多目标决策分析方法在海洋油气勘探技术和财务不确定性分析中的应用

多目标决策分析方法在海洋油气勘探技术和财务不确定性
分析中的应用
摘要：石油公司当前正在面临这两大挑战，一是油价的高波动性，二是决策的复杂性日益增加。

鉴于此，石油公司应当拥有充足的决策工具，来评价财务、环境、技术和市场等因素引起的成本和收益影响。

本文阐述了一种使决策者在评价新的油气投资机会时，可以清晰的考虑两个目标：财务和技术获益。

在一个勘探和生产型公司的资本预算过程中，多目标理论被应用于考虑技术带来的挑战。

这个方法说明了在勘探非常成熟的盆地，唯一的制约因素就是经济性。

另一方面，在一些看似不具有吸引力的盆地，诸如深水区域，如果财务收益和技术优势能够相互作用，可能预示着一定的勘探潜力。

所提出的模型为油气勘探提供了重要观点，既指导管理层作出更好的决策，又能为决策者提供本公司现有水平下技术进步带来效益信息。

关键词：多目标决策分析法；海洋油气勘探；财务
中图分类号：F740.45 文献标识码：A 文章编号：1001-828X（2014）06-0399-02
一、引言
过去的几十年，石油公司极大的增加了国际勘探和生产
投资的力度。

石油投资决策者面临着诸多的不确定因素，比如未来的油价、储量、环境，油气行业前景、财税制度，当前勘探程度，作业特点等。

决策不可能孤立的作出，而是要跟其他地区的相关数据进行类比。

此外还要考虑资金等资源限制因素。

近来许多海洋石油勘探开发领域的技术进步就是这种
方法的例证，最典型的就是巴西深水开发技术，比如Campos 盆地正在生产的Marlim油田位于1709米（5607ft）水深处。

鉴于上述成功案例对石油市场的重要性，上游投资决策过程中逐渐开始考虑技术革新的因素。

当我们在众多技术复杂、经济上充满不确定性的项目中进行优选时，这无疑是正确的选择。

这在新区勘探中是十分常见的，比如近期在Campos盆地、墨西哥湾和西非深水区域的重大发现就要求具备先进的深水生产技术。

此外，世界范围内政府政策均倾向于鼓励向更深水域油气勘探开发项目的投资。

开发上述区域的勘探目标要求公司投入大量的技术和
资金。

尽管努力实现成功勘探和有效控制成本的重要性非常明显，但是技术等因素的价值难以衡量，也难以体现在资本预算之中。

这种现象十分常见，因为石油公司往往视技术和环境为一项成本负担，而不是一项可以从中获取可观回报的投资。

评价投资项目的方法通常是考虑资金及其时间价值，忽视技术进步的收益和公司愿意承担的各种风险。

从最近一
系列新的深水油气区块的兼并和收购现象可以看到一种趋势，即石油公司在技术并未全方位满足时也大胆投资深水区块。

如今，该产业正在应用的技术诸如三维地震采集和解释、可视化、大量计算的层序地层分析、超深水生产设施、水平井和多分支井以及智能井等，在三十年前都是复杂而又昂贵的不可想象的。

Heinemann等人曾经探讨过技术进步为油气勘探和生产作业带来的价值如何量化这一问题。

不能将技术和环境的价值量化并以某种形式考虑到经济分析模型之中，仍然是令模型更加精确的最大障碍。

结果就是在评价的过程中，公司通常只考虑技术失败后的补救措施带来的支出，而未考虑技术成功后带来价值。

由于评价技术进步价值的难度非常大，所以公司也很难准确量化给公司价值带来的提升。

本文为石油勘探开发项目决策者提供了一种可以将技
术进步纳入资本预算分析的模型，解决了勘探风险、资金和技术相结合带来的协同效应如何量化的问题。

建立模型的主要动机是尝试解释公司在当前技术条件尚未完全满足时便
敢于向超深水领域投入资金。

本文分为两个个部分内容。

第一部分讨论了通过Logistic 方程来评价和量化技术收益的方法。

第二部分介绍了模型中应用的一种基于多目标效用理论（MAUT）的决策分析方法。

这种方法使得公司可以系统性的考虑财务和技术因素的价
值，并综合纳入勘探与生产项目决策框架之中。

二、技术收益和效用模型（Logistic Model）
技术进步有两个相关特点在提出海上油气作业的多重贡献模型（Multi-attribute Model）中十分重要，一是技术可以长期进步，二是每隔一段时间变会有新技术成功出现来满足作业的需要。

Lanford指出技术进步的三个特点。

首先，S型曲线（S-shaped Curve）适用于深水开发作业，因为这些年来的很多实践已经证明了这一点。

其次，经过修改的logistics曲线可以用来模拟整个技术进步的情况，包括十多年以来在深水开发方面的重大技术突破。

最后，一种技术代替另一种技术也符合S型曲线的特点，期初替代率很低，然后是新技术被大量的接收，在达到成熟阶段这种替代行为逐渐降低。

这里有一个假设前提，就是一旦新技术开始代替旧技术，将一直持续到旧技术被完全替代。

Nepomuceno，Suslick，and Walls等人就水深2000米以内的深水开发技术，基于S型曲线开发了一个基于技术和财务变量的投资决策模型。

这个模型不仅用Logistics曲线模拟现有技术，还模拟了未来二十年可能出现的超深水勘探开发技术。

除此之外，还有必要包括分别由公司对技术挑战的风险容忍度和新技术开发进步速度决定的公司行为本身。

上述行为的重要指标就是公司在深水区块的参与程度，也就是
要回答两个问题：第一，这些区块未来可能获得多大的成功？第二，超深水开发技术还需要多少年可以成熟？
找出上述问题的答案并非易事。

评估未来深水开发技术的发展程度是决策框架中的重要环节。

评估阶段可以帮助公司估计新技术对解决深水作业难题方面的效果如何，辨析用于解决未来问题的技术参数。

在海洋石油勘探开发的众多技术参数中，选取水深和储藏埋深用于建模。

技术进步的价值可以分为以下四种：（1）降低开发投资，（2）降低操作费，（3）增加产量，（4）增加探明储量。

上述曲线表明技术模型可以用于预测深水开发技术的能力和实现技术所需的大概时间。

大多数技术评估模型都十分接近S型曲线，早期的进展十分有限，然后是快速增长，技术全面应用导致效率明显提高，最后是饱和状态临近时增长率的下降。

图1是使用Logistic 曲线预测2000米以深水域开发技术的主要步骤。

采用效用函数建模分为以下两步：（1）根据截至当今巴西和墨西哥湾深水区块勘探所用技术来调整Logistic 曲线；水深1000米以上的巴西深水和760米以上的墨西哥湾深水区域成功探井的累积数是非常重要的指标；尽管这两个地区的地质环境和探井成功率的有差异，曲线仍然符合Logistic曲线的特点且两个区域的形状非常类似。

（2）第二步是决策者预计这些技术可以在市场上
应用所需要的时间。

参考以下表达式：（1）
其中u（x）表示技术的效用方程（logistic Utility Function），a和b是常数，c是风险厌恶协方差，x是数据变量（比如水深），e为指数常数。

采用效用方程是因为它符合我们所要求的理论属性，且有简洁的数学表达。

第二步是对技术扩散的模拟。

采用随机模拟的方法进行。

三、多目标效用理论（MAUT）
多重效用理论提供了一个逻辑可行且十分讲究策略的方法抵消了各个目标之间的冲突。

第一步是将各目标赋予权重，决策需要使效用函数取得最大值，就取决于公司一系列的目标及目标之间的相对重要程度。

MAUT模型中的这些权重确定方法是每一个目标与其他目标之间都要比出相对重要关系，然后根据重要程度给目标排序。

总之，权重的赋予结果必须与决策者的偏好一致。

MAUT方法的应用必须要为每一个标准建立不同的效用函数。

对因不确定性而可能出现的各种结果，效用方程将量化并为之排序。

偏好评价阶段将侧重于规范的衡量决策者对于目标之间的价值补偿情况。

需要建立一个目标函数，聚集了公司所有的目标和达成这些目标可能出现风险的态度。

虽然石油行业中将技术标准应用到决策分析，或者使用MAUT来配置资本的问题并不多见，Nepomuceno，Suslick，and Walls等人是目前唯一对此做过学术尝试的。

第二步是收集各个组合的目标。

求和公式如下：
其中，i表示序号，xi表示属性i的评价值，ui表示决策者对x的偏好程度，k表示属性i的相对重要程度，所有k
之和为1.
我们追求的目标就是多重属性效用值的最大化。

因此，每个选项得到的大量效用值可被用来排序，以显示决策者对这些选项的偏好。

与目标之间相关的效用价值将用来指导决策并反映目标的实现程度。

只要决策者的偏好准确表达了出来，该求和公式就可以将其准确反映在结果当中。

MAUT模型：技术和财务上的不确定性
上述模型中，公司要实现目标必须面对风险和不确定性。

这些风险和不确定性将影响财务结果，以及深水勘探项目的技术收益。

鉴于此，公司在评价并做出最佳选择时需要考虑两个主要目标：（1）最大化项目的财务效益，（2）最大化勘探和生产的技术收益。

图4示意了这两个目标如何影响决策。

第一步是构建公司的目标，第二不是评估价值补偿和公司的风险偏好。

根据前述的MAUT公式，我们可以得到以下形式的公式：
（3）
其中u（npv，tec）表示总体效用；kn和ki是因数，代表各自的重要程度，u（npv）是基于NPV的计算结果，而u （tec）是考虑到技术收益后的npv，即技术进步带来的生产效率的提高。

四、结论
本文展示的是一种方法，可以量化深水勘探项目的技术收益和财务收益。

这种方法的提出显示了单目标决策模型不能为决策者通盘考虑其他重要的因素提供必要的支持，比如仅以财务表现最佳为目标。

此模型有利于决策者清楚的考虑伴随技术和财务表现的风险和收益、决策者对其中一些风险的承受能力，以及勘探决策所需要达到的各种目标之间的相对重要性。

MAUT模型通过综合考虑决策过程的各种贡献，提出了合理的数学公式，并被应用于巴西以及世界上其他深水地区油气勘探项目决策。

结果表明深水油气勘探开发技术进步适用Logistic方程。

当有必要给一些技术特点不同的项目排序时，使用Logistic方程可以为决策者更系统的表达公司在技术进步方面需要达到的战略目标。

参考文献：
[1]0253-2697（2005）05-0042-06 郭睿，原瑞娥，等.海外油气田开发新项目评价方法研究[J].石油学报，2005年9
月出版，第26卷第5期.
[2]安丰春，魏军，张大明.国际石油勘探开发合作项目的经济评估方法[J].石油天然气学报（江汉石油学院学报），2005年，第27卷第4期.
[3]Michael R. Walls ?“Corporate risk-taking and performance ：A 20 year look at the petroleum
industry”?Journal of Petroleum Science & Engineering，2005，48：127-140.
[4]Saul B. Suslick，Ricardo Furtado ?“Quantifying the value of technological ，environmental and financial gain in decision models for offshore oil exploration ”? Journal of Petroleum Science & Engineering，2001，32：115-125.
[5]Marco Antonio Guimaraes Dias ?“Valuation of exploration and production assets：an overview of real option models”? Journal of Petroleum Science & Engineering，2004，44：93-114.。