Как устранить неопределенность в оценке резервов для оценки активов

В отраслях, где недра формируют основу корпоративных балансов - нефть и газ, добыча полезных ископаемых и геотермальная энергия - точность оценки запасов напрямую влияет на оценку активов, решения о финансировании и соблюдение нормативных требований. Тем не менее оценка запасов никогда не является точной наукой. Геологические модели строятся на неполных данных, технологии восстановления развиваются, а сырьевые рынки колеблются таким образом, что ни один прогноз не может полностью уловить. Эта присущая неопределенность, если ее не правильно устранить, может исказить расчеты чистой приведенной стоимости (NPV), ввести в заблуждение инвесторов и даже вызвать списания, которые подрывают доверие рынка. Задача для ценителей активов, инженеров резервов и корпоративных стратегов не устранить неопределенность - это невозможно - но строго охарактеризовать ее и прозрачно сообщить ее последствия. В этой статье исследуются источники неопределенности оценки запасов, практические методы количественной оценки и смягчения ее, а также передовые методы, которые позволяют оценкам активов выдерживать проверку со стороны аудиторов, регулирующих органов и рынка.

Понимание неопределенности оценки резервов

Оценка запасов — это процесс определения количества ресурса, которое может быть экономически извлечено из известного накопления в определенных условиях. Оценка опирается на комбинацию геологической интерпретации, инженерного анализа и экономических предположений. Каждый из этих входов несет свою собственную неопределенность, которая распространяется через цепочку оценки. Отраслевые структуры, такие как система управления нефтяными ресурсами (PRMS) SPE Petroleum Resources Management System (PRMS) , классифицируют ресурсы на основе уровня неопределенности, от доказанных (1P) запасов до вероятных (2P) и возможных (3P) категорий. Понимание этих категорий является первым шагом в решении неопределенности.

Виды неопределенности в оценке резервов

Неопределенность в оценке запасов может быть в целом сгруппирована в четыре взаимосвязанные категории. Каждая из них влияет на оценку активов различными способами и требует различного аналитического ответа.

Влияние на оценку активов

Наиболее распространенным методом оценки активов является подход дисконтированных денежных потоков (DCF), который суммирует ожидаемые чистые доходы в течение срока действия проекта. Неопределенность в объемах запасов приводит к неопределенности в потоках доходов, в то время как неопределенность в ценах и расходах влияет как на линии доходов, так и на расходы. Детерминированная оценка, которая использует единую точечную оценку - скажем, 100 миллионов баррелей нефтяного эквивалента - производит единый NPV, но это число маскирует истинный диапазон возможных результатов. Инвесторы и аналитики должны знать не только наиболее вероятную стоимость, но и распределение возможных значений для оценки риска. Вот почему отрасль все чаще принимает вероятностные отчеты о запасах наряду с детерминированными классификациями.

Методы устранения неопределенности

Для устранения неопределенности требуется переход от одной оценки «наилучшего предположения» к рамочной схеме, характеризующей весь спектр вероятных результатов. В отрасли широко используются следующие методы для количественной оценки и управления неопределенностью оценки запасов.

Вероятностные методы

Вероятностные методы присваивают вероятности различным результатам, обычно выражаемым как значения P10, P50 и P90 (где P90 означает 90% вероятность того, что фактический объем равен или превышает это значение). В рамках PRMS доказанные запасы (1P) часто связаны с уровнем достоверности P90, доказанные плюс вероятные (2P) с P50 и доказанные плюс вероятные плюс возможные (3P) с P10. Путем генерации этих трех чисел компания может сообщать как центральную оценку, так и диапазон обратных/побочных значений. Оценка вероятностных запасов опирается на статистические распределения для каждого входного параметра (площадь, толщина, пористость, насыщенность, коэффициент восстановления) и объединяет их с использованием моделирования Монте-Карло или аналитических формул. Ключевое преимущество заключается в том, что она заставляет оценщика явно думать о неопределенности и документировать предположения, лежащие в основе каждого распределения.

Моделирование Монте-Карло

Моделирование Монте-Карло — это рабочая лошадка вероятностной оценки запасов. Оно включает в себя запуск тысяч или десятков тысяч итераций, каждый раз извлекая случайные значения из распределений вероятностей, назначенных для каждого неопределенного входа. Результатом является частотное распределение объемов запасов или NPV, которые могут быть проанализированы статистически. Например, команда активов может назначить нормальное распределение для толщины чистой платы, логонормальное распределение для проницаемости и треугольное распределение для цены на нефть — затем запустить 10 000 симуляций для создания гладкой гистограммы возможных результатов. Современные программные инструменты (например, @RISK, Crystal Ball или специализированные пакеты нефтяной экономики) делают моделирование Монте-Карло доступным даже для сложных многорезервуарных проектов. Метод особенно ценен для определения того, какие входные переменные приводят к наибольшей неопределенности — процесс, известный как глобальный анализ чувствительности . При применении Монте-Карло критически важно выбрать реалистичные распределения и избежать переобучения ограниченным данным

Анализ чувствительности

Анализ чувствительности является более простым, но дополняющим методом, который проверяет, как изменения отдельных входных параметров влияют на оценку выхода. Обычно используется диаграмма торнадо: каждая переменная изменяется между ее низкими и высокими оценочными значениями при удержании других в базовом случае, и результирующее колебание запасов или NPV наносится на график в виде горизонтальной планки, отсортированной от наибольшего до наименьшего воздействия. Анализ чувствительности помогает идентифицировать переменные, которые требуют наибольшего усилия по сбору данных и моделированию. Например, если диаграмма торнадо показывает, что коэффициент восстановления составляет 70% диапазона неопределенности, то инженерные исследования для улучшения оценок коэффициента восстановления становятся приоритетом. Анализ чувствительности не учитывает взаимодействия между переменными (например, где пористость и проницаемость коррелируют). Для этого моделирование Монте-Карло более уместно.

Детерминистический vs. вероятностный подход

Отрасль часто обсуждает достоинства детерминированных и вероятностных методов. Детерминистические методы назначают одиночные сценарии «лучший случай», «базовый случай» и «худший случай» на основе фиксированных предположений — например, коэффициент восстановления базового случая 35%, низкий случай 20% и высокий случай 45%. Этот подход интуитивно понятен и прост в аудите, но он может недооценивать вероятность экстремальных результатов (жировые хвосты) и рассматривает сценарии как дискретные, а не непрерывные. Вероятностные методы, напротив, обеспечивают полное распределение результатов и допускают корреляцию сценариев. Многие нормативные рамки, включая SEC и канадский NI 51-101, принимают оба подхода, но требуют раскрытия используемого метода. Лучшая практика заключается в использовании вероятностных методов для внутреннего анализа рисков и резервных бронирований, представляя детерминированные категории регуляторам и инвесторам в формате, который соответствует стандартам.

Лучшие практики оценки активов

Для получения надежных и оправданных оценок компании должны встраивать анализ неопределенности в свои общие процессы управления и коммуникации.

Четкая документация и аудиторская линия

Каждая оценка запасов должна быть подкреплена документированным следом, охватывающим источники данных, предположения, расчеты и экспертные интерпретации. Эта документация должна включать версию геологической модели, используемое программное обеспечение, дату последних данных, а также имена и квалификации оценщиков. Для вероятностных оценок должны быть записаны выбранные распределения вероятностей и их обоснования. Прозрачный аудиторский след позволяет сторонним оценщикам, таким как аудиторы резервов или команды due diligence, независимо проверять оценку. Он также защищает компанию в случае последующего списания, демонстрируя, что оценка была подготовлена добросовестно с использованием разумных предположений.

Использование нескольких сценариев

Вместо того, чтобы полагаться на один NPV, оценщики активов должны представлять диапазон оценок, соответствующих различным категориям резервов. Рамочная система PRMS уже делает это косвенно: резервы 1P поддерживают консервативную оценку, 2P - базовый случай и 3P - восходящий случай. Однако даже в рамках одной категории анализ сценариев должен включать изменения цен на сырьевые товары, затрат и сроков. Для горнодобывающего актива, например, базовый случай может предполагать цену на медь в размере 4,00 долларов США / фунт, но отчет об оценке также должен показывать результаты в пределах сценариев 3,00 долларов США и 5,00 долларов США. В сочетании с вероятностными диапазонами запасов этот подход обеспечивает распределение вероятности в форме «хоккейной палочки», которое сообщает инвесторам как о ожидаемой стоимости, так и о риске снижения.

Коммуникация заинтересованных сторон

Инвесторы и аналитики все более изощренны в отношении неопределенности, но они по-прежнему полагаются на четкие, последовательные сообщения. Отчет о запасах передовой практики будет включать раздел под названием «Неопределенность и риск», в котором будут объяснены ключевые источники изменчивости, методы, используемые для их количественной оценки (например, Монте-Карло, анализ чувствительности), и уровни доверия, связанные с каждой категорией запасов. В отчете также следует выделить любые существенные изменения с момента последнего отчетного периода. Управление должно быть обучено обсуждать неопределенность запасов в звонках о доходах, не прибегая к жаргону или ложной точности. Например, вместо того, чтобы говорить «наши резервы увеличились на 5%», они должны сказать «наши резервы 2P увеличились на 5% на основе новой геологической модели, но диапазон P90 расширился из-за более глубокой неопределенности в подключении резервуара».

Соблюдение стандартов

Соблюдение признанных отраслевых стандартов не подлежит обсуждению для обеспечения доверия. SPE-PRMS является глобальным эталоном классификации запасов нефти и газа, в то время как шаблон CRIRSCO (Комитет по международным стандартам отчетности о запасах полезных ископаемых) служит горнодобывающей промышленности. В Соединенных Штатах, SEC Regulation S-X и S-K регулируют отчетность о нефти и газе, требуя, чтобы доказанные запасы оценивались с «разумной определенностью». В Канаде Национальный инструмент 51-101 устанавливает аналогичные требования. Соблюдение обеспечивает последовательность, сопоставимость и юридическую защиту. Компании также должны рассмотреть сторонние аудиты своих оценок запасов квалифицированными независимыми оценщиками запасов (например, DeGolyer и MacNaughton, Netherland Sewell & Associates). Такие аудиты часто требуются для долгового финансирования или публичных листингов.

Постоянное обновление и рецензирование

Оценки запасов не являются статическими. По мере бурения новых скважин, сбора данных о добыче и совершенствования технологий оценки должны обновляться. Общим является ежеквартальный или полугодовой цикл обзора с полным обновлением к концу года, которое соответствует нормативным срокам. Процесс обновления должен включать экспертную оценку группой, не участвующей в первоначальной оценке, для выявления предвзятости и выявления альтернативных интерпретаций. Обзоры сверстников особенно важны, когда неопределенность высока, например в пограничных бассейнах или на ранних стадиях проектов. Цель состоит в том, чтобы обеспечить, чтобы оценка отражала наилучшую имеющуюся информацию на момент представления отчетности и чтобы неопределенность последовательно характеризовалась.

Заключение

Неопределенность в оценке запасов - это реальность, которую ценители активов не могут позволить себе игнорировать. Систематически классифицируя неопределенность в геологические, технологические, рыночные и нормативные категории и применяя вероятностные методы, моделирование Монте-Карло и анализ чувствительности, компании могут переходить от точечных оценок к диапазонам, которые фиксируют истинную изменчивость результатов. Лучшие практики - прозрачная документация, анализ сценариев, четкая коммуникация с заинтересованными сторонами, соблюдение стандартов и постоянное обновление - превращают неопределенность из обязательства в инструмент для лучшего принятия решений. В конце концов, цель состоит не в том, чтобы устранить неопределенность, а честно измерить ее и управлять ею. Инвесторы, регулирующие органы и руководство получают все преимущества, когда оценки запасов представлены с глубиной и строгостью, которые требуют неопределенности, позволяя оценивать активы, которые отражают как потенциал, так и риск любого данного ресурсного проекта.