모 석유회사가 초보적으로 10 해외 석유가스 프로젝트를 선정했다. 실현가능성 분석과 초보적인 논증을 거쳐 프로젝트 투자 비율과 프로젝트 투자 수익률은 표 4.30 에 나와 있다.
표 4.30 프로젝트 투자 비율, 예상 투자 수익률 및 위험 요소 영향 단위:%
의사 결정자 평가 표 4.30 의 각 프로젝트에 대한 위험 요소 (역량 위험, 지질 및 기술 위험, 재무 위험, 환경 및 정치적 위험, 프로젝트의 전체 위험 포함), 저위험 기록 1, 중간 위험 기록 2, 고위험 기록 3, 프로젝트 위험 결정 양식 (표 4.3
표 4.3 1 퍼지 위험 정보 결정 테이블
여기서 m=5, n= 10, α = 0.3 은 다음과 같이 분류할 수 있습니다.
U/C={{ 1, 3,4,7,8,9, 10}, {2}, {3,4,5
U/(c-c1) = {1,3,4,7,8,9, 10},,
U/(c-C2) = {1,3, 4, 6, 7, 8, 9, 10}, {2},
U/(c-C3) = {1,3,4,7,8,9, 10}, {2}, {3
U/(c-C4) = {1,3,7,8,9, 10}, {2,7}, {3
U/(c-C5) = {1,3,4,6,7,8,9, 10}, {2,7
베타 = 0.9, 즉 의사결정자의 분류 정확도가 0.9 이상이라고 가정합니다. C 1 또는 C3 만 제거해도 대략적인 분류 품질에 영향을 주지 않는다는 것을 알 수 있습니다. 하지만 C 1 C3 을 동시에 제거하면
U/(c-C3-c1) = {1,3,4,7,8,9,10/
대략적인 분류의 품질이 변경되어 특성 세트 {C 1, C3} 를 의사 결정 테이블에서 동시에 제거할 수 없음을 나타냅니다. 여기서 우리는 능력 위험 C 1 을 유지하고, 약 {C 1, C2, C4, C5} 를 받고, C2, C4, C5 를 차례로 제거하고, 다음과 같은 동등한 클래스를 얻습니다.
U/(C-C3-C2)={{ 1, 3,4,7,8,9, 10}, {2},
U/(C-C3-C4)={{ 1, 2,7,8,9, 10}, {2,3,5
U/(C-C3-C5)={{ 1, 3,4,6,7,8,9, 10}, {2
공식 4.37 을 기준으로 각 위험 요소의 중요성을 파악합니다.
해외 석유 및 가스 및 광물 자원 이용 위험 평가 및 의사 결정 지원 기술
정규화 후 정책 입안자의 위험 선호도는 및 입니다. 이 조건 하에서 다목표 계획을 이용하여 K 1=K2=0.5 를 취하고, LINGO 소프트웨어로 풀면 투자 수익률이 가장 높은 프로젝트 조합은 1, 2,3,4,5,7 이다 K 1 = 0.8, K2 = 0.2 인 경우 투자 수익률이 가장 높은 프로젝트 조합은 1, 2,3,4,6,7 입니다.
주요 결론
이 섹션에서는 다양한 위험 요인의 영향으로 해외 석유 탐사 개발 프로젝트의 포트폴리오 선택을 고려합니다. 이 문서에서는 생산 능력 위험, 지질 기술 위험, 재무 위험, 환경 위험 및 정치적 위험 등 해외 석유 및 가스 탐사 및 개발 프로젝트가 직면한 다양한 위험을 분석합니다. 이 다섯 가지 위험 평가를 바탕으로 의사결정자들은 자신의 상황에 따라 투자할 프로젝트의 위험 당량을 평가하고, 해외 석유가스 탐사 개발 프로젝트의 다중 위험 결정 테이블을 구축하고, 가변 정밀도 러프 세트의 내결함성으로 의사 결정 테이블을 처리하고, 가능한 분류 오류를 제거하고, 투자자가 다양한 위험 요소에 대한 위험 선호도를 얻고, 목표 함수를 구성하여 포트폴리오 수익률을 극대화하고, 최적의 포트폴리오를 얻습니다. 위험 선호도와 분류 오차를 고려하는 새로운 방법으로 현재 프로젝트 연구에서 NPV 수익만 고려하고 위험을 효과적으로 측정하기 어려운 문제를 해결하며 위험 다양성이 있는 해외 석유가스 탐사 개발 프로젝트 투자 결정을 처리하는 데 적합합니다.