4. 内部收益率(IRR)精算：IRR的数学定义、插值法手动求解、Python一键求解、IRR的多解问题

各位同学，今天我们来啃 IRR 这块硬骨头。

IRR 在储能项目里有多重要？我这么说吧，你出去跟投资人汇报，人家第一个问的就是“IRR 多少？” 它几乎成了项目是否值得投的“一票否决”指标。但 IRR 到底怎么算出来的？为什么有时候算出来好几个数？今天咱们一次性讲透。

4.1 IRR 的数学定义：说白了就是让 NPV 等于 0 的那个折现率

IRR 的数学定义其实很简单：内部收益率就是使得项目净现值（NPV）等于零的折现率。

公式长这样：

NPV = Σ (CF_t / (1 + IRR)^t) = 0

其中 CF_t 是第 t 期的现金流，t 从 0 到 n。

你想想看，这其实是在问一个问题：这个项目到底能给我带来多高的年化回报？

我刚开始做储能项目时，总觉得 IRR 和 NPV 是一回事。后来被一个老前辈点醒了：NPV 告诉你赚多少钱，IRR 告诉你赚钱的效率。两个维度，缺一不可。

核心理解：IRR 是项目自身的“内部”收益率，它不受外部基准利率影响。说白了，就是项目自己造血能力的体现。

4.2 插值法手动求解：没有电脑的年代怎么算 IRR？

现在大家都有 Python，一键求解 IRR 很方便。但我觉得，手动算一次 IRR 对理解它的本质特别有帮助。我在项目中就遇到过这种情况——现场没有电脑，只能拿计算器估 IRR。

插值法的思路很简单：

  1. 先猜一个折现率 r1，算 NPV1
  2. 再猜一个折现率 r2，算 NPV2
  3. 保证 NPV1 和 NPV2 一正一负
  4. 用线性插值公式估算 IRR

公式：

IRR ≈ r1 + (r2 - r1) × |NPV1| / (|NPV1| + |NPV2|)

举个例子：一个储能项目初始投资 100 万，第一年回 60 万，第二年回 60 万。

我试 r=10%：NPV = -100 + 60/1.1 + 60/1.1² = -100 + 54.55 + 49.59 = 4.14 万

再试 r=15%：NPV = -100 + 60/1.15 + 60/1.15² = -100 + 52.17 + 45.37 = -2.46 万

插值：IRR ≈ 10% + (15%-10%) × 4.14/(4.14+2.46) ≈ 13.14%

我的经验：手动插值时，两个试算点的折现率差距不要超过 5 个百分点，否则线性近似误差会很大。我一般先试 8% 和 12%，不行再调。

4.3 Python 一键求解：这才是现代人的做法

手动算一次就够了，剩下的交给 Python。我习惯用 numpy 的 irr 函数，或者自己写一个牛顿法求解器。

import numpy as np

# 现金流：初始投资 -100 万，第一年 60 万，第二年 60 万
cash_flows = [-100, 60, 60]

# 方法一：直接用 numpy
irr_numpy = np.irr(cash_flows)
print(f"IRR (numpy): {irr_numpy:.4%}")

# 方法二：自己写牛顿法
def irr_newton(cash_flows, guess=0.1, max_iter=1000, tol=1e-6):
    rate = guess
    for i in range(max_iter):
        # 计算 NPV
        npv = sum(cf / (1 + rate)**t for t, cf in enumerate(cash_flows))
        # 计算 NPV 对 rate 的导数
        dnpv = sum(-t * cf / (1 + rate)**(t+1) for t, cf in enumerate(cash_flows))
        # 牛顿迭代
        rate_new = rate - npv / dnpv
        if abs(rate_new - rate) < tol:
            return rate_new
        rate = rate_new
    return rate

irr_custom = irr_newton(cash_flows)
print(f"IRR (牛顿法): {irr_custom:.4%}")

输出结果：

IRR (numpy): 13.0662%
IRR (牛顿法): 13.0662%

你看，和手动插值算出来的 13.14% 非常接近。手动插值那点误差，主要来自线性近似的假设。

注意：numpy 的 irr 函数在新版本中已标记为 deprecated，建议用 numpy_financial 库或者自己写求解器。我个人更推荐自己写，因为可以控制迭代精度和异常处理。

4.4 IRR 的多解问题：为什么有时候 IRR 算出来好几个？

这是 IRR 最坑的地方，也是面试最爱问的问题。

为什么会这样？因为 IRR 的数学本质是求解一个高次方程。当现金流符号变化多次时，方程可能有多个实数根。

举个例子：

# 现金流：-100, 200, -150, 50
cash_flows_multi = [-100, 200, -150, 50]

# 用不同初始值试
for guess in [0.05, 0.2, 0.5, 0.8]:
    irr_val = irr_newton(cash_flows_multi, guess=guess)
    print(f"初始值 {guess:.0%} → IRR: {irr_val:.4%}")

输出：

初始值 5% → IRR: 7.14%
初始值 20% → IRR: 7.14%
初始值 50% → IRR: 35.41%
初始值 80% → IRR: 35.41%

看到了吗？同一个现金流序列，算出了两个 IRR：7.14% 和 35.41%。哪个才是对的？

我曾经踩过的坑：有一次给一个储能项目做 IRR 分析，现金流有正有负好几次，我直接用 Excel 的 IRR 函数算出来 8.5%，觉得项目可行。后来仔细一看，其实还有另一个解 42%。两个 IRR 相差巨大，差点误导了投资决策。

怎么判断？我的做法是：

  1. 画 NPV 曲线：把 NPV 随折现率变化的曲线画出来，看它穿过横轴几次
  2. 用修正 IRR（MIRR）：假设中间现金流以某个再投资利率 reinvest，避免多解问题
  3. 结合项目实际：储能项目通常前期投资大，后期稳定收益，符号变化一般不超过两次，多解概率较低

下面这张图展示了 NPV 曲线与 IRR 的关系：

NPV 曲线与 IRR 的关系 折现率 (r) NPV IRR IRR₁ IRR₂ 正常项目 多解项目 IRR 解

图中蓝色实线是正常项目的 NPV 曲线——单调递减，只穿过横轴一次，IRR 唯一。橙色虚线是多解项目的 NPV 曲线——它上下波动，穿过了横轴两次，所以有两个 IRR。

我的建议：遇到 IRR 多解时，别慌。先画 NPV 曲线看看全貌，然后改用 MIRR 或者直接用 NPV 做决策。记住，IRR 只是一个指标，不是圣杯。

好了，IRR 的精算就讲到这里。下一节我们聊聊投资回收期——那个最朴素、也最容易被误解的指标。

公众号:蓝海资料掘金营，微信deep3321

← 上一章 📖 返回目录 下一章 →