王 眾,張哨楠,匡建超
(成都理工大學(xué)能源學(xué)院油氣藏地質(zhì)及開發(fā)工程國家重點實驗室,四川 成都610059)
油氣勘探屬于典型的 “三高一長” (高投入,高風(fēng)險,高產(chǎn)出,長周期)項目,作為石油公司的一項主要投資活動,勘探項目的風(fēng)險決策一直是倍受關(guān)注的研究領(lǐng)域。如何從效益-風(fēng)險的角度,對勘探目標進行科學(xué)決策,降低風(fēng)險、提高經(jīng)濟效益,已成為我國油氣工業(yè)發(fā)展面臨的瓶頸問題。然而,傳統(tǒng)決策方法往往以期望收益最大化為決策準則,忽視了決策者的風(fēng)險承受能力和風(fēng)險偏好。隨著以風(fēng)險偏好為核心的現(xiàn)代效用理論的提出,風(fēng)險決策準則逐漸發(fā)展為期望效用最大化。[1,2]20世紀70年代,Keeney提出的多屬性效用理論 (MAUT),又將效用決策由單屬性發(fā)展為多屬性,較好地解決了多目標決策問題。20世紀90年代以來,以Walls和Suslick為代表的學(xué)者,又將MAUT引入油氣領(lǐng)域,均取得了不錯效果。[3]
筆者以Suslick提出的MAUT決策框架為基礎(chǔ),從風(fēng)險-收益的角度出發(fā),凝練出 “地質(zhì)風(fēng)險”、“市場風(fēng)險”和 “經(jīng)濟收益”3大屬性,并設(shè)定屬性權(quán)重的變化范圍,對屬性進行動態(tài)賦權(quán),構(gòu)建了基于動態(tài)MAUT的勘探風(fēng)險決策模型。該方法不僅充分考慮了決策者的風(fēng)險偏好,且能夠反映決策結(jié)果的穩(wěn)定性,幫助決策者以動態(tài)、全面的眼光進行風(fēng)險決策分析,從而使得決策過程更加科學(xué),結(jié)果更加合理。
多屬性效用理論 (Multi-Attribute Utility Theory,MAUT)是一種結(jié)構(gòu)化、邏輯化、系統(tǒng)化的決策分析理論。通過多屬性效用函數(shù),將決策者對待風(fēng)險的態(tài)度、經(jīng)驗及判斷能力等主觀因素與方案的客觀損益有機結(jié)合在一起,以效用的期望值作為決策依據(jù)。MAUT基本原理,就是首先通過效用的分解,得到一系列與目標相關(guān)的單一屬性;然后計算單一屬性的效用值及其權(quán)重;再根據(jù)各屬性之間的相關(guān)性選擇適當?shù)哪J?,再對其進行組合,得到反映決策者偏好的多屬性效用函數(shù);最終,根據(jù)總效用值的大小進行方案優(yōu)選。
(1)屬性的確定及效用函數(shù)生成
油氣勘探屬于典型的高風(fēng)險、高收益項目。筆者在總結(jié)前人研究的基礎(chǔ)上,充分考慮勘探項目的風(fēng)險與收益,以 “地質(zhì)風(fēng)險”、 “市場風(fēng)險”和 “經(jīng)濟收益”作為決策模型的三大屬性。對于“地質(zhì)風(fēng)險”,筆者以地質(zhì)成功概率為評估標準,成功概率越大,效用值越大;對于 “市場風(fēng)險”,以凈現(xiàn)值標準差為評估標準,標注差越大,屬性越?。粚τ?“經(jīng)濟收益”,以最大期望投資收益率為評估標準,期望收益率越大,屬性值越大。
(2)多屬性效用函數(shù)的確定
設(shè)方案集A= {A1,A2,A3,…,Am},各方案多屬性效用函數(shù)為Uj(X),j=1,2,…,m。一般而言,將單屬性效用復(fù)合為多屬性效用,可以分為加法模式和相乘模式兩種:
① 若屬性之間相互獨立,使用加法模式:
式中:ki—第i個屬性的權(quán)重,且1。
② 若屬性之間存在相關(guān)性,使用相乘模式:
式中:ki——第i個屬性的權(quán)重 (0≤ki≤1),且;k為常數(shù),且有
(3)屬性權(quán)重的確定
屬性權(quán)重的確定,一直是MAUT在實際應(yīng)用中的一個難點。傳統(tǒng)賦權(quán)方法,一般分為靜態(tài)專家賦權(quán)和動態(tài)隨機賦權(quán)兩大類。然而,筆者認為,這兩種方法各有優(yōu)缺點:靜態(tài)專家賦權(quán),雖考慮了專家經(jīng)驗,但難以取得統(tǒng)一、精確的結(jié)果;動態(tài)隨機賦權(quán),雖然能對決策結(jié)果的穩(wěn)定性進行檢驗,但某些隨機確定的權(quán)重值,明顯超出了合理范圍,缺乏科學(xué)性?;诖耍疚脑趧討B(tài)賦權(quán)的基礎(chǔ)上,融入專家經(jīng)驗,設(shè)定各屬性權(quán)重的分布形式和變化范圍,在此范圍內(nèi)進行動態(tài)賦權(quán)。該方法不僅充分考慮了專家經(jīng)驗,同時也能夠反映權(quán)重變化對決策結(jié)果的影響,有利于決策者以全面、動態(tài)的眼光做出科學(xué)的決策。
(4)最優(yōu)方案的確定
首先考慮屬性之間相互獨立的情況,若仿真n次,共得到p組總效用集 {U1(X),U2(X),…,Um(X)}1,…… ,{U1(X),U2(X),…,Um(X)}p。將每一組效用集中的方案,按照效用值大小排序,這樣將得到p種排序情況:若方案j排第一、第二,……、第m的次數(shù)分別為t1,t2,則方案Aj為最優(yōu)方案、優(yōu)方案、……、最差方案的概率分別為t1/p,t2/p,…,tm/p;同理,可求出其余方案的排序概率,并將這些概率描繪到圖上,便于觀察各方案排序由于屬性權(quán)重不同而變化的情況。類似的,再考慮屬性間相關(guān)的情況。最后,綜合考慮獨立和相關(guān)兩種情況,選擇最優(yōu)方案。
為了檢驗?zāi)P偷膶嶋H應(yīng)用效果,筆者以文獻[9]的數(shù)據(jù)為基礎(chǔ),挑選出 “地質(zhì)成功概率大于0.6”且 “最大預(yù)期現(xiàn)金流大于15億元”的5個勘探項目組成備選方案集,運用動態(tài)MAUT風(fēng)險決策模型對其進行決策分析。決策的結(jié)果合理,符合客觀實際。
(1)構(gòu)造效用函數(shù)。通過對某油氣勘探開發(fā)公司決策人員的風(fēng)險偏好問卷調(diào)查 (具體過程請參見文獻 [2]),確定了決策者對于屬性集X={地質(zhì)儲量、經(jīng)濟效益、技術(shù)風(fēng)險}中各屬性的3個效用確定當量點,并根據(jù)公式
式中,a、b—常數(shù),c—風(fēng)險厭惡因子。該效用函數(shù)的確定取決于式 (4)中的3個待定參數(shù)a、b和c。通過確定函數(shù)的3個確定當量點,即效用最大點 (u=1)、效用最小點 (u=0)以及中位值點(u=0.5),聯(lián)立3個方程,便求出唯一的效用函數(shù)表達式。得出各屬性的效用函數(shù)表達式,結(jié)果見表1。
表1 各屬性的效用確定當量點
(2)計算各方案的單個屬性效用值。根據(jù)表1中求出的各屬性效用函數(shù),計算各勘探項目各單一屬性的效用值,計算結(jié)果見表2。
(3)確定各屬性權(quán)重的分布規(guī)律和變化范圍。文本請專家對屬性進行賦權(quán),綜合專家意見,得出各個屬性權(quán)重的分布規(guī)律和變化范圍見表3。
(4)計算各方案的總效用,挑選最優(yōu)方案。筆者運用Matlab進行相應(yīng)的程序設(shè)計,考慮屬性獨立和相關(guān)兩種狀態(tài),分別仿真10000次,得出各方案的排序情況,見圖1和圖2。
圖1 屬性獨立的方案排序圖
圖2 屬性相關(guān)的方案排序圖
由圖1、圖2,可以很清晰的觀察由于屬性權(quán)重變化而導(dǎo)致各個方案排序變化的情況。根據(jù)圖1分析:B作為最優(yōu)方案的概率最大 (57%),但不穩(wěn)定,受到屬性權(quán)重變化的影響較大,有大約15%和4%的可能成為中間和較差方案;C為最優(yōu)方案的概率略低于B(42%),但作為次優(yōu)方案的概率最高,同時穩(wěn)定性較高 (為中間方案的概率小于4%,為較差和最差方案的概率為0)。根據(jù)圖2分析:B依然作為最佳選擇,其概率更是高達65%,同時穩(wěn)定性大大提高;C作為最優(yōu)方案的概率雖然有所下降,但為次優(yōu)方案的累積概率已經(jīng)高達99.9%。
綜合考慮圖1、圖2,筆者認為,若決策者認為B方案排序的波動在承受范圍內(nèi),則B為最優(yōu)方案,C為次優(yōu)方案;若決策者對穩(wěn)定性要求較高,則C為勘探投資的最優(yōu)方案。
油氣勘探的風(fēng)險決策是一個系統(tǒng)、復(fù)雜的決策過程。多屬性效用理論 (MAUT)借助效用函數(shù)來表示各屬性對備選方案的貢獻,有助于決策者考慮、分析油氣勘探過程中涉及的相關(guān)因素以及決策者的風(fēng)險偏好。此外,結(jié)合動態(tài)賦權(quán),使得決策者能夠了解各個方案受屬性權(quán)重變化的影響,幫助決策者以全面動態(tài)的眼光來進行決策分析。應(yīng)用實例結(jié)果表明,基于動態(tài)MAUT的決策模型,能夠有效地幫助決策者對于油氣勘探項目,做出科學(xué)、合理的決策。