风电在我国具有很大的发展潜力,然而进行风电投资时基准收益率的确定是摆在投资者面前的一大难题。基准收益率是项目财务内部收益率指标的基准和判据,也是企业判断项目是否可行的重要依据,采用加权平均资金成本法(WACC)和资本资产定价模型(CAPM)相结合的方法来确定投资项目基准收益率是目前最普遍的方法。本文拟采用CAPM和OJ模型来测算风电投资项目的股权资本成本,再用加权平均资金成本测算其基准收益率,为以后进行风电投资提供有力的投资决策依据。 Wind power is of great potential in China; however, determining the benchmark yield of wind power investment is a major problem placed in front of investors. The benchmark yield is the benchmarks and indicators of the project’s financial internal return rate and can also judge the feasibility of the project. It is common to use the method combining the Weighted Average Cost of Capital method (WACC) and Capital Asset Pricing Model (CAPM) to calculate the benchmark yield of investment project. This paper attempts to combine CAPM with OJ models to measure the cost of equity capital in wind power investment, and then estimates its benchmark yield through weighted average cost of capital, providing basis for investment decision in wind power investment.
张福伟,王文晶
华北电力大学,北京
收稿日期:2016年8月3日;录用日期:2016年8月25日;发布日期:2016年8月30日
风电在我国具有很大的发展潜力,然而进行风电投资时基准收益率的确定是摆在投资者面前的一大难题。基准收益率是项目财务内部收益率指标的基准和判据,也是企业判断项目是否可行的重要依据,采用加权平均资金成本法(WACC)和资本资产定价模型(CAPM)相结合的方法来确定投资项目基准收益率是目前最普遍的方法。本文拟采用CAPM和OJ模型来测算风电投资项目的股权资本成本,再用加权平均资金成本测算其基准收益率,为以后进行风电投资提供有力的投资决策依据。
关键词 :风电投资,基准收益率,股权资本成本,资本资产定价模型,加权平均资金成本
在国家科技部发布的“十二五”规划中,将新能源的未来发展重点锁定在核电、风电、太阳能和生物质能四大产业上。作为最具发展潜力的新能源类型,风电不仅在能源安全和能源供应的多元化方面扮演着重要角色,也在经济增长、大气污染防治和温室气体减排中发挥了重要作用,风电已经成为引领可再生能源发电的主要拉动因素。
国内外关于风电行业投资的研究有很多。Lackner [
在基准收益率的研究方面,国内外学者也做了很多探索。在测算基准收益率的模型方面,二十世纪七十年代中期,美国学者夏普(Sharp)在发表的论文中提到了资本资产定价模型(CAPM) [
近期掀起的能源互联网提倡清洁能源替代,风能将被更加重视。风电项目投资大,建设周期长,投资风险大 [
在实务中,测算基准收益率的方法有很多。就目前来看,资本资产定价模型结合加权平均资本成本的方法是广大笔者采纳最多的方法,其他测算方法还有项目模拟实测法、德尔菲专家问卷调查法等等 [
本文拟采用CAPM和OJ模型来测算风电投资项目的股权资本成本,之后再用加权平均资金成本测算其基准收益率。
资本资产定价模型是由美国学者夏普、林特尔、特里诺和莫辛等人在资产组合理论的基础上发展起来的,该模型的实质是描述证券和证券组合的收益与风险的关系,期望报酬率与市场风险(β)成正比。市场风险(β)代表系统风险或者不可分散风险。资本资产定价模型如下:
其中,
Ohlson和Juettner-Nauroth将每股收益EPS及其增长引入股票定价模型,在对剩余收益模型改进以后,得出了Ohlson-Juettner模型 [
可以解出:
模型中的
OJ模型虽然是在剩余收益模型基础上改进而来,但并不要求无穷期限的预测数据。只需要未来两期的盈利预测,股利支付率以及未来永续增长率,就可以估算企业价值或倒推出企业的资本成本。作为事前的预期模型,OJ模型主要建立在分析师未来预期的基础上。预期资本成本关注未来,不拘泥于过去,这使得其在到理论界和实务界都受到推崇。
加权平均资金成本法是对企业各种长期投资的资金成本加权平均计算出来的资金总成本,权重取各种投资占总投资的比重 [
上式中,WACC为加权平均资金成本,即基准收益率;
1) 无风险收益率的测算
本文根据风电投资项目周期长的特点,且2015年年初央行已取消了5年期存款基准利率,本文拟选取2006~2015年三年期银行定期存款利率的均值作为无风险收益率,则
2) 市场平均收益率的测算
在我国股票市场上选取有代表性的以风电为主营业务的上市公司,对其净资产收益率进行统计,由于每个风电上市公司的具体情况都有所不同,需要对其净资产收益率进行非系统风险的修正。在本文中,对于非系统风险的权重采用层次分析法来确定,而非系统风险对风电投资项目的影响程度用专家打分法确定。
根据1~9标度法,比较非系统风险因素:内部决策风险A1、财务风险A2、项目经营风险A3、市场风险A4、技术风险A5的相对重要性,得到判断矩阵(见表2)。
一致性检验
所以上述权重可以采用。
采用专家打分法确定主要非系统风险因素对风电投资项目净资产收益率的影响程度 [
将净资产收益率乘以个别修正系数,再求其平均值,就可以得到修正后的风电项目市场平均风险投资收益率(见表4)。可以计算出风电行业的市场风险投资收益率是
3) 风险系数
根据各风电上市公司的股票报酬率及市场报酬率,可以在EXCEL中计算其标准差和相关系数,从而得出贝塔系数
通过对资本资产定价模型CAPM中三个因素的测算,可以得出风电行业的股权资本成本。
本文选取有代表性的10家风电上市公司对其股权资本成本进行估算,数据来自东方财富网,最后求
年份 | 2006 | 2007 | 2008 | 2009 | 2010 | 2011 | 2012 | 2013 | 2014 | 2015 | 均值 |
---|---|---|---|---|---|---|---|---|---|---|---|
三年期存款利率(%) | 3.69 | 4.77 | 4.21 | 5.13 | 4 | 4.75 | 4.45 | 4.25 | 4% | 3.25% | 3.53 |
表1. 2006~2015年三年期定期存款利率
注:2007、2008、2010~2012、2015年利率进行了几次调整,表中取均值。
评价指标 | A1 | A2 | A3 | A4 | A5 |
---|---|---|---|---|---|
A1 | 1 | 1/3 | 1/5 | 1/7 | 1/7 |
A2 | 3 | 1 | 1/2 | 1/4 | 1/5 |
A3 | 5 | 2 | 1 | 1/2 | 1/5 |
A4 | 7 | 4 | 2 | 1 | 1/2 |
A5 | 7 | 5 | 5 | 2 | 1 |
表2. 非系统风险判断矩阵
评价指标 | 权重 | 影响程度 | 个别因素修正系数 |
---|---|---|---|
A1 | 0.04 | 1.12 | 0.045 |
A2 | 0.08 | 1.26 | 0.101 |
A3 | 0.14 | 1.35 | 0.189 |
A4 | 0.28 | 1.78 | 0.498 |
A5 | 0.46 | 1.35 | 0.621 |
合计 | 1 | 6.68 | 1.454 |
表3. 非系统风险因素修正系数
得风电市场股权资本成本
最后借鉴首都经贸大学康玉梅博士的做法,求两种方法计算得到的股权资本成本的平均值,最终得到的风电行业股权资本成本
本文对风电行业权益资金和债务资金比例的确定以所选的有代表性的10家风电上市公司2015年末的资金结构为依据,取其均值作为风电行业的资金结构比例 [
股票代码 | 上市公司 | 2011年 | 2012年 | 2013年 | 2014年 | 2015年 |
---|---|---|---|---|---|---|
002202 | 金风科技 | 6.75 | 1.73 | 4.73 | 18.90 | 26.36 |
002531 | 天顺风能 | 9.45 | 14.54 | 13.68 | 13.04 | 20.65 |
601218 | 吉鑫科技 | 14.07 | 0.73 | 1.29 | 5.87 | 7.76 |
000539 | 粤电力A | 3.95 | 17.42 | 25.43 | 21.72 | 20.97 |
600396 | 金山股份 | 14.83 | 14.73 | 25.49 | 20.69 | 13.06 |
000862 | 银星能源 | 23.76 | 2.49 | -84.00 | 2.21 | -10.43 |
000690 | 宝新能源 | 7.62 | 18.92 | 38.41 | 31.55 | 18.77 |
000720 | 新能泰山 | -32.10 | 6.82 | 6.41 | 14.07 | 13.01 |
600795 | 申华控股 | 19.93 | 25.30 | 24.17 | 22.36 | 13.01 |
600605 | 汇通能源 | 1.85 | 2.04 | 2.02 | 2.40 | 3.05 |
年平均值 | 7.01 | 10.47 | 5.76 | 15.28 | 12.62 |
表4. 风电上市公司净资产收益率
股票报酬率 | 金风科技(Y1) | 市场报酬率(Xi) |
---|---|---|
2011 | 6.75 | 4.82 |
2012 | 1.73 | 7.20 |
2013 | 4.73 | 3.96 |
2014 | 18.90 | 10.51 |
2015 | 26.36 | 8.68 |
合计 | 58.47 | 35.17 |
平均数 | 11.69 | 7.03 |
标准差 | 9.37 | 2.42 |
相关系数(和市场间) | 0.27 | |
贝塔系数 | 0.50 | |
贝塔均值 | 1.09 |
表5. 风险系数的计算
风电行业债务资金成本取我国2006~2015年长期贷款利率的平均值,经计算,债务资本成本为6.49%。计算过程见表8。
根据以上数据,风电投资项目的基准收益率如下:
根据上面的计算结果,建议风电行业的基准收益率取值为7.45%。
本文运用了基于风险补偿的资本资产定价模型CAPM和基于内含报酬率的OJ模型对风电行业的股
公司名称 | 2011 | 2012 | 2013 | 2014 | 2015 | 均值 |
---|---|---|---|---|---|---|
粤电力A | 19.89 | 14.52 | 13.39 | 16.78 | 7.87 | 14.49 |
汇通能源 | 5.39 | 4.28 | 5.14 | 14.56 | 9.60 | 7.79 |
宝新能源 | 20.18 | 20.62 | 10.51 | 8.85 | 15.25 | 15.08 |
金山股份 | 24.51 | 14.03 | 15.58 | 15.30 | 9.52 | 15.79 |
银星能源 | 4.54 | 6.77 | 6.32 | 1.40 | 3.18 | 4.44 |
天顺风能 | 11.13 | 9.04 | 16.22 | 11.78 | 13.18 | 12.27 |
金风科技 | 12.29 | 33.25 | 23.72 | 10.08 | 10.15 | 17.90 |
吉鑫科技 | 6.79 | 19.52 | 10.81 | 14.29 | 9.22 | 12.13 |
新能泰山 | 16.14 | 16.52 | 17.08 | 18.29 | 5.26 | 14.66 |
申华控股 | 14.27 | 21.34 | 19.31 | 12.24 | 23.57 | 18.14 |
表6. 股权资本成本测算结果
股票代码 | 公司名称 | 负债率 | 均值 |
---|---|---|---|
002202 | 金风科技 | 66.92 | 62.41 |
002531 | 天顺风能 | 50.27 | |
601218 | 吉鑫科技 | 36.66 | |
000539 | 粤电力A | 57.99 | |
600396 | 金山股份 | 78.1 | |
000862 | 银星能源 | 81.54 | |
000690 | 宝新能源 | 47.84 | |
000720 | 新能泰山 | 76.55 | |
600795 | 申华控股 | 72.21 | |
600605 | 汇通能源 | 56.02 |
表7. 研究样本资产负债率
年份 | 2006 | 2007 | 2008 | 2009 | 2010 | 2011 | 2012 | 2013 | 2014 | 2015 | 均值 |
---|---|---|---|---|---|---|---|---|---|---|---|
利率(%) | 6.62 | 7.49 | 6.99 | 5.94 | 6.27 | 6.82 | 6.68 | 6.55 | 6.15 | 5.40 | 6.49 |
表8. 2006~2015年5年以上长期贷款利率表
权资本成本进行了测算。CAPM模型的选用代表着估算股权资本成本惯用的方法,OJ模型则由于其更加准确的估算结果,是新兴的股权资本成本估算技术选用的发展趋势 [
本文由北京市自然科学基金资助(13JDJGB041)。
张福伟,王文晶. 基于CAPM结合OJ模型的风电行业基准收益率研究Study on Benchmark Yield in Wind Power Industry Based on the CAPM and OJ Model[J]. 电力与能源进展, 2016, 04(04): 146-153. http://dx.doi.org/10.12677/AEPE.2016.44019