PV ModuleTech可融资性评级中纳入私营光伏组件供应商

PV-Tech最近刊发了一系列文章，概述了PV ModuleTech对光伏组件供应商进行新的可融资性评级的驱动因素、方法论和验证方法。各家公司的财务实力是供应商可融资性总评分（和评级）所需的关键输入信息之一。

实际上，为了生成一个便于使用的指标（0-10分之间的可融资性评分），有必要了解光伏组件供应商的财务状况和制造优势。因此，这就会一直提出如何对上市公司和私营企业进行基准比对的问题。

人们从财务角度就如何对所有光伏组件供应商（无论是否是上市公司）进行基准比对展开了大型辩论，这一问题是这场大型辩论中的一部分。

这一问题在光伏行业备受争议。如今，大多数光伏组件供应商的总部都设在中国。仅在中国这一个国家，光伏组件供应商就可以在亚洲证券交易所上市，成为上市公司的一部分。在这些上市公司中，太阳能（组件供应或其他相关部门）是次要业务领域。光伏组件供应商也可以是国有/国家控制类公司。当然，还有一些公司是在纽约证券交易所上市的，但与几年前相比，光伏组件供应商们对这种选择的渴望程度已不如前了。

然而，最近在公布了四家AA级供应商之后，笔者被问到的主要问题是：这四家AA级供应商全部是上市公司，你们不考虑私营公司吗？还有人只是简单的提出分析中是如何处理私营公司的问题。虽然这么做部分是出于好奇，但是却也表明，迄今为止，没有人认真的、透彻的分析过这个问题。

作为PV ModuleTech可融资性分析的一部分，本文介绍了对公开上市和私营光伏组件供应商进行基准比对的方法。在此过程中，笔者将阐释背后的方法论，展示如何验证和测试比对结果。值得一提的是，笔者将讨论与新模型相关的误差范围。

让我们从这个显而易见的问题开始：为什么要这么做？

为何阐释方法论是关键

无论何时、无论何地，对上市公司和私营公司的基准比对都不是一个新鲜话题。在光伏行业内，某些金融界的尽职调查专家无疑有他们的特定方法，人们也可以随时订阅供应商信用评级信息（例如邓白氏公司）。但是，信用评级通常用于最大程度的降低与付款条件或合同谈判相关的风险，其使用仅限于个案，

或许可以公平的说，到目前为止，没有人提出（或可能制定出）对光伏组件供应商（无论是上市的或是私营的）进行基准比对的可靠方法。那些需要私营公司审计记录的人极有可能使用访问公司账户的办法，在理想情况下，这些账户已经经过了第三方验证。

无论何时，无论竞争对手是上市公司还是私营公司，构建一种对所有光伏组件供应商进行基准比对的方法都是一种全新的尝试。毫无疑问，许多人会提出各种建议，但却会因为没有经过验证或没有在第一时间收集到优质数据而达不到要求。

在本文的其余部分，笔者将系统阐释如何在PV ModuleTech可融资性评级中解决这一挑战；为什么这个问题不像许多人担心的那么重要；最后，为什么从私营公司那里获取最新数据会首先成为这一问题的主导。

在讨论细节内容之前，笔者将解释为什么整个问题在当下并不那么重要，尤其是在选择大型太阳能组件供应商时。

搭建私营光伏组件供应商重要性的框架

在审视被评为‘A’类或‘B’类（即投机类‘C’类之外）的14家光伏组件供应商时，仅有两家公司是私营企业（天合光能和晶澳太阳能），其余均为上市公司，或者公司的母公司是上市公司（在默认情况下作为组件供应商的单位担保人）。

即将于2019年10月22日至23日在马来西亚槟城举行的PV ModuleTech 2019年大会将公布14家公司的完整名单。

在排在前14名的公司中，有两家公司（天合光能和晶澳太阳能）是例外。实际上，即使这两家公司都有经过全面审计的多年财务状况记录（直至近两三年来两家公司退市时止）。天合光能退市时间为2016年年底，晶澳太阳能为2017年年底。

在此期间，公平的说，两家公司都没有对业务运营或主要收入来源做出任何根本性改变。它们也没有通过收购或合并实现多元化经营。简而言之，这些公司当下的运作方式可能与它们退市前的阶段非常类似。

因此，即使人们没有兴趣对私营公司进行基准比对，以SEC拥有的所有历史性文件为起点，仅仅对天合光能和晶澳太阳能当前（中期）阶段的业绩进行评估也就足够了（从退市时起直至不久后在中国/亚洲重新上市的预期时间）。

好消息是，从这两家公司的角度来看，对于私营光伏组件供应商而言，在下文列出的方法中，按比例转换模型的误差率为+/- 5％。笔者将在未来几周就此撰写一篇PV-Tech专题文章。

私营供应商分析

无论财务状况如何，当前，绝大多数私营光伏组件供应商并不具备‘A’类或‘B’类制造实力。为了成为领军厂家，过去12-24个月，这些组件供应商的制造实力和财务实力必须就位,这是PV ModuleTech可融资性评级背后的基本驱动因素之一。

对于区分有能力为300-400WM公用事业项目供货的公司和过去十二个月几乎无法达到这个产量级别的公司而言，这一点至关重要。后者或选择向全球户用屋顶市场销售kW级产品，从而不需要新增产能、多样化全球业务或进行研发投资。

因此，如果目标只是简单列出当前100MW以上公用事业项目使用的10-20家光伏组件供应商，那么通过制造评分（供应风险）就完全可以把95%的全球光伏组件供应商区分开来。

然而，开发一种解读私营公司的方法仍然有很多强有力的理由：不能保证目前位列A / B类的14家公司未来仍会上榜；阐释5-10家公司被归为B/C类的原因；对经常声称位列某些“一类”组件供应商清单的50-100家组件供应商进行客观分析和同行排名。（根据业内对PV ModuleTech可融资性新排名的反馈，这似乎是最常提出的要求之一。）

保留以Altman Z模型为起点的做法

在此前的PV-Tech系列文章中，笔者概述了在PV ModuleTech可融资性评级中使用Altman Z模型（Altman，EI，Journal of Finance，Vol.XXIII，No。4，pp589-609,1968）作为财务评分起点的原因，此处是简要总结。

直至当下，大多数第三方业内公司以及因某种形式的偏见而无法被归为独立类的多家公司都在使用Altman Z评分对光伏组件供应商进行基准比对。它们使用的是Altman于五十多年前（1968年）提出的比率/系数/区间，这一评分模型用于评估当营业额超过某一阈值时，制造公司破产的可能性。

Altman Z模型是否是评估当下或过去光伏组件供应商的最佳方法，目前人们还没有提出过这个假设问题。之所以使用这种模型，仅仅是因为它是目前为止在多个行业中使用最频繁、最常被提及的模型。这种评分模型获得了所有人的认同，方法论一清二楚，即使会计知识有限，人们也都可以从公司文件中获取已知数据/评分。这种评分模型避免了质疑和不确定性，提供了可信可行的起点。

PV-Tech近期文章介绍了利用上市光伏组件供应商（或母公司实体）的Altman Z评分并将评分（基于平均值标准偏差的数量）转换为与光伏相关的0-10分评分系统的方法，这也可能是业内首次提出此类分析方法。

https://www.pv-tech.org/editors-blog/pv-tech-research-ranks-pv-module-suppliers-by-financial-health

（将Altman Z评分）映射到0-10分的新区间，使其与光伏行业运营术语更为一致的做法完全是因为在整体可融资性计算中，需要有一种可以结合财务评分与制造评分（也是0-10分）的方法。这是一种可以在许多不同领域直接进行基准比对的定量研究方法。

需要注意的关键事项如下：在PV ModuleTech可融资性研究中，计算光伏财务输出内容的方法就是将Altman Z模型映射到0-10分光伏评分区间。破产公司得分为0；存在长期问题的公司通常得分低于1。高于5（或50%）的得分是笔者所谓的光伏组件供应商的业务“舒适区”，这从5-10年前的行业特定数据中也可以看出来。

因此，在解决与私营光伏组件供应商基准比对相关的挑战时，与Altman模型保持一致是一种普遍做法，使用来自私营公司的现成财务数据是一种近似的实用方法。

私营公司现状核实

在笔者解释新模型及其验证方式之前，或许明智的做法是对从私营公司（无论是光伏或其他公司）获得的信息的类型有所了解，因为这最终会为基础模型提供指导意见。

简而言之，如果您无法随时访问私营公司的完整帐户，那就请不要设置一种以此作为必要先决条件的模型。即使存在一个可以获取公司账户信息（通常是过时的）的平台，也不要根据特定国家的报告要求建立模型。不要以为私营公司的报告与上市公司的报告是相似的，甚至不要以为可以获得私营公司过去（至多）12-18个月的报告。不要使用特定来源的公司相关术语（例如来自邓白氏报告），这些术语不适用于大范围的基准比对。

因此，最终使用的模型是以上述讨论中的两个核心主题为指导的：第一，与上市公司Altman比率判别模型对等；第二，选择在现实中可以从公司获取的输入信息（而不是每三个月发到你的收件箱中，已经经过审计的完整账目信息。）

使用的新方法

需要指出的是，对于私营公司而言，存在着Altman等价模型（参见Altman，Altman, E.I. (2000)，实证金融研究方法和应用手册，第五卷）。这种模型保留了在流动性、杠杆率、盈利能力、偿付能力和公司活动的基础上总结术语的概念，但使用替代数字/术语取代了营运资本和市值条目。（与使用七个术语的公开版本相比）使用这种等价方法需要了解八个会计术语。

这种模型还会生成不同的评分值和区间，这令基准比对更具挑战性。实际上，最佳办法是单独使用而不是同时使用各种模式。

保留Altman比率作为起点的做法面临着挑战，为了解决这一挑战，笔者选择对Altman公开等式进行修改，将术语和比率的数量减至最少，同时将最终财务评分的误差保持在可接受的范围内。

从本质上来说，假如需要让评分落在使用所有术语/比率时得出分数的+/- 10%范围内，那么最少需要多少术语/评分？这么做能够让我们解决市值问题，而不是试着为私营公司寻找等价模型（例如股权账面价值）。

这是通过内部查阅清单上的光伏组件供应商（或母公司）的所有累积Altman Z评分和通过确定术语的重要性实现的（同时也考虑到私营公司可提供的预期数据类型，这样人们就不会认为这些公司向外界泄露了太多机密信息。）

确认不同公司小组类别的重要性

在查看所有上市光伏组件供应商（和母公司）时，人们当然会发现各种不同的商业模式。例如，永远不要指望在SunPower和英利绿能，或者First Solar和比亚迪之间找到共同点。

因此，为了打造获得财务实力评分的捷径，首先必须形成测试组。在测试组中，入选公司具有相似特征，可以进行合适的基准比对或按比例分级。

作为起点，需要指出的是，基本驱动因素是主要对非上市的中国光伏组件供应商进行基准比对，例如晶澳太阳能和天合光能；同时也考虑了由5-10家其他供应商组成的小组，这些供应商被视为中国以外非户用业务（尤其是大型项目）的竞争对手。了解这一点至关重要，因为这有助于提高所用模型的相关性和准确性，同时也可以避免把时间浪费在非投资者驱动项目光伏组件供应商组合中的厂家身上。

还应该指出的是，扩大日本、韩国或中国台湾组件供应商范围的要求并不那么重要，因为在这些地区，几乎所有光伏组件供应商都是大型上市组织的一部分。印度是另一种情况，印度公司的财务状况总体而言有些特别，此外，鲜有印度光伏组件供应商在印度之外的市场取得可观的大型公用事业项目市场份额。

让我们回到中国的挑战，基于公司简介（光伏组件供应在业务中的占比）和已知运营绩效（下文将进行更多阐释），笔者将可追溯的上市光伏组件供应商（或母公司实体）分为三个不同的焦点小组。

光伏组件供应商类别

从区分上市光伏组件供应商的角度而言，第一类是当前（或曾经）在美上市的、以光伏行业收入为主导的供应商，包括晶科能源、阿特斯、晶澳太阳能和天合光能。

第二类包括中国上市公司，其中光伏业务是这些公司（业务部门或其他部门）的一部分，例如腾晖、东方日升、正泰和晋能科技。

最后一个类别中的中国光伏组件供应商业务目前严重受制于困难重重的财务状况（例如英利绿能）。

经过评估，其他公司在很大程度上都属于上述三种类别中的一类，或者（在极端情况下）会存在明显异常状况，那么这些公司就不应该用于进行基准比对。

假如将目标定为将评分保持在5个比率Altman Z初始模型评分的约+/-10％，那么每个小组的比率数量可以从5个减至3个。（注意，所选的最后三个比率对于每个选定的分组都是相同的，而不是变化的。）

完成这一步操作后，使用常规最小二乘法线性回归分析确定三个选定比率的最终系数（注意缩放常数现在是必须的），其中“残差”是Altman初始完整5比率F评分和新的3比率评分模型之间的差异。

因此，三个不同的分类可以得出唯一的加权系数（和常数），考虑到入选公司小组的不同运营模式，这并不令人惊讶。从根本上来说，与遇到困难时相比，当上市公司运转良好时，不同的比率占据了主导地位。

当三个“测试”组各自确定了三个固定数值后（两个比率系数和一个加法常数），唯一问题是确定适用已知数据集（上市光伏组件供应商/母公司）的缩减拟合模式的准确度水平。

笔者将在下文中更清楚地解释这一问题并展示参考数据。

模式验证

以简单的图形格式显示验证过程是一项基本工作，因为这可以让人们看到这种方法的准确性并对评级系统中使用的方法有所了解。

为了描述这个过程，笔者（在x轴上）绘制了各家公司3-4年前的最初（完整分析）Altman Z评分，转换为0-10分（F）分数段，上文已做过解释；在y轴上，笔者使用减少后的变量（具备最佳拟合系数/常数的三个比率）转换为等效的0-10分（F）财务评分，用于规范私营公司分数。

将减少的变量与最初的Z评分值相匹配可以做为测试模型有效性的手段。如下图所示，1：1线条拟合参考值代表100％准确度。这些点与1：1线条拟合的偏差度是对模型准确性/正确性的有效视觉测量办法（无需依赖统计术语）。

散点图中还显示了位于1：1拟合线上方和下方的两条虚直线。这些虚直线显示的是给定值+/-10％准确度水平的上/下限。

可以得出的结论是，只要对公司进行合适的对比分组，就可以使用简化模型（低至4个值和3个比率，不包括市值），这可令最终财务评分（0-10）的准确度保持在+/-10％之内。

红色警示极少出错

实际上，对于可能竞争全球大型项目的私营公司而言，关键是要了解与公司进行基准比对的是哪一家上市光伏组件供应商。

要做到这一点，人们确实需要具备与所讨论的公司相关的充分先验知识，这或是许多第三方组织面临的障碍。这些组织可能具备了强大的会计或信用基准比对技能，但与这个行业并无关联，或者了解的不够透彻。

光伏领域的许多传统Altman Z比较方法中也存在这个问题，这些比较方法可能缺少现实的检验，比较对象甚至是已不再生产太阳能组件的公司！

对于日复一日和光伏行业打交道的人来说，在无需了解任何财务数据的情况下，有许多“迹象”都可以表明光伏组件供应商的运营表现。

在这一方面，当光伏组件供应商遇到困难时，与市场相关的活动往往表现最为明显并且伴随着各种问题，例如缺乏扩产计划、裁员、与合同交付物相关的诉讼、现金有限对现有产能技术升级的限制以及员工因绩效被评为C而突然辞职或被迫离职。

在这些极端情况下，对这些公司进行基准比对似乎是徒劳无益的。与这些小群体公司接触的风险相当大，关注这一行业的人应该都清楚。

令人遗憾的是，光伏行业似乎非常擅长忽视许多光伏组件供应商（其中许多公司过去几年被列入“一类”清单）已经亮起的刺眼红灯。

除了相当有问题的尽职调查（假设会进行尽职调查）之外，陷入困境的、从技术层面来说已经破产的光伏组件供应商似乎仍在向大型公用事业项目销售产品的原因必定会归结为一个简单的事实：价格（平均售价ASP）。

与此相关的是产品可用性（由于销售效率低下而导致项目有限），也许还有最终会极大有利于买方的支付条款，这些买方最终得出的结论是它们没有什么可以损失的。

但在这些情况下，即使最初的组件买方早已兑现了前期投资，也很可能有人会在未来25年达不到预期项目收益率和性能比率目标。

适用私营光伏组件供应商领域

总之，只有四个数据点（两个来自资产负债表，两个来自损益表）可以用于对私营公司进行相当准确的基准比对。实际上，如果这家公司在很大程度上是一家纯粹的组件供应商（光伏组件销售在收入中占主导地位），那么基准比对会变得更容易一些。在这种情况下，根据组件年出货量和行业混合平均售价趋势估算收入是非常容易的（通常在+/- 10％之内）。

然而，最终推动力不是把一百多家组件年出货量低于100MW的公司（通常仅限于当地市场和屋顶项目）与5-10GW全球公用事业组件供应商进行比对。这种比对仅仅按照生产/采购/发运光伏组件的能力对公司进行规范分类，而这种做法是错误的。这种比对对任何人都没有好处，具有很大的误导性。

展望未来，笔者会考虑在必要时进一步验证新方法并进行一些变更以提高准确性（或标记出一些一次性的异常值，这些异常值仅仅是一些极端值并且没有调整办法，例如存在长期问题、几近破产的公司）。

即将推出的PV ModuleTech可融资性调查结果

在接下来的几个月，预计读者会在PV-Tech上读到更多和PV ModuleTech可融资性新评级相关的报道。当前的目标仅仅是清晰的说明如何对光伏组件供应商进行评级、排名和分组并在流程的各个阶段进行验证和讨论。

笔者会很快回答过去几周收到的另一个常见问题：有多少所谓的“一类”公司是不具备可融资性的？这个问题当然不像许多人认为的那样黑白分明。笔者不久之后会在PV-Tech上详细解释这个问题。

在过去的十多年间，不同的组织制定出了各种各样的“一类”清单。2010年，PV-Tech没有传播其中部分清单，而另一些清单在社交媒体平台上广为流传，还有一些清单是在公司内部使用的，鲜为人知。

当前，有逾50家公司被称为“一类”公司，在这个清单中的公司具备了各种各样的优劣势。

例如，像东方日升和Winaico这样的公司（两家公司都是“一类”清单上的公司）真的具有可比性么？

因此可以理解的是，为什么围绕着这个有些冗余的术语，人们会有如此多的困惑。笔者会就这一问题展开更多的支持性分析，解释为何整个行业已经到了将这种分类方法归入历史文档的时刻。

在即将于2019年10月22日至23日在马来西亚槟城举行的PV ModuleTech 2019大会上，笔者将揭晓PV ModuleTech可融资性排名表上的更多公司。请点击此处获取有关如何参加此次大会的详细信息。

PV-Tech原创文章，未经许可严禁转载，违者必究