投资风险影响因素分析及优化措施

参考项目相关报告中的数据⁽⁸⁾，针对净现金流量模型以及其中的变量，可以整理为确定性因素和不确定性因素两类。

首先是折现率i。折现率是指将未来有限期预期收益折算成现值的比率。在投资现金流量模型中可以将折现率视为投资者投资该项目的收益率。卡洛特水电站具有一定的公益性，满足巴基斯坦当地的电力需求，政府会根据当地经济情况与投资者磋商谈判达成合理的期望收益率。综合考虑各种因素，根据项目各方多次协商，巴基斯坦国家电力能源管理局（NEPRA）最后批复的卡洛特水电项目的资本金投资基准收益率定为17%，即i=17%。

其次是特许期n。BOT水电站的特许期由建设期和运营期构成。特许经营期是影响项目融资能力的另一重要因素。特许经营期一般由项目的经济寿命期决定，另外也受项目所在地相关法律政策的限定。由于特许经营期一般由项目发起人提前在招标文件中确立，通过查阅分析我国电力企业在东南亚国家实施的多个水电BOT项目可知，这些项目基本能做到按预期的建设时间完工，同时建设投资额不超预期。东南亚水电BOT项目肩负着我国水电建设企业“走出去”的重任，再加上我国水电建设企业在施工技术、组织管理等方面经验丰富，因此在确立融资结构时，可将其作为确定性因素考虑。卡洛特水电站特许期为35年，其中建设期5年，运营期30年。即n=35。

再次是项目总成本C。由于项目发起人在选择合作伙伴时，一般项目投资规模已经确定，因此可将其看成是确定性因素。卡洛特水电站项目总成本为16.98亿美元，在建设期分5年投入。

最后是电价P。根据NEPRA于2000年颁布的许可条例六第31（4）条规定，卡洛特电力有限责任公司（KPCL）与巴基斯坦中央电力采购（担保）有限公司（CPPA-G）于2016年8月在伊斯兰堡就卡洛特水电站项目签署了购电协议（PPA），电费以美元计价，批复的电价为7.615 2 cent/kWh，即一度电的电费为7.615 2美分。

首先是年发电量Q_t。年发电量是决定运营收入的关键性因素。水电站的年发电量受多种因素的影响，主要包括年来水量的大小、年来水量的时空分布特征、水电站的负荷率水平、设备的完好状态、运行管理人员的能力和素质、企业的经营管理水平等。发电的可用性受季节变化的影响，依赖于水库水位、水的流入和水的排放。这些因素的变化将导致年发电量的改变，因此年发电量是不确定性因素。由于卡洛特水电站还在建设阶段，并没有发电量的历史数据，仅知道年均发电量为3 174 GWh，且由于巴基斯坦各水电站的历年水文数据获取困难，故在此仅参考巴基斯坦的另一座水电站——塔贝拉水电站的近几年历史数据，以推测卡洛特水电站年发电量的概率分布。

塔贝拉坝位于印度河干流上，在拉瓦尔品第市西北方约64 km，距伊斯兰堡约70 km，地理位置与卡洛特水电站较为接近，该工程具有发电、防洪、灌溉等效益，其2012年至2015年发电量的月变化情况如表6-11所示。

表6-11　巴基斯坦塔贝拉水电站2012年至2015年发电量月变化

（续表）

数据来源：National Power Control Centre，Islamabad

通过考察巴基斯坦塔贝拉水电站4年的年发电量历史数据以推测出水电站年发电量可能服从的概率分布，运用MATLAB软件对这4年的发电量分别做正态分布拟合。我们用normplot函数简单拟合塔贝拉水电站2012年的年发电量数据，得到散点图如图6-7（1）所示。正态分布的分布函数图像是一条S形曲线，将纵坐标做拉伸，可将其变为一条直线，用此直线作为参考线就可以检验数据是否服从正态分布。对于正态分布，用normplot画出来会是一条近似直线，对于非正态分布，则会明显弯曲。

图6-7　塔贝拉水电站发电量正态分布拟合散点图(www.xing528.com)

以图6-7（1）举例，当横坐标为10 695时（该组已知数据中的任意值），其在线条上对应的点，就恰好为标准正态分布相对应的纵坐标。因此，当实际散点与线条距离越近，这组数据就越接近于标准正态分布。如果已知数据符合正态分布规律，散点就会在直线附近呈线性分布。我们可以观察到该水电站2012年发电量数据组的散点基本都落在直线的附近，说明从直观上该组数据有很大的可能符合正态分布。同理，分别对塔贝拉水电站2013年、2014年、2015年的年发电量数据组利用normplot函数拟合，得到的结果分别如图6-7（2）、（3）、（4）所示。由此可以初步猜测该水电站的年发电量服从正态分布。

初步判断各年发电量样本数据服从正态分布后，需进一步进行正态分布假设性检验，可以使用lillietest函数分别对2012年至2015年发电量的数据组进行正态分布的拟合优度测试，语句为[H，P，ISTAT，CV]=lillietest（X，alpha）。lillietest检验目标是具有与样本相同均值和方差的正态分布，适用于小样本数据。检验结果如表6-12所示。

表6-12　塔贝拉水电站2012年至2015年发电量lillietest检验结果

在显著性水平0.05下，测试结果为H=0说明接受原假设，该组数据符合正态分布；P值大于0.05即可接受原假设，而测试结果P值大于0.5，说明符合正态分布的概率很大；ISTAT为统计量的值，CV为是否拒绝原假设的临界值，ISTAT小于CV说明接受原假设，数据符合正态分布。

结果显示这4年的水电站年发电量数据的P值均大于0.05，表明在显著性水平0.05下接受原假设，均通过了假设性检验，服从正态分布，且概率较大。由于lillietest函数仅给出P值大于0.5，若想计算出确切的P值，可以设置metol参数进行计算，语句为[H，P，ISTAT，CV]=lillietest（X，0.05，'norm'，1）。分别对塔贝拉水电站2012年、2013年、2014年、2015年的年发电量数据再次检验，检验结果如表6-13所示。

表6-13　塔贝拉水电站2012年至2015年发电量metol参数的lillietest检验结果

结果表明塔贝拉水电站2012年至2015年的年发电量数据组均服从正态分布，且概率均很大。由此可以假设卡洛特水电站的年发电量服从正态分布，由于其年均净发电量为31.74亿度，可以假设其年发电量服从均值为3174000000的正态分布，由于卡洛特水电站现未建成，基于预测的目的，可设定其方差为1，待卡洛特水电站建好运行一年后，再根据当年的发电量数据拟定具体方差。

另一个大不确定的因素是美元兑卢比汇率e。汇率根据国内国际形势不同而浮动，2000—2016年巴基斯坦官方汇率数据如图6-8所示，官方汇率指的是由国家当局确定的汇率或由合法的外汇市场确定的汇率，它是根据月平均值计算的年平均值。从巴基斯坦近17年官方汇率数据可见，2013年以前巴基斯坦卢比的汇率一直在不断贬值，2013年需要101.6卢比才能换1美元，此后汇率基本保持稳定，2016年巴基斯坦官方汇率为104.769 117。

图6-8　2000—2016年巴基斯坦官方汇率趋势

数据来源：世界银行数据库，https://data.worldbank.org.cn/

根据卡洛特水电站项目的特许合同规定，参考汇率为1美元=101.60卢比，且汇率调整幅度不得超过0.6%，由于未来几十年的美元兑卢比汇率走势预估非常困难，可认为汇率在给定范围内的概率是相等的，故假设汇率e服从区间（100.99，102.21）的均匀分布，均值为101.60。