原油研究系列（二十）：油气资源储备对油气上市公司市值影响的研究

行业研究 2024年9月30日 行业深度 标配油气资源储备对油气上市公司市值影响的研究 证券分析师 张季恺S0630521110001 zjk@longone.com.cn 投资要点： ——原油研究系列（二十） 石油石化 证券分析师 谢建斌S0630522020001 xjb@longone.com.cn 证券分析师 吴骏燕S0630517120001 wjyan@longone.com.cn 联系人花雨欣 hyx@longone.com.cn 15% 9% 3% -3% -9% -15% -21% 23-0923-1224-0324-0624- 申万行业指数:石油石化(0775)沪深300 相关研究 1.需求走弱原油价格持续承压，建议关注下游补库存机会——原油及聚酯产业链月报（2024年9月） 2.桐昆股份（601233）：盈利维稳，长丝景气度有望修复——公司简评报告 3.荣盛石化（002493）：2024H1业绩同比增长，坚持技术创新和平台深化 ——公司简评报告 弱化周期属性，如何看待油气类上市公司市值。油气公司的业绩受油价影响较大，而油价 具有较强的波动性。油气类上市公司的市值影响因素除传统的PB-ROE、PE、分红等估值外，也与油气的资源储量相关；随着能源转型，大型油气公司也实行多元化，同时产业链向下游炼化、零售等环节延伸；我们通过回归模型来对比国内外石油公司资源储量与市值的影响关系。 油气储备水平及原油产量是油气公司市值的主要影响因素。由于主要油气公司数量有限，多因素模型的使用可能过度拟合。对于一体化油气公司，模型的拟合度较为良好，但一些关键系数并未单独表现出明显的统计显著性，总体而言原油的产量和储量占绝对性因素。 对于偏上游的油气公司，模型拟合度偏弱，总体而言油气的储量和产量、以及净资产负债率对于模型的贡献较大。然而，只要系数共同显著，回归方程仍然可以具备一定的参考价值。回归模型的目的是估计市场价值，而不一定关心每个控制变量的直接显著性。 全球油气上游交易趋于活跃。2023年全球油气上游并购交易数量为201笔，较上年同比-7.37%；交易金额达2335亿美元，较上年同比+163%，创历史新高，其中美国并购交易金额最高，占比超50%。此外，2023年31起油气上游并购交易超过10亿美元、4起超过100 亿美元。国际石油公司之间的大额并购、超级并购数量已经接近2012年至2014年间创造的历史峰值水平。2024年Q1已公开披露的收并购交易达550亿美元，远高于2023年同期约145亿美元的交易支出，接近过去5年季度平均水平的1.7倍，油气上游并购活跃度有望持续。 短期内油价在65美元/桶仍有支撑，预计全年布伦特油价在60-90美元/桶之间波动。9月布伦特原油一度跌破70美元/桶附近持续震荡，月底收于76.93美元/桶。OPEC+国家增强减 产履约，补偿协议逐步落实，并延长220万桶额外减产至11月底。但沙特于9月26日宣布放弃100美元/桶目标价格并准备增产。综合来看，我们下调油价短期支撑至65美元/桶；我们认为原油长期受需求面影响大，但美国钻机数持续下降将影响长期原油供给，随着美联储在今年剩余时间进一步降息，原油一定回调风险增加；预计今年全年布伦特油价在60-90美元/桶波动。 投资建议。横向对比，我国上市石化企业资源储量和产能具备国际竞争力，中国石油及中国海油的油气探明储备和炼化产能均为国际靠前水平；开采成本近年来也有所改善，基本 与国际水平持平，未来有望进一步改善；但两家公司ROE长期偏低导致企业估值受损，低于七大国际石油公司的平均水平，且PB估值处于较低水平；两家分红比例良好，与国际水 平基本持平，但是分红总额较低。建议关注：（1）资源储备水平良好；（2）炼油产能领先 （3）开采成本控制良好的上市石化国企，如：中国石油、中国海油。 风险提示：宏观经济波动和油价下行风险；地缘政治不稳定风险；海外业务发展不及预期；在建产能投放不及预期。 正文目录 1.油气公司市值与油气资产及其他因素关系探究4 1.1.方法论4 1.2.拟合回归结果5 1.3.结论与小结7 2.全球油气行业处于结构性重塑新阶段7 3.原油价格有望继续维持中高位震荡9 4.对标国际，我国主要油气公司估值偏低11 4.1.国内主要油气公司ROE相对稳定12 4.2.国内主要油气公司PB相对偏低13 4.3.对标油气储备，中国石油估值较低14 4.4.对标分红，国内公司分红比例良好16 5.投资建议17 6.风险提示17 图表目录 图1主要国际油公司上游资本开支及预测（十亿美元）7 图2主要国际油公司勘探开支（左轴）及占比（右轴）7 图3全球分地区油气上游并购情况（亿美元，美元/桶）8 图4埃克森美孚1P储量有机替代成本（美元/桶油当量）9 图5雪佛龙1P储量有机替代成本（美元/桶油当量）9 图6中国石油、中国海油与世界一流油气公司PB-PE及ROE对标12 图7中国石油与ROE与世界七大石油公司均值对比（%）13 图8资产负债率与世界七大石油公司均值对比（%）13 图9中国石油、中国海油PB与世界七大石油公司均值对比14 图10中国石油油气储备与世界七大石油公司对比（百万桶油当量）14 图11公司市值/油气储备与世界七大石油公司对比（美元/桶油当量）15 图12中国石油完全当量桶油成本与世界七大石油公司对比（美元/桶油当量）15 图13中国石油与世界七大石油公司分红比例（%）16 图14公司归母净利对比（亿美元）16 图15公司现金分红总额对比（亿美元）16 表1选取样本公司及参数4 表2变量对照表5 表3一体化分组拟合结果5 表4偏上游分组拟合结果6 表5选取样本公司及参数26 表6偏上游分组拟合结果26 表72023年以来油气行业主要并购案8 表8权威机构最新预测及观点10 表9原油价格影响因素及预测10 1.油气公司市值与油气资产及其他因素关系探究 油气公司的业绩受油价影响较大，而油价具有较强的波动性。油气类上市公司的市值影响因素除传统的PB-ROE、PE、分红等估值外，也与油气的资源储量相关；随着能源转型，大型油气公司也实行多元化，同时产业链向下游炼化、零售等环节延伸；本文我们将通过回归模型来对比国内外石油公司资源储量与市值的影响关系。 1.1.方法论 原油储 天然气 产油气比 储量（亿 产量（万桶 净资产负债率 股息率 市值（亿美 量（亿 储量 （万桶 储采比（年） 桶油当量） 油当量/天） （%） （%） 元） 桶） （Tcf) /Bcf） 一体化Eni 31 17315 64 157 17 11.2 0.2 5.84 573 Shell 47 29729 98 274 19 9.8 1.2 3.93 2161 TotalEnergies 55 27517 106 242 31 12.0 1.4 4.78 1625 Chevron 60 30381 112 317 24 9.7 0.6 4.13 2816 ExxonMobil 112 34464 169 378 32 12.3 0.8 3.72 3962 BP 37 17471 68 231 16 8.0 2.8 4.82 1013 中国石油 62 72794 184 482 19 10.4 0.8 6.23 1814 SaudiAramco 2174 207 2512 1277 100 53.9 0.5 5.14 21378 Equinor偏上游Apache 26.45.5 14471.01.5 52.48.1 127.939.6 114.632.2 11.2 5.6 2.04.3 8.532.79 1004.7 110.1 Woodside 9.5 16.0 37.6 51.0 7.7 20.2 0.6 2.84 402.0 Ovintiv（Encana） 10.4 6.9 21.9 56.6 17.8 10.6 0.9 2.73 119.9 ConocoPhillips 44.7 13.3 67.6 182.6 39.3 10.1 0.9 4.04 1378.2 Marathonoil 9.7 2.1 13.2 40.5 38.4 8.9 0.7 2.12 563.3 表1选取样本公司及参数 消除油气价格影响：油气公司的市值与油气价格显然是正相关的，但本文我们旨在探索公司资产及财务指标等因素对公司市值的影响关系，故选取2023年的数据进行横向对比，以此消除油气价格对市值的影响。 分类讨论：进行控制变量的探究，首先可以从几个方面进行分类：独立——政府控股、上游属性——上下游一体化、国际化——专注本土等。那么出于对于侧重上游资产分析的角度，我们主要选择上游属性——上下游一体化进行分类讨论。 样本选取：一体化油气公司方面我们选取了9个较为典型的上市公司：Eni、Shell、TotalEnergies、Chevron、ExxonMobil、BP、中国石油、SaudiAramco、Equinor；偏重上游属性方面，则选取了11个上市公司：Apache、Woodside、Ovintiv（Encana）、ConocoPhillips、Marathonoil、EOGResources、DevonEnergy、OccidentalPetroleum、EQTCorporation、Petrobras、中国海油。 相关参数选择：我们主要考量公司的权益油气储备数量、原油储备储量、油气产量、杠杆率、分红等几个方面对于市值的影响，具体选取的参数为原油储量（亿桶）、天然气储量 （Tcf）、储量（亿桶油当量）、产量（万桶油当量/天）、产油气比（万桶/Bcf）、储采比（年）、净资产负债率、股息率、市值（截至2023/12/31）。 EOGResources 30.1 8.9 45.0 98.5 40.9 12.5 0.6 4.18 705.3 DevonEnergy 12.9 3.2 18.2 65.8 45.7 7.6 1.0 4.86 290.2 OccidentalPetroleum 29.2 6.4 39.8 122.2 51.3 8.9 1.4 1.27 525.7 EQTCorporation 3.0 25.8 46.0 92.1 1.0 13.7 0.7 1.59 159.0 Petrobras 92.1 10.0 109.2 274.8 72.1 10.9 1.8 10.81 568.6 中国海油 48.4 9.2 67.8 185.8 64.1 10.0 0.5 5.44 1400.0 资料来源：Bloomberg、Wind、各公司公告，东海证券研究所，市值截至2023/12/31 1.2.拟合回归结果 我们用以下变量来代表各项参数： 表2变量对照表 Ro Rg Rboe P Po/Pg R/P D/E DYR Cap 原油储量 天然气储 量 储量 产量 产油气比 储采比 净资产负债率 股息率 市值 资料来源：东海证券研究所 我们假设两个线性关系，分别为：Cap=a+b·Rboe+c·Po/Pg+d·R/P+e·D/E+f·DYP及 Cap=a+b·Ro+c·Rg+d·Po/Pg+e·R/P+f·D/E+g·DYP 由于储采比由储量除以产量得到，故不再将产量代入拟合。其中a~f为常数。经过拟合，我们得到两个结果： 表3一体化分组拟合结果 Cap=a+b·Rboe+c·Po/Pg+d·R/P+e·D/E+f·DYP R2 a b c d e f 0.9996776(4.88)11(4.99)36(4.58)-237(-1.78)-507(-2.46)-803(-6.04) P值 0.02 0.02 0.02 0.17 0.09 0.01 Cap=a+b·Ro+c·Rg+d·Po/Pg+e·R/P+f·D/E+g·DYP R2 a b c d e f g P值0.070.060