基于熵权-TOPSIS法的海外油气投资方案评价

钱 媛

(中国石化石油勘探开发研究院, 北京 102206)

近年来,国内石油市场面临对外依存度高的困境。根据国家统计局数据显示,2021年国内生产原油1.99亿t,比2020年增长2.4%;进口原油5.13亿t,比2020年下降5.4%。虽然2021年石油的对外依存度和2020年相比略有下降,但仍高达72.1%。和国内油田项目相比,海外油田项目存在着分布范围广、资源类型多、投资风险高、财税模式和作业类型差异大等特点。在经营管理中,在考虑效益最大化的同时,还要考虑内部生产风险和外部政局、油价等风险因素。同时,在多个因素影响下,往往有多个各有优劣的开发投资方案供决策者选择。作为油田决策中的重要一环,选择一个合理有效的方案是成功决策的关键。因此,针对海外油气投资项目,考虑多目标决策并其对开展多属性方案分析研究,确定不同方案的比选顺序,可为决策者制定经营策略提供必要的决策依据。

1 评价指标的选择与量化

油气勘探开发的核心目标是效益最大化。在油气项目评价中,常用的经济评价指标为内部收益率、净现值和投资回收期。其中,内部收益率为主要指标,净现值和投资回收期通常作为辅助参考指标[1-2]。除了上述三个指标外,自由现金流、动态投资回报率、操作成本等指标也是油气项目投资决策时需要考虑的因素[3]。

为了实现油气项目的效益目标,其中的一个关键是对风险的控制。和国内油气项目相比,海外油气项目的开发往往具有更大的风险。其中,国际油气价格水平及其波动往往是影响海外项目开发投资评价的一个重要因素[4]。另外,海外油气项目所在资源国的政局和社会秩序、对外政策和法律税务、地缘冲突等也是进行海外油气项目开发投资时需要考虑的主要因素[5]。

油气项目实现效益的一个主要手段是油气储量的获取。考虑到海外项目不同风险因素的影响,石油公司并不一定能获得预期的油气储量[6]。因此,除了政局风险和油价风险外,本文还考虑了海外油气项目的储量风险。

基于上述分析,并结合海外油气项目中运用的评价指标,分别从经济、成本、风险三个方面选取了8个评价指标。其中,经济指标包括净现值、净利润和内部收益率;成本指标包括投资和操作成本;风险指标包括储量风险、政局风险和油价风险。具体的指标情况如表1所示。

表1 海外油气项目投资评价指标

图1 熵权-TOPSIS法的优化流程与步骤

在表1中,正向指标表示该指标的值越大越好,负向指标表示该指标的值越小越好。在风险指标中,储量风险是指方案中不同投资单元2P、2C及勘探新增储量所贡献的产量占方案所有投资单元组合的总产量比例,其中,2P储量表示储量的最佳估算量,2C储量表示条件潜在储量的最佳估算量。政局风险是指不同投资单元所处资源国的社会政局风险,其数值主要由专家打分获得。油价风险是指考虑低、中、高三套油价下的净现值的离散系数。

2 熵权-TOPSIS法的优化流程与步骤

海外油气项目是一个复杂的多目标系统,在进行开发投资决策时需要考虑多种因素及其之间的复杂关系。TOPSIS(technique for order preference by similarity to ideal solution,逼近于理想解的排序法)是多属性决策中常用的一种依据多指标多目标进行决策的算法[7]。其基本思想是基于无量纲决策矩阵,计算评估方案与正负理想方案之间的欧式距离,从而可以获得每个评估方案与理想方案的贴近程度和优劣排序[8-10]。TOPSIS法对数据的计算步骤简单并且对数据的利用程度较高,在风险评价领域运用较为广泛[11]。

在多目标决策过程中,不同的评价指标对最终决策的影响不同,因此在评价模型中有必要确定不同评价指标的影响权重。熵权法作为一种客观赋权的评价方法,在1949年由Shannon提出来描述和度量信息性质和系统的不确定性[12]。其基本思路是根据各个指标的变异程度,通过信息熵来确定各个指标的熵权,并通过一定的修正方法来计算各个影响指标的客观权重[13]。信息熵可以衡量每个指标的变化程度,其中信息熵越大说明指标的变异程度越低,可以提供的信息量越少,因此在最终评价研究中该指标的权重也就越小[14]。通过熵权法确定的权重可以避免主观因素造成的误差,将其引入TOPSIS法中,可以保证最终计算结果的相对客观[15-16]。

考虑到海外油气项目的多目标多属性特征,采用熵权-TOPSIS法来确定海外油气项目的投资评估和选择,该方法的主要流程如图 1所示。

2.1 构建初始决策矩阵

根据表 1确定的海外油气投资评价指标,首先构建各指标和方案的初始决策矩阵。假设待评价的方案集为M=(M1,M2,…,Mn),指标集为C=(C1,C2,…,Cm),则初始决策矩阵可以表示为

2.2 构建标准化决策矩阵

考虑到各项评价指标的单位和量纲不同会对方案选择的结果造成影响,因此需要对各项评价指标进行归一化处理,进而取得标准化矩阵V=(vij)m×n。

对于正向指标,归一化方法为

对于负向指标,归一化方法为

式中:vij为xij归一化后的值;ximax和ximin为第i个指标的最大值和最小值;i=1, 2, …,m;j=1, 2, …,n;m和n分别表示指标数和方案数。

各个评价指标的熵为

根据传统熵值定义,fij的计算公式为

显然,当fij=0时,lnfij没有意义。因此需要对fij进行修正:

最终可以得到各个评价指标的熵权为

2.3 构建加权决策矩阵

在得到各个评价指标权重和标准化后的指标值之后,通过将各评价指标的权重矩阵W和标准化决策矩阵V相乘,便可以得到加权决策矩阵R=(rij)m×n,其中:

rij=wivij

(8)

2.4 确定正负理想方案

通过加权决策矩阵,便可以确定海外油气评价的正负理想方案。其中,正理想方案的计算方法为

负理想方案的计算方法为

2.5 确定各方案与理想方案的距离

通过欧式距离计算公式,可以确定各方案与正负理想解的距离。其中,各方案与正理想方案的距离为

各方案与负理想方案的距离为

2.6 确定各方案与理想方案的贴近度

最后,可以得到各方案与理想方案的贴近度为

通常情况下,ηj的取值介于[0,1],并且ηj越接近于1,说明方案越接近于理想方案。因此,根据各个方案与理想方案的贴近度,便可以对海外油气项目的各方案进行排序比选,最终完成最优方案的选择。

3 实例分析

3.1 油气项目的初始化决策矩阵

中国某石油公司A公司在海外有30多个油气项目,在保证老井投资单元运营的基础上每年还需要决定是否对投资一些新井单元。综合考虑海外油气项目投资的成本效益等各方面因素的影响,A公司现有6个油气投资方案可供选择。根据表 1中的评价指标体系,6个海外油气项目方案的指标值如表2所示,即初始化决策矩阵(出于数据保密考虑,本文对上述数据做了处理)。

表2 海外油气项目投资评价指标值

3.2 评价指标的归一化处理

为了消除不同指标量纲和单位不同造成的影响,需要对各评价指标进行标准化处理,将表 2中各指标值进行归一化处理后的结果如表3所示。

表3 海外油气项目投资评价指标的归一化结果

3.3 确定各方案与理想方案的贴近度

在得到海外油气项目的标准化矩阵后,利用熵权法计算各评价指标的权重。根据式(4)～式(7),最终可以得到评价指标的权重为

W=(0.125 1,0.125 0,0.125 1,0.124 7,

0.125 3,0.125 1,0.125 1,0.124 4)。

按照图 1中的流程与步骤,通过各指标的权重和标准化矩阵,便可以构建加权决策矩阵,从而得到海外油气项目投资评价方案的正负理想解。根据式(11)～式(13),可以得到各方案与理想方案的欧式距离和贴近度(表4)。

表4 海外油气投资方案贴近度评价结果

3.4 结果分析及验证

由表4可知,方案6与理想方案的贴近度最高,为0.713 7;而方案1的贴近度最低,仅为0.250 0。具体的油气项目投资方案排序为:方案6>方案4>方案2>方案5>方案3>方案1。

根据所评价的指标来看(表 2),方案6的净现值和净利润在6个方案中是最高的,同时投资、操作成本和油价风险也是最高的;而方案1的净现值在6个方案中最低,同时投资、操作成本和油价风险也最低。另外,由表4可知方案1、方案3和方案5的贴近度都较低,分析发现上述三套方案在经济指标(净现值、净利润和内部收益率)中至少有一项指标是在所有方案中表现最差的,因此在最终的方案比选中排名较为靠后。同样地,方案2、方案4和方案6在经济指标中至少有一项是所有方案中最优的,因此在最终排名中表现较好。考虑到各指标的权重差别不大,净现值、净利润和内部收益率是影响方案最终排名的主要原因。

4 结论

从经济指标、成本指标和风险指标出发,构建了8个指标的海外油气项目的投资评价指标体系,并通过熵权-TOPSIS法对A石油公司的6个海外油气投资方案进行了评价比选。根据评价结果,可以得到以下结论:

1)从实证分析结果来看,海外油气项目方案的投资排序为方案6>方案4>方案2>方案5>方案3>方案1。其中,经济指标是影响最终评价结果的主要原因。

2)采用熵权-TOPSIS法进行油气方案的比选,充分利用了方案中各评价指标的信息,并且避免了主观因素的影响,可以有效地提高方案评价的效率。

3)海外油气项目的决策是一个复杂的体系,本文仅从经济、成本、风险角度对方案的选择进行了分析探索。若要获得更精确的结论,还需要细化指标和指标分级标准,考虑不同决策者的偏好,从而可以为决策者提供更精确的参考意见。