相關性分析在油田投資項目指標優選中的應用

李照

摘要：根據油田投資項目的排隊優選機制，通過皮爾遜相關系數對油田投資決策指標進行量化分析，篩選高相關性的評價指標，避免同類型指標對項目排隊優選結果的疊加影響，確保項目排隊的合理性，提升油田投資決策的科學性。

關鍵詞：相關性分析；油田；投資項目；排隊優選

中圖分類號：TP311 文獻標識碼：A 文章編號：1009-3044（2018）02-0226-02

在低油價、新常態的雙重影響下，國內油田企業都面臨著嚴峻挑戰，科學、精細的投資管理是目前油田企業降本增效的關鍵所在。投資項目優選是企業經營管理的關鍵環節，直接決定了企業的戰略發展方向和長期效益。如何根據不同類型投資項目的評價指標體系，以科學方式計算出項目的綜合得分情況，并實現排隊優選，成為投資管理部門的重要課題。

然而，在各類投資項目的評價指標里，部分指標間存在較高的相關性。這些由于存在精確相關關系或高度相關關系的指標，會使模型估計失真或難以估計準確，對項目綜合得分產生了一定的偏差和影響。為合理甄別指標，剔除指標共線性的影響，需要對投資項目的各個指標進行兩兩相關性分析，最終得到一個可以全面、均衡地反應投資項目情況的指標體系。

1 相關性分析定義

相關性分析是研究現象之間是否存在某種依存關系，并對具體有依存關系的現象，具體分析其相關性以及相關程度，是研究隨機變量之間的相關性的一種常見的定量統計分析方法。相關性分析的一些常用術語如下：

（1） 線性相關：這是最簡單的一種情況，兩因素呈線性共同增大，或者呈線性逆向變化的情況。

（2） 曲線相關：兩變量存在相關趨勢，但并非線性，而是呈各種可能的曲線趨勢。此時若直接進行直線相關分析，則有可能得出無相關性的結論。

（3） 正相關與負相關：正按照兩變量之間的變化趨勢，如果A變量增加時，B變量也增加，則稱為正相關，如A變量增加時，B變量減小，則稱為負相關。

（4） 完全相關：兩變量的相關程度達到了合二為一的程度，當得知X變量取值時，就可以準確推算出Y變量的取值，又可分為完全正相關和完全負相關兩種。

在油田投資項目指標的相關性分析中，將樣本中的所有指標進行兩兩相關性分析，看其是否存在一定的相關性，以及正相關還是負相關，并通過相關系數研究其相關程度的大小。

2 相關系數

測量相關程度的相關系數有很多，大部分關聯強度參數的取值范圍在0～1之間，0代表完全不相關，1代表完全相關。對于反映定序變量或連續變量間關聯程度的參數，其取值范圍則在-1到1之間，絕對值代表相關程度，而符號則代表是正相關還是負相關。

此次研究采用積差相關系數，又稱為Pearson（皮爾遜）相關系數，來表示其相關性的大小，當兩個變量在散點圖上的散點呈現直線趨勢時，就可以認為兩者存在簡單相關趨勢，也稱為線性相關趨勢。Pearson相關系數，也稱為積差相關系數就是目前人們定量地描述線性相關程度高低的一個常用指標。

相關系數r—（皮爾遜相關系數）

︱r︱值越接近于1，相關程度越高，其絕對值可以比較不同現象相關程度的高低。

0.0<︱r︱≤0.3 微弱相關

0.3<︱r︱≤0.5 低度相關

0.5<︱r︱≤0.8 明顯相關

0.8<︱r︱≤1.0 高度相關

任何一種統計方法都是有其適用條件的，對統計方法運用的好壞和正確在于針對數據是否采用了特征靈活運用正確的統計方法。在相關性分析中，我們首先要考慮的就是兩個變量是否可能存在相關關系，如果得到了肯定的結論，那么才能進行下一步的定量分析。

（1） Pearson相關系數適用于大部分線性相關的情形，對于曲線相關等更為復雜的情形，積差相關系數的大小并不能代表其相關性的強弱。

（2） 樣本中存在的極端值對Pearson相關系數的計算影響極大，因此要慎重考慮和處理，必要時可以將其剔除，或者進行變量間轉換，以避免由一兩個數值導致出現錯誤的結論。

（3） Pearson相關系數要求相應的變量呈雙變量正態分布。雙變量正態分布并非簡單的要求X變量和Y變量各自服從正態分布，而是要求服從一個聯合的雙變量正態分布。

3 油田企業投資項目優選實際應用情況

在本次針對油田投資項目優選的研究中，首先對項目的所有經濟、技術、風險類指標進行了統計，形成了投資項目指標體系，油田投資項目指標見下頁表1。

通過調研，對各個指標進行相關性分析，選取某油田具有代表性的新區產能類投資項目100余個作為樣本，將各個樣本中的指標進行了提取，運用SPSS軟件的統計分析功能，對所有指標進行了兩兩相關性對比分析。

以內部收益率與投資回收期為例。將每個項目樣本中的內部收益率與投資回收期進行相關性分析，把內部收益率作為X軸、投資回收期作為Y軸，每個項目樣本將產生一個對應的點，將所有樣本的內部收益率、投資回收期點均體現于一個坐標系時，就得到了內部收益率與投資回收期的相關性分析散點圖。通過對散點的離散程度分析，計算得出了每組指標的積差相關系數。

從內部收益率與投資回收期散點圖上可以看出，散點聚集比較集中，計算后的相關度高（-82%）。

單位經營成本與內部收益率散點分散較廣，相關度較低（-20%）。

百萬噸產能投資與內部收益率散點分布較分散，相關度低（-1%）。

從投產前三年投資利潤率與單位開發成本散點圖上可以看出，散點分布較集中，相關度高（-74%）。

通過對指標體系中的指標進行兩兩相關性分析，最終匯總出相對應的指標相關性分析表，見表2。

經過相關性分析對比，可以得出以下結論：

（1） 百萬噸產能投資與單位開發成本屬于強相關（71%）。

（2） 投產前三年投資利潤率與內部收益率存在極強相關性（88%）。

（3） 單井建產與單井可采儲量存在極強相關性（94%）。

（4） 投資回收期與其余經濟指標都屬于強相關。

因此，通過相關性篩選，將具有高相關性的部分指標進行科學的規避，舍去了百萬噸產能投資、投產前三年投資利潤率、單井建產、投資回收期等指標，確保了各個指標間相對獨立，為項目綜合評分提供了科學的指標體系。

4 結論

在油田投資項目排隊優選研究中，通過對項目排隊指標的相關性分析，篩除具有高相關性的指標，確保了投資項目排隊優選指標體系的合理性，從而使投資項目排隊結果科學、合理，為油田企業在低油價、新常態下優化投資效益提供了重要保障。

參考文獻：

[1] 謝朗.企業持續改進項目實施分析研究[J].哈爾濱工業大學，2007.

[2] 李四化.服務補救與顧客后續行為意向關系研究[J].遼寧大學，2009.endprint