热门搜索：
当前位置：>>>光伏发电成本降到8毛钱应该不成问题对于光伏发电的收益，你了解了多少？
对于光伏发电的收益，你了解了多少？
近两年，随着我国光伏的快速发展，光伏的系统成本大幅降低，居民对光伏的认知度和认可度也明显提升。在清洁环保、政策支持以及收益可观等多重因素的推动下，越来越多的家庭开始建设光伏电站。但对于部分新接触光伏并且想安装的用户可能对光伏的成本、收益等方面了解的不是很通透，下面简单的和大家分享一下。
1、投资成本是多少?
一套家庭光伏发电系统主要由光伏组件、逆变器、支架、电缆以及其他零部件组成。通过小跟班了解，目前家用光伏发电系统的合理建设成本大概在5-8元/瓦，其中光伏组件的所占成本最大，几乎占到一半;逆变器可以占到5%-8%。对比前几年，整体上来说，确实是便宜了。
但是觉得有必要提醒一下，目前市场上存在一些更低的建设报价，但多数采用的是降级组件、拆卸组件等劣质产品，导致光伏发电系统存在隐患，这不但会影响系统运营期内的发电量，更严重的甚至有可能造成财产损失或人身伤亡。
要知道现在家庭光伏系统，基本都是安装在屋顶上的，一旦发生火灾，那自己家可就是直接变烤箱了!因此，用户在安装光伏发电系统千万不能贪图一时的小便宜，要找知名的经销商和选择有品牌影响力的产品。
2、装机容量如何选择?
多大的屋顶可以安装光伏发电系统?怎么计算屋顶可以安装多大容量?家庭屋顶一般分为水平和斜面两种，只要面积达到30平方米基本上以就可以安装了，但由于在安装时要考虑光伏组件之间不能相互遮挡，因此相同面积的水平屋顶安装容量不如斜面屋顶大。
据了解，安装1千瓦的光伏斜面屋顶大概需要10平方米左右，而平面屋顶需要15-20平方米左右，具体详见下表。
3、投资收益怎么算?
特别提醒一下，多数家庭院里院外都会有树木或者其他建筑物，这些可能会对光伏组件造成遮挡，而光伏组件一旦被遮挡很容易产生热斑效应，严重的情况下会损坏光伏组件，即便没有产生热斑效应，光伏组件被遮挡也会影响发电量，所以用户在建设之前要把这些因素充分考虑进去。
家庭光伏发电收益主要涉及补贴收益、节省电费收益和卖电收益：
(1)补贴收益
2017年，国家发展改革委发布的《关于2018年光伏发电项目价格政策的通知》(下称《通知》)中明确指出，分布式光伏发电补贴下调至0.37元/度，期限原则上为20年。此外，部分地方政府为了支持光伏产业的发展也出台了相应的度电补贴和初装补贴政策。
(2)节省电费收益
如果光伏发电自己用，就不用再交电费，相当于变相赚钱了。
(3)卖电收益
用不完的电可以卖给国家，靠卖电来赚钱。
目前，家庭光伏可以选择自发自用余量上网和全额上网两种模式接入电网，两种模式的收益也略有不同。
1)自发自用余量上网模式收益=自发自用收益+余电上网收益 =自用电量×(自用电价+国家补贴0.37+地方补贴)+上网电量×(当地标杆燃煤上网电价+国家补贴0.37+地方补贴)
2)全额上网模式收益=全部发电量×当地光伏标杆上网电价
再次提醒，2018年国家已经下调国家补贴标准至0.37元/度。此外，各地方政府补贴也逐渐取消，所以建议感兴趣的用户还是尽早选择安装。当然，也许有人会说将来系统成本的降幅可能会比补贴的降幅还要大，但未来的事存在诸多不确定性，所以在可预见的时候该下决心就下决心吧。您还可以使用以下方式登录
当前位置：&>&&>& > [权益资本成本计算公式]光伏成本计算公式
[权益资本成本计算公式]光伏成本计算公式
导读：就爱阅读网友为大家分享了多篇关于“权益资本成本计算公式”资料，内容精辟独到，非常感谢网友的分享，希望从中能找到对您有所帮助的内容。
相关资料一 : 光伏成本计算公式光伏发电成本电价分析的数学模型史珺上海普罗新能源有限公司光伏技术研究所摘要：光伏发电从2005年进入产业化以来，成本不断降低。目前，我国国家发改委制定了1元/度的光伏发电的上网标杆电价。但许多投资者对于光伏发电的成本却感到难以分析，而不敢贸然投资。本文给出了光伏发电成本的数学分析模型，讨论了影响光伏成本电价的因素，如装机成本、日照时间、贷款状况、预期的投资回收期、以及运营费用等。并根据该模型对现阶段光伏发电的投资效益进行了一个投资分析。计算结果表明，在我国西北地区，按照1元/度的上网电价，目前投资光伏电站的投资回收期为10年。关键词：光伏发电 ；成本 ；投资效益 ；数学模型中图分类号：TK51文献标识码：A......(前略）光伏发电的成本，也就是每度电多少钱，不能简单地根据装机成本分析，它与如下五大因素有关：1）装机成本、2）日照条件（年满负荷发电时间）、3）贷款状况（贷款利息和贷款在总投资的比例）、4）投资回收期（折旧年限）、5）运营维护费用。由于这五大因素每个因素都有其独立的变化性，相互的影响也十分明显。例如，同样的装机成本放在不同的地域、或者同样地域、同样的装机成本、但投资采用了不同的贷款比例，或者采用不同的折旧年限，等等，都会带来截然不同的光伏发电成本价格。为了进行准确的光伏发电成本的测算，需要对于光伏发电的成本进行详细而科学的分析，这里，给出了一个光伏发电的成本电价的数学分析模型。光伏发电成本 光伏成本计算公式1 发电成本构成1.1 装机成本Civs装机成本就是一个光伏电站的总投入，它也是光伏电站公司的财务报表上的固定资产。（）由如下式构成：Civs = Cpan+Cstr+Casb+Ccab+ Cbas+ Ctrc+ Cpom+ Cinv+ Cdis+ Ctrf+Cacc+Ccon+Cmon+Ceng+Cman+Cland （1）其中，Cpan为光伏组件成本；Cstr为组件支架成本，Casb为安装费，Ccab为电缆成本，Cbas为支架基础成本，Ctrc为追踪系统成本，Cpom为功率优化系统成本，Cinv为逆变器成本，Cdis为高低压配电系统成本，Ctrf为变压器成本，Cacc为外线接入费用，Ccon为土建（基础、配电房、中控室、宿舍、道路）成本，Cmon为电站监控系统成本， Ceng为施工与安装费用，Cman为施工管理费，Cland为土地购置费用。式（1）所计算出的Civs为装机成本，它实际上就是电站的总投入，也是电站的固定资产。1.2 运营管理成本（Cop）主要是电站维护和管理费用，光伏电站可以按照总体固定投资提取某一比例进行估算。由于光伏发电在营运过程中，不需要原材料，也没有运动磨损不部件，因此，维护费用很低，也完全可以预见。光伏电站的运营管理成本可用下式表达：Cop = Civs * Rop （ 2）其中，Rop 为运营费率，指运营费用占总投资的比例。通常，维护费用除了人员工资外，主要是备件费用。根据目前为止的光伏电站经验，运营费率通常在1~3%之间。装机容量越大的电站，比例越低。1.3 财务费用（Cfn） ：主要是贷款利息。这是光伏电站运营中变数最大的一项。它取决于贷款占总投资的比例Rloan和贷款利率Rintr:光伏发电成本 光伏成本计算公式Cfn=Civs * Rloan * Rintr （3）例如，一个10MW的电站，现阶段总投入大约为12000万元，如果贷款75%，年利率为7%， 则每年财务费用Cfn为：% = 630 万元。如果全部为自有资金，则财务费用为零。2 光伏电站的年收入Ip每个光伏电站的收入Ip为：Ip = P * Hfp * Tarif + Isub式（4）中，P为电站装机功率，应当以千瓦（KW）为单位，Hfp 为年满负荷发电小时数，它相当于1KW容量在当地一年发出的电度数；Tarif 为上网电价。Isub为电站的其它收入，如CDM指标销售收入和来自于政府的其它补贴。 （ 4）3 光伏电站的年利润Iint发电站的年利润就是发电收入减去所有的成本后，再加上其它收入：Iint = Ip-Cop–Cfn = P*Hfp*Tarif+Isub–Cop–Cfn （ 5） 这里还有一个假定，就是某个光伏电站的年满负荷等效发电时间是稳定的，其实，年满负荷等效发电时间虽然主要只与当地日照条件有关，但实际上，组件的稳定性会有影响。目前，按照国际光伏产业通用的要求，光伏组件每年的衰减不得高于1%，或者，25年不得小于20%（递进衰减）。而目前大多数厂家实际给出的数据是每年的衰减不超过0.5%。而实光伏发电成本 光伏成本计算公式际的数据更小。[）因此，为简单起见，可以假定光伏电站安装运行后，每年的年满负荷等效发电时间是个常数。4 成本电价（Tcost）计算：假设Tcost为成本电价。因为光伏电站的发电不需要采购燃料或其它原料，日常运营费用很小，每个电站的成本电价主要取决于固定资产折旧，也就是与预期的投资回收期密切相关。这里，对成本电价的定义是，在预定的投资回报期内能够收回光伏电站总投资成本的最低电价。这样，只要确定了投资回报期Per，就可以确定光伏电站每年的最低利润Int0:Iint0=Civs/Per（6）令式（5）中的Iint = I int0， 并将式（6）代入（5）Civs/Per =P * Hfp * Tarif + Isub – Cop – Cfn （6-1）对式（6-1）计算所得到的Tarif即为Tcost：Tcost =（Civs/Per+Cop+Cfn-Isub）/（P*Hfp） （7）再将式（2）和式（3）代入上式（7），得到：光伏发电成本 光伏成本计算公式Tcost =（Civs/Per + Cins * Rop+ Civs * Rloan * Rintr - Isub）/（P * Hfp）式（7-1）就是光伏发电的成本电价。由于光伏电站总投资与装机容量通常成正比关系，我们用Cp代表单位装机容量的装机成本，即Cp = Civx/P 。而光伏电站的CDM收入以及其它补贴也与装机成本有正比的关系。假定isub = Isub/ Civs，作为单位装机成本的其它补贴收入，称为电站的其它补贴收入系数。则式（7-1）可表示为： = Civs（1/ Per + Rop + Rloan * Rintr- Isub/ Civs）/（P * Hfp） （7-1）Tcost =Cp（1/ Per + Rop + Rloan * Rintr - isub）/ Hfp式（8）即为光伏发电成本电价的计算公式。它表示出了光伏电站的成本电价与光伏电站的单位装机成本Cp、投资回收期Per、运营费用比率Rop、贷款状况（包括贷款占投资额的比例Rloan和贷款利息Rintr两个参数）、年等效满负荷发电小时数Hfp等五大因素的具体关系。此外，还有该电站所享受到的其它补贴收入系数有关。 ( 8)式（8）即为光伏发电的成本电价的数学分析模型。相关资料二 : 成本计算公式成本计算公式159.产品总成本产品总成本＝固定成本总额＋变动成本总额＝固定成本总额＋单位产品变动成本×产品总量或 ＝期初在制品和半成品成本＋本期支出的生产费用－期末在制品和半成品成本160.产品单位成本产品单位成本＝（固定成本总额／产品总量）＋单位产品变动成本 或 ＝产品总成本／产品产量161.上年预计平均单位成本上年预计平均单位成本＝（１～９月份累计实际总成本＋第四季度预计总成本）／（１～９月份累计实际产量＋第四季度预计产量）＝（１～９月份实际产量×１～９月份实际平均单位成本＋第四季度预计产量×第四季度预计单位成本）／（１～９月份实际产量＋第四季度预计产量） 162.可比产品成本计划降低额可比产品成本计划降低额＝（上年可比产品实际平均单位成本－计划期可比产品单位计划成本）×可比产品计划产量或 ＝可比产品计划产量按上年实际单位成本计算的计划总成本－可比产品计划产量163.可比产品成本计划降低率可比产品成本计划降低率＝[可比产品成本计划降低额/(上年可比产品实际单位成本×可比产品计划产量)] ×１００％或＝１００％－［∑（本年计划产量×本年计划单位成本）／∑（本年计划产量×上年实际单位成本）］×１００％＝１００％－（可比产品本年计划总成本／可比产品按上年实际单位成本计算的计划总成本）×１００％164.单位产品目标成本单位产品目标成本＝预测的出厂价格×（１－税率）－利润目标／预测产量 165.成本降低目标率成本降低目标率＝（单位成本降低目标额／上年预计平均单位成本）×１００％ 单位成本降低目标额＝上年预计平均单位成本－单位产品目标成本166.单位产品变动成本单位产品变动成本＝变动成本总额／（最高产量－最低产量）变动成本总额＝最高产量的总成本－最低产量的总成本167.可比产品按计划单位成本计算的总成本可比产品按计划单位成本计算的总成本＝∑（各种可比产品本期计划单位成本×各种可比产品本期实际产量）168.可比产品按上年实际单位成本计算的总成本可比产品按上年实际单位成本计算的总成本＝∑（各种可比产品上年实际平均单位成本×各种可比产品本期实际产量）169.可比产品实际成本降低率可比产品实际成本降低率＝１００％－［本期可比产品总成本／（上年可比产品实际单位成本×本期实际产量）］＊＊１００％＝［可比产品实际成本降低额／（上年可比产品实际单位成本×可比产品本期实际产量）］×１００％可比产品实际成本降低额＝可比产品按上年实际单位成本计算的总成本－可比产品本期实际总成本可比产品上年实际／平均单位成本＝［∑（各企业该种产品上年实际平均单位成本×各企业该种产品本期实际产量）］／170.全部商品产品按计划单位成本计算的总成本全部商品产品按计划单位成本计算总成本＝∑（各种商品产品本期计划单位成本×各种商品产品本期实际产量）商品产品本期计划单位成本＝［∑（各企业该种产品本期计划单位成本×各企业该种产品本期实际产量）］／∑各企业该种产品本期实际产量171.单位产品实际成本降低率单位产品实际成本降低率=(单位产品实际成本降低额/基期单位产品实际成本) ×１００％或=100%－（报告期单位产品实际成本／基期单位产品实际成本）×１００％ 单位产品实际成本降低额＝基期单位产品实际成本－报告期单位产品实际成本 172.单位产品成本计划完成率单位产品成本计划完成率＝（单位产品实际成本／单位产品计划成本）×１００％173.全部产品总成本计划完成率全部产品总成本计划完成率＝∑（每种产品实际单位成本×实际产量）／∑（每种产品计划单位成本×实际产量）×１００％（全部产品实际总成本／全部产品按计划单位成本实际产量计算的总成本） ×１００％174.材料费用的分配１、１、产品重量分配法，其计算公式为：分配率＝该种材料费用／各种产品重量之和某种产品应分配的材料费用＝该种产品重量×分配率２、２、系数分配法，其计算公式为：分配率＝材料费用总额／∑（各种产品产量×系数）某种产品应分配的材料费用＝该种产品产量×系数×分配率３、３、产量分配法，其计算公式为：分配率＝材料费用总额／各种产品的产量之和某种产品应分配的材料费用＝该种产品的产量×分配率４、４、定额成本分配法，其分配公式为：分配率＝材料费用总额／∑（各种产品产量×单位产品定额材料成本）某种产品应分配的材料费用＝（该种产品的费用总额／材料定额成本）×分配率 ５、５、定额耗用量分配法，其计算公式为：分配率＝该种材料费用／∑（某产品产量×某产品的该种材料消耗定额） 某种产品应分配的材料费用＝某产品该种材料定额耗用量×分配率175.工资费用的分配１、１、原材料成本分配法，其计算公式为：分配率＝各种产品应分配的工资费用总额／各种产品原材料成本总额 某种产品应分配的工资费用＝该种产品原材料成本×分配率２、２、产品实际工时分配法，其计算公式为：分配率＝生产工人工资总额／各种产品的实用工时总额某种产品应分配的工资费用＝该种产品的实用工时×分配率176.外购动力费用的分配１、１、生产工时分配法，其计算公式为：分配率＝各种产品耗用外购动力费用总额／各种产品的生产工时之和 某种产品应分配的外购动力费用总额＝该种产品的生产工时×分配率 ２、２、机器工时分配法，其计算公式为：分配率＝各种产品耗用外购动力费用总额／各种产品耗用机器工时之和 某种产品应分配的外购动力费用＝该种产品耗用机器工时×分配率３、３、机器功率时数分配法，其计算公式为：分配率＝各种产品耗用外购动力费用总额／各种产品的机器功率时数之和 某种产品应分配的外购动力费用＝该种产品的机器功率时数×分配率 177.在产品成本在产品完工率＝（单位在产品累计平均工时定额／单位产品工时定额） ×１００％在产品约当产量＝在产品数量×在产品完工率分配率＝费用总额／（完工产品产量＋在产品约当产量）完工产品成本＝完工产品产量×分配率在产品成本＝在产品约当产量×分配率178.计划产品销售量计划产品销售量＝计划期初产品库存量＋本期产品生产量－计划期末库存量 179.计划期末发出商品量计划期末发出商品量＝（计划期第四季度产量／９０）×发出商品定额日数 发出商品定额日数＝基年第三季度发出商品的平均结余额／（基年第三季度商品产品实际工厂成本／９０）180.产品销售成本产品销售成本＝产品销售量×单位销售成本１、１、先进先出法，其计算公式为：单位产品销售成本＝［期初结存产品总成本＋（本期计划产量－期末计划结存数量）×本期生产产品计划单位成本］／本期计划销售数量２、２、加权平均法，其计算公式为：单位产品销售成本＝（期初结存量×期初结存产品单位成本＋本期计划生产数量×本期计划生产单位成本）／（期初结存数量＋本期计划生产数量） 181.销货合同完成率销货合同完成率＝（本期实际交货额／本期合同订货额）×１００％ 或＝商品产值完成率×销售系数×合同内销售占销售产值的比重商品产值完成率＝（实际商品产值／计划商品产值）×１００％销售系数＝实际销售产值／实际商品产值合同内销售占销售产值的比重＝本期实际交货值／实际销售产值182.合同数量执行率合同数量执行率＝（本期已执行销售合同张数／本期已签订应执行销售合同张数）×１００％183.利润总额利润总额＝产品销售利润＋其他销售利润＋（或－）营业外收支净额 184.保本点销售量保本点销售量＝产品固定成本总额／（单位售价－单位产品变动成本） ＝产品固定成本总额／单位创利额保本点销售＝产品固定成本总额／（单位售价－单位产品变动成本－单位税金） 185.目标利润销售量目标利润销售量＝（固定成本总额＋目标利润）／单位创利润单位创利额＝单位售价－单位变动成本额186.保本点销售收入保本点销售收入＝固定成本总额／创利率＝固定成本总额／（１－变动成本率）创利额＝单位售价－单位变动成本－单位税金创利率＝（创利额／单位售价）×１００％变动成本率＝［（单位变动成本－单位税金）／单位售价］×１００％ 187.目标利润销售收入目标利润销售收入＝（固定成本总额＋目标利润）／创利率＝（固定成本总额＋目标利润）／（１－变动成本率）多种产品目标利润销售收入＝（固定成本总额＋目标利润总额）／加权平均创利率加权平均创利率＝（全部产品创利率／全部产品计划销售收入）×１００％或＝∑（单位产品创利率×该产品占总销售收入百分比）188.成本利润率成本利润率＝（产品销售利润／产品销售成本）×１００％189.销售利润率销售利润率＝（产品销售利润／产品销售成本）×１００％190.产值利润率产值利润率＝利润总额／工业总产值∑各企业该种产品本期实际产量a27. 材料成本差异率：本月材料成本差异率＝（月初结存材料的成本差异额＋本月收入材料的成本差异额）／（月初结存材料的计划成本＋本月收入材料的计划成本）×１００％ 上月材料成本差异率＝月初结存材料的成本差异额／月初结存材料的计划成本×１００％28. 施工管理费的分配：某类工程（或产品，劳务）应分配的管理费＝实际发生的施工管理费总额×某类工程（产品、劳务）成本中人工费／各类工程（产品，劳务）成本中人工费总额 某建筑工程成本核算对象应分配的管理费＝建筑工程成本应分配的管理费总额×某建筑工程成本核算对象的直接费成本／各建筑工程的直接费成本总额 某安装工程成本核算对象应分配的管理费＝安装工程成本应分配的管理费总额×某安装工程成本核算对象的人工费／安装工程的人工费总额29. 附属企业成本计算的程序：完工产品总成本＝期初在产品成本＋本期发生的生产费用－期末在产品成本 完工产品单位成本＝完工产品总成本／完工产品数量?相关资料三 : 上市公司权益资本成本的测度与评价_基于我国证券市场的经验检验_毛新述上市公司权益资本成本的测度与评价*———基于我国证券市场的经验检验毛新述叶康涛张頔（北京工商大学商学院100048中国人民大学商学院100086）【摘要】权益资本成本（CofEC）是公司筹资和投资决策时需要考虑的重要问题。［）然而，如何测定公司的权益资本成本，目前尚未得出统一的结论。本文在现有研究的基础上，从事后和事前两个角度测度了我国上市公司的权益资本成本，并从经济和统计两个角度对不同的测度进行了评价。研究得出，不同方法得出的权益资本成本测度差异明显，最大差异达到了12.13%，这些差异对我国公司融资顺序（偏好）是否主要基于资本成本考虑的判断会造成重大影响。从经济角度看，事前权益资本成本测度要优于CAPM和Fama－French三因子模型下事后权益资本成本，在事前权益资本成本测度中，国内外文献中普遍运用的GLS模型下的CofEC表现不够理想，而PEG和MPEG模型下的CofEC能更好地捕捉各风险因素的影响，尽管其时间序列计量误差方差相对较大。【关键词】盈余预测统计预测模型分析师预测模型权益资本成本一、引言资本成本一直是公司财务的核心概念之一。从微观层面看，资本成本是企业投资项目甄选与评价、融资方式选择等行为的重要标准，对公司的财务及业务决策起着至关重要的作用。从宏观层面看，资本成本是资本市场发展和相关制度建设的基本考量指标，对资本市场资源配置效率的提高及资金流向的正确引导起着极为关键的作用。遗憾的是，时至今日，财务理论仍未能对权益资本成本究竟如何准确地测度做出解答。权益资本成本（CofEC，CostofEquityCapital）是现有股东投入资金的机会成本，只有高于此机会成本的收益才真正为股东创造价值，因此它是股东和管理层都极为关注的重要标杆。对权益资本成本的衡量不仅能为公司筹资与投资决策提供评价标准，也可为公司治理、信息披露，以及公司声誉的建立和评价等提供科学依据。从目前来看，现有的权益资本成本测度方法无一例外都是基于西方（主要是美国）资本市场的状况提出的。相比美国股市三百多年的历史，我国股市从1990年至今仅仅经历了二十多年的发展，呈现更易受宏观政策因素影响、投机程度更高、监管体系不够完善、市场参与者风险识别能力较低等特点，这意味着我国股市的系统性风险相对较高，股票价格的噪音相对较大。在这一背景下，投资者要求的股票回报应本文的研究得到了国家自然科学基金项目（072145），国家社会科学基金项目（11BGL020），教育部人文社会科学研究项目（10YJCYJA790132），北京市属高等学校人才强教项目（PHR），北京市教委科技创新平台－跨国资本运营与会计准则趋同研究基地，中国企业集团发展研究基地和北京工商大学中国创业投资研究中心学术发展基金的资助。*12权益资本成本 上市公司权益资本成本的测度与评价_基于我国证券市场的经验检验_毛新述当更高。但大量的研究表明，在我国股权融资成本低于债务融资成本，因而上市公司存在明显的股权融资偏好。那么，究竟应当采用何种模型测度股权融资成本？这些模型在中国的适用程度如何？不同模型测度结果有无差异？这些差异对评价我国上市公司的筹资和投资决策，特别是公司的融资偏好，以及信息披露等决策是否具有显著影响，国内尚未有文献对此问题展开深入研究。借鉴已有的研究成果，本文从事后和事前两个角度测度了我国上市公司的权益资本成本，并从经济和统计两个角度对不同的测度进行了评价。本文的研究对于评价我国上市公司的筹资和投资决策，特别是公司的融资偏好，以及信息披露等决策具有重要参考意义。二、已有文献回顾与评论（一）权益资本成本的测度1．事后权益资本成本（expostCofEC）的测度Sharpe（1964）等在现代投资组合理论的基础上创立了资本资产定价模型（CAPM模型）。资本资产定价模型以极其简明的方式表述了资产收益与风险的关系，认为风险资产的均衡收益率是其与市场组合收益率的协方差（β系数）的函数，资产的收益率等于无风险利率加上由系统性风险所决定的风险溢价。通过CAPM模型获得的公司预期收益率（投资者要求的回报率），从公司的角度看，即为公司的权益资本成本。然而，在CAPM模型中，对风险溢价的确定非常困难，以至于之后的实证研究并未能找到足够的证据来支持CAPM模型。Reinganum（1981）、Coggin和Hunter（1985）、Lakonishok和Shapiro（1986）以及Fama和French（1992）等研究都未发现资产期望收益与β系数存在正相关关系。Fama和French（1993）认为CAPM模型对影响资产收益因素的界定过于狭隘，通过考虑市场风险溢价、公司市值、账面市值比三大因素，提出三因素模型（FFM模型），从而为估计公司股票预期收益和公司预期资本成本提供了新的思路。遗憾的是，FFM模型不仅缺乏强有力的理论支撑，而且，Fama和French（1997）在之后的研究中又发现，用这两个模型所估计出来的资本成本都十分不准确。估计误差的出现主要是由于对风险溢价和影响风险溢价的因素把握不准。除CAPM和FFM模型外，Bower和Logue（1984）、Goldenberg和Robin（1991）及Elton，Gruber和Mei（1994）等提出套利定价模型（APT模型）能够相对更好地测度资本期望回报率的观点。与CAPM模——市场证券组合收益率存在着线性关系相比，APT模型以型预测所有证券的收益率都与唯一的公共因子—收益率形成的多因素模型为基础，但是其并没能明确界定影响资本收益的因素，而只不过是一种广义的资本资产定价模型。以上模型都是用已实现的股票回报来测度期望资产收益，得出的是事后资本成本（Elton，1999）。大量的经验证据表明，事后资本成本往往非常不准确（Blume和Friend，1973；Sharpe，1978；Froot和Frankel，1989；Elton，1999）。利用事后收益数据进行估计的前提假设是：在有效资本市场上，风险能够被正确地定价，平均已实现的收益数据是对未来收益的无偏估计。然而这一假设并不总是成立，由于市场，“噪音”很大。Gebhardt，Lee和Swaminathan（2001）并不是完全有效，事后的数据受到很多随机干扰研究得出，用年的数据估计出的风险溢价比事后真正的市场风险溢价低很多。这一研究与Claus和Thomas（2001）的结论一致。Fama和French（1997）采用年纽约证券交易所、全美证券交易所及纳斯达克股市的交易数据也实证证明：无论是用CAPM模型还是FFM模型，估计标准误差都高于3.0%。2．事前权益资本成本（exanteCofEC）的测度鉴于事后权益资本成本的不准确，近些年学者们将注意力转向对事前资本成本的测度。Claus和Thomas（2001）、Gebhardt，Lee和Swaminathan（2001），以及Pástor，Sinha和Swaminathan（2007）等提出隐含的权益资本成本（ICC，ImpliedCostofCapital）的概念。ICC是使股票未来现金流的现值等于现行股票价格的内含报酬率。13权益资本成本 上市公司权益资本成本的测度与评价_基于我国证券市场的经验检验_毛新述在ICC的估计中，权益资本成本的测度摆脱了对股价波动及过去已实现的股票收益数据的依赖，这种利用股票价格、短期与长期盈利预测数据来进行估计的方法为权益资本成本的测度另辟蹊径，同时使得与权益资本成本相关的信息披露、绩效评价等研究也得以向前推进了一大步。（］事前权益资本成本的测度可大致分为三类：戈登增长模型、剩余收益模型和非正常盈余增长模型（Lee，So和Wang，2010）。（1）戈登增长模型（GordonGrowthModel）Gordon和Gordon（1997）提出了当期股票价格等于未来预期股利的折现（戈登增长模型）。T－1EPSt+TDPSt+iPt=∑+re（1+re）T－1i=1（1+re）其中，DPSt+i为t+i期的普通股每股股利，EPSt+T为t+T期的普通股每股收益。这一模型将无限期间的估值模型转化为有限期间估值模型。根据所选期间T的不同，现行研究中存在两种推导权益资本成本的方法。一种方法是选取T=1，即用一年的预测数据和现行股价推导权益资本成本（RE_EPR）。另一种方法是假定可预测区间为五年（即可获取预测数据的期间T为五年），依据这五年的预测数据和现行权益市价推导权益资本成本（RE_GGM）。（2）剩余收益模型（GLS模型）剩余收益模型是由传统的贴现现金流量模型推导而来，其中，剩余收益是指账面收益与股东要求的必要报酬之差。企业只有获得高于股东必要报酬的收益，才算获得了真正的剩余价值。剩余收益模型认为企业内在价值等于账面价值的现值和剩余价值的现值之和。Gebhardt，Lee和Swaminathan（2001）对剩余收益模型进行了完善，提出GLS模型用来估计权益资本成本re（RE_GLS）。（ROEt－re）*bpst－1（ROE12－re）*bps11+∑（1+re）re*（1+re）11t=1其中，ROEt是t年预期净资产收益率，等于epst/bpst－1，其中bps是指每股净资产。p0=bps0+GLS模型中，可预测区间通常为十二年。其中，前三年使用分析师的预测数据；而从第四年起，假定公司的ROE向行业ROE历史数据（过去9年）的中位数等差回归。该模型最大的局限性在于其对企业未来ROE的预测。首先ROE等差回归这一假设在实际中很难成立，这不可避免地影响估计的准确性。其次，由于现代企业多是混业经营，业务常常跨多个行业，以致于对公司所属行业的划分越来越困难，这给行业ROE的计算带来困难。但Gebhardt，Lee和Swaminathan（2001）还是实证证明这种方法估计出的ICC相对传统的CAPM模型、FFM模型能够较好地反映企业的风险溢价。Lee，So和Wang（2010）、Hou，Dijk和Zhang（2012）等也得出GLS模型较CAPM和FFM估计的权益资本成本的效果好。（3）非正常盈余增长模型（PEG、MPEG、AGR和OJM）PEG与MPEG模型：Easton（2004）提出了基于市盈率（PERatio）和市盈增长比率（PEGRatio）的PEG模型和MPEG模型，这类模型假定非正常收益的增长率agrt存在一个期望变化率Δagr，且Δagr=（agrt+1/agrt）－1。PEG模型中假定Δagr恒定且为零，得到re（RE_PEG）：re=210通过放宽Δagr为零的假设，只假定其不变，可得到MPEG模型下的re（RE_MPEG）：eps2+redps1－eps1dps1eps2－eps12P0=r－r*－=0→eePPr200ere=t+2et+1t+1/Pt此外，通过构造下式，我们可以同时得到re和Δagr的估计值，无需对Δagr做出假定，这无疑会提高ICC估计的准确性。（下式推导过程见Easton（2004））1411权益资本成本 上市公司权益资本成本的测度与评价_基于我国证券市场的经验检验_毛新述ceps2/P0=γ0+γ1eps1/P0其中γ0=rΔagr（rΔagr－Δagr），γ1=（1+Δagr），ceps2为t=2期的收益（股利分配前）。［）PEG与MPEG模型的区别主要在于PEG模型不考虑长期增长，而是假设非正常收益的长期增长率等于短期增长率，它是MPEG模型的一个特例。AGR模型：Easton（2004）提出了T=2时非正常盈余增长模型，通过求解下述方程获得re（RE_AGR）：Pt=OJM模型：Ohlson和Juettner－Nauroth（2005）认为股票价格与下一年的每股期望收益、每股收益的短期增长率、每股收益的长期增长率以及资本成本有关，而并不取决于股利。P0==从上式可倒推出re（RE_OJM）：re=A+其中，γ=limdpst/（1∑t=1!epst+1epst+1｛epst+2+redpst+1－（1+re）epst+1｝+reepst+3+redpst+2－（1+re）epst+2rere－epst+2+redpst+1－（1+re）epst+1+re）teps1eps2－eps1－re（eps1－dps1）+rere（re－gp）1g2－（γ－1）］P0epst+1=gp+1，A≡（γ－1+dps1/P0）/2，g2=（eps2－eps1）/eps1。该模型优点在于t→!epstA2+只需要预测未来的盈利，而不需要对账面价值和ROE做出估计。——剩余收益估值模型的运用基于一个重要假通过上述分析可以得出，事前资本成本测度模型的基础—设，那就是干净剩余关系（Clean－SurplusRelation）。正是基于干净剩余关系，由股利折现模型到剩余收益折现模型的推导才成立。因此，干净剩余关系在实践中成立与否是制约事前资本成本测度模型准确性的重要因素之一。此外，各模型都对未来期间的收益做出了不同的假设，有些直接对ROE进行假设，有些对收益增长率做出假设，这些假设均有根据而非凭空捏造，但资本市场从来都不是一成不变的，这些假设与资本市场实际情况的契合程度难免影响模型测度的准确性。（二）权益资本成本测度方法的评价学者们提出各模型之前，都会对其估计的可靠性进行测试，或与其他模型进行比较以证明模型的有效性。检验方法主要有两类，一类是经济意义上的检验，即通过检验预期权益资本成本对未来已实现回报的解释力，以及检验风险因素对预期资本成本的影响是否符合预期。一类是统计意义上的检验，主要检验权益资本成本时间序列预测计量误差的方差。具体如下：1．检验权益资本成本估计值对公司事后已实现回报的解释力权益资本成本应当与事后已实现的回报呈正相关，并且，对未来回报的解释力越强，则权益资本成本估计越好。Easton和Monahan（2003）在控制了影响未来折现率的因素（returnnews）和影响未来现金流的因素（cash－flownews）的前提下，通过计量误差的分析检验了各模型计算出的事前资本成本与事后真实回报的关系，结论认为对于预测数据的假定越少的模型，测度效果最佳。Guay等（2005）分别在行业层面和公司层面检验了当年ICC估计值与第二年真实回报的相关关系，但由于文章重点在于研究分析师预测数据对估计的影响，所以并未对模型的优劣好坏给出结论。15权益资本成本 上市公司权益资本成本的测度与评价_基于我国证券市场的经验检验_毛新述这类方法的问题在于，众所周知股价的噪音难以避免，那么真实回报率本身的可靠性就成为检验结果可信度的重要制约因素。2．检验权益资本成本各截面估计值能否较准确反映及区分不同公司的风险公司面临的风险是影响投资者预期回报的重要因素。已有研究表明，这些风险因素主要包括系统性风险（β系数）、公司规模和账面市值比（Fama和French，）、公司杠杆（Bhandari，1988）、价格惯性与股票价格波动性等。通常，β系数越高、股票回报的波动性越大，公司杠杆越高，投资者面临的风险和要求的回报越高，因而与公司的权益资本成本正相关。由于投资者预期小公司将产生更大的收益，因此，公司市值规模越大，公司预期的资本成本越低（见Fama和Frech（1992）的分析）。有关账面市值比、价格惯性与权益资本成本的关系，现有研究尚未得出一致的结论，见Berk，1995；Dechow等，2004；Jegadeesh和Titman，1993；Conrad和Kaul，1998的研究。这种检验方法分析资本成本与其影响因素（一般是财务风险影响因素）之间的相关关系的符号与强弱。Easton（2003）、Botoson和Plumlee（）、Gode和Mohanram（2003）、Gebhardt，Lee和Swaminathan（2001）等将估计出的权益资本成本与风险变量（一般选取β系数、权益账面市值比、负债率、企业规模、收益波动、股价波动、行业等）进行回归，通过二者之间的相关关系（如回归系数的符号和大小，回归的估计误差大小等）来判断各模型的有效性。一般来说，相关程度越高、估计误差越小的模型估计出的结果更可靠。这种评价方法应用很广泛，理论上收益与风险的确存在很强的相关关系，可以作为模型估计准确性的判别标准。但是，这些风险变量本身是否有噪音，从而能否准确并全面地反映企业真实风险都还有待进一步的研究和检验。考虑到信息披露是连接股票市场资金供给方和需求方的重要纽带，是投资者决策的重要参考依据。本文进一步采用深圳证券交易所对深圳证券市场上市公司信息披露质量的评级来衡量上市公司的信息披露总体质量，考察了各权益资本测度的经济有效性。3．权益资本成本时间序列误差方差的检验Lee，So和Wang（2010）提出了评估权益资本成本质量的两维框架。即一方面检验各模型下权益资本成本估计值对已实现回报的解释力，另一方面计算和比较各模型下预期权益资本成本时间序列预测误差方差的大小及稳定程度。误差方差越小，越稳定，权益资本成本估计指标的效果就越好。借鉴Lee，So和Wang（2010）的方法，本文以权益资本成本（CofEC）的时间序列计量误差的方差来判断CofEC的统计属性。考虑到上述测度指标都一定程度上依赖于有效市场的假定，因此，我们认为，CofEC指标的优劣首先应当满足经济检验标准，当经济检验标准无法进行有效区分时，可通过统计方法进行进一步的检验。从我国来看，迄今为止，学术界尚未构建起成熟的资本成本估算的理论框架和模型，通常的做法是利用国外已有的研究模型来进行测试。从现有文献来看，GLS模型使用较为广泛（陆正飞和叶康涛，2004；曾颖和陆正飞，2006；黄娟娟和肖珉，2006；于李胜和王艳艳，2007；徐浩萍和吕长江，2007；于李胜，王艳艳和陈泽云，2008；沈洪涛，游家兴和刘江宏，2008；肖珉，2008；等等）。其他模型的使用则比较少见，如汪祥耀，叶正虹（2011）使用了PEG模型，沈洪波（2007），徐浩萍，吕长江（2007）使用了OJM模型，姜付秀，陆正飞（2006）使用了CAPM模型，王兵（2008）则直接用已实现的股票收益作为权益资本成本的测度。然而在选择国外模型时，这些研究并没有对上述模型在中国的适用性进行评价。三、我国上市公司权益资本成本的测度（一）数据与样本选择本文以年所有上市公司为初选研究样本，剔除了B股、中小板和创业板上市公司，以及每股股票价格、每股净资产、每股盈余以及每股股利等相关数据不全的公司。初始样本量为11522。数据来源：除分析师预测数据来自Wind数据库外，其他数据均来自国泰安数据库。16权益资本成本 上市公司权益资本成本的测度与评价_基于我国证券市场的经验检验_毛新述（二）变量测度在事前资本成本的估计中，预测盈余是最重要的基础数据。（）通常情况下，预测盈余的主要来源有以下三种：公司管理层，证券分析师和统计模型。在我国，公司管理层很少发布盈余预测，预测盈余主要来源于证券分析师和统计模型。国外大量的研究表明分析师的盈余预测要优于统计模型，在我国，岳衡和林小驰（2008）研究得出，我国证券分析师做出的盈余预测，同以年度历史数据为基础的统计模型得出的盈余预测相比，预测误差较小，证券分析师盈余预测具有一定的优势；但同某些以季度历史数据为基础的统计模型得出的盈余预测相比，预测误差较大，证券分析师盈余预测不具有优势。由于我国分析师预测起步较晚，截至目前，许多上市公司尚未受到分析师的关注，因此未有相关的分析师预测数据，这使得使用分析师预测数据估计ICC时会出现大量的缺失值。在最近的研究中，Hou，Dijk和Zhang（2012）发现，使用截面模型预测单个公司的盈余，同分析师预测的盈余具有很高的一致性，并具有更大的可靠性。这种方法不仅减少了因分析师预测数据缺失带来的样本量减少问题，而且可以获得未来多年的盈余预测数据，而分析师通常仅提供未来1－2的预测数据。因此，本文主要基于Hou，Dijk和Zhang（2012）所提出的方法估计未来盈余，以及通过9种方法来估计权益资本成本（CofEC）。为了检验统计预测模型在估计CofEC方面的有效性，本文还利用年的样本，对同一CofEC估计方法下使用相同的观测数，对比分析了分析师预测模型和统计预测模型下CofEC的估计结果。借鉴Hou，Dijk和Zhang（2012）的方法，利用模型1使用过去10年的数据（至少6年）估计如下混合截面回归模型。Ej，模型1t+τ=β0+β1EVj，t+β2TAj，t+β3DIVj，t+β4DDj，t+β5Ej，t+β6NEGEj，t+β7ACCj，t+εj，t+τEj，t+τ表示j公司t+τ年的扣除非常项目前的盈余。所有解释变量以t年末的数据测度，EV指公司价值，等于总资产+权益的市场价值－权益的账面价值，TA是总资产，DIV是支付的每股股利，DD是指是否支付股利哑变量，NEGE是指如果公司盈余为负取1，ACC是指总的应计。为了减少极端值的影响，我们分年度对连续性变量在0.5%和99.5%的分位数上进行了缩尾处理（winsorize）。模型1的回归结果见表1。从表1可以看出，解释变量对领先1年盈余回归的R2为83%，对领先5期盈余回归的R仍可达46%，这表明将模型1用于预测盈余较为合理。表1被解释变量EVTADDDENEGEACC常数项NR－SQUAREDF值Et+1＊＊－0.014＊2未来1－5年截面盈余预测模型的估计系数Et+2＊＊0.004＊Et+30.000（0.21）＊＊0.022＊Et+4＊＊0.010＊Et+5＊0.008＊（－56.34）＊＊0.028＊（10.09）＊＊0.007＊（3.36）＊＊0.047＊（2.29）＊＊0.058＊（76.68）＊＊2.821＊（12.97）＊＊－0.271＊（13.78）－0.002（－0.02）＊40.169＊（14.34）＊－0.390＊（14.67）0.416*（1.76）1.049（0.04）＊＊1.045＊（80.01）－7.292（－0.59）0.057＊＊＊（－3.75）＊＊90.336＊（－2.07）＊51.781＊（6.44）0.853＊＊＊（2.50）1.112＊＊＊（2.48）1.017＊＊＊（4.81）＊＊－96.331＊（33.25）＊＊83.895＊（27.85）＊＊108.601＊（17.09）＊＊116.852＊（14.10）＊＊127.695＊（－6.01）－0.004（－1.08）＊＊43.399＊（4.45）0.004（0.62）＊＊－28.682＊（4.98）＊＊－0.109＊（4.16）＊＊－0.181＊（3.91）＊－0.096＊（－5.87）＊＊－43.921＊（－5.54）＊＊－103.368＊（－2.28）＊＊－93.756＊（4.66）＊＊8405.57＊（－2.75）＊＊4164.78＊（－3.59）94370.58＊＊1876.10＊（－6.54）81450.48＊＊1089.25＊（－5.21）68320.46＊＊838.10＊17权益资本成本 上市公司权益资本成本的测度与评价_基于我国证券市场的经验检验_毛新述利用上式估计的历史系数和最近可公开获得的非缩尾公司特征值获得预测盈余。(]利用第（一）部分中权益资本成本的测度模型，我们估计了权益资本成本的9个测度指标，分别为RE_GLS、RE_PEG、RE_MPEG、RE_OJM、RE_EPR、RE_AGR、RE_GGM、RE_CAPM和RE_FFM。其中RE_CAPM和RE_FFM属于事后权益资本成本（事后CofEC），其余指标为事前权益资本成本（事前CofEC，即ICC）。在CAPM和FFM模型中，本文使用截至当年年末加权市场回报的算术平均减去无风险利率作为预期市场风险溢价的测度，无风险利率以一年期整存整取定期利率为基础计算。分别以当年的日个股回报与市场回报为基础，和以截至当年年末前60个月（至少需要24个数据）的月个股回报与市场回报为基础估计CAPM和FFM模型的β。在ICC的计算中，预测股利等于预测盈余乘以当年的实际股利支付率。当估计的CofEC大于100%或小于0时设为缺失值。年分年度权益资本成本（CofEC）的描述性统计见表2。表2年度均值中位数标准差最小值最大值观测数5RE_GLS8.38%4.79%4.65%7.42%8.18%5.58%2.90%6.47%4.06%5.57%4.00%6.99%7.66E－06100.00%8.82%11.54%9.29%15.07%22.56%20.07%11.88%20.51%14.96%15.77%14.05%9.42%0.17%76.50%分年度权益资本成本（CofEC）测度RE_PEGRE_MPEGRE_OJMRE_EPR9.43%12.33%10.33%16.27%23.92%20.68%12.12%21.10%15.23%16.50%14.53%9.50%0.24%76.50%2.19%3.08%4.28%6.88%6.05%6.00%2.65%8.14%3.49%4.77%3.28%4.91%0.00%100.00%2.13%3.21%3.93%5.11%6.98%5.57%2.39%7.05%2.80%4.37%3.18%4.14%0.01%45.43%RE_AGR2.46%3.43%4.46%6.10%10.32%6.85%3.33%9.20%4.41%5.63%3.18%11.37%3.07E－06100.00%RE_GGMRE_CAPMRE_FFM3.75%5.93%5.45%7.69%9.70%7.64%4.30%8.96%5.53%6.68%5.59%5.04%0.00%85.54%10.47%7.58%7.29%5.25%4.32%9.29%14.82%6.97%10.56%8.48%7.65%4.55%0.16%100.00%25.00%18.80%13.30%14.16%8.58%10.27%29.21%10.24%17.02%15.82%14.50%9.50%0.01%100.00%IR6.21%5.76%5.76%6.12%6.12%6.62%7.49%6.89%5.94%6.32%6.12%0.57%5.76%7.49%注：IR是指中国人民银行公布的金融机构5年以上人民币贷款基准利率。如果当年进行了利率调整，则取调整后各次贷款利率的算术平均。从表2可以看出，各模型的总体均值中，最高的是MPEG模型（16.50%），最低的是EPR模型（4.37%），最大差异达到了12.13%。从年，所有事前资本成本模型的测度值变化趋势基本一致；除PEG与MPEG模型的测度值明显偏高外，其余模型的测度值也十分接近。在年期间，基于GLS模型、OJM模型、EPR模型和AGR模型计算平均权益资本成本，较同一期间5年以上人民币贷款平均基准利率低，而其他模型则相反。因此，基于不同方法测度权益资本成本，将对我国公司融资顺序（偏好）是否主要基于资本成本考虑的判断造成重大影响。可以看出，所有的事前资本成本测度模型在和2008年的测度值都相对较高，我们认为，这主要是因为股权分置改革（）和全球性的金融危机（2008）的影响，股权分置改革和全球性的金融危机，一方面导致公司权益资本筹资的难度加大，另一方面受宏观经济形势的影响，资本市场的风险增大，这都将导致权益资本成本的增加。而事后资本成本模型则是在2007年就达到高点，仅反映了股票市场当年的发展。从这个角度来看，事前资本成本测度模型的测度效果相对更佳。各权益资本成本（CofEC）测度的相关性见表3。从表3看，事前资本成本模型的测度结果高度正相关，然而所有的ICC与事后权益资本成本的测度结果都没有正相关关系（这与Gebhardt，Lee和Swami-nathan（2001）、Lee，So和Wang（2010）的结论相一致）。18权益资本成本 上市公司权益资本成本的测度与评价_基于我国证券市场的经验检验_毛新述表3RE_GLSRE_GLS．RE_PEG0.408（0.00）RE_MPEG0.478（0.00）RE_OJM0.702（0.00）RE_EPR0.687（0.00）RE_AGR0.386（0.00）RE_GGM0.692（0.00）RE_CAPM－0.395（0.00）RE_FFM－0.185（0.00）．0.977（0.00）0.287（0.00）0.418（0.00）0.385（0.00）0.51（0.00）－0.33（0.00）－0.281（0.00）RE_PEG0.337（0.00）权益资本成本（CofEC）测度的相关性RE_MPEG0.388（0.00）0.985（0.00）RE_OJM0.692（0.00）0.184（0.00）0.269．0.399（0.00）0.533（0.00）0.452（0.00）0.612（0.00）－0.372（0.00）－0.29（0.00）．0.935（0.00）0.485（0.00）0.852（0.00）－0.412（0.00）－0.193（0.00）．0.573（0.00）0.818（0.00）－0.447（0.00）－0.25（0.00）．0.479（0.00）－0.261（0.00）－0.155（0.00）．－0.42（0.00）－0.215（0.00）（0.00）RE_EPR0.67（0.00）0.291（0.00）0.378（0.00）0.945（0.00）RE_AGR0.54（0.00）0.287（0.00）0.363（0.00）0.763（0.00）0.854（0.00）RE_GGM0.696（0.00）0.417（0.00）0.484（0.00）0.84（0.00）0.767（0.00）0.595（0.00）RE_CAPM－0.395（0.00）－0.33（0.00）－0.372（0.00）－0.412（0.00）－0.447（0.00）－0.261（0.00）－0.42（0.00）1．0.617（0.00）RE_FFM－0.238（0.00）－0.281（0.00）－0.29（0.00）－0.193（0.00）－0.25（0.00）－0.155（0.00）－0.215（0.00）0.617（0.00）1．注：对角线上方为spearman相关，对角线下方为pearson相关，括号内数据为显著性水平。()四、我国上市公司权益资本成本测度有效性的评价1．权益资本成本估计值对公司事后已实现回报解释力的检验结果本文以未来12、24和36个月的购买持有期回报作为未来已实现回报的测度，检验了每个公司权益资本成本测度对未来公司已实现回报的解释力（单变量回归，未报告常数项）。回归结果见表4。从表4来看，事前CofEC对未来持有期回报均具有显著解释力，但事后CofEC对未来持有期回报的解释力很差，并与预期符号相反。表4RE_GLS＊＊1.884＊公司权益资本成本与未来公司已实现回报的回归结果Rett+1（未来12个月）（5.72）Rett+1－t+2（未来24个月）＊＊7.920＊Rett+1－t+3（未来36个月）＊＊2.973＊（6.28）＊＊10.612＊（3.46）＊＊3.644＊RE_PEG＊＊4.307＊（27.84）RE_MPEG＊＊4.361＊（21.26）＊＊11.036＊（8.28）＊＊3.852＊（28.51）RE_OJM＊＊6.167＊（22.70）＊＊10.919＊（9.12）＊＊13.637＊（16.93）RE_EPR＊＊8.760＊（13.28）＊＊17.564＊（16.44）＊＊11.207＊（27.05）RE_AGR＊＊1.673＊（17.24）＊＊4.679＊（13.48）＊＊2.449＊（11.13）RE_GGM＊＊6.015＊（9.18）＊＊14.545＊（6.88）＊＊8.525＊（18.63）RE_CAPM＊＊－4.586＊（14.48）＊＊－14.641＊（10.69）＊＊－13.764＊19权益资本成本 上市公司权益资本成本的测度与评价_基于我国证券市场的经验检验_毛新述续表Rett+1（未来12个月）（－9.54）RE_FFM＊＊－5.118＊Rett+1－t+2（未来24个月）（－8.78）＊＊－7.155＊Rett+1－t+3（未来36个月）（－5.77）＊＊－7.009＊（－29.13）（－20.41）（－16.50）2．公司风险因素对权益资本成本影响的检验结果从经济意义上讲，权益资本成本应该同投资者所承担的风险具有显著关系。［）本文采用以下指标来测度风险：（1）贝塔（BETA）。以截至上年末止的60个月的公司个股回报率和市场回报率（至少需要24个观测值），利用市场模型来估计BETA。（2）公司市值规模（SIZE）。以上年末公司总市值规模的对数测度SIZE。（3）账面市值比（BTM）。以上年末的净资产与权益市值的比测度BTM。（4）公司股票回报的标准差（STDRET）。以公司上年度日股票回报的标准差（STDRET）来测度股票回报的波动性。（5）价格惯性（MOMENTUM）。以过去1年的持有期回报加上1的对数作为价格惯性的测度。（6）公司杠杆（LEVERAGE）。以上年末公司的总负债与权益市值的比率作为公司杠杆的测度。表5报告了风险替代指标与各权益资本成本测度的回归结果。从表5来看，各风险替代指标与RE_PEG和RE_MPEG的影响基本符合预期，而在RE_GLS模型中，BETA不显著，SIZE和STDRET的影响与预期相反，在RE_OJM和RE_EPR中，BETA和SIZE的影响与预期相反，在RE_AGR和RE_GGM中，BETA不显著，SIZE的影响与预期相反，在RE_CAPM模型中，BETA的影响与预期相反，在RE_FFM模型中，SIZE的影响与预期相反。控制行业的影响后，结论基本不变。为了提高数据和结论的可比性，我们进一步在各个模型下使用完全相同的样本量进行比较，结论不变。进一步考虑信息披露质量后的检验结果显示，在所有模型中，无论是单变量还是多变量检验，只有在RE_PEG和RE_MPEG模型中，信息披露质量的影响显著并符合预期，其他变量的检验结果同表5的结果变化不大（限于篇幅，未报告结果）。表5RE_GLSBETA0.001（0.23）SIZE＊＊0.013＊公司风险因素对权益资本成本（CofEC）影响的回归结果RE_PEG＊＊0.026＊RE_MPEG＊＊0.024＊RE_OJM＊－0.005＊RE_EPR＊＊－0.005＊RE_AGR0.001（0.23）0.003*（1.68）0.007（0.95）＊＊－0.097＊RE_GGM－0.001（－0.59）＊＊0.021＊RE_CAPM＊＊－0.012＊RE_FFM＊＊0.039＊（5.68）＊＊－0.024＊（5.22）＊＊－0.021＊（－2.57）＊＊0.017＊（－2.97）＊＊0.010＊（－6.74）＊＊－0.004＊（6.73）＊＊0.007＊（12.48）BTM－0.001（－0.19）STDRET＊－0.151＊（－16.27）＊＊－0.025＊（－14.11）＊－0.016＊（22.13）＊＊0.030＊（16.60）＊＊0.026＊（27.03）＊＊0.032＊（－11.45）＊＊0.029＊（6.37）＊＊0.032＊（－4.22）0.017（0.36）＊＊0.011＊（－2.57）－0.016（－0.45）＊＊0.011＊（10.76）＊＊－0.101＊（10.23）＊＊－0.081＊（13.28）＊＊－0.110＊（18.18）＊＊0.158＊（6.44）＊＊0.297＊（－2.29）MOMENTUM0.001（0.41）LEVERAGE＊＊0.015＊（－3.11）＊＊0.012＊（－2.94）＊＊0.012＊（－2.85）＊＊0.017＊（－2.75）＊＊0.008＊（2.85）＊＊0.010＊（3.13）＊＊0.012＊（6.23）＊＊0.020＊（6.19）＊＊0.018＊（13.95）＊＊0.014＊（15.72）＊＊0.009＊（6.80）＊＊0.016＊（11.01）＊＊0.024＊（15.06）＊＊0.005＊（6.07）0.003*（1.76）＊－0.068＊（7.34）常数项＊＊－0.232＊（8.25）＊＊0.657＊（7.43）＊＊0.600＊（9.45）＊＊－0.334＊（6.93）＊＊－0.191＊（5.45）－0.010（16.50）＊＊－0.405＊（8.85）＊＊0.168＊20权益资本成本 上市公司权益资本成本的测度与评价_基于我国证券市场的经验检验_毛新述续表RE_GLS（－9.98）NR－SQUAREDF值43110.07＊＊42.29＊RE_PEG（19.55）57590.09＊＊64.56＊RE_MPEG（17.65）57590.07＊＊53.71＊RE_OJM（－19.70）66960.20＊＊139.89＊RE_EPR（－13.64）66960.13＊＊110.83＊RE_AGR（－0.28）64170.01＊＊15.11＊RE_GGM（－23.88）69780.28＊＊196.63＊RE_CAPM（19.86）88510.11＊＊139.16＊RE_FFM（－2.55）69470.05＊＊33.82＊注：对模型进行多重共线性检验的结果显示，各模型的方差膨胀因子（VIF）均小于2，模型不存在多重共线性。（]3．权益资本成本时间序列计量误差方差的比较各权益资本成本测度的时间序列计量误差方差（均值和中位数乘以100）见表6。从表6来看，PEG、MPEG和ARG测度的误差方差均值较高。剔除极端值的影响后，各权益资本成本测度的时间序列计量误差方差的中位数差异相对较小。表6变量Var_GLSVar_PEGVar_MPEGVar_OJMVar_EPRVar_AGRVar_GGMVar_CAPMVar_FFM观测数508权益资本成本（CofEC）测度有效性的统计检验均值1.80.00.2中位数8..038.71.471标准差0.40.50.7最小值0.40.40.3最大值0.60.00.7偏度10.09.44.3五、敏感性分析为了检验统计预测模型在估计CofEC方面的有效性，本文利用年的样本，对同一CofEC估计方法下使用相同的观测数，对比分析了分析师预测模型和统计预测模型下CofEC的估计结果（限于篇幅，本部分未报告结果）。结果显示，PEG、MPEG和AGR模型下，运用分析师预测和统计预测估计的ICC值差异相对较大。但两种预测方法下估计ICC指标的总体模式一致，即运用PEG和MPEG模型估计的ICC值要远远大于其他方法下估计的ICC值。同统计预测相比，基于分析师预测的公司权益资本成本对未来公司已实现回报同样具有显著正的影响。从风险替代指标与分析师预测模型下各权益资本成本测度的回归结果看，各风险替代指标与RE_PEG和RE_MPEG的影响与统计模型下的结果基本一致，而GLS模型的表现不够理想，BETA和LEVER-AGE不显著，SIZE的影响与预期相反。在其他模型中，BETA和LEVERAGE的影响与预期相符并且显著，但SIZE的影响与预期相反，或不显著。控制行业的影响后，结论基本不变。由于分析师预测数据从2005年才能获得，因此无法通过公司的时间序列计量误差方差进行统计上的评价。六、结论与政策建议本文在现有研究的基础上，从实际（事后）和预期（事前）两个角度测度我国上市公司的权益资本成本，并从统计和经济两个角度对不同的测度进行了评价。研究得出：1．不同方法得出的权益资本成本测度差异显著。PEG模型和MPEG模型下权益资本成本要明显高于其他模型下的事前权益资本成本，最大差异达到了12.13%。这些差异对我国公司融资顺序（偏好）是否主要基于资本成本考虑的判断会造成重大影响。21权益资本成本 上市公司权益资本成本的测度与评价_基于我国证券市场的经验检验_毛新述2．在权益资本成本测度指标的评价中，通过CAPM和Fama－French三因子模型估计的权益资本成本，对未来已实现回报的影响与预期相反，在与各公司风险的回归中，表现也不够稳定。(]因此总体而言，事前权益资本成本测度模型要优于事后CAPM和Fama－French三因子模型。3．在事前权益资本成本测度中，国内外文献中普遍运用的GLS模型下权益资本成本表现不够理想，而PEG和MPEG模型下的权益资本成本能恰当地捕捉到各风险因素的影响，尽管其时间序列误差方差相对较大。我们认为，GLS模型表现不够理想的主要原因可能是对预测盈余的假定过强。当经济标准和统计标准存在冲突时，应当首先考虑经济标准。本文的研究可以为测度我国上市公司的权益资本成本，以及评价我国上市公司的筹资和投资决策，特别是公司的融资偏好，以及信息披露等决策提供重要的经验支持，也可以为经验研究中选择权益资本成本测度提供重要参考依据。主要参考文献黄娟娟，肖珉．2006．信息披露不透明度与上市公司权益资本成本．中国会计评论，1：69～84——来自中国股票市场的证据．会计研究，6：48～56姜付秀，陆正飞．2006．多元化与资本成本的关系—陆正飞，叶康涛．2004．中国上市公司股权融资偏好解析．经济研究，8：50～59沈洪波．2007．市场分割、跨境上市与预期资本成本．金融研究，2：146～155沈洪涛，游家兴和刘江宏．2010．再融资环保核查、环境信息披露与权益资本成本．金融研究，12：159～172——基于我国资本市场的经验证据．中国工业经济，汪祥耀，叶正虹．2011．执行新会计准则是否降低了股权资本成本—3：119～128——来自中国上市公司的经验证据．管理科学，6：67～73王兵．2008．盈余质量与资本成本—肖珉．2008．法的建立、法的实施与权益资本成本．中国工业经济，3：40～48徐浩萍，吕长江．2007．政府角色、所有权性质与权益资本成本．会计研究，6：61～67于李胜，王艳艳．2007．信息风险与市场定价．管理世界，2：76～85——理论与经验证据．管理世界，7：134～144于李胜，王艳艳．2008．信息中介是否具有附加值？—岳衡，林小驰．2008．证券分析师vs统计模型：证券分析师盈余预测的相对准确性及其决定因素．会计研究，8：40～49曾颖，陆正飞．2006．信息披露质量与股权融资成本．经济研究，2：69～79J．，andJ．Thomas．2001．EquityRiskPremiumasLowasThreePercent？EvidencefromAnalysts'EarningsForecastsforClaus，DomesticandInternationalStocks．JournalofFinance，56：Easton，P．2004．PERatios，PEGRatios，andEstimatingtheImpliedExpectedRateofReturnonEquityCapital．AccountingReview，79：73～96Easton，P．，andS．Monahan．2005．AnEvaluationofAccounting－basedMeasuresofExpectedReturns．AccountingReview80：501～538Elton．1999．ExpectedReturn，RealizedReturn，andAssetPricingTests．JournalofFinance，54：Fama，E．andK．French．1993．CommonRiskFactorsintheReturnsonStocksandBonds．JournalofFinancialEconomics，33：3～56Fama，E．andK．French．1997．IndustryCostsofEquity．JournalofFinancialEconomics，43：93～153Gebhardt，W．，C．Lee，andB．Swaminathan．2001．TowardsanImpliedCostofCapital．JournalofAccountingResearch，39：76～135Gordon，J．，andM．Gordon．2001．TheFiniteHorizonExpectedReturnModel．FinancialAnalystsJournal，May/June：52～61Hou，K．，M．A．vanDijk，andY．Zhang．2012．TheImpliedCostofCapital：ANewApproach．JournalofAccountingEco-nomics，53：504～526Lee，Charles，M．C．，EricC．SoandCharlesC．Y．Wang．2010．EvaluatingImpliedCostofCapitalEstimates．workingpa-per，StanfordUniversityOhlson，J．，andB．Juettner－Nauroth．2005．ExpectedEPSandEPSGrowthasDeterminantsofValue．ReviewofAccountingStudies，10：349～36522权益资本成本 上市公司权益资本成本的测度与评价_基于我国证券市场的经验检验_毛新述EnglishAbstractsofMainPapersStrengthentheResearchofAccountingIndextoEnhancetheInfluenceofAccountingintheEconomicandSocialAreasWangHuachengetal．Theroleofaccountinginformationistotruly，accuratelyandfullyreflectthefinancialstatusandoperatingresultsofcorporates．Inthe18thWorldCongressofAccountant，Dr．WangJun，viceministeroftheMinistryofFinance，P．R．China，describedtheAccountingIndexasanimportantpartoftheaccountingsystemwithChinesecharacteristic．TheAccountingIndexcansupplylotsofusefulinformationforeconomicanalysisandmacroeconomicpolicy－making．Basedontheaccountingtheoryandmacroeconomictheoryandusingfinancialinformationofcorporates，thispapertriestobuildupanindexsystemincludingtheAccountingMacro－ValueIndex，theAccountingComprehensiveEvaluationIndex，aswellastheInvestmentValueIndex．Fi-nally，thispaperpresentssomerecommendationsabouthowtostrengthentheresearchofAccountingIndexMeasuringandEvaluatingCostofEquityCapital：EvidencefromChineseStockMarketsMaoXinshuetal．Costofequitycapital（CofEC）isthemostimportantfactorweneedtoconsiderwhenmakingfinancingandinvestmentdecisions．However，howtointhispaperwemeasureboththeexpostandex－antemeasureacompany＇scostofequitycapitalisstillanunsolvedproblem．Basedonexistingresearch，costofequitycapitalofChina＇slistedcompanies，andevaluatetheresultsfromtheeconomicandstatisticalperspective．TheresultsshowthattheCofECdifferencesbetweenthemethodsofmeasuringthecostofequitycapitalaresignificant，andthemaximumdifferencereached12．13%．Thesedifferenceswillsurelyhavesignificantimpactonourjudgmentsaboutwhethertheorderofourcorporatefinancing（preferences）ismainlybasedonthecostofcapital．Fromaneconomicperspective，theex－antecostofequitycapitalissuperiortotheex－postcostofequitycapitalfromtheCAPMandFama－Frenchthree－fac-tormodel．Whenmeasuringtheex－antecostofequitycapital，thecommonlyusedGLSmodeldoesn'thavesatisfactoryperformance，whilethePEGandMPEGmodelofCofECbettercapturetheimpactofvariousriskfactors，althoughthetime－seriesmeasurementerrorvarianceisrelativelylarge．CorporateFinancialStrategyandProfitModel———ACaseStudyoftheAsset－LightBusinessModelofAppleDaiTianjingetal．Thispaperelaboratesthatcashflowsisakeyvariablewhichenablesthegenerationoffirmvaluefromitsprofitmodel．Itproposesatheoreticalframe-worktoshedlightonhowthefinancialstrategydrivestheprofitmodel'ssuccess，i．e．“firmvalue→financialstrategy（cashfloworiented）→profitmodel（Asset－Light）→operationalandcapitalmarketactivities→financialperformance”．ThispaperdrawsonoperationalandfinancialdataofApplefromtoillustratekeycharacteristicsoftheAsset－LightbusinessmodelofApple，whichincludestreamlinedproductionwithstandardizedcomponents，shortsupply－chain，fastinventoryturnovers，highcashreserveandoperatingassets，smallfixedassetsinvestment，extensiveinvestmentsinR＆Dandretailstores，acquisitionsoffirmswithrelevanttechnologies，andinternalfinancingstrategy．ThedemonstrationofthesecharacteristicsoftheAsset－Lightbusinessmodelcontributestotheliteratureoffinancialstrategyandprovidesinsightsonfirms'strategicmanagementpractices．Monopoly，FirmSizeandCEOs'PowerCompensationWangXiongyuan＆HeJieInstate－ownedenterprisesofChina，sinceCEOs'compensationisdecidedbySASAC（State－ownedAssetsSupervisionandAdministrationCom-mission），CEOsthemselvesmaynotinfluencetheircompensationeventheyarepowerful．ThismeansCEOs'compensationmaynotconsistentwithmanag-erialpowerhypothesisinstate－ownedenterprises，whichisoppositetothestudyrecently．InthecontractofCEOcompensation，firmsize，monopolyandperformancearethemostimportantfactors，whilemanagementpowerisweaklyrelatedwithCEOs'compensation．Asaresult，theconclusionmadeonlybycontrollingindustry，firmsizeandownershipmaynotbesolid．Basedon4278observationsofAsharelistedcompaniesfrom，wefindthatafterwecontrolmonopolyandfirmsize，CEOpowerispositivelyrelatedwithCEOs'compensationinnon－state－ownedenterprises，whiletherelation-shipbetweenCEOpowerandCEOs'compensationisnotconsistentwithmanagerialpowerhypothesis．Ourstudyiscomplementformanagerialpowerhy-pothesis，andhelpusunderstandtherelationshipbetweenCEOpowerandCEOs'compensationbetter．MonetaryPolicy，CreditChannelandCapitalStructureMaWenchao＆HuSiyueBanksystemplaysanimportantroleinthefinancialmarketofChina．Underthisbackground，Payingmoreattentiontomoneypolicy'changeissignifi-cantwhenresearchingon“capitalstructure”．About“creditchannel”，thebanklendingchanneltheorycouldexplaintheinfluenceofmoneysupply．Whenthemoneypolicychanges，thechangeofconstrainedfirms'capitalstructureisconsistentwithit，whilethechangesisactiveforunconstrainedfirms．94
以上关于“[关于经济市场,权益资本成本计算公式][权益资本成本计算公式]光伏成本计算公式”的信息由网友上传分享，希望对您有所帮助 ，感谢您对就爱阅读网的支持！
欢迎转载：
推荐：