企業新能源項目投資財務分析的方法和建議

楊 婷,張 娉

(中國電建集團西北勘測設計研究院有限公司,西安 710065)

文章編號：1006—2610(2015)05—0083—03

企業新能源項目投資財務分析的方法和建議

楊 婷,張 娉

(中國電建集團西北勘測設計研究院有限公司,西安 710065)

企業投資決策是現代企業財務管理的核心，關乎企業目標的實現。為促進企業新能源項目投資決策的科學化及合理化，文章結合工作實踐，提出了進一步完善企業投資決策的思路及建議，以期能為企業新能源項目投資決策提供有益參考，并引發對其更深入和全面的研究。文章亮點在于通過整理74個風電項目資料，運用回歸分析方法得到財務效益指標與影響因素間的多元線性回歸方程，經檢驗，方程準確度較高，可用于投資決策實踐。

企業;投資決策;財務分析;新能源;回歸分析

企業投資是指企業把資金直接或間接投放于一定對象，以期最大化獲取企業合法利益的一種再生產經濟活動，例如企業投資建設新能源項目、引進新技術及新設備、開拓市場等[1-2]。在企業進行項目投資決策的過程中，用財務分析的方法判斷項目的盈利及生存能力，將促進企業投資的科學化及合理化，一定程度上減小投資風險。近年來，風電等新能源發展迅速，眾多企業投資新能源領域，筆者結合自己的工作實際，對企業投資新能源項目提出幾點建議，供投資和決策部門參考。

1 重視已設計電站資料的整理

在項目投資前期階段，能夠迅速大致判斷項目未來的盈利情況至關重要。選擇有前景、生存能力強、未來效益可觀的項目，是項目投資成功的第一步。在前期篩選項目時，整理已設計電站的相關資料，參考同地區、相近規模電站的投資、年利用小時數、資本金財務內部收益率等情況，對待篩選項目進行快速判斷，可提高篩選項目的效率。筆者結合工作實踐，整理了74個風電項目的資料，部分有代表性的項目見表1。

2 預測與控制

基于統計好的電站資料，可采用回歸分析等數理統計方法，進行預測與控制。在項目前期篩選階段，項目無準確投資及電量，又需要項目考察人員快速大致判斷項目財務上是否可行，是否需要繼續跟蹤此項目時，參考類似規模、類似地區的已設計電站資料，采用回歸分析等數理統計方法預測項目未來收益情況，是一種有效的方法。

表1 風電項目資料表

結合工作實踐，判斷項目未來財務收益好壞的主要指標有資本金財務內部收益率、投資回收期等，影響電站財務收益的主要因素是投資、電量與電價。單位電量靜態投資是指項目的靜態投資與設計電量的比值，該指標同時反映了投資與電量2個因素。因此，本文基于統計的風電場資料采用回歸分析的方法，求出因變量項目資本金財務內部收益率與2個自變量單位電量靜態投資、電價之間的多元線性回歸方程，可對待篩選項目進行初步判斷。

在做回歸分析前，先剔除一些影響回歸方程準確率的數據。例如去除含送出工程，享受補貼電價的項目；去除財務測算時考慮CDM收益的項目；去除財務評價中采用了特殊操作的項目。筆者整理的74個風電項目數據中，去除上述數據后，剩余66個風電項目，對這66個風電項目利用Excel的數據分析功能進行回歸分析。

數據分析是Excel提供的解決特殊問題的分析工具[3-5]。利用Excel的數據分析工具庫對66個風電項目資料進行回歸分析的結果如圖1所示。

根據分析結果，多元線性回歸方程如下：

資本金財務內部收益率(%)=-8.750 329×單位

電量靜態投資+64.967747×上網電價+8.090885

(1)

從圖1可以看出，因變量資本金財務內部收益率與2個自變量(單位電量靜態投資及上網電價)的相關系數(MultipleR)為0.95，說明因變量與2個自變量的相關性很高，從2個自變量的系數(Coefficients)分別為-8.750 329和64.967 747可以看出，資本金財務內部收益率與這2個自變量分別呈負相關和正相關。為了檢驗多元線性回歸方程的準確度，進行殘差計算，結果見表2。

圖1 66個風電項目資料回歸分析結果圖

表2 66個風電項目回歸分析結果殘差分析表

序號實際值/%預測/%殘差/%序號實際值/%預測/%殘差/%序號實際值/%預測/%殘差/%110．1510．62-0．47239．338．081．254512．4411．381．0629．6510．79-1．14248．699．39-0．704614．8414．620．2238．509．39-0．89258．016．511．504711．5910．251．3449．109．22-0．122613．5013．240．264811．9710．161．81511．0311．23-0．202715．4715．170．304918．6216．112．5168．868．520．342810．8512．37-1．525015．3114．970．34711．8111．320．492914．0614．29-0．235110．6911．03-0．34813．2812．540．743013．4715．78-2．315210．1010．51-0．41913．4112．810．603112．3411．910．43539．279．90-0．63108．4710．88-2．413214．3914．47-0．08548．089．29-1．211114．1613．680．483314．6214．210．415511．3212．70-1．381211．5911．84-0．253413．5213．420．105613．5114．18-0．67138．869．04-0．183523．9522．321．635710．9911．65-0．66148．2110．01-1．803610．2410．36-0．125813．8913．570．32158．619．39-0．783714．0915．17-1．085918．0817．071．01169．529．66-0．143811．8512．02-0．176010．6911．03-0．34177．377．47-0．10399．338．081．256114．8314．88-0．05188．067．120．94408．138．78-0．65628．518．230．281910．2110．36-0．154112．2412．81-0．57638．097．820．27208．557．640．914213．4514．21-0．766411．7310．800．932112．7912．720．074315．4715．340．136513．2113．68-0．47228．346．941．404410．129．740．38669．9810．62-0．64

從殘差分析結果可以看出，利用公式(1)預測的66個風電項目的資本金財務內部收益率與實際值的誤差絕對值在0.05%～2.51%之間，平均誤差為0.72%，誤差較小，公式(1)準確度較高，可用于投資決策實踐。隨著樣本數據的增加，多元線性回歸方程的準確率會進一步提高。

隨著風力發電技術日臻成熟，風力發電設備價格降低，國家適當調整了陸上風電標桿上網電價(發改價格[2014]3008號)，將第Ⅰ類、Ⅱ類和Ⅲ類資源區風電標桿上網電價降低了2分/kWh，第Ⅳ類資源區風電標桿上網電價維持現行0.61元/kWh。該規定適用于2015年1月1日以后核準的陸上風電項目，以及2015年1月1日前核準但于2016年1月1日以后投運的陸上風電項目。

目前新電價政策剛開始實行，尚未搜集到執行新電價的風電項目資料，本文旨在拋磚引玉，不管標桿上網電價如何變化，資本金財務內部收益率與單位電量靜態投資及上網電價密切相關的規律不會發生變化，后期隨著執行新電價項目資料的積累，補充新的樣本數據，可使多元線性回歸方程的準確率進一步提高。

在得出多元線性回歸方程后，在企業投資決策初期即篩選項目階段，可根據項目估算的單位電量靜態投資和上網電價初步估算項目的資本金財務內部收益率。例如當項目單位電量靜態投資和上網電價分別為4.2元/kWh和0.61元/kWh時，可根據公式(1)預測得出項目的資本金財務內部收益率為10.97%。

另外，還可利用多元線性回歸方程進行投資控制，例如，在某地區投資風電項目時，電價及該地區的風資源情況是已知的，裝機49.5 MW，電價0.61元/kWh，年利用小時數1 900 h左右，若資本金財務內部收益率想控制在9%～10%之間，則靜態投資需控制在41 600～40 500萬元之間。

3 綜合考慮貸款償還方式等因素

在項目投資決策中，可通過財務分析選擇較有利的還款方式(等額本金利息照付或者等本息還款方式)，減少投資成本。另外，推遲貸款的額度及年限，也能一定程度提高項目的財務效益。投資者可根據項目的具體情況、投資者的偏好及與銀行溝通的結果，綜合選擇較有利的還款方式。

4 結 語

企業投資項目存在一定財務風險，例如不能獲得預期收益、投資無法按期回收等。很多企業在投資決策階段，由于缺乏系統的分析和研究，決策所依據的經濟信息不全面、不真實等原因，使得投資決策失誤頻繁發生。

為減少投資風險，在項目投資決策階段，基于累積的項目經驗，運用財務分析的方法預測評估項目未來的收益情況是種很有效的方法。重視對已完成項目資料的整理總結，并運用回歸分析等數理統計方法，借助Excel中的數據分析工具，挖掘財務效益指標與影響因素之間的相關關系，為項目的效益預測和投資控制提供了有效的途徑。筆者結合工作實踐，整理了部分風電項目資料，通過回歸分析，建立了多元線性回歸方程，變量之間的相關系數達到了0.95，相關性很高;殘差分析結果表明，預測值與實際值的平均誤差為0.72%，所建立的模型準確度較高，可以應用到風電項目效益預測及投資控制實踐中去。

隨著樣本數據的增多，多元線性回歸方程的準確度會進一步增強。建議日后不斷補充新的樣本數據，使回歸方程的準確度進一步提高。在投資決策階段，通過選擇有利的還款方式、推遲貸款額度及年限等方法，可在一定程度上降低投資成本。

綜上，本文結合工程實踐，提出了進一步完善企業新能源項目投資決策的思考及建議：一是重視已完成新能源項目資料的整理總結，為項目投資提供參考；二是運用數理統計方法，進行項目效益預測和投資控制；三是綜合考慮貸款償還方式等因素，有效降低投資成本，以期能為企業投資決策提供有益參考。

[1] 杜鵑.淺議企業投資項目決策中的財務分析[J].中國外資,2009,(7)：54-55.

[2] 涂志文.淺析企業投融資管理存在的問題及對策[J].會計師,2013,(6)：31-32.

[3] 神龍工作室.Excel高效辦公—公式與函數[M].北京：人民郵電出版社,2006.

[4] 袁國慶,靳國良,高天山等.Excel2007實用教程[M].北京：電子工業出版社,2008.

[5] 潘文,許清泉.Excel的回歸分析功能在數據處理中的應用[J].常州工學院學報,2001,14(4)：19-23.

Method and Tip of Financial Analysis for Investment on New Energy Projects

YANG Ting, ZHANG Ping

(POWERCHINA Northwest Engineering Co., Ltd., Xi'an 710065，China)

The investment decision-making is the core of financial management of modern enterprises. It defines the realization of the enterprise objective. To have the investment decision-making of new energy project of enterprises scientific and reasonable as well as in combination of practice, concepts and comments to further improve the decision-making on the new energy project investment are raised to provide the decision-making on the new energy project investment with reference. Meanwhile, deep and full study on the subject is triggered. Through analysis on the data of 74 wind energy projects and by application of regression analysis method, the multiple factor linear regression equation between the financial benefit indicators and influencing factors is concluded. It is approved by practice that the equation is with high precision and can be applied for decision making on investment.Key words:enterprise; investment decision-making; financial analysis; new energy; regression analysis

2015-04-13

楊婷(1983- )，女，陜西省鳳翔縣人，工程師，主要從事可再生能源規劃設計工作.

TP391.7

A

10.3969/j.issn.1006-2610.2015.05.024