IV. ÁSVÁNYVAGYON ÉRTÉKELÉS Vagyonbecslés és kategorizálás

1. A Szénhidrogén Kutatás Menedzsmentje Miskolci Egyetem, Műszaki Földtudományi Kar, Ásványtani-Földtani Intézet Szilágyi Imre, Geológus-Közgazdász IV. ÁSVÁNYVAGYON ÉRTÉKELÉS Vagyonbecslés és kategorizálás

2. Prognosztikus vagyon Prognostic resource Proszpektív vagyon Prospective resource „Kifejlesztetlen” vagyon Undeveloped resource „Kifejlesztett” vagyon Developed resource Szénhidrogén telepre vonatkozó volumetrikus becslés Olajvállalati feladat Medenceszintű prognózis, play-analízisen alapuló nagyvonalú becslés Állami feladat (lenne) Potenciális CH-tároló szerkezetre vonatkozó volumetrikus becslés Olajvállalati feladat ÁSVÁNYVAGYON ÉRTÉKELÉS – Ismeretességi szintek 2 A kutatás „folyamata” és az ismeretességi szintek Adatértelmezés Geológiai Modellezés Operáció tervezés Appraisal Medence modellezés Proszpekt térképezés Proszpekt feltárás Mező- fejlesztés Felfedezett telep Termeltethető telep Üledékes medence Proszpekt A szénhidrogén kutatás menedzsmentje. Szilágyi Imre, ME MFK, Ásványtani-Földtani Intézet, 2013

3. ÁSVÁNYVAGYON ÉRTÉKELÉS – Halmazok 3 Ásványvagyon halmazok • Földtani vagyon (Original In-place Resource, OOIP, OGIP, OPIP) • a tárolókőzetekben található („in-place”), de felszíni viszonyokra vonatkozó mennyiség • a termelés megindítása előtti, „kezdeti” állapotra vonatkoztatva („original”) • a termelés megindítása után: aktuális („actual”) • geológiai modellfejlesztés  változik a vagyon kezdeti („original”) mennyisége • rögzíteni kell a vonatkoztatási időpontot • Kitermelhető vagyon – Ipari vagyon (Recoverable Resource, Qr) • ismert, rendelkezésre álló vagy állítható technológiával kitermelhetőnek tekintett mennyiség • technológia: kutak, kiemelés-technológia, felszíni gyűjtő- és előfeldolgozó rendszer • ismert technológia: más telepeknél már bevált, sikerrel alkalmazott • kezdeti („original”) és aktuális („actual”) mennyiség • kihozatali tényező (recovery factor): RF = Qr/QOPIP • a telep legfontosabb geo-műszaki és gazdasági paramétere • olaj: 10-50%; gáz: 50-90% A szénhidrogén kutatás menedzsmentje. Szilágyi Imre, ME MFK, Ásványtani-Földtani Intézet, 2013

4. ÁSVÁNYVAGYON ÉRTÉKELÉS – Mennyiségbecslés 4 Ásványvagyon becslés megközelítése • A mennyiség meghatározása nem mérnöki számítás, hanem becslés: • mennyi szénhidrogén keletkezhetett? • mennyi csapdázódhatott? • mennyi termelhető (még) ki várhatóan a telepből? • bizonytalanság és kockázatosság • objektíven nehezen megítélhető fogalmak… • „Közös nevező” keresése – mennyiség-becslési „kultúrák”: • motivációja a befektetés kockázatosságának homogén megítélésére való törekvés • „orosz rendszer”: A, B, C1, C2, C3 valószínűségi kategóriák • „angolszász rendszer”: „bizonyított” – „valószínű” – „lehetséges” SPE (Society of Petroleum Engineers) Resource Management System A szénhidrogén kutatás menedzsmentje. Szilágyi Imre, ME MFK, Ásványtani-Földtani Intézet, 2013

5. ÁSVÁNYVAGYON ÉRTÉKELÉS – Mennyiségbecslés 5 Vagyonszámítás Földtani vagyon: Veff × Φ × (1-Sw) QOPIP = ---------------------- FVF • Veff: effektív kőzettérfogat • a tárolókőzet-térfogat és az effektivitás szorzata • tárolókőzet-térfogat: permeábilis tető – permeábilis talp vagy fázishatár által határolt test • effektivitás: permeábilis/impermeábilis szakaszok becsült vastagság aránya (%) • meghatározás: mélység- és vastagság térképek, fúrási adatok, lyukgeofizikai szelvények • Φ: porozitás • a pórustérfogat és az effektív kőzettérfogat aránya (%) • meghatározás: magvizsgálatok, lyukgeofizikai szelvények • Sw: víztelítettség (%) • a vízzel telített pórustérfogat és a teljes pórustérfogat aránya • meghatározás: lyukgeofizikai szelvények A szénhidrogén kutatás menedzsmentje. Szilágyi Imre, ME MFK, Ásványtani-Földtani Intézet, 2013

6. ÁSVÁNYVAGYON ÉRTÉKELÉS – Mennyiségbecslés 6 Vagyonszámítás Földtani vagyon: Veff × Φ × (1-Sw) QOPIP = ---------------------- FVF • FVF: teleptérfogati tényező (formation volume factor) • a fluidumok telepbeli és felszíni nyomás és hőmérséklet viszonyokra vonatkoztatott • térfogat-aránya(%) • meghatározás: laboratóriumi mérések Ipari vagyon: Qr = QOPIP × RF • RF: kihozatali tényező (%) • kutak számától és azok hozamától függ – meghatározása optimalizálási feladat • függ az éppen alkalmazhatónak vélt technológiától  a telep „élete” során időben változik A szénhidrogén kutatás menedzsmentje. Szilágyi Imre, ME MFK, Ásványtani-Földtani Intézet, 2013

7. ÁSVÁNYVAGYON ÉRTÉKELÉS – Mennyiségbecslés 7 Weff , Φ, Sw, FVF, RF • geológiai és hidrodinamikai események eredményeképp alakulnak • múltban lejátszódott kockázatos események • szedimentáció • litifikáció • erózió • feltöltődés • betemetődés, mélység • stb… • az eredmény a véletlen „szerencse” műve • valószínűségi változók Üdvözlet a valószínűség-számítás világában! A szénhidrogén kutatás menedzsmentje. Szilágyi Imre, ME MFK, Ásványtani-Földtani Intézet, 2013

8. ÁSVÁNYVAGYON ÉRTÉKELÉS – Valószínűség-számítási alapok 8 Valószínűség becslés • Kockázatos események: • a jövőben következnek be • többféle kimenetük lehet, hogy éppen melyik következik be, az a véletlen műve • a kimeneteket illetően létezhetnek múltbéli szabályszerűségek • ezek alapján megbecsülhető egy adott, kedvezőnek tartott kimenetel valószínűsége • a kedvezőtlennek ítélt kimenetel valószínűsége a kockázat • minden jövőben bekövetkező esemény kockázatos – legfeljebb a kockázat elhanyagolható • Valószínűség becslési módszerek: • empirikus módon, múltbeli tapasztalatok jövőbeni kivetítésével • pl. egy részvény árfolyam adott értékű emelkedésének múltbeli gyakorisága a bekövetkezés valószínűsége • kellő számú múltbeli megfigyelés szükséges • hipotézis vizsgálattal • nincs kellő számú „múltbéli” megfigyelésünk • (azt gondoljuk, hogy) ismerjük a kockázatos kimenetek elméleti eloszlását • felállítunk egy hipotézist, vizsgáljuk, hogy az milyen „jósággal” illeszkedik az elméleti eloszláshoz • pl. politikai pártpreferenciák A szénhidrogén kutatás menedzsmentje. Szilágyi Imre, ME MFK, Ásványtani-Földtani Intézet, 2013

9. ÁSVÁNYVAGYON ÉRTÉKELÉS – Valószínűség-számítási alapok 9 Valószínűség becslés • Valószínűség becslési módszerek: • geometriai úton • alakzatok, mértani testek tulajdonságainak figyelembe vételével • pl. a kockadobás: mindegyik érték bekövetkezésének valószínűsége 1/6 • szubjektív becsléssel • nincs vagy nem ismert a szabályszerűség, tapasztalataink nem empirikusak • analógiák, megérzések • egyéni megítéléstől, helyzettől függ • pl. mennyi a valószínűsége, hogy a tanár úr tud focizni? • ha tud, akkor mennyi a valószínűsége, hogy: • beférne a magyar öregfiúk válogatottba? • beveszik kispályás focicsapatba? • a 12 éves unokaöccse leáll vele passzolgatni? • valószínűség számítási tételek segítségével • képletek, levezetések • pl. feltételes események • „mennyi a valószínűsége, hogy ha holnap Budapesten esni fog, akkor dugó lesz a Körúton?” • pl. független események • „mennyi a valószínűsége, hogy holnap Budapesten esni fog és Sydney-ben süt a nap?” A szénhidrogén kutatás menedzsmentje. Szilágyi Imre, ME MFK, Ásványtani-Földtani Intézet, 2013

10. ÁSVÁNYVAGYON ÉRTÉKELÉS – Valószínűség-számítási alapok 10 Valószínűségi változók eloszlás-típusai, jellemzésük Diszkrét valószínűségi változók • konkrét értékeket egy adott valószínűséggel vesznek fel • példák: • binomiális eloszlás (kockadobás) • Poisson eloszlás (árvíz) Folytonos valószínűségi változók • a terjedelem összes értékét felveszik egy adott valószínűséggel • példák: • exponenciális eloszlás (telefon) • normális eloszlás (természeti jelenségek) Eloszlások jellemzése • középérték mutatók • módusz – az eloszlás legnagyobb valószínűségű értéke • medián – az eloszlás azon értéke, amelynél a kisebb és nagyobb értékek azonos valószínűek • várható érték (átlag) – az értékek és a valószínűségek szorzatösszege • ingadozás mutatók: • terjedelem (min – max) • variancia (a várható értéktől való eltérés négyzetes átlaga) • szórás (a variancia négyzetgyöke) Valószínűség függvények • sűrűségfüggvény (érték – valószínűség) • eloszlásfüggvény (érték – kumulált valószínűség) A szénhidrogén kutatás menedzsmentje. Szilágyi Imre, ME MFK, Ásványtani-Földtani Intézet, 2013

11. ÁSVÁNYVAGYON ÉRTÉKELÉS – Valószínűség-számítási alapok 11 Kockázatos kimenetek várható értéke • Várható érték • a kimenetek értékeinek és valószínűségeinek szorzatösszege E(X) = Σ pi × xi ahol x a kimenet értéke p a kimenet valószínűsége i a kimenetek száma és Σ pi = 1 • nem feltétlenül azonos a legvalószínűbb kimenetel értékével • nem biztos, hogy egyáltalán bekövetkezhet • pl. a kockadobás várható értéke 3,5… • bekövetkezése lehet a véletlen műve is… • kockázatosság: a várható értéktől való eltérés mértéke ≈ variancia, szórás • a szórás ≠ kockázat, csak jelzi, hogy az esemény mennyire kockázatos A szénhidrogén kutatás menedzsmentje. Szilágyi Imre, ME MFK, Ásványtani-Földtani Intézet, 2013

12. a paraméterek eloszlását meghatározó események • szedimentáció • litifikáció • erózió • tektonika • feltöltődés • betemetődés • stb… A paraméterek normális eloszlással írhatók le • nagyszámú kimenet • véletlenszerűség ÁSVÁNYVAGYON ÉRTÉKELÉS – Mennyiségbecslés 12 Weff , Φ, Sw, FVF, RF; mint valószínűségi változók Központi Határeloszlás Tétele („nagy számok törvénye”) „…a nagy számú véletlenszerűség következtében kialakuló, véges középértékkel és varianciával jellemezhető valószínűségi változók normális eloszlással írhatók le…” Sajátosságok • véges terjedelmek: vágási értékek; MIN és MAX meghatározott pozitív számok • „jobboldali” aszimmetria: MAX-MOD > MOD-MIN • bimodalitás: két módusz, pl. kettős porozitás esetén A szénhidrogén kutatás menedzsmentje. Szilágyi Imre, ME MFK, Ásványtani-Földtani Intézet, 2013

13. hisztogram sűrűségfüggvény p x A tároló és fluidum paraméterek esetében a leíró statisztikai megközelítés nem működik: • nincsenek „múltbéli tapasztalatok” – nem tudjuk, mi történhetett pl. a miocénben… • nincs reprezentatívnak tekinthető minta – pl. csak egy porozitás adatunk van… p ? Szakértői becslések • analógiák alapján • szubjektív módon Weff , Φ, Sw, FVF, RF ÁSVÁNYVAGYON ÉRTÉKELÉS – Mennyiségbecslés 13 Weff , Φ, Sw, FVF, RF; mint valószínűségi változók Eloszlások leíró statisztikai megközelítése: • „múltbéli tapasztalatok” • mintavétel A szénhidrogén kutatás menedzsmentje. Szilágyi Imre, ME MFK, Ásványtani-Földtani Intézet, 2013

14. Veff × Φ × (1-Sw) QOPIP = ---------------------- FVF Qr = QOPIP × RF A földtani és az ipari vagyon (QOPIP és Qr) log-normális eloszlású valószínűségi változók • empirikus bizonyítékok p; P Q ÁSVÁNYVAGYON ÉRTÉKELÉS – Mennyiségbecslés 14 Weff , Φ, Sw, FVF  QOPIP QOPIP , RF  Qr Központi Határeloszlás Tételének továbbgondolása: „…a normális eloszlású valószínűségi változók szorzataként előállítható mennyiségek log-normális eloszlással közelíthető valószínűségi változók…” A szénhidrogén kutatás menedzsmentje. Szilágyi Imre, ME MFK, Ásványtani-Földtani Intézet, 2013

15. QOPIP Qr RF Szimuláció véletlenszám-generátor segítségével (Monte-Carlo szimuláció) Szimuláció véletlenszám-generátor segítségével (Monte-Carlo szimuláció) FVF Weff Φ Sw P ; p • P90; P50; P10 • P90: 90%  P(Qr)  P(MIN) • P50: P(Qr) = 50% • P10: 10%  P(Qr) <50% Qr P90 P10 P50 MIN MAX ÁSVÁNYVAGYON ÉRTÉKELÉS – Vagyon kategorizálás 15 Probabilisztikus becslés A szénhidrogén kutatás menedzsmentje. Szilágyi Imre, ME MFK, Ásványtani-Földtani Intézet, 2013

16. Weff , Φ, Sw, FVF, RF • megbecsüljük pesszimista, legvalószínűbb és optimista értéküket • „low estimate” (LE); „best estimate” (BE); „high estimate” (HE) VeffLE× ΦLE × (1-SwLE) QOPIPLE = ------------------------------- FVFLE  • QrLE • „nagy bizonyossággal kitermelhető” RFLE VeffBE × ΦBE × (1-SwBE) QOPIPBE = ------------------------------- FVFBE  • QrBE • „ugyanakkora eséllyel lehet több vagy kevesebb” RFBE VeffHE× ΦHE × (1-SwHE) QOPIPHE = ------------------------------- FVFHE  • QrHE • „akár ennyi is lehet” RFHE ÁSVÁNYVAGYON ÉRTÉKELÉS – Vagyon kategorizálás 16 Determinisztikus becslés A szénhidrogén kutatás menedzsmentje. Szilágyi Imre, ME MFK, Ásványtani-Földtani Intézet, 2013

17. QrLE • „nagy bizonyossággal kitermelhető” • P90: bizonyítottnak tekinthető vagyon • legalább 90% az esélye, hogy legalább ennyi kitermelhető ≈ • QrBE • „ugyanakkora eséllyel lehet több vagy kevesebb” ≈ • P50: bizonyított+valószínűnek tekinthető vagyon • 50% az esélye, hogy legalább ennyi kitermelhető • QrHE • „akár ennyi is lehet” ≈ • P10: bizonyított+valószínű+lehetségesnek tekinthető vagyon • legalább 10% az esélye, hogy legalább ennyi kitermelhető ÁSVÁNYVAGYON ÉRTÉKELÉS – Vagyon kategorizálás 17 Probabilisztikus vs. determinisztikus becslés Megfeleltetés Furcsaságok • a vállalatok inkább választják a determinisztikát, pedig a „valóság” probabilisztikus… • nem a várható érték, hanem a P90/LE vagy a P50/BE vagy a P10/LE… • a bizonytalanságot (uncertainty) nem a variancia/szórás jellemzi, hanem a P90/LE és a P50/BE és a P10/HE… Mennyit ér az ásványvagyon? Pontosabban: mennyi az ásványvagyon várható értéke? A szénhidrogén kutatás menedzsmentje. Szilágyi Imre, ME MFK, Ásványtani-Földtani Intézet, 2013