R001: Что случилось с курсом доллара?

Vladislav Borkus

Аномалия

Не секрет, что примерно уже 15 лет курс рубля относительно доллара движется в достаточно узкой полосе вокруг траектории, определяемой ценой нефти марки Brent и отношением инфляции в России и США. Связь между курсом, скорректированным на разность инфляций (реальным курсом), и нефтью, практически степенная. Причина этого в целом понятна - большая часть валютных поступлений в страну происходит от продажи нефти и сырьевой продукции, цена которой хорошо с нефтью коррелирована. Несмотря на различия в проводившейся монетарной политике, курс отклонялся от “нефтяной формулы” заметно больше чем на 10% только в периоды международных финансовых кризисов.

Между тем в середине этого года произвошло необычное явление - курс значительно превысил расчетное значение при довольно спокойной обстановке в мировой экономике.

Также в 2017м курс вел себя необычно по сравнению с 2015-2016 гг. - он почти не зависел от цены нефти. До этого курс плавал вполне свободно, и следовал за ценой нефтью точно, но с января 2017го по март 2018г. зависимость от нефти почти исчезла, что хорошо видно на дневных данных.

RUBUSD-Brent models

	Dependent variable:
	log(RUBUSD*Pus/Prus)
	OLS 2003-2016	OLS 2015-2016	OLS 2017
	(1)	(2)	(3)
Наклон	-0.446***	-0.440***	0.028**
	(0.014)	(0.010)	(0.013)
Constant	4.861***	4.903***	2.974***
	(0.058)	(0.037)	(0.052)
Observations	167	429	228
R2	0.866	0.830	0.020
Adjusted R2	0.865	0.829	0.016
Residual Std. Error	0.077 (df = 165)	0.037 (df = 427)	0.020 (df = 226)
F Statistic	1,066.417*** (df = 1; 165)	2,079.898*** (df = 1; 427)	4.579** (df = 1; 226)
Note:	p<0.1; p<0.05; p<0.01

Эксперты связывали изменения в валютной формуле с такими факторами как “санкции”, общая девальвация валют развивающихся стран, выход нерезидентов из ОФЗ и массовые покупки российским Минфинов валюты на бирже. Сразу стоит отметить, что первые два и вторые два фактора - разные. Воздействие “санкций” и “общая девальвация” должны передаваться на валютный рынок через какие-то механизмы, и в модели спроса и предложения - очевидно через изменение спроса или предложения. Частью этого механизма как раз были продажи ОФЗ и выход в валюту. По этой причине и потому, что влияние операций с активами просчитать проще, так как нужные данные имеются в открытом доступе, я буду рассматривать влияние этих двух факторов.

Валютные операции

Попытаемся посмотреть какие были валютные операции Минфина и нерезидентов. В качестве упрощения я буду полагать, что для того, чтобы купить ОФЗ нерезиденты продают валюту на бирже, а когда они от ОФЗ избавляются, то валюту из страны выводят, для чего приобретают ее на бирже. Минфин же просто покупает валюту, но не продает ее. В итоге их действия либо компенсируют, либо усиливают друг друга. Объемы операций довольно значительны - в 2018м они превысили в сумме 400 миллиардов рублей, 7 миллиардов долларов, более 20% экспорта. Ниже приведена диаграмма, иллюстрирующая процесс.

На приведенной картинке можно отметить несколько особенностей.
1) В 2017 м операции нерезидентов с ОФЗ были значительными в сравнении действиями Минфина и укрепляли рубль. Относительно действий Минфина они были в противофазе, т.е. компенсировали закупки валюты Минфином. Между тем эти операции в сумме достигали лишь нескольких процентов экспорта.
2) Весной-летом 2018 г. оба актора действовали в одном направлении, снижая курс рубля. Но даже в максимуме продажи ОФЗ нерезидентами, начавшиеся после дела Скрипаля, давали лишь 30% объемов. Однако, в середине 2018 г. эти операции в совокупности составляли очень большую долю экспорта - до 20-25%.

Модель

Можно предположить, что в непаническом режиме работы валютного рынка объем предложения на рынке напрямую зависит от экспортной выручки. Если мы считаем, что указанные операции определяли необычное поведение курса в 2017-2018 гг., то естественно также предположить, что сдвиг точки равновесия относительно ее “нефтяного положения” можно описать в линейном приближении отношением сумм операций с валютой к экспорту. (Точнее мы описываем этот сдвиг как *log(1+aQ/EX)~aQ/EX))

Можно построить диаграмму, в которой по оси ординат отложено смещение курса относительно “нефтяного равновесия”, а по оси абсцисс - относительный объем рассматриваемых операций. Также можно провести регрессионный анализ, чтобы оценить степень рассматриваемых эффектов.

(Методическое замечание. С точки зрения статистики такая регрессия проводится по двум ограниченным сверху рядам (значения, близкие даже хотя бы к 0.5 маловероятны с точки зрения экономики), которые потому не могут быть рядам случайных блужданий, что упрощает задачу так как позволяет не исследовать коинтеграцию этих рядов и оправдывает использование обычной регрессии.)

Диаграмма и регрессии показывают, что зависимость заметная. Регрессией можно объяснить до 80% изменений зависимой переменной, а F-тест показвает почти нулевую вероятность такого случайного распредления данных. Однако, эта зависимость возникает только благодаря данным середины 2018 года, в 2017м связь курса с валютными рассматриваемыми операциями почти не прослеживается ни с точки значимости коэффициентов по t-статистике, ни с точки F-теста.

С точки зрения объяснения данных квадратичная модель получается несолько лучше, чем линейная. Даже зависимость вида x^2 (т.е. без константы и линейного члена) дает более точную апроксимацию данных как с точки R2, так и с точки F-теста.

Можно также попробовать ослабить предположение о том, что выходя из ОФЗ нерезиденты покупают валюту, сделав долю, направляемую на эту цель свободным параметром модели. Таким образом получится более общая модель вопрос лишь в том, достаточно ли данных, чтобы различить ее с менее общей при помощи регрессии.

Сводная таблица моделей курса

	Dependent variable:
	RUBUSD/RUBUSD(Brent)
	Датасет
	2017-2018			Только 2017
	(1)	(2)	(3)	(4)
(MF+OFZ)/EX	0.854***
	(0.147)
MF/EX		0.988***		0.481
		(0.130)		(0.339)
OFZ/EX		0.585**		0.117
		(0.256)		(0.306)
((MF+OFZ)/EX)2			5.631***
			(0.616)
Constant	0.010
	(0.015)
Observations	19	19	19	12
R2	0.666	0.785	0.823	0.174
Residual Std. Error	0.055 (df = 17)	0.053 (df = 17)	0.047 (df = 18)	0.049 (df = 10)
F Statistic	33.838*** (df = 1; 17)	31.111*** (df = 2; 17)	83.693*** (df = 1; 18)	1.050 (df = 2; 10)
Note:	p<0.1; p<0.05; p<0.01

Модели с нелинейностью Dependent variable: RUBUSD/RUBUSD(Brent) Resid. Model 1 (1) (2) (3) (4) OpWeighted 1.047*** 0.191 (0.167) (0.386) OpWeighted2 5.720** 6.605*** 1.114 (2.386) (0.677) (0.824) Constant -0.009 -0.007 (0.016) (0.014) Observations 19 19 19 19 R2 0.698 0.778 0.841 0.092 Adjusted R2 0.681 0.750 0.832 0.042 Residual Std. Error 0.053 (df = 17) 0.046 (df = 16) 0.044 (df = 18) 0.054 (df = 18) F Statistic 39.375*** (df = 1; 17) 28.059*** (df = 2; 16) 95.268*** (df = 1; 18) 1.827 (df = 1; 18) Note: p<0.1; p<0.05; p<0.01

OpWeighted=(MF+0.6*OFZ)/EX

Регрессия показывает, что вклад операций Минфина в текущий уровень курса был подавляющим. Константа в регресси оказывается незначимой, совсем не нужна для объяснения данных.

Сложнее дело обстоит со вкладом операций нерезидентов, который оказывается погранично статистически значим только в модели с нулевой константой. В ней коэффициент при вкладе нерезидентов составляет ~0.6, что можно интерпретировать как то, что нерезиденты тратят на валюту порядка 60% выручки от продажи ОФЗ. Однако погрешность опеределения этого параметра высока, и в принципе данные согласуются с вероятностью порядка 20% с единицей и даже, с вероятностью 4%, с нулем. В вариацию курса закупки валюты Минфином внесли примерно в 10 раз больший вклад, чем операции нерезидентов.

Регрессия по данным только 2017 г. не позволяет обнаружить статистически значимого влияния этих операций на курс - это значит в тот период на него сильнее влияли другие факторы.

Что касается нелинейности, то для объяснения данных достаточно модели, в которой отклонение курса пропорционально квадрату объясняющей переменной (линейные члены и константа в такой модели не требуются). В качестве объсняющей переменной можно использовать взвешенную сумму операций Минфина и нерезидентов, с весами, 1 для операций Минфина и 0.6 для операций резидентов. Точность описания данных сопоставима с просто линейной моделью с двумя объясняющими переменными.

(Методическое замечание. Проверка при помощи вспомогательной регрессии GNR не дает оснований считать остатки коррелированными. Остатки распределены почти нормально, но есть ряд точек, которые оказывают на регрессию заметно большее влияние, чем другие – в частности точки лета 2018 г., что достаточно очевидно. Регрессия по первым разностям не позволяет найти каких-либо зависимостей на фоне шума.)

Экстраполяция данных

К сожалению данные по экспорту в рядах ВШЭ пока есть только до июля, но август и сентябрь можно дополнить апроксимацией, вспомнив, что в первом приближении экспорт РФ линейно зависит от цены нефти. (Здесь стоит отметить, что начиная с 2015 г. экспорт РФ при той же цене нефти чуть выше, чем до 2015 г., примерно на 7 млрд. долл. в мес. Не разбирая структурных причин этого, а просто используя более позднюю зависимость.)

Модели оценки размера экспора по цене нефти

	Dependent variable:
	Export, B.USD.
	Dataset 2003-2014	Dataset 2015-2018
	(1)	(2)
Brent price, USD	0.394***	0.400***
	(0.005)	(0.036)
Constant	-0.142	7.085***
	(0.311)	(1.937)
Observations	252	42
R2	0.964	0.757
Adjusted R2	0.963	0.751
Residual Std. Error	2.796 (df = 250)	2.415 (df = 40)
F Statistic	6,599.802*** (df = 1; 250)	124.364*** (df = 1; 40)
Note:	p<0.1; p<0.05; p<0.01

Модели курса доллара на основе оценки экспорта по цене нефти

	Dependent variable:
	RUBUSD/RUBUSD(Brent)
	(1)	(2)	(3)	(4)
MF/EX(est)	1.000***	2.381**
	(0.132)	(1.081)
OFZ/EX(est)	0.585**	-1.750*
	(0.247)	(0.941)
(MF/EX(est))2		-5.051	6.857***
		(5.836)	(0.916)
(MF/EX(est))*OFZ/EX(est)		-7.367	1.716
		(5.835)	(2.633)
(OFZ/EX(est))2		23.490**	8.531**
		(8.330)	(2.957)
OpWeighted/Ex(est)				6.865***
				(0.702)
Constant		-0.085**
		(0.039)
Observations	19	19	19	19
R2	0.783	0.840	0.843	0.842
Adjusted R2	0.758	0.779	0.813	0.833
Residual Std. Error	0.053 (df = 17)	0.044 (df = 13)	0.047 (df = 16)	0.044 (df = 18)
F Statistic	30.709*** (df = 2; 17)	13.696*** (df = 5; 13)	28.595*** (df = 3; 16)	95.637*** (df = 1; 18)
Note:	p<0.1; p<0.05; p<0.01

В целом результаты на основе экстраполированной и фактической модели получаются сопоставимыми.

Регрессия по построенному таким образом набору данных дает достаточно близкие оценки к тому, что получены только по данным, заканчивающихся июлем. (Заметим также, что данные по закупкам Минфина на сентябрь тоже плановые, а не фактические).

В августе-сентябре курс оказывается гораздо выше, чем можно было бы ожидать от построенной наивной модели, но вполне укладываются в картину нарастающей паники. Скорее всего имел место и повышенный спрос на валюту (например в связи и с изъятием валютных вкладов из банков, подпадающих под американские санкции), и снижение предложения (за счет того, что, например, “Роснефть” как сообщали некоторые эксперты не возвращала валютну выручку).

Выводы и ожидания

В целом модель не объясняет поведения курса в первой половине 2017м, но объясняет около 70-75% отклонений от “нефтяного уровня” в 2018м.

Августовский курс, вероятно, можно декомпозировать так: в июне примерно +0.2 (от “нефтяного уровня”, около 10 руб.) дали покупки валюты Минфином, бегство нерезидентов - около ноля (в июне - 0.04). Еще 0.05-0.07 (+5 руб.) дала нарастающая паника в более позднее время, обычные стохастические и авторегрессионные эффекты, и прочее неучтенное. Если интерпретировать "неучтенное" как дополнительное изменение спроса на валюту, то оно соответствует нетто повышению спроса (или снижению предложения) на ~ 2.7-3 миллиарда долларов (=0.07*экспорт/коэффициент_модели).

Если бы отклонение курса опрделялось только действими Минфина, то курс, вероятно, был бы в конце августа 60-62 руб., но другие факторы подняли его существенно выше.

Это означает, что если бы Минфин прекратил закупки валюты валюты в нынешнем объеме, то курс бы существенно снизился. Потенциал его снижения только при прекращении действия рассматриваемых в модели факторов - примерно 9 рублей, т.е. с учетом инфляционной коррекции (~2%, +1 руб) до уровня ~60 руб/$. Инерционность движения курса велика, как правило на такие сдвиги требуется пара месяцев.

Возможные факторы, которые не дадут курсу снизиться:

• Минфин продолжит закупки валюты в текущих объемах.
• Нерезиденты, переставшие выходить из рубля в августе, могут снова начать выход из рубля.
• Фактор монетизации политического риска, давший примерно 0.1 отклонения от “нефтяного уровня” (5 руб) может оказаться выше текущих ожиданий. Внешнеполитических рисков для экономики руководство страны создает предостаточно и постоянно расширяет их перечень.

Возможные факторы дополнительного давления вниз:

• Растущая цена на нефть.
• Стабилизация ожиданий рынка после опубликования списка контретных американских санкций, а не домыслов.

На эти процессы накладываются обычные колебания размера ~0.1 “нефтяного уровня” (5 руб.).

Если модель верна, то при отказе Минфина от закупок валюты при некризисном развитии событий потенциал ослабления доллара значителен. При продолжении закупок курс будет держаться выше 60-62 руб./долл. Естестевенно, стоить помнить, что на валютном рынке реальность может посмеяться над любыми ожиданиями.

Датасет для игр, листинги R размещены тут.

Техас против Bakken и отечественной нефтянки: структура добычи

Решил еще немного поразвлекаться со статистикой по американской добыче (начало, про Bakken и его себестоимость тут, тут и тут). На сей раз смотрю данные по Техасу, колыбели нефтяной отрасли. Исследование получилось скорее зоологическим - рассмотрение зверинца, без каких-то животрепещущих выводов о судьбе цены на нефть.

Все данные по Техасу взяты с сайта местной Комиссии по железным дорогам (Texas Railroad Comission), отвечающей там за нефтянку. TRC собирает полную статистику по каждой скважине, однако в бесплатном доступе выдает только данные в разной степени агрегации за ограниченный период времени, впрочем их тоже много.

1. Объем техасской добычи демонстрирует типичную картину для американских месторождений: плавное угасание до 2010 года, а затем резкий всплеск в результате внедрения технологий "сланцевой революции", и новое сжатие добычи в итоге падения цен на нефть в 2015м.




 Нужно заметить, что TCS публикует две разные оценки объема добычи. Одна приводится в разделе "summary" с историческими данными (источник), другая - в оперативных отчетах об "окончательной оценке добычи" OWN423 (источник). Как правило первая оценка примерно на 300 тыс. баррелей в сутки превышает вторую, и отражает, видимо, еще какое-то производство (например, извлечение жидкостей из газа).

Другая особенность состоит в интерпретации последней точки графика (в данном случае за июнь 2015 года). Хотя она выглядит устрашающе, но она соответствует предварительной оценке. Анализ временного ряда показывает, что эта оценка стабильно (примерно на 5-15%) ниже "окончательной оценки" в OWN423. Так что почти наверняка падение добычи в июне 2015 будет выглядеть несколько скромнее, чем показывают предварительные данные. Комиссия предлагает умножать предварительную оценку примерно на 1,22 (источник) для получения результата, близкого к финальному, но внимательное рассмотрение показывает, то этот коэффициент был верен в 2010м году, но сильно завышен для 2015г., поэтому я умножил для построения на 1.1, близкое к среднему за 2015й.


2. Говоря о спаде в 2015м году можно обратить внимание и на динамику ввода в эксплуатацию новых скважин (источник). Хотя новых скважин по-прежнему вводится очень много (около 1500 в месяц - как в 2013м), но в последние полгода наметился ощутимый спад этого показателя в динамике год-к-году. Так как дебит на новомодных скважинах быстро (за два года) спадает, то как итог имеем и спад добычи.

3.   Кроме того TRC публикует детализированные ежемесячные отчеты, касающиеся классификации скважин (источник) и данные по среднему  дебиту скважин за год (источник). Меня заинтересовала динамика числа нефтяных скважин в зависимости от уровня добычи ( до 10 bpd (баррелей в сутки), 10-100 bpd, более 100 bpd): 

В Техасе более, чем в десять раз больше скважин (176 тыс.*) ), чем в Северной Дакоте. Однако же суммарная добыча больше лишь в два раза - основная часть скважин (80%) супернизкодебитные (<10 bpd, 1,3 т/сутки). Некоторые скважины дают вообще меньше 1 bpd.

Для сравнения - месторождения в Восточной Сибири дают дебиты 130 т/сутки и более (источник), т.е. более 940 bpd. А новые скважины "Газпромнефти" в Ираке - в среднем 957 т/сутки (источник), 6900 bpd, это выше всех единичных супер-супер рекордов в Техасе и Баккене.

В итоге наличия большого количества таких почти пересохших скважин, средний уровень дебита очень низок. Официальные данные - 12,7 bpd, пусть это вдвое выше уровня 2009 года, но все равно крайне мало. Однако, эта цифра получена по всему массиву скважин, если же не считать по сути неработающие скважины, то средний дебит получается заметно выше.


4. Из агрегированных данных можно попытаться оценить вклад разных типов скважин в общую добычу. Как легко понять вклад, скажем, высокодебитных (>100 bpd) скважин не может быть меньше, чем 100 bpd * число_высокодебитных_скважин в общем числе/общий_дебит, где общий_дебит = средний_дебит_по_всем_скважинам* общее число скважин.

Картинка ниже показывает оценки сверху на вклад в общую добычу высокодебитных и среднедебитных скважин и оценку снизу на вклад низкодебитных скважин:

Видно, как в результате сланцевой революции резко увеличился вклад в общую добычу высокодебитных скважин.


5. Оценки по разным типам скважин лучше получать из неагрегированных данных. К сожалению, они доступны только на платной основе. Однако, TRC публикует в трудноанализируемом формате PDF данные, агрегированные по примерно 7600 "полям" (отчет OWU420, источник), которые тоже можно применить для оценок.

Важно отметить, что в этих отчетах собраны, похоже, сведения не по всем скважинам, а только по примерно 154 тысячам, однако, они объясняют практически всю добычу по отчету OWU423, т.е. остальные скважины преимущественно пустые.

Также существенно, что данные со скважин просуммированы по каждому полю (в некоторых местах агрегация по 2000 скважин), вследствие чего показатели высокодебитных скважин усредняются с показателями низкодебитных, искажая распледеление - число высокодебитных скважен будет получаться хронически заниженным.

Не забывая про эти недостатки, можно попытаться все же построить диаграмму, показывающую как меняются число скважин с дебитом выше некоторого порога,  и суммарный дебит этих скважин, в зависимости от значения этого порога. Эти кривульки показаны ниже красным и синим:

Для сравнения зелеными треугольничками отмечены упоминавшиеся выше агрегаты по трем классам дебитов.  Видно, что отчет  OWU420 не охватывает примерно 20 тыс. скважин, не дающих никакой нефти, а число скважин с высоким и средним дебитом действительно получается заниженым. Причем, число высокодебитных занижено существенно - на 50% (4360 штук). Тем не менее "размазывание" оказывается не такое уж и большое: порог "класса" 100 bpd смещается примерно к 80 bpd, а порог 10 bpd, так даже наоборот повышается, к 15-20 bpd.

Учитывая это, можно полагать, что высокодебитные скважины дают порядка 45-50% общей добычи, а высоко и среднедебитные (их 53,4 тысячи) - 90%. Остальное добирается сотней тысяч скважин с дебитом от нуля до 10 bpd.

Средняя добыча по скважинам в отчете OWU420 - примерно 15,3 bpd. Средний дебит высоко и среднедебитных площадок - около 39 bpd.

Замечу тут также, что лишь примерно  11% скважин в Техасе имеет тип "flow", т.е. самотечные, не требует средств принудительного подъема нефти. Если разнести средний дебит каждой площадки пропорционально числу разных скважин на нем, то средний дебит таких скважин оказывается выше 36 bpd, а у остальных всего 13 bpd.

5. Опираясь на эти данные можно построить сравнение с Северной Дакотой (Баккеном). Для этого я использовал публикуемы правительство этого штата отчет OIL AND GAS PRODUCTION REPORT (источник, опять в неудобном формате PDF), охватывающим примерно 11000 скважин, производящих нефть и/или газ, которые раскрывают свои данные. Суммарный дебит, даваемый этими скважинами составляет примерно 1 миллион bpd, т.е. на 15% ниже полного уровня добычи.

Для построения я исключил упомянутые в отчете псевдоскважины, которые являются на самом деле агрегатами для извлечения нефтяных фракций из сжижаемого/сжимаемого газа (прочитать про это можно здесь или, покороче, здесь). Они выделяются в данных тем, что для них в отчете указано нулевое число дней "работы", хотя в целом они дают очень неплохие "дебиты".

Также важно отметить, что не все скважины в Баккене работают непрерывно, и их дебиты усреднены за месяц. Впрочем, если посчитать только по рабочим дням, то результат не сильно изменится.

Вот что получается для доли скважин разного дебита в общем их числе для Техаса и Северной Дакоты:

И вклад разных скважин в общую добычу:

[добавлено] Вклад от высокодебитных и среднедебитных скважин в Техасе оказывается гораздо выше нижних порогов, получаемых из крупноагрегированных данных, приведенных выше на картинке с динамикой долей.

У Баккена гораздо меньше доля почти не производящих нефть скважин в сравнении с Техасом. В целом он получается более высокодебитным и практически 100% добычи формируется в скважинах с дебитами больше 20 bpd, что не так в Техасе. Конечно, я тут сравниваю плохо сравнимое (скважины в Баккен с усреднеными в рамках полей показателями Техаса), и в реальности кривая распределения по Техасу будет более крутой, и ближе проходить к кривой Бакена, но все же по прежнему будет идти ниже нее из-за вклада большого количества низкодебитных скважин.

Средний дебит по выборке составил более 96 bpd *), т.е. чуть больше 13 т/сутки. Для сравнения: "Роснефть" рапортует, что на ряде новых месторождений Самарской области получает со скважины в среднем по 60 и более тонн в сутки (источник), а в более труднодоступной Восточной Сибири уже упоминавшиеся 130 т/сутки - в 10 раз больше. Иначе говоря дебиты сланцевой нефтедобычи смотрятся весьма скромно на фоне стандартов традиционной.


[ *) Правительство Северной Дакота приводит две цифры среднего дебита - 89 и 116 bpd, в зависимости от методики подсчета: включать ли несколько десятков скважин, доступ к информации по которым для общественности закрыт, включать ли те скважины, которые производят совсем мало нефти (единицы баррелей в сутки), учитывать ли как "скважины" точки производства жидкости из газа при его сжижении/сжатии. Если скорректировать на разницу учтенных скважин (9912 вместо 10373 в моей выборке) и суммарных оцененных объемов (1,15 млн. барр. вместо 0,995 млн. по моей выборке), то можно получить и официальную цифру 116 bpd. Так как все подобные оценки носят качественный характер (по порядку величины), то указанная разница не критична.]


***
ПС. Должен сделать оговорку по технической части. Анализировать данные в формате PDF крайне не удобно, так как он плохо переводится обратно в табличный вид. Ни один конвертер, кроме Fine Reader с задачей не справился, исказив формат до невозможности с ним работать. Но и FR мог, конечно, допустить малозаметные ошибки, которые я пытался вылавливать, но в этом плане есть границы человеческих возможностей. С высокой долей вероятности они не сильно влияют на конечные  результаты, но это все же стоит иметь ввиду, что все исследования носят качественный характер.

Структура себестоимости сланцевой нефти

В дополнение к предудущим постингам. Структуру себестоимости сланцевой нефти можно примерно оценить по отчету EOG - типичной компании, работающей на этом рынке. Конечно, это среднее только одной по больнице, и, возможно, что data cooking, но все же. Выглядит структура себестоимости так.

Что существенно - стоимость разведки почти отсутствует. Она видна в агрегированных данных, но если пересчитать к баррелю, то получится менее $1.

Весь опекс, связанный непосредственно с работой скважины спрятан в разделе Lease and Well. Там же платежи владельцу земли.

Высокая доля затрат приходится на доставку.

Deprecation и т.п. - это по сути тот капекс, который им нужно делать все время, чтобы просто оставаться в бизнесе. В сланцах надолго не поигнорируешь - добыча очень быстро упадет.

Bakken Supply Curve: пределы снижения цены

Вчерашний постинг вызвал вопрос, что все это значит. А значит то, что у сланцевых месторождений есть некая кривая предложения, т.е. зависимость объемов рентабельного производства от цены продукта.

Здесь важно подчеркнуть, что это:
1) пока, т.е. при текущих технологиях, бизнес-схемах, при текущих запросах к рентабельности проектов, подрядчиков и пр.
2) что это касается перспектив добычи, а не текущего момента. Так как все оценки безубыточности включают капитальные затраты, которые в кризис не учитываются, а решение о продолжении эксплуатации скважин и оборудования (в том числе и бурового) принимается на основе оценки переменных затрат, которые в случае сланцевой нефти низкие.

Если все же свести вместе данные по добыче в отдельных графствах Северной Дакоты  и данные по себестоимости (точке безубыточности), то получаем кривую предложения - опять с оговорками, что это кривая для устойчивого предложения, долгосрочная, без учета развития технологий и списаний уже сделанных вложений:

Оценки на ней скорее качественные. Так как разбивки добычи по графствам для июля 2015 пока не выложили (или я не нашел), а хотелось бы чтобы данные соответствовали одному временному периоду, то привел кривую по данным декабря 2014 г. - она отрисована жирненьким. Для иллюстрации эволюции себестоимости привел также кривую с уровнями добычи декабря, но себестоимостью июля 2014 г., хотя такое построение не очень корректно - она отображена зеленым. 
 
Из кривой понятно, что есть несколько ключевых регионов добычи, в которых себестоимость низкая - точка безубыточности на скважине меньше $45 (примерно $50 WTI), которые обеспечивают 90% добычи. Но при снижении цены ниже этого порога производство нефти становится неустойчивым и в них - в то время как оно окупает переменные издержки, оно уже не окупает постоянных издержек. При цене WTI около $38 рентабельна в лучшем случае половина текущего уровня добычи. 

Но так как сланцевые скважины дают максимум дебита в первые два года, то их нужно постоянно бурить. Это означает, что при сохранении низких цен производство постепенно начнет снижаться. Собственно оно уже снижается - но пока черепашьими темпами (на 50 тыс баррелей в день относительно максимума), но в течении двух лет низких цен отрасли либо придется как-то кардинально снизить себестоимость (на десятки долларов),  либо прекратить создание новых скважин и смириться с падением добычи.

**
Для коллекции: структура себестоимости
**
Еще один вопрос был на тему много это или мало. 1 миллион баррелей в день - это потенциальный экспорт Ирана после снятия санкций. Текущее превышение предложения нефти над спросом оценивается примерно в 2 млн. баррелей в день. 

Себестоимость сланцевой нефти Bakken: картинки

Сейчас все задаются вопросом при какой цене нефти добыча сланцевой нефти станет невыгодной. Но счастью у нас есть ответы. Департамент нефти и газа правительства Северной Дакоты ведет постоянный сбор данных с производителей и, на основе некоторой модели, дает оценку цены "на скважине", при которой добыча в том или ином графстве окупается.

Особенно интересно смотреть на эти данные в динамике.

Итак, картинка 1 - помесячная динамика "цены нефти для выхода в ноль" по разным графствам. В разных графствах добывается разный объем, поэтому четыре ключевых я выделил жирненьким.

Обращает на себе внимание, что цена выхода в ноль везде разная - в некоторых местах она ниже $30 (например, в графстве McKenzie), в некоторых - более $100. Вполне разумно, что в основном добыча ведется там, где себестоимость низкая - ЦВВН менее-порядка $40.

Если средневзвесить эти цены по количеству буровых, то мы получим, что несмотря на все бравурные заявления о снижении себестоимости точка безубыточности не особо-то и снижается - уменьшившись с $39 в конце прошлого года до $33  июле, она снова подросла до $37 в августе.

Рекордное снижение себестоимости в графстве McClean - на $48 до $25, но в некоторых местах, наоборот, прошел рост, например в BOT-REN на $34 до $85. Впрочем, и там, и там нефтяники бурят крайне мало.

Из ключевых же графств лучший результат у Dunn (-$5), худший у Mountrail и Williams (+$1). В июле, правда, было чуть лучше.

**

Другую забавную статистику можно получить, если задаться вопросом "а как падение цены нефти отражается на бурении?", т.е. создании новых скважин для поддержания общего объема добычи. Цифры говорят, что отражается очень плохо - общее число буровых сократилось со 188 до 74. 

Сократилось бурение прежде всего в графствах с интенсивной добычей. На следующем рисунке я показал как падало число буровых в зависимости от превышения цены WTI (для иллюстрации я брал цену фьючерса WTI в месяц, предшествующий выходу данных об объеме бурения) над ценой выхода в ноль.  

Все активно бурили, когда премия составляла $40-50 и сократили объемы бурения, когда премия упала до $10-$20. Следует понимать, что из этих $10 нужно еще вычесть логистику и добавить к ним наценку "за качество". В ND мало трубопроводов и нефть преимущественно выводится более дорогим способом - железной дорогой (правда как раз на 2015-2017гг. планировалось расширение трубопроводной мощности). В целом это отражается на дифференциале между WTI и Bakken, который колеблется от $2,5 до $7,5.

Продолжение тут

ПС1. Просто для корректности: первый график Excel отрисовал за все даты, но ND Gov за февраль-июнь ничего не публиковало, в этих точка данных нет, кривая отражает лишь динамику изменений между январем и июлем.