的取值带有强烈的主观性和政策性,甚至难以定义什么是“恰当的”折现率,尽管有用加权平均资金成本(Weighted Average Cost of Capital,WACC)作为折现率取值之锚的方法,但是对于期望回报或者风险收益如何平衡,不同公司、不同类型项目会有很大不同。

鉴于以上原因,DCF法具有局限性,很多情况下不能客观真实地估算出真实价值。由于油气行业具有很强的不确定性,每个环节都存在一定风险,需要在方法上弥补DCF之不足。

2 DCF法的升级——DCF+蒙特卡洛模拟

鉴于DCF法的输入输出都采用确定性取值,实际评价中大都通过讨论几个有限的方案,试图涵盖诸多风险因素影响下的所有可能,实际上勉为其难;基于其结果进行投资决策,也会比较困难。

蒙特卡洛模拟可以对所有变量(参数)计算其发生的概率,按照一定方法描述其分布形态,建立各种特征估计,输出各种NPV、内部收益率(IRR)等的概率分布及特征估计,有利于做出科学决策。国外有关文献[1]给出了利用蒙卡方法进行油气项目价值评估的简化流程,输入参数(油价、产量、成本)均为概率分布,将其输入估值模型能够输出NPV的概率分布。

DCF与蒙卡模拟的结合,能够弥补传统DCF法之不足,允许在预测未来现金流量时叠加对其不确定性的模拟计算,使得每一组输入参数,都有一个发生概率,更符合客观实际,因此优于传统DCF法。

由雪佛龙公司等编写的“Standard Handbook of Petroleum and Natural Gas Engineering”(2016年,第三版),国际上应用广泛,体现了风险与不确定性评估的思想,在效益评估方面推荐使用蒙特卡洛模拟方法,评估出的效益指标(NPV/IRR)均为概率分布[2]。该手册在“7.4.4.9 Net Present Value(NPV)”中明确,NPV仍然被广泛接受,是投资项目应用最广泛的决策指标,但要注意其计算公式中的销售收入和投入费用可能无法完全准确预测。由于油气项目的复杂性,蒙特卡洛模拟是一种很好的解决方法,能够评价各种风险带来的不确定性,可以在现金流计算中模拟各关键风险因素的发生概率,输出NPV的概率分布和IRR的概率分布。根据输出评价结果的概率分布可以很容易地读出NPV为负的概率,期望NPV、IRR小于10%、15%的概率,以及如果选定10%为基准收益率,该项目达不到该指标的概率等等,对投资决策至关重要的特征参数。

巴西石油公司于2009年开发了基于@RISK的项目评价分析软件Progride,输入参数考虑了产量、投资、成本的概率分布,能够输出NPV期望值、NPV的概率分布以及NPV小于零的概率,与上述手册的基本思想一致。

3 决策树方法的改进

除了DCF法,决策树方法也已有不少应用,该方法通过模拟构建决策过程,把项目进程中的各种可能都罗列出来,并赋予各种可能的发生概率和预期效果,从而计算出不同路径的期望效益,最终计算出这个项目或资产的期望价值。

传统的决策树方法应用很广泛,在油气项目决策中的应用也很多,尤其是对不确定性强的勘探项目以及在早期资料十分有限的情况下决定是否打探井、评价井的决策中,决策树方法十分有效。

利用决策树方法对一个油气项目进行期望价值估算的过程,其实蕴含了决策过程。图1是一个高度简化的决策树模型[3],考虑了一个油气项目是否开发、获得不同储量的可能、需要不同花费的可能以及油气价格的可能,该项目的最终期望价值,相应的决策就是,如果最终期望净现值大于0就可以进入开发阶段,否则就废弃或继续等待开发时机。

图1 油气项目经典简化决策树模型

对于有了勘探发现接下来是否打评价井的决策(对钻井费用很高的超深水海上项目有实际意义),也可以用决策树方法评价。采用决策树模型估计某油气项目是否打评价井的各种可能性期望价值,结果是打评价井的项目价值(7 480万美元)大于不打评价井的最大可能价值(直接转让,5 000万美元),因此应该先安排1口评价井再考虑进入开发阶段[4]。

决策树方法应用的关键是如何计算不同可能性的发生概率,实践中最容易滑向采用专家打分(德尔菲法),人为给出概率值,从而使得该方法具有较强的主观性。另外,讨论有限的可能性,很难涵盖所有的风险因素;不经过专门的评估,甚至特有的关键风险都难以反映在决策树模型中;类似图1中每一个分支的价值计算仍然是基于DCF法,因此也无法考虑未来预期的弹性(例如根据油价变化及开发过程中获得的更多信息,调整开发方案及生产节奏等),从而限制了该方法的应用。

4 油气项目现代评价方法——实物期权(ROA)

一切投资项目都蕴含着诸多不确定性,支撑投资决策的评价方法必须能够最大限度地把这些不确定性考虑进来,通过各种量化方法影响到最终的价值评估。应对不确定性的评价方法有多种,其中决策树、蒙特卡洛和实物期权最常见,三者之间的不同是如何处理时间价值,决策树和蒙特卡络方法都用传统的折现率,实物期权则用风险中性概率(一般以无风险利率调整)。前者的选用本身就有较大不确定性,后者则相对确定(比如选用美国10年期国债收益率作为无风险利率,其历史波动相对较小且变动趋势较好把握)。

期权理论发源于金融领域,期权定价公式为Black-Scholes-Merton’s公式;Myers(1977)等剖析了NPV法隐含的2个前提假设过于绝对化的缺陷,提出了可解决传统NPV法评价项目经营柔性(Flexibility)不足的新的期权形式——实物期权(Real Option,ROA)。Paddock,Siegel,Smith(1980s)在“MIT Energy Laboratory”研究中,将ROA方法应用到油气行业,创立了PSS方法[6]。表1给出了Black-Scholes-Merton’s传统金融期权理论与PSS实物期权理论的对比,可以清晰看到两者之间的内在联系。

表1 金融期权与实物期权的对比

ROA方法的最显著特征或者说最突出优势,在于其考虑了决策过程中的管理弹性(柔性),正如L Trigeorgis教授在其专著中说的,“弹性有价值”(Flexibility has value),问题是如何对其进行估值。“目前已经形成广泛共识,采用传统的DCF法评估投资项目,无法有效考虑管理弹性,相应的决策无法适应和应对后期难以预测的变化”[7]。

ROA方法在国外的应用十分广泛,有人总结了1987—2010年在能源行业的应用案例,其中油气行业的应用占有相当比例[8]。

Shell公司早在20世纪90年代初就开始ROA应用探索[9],组建了专门小组、聘请了专业顾问,挑选了3类典型项目进行研究:(1)海上油气项目投资决策——时机选择,延期投资(延长勘探期)可以使不经济或次经济的项目变得有利可图;(2)高投入、低产出的前沿(Pioneer)领域、具有战略意义的项目——成长预期选择,与后期可能投资一起评估;(3)炼化项目——终止运行的选择。通过3个案例的分析,总结出应用实物期权评价方法进行投资决策的关键:(1)首先要向管理层解释并使其相信,有些评估方案隐含管理弹性(用以应对不确定性),无法用DCF法,只能用ROA法;(2)只评估那些最重要的可能选项,过多选项使问题复杂而增量价值不大,选出其中最优价值的投资选项(Options);(3)要做敏感性分析,尤其是对把握不好的参数,如波动率(Volatility)。

巴西石油公司在21世纪初就开始研究ROA方法及其应用[6],提出了应用ROA思想进行油气项目投资决策的流程(图2),分为4个投资决策(选择)阶段:(1)勘探投资选择——选择是否继续勘探,涉及的投资是3D和钻井等;(2)评价投资选择——勘探有发现,是否开展评价,涉及的投资是钻扩边井、3D,储量评估,为今后实施项目降低技术难度;(3)开发投资选择——当开发技术难度评估不足以决策进入开发,可以选择进入开发或退还给政府或等待油价上涨;(4)作业实施选择——扩大产能规模或维持或暂停生产或放弃矿权。

图2 应用ROA思想进行油气勘探开发项目投资决策

5 应用实例分析

某国某海上深水勘探区块,面积1 200 km2,水深1 500~2 500 m,离岸距离约280 km,已做2D/3D地震,无探井,但周边区块探井或评价井较多,综合地质研究判断该区块具有较好油气成藏条件,且无CO2风险。地震资料品质好,解释结果识别出2个次级构造,采用蒙特卡洛概率法计算,该区块内圈闭1地质资源量范围为62.36亿~102.55亿桶,Pmean值为81.25亿桶,圈闭2地质资源量范围为7.94亿~16.05亿桶,Pmean值为11.71亿桶,区块总地质资源量范围为70.30亿~118.60亿桶,Pmean值为92.96亿桶。开发专业类比邻区测试数据计算单井产能指标,采用蒙特卡洛概率法预测单井产量剖面,依据地质资源量进行全油田的产量、钻井工作量预测,最后得到全油田产量概率分布。根据开发方案产量、钻井工作量安排,钻井、海工进行工程方案设计,根据不同的投资指标经过蒙特卡洛模拟得到投资估算概率分布。最后根据该项目合同条款建立的经济评价模型,代入产量、投资等参数,经过蒙特卡洛模拟得到NPV、IRR的概率分布。

通过以上计算可以得知,该项目净现值(NPV)分布在-1.18亿~2.24亿美元,净现值小于零的概率约为20%,P10对应的NPV为1.63亿美元,P50对应的NPV为0.63亿美元,P75对应的NPV为0.1亿美元。项目内部收益率(IRR)分布在8.8%~12.4%,内部收益率大于10%的概率约为80%,P90对应的IRR为11.6%,P50对应的IRR为10.99%,P10对应的IRR为9.72%。依据这些结果结合其他因素进行投资决策,明显优于依据传统DCF法结果进行投资决策,越是不确定性强的项目优势越显著。

6 结语

油气项目不确定性强,任何基于确定性预测的评价方法都有局限性,即便讨论有限数量的情景,进行各种敏感性分析,用于投资决策的评价结论也会使决策者左右为难。为应对该类项目固有的不确定性,可以采用叠加蒙特卡洛模拟的DCF法、决策树法以及实物期权法等,全面考虑各种风险,估算风险后项目价值,挖掘不同选择下的潜在价值。通过一个海上勘探项目进行案例分析,估算考虑各种风险与不确定性的储量、产量、投资的概率分布,进入价值评估模型得到的NPV、IRR等(根据需要还可以输出更多效益指标)的概率分布,说明该方法对科学投资决策更有裨益,值得推广使用。

鸣谢:刘延莉、郭永强、吕彦平、张磊、朱凯、代冬聆、王欣、干卫星对本文作出贡献,特此致谢!

猜你喜欢

蒙特卡洛概率分布投资决策
面向纳米尺度金属互连线的蒙特卡洛模拟方法研究
投资决策
一类摸球问题及其解法
征服蒙特卡洛赛道
基于分级诊疗体系的转诊与政府投资决策研究
基于蒙特卡洛法的车用蓄电池20h率实际容量测量不确定度评定
当前形势下光伏发电行业投资决策方法探讨
弹性水击情况下随机非线性水轮机的概率分布控制
关于概率分布函数定义的辨析
风速概率分布对风电齿轮