Ключевой результат состоит в формировании связанной системы: блочное/календарное планирование горных работ → прогноз производственных показателей → расчет денежных потоков → оценка NPV, IRR, PI и срока окупаемости → риск-корректированная интерпретация инвестиционной привлекательности. На демонстрационном наборе исходных данных рассчитаны экономические показатели проекта и выполнен анализ чувствительности к цене металла, извлечению и величине капитальных затрат. Полученные результаты показывают, что положительное решение по освоению недр должно приниматься не по одному показателю, а по согласованному набору технологических, стоимостных и риск-метрик.
Abstract: The article proposes an applied framework for quantitative decision support in mine planning and the assessment of subsoil investment attractiveness. The integration of technical and financial models is based on the premise that early-stage mining-economic studies, such as Preliminary Economic Assessment (PEA), combine mine planning, production forecasting, capital and operating costs, as well as life-of-mine modeling and cash flow estimation. It is shown that traditional evaluation using DCF/NPV is useful as a baseline project screening tool; however, under conditions of high geological, price, and technological uncertainty, it should be supplemented with scenario analysis, risk modeling, and real options logic.
The key result is the development of an integrated system: block/schedule-based mine planning → production forecasting → cash flow calculation → evaluation of NPV, IRR, PI, and payback period → risk-adjusted interpretation of investment attractiveness. Using a demonstration dataset, the project’s economic indicators were calculated, and sensitivity analysis was performed with respect to metal prices, recovery rates, and capital expenditures. The results indicate that decisions on subsoil development should not be based on a single indicator, but rather on a consistent set of technological, cost, and risk metrics.
Keywords: mine planning; decision support; subsoil investment attractiveness; NPV; IRR; discounted cash flow; scenario analysis; real options; PEA; project sensitivity.
Введение
Цифровизация горной промышленности усилила роль количественных моделей как инструмента выбора технических и инвестиционных решений на этапах от концепции отработки до подготовки технико-экономического обоснования. На ранних стадиях проекта именно экономическая оценка типа PEA используется для предварительного подтверждения жизнеспособности проекта, причем в нее обычно включаются параметры добычи, переработки, капитальных затрат, срок службы рудника и денежные потоки.
Проблема состоит в том, что даже формально положительный базовый NPV может быть недостаточен для принятия решения, если не учтены вариативность содержания полезного компонента, неопределенность извлечения, колебания цен, задержки ввода мощностей и институциональные риски недропользования. В литературе и отраслевой практике подчеркивается, что PEA отвечает на вопрос о потенциальной жизнеспособности актива, а более поздние стадии PFS/FS повышают надежность инженерных и стоимостных оценок. Поэтому задача исследования заключается в разработке интегрированной количественной схемы, соединяющей горное планирование и инвестиционную оценку в единую систему поддержки принятия решений [1-3,12].
Цель исследования — показать, как количественные модели могут быть использованы для выбора параметров плана горных работ и для оценки инвестиционной привлекательности недр на основе системы взаимосвязанных технико-экономических показателей.
Задачи исследования:
— формализовать входные параметры горного проекта;
— представить расчетный аппарат оценки денежных потоков и инвестиционной эффективности;
-выполнить демонстрационный расчет по годам жизни рудника;
-проанализировать чувствительность результатов к ключевым факторам;
— сформулировать выводы для принятия решений по освоению недр.
References
1. Козлов С.В., Плотников Р.В. Систематизация атрибутов многокритериальных моделей в горнодобывающей отрасли // Недропользование и транспортные системы. 2024. Т. 14. № 1. С. 25–57. DOI: 10.18503/SMTS-2024-14-1-25-57.2. Елохова И.В., Плотников Р.В. Подход к моделированию инвестиционной привлекательности отрасли в региональном аспекте // Экономические и социальные перемены: факты, тенденции, прогноз. 2024. Т. 17. № 1. С. 110–125. DOI: 10.15838/esc.2024.1.91.6.
3. Иванова Н.П., Сафронов Д.А. Оценка инвестиционной привлекательности угольной отрасли России // Экономика и предпринимательство. 2021. № 8. С. 250–258.
4. Гилярёва Л.В., и др. Ключевые показатели проектных управленческих решений для устойчивого функционирования геотехнологических систем // Горный информационно‑аналитический бюллетень (научно‑технический журнал). 2026. № 2-1. С. 182–196.
5. Плотников Р.В., Елохова И.В. Особенности оценки инвестиционной привлекательности компаний реального сектора экономики // Информационное общество. 2025. № 1. С. 70–78.
6. Третьяков А.В. Инвестиционная привлекательность минерально‑сырьевого комплекса России: современные тенденции и факторы роста // Недра XXI век. 2022. № 5. С. 52–59.
7. Бурлин Е.Б. Оценка инвестиционной привлекательности корпорации: методический подход // Вестник евразийской науки. 2023. Т. 15. № S1. С. 45–60.
8. Ряхлин М.Ю. Технико‑экономический аудит в горной промышленности: методические подходы и ключевые показатели // Горный информационно‑аналитический бюллетень. 2025. № 10. С. 120–135.
9. Сидоров В.В., Лопатников А.В. Оценка стоимости непроизводящих горнодобывающих компаний: проблемы и решения // Металлы. 2025. № 5. С. 35–47.
10. Иванов Д.С., Фёдоров П.Н. Потенциал развития горнодобывающего сектора России: экономический анализ и сценарное моделирование // Уголь. 2024. № 12. С. 15–23.
11. Смирнова Е.В. Технологические и маркетинговые тенденции в горнодобывающей промышленности и их влияние на инвестиционную привлекательность проектов // Горная промышленность. 2026. № 1. С. 34–45.
12. Лебедев А.Г. Цифровизация горнодобывающей отрасли и её влияние на методы оценки инвестиционных проектов // Экономика и управление в машиностроении. 2023. № 4. С. 90–99.
