Оценка геополитических рисков нефтегазовых проектов на основе нейросетевого моделирования

<p>&laquo;Рисковый&raquo; аспект международной проектной деятельности нефтегазовых компаний очень обширен и требует повышенного внимания. Среди всего многообразия рисков, сопряженных с проведением международных нефтегазовых проектов, отдельно стоит выделить такие группы рисков, как политические, вносящие наибольший вклад в совокупное влияние на проектные цели.</p><p>Политические риски относятся к тем факторам, снижение влияния которых почти при помощи проектного управления сопряжено со значительными трудностями и расходами. Единственный способ снижения их разрушительного на проект воздействия &ndash; заблаговременное их обнаружение, что позволяет выбрать адекватные меры, призванные сохранить проект и гарантировать его завершение.</p><p>Однако отсутствует алгоритм, позволяющий прогнозировать изменение выполнимости и целесообразности проекта в зависимости от сопряженных с внешней средой политических рисков. Отсюда возникла необходимость разработки такого механизма оценки степени влияния политических рисков на проектные цели.</p><p>Основной сложностью в прогнозировании и разработке таких рисков и степени их влияния являлась высокий субъективизм подобных прогнозов. Существует множество факторов, складывающихся в политический риск, влияющий на проект, при этом их значение и &laquo;вес&raquo; может существенно различаться.</p><p>Именно поэтому для оценки степени влияния политического риска на проект была выбрана нейросетевая модель.</p><p>Основным преимуществом данной модели является свойственная таким моделям способность &laquo;самообучения&raquo; - обратная связь (back-propogation). Это позволяет наиболее точно учесть степень влияния каждого риска, а также их совокупности и получить наиболее точную возможную оценку.</p><p>В ходе данного исследования, была разработана нейронная сеть, в качестве входных данных использующая оценки политических факторов в регионе, где осуществлялся проект, на выходе выдающая значение 1 или 0, выражающее, будет ли проект подвержен негативному эффекту политического риска в связи с текущей ситуацией в рассматриваемом регионе, или же подобный эффект на проект оказан не будет.</p><p>Для обучения подготовленной нейронной сети был предъявлен набор данных, состоящий из оценок ключевых факторов политической ситуации в регионе и соответствующий пример итога воздействия совокупности факторов на проект в виде соответствующего значения &laquo;1&raquo; или &laquo;0&raquo; (политические факторы оказали значительное влияние на проект и привел к неблагоприятным последствиям вплоть до его остановки или политические факторы не оказали значительно влияния на проект).</p><p>Нейронной сети были предложены 60 примеров комбинации значения факторов, не оказавших значительного влияния на проект, и 30 примеров, в которых влияние политических факторов привело к значительным затруднениям в реализации проекта. Помимо этого, был подготовлен набор &laquo;контрольных&raquo; данных для проверки нейронной сети.</p><p>В результате проверки было установлено, что сеть прошла обучение и может распознавать неблагоприятную политическую обстановку в регионе.</p><p>После этого сеть была применена для оценки обстановки реализации проекта СПГ Владивосток. Полученные результаты свидетельствовали о благоприятности или отсутствии значительной угрозы выполнения рассмотренного проекта. Полученные результаты соответствовали оценкам осуществляющей проект компании Газпром.</p><p>При этом, модель, примененная на показатели геополитического состояния региона, соответствующих скорректированному и неблагоприятным прогнозам, оценила степень неблагоприятного воздействия на проект как высокую.</p><p>На взгляд автора, разработанная модель достаточно эффективна и может быть использована для оценки возможного риска для проекта.</p>