ارائه روشی جهت مدیریت عدم قطعیت‌ نیروگاه‌های خورشیدی در روش تامین مالی پروژه‌ای

تامین مالی برای اجرای پروژه های بزرگ از جمله احداث نیروگاه های خورشیدی محور اصلی توسعه ی اقتصادی است. از منظر سرمایه گذار، تامین مالی پروژه ها، به دو روش کلی شراکت و یا وام دهی انجام می شود. یکی از روش های تامین مالی مبتنی بر وام دهی، روش تامین مالی پروژه ای است که در این پژوهش به آن پرداخته می شود. در سرمایه گذاری از طریق وام دهی، هرچه تخمین وام دهنده از عدم قطعیت (ریسک) جریان نقدی آتی پروژه کمتر باشد، تمایل بیشتری برای سرمایه گذاری دارد. از آنجایی که تامین مالی پروژه ای به عنوان یک روش با تضمین محدود شناخته می شود، تمایل وام دهنده برای مشارکت در آن، وابسته به قابلیت اعتماد جریان نقدی مورد انتظار پروژه در آینده است. در این مقاله، عدم قطعیت هایی که منجر به نوسان درآمد مورد انتظار نیروگاه های خورشیدی می شود از منابع مختلف شناسایی شده است. از طریق شبیه سازی مونت کارلو، توزیع احتمالی نسبت پوشش بازپرداخت بدهی در هر سال از دوره ی عمر وام برای یک نیروگاه 10 مگاواتی خورشیدی تخمین زده شده و احتمال نکول شرکت پروژه در هر سال محاسبه شده است. سپس با استفاده از آنالیز حساسیت نسبت به اهرم مالی، میزان قابل قبول سهم و قرض در ساختار تامین مالی قابل تعیین است. روشی که در این مقاله برای تخمین درآمد نیروگاه خورشیدی استفاده شده، قابلیت تعمیم به سایر نیروگاه های خورشیدی را، با لحاظ عدم قطعیت های مختص محل احداث دارد. نتایج این پژوهش و استفاده از روش تخمین درآمد نیروگاه خورشیدی، با در نظر گرفتن عدم قطعیت ها، منجر به تصمیم گیری قابل اعتمادتر وام دهنده و تسهیل فرآیند جذب سرمایه گذار توسط شرکت پروژه می شود.

A method for uncertainty management of solar power plants in project finance

Financing of infrastructures and huge projects such as utilityscale solar power plants is imperative to economic development. From the perspective of investors, financing of infrastructure projects divides into two general methods including lending and partnership. One of the methods based on lending is project finance that is the focus of this study. In loanbased investing, the lower the lender #39;s estimate of the uncertainty (risk) of future project cash flow, the more willing lender would be to invest. The method is a limited recourse; thus, the lender tendency to partnership in the finance deal depends on the reliability on future cash flow of a project. Here, we gather the results of different studies and investigate the uncertainties led to fluctuation of the expected future income of utilityscale solar power plants. Using MonteCarlo simulations and Maximum Likelihood Estimation, the annual probability distribution of debt service coverage ratio for a 10 MW solar power plant project has been estimated during the loan term, and we use that to calculate the probability of default for each year. Then, using sensitivity analysis of financial indices to various leverages, the appropriate ratio of debt and equity in the structure of project financing are obtained. The presented method of estimating solar power plant project income can be used for other utilityscale solar power plants using specific uncertainties for each location. Our work paves the way to a more reliable decision making for lender(s) and facilitates the process of attraction of investor(s) for project company.