企業(yè)新能源項(xiàng)目投資財(cái)務(wù)分析的方法和建議

楊 婷,張 娉

(中國(guó)電建集團(tuán)西北勘測(cè)設(shè)計(jì)研究院有限公司,西安 710065)

文章編號(hào)：1006—2610(2015)05—0083—03

企業(yè)新能源項(xiàng)目投資財(cái)務(wù)分析的方法和建議

楊 婷,張 娉

(中國(guó)電建集團(tuán)西北勘測(cè)設(shè)計(jì)研究院有限公司,西安 710065)

企業(yè)投資決策是現(xiàn)代企業(yè)財(cái)務(wù)管理的核心，關(guān)乎企業(yè)目標(biāo)的實(shí)現(xiàn)。為促進(jìn)企業(yè)新能源項(xiàng)目投資決策的科學(xué)化及合理化，文章結(jié)合工作實(shí)踐，提出了進(jìn)一步完善企業(yè)投資決策的思路及建議，以期能為企業(yè)新能源項(xiàng)目投資決策提供有益參考，并引發(fā)對(duì)其更深入和全面的研究。文章亮點(diǎn)在于通過整理74個(gè)風(fēng)電項(xiàng)目資料，運(yùn)用回歸分析方法得到財(cái)務(wù)效益指標(biāo)與影響因素間的多元線性回歸方程，經(jīng)檢驗(yàn)，方程準(zhǔn)確度較高，可用于投資決策實(shí)踐。

企業(yè);投資決策;財(cái)務(wù)分析;新能源;回歸分析

企業(yè)投資是指企業(yè)把資金直接或間接投放于一定對(duì)象，以期最大化獲取企業(yè)合法利益的一種再生產(chǎn)經(jīng)濟(jì)活動(dòng)，例如企業(yè)投資建設(shè)新能源項(xiàng)目、引進(jìn)新技術(shù)及新設(shè)備、開拓市場(chǎng)等[1-2]。在企業(yè)進(jìn)行項(xiàng)目投資決策的過程中，用財(cái)務(wù)分析的方法判斷項(xiàng)目的盈利及生存能力，將促進(jìn)企業(yè)投資的科學(xué)化及合理化，一定程度上減小投資風(fēng)險(xiǎn)。近年來，風(fēng)電等新能源發(fā)展迅速，眾多企業(yè)投資新能源領(lǐng)域，筆者結(jié)合自己的工作實(shí)際，對(duì)企業(yè)投資新能源項(xiàng)目提出幾點(diǎn)建議，供投資和決策部門參考。

1 重視已設(shè)計(jì)電站資料的整理

在項(xiàng)目投資前期階段，能夠迅速大致判斷項(xiàng)目未來的盈利情況至關(guān)重要。選擇有前景、生存能力強(qiáng)、未來效益可觀的項(xiàng)目，是項(xiàng)目投資成功的第一步。在前期篩選項(xiàng)目時(shí)，整理已設(shè)計(jì)電站的相關(guān)資料，參考同地區(qū)、相近規(guī)模電站的投資、年利用小時(shí)數(shù)、資本金財(cái)務(wù)內(nèi)部收益率等情況，對(duì)待篩選項(xiàng)目進(jìn)行快速判斷，可提高篩選項(xiàng)目的效率。筆者結(jié)合工作實(shí)踐，整理了74個(gè)風(fēng)電項(xiàng)目的資料，部分有代表性的項(xiàng)目見表1。

2 預(yù)測(cè)與控制

基于統(tǒng)計(jì)好的電站資料，可采用回歸分析等數(shù)理統(tǒng)計(jì)方法，進(jìn)行預(yù)測(cè)與控制。在項(xiàng)目前期篩選階段，項(xiàng)目無準(zhǔn)確投資及電量，又需要項(xiàng)目考察人員快速大致判斷項(xiàng)目財(cái)務(wù)上是否可行，是否需要繼續(xù)跟蹤此項(xiàng)目時(shí)，參考類似規(guī)模、類似地區(qū)的已設(shè)計(jì)電站資料，采用回歸分析等數(shù)理統(tǒng)計(jì)方法預(yù)測(cè)項(xiàng)目未來收益情況，是一種有效的方法。

表1 風(fēng)電項(xiàng)目資料表

結(jié)合工作實(shí)踐，判斷項(xiàng)目未來財(cái)務(wù)收益好壞的主要指標(biāo)有資本金財(cái)務(wù)內(nèi)部收益率、投資回收期等，影響電站財(cái)務(wù)收益的主要因素是投資、電量與電價(jià)。單位電量靜態(tài)投資是指項(xiàng)目的靜態(tài)投資與設(shè)計(jì)電量的比值，該指標(biāo)同時(shí)反映了投資與電量2個(gè)因素。因此，本文基于統(tǒng)計(jì)的風(fēng)電場(chǎng)資料采用回歸分析的方法，求出因變量項(xiàng)目資本金財(cái)務(wù)內(nèi)部收益率與2個(gè)自變量單位電量靜態(tài)投資、電價(jià)之間的多元線性回歸方程，可對(duì)待篩選項(xiàng)目進(jìn)行初步判斷。

在做回歸分析前，先剔除一些影響回歸方程準(zhǔn)確率的數(shù)據(jù)。例如去除含送出工程，享受補(bǔ)貼電價(jià)的項(xiàng)目；去除財(cái)務(wù)測(cè)算時(shí)考慮CDM收益的項(xiàng)目；去除財(cái)務(wù)評(píng)價(jià)中采用了特殊操作的項(xiàng)目。筆者整理的74個(gè)風(fēng)電項(xiàng)目數(shù)據(jù)中，去除上述數(shù)據(jù)后，剩余66個(gè)風(fēng)電項(xiàng)目，對(duì)這66個(gè)風(fēng)電項(xiàng)目利用Excel的數(shù)據(jù)分析功能進(jìn)行回歸分析。

數(shù)據(jù)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(shù)據(jù)分析工具庫對(duì)66個(gè)風(fēng)電項(xiàng)目資料進(jìn)行回歸分析的結(jié)果如圖1所示。

根據(jù)分析結(jié)果，多元線性回歸方程如下：

資本金財(cái)務(wù)內(nèi)部收益率(%)=-8.750 329×單位

電量靜態(tài)投資+64.967747×上網(wǎng)電價(jià)+8.090885

(1)

從圖1可以看出，因變量資本金財(cái)務(wù)內(nèi)部收益率與2個(gè)自變量(單位電量靜態(tài)投資及上網(wǎng)電價(jià))的相關(guān)系數(shù)(MultipleR)為0.95，說明因變量與2個(gè)自變量的相關(guān)性很高，從2個(gè)自變量的系數(shù)(Coefficients)分別為-8.750 329和64.967 747可以看出，資本金財(cái)務(wù)內(nèi)部收益率與這2個(gè)自變量分別呈負(fù)相關(guān)和正相關(guān)。為了檢驗(yàn)多元線性回歸方程的準(zhǔn)確度，進(jìn)行殘差計(jì)算，結(jié)果見表2。

圖1 66個(gè)風(fēng)電項(xiàng)目資料回歸分析結(jié)果圖

表2 66個(gè)風(fēng)電項(xiàng)目回歸分析結(jié)果殘差分析表

序號(hào)實(shí)際值/%預(yù)測(cè)/%殘差/%序號(hào)實(shí)際值/%預(yù)測(cè)/%殘差/%序號(hào)實(shí)際值/%預(yù)測(cè)/%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(jié)果可以看出，利用公式(1)預(yù)測(cè)的66個(gè)風(fēng)電項(xiàng)目的資本金財(cái)務(wù)內(nèi)部收益率與實(shí)際值的誤差絕對(duì)值在0.05%～2.51%之間，平均誤差為0.72%，誤差較小，公式(1)準(zhǔn)確度較高，可用于投資決策實(shí)踐。隨著樣本數(shù)據(jù)的增加，多元線性回歸方程的準(zhǔn)確率會(huì)進(jìn)一步提高。

隨著風(fēng)力發(fā)電技術(shù)日臻成熟，風(fēng)力發(fā)電設(shè)備價(jià)格降低，國(guó)家適當(dāng)調(diào)整了陸上風(fēng)電標(biāo)桿上網(wǎng)電價(jià)(發(fā)改價(jià)格[2014]3008號(hào))，將第Ⅰ類、Ⅱ類和Ⅲ類資源區(qū)風(fēng)電標(biāo)桿上網(wǎng)電價(jià)降低了2分/kWh，第Ⅳ類資源區(qū)風(fēng)電標(biāo)桿上網(wǎng)電價(jià)維持現(xiàn)行0.61元/kWh。該規(guī)定適用于2015年1月1日以后核準(zhǔn)的陸上風(fēng)電項(xiàng)目，以及2015年1月1日前核準(zhǔn)但于2016年1月1日以后投運(yùn)的陸上風(fēng)電項(xiàng)目。

目前新電價(jià)政策剛開始實(shí)行，尚未搜集到執(zhí)行新電價(jià)的風(fēng)電項(xiàng)目資料，本文旨在拋磚引玉，不管標(biāo)桿上網(wǎng)電價(jià)如何變化，資本金財(cái)務(wù)內(nèi)部收益率與單位電量靜態(tài)投資及上網(wǎng)電價(jià)密切相關(guān)的規(guī)律不會(huì)發(fā)生變化，后期隨著執(zhí)行新電價(jià)項(xiàng)目資料的積累，補(bǔ)充新的樣本數(shù)據(jù)，可使多元線性回歸方程的準(zhǔn)確率進(jìn)一步提高。

在得出多元線性回歸方程后，在企業(yè)投資決策初期即篩選項(xiàng)目階段，可根據(jù)項(xiàng)目估算的單位電量靜態(tài)投資和上網(wǎng)電價(jià)初步估算項(xiàng)目的資本金財(cái)務(wù)內(nèi)部收益率。例如當(dāng)項(xiàng)目單位電量靜態(tài)投資和上網(wǎng)電價(jià)分別為4.2元/kWh和0.61元/kWh時(shí)，可根據(jù)公式(1)預(yù)測(cè)得出項(xiàng)目的資本金財(cái)務(wù)內(nèi)部收益率為10.97%。

另外，還可利用多元線性回歸方程進(jìn)行投資控制，例如，在某地區(qū)投資風(fēng)電項(xiàng)目時(shí)，電價(jià)及該地區(qū)的風(fēng)資源情況是已知的，裝機(jī)49.5 MW，電價(jià)0.61元/kWh，年利用小時(shí)數(shù)1 900 h左右，若資本金財(cái)務(wù)內(nèi)部收益率想控制在9%～10%之間，則靜態(tài)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(xiàng)目投資決策中，可通過財(cái)務(wù)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(xiàng)目的財(cái)務(wù)效益。投資者可根據(jù)項(xiàng)目的具體情況、投資者的偏好及與銀行溝通的結(jié)果，綜合選擇較有利的還款方式。

4 結(jié) 語

企業(yè)投資項(xiàng)目存在一定財(cái)務(wù)風(fēng)險(xiǎn)，例如不能獲得預(yù)期收益、投資無法按期回收等。很多企業(yè)在投資決策階段，由于缺乏系統(tǒng)的分析和研究，決策所依據(jù)的經(jīng)濟(jì)信息不全面、不真實(shí)等原因，使得投資決策失誤頻繁發(fā)生。

為減少投資風(fēng)險(xiǎn)，在項(xiàng)目投資決策階段，基于累積的項(xiàng)目經(jīng)驗(yàn)，運(yùn)用財(cái)務(wù)分析的方法預(yù)測(cè)評(píng)估項(xiàng)目未來的收益情況是種很有效的方法。重視對(duì)已完成項(xiàng)目資料的整理總結(jié)，并運(yùn)用回歸分析等數(shù)理統(tǒng)計(jì)方法，借助Excel中的數(shù)據(jù)分析工具，挖掘財(cái)務(wù)效益指標(biāo)與影響因素之間的相關(guān)關(guān)系，為項(xiàng)目的效益預(yù)測(cè)和投資控制提供了有效的途徑。筆者結(jié)合工作實(shí)踐，整理了部分風(fēng)電項(xiàng)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(guān)系數(shù)達(dá)到了0.95，相關(guān)性很高;殘差分析結(jié)果表明，預(yù)測(cè)值與實(shí)際值的平均誤差為0.72%，所建立的模型準(zhǔn)確度較高，可以應(yīng)用到風(fēng)電項(xiàng)目效益預(yù)測(cè)及投資控制實(shí)踐中去。

隨著樣本數(shù)據(jù)的增多，多元線性回歸方程的準(zhǔn)確度會(huì)進(jìn)一步增強(qiáng)。建議日后不斷補(bǔ)充新的樣本數(shù)據(jù)，使回歸方程的準(zhǔn)確度進(jìn)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(jié)合工程實(shí)踐，提出了進(jìn)一步完善企業(yè)新能源項(xiàng)目投資決策的思考及建議：一是重視已完成新能源項(xiàng)目資料的整理總結(jié)，為項(xiàng)目投資提供參考；二是運(yùn)用數(shù)理統(tǒng)計(jì)方法，進(jìn)行項(xiàng)目效益預(yù)測(cè)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(yè)投資決策提供有益參考。

[1] 杜鵑.淺議企業(yè)投資項(xiàng)目決策中的財(cái)務(wù)分析[J].中國(guó)外資,2009,(7)：54-55.

[2] 涂志文.淺析企業(yè)投融資管理存在的問題及對(duì)策[J].會(huì)計(jì)師,2013,(6)：31-32.

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

[4] 袁國(guó)慶,靳國(guó)良,高天山等.Excel2007實(shí)用教程[M].北京：電子工業(yè)出版社,2008.

[5] 潘文,許清泉.Excel的回歸分析功能在數(shù)據(jù)處理中的應(yīng)用[J].常州工學(xué)院學(xué)報(bào),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(guī)劃設(shè)計(jì)工作.

TP391.7

A

10.3969/j.issn.1006-2610.2015.05.024