国有电力上市公司2013年度财务状况综合评价

1、国有电力上市公司 2013 年度财务状况综合评价1. 研究背景和意义 在我国，大型的发电企业均为中央或地方政府的直属企业， 而这些企业的主要发电形式以火电为主， 而太阳能发电、 风力发 电以及核电均属于补充发电形式。水力发电企业由于资金投入 大，建设周期长，发电量和来水量密切相关，有着明显的季节性 影响。在现有发电企业中以煤炭为动力的火电是最主要的发电形 式，而火电企业的上游是煤炭企业，下游是电网企业。由于电网 企业属于国家行政垄断企业， 发电企业的发电量和配电价格均由 电网企业控制， 所以对火电企业效益影响最大的就是煤炭的市场 价格。随着 2011 年底发改委对于煤炭价格限价政策的实施，宏观

2、 经济增速下滑导致实体经济需求减弱， 煤价受着政策和市场的双 重引导。自从 2012年 5月份沿海煤价下行以来（尤其以秦皇岛 港口动力煤价格），煤炭产量增速下滑，煤价持续下跌，煤炭市 场景气指数连续处于负值， 这使得电力行业进入了一个相对比较 景气的阶段， 企业效益恢复的比较明显。 由于煤价占火力发电的 成本在 70%以上，因此火电企业对煤价的变动非常敏感。由于中 国电价未实现市场化， 仍由政府审批， 火电企业在煤价上涨时无 法通过市场价格疏导成本压力， 这造成了前几年火电行业的普遍 性亏损。而当煤价回落之后，火电行业也立即复苏。从2012 年 煤价下降开始，在电价不变的情况下，煤价下降，那发

3、电成本就 低了，利润率就增加了。 2013 年电力行业尤其以火力发电为主 的企业经营迹象明显改善， 自“电煤并轨”政策实施以来， 伴随 着电力电价上调，电力行业盈利逐季回升。在 2013 年经济弱复 苏背景下，全社会用电量累计 53223 亿千瓦时，同比增长 7.5%； 分产业看，第一产业用电量 1014 亿千瓦时，增长 0.7%；第二产 业用电量 39143 亿千瓦时，增长 7.0%；第三产业用电量 6273 亿 千瓦时，增长 10.3%；城乡居民生活用电量 6793 亿千瓦时，增 长 9.2%。 2013 年随着国内基于“稳增长”政策效应和基建项目 的持续性， 2013 年用电需求整体上呈

4、现前低后高 。与 2011年及之前 4、5 年前间电力行业整体亏损不同的是， 2013 年电力行业是盈利大爆发的一年，电力行业上市公司在证 券市场上的估值迅速恢复。面对电力行业盈利能力的不断提升， 以及效益的不断改善， 普通投资者也在不断回归这一板块， 投资 热情不断高涨， 进场资金不断扩大， 然而面对证券市场中的电力 板块 56 家上市公司，普通投资者难以从中定下投资决策。以上 市公司的财务报表来分析上市公司的财务状况是很多人的第一 选择。财务报表经过注册会计师审核，具有非常强的可信性，我 们普通投资者只能通过财务报表来更深入的了解企业的整体发 展状况。 面对着这些资金密集型企业的财务报表，

5、 可以呈现给大 家非常多的财务指标， 究竟哪些财务指标可以更好的反映企业的 财务状况， 可以从中选择的方向和角度是多样化的。 选择几个或 者一些财务指标来说明企业的财务状况， 往往只能说明这些企业 在某一方面的发展状况。 并且不同企业的相同指标数据的大小并 不能简单反映所比较企业的优劣， 多个指标数据上的比较也难以 较为综合得评测究竟哪个公司是独居投资价值的。 所以面对如此 多的上市企业的财务数据， 我们如何从中选择一些具有关键性的 指标来比较合理的判断哪些公司的财务状况是相对不错的， 这对 于普通投资者而言是具有非常实用的价值的。2. 财务指标因子分析 本文研究的主体是我国电力行业的 13

6、家国有上市公司，选 取的这十三家公司分别是华能国际、上海电力、天富热电、华电 国际、三峡水利、广州发展、岷江水电、西昌电力、涪陵电力、 华电能源、长江电力、国投电力和国电电力。这些电力企业都是 我国电力行业规模比较大的发电企业， 选择的原则是“地区覆盖 性”，涉及有东北的、西北的、华中的、华南的等，既有传统的 火电企业， 也有水电企业， 甚至也有新能源发电形式企业比如说 核电、风电和太阳能发电企业。 本文选择了这 13家公司 2013 年 度的财务报表， 按照企业财务报表分析的能力分析角度可以从五 个方面进行财务报表分析， 本文从这五个能力方面选取了十个财 务指标， 以此来综合评价企业的财务状况。 这些指标的选择都是 大多数投资者认识的并且熟悉的指标， 是大家经常看， 经常用的 指标，是以可比性为原则， 以相对值为主体， 具有很好的代表性。 当然企业的财务指标有很多很多， 面对如此多的财务指标， 如果 能找出其中少数几个指标， 能够比较好得代表这个企业的财务水 平，方便投资者进行横向比较， 那这样的指标就具有了非常实用 的价值。文章对于企业投资价值的比较选择因子分析法进行排名 对比。因子分析方法适用于处理数据量比较大的样本， 其核心思 想就是降维， 通过降维之后得到公共因子， 这些公因子就可以代