天然氣跨境投資動(dòng)態(tài)混合決策模型

金 峰 周 娟 向文武 張婷玉 李懷印

1.東南大學(xué)經(jīng)濟(jì)管理學(xué)院 2.東南大學(xué)國(guó)家發(fā)展與政策研究院 3.中國(guó)石油西南油氣田公司天然氣經(jīng)濟(jì)研究所 4.中國(guó)石化石油勘探開(kāi)發(fā)研究院

0 引言

近年來(lái)，在錯(cuò)綜復(fù)雜的全球經(jīng)濟(jì)形勢(shì)下，我國(guó)宏觀經(jīng)濟(jì)仍然保持了穩(wěn)步增長(zhǎng)的態(tài)勢(shì)，對(duì)能源的需求量尤其是油氣的需求量持續(xù)攀升，對(duì)境外油氣的依存度不斷升高。 2021年，我國(guó)原油對(duì)外依存度超過(guò)72%、天然氣對(duì)外依存度達(dá)到46%[1]，本來(lái)一段時(shí)間內(nèi)，如何有效滿(mǎn)足中國(guó)天然氣需求量增長(zhǎng)成為備受關(guān)注的研究熱點(diǎn)[2]。得益于全球天然氣資源豐富、產(chǎn)量持續(xù)增長(zhǎng)，基礎(chǔ)設(shè)施逐漸完善，特別是頁(yè)巖氣革命提高了天然氣開(kāi)采水平，為我國(guó)利用海外天然氣資源奠定了良好的基礎(chǔ)[3]。自改革開(kāi)放以來(lái)，中國(guó)的油氣企業(yè)陸續(xù)在全球開(kāi)展境外油氣投資，海外資產(chǎn)總量穩(wěn)步增長(zhǎng)。作為我國(guó)海外油氣投資合作的主力軍，中國(guó)石油天然氣集團(tuán)有限公司、中國(guó)石油化工集團(tuán)有限公司和中國(guó)海洋石油集團(tuán)有限公司2021年的海外權(quán)益產(chǎn)量高達(dá)1.67×108t油當(dāng)量，其中天然氣權(quán)益產(chǎn)量約占25%[4]。

但是2020年以來(lái)，受新冠肺炎疫情全球蔓延、大國(guó)政治博弈加劇以及低碳轉(zhuǎn)型推進(jìn)等的影響，地緣政治動(dòng)蕩、天然氣供應(yīng)緊張、能源價(jià)格波動(dòng)、資源國(guó)合作政策變化、匯率波動(dòng)和公共安全等問(wèn)題在全球范圍內(nèi)凸顯[5]，加上國(guó)內(nèi)保障能源供應(yīng)安全的壓力增大，打亂了油氣產(chǎn)業(yè)原有的發(fā)展軌跡，油氣企業(yè)正在經(jīng)歷新一輪投資預(yù)算壓縮和降本增效的“陣痛”。尤其是2022年初俄烏沖突的爆發(fā)，造成傳統(tǒng)能源供給量不足，導(dǎo)致國(guó)際油氣價(jià)格劇烈波動(dòng)，加大了油氣跨境貿(mào)易投資合作的風(fēng)險(xiǎn)，重塑了全球能源供需格局，加劇了全球能源博弈，迫使歐洲重新?lián)肀鹘y(tǒng)能源和核能，能源綠色低碳轉(zhuǎn)型步伐受阻，使得全球能源市場(chǎng)和能源安全面臨近50多年來(lái)最嚴(yán)重的風(fēng)險(xiǎn)和挑戰(zhàn)[6]。作為產(chǎn)業(yè)鏈起始端的天然氣上游勘探開(kāi)發(fā)，不確定程度較高、投資風(fēng)險(xiǎn)較大[7]，天然氣跨境投資合作風(fēng)險(xiǎn)評(píng)估就顯得尤為重要和必要。因此，筆者以風(fēng)險(xiǎn)防控為導(dǎo)向，建立了基于風(fēng)險(xiǎn)因素評(píng)估、蒙特卡羅模擬和實(shí)物期權(quán)等方法集成的綜合分析方法，以期為復(fù)雜天然氣跨境投資決策提供新的分析思路。

1 天然氣跨境投資決策研究現(xiàn)狀

關(guān)于投資項(xiàng)目經(jīng)濟(jì)評(píng)價(jià)、項(xiàng)目風(fēng)險(xiǎn)評(píng)估、實(shí)物期權(quán)和蒙特卡羅等方法的研究較為豐富，但大多數(shù)都呈現(xiàn)出碎片化、自成體系的特征，僅僅解決了天然氣項(xiàng)目投資決策中的特定問(wèn)題。目前尚未見(jiàn)到系統(tǒng)性分析天然氣重大投資決策和風(fēng)險(xiǎn)管理的研究成果。

1.1 實(shí)物期權(quán)方法在油氣投資決策方面的應(yīng)用

1973 年，美國(guó)學(xué)者 Fisher Black 和 Myron Scholes提出了期權(quán)定價(jià)模型，為現(xiàn)代項(xiàng)目估值理論提供了新的研究方向。相關(guān)學(xué)者將期權(quán)理論應(yīng)用到油氣、礦業(yè)等實(shí)物標(biāo)的資產(chǎn)，構(gòu)建了實(shí)物期權(quán)理論（Real Option Analysis,縮寫(xiě)為ROA）[8-10]，并在油氣產(chǎn)能投資合作決策中得到廣泛應(yīng)用[11-12]。主要是研究當(dāng)油氣投資項(xiàng)目經(jīng)濟(jì)評(píng)價(jià)模型—現(xiàn)金流折現(xiàn)模型（Discounted Cash Flow,縮寫(xiě)為 DCF）得到的凈現(xiàn)值（Net Present Value,縮寫(xiě)為NPV）小于零，如何綜合考慮企業(yè)的戰(zhàn)略和運(yùn)營(yíng)靈活性以及管理的柔性，做出更具有科學(xué)性和戰(zhàn)略性的決策。相關(guān)學(xué)者認(rèn)為DCF模型已經(jīng)不適用于評(píng)估具有風(fēng)險(xiǎn)和不確定性特征的油氣投資合作決策[13-14]，因?yàn)樵撃Ｐ颓疤峒僭O(shè)是項(xiàng)目在全生命周期內(nèi)的貼現(xiàn)率、現(xiàn)金流和外部風(fēng)險(xiǎn)保持不變。這種假設(shè)并非完全合理，有可能導(dǎo)致分析結(jié)果產(chǎn)生一定程度的偏差[15]。大多數(shù)油氣投資具備不可逆的特征，不確定性程度較高，引發(fā)風(fēng)險(xiǎn)溢價(jià)，導(dǎo)致項(xiàng)目貼現(xiàn)率變高、凈現(xiàn)值下降[16]。因此，忽略油氣投資期權(quán)價(jià)值的波動(dòng)性和管理柔性，有可能會(huì)低估或高估經(jīng)濟(jì)評(píng)價(jià)模型的準(zhǔn)確性[11]。

基于上述原因，有學(xué)者建議油氣投資引入實(shí)物期權(quán)模型，當(dāng)市場(chǎng)環(huán)境變化或項(xiàng)目投資回報(bào)無(wú)法滿(mǎn)足預(yù)期時(shí)，放棄投資；反之，則投資[17-18]。然而，關(guān)于DCF模型和實(shí)物期權(quán)模型，哪一種更適合于天然氣項(xiàng)目投資決策，仍存在著不少的爭(zhēng)議[19-20]：一般認(rèn)為當(dāng)天然氣價(jià)格處于高位時(shí)，DCF和實(shí)物期權(quán)模型較為相似[15]；但也有學(xué)者認(rèn)為實(shí)物期權(quán)模型過(guò)于復(fù)雜，分析天然氣投資效率不高[21]。不過(guò)，學(xué)術(shù)界大多數(shù)都認(rèn)為，將DCF模型和實(shí)物期權(quán)模型相結(jié)合用于分析天然氣投資效果更為有效[13]。

1.2 蒙特卡羅方法在量化油氣投資風(fēng)險(xiǎn)方面的應(yīng)用

油氣投資領(lǐng)域主要使用蒙特卡羅方法量化風(fēng)險(xiǎn)因素，并貫穿于投資項(xiàng)目生命周期。不少學(xué)者將風(fēng)險(xiǎn)因素作為蒙特卡羅模擬的輸入變量，定義為滿(mǎn)足一定要求的概率分布，并且這些輸入變量存在著相關(guān)性和因果性；通過(guò)模擬得到投資項(xiàng)目建設(shè)期和風(fēng)險(xiǎn)儲(chǔ)備的概率分布曲線(xiàn)，以此確定滿(mǎn)足基準(zhǔn)目標(biāo)的概率，篩選出重要風(fēng)險(xiǎn)因素[21-26]。2003—2021年期間，美國(guó)國(guó)際成本工程促進(jìn)協(xié)會(huì)（AACE?International，全稱(chēng)為 Association for Advancement of Cost Engineering）編制并頒布了數(shù)十套投資項(xiàng)目風(fēng)險(xiǎn)量化評(píng)估流程、方法和模型，其核心思想是通過(guò)蒙特卡羅模擬量化風(fēng)險(xiǎn)因素對(duì)投資的影響，優(yōu)化項(xiàng)目投資組合[22]。

1.3 天然氣跨境投資安全研究

作為我國(guó)海外投資利益中的一項(xiàng)重要內(nèi)容，油氣跨境投資安全覆蓋跨境宏觀戰(zhàn)略性和微觀投資所帶來(lái)的經(jīng)濟(jì)利益、政治利益、安全利益和文化利益保全[27]。我國(guó)跨境投資安全主要受到復(fù)雜的國(guó)際環(huán)境、與東道國(guó)雙邊或多邊關(guān)系，以及東道國(guó)政局動(dòng)蕩、貿(mào)易保護(hù)主義和海外運(yùn)輸通道安全等多重因素的影響，天然氣跨境投資合作尤其如此[28-29]。其中：運(yùn)輸通道儲(chǔ)運(yùn)環(huán)節(jié)嚴(yán)重威脅著我國(guó)海外能源供應(yīng)安全，極端或非法組織、海盜侵?jǐn)_、運(yùn)輸事故等安全風(fēng)險(xiǎn)凸顯；尤其是在極端情況下，個(gè)別霸權(quán)國(guó)家可能憑借其強(qiáng)大的海外軍事能力，對(duì)我國(guó)進(jìn)口能源通道采取封鎖或者破壞[30]，近期“北溪-2號(hào)”海底管線(xiàn)泄漏事故就是這方面的一個(gè)極端案例。關(guān)于天然氣跨境投資安全保護(hù)機(jī)制，國(guó)家層面的應(yīng)對(duì)方案一般包括國(guó)家投資協(xié)定、國(guó)際投資仲裁和海外投資保險(xiǎn)等[31]。

2 天然氣跨境投資動(dòng)態(tài)混合決策模型的構(gòu)建

2.1 實(shí)物期權(quán)理論

實(shí)物期權(quán)源于金融學(xué)的“期權(quán)”，主要用于分析高度不確定或不穩(wěn)定營(yíng)商環(huán)境情形下的油氣、礦業(yè)、石化、核電等領(lǐng)域的戰(zhàn)略性投資決策，但標(biāo)的資產(chǎn)不再是股票、債券、期貨等金融資產(chǎn)，而是實(shí)物資產(chǎn)[32]，其本質(zhì)上是不確定條件下的數(shù)學(xué)優(yōu)化問(wèn)題。本次研究的重點(diǎn)是基于企業(yè)管理和運(yùn)營(yíng)的靈活性、宏觀市場(chǎng)環(huán)境和技術(shù)不確定性的約束條件下，如何最大化天然氣項(xiàng)目投資價(jià)值。天然氣項(xiàng)目投資與美式實(shí)物期權(quán)基本類(lèi)似，主要包括延遲期權(quán)、擴(kuò)張期權(quán)、收縮期權(quán)、轉(zhuǎn)換期權(quán)和放棄期權(quán)等，其參數(shù)和金融期權(quán)參數(shù)詳細(xì)對(duì)比如表1所示。

表1 天然氣項(xiàng)目實(shí)物期權(quán)和金融期權(quán)參數(shù)對(duì)比表

實(shí)物期權(quán)模型劃分為布萊克—斯庫(kù)勒斯模型（Black-Scholes Model）和二叉樹(shù)模型（aorto-coronary radial artery bypass grafting）。其中 ：布萊克—斯庫(kù)勒斯模型起初主要用于測(cè)算時(shí)間連續(xù)型歐式期權(quán)價(jià)格[33]，后來(lái)也逐漸被用來(lái)評(píng)估天然氣投資項(xiàng)目?jī)r(jià)值[25]，計(jì)算過(guò)程如式（1）所示：

式中C表示未開(kāi)發(fā)天然氣儲(chǔ)量期權(quán)價(jià)值；A表示當(dāng)前未開(kāi)發(fā)天然氣儲(chǔ)量現(xiàn)值；N(d1)表示風(fēng)險(xiǎn)中性測(cè)度下，按天然氣儲(chǔ)量?jī)r(jià)值加權(quán)得到的期權(quán)被執(zhí)行的概率；X表示天然氣開(kāi)發(fā)投資；r表示無(wú)風(fēng)險(xiǎn)利率；τ表示合同期限；N(d2)表示風(fēng)險(xiǎn)中性測(cè)度下，期權(quán)被執(zhí)行的概率；d1表示期權(quán)價(jià)值對(duì)天然氣儲(chǔ)量?jī)r(jià)值敏感程度；σ表示已開(kāi)發(fā)天然氣儲(chǔ)量?jī)r(jià)值波動(dòng)率；d2表示期權(quán)到期日被執(zhí)行可能性。

二叉樹(shù)模型本質(zhì)上是時(shí)間離散型期權(quán)定價(jià)模型，將各階段的項(xiàng)目?jī)r(jià)值和期權(quán)通過(guò)樹(shù)形結(jié)構(gòu)呈現(xiàn)出來(lái)，表示天然氣儲(chǔ)量?jī)r(jià)值整個(gè)存續(xù)期內(nèi)所有可能的發(fā)展路徑，簡(jiǎn)單直觀（圖1）。適用于計(jì)算美式期權(quán)定價(jià)，原則上可以處理任何復(fù)雜的期權(quán)問(wèn)題，如受合同模式限制或技術(shù)高度復(fù)雜的天然氣投資，是對(duì)布萊克—斯庫(kù)勒斯模型的進(jìn)一步完善和補(bǔ)充。二叉樹(shù)模型劃分為兩種類(lèi)型——標(biāo)的資產(chǎn)模型和期權(quán)定價(jià)模型，模型需具備3個(gè)假設(shè)條件：①無(wú)風(fēng)險(xiǎn)套利機(jī)會(huì)；②資產(chǎn)價(jià)值服從于二項(xiàng)分布；③標(biāo)的資產(chǎn)波動(dòng)率保持不變[34]。計(jì)算過(guò)程如式（2）所示：

圖1 天然氣跨境投資實(shí)物期權(quán)二叉樹(shù)模型圖

式中Cn表示第n階段未開(kāi)發(fā)天然氣儲(chǔ)量期權(quán)價(jià)值；p表示天然氣價(jià)格上漲概率；r表示無(wú)風(fēng)險(xiǎn)利率；τ表示合同期限；u表示天然氣價(jià)格上漲比率；σ表示已開(kāi)發(fā)天然氣儲(chǔ)量?jī)r(jià)值波動(dòng)率；d表示天然氣價(jià)格下降比率。

天然氣資產(chǎn)期權(quán)定價(jià)樹(shù)是不斷重復(fù)天然氣資產(chǎn)價(jià)值樹(shù)的演化過(guò)程，分析每個(gè)決策節(jié)點(diǎn)的最優(yōu)方案，屬于風(fēng)險(xiǎn)中性定價(jià)方法[13,24]。標(biāo)的資產(chǎn)模型和期權(quán)定價(jià)模型的區(qū)別也體現(xiàn)在計(jì)算過(guò)程上，天然氣資產(chǎn)價(jià)值定價(jià)模型是從左到右、從第一個(gè)節(jié)點(diǎn)到最后一個(gè)節(jié)點(diǎn)依次計(jì)算；而天然氣資產(chǎn)期權(quán)定價(jià)模型的計(jì)算過(guò)程則完全相反，按照從右到左的方向，從最后一個(gè)節(jié)點(diǎn)到第一個(gè)節(jié)點(diǎn)的逆序依次計(jì)算。綜上，實(shí)物期權(quán)定價(jià)模型的目的是計(jì)算二叉樹(shù)初始節(jié)點(diǎn)的天然氣資產(chǎn)期權(quán)價(jià)值。

2.2 風(fēng)險(xiǎn)驅(qū)動(dòng)原理

天然氣跨境投資中高風(fēng)險(xiǎn)因素一般通過(guò)專(zhuān)家評(píng)估和P-I矩陣定性分析獲得，將風(fēng)險(xiǎn)因素的發(fā)生概率及其影響分別定義為0-1概率分布和三角分布，作為風(fēng)險(xiǎn)量化分析的輸入變量。單個(gè)風(fēng)險(xiǎn)因素一般會(huì)對(duì)DCF模型中多個(gè)參數(shù)產(chǎn)生影響，相應(yīng)地，DCF模型中單個(gè)參數(shù)也會(huì)受到多個(gè)風(fēng)險(xiǎn)因素影響。因此，每次模擬迭代過(guò)程中，如果風(fēng)險(xiǎn)因素發(fā)生，則需要將風(fēng)險(xiǎn)因素的影響范圍加載到對(duì)應(yīng)的參數(shù)中；如果風(fēng)險(xiǎn)因素不發(fā)生，則參數(shù)維持不變[23]。即：如果第i個(gè)參數(shù)受到j(luò)個(gè)風(fēng)險(xiǎn)因素的影響，則需要將j個(gè)風(fēng)險(xiǎn)因素的影響通過(guò)乘積形式匯總，得到綜合風(fēng)險(xiǎn)因子（RF，系Risk Factor的縮寫(xiě)）；否則，RF設(shè)定為1。計(jì)算過(guò)程如式（3）所示：

式中Ij(i)表示i個(gè)風(fēng)險(xiǎn)因素第j個(gè)影響范圍；Pj(i)表示第i個(gè)風(fēng)險(xiǎn)因素第j個(gè)發(fā)生概率；Rand()表示0-1范圍內(nèi)的隨機(jī)數(shù)。

2.3 天然氣跨境投資動(dòng)態(tài)混合決策模型的構(gòu)建

為了構(gòu)建天然氣跨境投資動(dòng)態(tài)混合決策模型，筆者提出如下4個(gè)假設(shè)條件，主要包括但不限于：

1）H1：天然氣跨境投資決策不受企業(yè)文化影響，大都呈現(xiàn)風(fēng)險(xiǎn)中性特征，不考慮個(gè)人偏好。

3）H3：DCF模型的不確定性參數(shù)（例如利率、匯率、漲價(jià)等）可以用概率分布描述和解釋。

4）H4：定義風(fēng)險(xiǎn)因素分別為R1(i),R2(i),…,Rn(i),n＞0，風(fēng)險(xiǎn)因素發(fā)生的概率和影響分別為P1(i),P2(i),…,Pn(i),n＞ 0，以及I1(i),I2(i),…,In(i),n＞ 0。假定R1(i),R2(i),…,Rn(i),n＞0，相互獨(dú)立，P1(i),P2(i),…,Pn(i),n＞ 0，以及I1(i),I2(i),…,In(i),n＞ 0 均可以使用概率分布描述。

定義本研究的天然氣跨境投資合作項(xiàng)目?jī)衄F(xiàn)值集合為H(..)，因此，H(..)=f(Risk,Volatility,Uncertain Parameter)，其中Uncertain Parameter=f(Risk)。所構(gòu)建的天然氣跨境投資動(dòng)態(tài)混合決策模型如圖2所示，其分析步驟詳述于下。

圖2 天然氣跨境投資動(dòng)態(tài)混合決策模型分析流程圖

步驟1：通過(guò)專(zhuān)家經(jīng)驗(yàn)和頭腦風(fēng)暴法識(shí)別R1(i),R2(i),…,Rn(i),n＞ 0，并確定P1(i),P2(i),…,Pn(i),n＞0，以及I1(i),I2(i),…,In(i),n＞ 0，通過(guò)乘積形式得出綜合分?jǐn)?shù)并排序，篩選出中高風(fēng)險(xiǎn)因素Rj(i),j∈(1,2,…,n)，作為后續(xù)模型的輸入變量。

步驟2：對(duì)于實(shí)物期權(quán)模型而言，項(xiàng)目估值波動(dòng)率的測(cè)算有多種方法，包括現(xiàn)金流對(duì)數(shù)收益法、對(duì)數(shù)現(xiàn)值法和廣義自回歸條件異方差（GARCH）模型，但均存在一定程度的缺陷。其中，對(duì)數(shù)現(xiàn)值法假定確定的折現(xiàn)率，與現(xiàn)實(shí)不符等[35]，GARCH模型簡(jiǎn)單地使用價(jià)格波動(dòng)率表示項(xiàng)目?jī)r(jià)值波動(dòng)率，偏差較大。有鑒于此，考慮到天然氣跨境投資的高度不確定性，選擇現(xiàn)金流對(duì)數(shù)收益法測(cè)算第i階段項(xiàng)目?jī)r(jià)值波動(dòng)率[σ(i)]公式如式（4）所示：

式中PVCFi表示第i階段天然氣項(xiàng)目現(xiàn)金流。

σ(i)標(biāo)準(zhǔn)差[S(i)]的計(jì)算公式如式（5）所示：

重視企業(yè)管理中創(chuàng)新能力的挖掘，也是企業(yè)管理現(xiàn)代化發(fā)展的必然性要素。如，企業(yè)管理方法，要逐步運(yùn)用數(shù)字化技術(shù)替代人工管理；運(yùn)用數(shù)學(xué)理性思維法替代情感式管理方法等，都屬于企業(yè)管理中，創(chuàng)新利用能力挖掘的體現(xiàn)。

因此，天然氣項(xiàng)目估值年度波動(dòng)率[σi(yearly)]的計(jì)算公式如式（6）所示：

式中τ(i)表示天然氣項(xiàng)目第i階段時(shí)間跨度。

步驟3：為了反映地質(zhì)、工程、經(jīng)濟(jì)等因素的不確定性，將外部風(fēng)險(xiǎn)因素和不確定性參數(shù)分別定義為相應(yīng)的概率分布。本模型常用的概率分布包括三角分布、均勻分布、正態(tài)分布、對(duì)數(shù)正態(tài)分布和0-1伯努利分布[14]。根據(jù)前文2.2提及的“風(fēng)險(xiǎn)驅(qū)動(dòng)原理”將中高風(fēng)險(xiǎn)因素加載到DCF模型受其影響的對(duì)應(yīng)參數(shù)。基于收集的歷史數(shù)據(jù)，采用現(xiàn)金流對(duì)數(shù)收益法獲得項(xiàng)目?jī)r(jià)值波動(dòng)率。最后將二叉樹(shù)模型與蒙特卡羅模擬集成，得到了天然氣跨境投資多種模擬結(jié)果，可以為管理者提供決策支持。

步驟4：通過(guò)步驟3，獲得綜合項(xiàng)目?jī)衄F(xiàn)值和期權(quán)價(jià)值（項(xiàng)目綜合價(jià)值）結(jié)果的概率分布，將其與企業(yè)概率決策準(zhǔn)則進(jìn)行對(duì)比分析，做出靈活性投資決策。并獲得靈敏度分析、壓力測(cè)試和相關(guān)分析等結(jié)果，便于投資者制訂科學(xué)有效的風(fēng)險(xiǎn)處置方案。值得一提的是，壓力測(cè)試主要是分析那些發(fā)生概率低、但影響非常大的“黑天鵝”極端長(zhǎng)尾風(fēng)險(xiǎn)（如對(duì)95%～99%右尾抽樣），測(cè)算項(xiàng)目綜合價(jià)值產(chǎn)生的平均損失，便于企業(yè)決策者認(rèn)識(shí)到極端風(fēng)險(xiǎn)一旦變成突發(fā)事件，是否有能力承受相應(yīng)的損失，或提前定制快捷有效的應(yīng)急處置體系。最后，根據(jù)二叉樹(shù)模型得到天然氣投資多階段動(dòng)態(tài)決策序列，可以指導(dǎo)企業(yè)決策者做出何時(shí)、以何種方式投資、等待還是放棄該項(xiàng)目等決定[36]。

3 案例研究

3.1 項(xiàng)目背景

2018年，我國(guó)石油公司競(jìng)標(biāo)中東卡塔爾某天然氣勘探開(kāi)發(fā)區(qū)塊。該海外天然氣合作項(xiàng)目采用產(chǎn)量分成合同（PSC）模式，合同期限為13年，其中天然氣藏勘探、開(kāi)發(fā)和生產(chǎn)分別為1年（2018—2019年）、4年（2019—2023年）和8年（2023—2031年）。鑒于我國(guó)石油公司在境外天然氣區(qū)塊勘探開(kāi)發(fā)經(jīng)驗(yàn)不足，加之項(xiàng)目位于合同條件相對(duì)苛刻的中東地區(qū)，普遍存在著政治風(fēng)險(xiǎn)、經(jīng)濟(jì)風(fēng)險(xiǎn)、合同風(fēng)險(xiǎn)、資源風(fēng)險(xiǎn)、技術(shù)風(fēng)險(xiǎn)和儲(chǔ)運(yùn)安全等。

3.2 DCF模型原始數(shù)據(jù)

該天然氣區(qū)塊DCF模型如表2所示。其中，天然氣現(xiàn)金收入為37.04億美元；現(xiàn)金流出為24.14億美元，主要包括投資和操作費(fèi)，其中：投資為20.62億美元（天然氣勘探3 968萬(wàn)美元、鉆探6.16億美元、采氣2.96億美元、地面設(shè)施11.11億美元），操作費(fèi)為3.52億美元（操作成本15.64億美元、運(yùn)輸成本19.55億美元）。項(xiàng)目NPV為-2.5億美元，小于零；IRR為9%，低于基準(zhǔn)收益率12%。因此從投資角度來(lái)判斷，該項(xiàng)目不可行或者說(shuō)不值得投資。

表2 中東地區(qū)天然氣全投資項(xiàng)目現(xiàn)金流量表 單位：百萬(wàn)美元

但從戰(zhàn)略角度而言，我國(guó)石油企業(yè)需要進(jìn)入天然氣跨境市場(chǎng)參與競(jìng)爭(zhēng)，重大決策需綜合考慮企業(yè)治理的靈活性、項(xiàng)目風(fēng)險(xiǎn)因素和經(jīng)濟(jì)評(píng)價(jià)參數(shù)的不確定性，深入分析和研究項(xiàng)目?jī)r(jià)值。天然氣價(jià)格是核心要素，影響營(yíng)業(yè)收入進(jìn)而導(dǎo)致現(xiàn)金流入變化，顯然是驅(qū)動(dòng)項(xiàng)目?jī)r(jià)值變化甚至小于零的主要因素，需要對(duì)其進(jìn)行重點(diǎn)分析。此外，作為投資者，石油公司需要做出兩階段的投資或等待決策，即：第一階段決策需要在天然氣勘探完成后做出，如果經(jīng)濟(jì)景氣或項(xiàng)目持續(xù)看好，會(huì)繼續(xù)投資進(jìn)入開(kāi)發(fā)階段，等開(kāi)發(fā)階段完成后需要繼續(xù)做第二階段決策，如果開(kāi)采到有經(jīng)濟(jì)價(jià)值的天然氣藏，繼續(xù)投資進(jìn)入生產(chǎn)階段，否則暫時(shí)等待，兩階段的決策過(guò)程類(lèi)似于美式看漲期權(quán)。

3.3 建模過(guò)程

3.3.1 風(fēng)險(xiǎn)因素和模型參數(shù)的不確定性

通過(guò)專(zhuān)業(yè)團(tuán)隊(duì)根據(jù)項(xiàng)目經(jīng)驗(yàn)分析，并經(jīng)過(guò)多輪專(zhuān)家評(píng)估法，篩選出該項(xiàng)目中高風(fēng)險(xiǎn)因素按照重要程度從高到低依次為資源風(fēng)險(xiǎn)、政治風(fēng)險(xiǎn)、經(jīng)濟(jì)風(fēng)險(xiǎn)、技術(shù)風(fēng)險(xiǎn)、災(zāi)害風(fēng)險(xiǎn)、合同風(fēng)險(xiǎn)、操作風(fēng)險(xiǎn)和儲(chǔ)運(yùn)風(fēng)險(xiǎn)。上述風(fēng)險(xiǎn)因素發(fā)生的概率及其影響值如表3所示。

表3 風(fēng)險(xiǎn)因素發(fā)生的概率及其影響值表

對(duì)資源、政治、經(jīng)濟(jì)、合同和技術(shù)等風(fēng)險(xiǎn)因素再次深入分析和研判，確定其發(fā)生概率和影響范圍，分別定義為0-1分布和三角分布。鑒于DCF模型不確定性參數(shù)受多個(gè)風(fēng)險(xiǎn)因素的影響，其綜合風(fēng)險(xiǎn)因子是這些風(fēng)險(xiǎn)因素影響值的乘積。例如，投資受R3、R8、R12和R13的影響，因此，投資參數(shù)值的最小、最可能和最大影響值分別為0.35=0.6×0.9×0.8×0.8，1.2=1.2×1.0×1.0×1.0，1.85 =1.4×1.1×1.2×1.0，其他參數(shù)的確定過(guò)程與此類(lèi)似，主要涉及資源（天然氣勘探）、工程（天然氣鉆井、開(kāi)采）和經(jīng)濟(jì)（單位操作費(fèi)增量、單位運(yùn)輸成本和天然氣產(chǎn)量），綜合考慮DCF模型技術(shù)、經(jīng)濟(jì)參數(shù)的不確定性特點(diǎn)，將這些參數(shù)也定義為概率分布來(lái)描述其不確定性，具體過(guò)程如下所示：

1）2018年天然氣勘探成本～Normal(26.4，20%)。

2）2018年鉆井成本～Normal(56.0，20%)，2019年鉆井成本～Normal(60.5，15%)，2020年鉆井成本～Normal(98.3，30%)，2021年鉆井成本～Normal(114.0，20%)，2022 年鉆井成本～ Normal(121.4，25%)。

3）2018年采氣成本～ Normal(35.1，40%)，2019年采氣成本～Normal(46.1，40%)，2020年采氣成本～Normal(48.2，30%)，2021年采氣成本～Normal(37.1，40%)，2022年采氣成本～Normal(25，40%)。

4）單位操作費(fèi)增量～Triangular(-20%，10%，20%)，單位運(yùn)輸成本增量～Triangular (-10%，5%，20%)。

5）天然氣產(chǎn)量增量～ Pert(-50%，8%，15%)。

6）天然氣價(jià)格波動(dòng)～LogNormal(3.13%，3.1%)。

其中，Normal表示正態(tài)分布；Triangular表示三角分布；Pert表示貝塔分布；LogNormal表示對(duì)數(shù)正態(tài)分布；“～”是數(shù)學(xué)符號(hào)，表示服從于。

此外，投資者需要綜合考慮DCF模型中部分參數(shù)的相關(guān)性，確定相關(guān)系數(shù)。根據(jù)歷史數(shù)據(jù)和項(xiàng)目經(jīng)驗(yàn)，模型中的天然氣區(qū)塊單位操作費(fèi)增量和單位運(yùn)輸成本高度正向強(qiáng)相關(guān)，定義為0.75[37]。

3.3.2 實(shí)物期權(quán)模型

3.3.2.1 項(xiàng)目估值波動(dòng)率的確定

收集天然氣月度歷史價(jià)格，即美國(guó)Henry Hub天然氣基準(zhǔn)價(jià)格，從2012年1月至2017年11月（圖3），該項(xiàng)目估值波動(dòng)率可以通過(guò)天然氣基準(zhǔn)價(jià)格測(cè)算，根據(jù)公式（4）、（5）、（6）得到項(xiàng)目估值波動(dòng)率和統(tǒng)計(jì)指標(biāo)，并使用數(shù)據(jù)擬合技術(shù)獲得該參數(shù)的概率分布，發(fā)現(xiàn)該參數(shù)服從對(duì)數(shù)正態(tài)分布，均值為3.13%，標(biāo)準(zhǔn)差為3.1%，90%置信區(qū)間為0.6%～8.6%。

圖3 2012—2017年美國(guó)Henry Hub天然氣基準(zhǔn)價(jià)格走勢(shì)圖

3.3.2.2 實(shí)物期權(quán)模型中其他參數(shù)的確定

實(shí)物期權(quán)模型中剩余的參數(shù)：標(biāo)的資產(chǎn)、執(zhí)行成本、無(wú)風(fēng)險(xiǎn)利率、到期日以及股息的計(jì)算結(jié)果如下：

1）標(biāo)的資產(chǎn)=22.78億美元：基準(zhǔn)折現(xiàn)率為12%的情形下，項(xiàng)目現(xiàn)金流入現(xiàn)值。

2）執(zhí)行成本=11.50億美元：基準(zhǔn)折現(xiàn)率為12%的情形下，執(zhí)行成本對(duì)應(yīng)的現(xiàn)值。

3）無(wú)風(fēng)險(xiǎn)利率=3.11%：考慮到項(xiàng)目位于卡塔爾，采用該國(guó)短期國(guó)債收益率描述無(wú)風(fēng)險(xiǎn)利率，數(shù)值為3.11%。

4）合同期 = 13 年。

5）股息 = 1.50%。

3.4 分析結(jié)果

使用蒙特卡羅模擬方法，通過(guò)@Risk軟件迭代5 000次，得到該項(xiàng)目?jī)r(jià)值的概率分布和一系列輔助投資決策的關(guān)鍵結(jié)果，詳述于下。

3.4.1 項(xiàng)目綜合價(jià)值概率分析

該項(xiàng)目?jī)衄F(xiàn)值、期權(quán)價(jià)值和綜合價(jià)值（項(xiàng)目?jī)r(jià)值+期權(quán)價(jià)值）統(tǒng)計(jì)指標(biāo)如表4所示。其中，綜合企業(yè)管理靈活性和風(fēng)險(xiǎn)因素的項(xiàng)目綜合價(jià)值平均值為11.73億美元，標(biāo)準(zhǔn)差為29.29億美元，90%置信區(qū)間為-1.73億美元～68.74億美元，大于零的概率為87.5%[企業(yè)概率決策標(biāo)準(zhǔn)是僅當(dāng)P(NPV+ROA≥0)≥80%考慮投資]， 最小值和最大值分別為-4.08億美元和358.04億美元。因此，從公司整體戰(zhàn)略發(fā)展的角度來(lái)看，該天然氣區(qū)塊值得我國(guó)石油公司投資，遠(yuǎn)期經(jīng)濟(jì)效益較好。

表4 天然氣跨境投資NPV、ROA和NPV+ROA統(tǒng)計(jì)指標(biāo)對(duì)比表單位：億美元

3.4.2 多階段動(dòng)態(tài)投資決策系列分析

根據(jù)期權(quán)模型得到的天然氣項(xiàng)目投資多階段動(dòng)態(tài)決策系列過(guò)程，如表5所示，期權(quán)價(jià)值平均值為191.4百萬(wàn)美元，大于零的概率為57.5%，90%置信區(qū)間為185.05百萬(wàn)美元～201.07百萬(wàn)美元。表5的數(shù)據(jù)表明，無(wú)論天然氣價(jià)格上行還是下行，第一至第五年（2018—2022年）均是等待；從2023年開(kāi)始，如果天然氣價(jià)格上揚(yáng)，則執(zhí)行投資；否則繼續(xù)等待，到2030年合作期結(jié)束時(shí)，根據(jù)雙方合同約定將該項(xiàng)目移交給資源國(guó)政府。

表5 天然氣投資多階段動(dòng)態(tài)投資決策系列表 單位：百萬(wàn)美元

3.4.3 靈敏度分析

通過(guò)@Risk軟件提供的回歸方法，得到影響項(xiàng)目綜合價(jià)值的靈敏度分析結(jié)果（表6）。對(duì)項(xiàng)目綜合價(jià)值影響較大的三類(lèi)重要風(fēng)險(xiǎn)因素從高到低依次是國(guó)有化風(fēng)險(xiǎn)、天然氣價(jià)格和匯率波動(dòng)，與項(xiàng)目綜合價(jià)值的相關(guān)系數(shù)分別為0.51、0.12和0.11。根據(jù)該結(jié)果，石油企業(yè)可以提前采取有效的措施應(yīng)對(duì)這些高風(fēng)險(xiǎn)，特別是容易導(dǎo)致項(xiàng)目失敗的國(guó)有化風(fēng)險(xiǎn)。例如，我國(guó)企業(yè)可以從中國(guó)信用出口保險(xiǎn)公司購(gòu)買(mǎi)對(duì)應(yīng)的政治和商業(yè)保險(xiǎn)，覆蓋東道國(guó)政府國(guó)有化風(fēng)險(xiǎn)，雖然這類(lèi)保險(xiǎn)比較昂貴，但很有必要。2011年中東北非地區(qū)“阿拉伯之春”引起的政局動(dòng)蕩已經(jīng)給我國(guó)境外項(xiàng)目投資政治風(fēng)險(xiǎn)防范提供了可貴的經(jīng)驗(yàn)和教訓(xùn)。

表6 天然氣投資合作NPV、ROA和NPV+ROA靈敏度分析結(jié)果表

3.5 項(xiàng)目綜合價(jià)值與期權(quán)價(jià)值波動(dòng)率的相關(guān)性分析

項(xiàng)目綜合價(jià)值與期權(quán)價(jià)值波動(dòng)率相關(guān)性分析如圖4所示。從圖4可以看出，兩者存在著一定程度的相關(guān)性，其相關(guān)系數(shù)分別等于0.035（皮爾遜方法）或0.045 （秩相關(guān)方法），原因是天然氣價(jià)格波動(dòng)涵蓋項(xiàng)目期權(quán)價(jià)值的一部分不確定性。第一象限數(shù)據(jù)表示P(X≥ 3.1%,Y≥ 1 200)=32.9%，即項(xiàng)目綜合價(jià)值和期權(quán)價(jià)值波動(dòng)率都高于基準(zhǔn)值的概率為32.9%，對(duì)應(yīng)地，P(X≤ 3.1%,Y≤ 1 200)=19%，如第三象限所示。另外，P(X≤ 3.1%,Y≥ 1 200)=24.3% 和P(X≥ 3.1%,Y≤ 1 200)=23.8%。

圖4 項(xiàng)目綜合價(jià)值和期權(quán)價(jià)值波動(dòng)率相關(guān)性分析圖

3.6 極端風(fēng)險(xiǎn)壓力測(cè)試

對(duì)于天然氣跨境合作項(xiàng)目，政治風(fēng)險(xiǎn)一般都屬于高風(fēng)險(xiǎn)。因此，對(duì)90%～99%右端長(zhǎng)尾壓力測(cè)試，項(xiàng)目綜合價(jià)值平均值下降690.7%。這是任何一家中國(guó)企業(yè)都無(wú)法承受的。鑒于政治風(fēng)險(xiǎn)后果嚴(yán)重，油氣投資者都應(yīng)該與項(xiàng)目東道國(guó)政府建立良好的合作關(guān)系，以防范化解此類(lèi)風(fēng)險(xiǎn)。有專(zhuān)家建議購(gòu)買(mǎi)國(guó)家出口信用保險(xiǎn)公司的政治保險(xiǎn)，這類(lèi)保險(xiǎn)成本較高，況且有效性仍需諸多實(shí)踐驗(yàn)證。對(duì)于天然氣價(jià)格，與上述分析過(guò)程類(lèi)似，也做了壓力測(cè)試，但結(jié)果表明，項(xiàng)目綜合價(jià)值下降15.6%，說(shuō)明天然氣價(jià)格對(duì)項(xiàng)目估值的影響中等，需要提前制訂有效的措施，如通過(guò)資本市場(chǎng)的套期保值可能是應(yīng)對(duì)價(jià)格風(fēng)險(xiǎn)較為常見(jiàn)的有效途徑。

4 結(jié)論

本研究提出了綜合考慮風(fēng)險(xiǎn)因素和參數(shù)不確定性集成的天然氣跨境投資動(dòng)態(tài)混合決策模型，覆蓋天然氣勘探、開(kāi)發(fā)和生產(chǎn)全生命周期的各個(gè)階段，得出的主要結(jié)論如下。

1）實(shí)現(xiàn)了天然氣投資風(fēng)險(xiǎn)因素和經(jīng)濟(jì)評(píng)價(jià)參數(shù)不確定性?xún)煞N不同性質(zhì)指標(biāo)的有效分離，有利于企業(yè)制訂有針對(duì)性的風(fēng)險(xiǎn)應(yīng)對(duì)策略。

2）量化了發(fā)生概率極低但影響較大的極端風(fēng)險(xiǎn)，得到了項(xiàng)目綜合價(jià)值的盈虧值，可以指導(dǎo)企業(yè)投資決策。

3）通過(guò)蒙特卡羅模擬與實(shí)物期權(quán)方法的集成，得到了天然氣項(xiàng)目多階段投資決策系列過(guò)程，有別于傳統(tǒng)的“一錘定音”的單次投資決策，實(shí)現(xiàn)了投資風(fēng)險(xiǎn)多階段動(dòng)態(tài)化解和分散。

4）企業(yè)可以從靈活管理和戰(zhàn)略投資的角度重新評(píng)估天然氣項(xiàng)目估值，為傳統(tǒng)經(jīng)濟(jì)評(píng)價(jià)投資決策模型提供了有益的補(bǔ)充。