基于Monte Carlo模擬的火電項(xiàng)目投資風(fēng)險(xiǎn)分析

馮慧+王洪海+吳茂富

[摘 要] 火電項(xiàng)目投資風(fēng)險(xiǎn)分析是指對(duì)火電工程建設(shè)項(xiàng)目決策或企業(yè)生產(chǎn)經(jīng)營(yíng)可能帶來(lái)的經(jīng)濟(jì)不確定性所進(jìn)行的估計(jì)。本文應(yīng)用計(jì)算機(jī)Monte Carlo模擬對(duì)火電企業(yè)項(xiàng)目投資進(jìn)行風(fēng)險(xiǎn)分析，重點(diǎn)介紹Monte Carlo模擬流程、研究思路與分析方法，對(duì)火電企業(yè)項(xiàng)目投資風(fēng)險(xiǎn)分析具有一定的借鑒意義。

[關(guān)鍵詞] 火電項(xiàng)目投資；風(fēng)險(xiǎn)分析；Monte Carlo 模擬

doi ： 10 . 3969 / j . issn . 1673 - 0194 . 2017. 21. 050

[中圖分類號(hào)] F406.7；F426.61 [文獻(xiàn)標(biāo)識(shí)碼] A [文章編號(hào)] 1673 - 0194（2017）21- 112- 06

0 引 言

火電建設(shè)項(xiàng)目風(fēng)險(xiǎn)分析通常需要篩選投資方案的不確定性因素，分析其投資的內(nèi)外環(huán)境狀況對(duì)投資方案的敏感程度，估計(jì)相關(guān)的項(xiàng)目投資微觀財(cái)務(wù)指標(biāo)包括每年現(xiàn)金凈流量、投資折現(xiàn)率等，計(jì)算不同情況下的投資收益，例如凈現(xiàn)值NPV與內(nèi)部報(bào)酬率IRR以及相應(yīng)的概率分布。進(jìn)行火電企業(yè)項(xiàng)目風(fēng)險(xiǎn)分析，不僅是火電項(xiàng)目投資者進(jìn)行決策的重要依據(jù)，更是火電企業(yè)規(guī)避投資風(fēng)險(xiǎn)、獲得良好經(jīng)濟(jì)效益的關(guān)鍵所在，本文以某國(guó)有特大型火電企業(yè)技術(shù)改造投資項(xiàng)目為例進(jìn)行分析。

1 火電投資項(xiàng)目簡(jiǎn)介

某國(guó)有特大型火電企業(yè)需要進(jìn)行環(huán)境保護(hù)方面的技術(shù)改造投資項(xiàng)目，目的就是降低二氧化硫、氮氧化物以及煙塵排放，固定資產(chǎn)原始投資為50 858.81萬(wàn)元，固定資產(chǎn)殘值為271.4萬(wàn)元，項(xiàng)目收益期為7年，售電收入、燃煤成本等相關(guān)財(cái)務(wù)指標(biāo)見表1，試對(duì)該投資項(xiàng)目進(jìn)行風(fēng)險(xiǎn)分析。

首先，確定項(xiàng)目每年現(xiàn)金流量：

固定資產(chǎn)折舊=■=7 226.77萬(wàn)元

第1年末凈現(xiàn)金流量=（售電收入-燃煤成本-固定資產(chǎn)折舊）（1-所得稅稅率）+固定資產(chǎn)折舊

=（193 303.33-179 805.17-7 226.77）×（1-25%）+7 226.77

=179 805.17萬(wàn)元

第2年至第7年的凈現(xiàn)金流量計(jì)算原理同上，其計(jì)算結(jié)果見表1。

其次，計(jì)算項(xiàng)目?jī)衄F(xiàn)值NPV指標(biāo)，如果基準(zhǔn)折現(xiàn)率為6%，則NPV為：

■-■+■+■+■+■+■-50 858.81

=85 331.86（萬(wàn)元）

最后，對(duì)項(xiàng)目投資可行性進(jìn)行評(píng)價(jià)，由于NPV大于零，所以該投資項(xiàng)目可行。通常財(cái)務(wù)管理教程是按照上述程序進(jìn)行項(xiàng)目的可行性研究的，但是這樣做的基本前提是假設(shè)內(nèi)外部環(huán)境不變，但是實(shí)際經(jīng)濟(jì)環(huán)境是不斷變化的，為此本文引入Monte Carlo模擬進(jìn)行研究。

2 火電投資項(xiàng)目風(fēng)險(xiǎn)分析

2.1 Monte Carlo模擬原理

20世紀(jì)40年代，美國(guó)科學(xué)家在科學(xué)研究中采用隨機(jī)模擬，由于保密的需要以世界著名賭城Monte Carlo命名。該方法完全不同于傳統(tǒng)的確定性分析方法，通過(guò)大量的計(jì)算機(jī)模擬，得到相應(yīng)的關(guān)鍵統(tǒng)計(jì)指標(biāo)，從而解決工程與經(jīng)濟(jì)難題。

Monte Carlo模擬一般步驟如下：

（1）通過(guò)調(diào)查研究分析經(jīng)濟(jì)問(wèn)題的特征，確定相關(guān)變量的概率分布，例如煤炭?jī)r(jià)格等。

（2）按照特定的統(tǒng)計(jì)分布函數(shù)，在Excel軟件中產(chǎn)生隨機(jī)數(shù)，例如應(yīng)用rand函數(shù)，建立項(xiàng)目投資相應(yīng)的隨機(jī)數(shù)學(xué)模型。

（3）通過(guò)大量的計(jì)算機(jī)仿真，例如本課題采用10 000次，根據(jù)大量的模擬樣本數(shù)據(jù)，利用countif函數(shù)進(jìn)行條件統(tǒng)計(jì)，在此基礎(chǔ)上利用max、min以及average計(jì)算出相應(yīng)的關(guān)鍵統(tǒng)計(jì)指標(biāo)，其模擬過(guò)程見圖1。

2.2 資本市場(chǎng)變動(dòng)的Monte Carlo模擬

在投資項(xiàng)目風(fēng)險(xiǎn)分析中，由于建設(shè)經(jīng)營(yíng)項(xiàng)目時(shí)間很長(zhǎng)，例如本文涉及的技術(shù)改造項(xiàng)目收益期為7年，在這較長(zhǎng)的投資項(xiàng)目中，項(xiàng)目的折現(xiàn)率（資金利率）會(huì)發(fā)生很大變化，根據(jù)相關(guān)專家測(cè)算，該項(xiàng)目的折現(xiàn)率在5%-7%之間變化，對(duì)于本文涉及的火電項(xiàng)目風(fēng)險(xiǎn)分析的關(guān)鍵就是生成折現(xiàn)率的隨機(jī)數(shù)，利用Excel進(jìn)行Monte Carlo模擬設(shè)置如下：

在J2單元格輸入：5%+2%×RAND（ ），作用是產(chǎn)生投資項(xiàng)目折現(xiàn)率的隨機(jī)數(shù)；在K2單元格輸入：NPV（J2，C2，D2，32，F(xiàn)2，G2，H2，I2）+B2，作用是計(jì)算在不確定環(huán)境下投資項(xiàng)目?jī)衄F(xiàn)值NPV指標(biāo)，相應(yīng)的計(jì)算機(jī)模擬部分結(jié)果展現(xiàn)如圖2，經(jīng)過(guò)統(tǒng)計(jì)得到財(cái)務(wù)指標(biāo)NPV：最大值為91 993.13萬(wàn)元，最小值為79 069.22萬(wàn)元，平均值為85 401.05萬(wàn)元。

2.3 原材料價(jià)格變動(dòng)的Monte Carlo模擬

在火力發(fā)電過(guò)程中會(huì)消耗大量的煤炭資源，大約占到發(fā)電成本的75%左右，而煤炭市場(chǎng)變化萬(wàn)千，從而對(duì)投資項(xiàng)目的經(jīng)濟(jì)效益產(chǎn)生很大影響，根據(jù)相關(guān)專家測(cè)算，該項(xiàng)目的煤炭?jī)r(jià)格上升范圍在0%-10%之間變化，對(duì)于本文涉及的火電項(xiàng)目風(fēng)險(xiǎn)分析的關(guān)鍵就是生成煤炭?jī)r(jià)格上升的隨機(jī)數(shù)。

本文項(xiàng)目投資收益期為7年，從理論上來(lái)看，每年煤炭?jī)r(jià)格都會(huì)發(fā)生變化，如果每年預(yù)計(jì)價(jià)格有10種變化的可能性，則7年價(jià)格變化的組合高達(dá)107，這樣很難進(jìn)行計(jì)算機(jī)模擬，本文研究的策略：假設(shè)在項(xiàng)目收益期間，煤炭?jī)r(jià)格的波動(dòng)的幅度每年相同，則會(huì)大大降低計(jì)算機(jī)模擬的難度。

利用Excel進(jìn)行Monte Carlo模擬設(shè)置如下：在B2單元格輸入RAND（ ），作用是產(chǎn)生均勻隨機(jī)數(shù)；對(duì)于第1年燃煤成本：在E2單元格輸入：179805.17×（1+10%×B2），作用是計(jì)算在不確定環(huán)境下投資項(xiàng)目第1年燃煤成本，相應(yīng)的第1年現(xiàn)金凈流量也是隨機(jī)變量，同樣其余6年也遵循上述規(guī)則，最后在Z2單元格輸入：NPV（Y2，F(xiàn)2，I2，L2，O2，R2，U2，X2）+C2，作用是計(jì)算在不確定環(huán)境下投資項(xiàng)目?jī)衄F(xiàn)值NPV指標(biāo)，相應(yīng)的計(jì)算機(jī)模擬部分結(jié)果展現(xiàn)如圖3，經(jīng)過(guò)統(tǒng)計(jì)得到財(cái)務(wù)指標(biāo)NPV：最大值為118 788.46萬(wàn)元，最小值-10 173.69萬(wàn)元，平均值為54 681.49萬(wàn)元。endprint

2.4 資本與原材料市場(chǎng)同時(shí)變動(dòng)的Monte Carlo模擬

首先，在B2單元格輸入RAND（ ），作用是產(chǎn)生均勻隨機(jī)數(shù)，進(jìn)而產(chǎn)生燃煤成本隨機(jī)數(shù)，其次，產(chǎn)生項(xiàng)目折現(xiàn)率隨機(jī)數(shù)，最后，在Z2單元格輸入：NPV（Y2，F(xiàn)2，I2，L2，O2，R2，U2，X2）+C2，作用是計(jì)算在不確定環(huán)境下投資項(xiàng)目?jī)衄F(xiàn)值NPV指標(biāo)，與上述模擬原理相似，不同的是兩個(gè)因素同時(shí)交叉變化，相應(yīng)的計(jì)算機(jī)模擬部分結(jié)果展現(xiàn)如圖4，經(jīng)過(guò)統(tǒng)計(jì)得到財(cái)務(wù)指標(biāo)NPV，最大值為124 129.64萬(wàn)元，最小值-12 159.88萬(wàn)元，平均值為54 481.49萬(wàn)元。現(xiàn)在進(jìn)一步進(jìn)行分析，利用條件函數(shù)countif進(jìn)行統(tǒng)計(jì)，經(jīng)過(guò)整理得到表4，從表4可知：NPV在區(qū)間2、9概率較低，并且區(qū)間2呈現(xiàn)負(fù)數(shù)，整個(gè)區(qū)間基本服從正態(tài)分布，其概率分布見圖5，圖5中序號(hào)與表4序號(hào)相對(duì)應(yīng)。

3 結(jié) 語(yǔ)

（1）本課題在研究煤炭?jī)r(jià)格變化時(shí)，假設(shè)每年的變化是相同的，這樣做有利于簡(jiǎn)化模擬過(guò)程，計(jì)算精度基本滿足實(shí)際工作需要。

（2）經(jīng)過(guò)對(duì)火力發(fā)電環(huán)境保護(hù)技術(shù)改造項(xiàng)目風(fēng)險(xiǎn)分析，該項(xiàng)目獲利的可能性很大，發(fā)生財(cái)務(wù)虧損的可能性很小，其模擬概率小于2%，但是也要引起充分注意。

（3）從風(fēng)險(xiǎn)分析的結(jié)果來(lái)看，如果只有資本成本發(fā)生變化，NPV期望值為85 401.05萬(wàn)元，而當(dāng)煤炭?jī)r(jià)格上漲時(shí)，NPV期望值在54 300萬(wàn)元至54 700萬(wàn)元之間波動(dòng)，說(shuō)明煤炭?jī)r(jià)格上漲對(duì)火電項(xiàng)目投資效益影響很大，因此企業(yè)應(yīng)該積極采取措施，降低發(fā)電燃煤成本，這也符合當(dāng)期供給側(cè)結(jié)構(gòu)性改革的需要。

主要參考文獻(xiàn)

[1]張瑞君.計(jì)算機(jī)財(cái)務(wù)管理[M].北京：中國(guó)人民大學(xué)出版社，2011.

[2]財(cái)政部會(huì)計(jì)資格評(píng)價(jià)中心.財(cái)務(wù)管理[M].北京：中國(guó)財(cái)政經(jīng)濟(jì)出版社，2015.

[3]王洪海，王靜.商業(yè)信用風(fēng)險(xiǎn)控制決策中的敏感性分析[J].中國(guó)管理信息化，2011，14（17）：24-27.

[4]方維.基于蒙特卡洛模擬的項(xiàng)目風(fēng)險(xiǎn)管理方法研究[J].計(jì)算機(jī)與現(xiàn)代化，2012（4）：33-36.

[5]張虹.基于蒙特卡洛方法對(duì)風(fēng)力發(fā)電建設(shè)項(xiàng)目投資財(cái)務(wù)風(fēng)險(xiǎn)分析[J].價(jià)值工程，2015（11）：26-29.

[6]楊飛.Monte-Carlo-NPV法在電力項(xiàng)目風(fēng)險(xiǎn)評(píng)估中的應(yīng)用研究[J].鄭州大學(xué)學(xué)報(bào)：理學(xué)版，2015（3）：116-120.endprint