| 联系我们 |
 |
合作经济与科技杂志社
地址：石家庄市建设南大街21号
邮编：050011
电话：0311-86049879 |
|
|
| 管理/制度 |
| 基于改进FCFF模型的火电企业价值评估 |
| 第750期 作者：□文/冯 健1 薛 楠2 陈冬冬1 时间：2025/4/2 8:56:58 浏览：17次 |
［提要］ 国家正在积极推进能源专业化整合，各能源企业纷纷开始进行火电资产整合和处置，火电企业价值评估需求日益增多。根据火电企业经营特性，对常用企业价值评估方法进行对比分析，并确定采用自由现金流量折现法作为基础理论。采用蒙特卡罗方法对FCFF模型进行改进，以模拟企业在经营过程中内外部环境变化引发的不确定性，提升企业价值评估精确性。采用改进后的三阶段FCFF模型，对火电企业浙能电力进行价值评估，旨在为能源企业资产整合提供合理的价值评估方法及工具。
关键词：价值评估；FCFF模型；蒙特卡罗；浙能电力
中图分类号：F270 文献标识码：A
收录日期：2024年9月26日
一、研究背景
近年来我国风电、光伏发电规模增加迅速，国家能源局数据显示，2023年底其装机容量已超过10亿千瓦。煤电等传统火电能源占比逐步下降，其中煤电占总发电装机容量的比重为39.9%，首次降至40%以下。国家能源局正积极推进煤电、清洁能源等能源领域专业化整合，国家电投集团、华能集团、大唐集团、国家能源集团等能源企业纷纷开始进行火电资产整合、挂牌、处置，从而使得火电企业价值评估的需求日益增多。针对煤电企业特性，识别、分析影响企业价值的关键因素，形成科学合理的企业价值评估方法，提高企业投资价值评估的准确性成为相关能源企业研究的热点工作。
二、企业价值评估理论
随着经济全球化的不断发展，企业并购日益增多，企业价值内涵及评估相关理论也得到迅速发展。
（一）企业价值评估概述。企业价值的最终决定因素是其内在价值，即在充分评估企业未来发展状况、充分衡量企业未来风险和预计收益等因素情况下，企业可以为投资者带来的回报水平。企业价值除了将企业现阶段经营状况、盈利能力等作为企业价值基础外，还要充分考虑企业未来潜在盈利能力，将企业长期经营所产生的发展增值能力纳入企业价值范畴。根据中国资产评估协会《资产评估执业准则——企业价值》的定义，企业价值评估是指资产评估机构及其资产评估专业人员遵守法律、行政法规和资产评估准则，根据委托对评估基准日特定目的下的企业整体价值、股东全部权益价值或者股东部分权益价值等进行评定和估算。由于企业经营的内外部环境非常复杂，影响企业价值的因素呈现多样化，不同企业价值评估方法适用场景也存在差异，导致实践过程中企业价值评估呈现出不确定性、动态性、复杂性等特点。
（二）企业价值评估方法。由于投资对象、法规政策、行业惯例等因素影响，企业价值评估存在不同的理论方法，主要可以分为成本法、市场法、收益法。成本法主要包括净资产法和资产重置法，净资产法由于只考虑净资产价值，忽略了企业未来发展及潜在收益，在能源行业中应用较少；资产重置法由于重置成本评估涉及因素多，交易双方容易在资产价值上产生争议，实践应用难度大。市场法是通过寻找与被评估企业业务经营相类似的企业，对企业的相关财务指标进行对比修正，进而确定被评估企业的价值。收益法是在被评估企业评估时点的经营情况基础上，科学预测企业未来发展及盈利能力，并采用合理的方式评估收益的时间价值，然后确定被评估企业的价值。收益法既考虑了评估基准日的企业现状，又科学合理地反映了企业未来发展，其评估结果更加全面客观，应用也较为广泛。自由现金流量折现法（DCF）和经济增加值（EVA）折现法是收益法中应用较多的两种方法。EVA折现法认为企业的内在价值取决于覆盖掉权益和债务资本成本以外的额外剩余收益。DCF方法认为企业价值由其未来自由现金流价值所决定，相关研究表明DCF方法在企业价值评估方面具有较好的精确性。针对不同评估目的，自由现金流量计算主要模型可以分为股权自由现金流量模型（FCFE）和企业自由现金流量模型（FCFF）。
（三）FCFF模型。FCFF模型是从企业角度出发计算现金流，是指在企业生产经营活动带来的现金流中扣除企业再生产需求之后所剩余的部分，这部分现金流可供企业股东、债权人分配。FCFF在计算过程中考虑了经营活动扩大再生产、税收等因素影响，不考虑债务、股票发行等的现金流量变动。FCFF模型计算公式如下：
FCFF=经营性现金净流量-资本性支出-营运资本净增量 （1）
在企业价值评估实务过程中，需要根据企业生命周期原理对企业未来发展进行合理划分，分阶段计算企业价值，其中应用较多的是一阶段、二阶段及三级段模型，传统的企业价值评估三阶段模型如下：
V＝■■+■■+■ （2）
式中，FCFFT代表的是在评估期数T内企业预期产生的自由现金流量；T表示评估期数；T1为第一阶段总评估期数；T2为第二阶段总评估期数；WACC为折现率；gn为永续期的增长率。
FCFF模型具有成熟的理论基础，在实务中应用较为广泛，但相关研究表明传统FCFF模型在评价企业价值时无法反映企业实际运营过程中的不确定性。火电厂设计寿命一般为30年，企业价值评估预测期较长，需要考虑相关参数在长周期范围内存在的不确定性。在企业实际经营过程中，由于内外部因素的影响，营业收入、营业成本都会产生一定的波动，上述两个因素又是影响现金流量的关键因素，因此现金流会同样产生波动，传统的计算模型相关参数都是采用恒定值，无法模拟现金流量的不确定性。由于新能源发电受气象因素影响较大，发电能力波动幅度较大，为保障电网安全，需要火电机组实时调整负荷以平衡新能源发电能力的波动，因此火电企业未来营业收入波动会更加明显。评估人员对于行业了解深度、风险偏好等方面的差异会导致相关参数预测时存在一定个人偏好，因此需要合理评估个人偏好导致的计算结果不确定性。
蒙特卡罗法是研究概率现象的高效数值模拟方法。模拟过程中根据参数的分布随机产生独立样本，当样本数量足够大时，可以近似认为涵盖了所有潜在情形，反映了各种不确定性，进而提升结果精确性。采用蒙特卡罗方法改进后的模型如下：
V＝■■+■■+■ （3）
式中，M（FCFFT）表示采用蒙特卡罗模拟方法得出的现金流；M（WACC）表示采用蒙特卡罗模拟方法得出的折现率；M（gn）表示采用蒙特卡罗模拟方法得出的永续期的增长率。
三、案例分析
本文以电力企业浙能电力为对象，采用三阶段企业价值计算模型，通过蒙特卡罗方法模拟自由现金流、折现率、永续期的增长率，以PYHTON语言开发计算软件进行价值评估。
（一）软件说明。采用PYHTON语言开发了专门的企业价值计算软件EVE-1.0，此软件具备自动分析企业利润表、资产负债表的能力，同时可以模拟三角分布、正态分布、均匀分布等常见概率分布随机样本，嵌入了一阶段、二阶段及三阶段企业价值评估计算模型。通过与相关文献中计算工况的对比，误差小于1%，认为计算软件精确性可信。（表1）
（二）浙能电力简介。浙能电力（股票代码：600023）控股股东为浙江省能源集团有限公司，实际控制人为浙江省人民政府国有资产监督管理委员会，是浙江省内规模最大的发电企业，主要从事火电、气电、核电、热电联产、综合能源服务以及对垃圾、生物质发电等新能源项目投资和管理。浙能电力主要的营业收入来自电力、蒸汽产品，详见图1。（图1）
2023年末，浙能电力管理机组总装机容量3，517.36万千瓦，其中燃煤机组占总装机容量的87.78%，燃气发电机组占总装机容量的11.45%，完成发电量1，632.38亿千瓦时，上网电量1，545.07亿千瓦时。从表2可以看出，其发电业务中火电占比接近100%，风电、光伏发电占比非常小。（表2）
（三）输入参数
1、预测期划分。浙能电力2024年一季度营业收入同比呈现高速增长，可以预计其2024年保持高速增长。2023年水电、核电、风电、太阳能等清洁能源发电量3.19万亿千瓦时，比上年增长7.8%，预计2024年会超过“十四五”可再生能源发展规划中3.3万亿千瓦时的发电量目标。2023年底，风电、太阳能装机已超过14亿千瓦，完成《关于促进新时代新能源高质量发展的实施方案》中12亿千瓦的装机目标。由于新能源产业的发展超出规划预期，火电企业发电能力将会被压缩，预计2025～2030年浙能电力增长率会呈下降趋势。2030年实现碳达峰后，将会进入碳中和阶段，火电项目由于碳排放量等因素影响，发电空间将进一步压缩，增长率将会进一步降低，可以假定碳达峰后火电发电增长趋于稳定。因此，选择采用FCFF三阶段模型，对浙能电力企业价值进行预测评估。
2、营业收入。根据FCFF自由现金流计算公式，营业收入是整个企业现金流的根源，其准确性决定了预测结果的准确性。2024年为预测期的第一阶段，浙能电力近五年年营收平均增速约12%，2024年第一季度营收同比增长13%，与近五年的平均增长率基本相当，因此假定2024年营业收入增长率为12%。2025年至2030年为预测期的第二阶段，营业收入增长率12%逐渐降低至稳定增长状态。2019年至2023年全国用电量平均增幅为5.64%，全国平均GDP增速为4.97%。新能源装机已经超过50%且迅速发展，火电发电量增速会低于全国用电增速。2030年后国内将逐步走向碳达峰，火电发电能力会进一步压降，所以预计该阶段增长率最有可能值取全国平均GDP增速5%，同时考虑0.5%的波动，即该阶段增长率服从（4.5%，5%，5.5%）的三角分布。
对浙能电力2010～2023年的营业收入按照恒定增长率进行拟合，拟合R2为0.730517255，拟合公式如下：
y＝3.29e10×（1+0.073821759）x （4）
式中，y为营业收入，x为距离2010年的年数。从图2中可以看出，每年的营业收入围绕拟合的营业收入存在波动，该波动与营业收入拟合值的比例服从（1.861%，17.437%）的正态分布。（图2）
3、其他参数。对于企业其他经营参数，采用销售百分比法进行预测。以浙能电力的历史数据为基础，计算各个参数与营业收入间的比例关系，确定其分布形式。营业成本、营业税金及附加、管理费用、研发费用、减值损失、所得税费用等参数占营业收入的比例见表3。（表3）
其中，营业成本占比较大，平均约为88%，营业成本符合（87.103%，8.325%）正态分布。由于折旧摊销合计占比、资本性支出占比相对较大，因此分析其概率分布。以历年折旧摊销、资本性支出占营业收入的比例为样本，针对正态分布、均匀分布、指数分布等特定分布进行K-S检验，检验结果显示折旧摊销合计占比符合（10.037%，2.289%）的正态分布，资本性支出占比符合（14.449%，6.294%）的正态分布。管理费用、研发费用、所得税费用占营业收入比例较低，因此计算过程中认为其与营业收入的比例保持不变。减值损失占比低于0.2%的水平，在计算过程不予考虑。
4、折现率。折现率是计算企业价值时的关键性因素，其合理性直接决定评估结果的科学性和准确性。折现率是权益资本、债务资本和资本结构的函数，其计算公式如下：
WACC＝Re×■+Rd×■×（1-T） （5）
式中，WACC为折现率；Re为权益资本成本；Rd为债务资本成本；T为所得税税率；E为权益资本比重；D为债务资本比重。
扣除应付账款、应付职工薪酬等非付息债务，以2010～2023年浙能电力债务资本比重为样本进行K-S检验，检验结果显示债务资本比重符合（38.136%，8.115%）的正态分布。2018～2023年浙能电力平均债务成本为3.87%，其财务报告显示2023年长期借款的利率区间为2.10%～5.53%，因此预测其债务成本最可能值为3.90%。为评估债务成本波动，考虑50BP的波幅，假定浙能电力平均债务成本符合（3.400%，3.900%，4.300%）的三角分布。
2010～2023年浙能电力平均所得税率为16.04%（扣除2021年、2022年），主要原因是浙能电力拥有多家高新技术企业，享受所得税15%的税率，还有部分企业享受所得税“三免三减半”优惠政策，考虑到相关政策具有时效要求，因此预测其所得税率会较目前略有上升，假定保持18.0%恒定。参考电力央企、地方国企的相关管控要求，权益资本成本假定为10%。根据之前的分析，价值评估所需的主要参数汇总表如表5所示。（表4、表5）
（四）计算结果。根据表5中的各参数分布，采用EVE-1.0对浙能电力自由现金流、企业价值进行了预测计算，预测值如图3所示，从图中可以看出企业价值的分布类似正态分布。由于蒙特卡罗方法采用的是随机模拟抽样，根据概率论与数理统计大数理论，抽样模拟次数越多，模拟结果越能反映潜在可能的情况。由于蒙特卡罗模拟方法是通过产生随机样本模拟潜在的不确定性，EVE-1.0和Crystal Ball（试用版）计算显示每次产生的随机样本不同，每次的模拟结果会存在差异，其差异会随着模拟次数的增多而减小。因此，为提高结果精确性，对浙能电力企业价值进行了10次模拟，每次计算抽样100，000次，最终企业价值取10次模拟的平均值。（图3）
计算结果显示，浙能电力平均企业价值为794.16亿元，对应的股价计算平均结果为5.92元。2023年年底浙能电力股价为4.57元，对应企业价值为612.77亿元，2024年第一季度末浙能电力股价6.585元，对应企业价值为882.96亿元。本文预测是以2023年底作为评估时点，通过股价对比情况来看，2023年底浙能电力企业价值为5.92元，高于股价为1.35元，说明2023年底浙能电力价值被市场低估，因此2024年第一季度浙能电力股价出现较大幅度增长。（表6）
四、研究结论
自由现金流量折现法（DCF）中的FCFF模型考虑了企业未来发展及收益的时间价值，在预测电力企业企业价值中具有较好的适用性。采用蒙特卡罗方法对FCFF计算模型进行改进后，可以有效模拟企业相关参数的不确定性，提升评估结果的精确性。由于计算过程中划分企业发展阶段，需要依靠评估人员的个人经验及对行业的了解程度，无法完全避免主观因素的影响，存在影响结果准确性的风险。后续可结合EVA模型理论、期权价值理论，进一步改进计算模型，提升评估科学性。
（作者单位：1.广西广投北部湾海上风力发电有限公司；2.广东格物生物科技有限公司）
主要参考文献：
［1］Florian Steiger.The Validity of Company Valuation Using Discounted Cash Flow Methods［J］.Papers，2010.
［2］Le，Anh.Equity Valuation Using Discounted Cash Flow Method——A case study［J］.Viking Line Ltd，2017.
［3］王建中，李海英.企业价值评估的DCF模型实证研究［J］.中国资产评估，2004（07）.
［4］Nick French，Laura Gabrielli.Discounted cash flow：accounting for uncertainty［J］.Journal of Property Investment & Finance，2005.23（01）.
［5］Pablo，Fernández.Valuing companies by cash flow discounting：ten methods and nine theories［J］.Managerial Finance，2007.
［6］金峰.蒙特卡罗方法在石油企业跨国并购价值评估中的应用［J］.当代石油石化，2013.21（11）.
［7］Kharitonov V V，Kosterin N N.Criteria of return on investment in nuclear energy［J］.Nuclear Energy & Technology，2017.03（02）.
［8］李林.基于蒙特卡罗模拟的企业价值评估研究——以A医院为例［J］.老字号品牌营销，2021（08）.
［9］戚雪娅.基于不确定性条件下的FCFF估值分析——以牧原股份为例［J］.现代商业，2022（03）.
|
|
|
|
