SA  >> Vol. 8 No. 2 (April 2019)

    基于实证分析的钻井米成本预测模型研究
    Prediction Model Research of Drilling Cost Based on Positive Analysis

  • 全文下载: PDF(562KB) HTML   XML   PP.375-380   DOI: 10.12677/SA.2019.82042  
  • 下载量: 183  浏览量: 1,458  

作者:  

陈 荣,张国辉,罗彩珍:中国石油勘探开发研究院,北京

关键词:
国际原油价格全球GDP钻井米成本实证研究预测模型 International Crude Oil Prices Global GDP Cost of Drilling Positive Studies Predictive Model

摘要:

钻井投资是油气田开发工程投资的重要组成部分,钻井成本的准确合理估算和预测对海外油气项目经济、合理有效获取有重要影响。钻井成本是一种综合成本,不仅受管理、技术创新等微观因素影响,也与国际油价、资源国经济形势等宏观因素密切相关,且宏观因素直接影响着微观因素,是影响钻井成本的关键因素。本文从宏观角度,以计量经济学的协整理论为基础,对全球GDP、国际油价与某资源国钻井米成本两两之间以及三者之间的定量关系进行了实证研究,建立钻井成本预测模型。研究结果表明:1) 全球GDP对石油钻井米成本有长期单向影响;2) 国际原油价格对石油钻井米成本有长期单向影响;3) 全球GDP和国际油价与钻井成本之间存在协整关系,可用全球GDP和国际油价建立VAR模型。基于以上研究建立了以实证研究为基础的资源国钻井米成本预测模型,进行了Johansen协整检验、Granger因果关系检验。并用某资源国历史钻井成本数据进一步拟合验证,预测数据误差主要在10%~20%左右,证明预测模型能够在海外油气新项目评价中应用。

Drilling investment is an important part of investment of oil and gas field development. Accurate and reasonable estimation and forecast of drilling cost have an important influence on the economic, reasonable and effective acquisition of the project. Drilling cost is the embodiment of a combination of cost. It is affected by micro factors such as management and technological innovation, also closely related to macro factors such as international oil prices and the economic situation of world, and macro factors directly affect micro factors and are the key factors that affect the cost of drilling. Therefore, from the macro point of view, based on the theory of econometrics, this paper makes a positive analysis on the quantitative relationship between international crude oil price, globe GDP and cost of drilling in this resource country, and among the three, in order to establish a forecast model for drilling costs. Research results show that: 1) Global GDP has a long-term one-way impact on the cost of oil drilling rice; 2) International crude oil prices have a long-term one-way impact on the cost of oil drilling rice; 3) There is an integration relationship among global GDP and international oil prices and drilling costs. VAR model was established with global GDP and international oil prices. Based on the above research, a forecast model of the cost of drilling rice in resource countries based on empirical research was established, and carried out Johansen co-integration test and Granger causality test. The historical drilling cost data of resource countries were further fitted and verified, and the error of forecast data is mainly about 10% - 20%, which proves that the forecast model can be applied in the evaluation of new overseas oil and gas projects.

1. 引言

在海外油气项目评价过程中,需要对油气开发合同期内工程投资进行预测和估算,其中钻井工程投资占比较大(一般占40%~60%,有时高达70%)。因此钻井成本的准确合理估算和预测对海外油气项目经济、合理有效获取有重要影响。

钻井工程成本变化受地质条件、地面环境、资源国政治安全形势、合同条款等各种微观因素和油价和国际经济形势等因素影响。钻井成本可基本分为设备材料费(包括燃料费)、劳务费(包括人工费、设计费、管理费等与人有关的费用)、及其它杂费(包括风险费、税费等)三大类 [1] 。其中占比最大的是材料设备费,约占65%,其次是劳务费,约占25%,其它杂费约占10%。钻井成本主要构成要素是设备材料费和劳务费,受控因素或环节繁多,分析各影响因素难度较大,且难以量化。而从宏观角度看钻井成本究其根本是受油气能源需求影响,而能源供需是由经济形势和油价宏观因素影响的,因此可研究其与钻井成本的影响关系,建立资源国钻井米成本预测模型,预测钻井投资,对海外油气新项目评价做出科学合理的投资决策具有十分重要的现实意义。

2. 数据时间平稳性检验

2.1. 研究对象的数据选取

全球经济形势变化量化值选择全球GDP,国际油价选择WTI年平均价。选取1974年至2016年的全球GDP增长率、WTI年平均价、某资源国平均钻井米成本数据,其中全球GDP增长率数据来自联合国统计司网站 [2] ,资源国平均钻井米成本来自相关报告。

全球GDP、WTI年平均价、钻井米成本是随着时间变化的,是时间序列参数,需要检验其平稳性,即单位根检验,即检验全球GDP、WTI年平均价、钻井米成本数据序列中是否存在单位根,如存在单位根就是非平稳时间序列,会使全球GDP、WTI年平均价、钻井米成本回归分析存在伪回归。如不存在单位根,说明是平稳的时间序列参数,可进行回归分析,建立相互之间的回归方程。

2.2. 单位根ADF检验 [3] [4]

用LNG、LNP和LND 表示全球GDP、国际油价、资源国平均钻井米成本。采用ADF检验法对LNG、LNP和LND进行单位根检验,结果如表1所示,根据表1数据可得出结论,在1%的显著性水平下,LNG、LNP和LND都是非平稳的,一阶差分都是平稳的,均为I(1)序列。

Table 1. Unit root test results

表1. 单位根检验结果

3. 全球GDP、国际油价对钻井成本影响实证研究

据计量经济学检验原理和单位根检验结果,进行Johansen协整检验以确定全球GDP、WTI年平均价、钻井米成本这间的关系。

3.1. 全球GDP与钻井成本Johansen协整关系

结果见表2,全球GDP与钻井成本在5%的显著性水平下有协整关系,存在一个协整方程,由标准化系数可知,全球GDP与钻井成本之间存在长期稳定关系,是正相关关系,即当全球经济形势趋好时,能源需求增加,油气开发投资增加,钻井成本增加。

Table 2. Global GDP and drilling costs Johansen co-examination results

表2. 全球GDP与钻井成本Johansen协整检验结果

3.2. 国际油价与钻井成本Johansen协整检验

类似地,也通过Johansen协整检验,寻找国际油价和钻井成本之间的协整关系,结果见表3。同样可知,国际油价与钻井成本之间存在正相关关系,即油价上升时,油价上升刺激燃料等成本增加,导致钻井成本增加。

Table 3. International oil price and drilling costs Johansen co-examination results

表3. 国际油价与钻井成本Johansen协整检验结果

3.3. 全球GDP、国际油价有关的钻井成本Johansen协整检验

前面考查了全球GDP、国际油价分别与钻井成本之间的双因素协整关系,由于全球GDP、国际油价关联性很强,将三者结合起来,进行三因素协整分析,通过类似方法的建模发现,LND、LNG和LNP间也存在一个长期均衡关系,如表4所示。

Table 4. Global GDP, international oil price related drilling costs Johansen co-test results

表4. 全球GDP、国际油价有关的钻井成本Johansen协整检验结果

3.4. 全球GDP、国际油价与钻井成本Granger因果关系检验

由以上检验结果分析可知,全球GDP、国际油价与钻井成本之间有协整关系,说明其有内在的经济关系。需要进一步检验全球GDP、国际油价历史数据是否能对钻井成本具有预测能力。为此,对三对变量LNG-LND、LNP-LND和LNG-LNP进行Granger因果关系检验,检验结果见表5

Table 5. Granger causality test results for variables

表5. 变量的Granger因果关系检验结果

注:1代表5%显著性水平下拒绝原假设;0代表5%显著性水平下接受原假设。

表5可以看出:全球GDP与钻井成本之间、油价与钻井成本之间、全球GDP和油价存在单向因果关系。此结果与实际情况是相符合的,全球经济形势向好,能源需求增加,油价上涨,钻井成本上涨。说明可用全球GDP和国际油价可以影响钻井成本的变化。

4. 与全球GDP、国际油价有关的钻井成本预测模型

4.1. 钻井成本向量自回归(VAR)模型的建立

用VAR模型来量化全球GDP、国际油价对钻井成本影响,用eviews软件建立VAR模型,并用AR视图检验模型有效性,结果见图1,所得结果均在单位圆内,说明模型基本稳定有效的,钻井成本可用GDP和国际油价进行预测。

Figure 1. AR view inspection

图1. AR视图检验

4.2. 钻井成本VAR模型预测建立及验证

LND t = 0.7316 LND t 1 0.0299 LND t 2 0.296864 LNG t 1 0.1384 LNG t 2 + 0.3754 LNP t 1 0.1406 LNP t 2 3.8376 (1)

(2)

LNP t = 0.4742 LND t 1 + 0.1572 LND t 2 + 0.4493 LNG t 1 0.5612 LNG t 2 + 0.5285 LNP t 1 0.2875 LNP t 2 + 2.1812 (3)

解上述联立方程得钻井成本预测方程:

LND = 0.555967 LNG + 0.711242 LNP 13.53861

Figure 2. Comparison of model forecast data with actual data

图2. 模型预测数据与实际数据对比

从而可算出钻井成本。模型预测数据与实际数据对比见图2,误差主要在10%~20%这间,拟合度大于85%,符合海外油气资产新项目评价估算精度±35%要求。证明该方法建立的钻井成本预测模型可用于新项目评价。

5. 结论

全球GDP、国际原油价格对石油钻井米成本均有长期单向影响,全球GDP和国际油价与钻井成本之间存在协整关系,可用全球GDP和国际油价建立资源国钻井米成本预测VAR模型。并用资源国历史钻井成本数据进一步拟合验证,预测数据误差主要在10%~20%左右,证明预测模型能够在海外油气资产新项目评价中应用。该模型的建立为海外油气新项目投资估算和预测探索了一种新方法。

文章引用:
陈荣, 张国辉, 罗彩珍. 基于实证分析的钻井米成本预测模型研究[J]. 统计学与应用, 2019, 8(2): 375-380. https://doi.org/10.12677/SA.2019.82042

参考文献

[1] 司光, 魏伶华, 黄伟和, 等. 影响钻井成本的主要因素与控制措施[J]. 天然气工业, 2009, 29(9): 106-111.
[2] 联合国统计司. National Accounts-Analysis of Main Aggregates (AMA) [EB/OL].
https://unstats.un.org/unsd/snaama/selbasicFast.asp, 2019-01-22.
[3] 李子奈. 计量经济学[M]. 北京: 高等教育出版社, 2013.
[4] Wooldridge, J. (2012) Introductory Econometrics: A Modern Approach. Cengage Learning, Boston.