Mineral investment risk assessment of host countries based on a cloud matter-element model

• Autorzy: Hou Jie , Li Guoqing , Ling Jiahong , Chen Lianyun , Zhao Wei , Sheng Baoli

Identyfikatory

DOI

10.24425/gsm.2023.148160

Warianty tytułu

PL

Ocena ryzyka inwestycji w minerały w krajach przyjmujących w oparciu o model chmury materii i pierwiastka

• Języki publikacji: EN

Abstrakty

EN

The rapid development of the global economy has led to an increasing demand for resources. The disparity between the supply and demand of resources continues to be prominent and shows a situation of short supply. Resource investment projects with large amounts and long construction periods face many risks due to various unpredictable factors. Cultural, legal, economic and other environments vary between different countries. Therefore, comprehensive risk identification, understanding, evaluation, and analysis are important prerequisites for the success of mineral investment. In this paper, the risk of mineral resources investment in host countries is identified. A risk evaluation index system is established to objectively evaluate the risk environment of the host country. The risk evaluation index system includes four first-level indexes: political and legal risk, social and cultural risk, economic and financial risk, and natural risk. The subjective weight was determined by sending questionnaires to experts and scholars in the industry and conducting data processing. The entropy method was used to determine the objective weight. Finally, the subjective weight and the objective weight were combined to obtain a group of scientific and accurate combined weights. The matter-element theory was introduced into the cloud model and a risk assessment model based on the cloud matter-element theory was constructed with comprehensive consideration of the fuzziness and randomness of risks. Eight countries with relatively rich mineral resources were taken as cases to verify the model application. The research results provide a theoretical basis and decision-making methods for mineral enterprise investment.

PL

Szybki rozwój gospodarki światowej doprowadził do rosnącego zapotrzebowania na surowce. Rozbieżność między podażą a popytem na zasoby jest w dalszym ciągu wyraźna i świadczy o niedoborze podaży. Projekty inwestycyjne dotyczące zasobów, obejmujące duże kwoty i długie okresy budowy, są narażone na wiele zagrożeń ze względu na różne nieprzewidywalne czynniki. Środowiska kulturowe, prawne, gospodarcze i inne różnią się w poszczególnych krajach. Dlatego kompleksowa identyfikacja, zrozumienie, ocena i analiza ryzyka są ważnymi warunkami wstępnymi powodzenia inwestycji w surowce mineralne. W artykule zidentyfikowano ryzyko inwestycji w surowce mineralne w krajach przyjmujących. Ustanawia się system wskaźników oceny ryzyka w celu obiektywnej oceny środowiska ryzyka w kraju przyjmującym. System wskaźników oceny ryzyka obejmuje cztery wskaźniki pierwszego stopnia: ryzyko polityczne i prawne, ryzyko społeczne i kulturowe, ryzyko ekonomiczne i finansowe oraz ryzyko naturalne. Subiektywna waga została określona poprzez wysyłanie kwestionariuszy do ekspertów i naukowców z branży oraz przeprowadzenie przetwarzania danych. Do wyznaczenia wagi obiektywnej wykorzystano metodę entropii. Na koniec połączono wagę subiektywną i wagę obiektywną, aby uzyskać grupę naukowych i dokładnych połączonych wag. Teoria elementów materii została wprowadzona do modelu chmury, a model oceny ryzyka oparty na teorii elementów materii chmury został skonstruowany z kompleksowym uwzględnieniem rozmytości i losowości ryzyka. Do weryfikacji zastosowania modelu wzięto osiem krajów o stosunkowo bogatych zasobach mineralnych. Wyniki badań zapewniają podstawy teoretyczne i metody podejmowania decyzji w zakresie inwestycji przedsiębiorstw z branży wydobywczej.

Słowa kluczowe

EN

mineral investment; cloud matter element model; investment risk; risk assessment

PL

inwestycje w surowce mineralne; model materii chmury; ryzyko inwestycyjne; ocena ryzyka

• Wydawca: Instytut Gospodarki Surowcami Mineralnymi i Energią PAN ; Komitet Zrównoważonej Gospodarki Surowcami Mineralnymi PAN
• Czasopismo: Gospodarka Surowcami Mineralnymi
• Rocznik: 2023
• Tom: T. 39, z. 4
• Strony: 23--48
• Opis fizyczny: Bibliogr. 22 poz., rys., tab., wykr.

Twórcy

autor

Hou Jie

• University of Science and Technology Beijing, China

• https://orcid.org/0000-0002-3280-4762

autor

Li Guoqing

• University of Science and Technology Beijing, China

autor

Ling Jiahong

• University of Science and Technology Beijing, China

autor

Chen Lianyun

• University of Science and Technology Beijing, China
• Shandong Gold Group Co., Ltd., Jinan, China

autor

Zhao Wei

• Sanshandao Gold Mine, Shandong Gold Group Mining (Laizhou) Co., Ltd., Yantai, China

autor

Sheng Baoli

• Sanshandao Gold Mine, Shandong Gold Group Mining (Laizhou) Co., Ltd., Yantai, China

Bibliografia

• [1] Al Khattab et al. 2007 – Al Khattab, A., Anchor, J. and Davies, E. 2007. Managerial perceptions of political risk in international projects. International Journal of Project Management 25(7), pp. 734-743, DOI: 10.1016/j.ijproman.2007.03.006.
• [2] Amoatey et al. 2017 – Amoatey, C.T., Famiyeh, S. and Andoh, P. 2017. Risk assessment of mining projects in Ghana. Journal of Quality in Maintenance Engineering 23(1), pp. 22-38, DOI: 10.1108/JQME-09-2015-0044.
• [3] Buckley, P., and Casson, M. 1976. The Future of Multinational Enterprises. London: Macmillan.
• [4] Banda, W. 2019. An integrated framework comprising of AHP, expert questionnaire survey and sensitivity analysis for risk assessment in mining projects. International Journal of Management Science and Engineering Management 14(3), pp. 180-192, DOI: 10.1080/17509653.2018.1516577.
• [5] Botín et al. 2011 – Botín, J.A., Guzmán, R.R. and Smith, M.L. 2011. A methodological model to assist in the optimization and risk management of mining investment decisions. Dyna 78(170), pp. 221-226.
• [6] Brennan, M.J. and Schwartz, E.S. 1985. Evaluating natural resource investments. The Journal of Business 58(2), pp. 135-157.
• [7] Foo et al. 2018 – Foo, N., Bloch, H. and Salim, R. 2018. The optimisation rule for investment in mining projects. Resources Policy 55, pp. 123-132, DOI: 10.1016/j.resourpol.2017.11.005.
• [8] He et al. 2021 – He, H., Xing, R., Han, K. and Yang, J. 2021. Environmental risk evaluation of overseas mining investment based on game theory and an extension matter element model. Scientific Reports 11(1), DOI: 10.1038/s41598-021-95910-x.
• [9] He et al. 2022 – He, H., Zhao, Y., Tian, H. and Li, W. 2022. Risk Evaluation of Overseas Mining Investment Based on a Support Vector Machine. Sustainability 15(1), DOI: 10.3390/su15010240.
• [10] Huang et al. 2020 – Huang, J., Liu, J., Zhang, H. and Guo, Y. 2020. Sustainable risk analysis of China’s overseas investment in iron ore. Resources Policy 68, DOI: 10.1016/j.resourpol.2020.101771.
• [11] Hussain et al. 2020 – Hussain, J., Zhou, K., Guo, S. and Khan, A. 2020. Investment risk and natural resource potential in “Belt and Road Initiative” countries: A multi-criteria decision-making approach. Science of the Total Environment 723, DOI: 10.1016/j.scitotenv.2020.137981.
• [12] Ke et al. 2012 – Ke, L., Xiaoliu, S., Zhongfu, T. and Wenyan, G. 2012. Grey clustering analysis method for overseas energy project investment risk decision. Systems Engineering Procedia 3, pp. 55-62, DOI: 10.1016/j.sepro.2011.11.008.
• [13] Khalili-Damghani et al. 2016 – Khalili-Damghani, K., Tavana, M. and Santos-Arteaga, F.J. 2016. A comprehensive fuzzy DEA model for emerging market assessment and selection decisions. Applied Soft Computing 38, pp. 676-702, DOI: 10.1016/j.asoc.2015.09.048.
• [14] Lima, G.A.C. and Suslick, S.B. 2006. Estimating the volatility of mining projects considering price and operating cost uncertainties. Resources Policy 31(2), pp. 86-94, DOI: 10.1016/j.resourpol.2006.07.002.
• [15] Meldrum, D. 2000. Country risk and foreign direct investment. Business economics 35(1), pp. 33-40.
• [16] Memon et al. 2015 – Memon, M.S., Lee, Y.H. and Mari, S.I. 2015. Group multi-criteria supplier selection using combined grey systems theory and uncertainty theory. Expert Systems with Applications 42(21), pp. 7951-7959, DOI: 10.1016/j.eswa.2015.06.018.
• [17] Ruan et al. 2018 – Ruan, J., Chen, Y., Xiao, X., Yong, G., Huang, R. and Miao, Z. 2018. Fuzzy comprehensive evaluation of ecological risk based on cloud model: taking Chengchao Iron mine as example. IOP Conference Series: Earth and Environmental Science.
• [18] Scammacca et al. 2021 – Scammacca, O., Gunzburger, Y. and Mehdizadeh, R. 2021. Gold mining in French Guiana: A multi-criteria classification of mining projects for risk assessment at the territorial scale. The Extractive Industries and Society 8(1), pp. 32-43, DOI: 10.1016/j.exis.2020.06.020.
• [19] Shahabi et al. 2022 – Shahabi, R.S., Basiri, M.H., Qarahasanlou, A.N., Mottahedi, A. and Dehghani, F. 2022. Fuzzy MADM-based model for prioritization of investment risk in Iran’s mining projects. International Journal of Fuzzy Systems 24(7), pp. 3189-3207, DOI: 10.1007/s40815-022-01331-x.
• [20] Sobczyk et al. 2017 – Sobczyk, E.J., Kicki, J., Sobczyk, W. and Szuwarzyński, M. 2017. Support of mining investment choice decisions with the use of multi-criteria method. Resources Policy 51, pp. 94-99, DOI: 10.1016/j.resourpol.2016.11.012.
• [21] Tubis et al. 2020 – Tubis, A., Werbińska-Wojciechowska, S. and Wroblewski, A. 2020. Risk assessment methods in mining industry – A systematic review. Applied Sciences 10(15), DOI: 10.3390/app10155172.
• [22] Xiang et al. 2022 – Xiang, Y., Zhang, Q., Wang, D. and Wu, S. 2022. Mining Investment Risk Assessment for Nations along the Belt and Road Initiative. Land 11(8), DOI: 10.3390/land11081287.