摘要：現(xiàn)階段我國(guó)金融體制尚不完善，融資租賃行業(yè)仍處于初期階段，主要以金融租賃為主;但隨著“供給側(cè)改革”“一帶一路”、中國(guó)制造2025建設(shè)的不斷推進(jìn)，在金融政策規(guī)范引導(dǎo)下類金融模式也在不斷發(fā)展，其中具有代表性的為融資租賃行業(yè)。現(xiàn)以港股海通恒信融資租賃公司為例，運(yùn)用Z-score模型分析該第三方融資租賃公司主要財(cái)務(wù)風(fēng)險(xiǎn)，最后對(duì)該類第三方融資租賃公司相應(yīng)財(cái)務(wù)風(fēng)險(xiǎn)提出風(fēng)險(xiǎn)應(yīng)對(duì)策略。

關(guān)鍵詞：融資租賃;財(cái)務(wù)風(fēng)險(xiǎn);Z-score模型

中圖分類號(hào)：F832.39? ? 文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1005-913X（2020）06-0091-03

一、引言

融資租賃始于20世紀(jì)50年代的美國(guó)，起初以“簡(jiǎn)單融物”形式存在，隨著金融業(yè)拓寬行業(yè)領(lǐng)域，形成了以“融資+融物”的新金融模式，我國(guó)融資租賃行業(yè)起步較晚，始于1980年，工業(yè)技術(shù)較為落后，相較于歐美等國(guó)家而言，市場(chǎng)體量較小，行業(yè)滲透率低?，F(xiàn)階段融資租賃行業(yè)主要?jiǎng)澐譃殂y行系、廠商系、獨(dú)立第三方，但第三方融資租賃公司在生息資產(chǎn)規(guī)模上遜色于前二者。根據(jù)中國(guó)租賃聯(lián)盟及相應(yīng)研發(fā)中心披露的《2018年融資租賃行業(yè)年度報(bào)告》，截至2018年年底，我國(guó)融資租賃企業(yè)總數(shù)為11 777家，增長(zhǎng)幅度為21.7%，其中增長(zhǎng)比重較高的為第三方融資租賃公司，增加219家，占比2.15%。第三方融資租賃公司在企業(yè)數(shù)量不斷增加的同時(shí)，實(shí)際開展融資租賃業(yè)務(wù)的企業(yè)卻呈下降趨勢(shì)，有近七成為空殼公司，從業(yè)務(wù)體量上也與前二者相差較多，影響行業(yè)整體金融風(fēng)險(xiǎn)較小;但從第三方融資租賃企業(yè)公司本身考慮，如何甄別第三方融資租賃公司財(cái)務(wù)風(fēng)險(xiǎn)，并且風(fēng)險(xiǎn)可控是當(dāng)前公司需要考慮的問(wèn)題，在對(duì)該具體案例公司財(cái)務(wù)風(fēng)險(xiǎn)分析的基礎(chǔ)上，提出有效化解公司財(cái)務(wù)風(fēng)險(xiǎn)的相關(guān)策略，以緩解第三方融資租賃公司在財(cái)務(wù)端風(fēng)險(xiǎn)的影響，更好地為中小企業(yè)融資提供保證。

二、文獻(xiàn)綜述

國(guó)外學(xué)者研究公司財(cái)務(wù)風(fēng)險(xiǎn)的案例，主要是以美國(guó)Altman教授1968年提出的Z-score公司財(cái)務(wù)狀況預(yù)警模型為參照，將各行業(yè)經(jīng)驗(yàn)數(shù)據(jù)根據(jù)模型公式得出Z評(píng)分進(jìn)行橫向比較。我國(guó)學(xué)者在此問(wèn)題上從財(cái)務(wù)比率方面運(yùn)用實(shí)證分析的相應(yīng)方法對(duì)勾稽數(shù)據(jù)進(jìn)行分析比較，判斷公司在財(cái)務(wù)端出現(xiàn)的風(fēng)險(xiǎn)問(wèn)題。周首華、楊濟(jì)華、王平（1996）[1]在研究公司財(cái)務(wù)危機(jī)問(wèn)題下，對(duì)Z-score模型進(jìn)行了詳細(xì)的評(píng)述，但該模型未考慮現(xiàn)金流量對(duì)公司財(cái)務(wù)風(fēng)險(xiǎn)影響的問(wèn)題，擬立新的F得分模式，通過(guò)對(duì)4 160家破產(chǎn)與非破產(chǎn)公司進(jìn)行檢驗(yàn)得出該模式具有較強(qiáng)的預(yù)測(cè)性，準(zhǔn)確率達(dá)70%，可以彌補(bǔ)原模型不足。陳靜（1999）[2]對(duì)國(guó)內(nèi)ST上市公司實(shí)證分析，從單變量和多元變量?jī)蓚€(gè)角度分別進(jìn)行比較，研究得出該方法各有優(yōu)勢(shì)，相較于Altman的Z-score多元變量模型分析公司財(cái)務(wù)風(fēng)險(xiǎn)而言更為審慎。近年來(lái)仍有一眾學(xué)者研究公司財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警體系，趙海蕾、周方召、金德環(huán)（2015）[3]將SOA算法與Z-score模型相結(jié)合，在原模型的基礎(chǔ)上優(yōu)化Z得分模型的適應(yīng)性函數(shù)，結(jié)果顯示該研究平均風(fēng)險(xiǎn)識(shí)別率達(dá)96.33%，方法嚴(yán)謹(jǐn)有效。向德偉（2002）[4]在如何判斷及預(yù)測(cè)公司財(cái)務(wù)風(fēng)險(xiǎn)問(wèn)題上同樣運(yùn)用Z-score方法，選取滬深兩地80家上市企業(yè)，對(duì)該樣本經(jīng)營(yíng)風(fēng)險(xiǎn)進(jìn)行實(shí)證分析，結(jié)果顯示Z-score對(duì)某具體行業(yè)的整體經(jīng)營(yíng)風(fēng)險(xiǎn)具有良好的預(yù)測(cè)能力。嚴(yán)碧紅、馬廣奇（2011）[5]針對(duì)我國(guó)房地產(chǎn)上市公司財(cái)務(wù)風(fēng)險(xiǎn)運(yùn)用Z-score模型，在對(duì)深市A股61家房產(chǎn)企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)研究過(guò)程中發(fā)現(xiàn)，Z-score模型可以很好地反映出房產(chǎn)企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)問(wèn)題，并對(duì)財(cái)務(wù)風(fēng)險(xiǎn)微觀及宏觀方面給出控制風(fēng)險(xiǎn)對(duì)策。楊知宇、楊景海（2014）[6]在基于現(xiàn)金流的基礎(chǔ)上建立財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型;選取6家ST公司為樣本，并運(yùn)用之前學(xué)者對(duì)Z-score模型優(yōu)化的F分?jǐn)?shù)預(yù)警模型，結(jié)果顯示，F(xiàn)分?jǐn)?shù)預(yù)警模型的預(yù)測(cè)對(duì)公司控制財(cái)務(wù)風(fēng)險(xiǎn)具有一定效用。

綜上所述，多數(shù)學(xué)者在研究Z-score模型問(wèn)題上多從模型優(yōu)化的角度出發(fā)，以獲得更為準(zhǔn)確的公司財(cái)務(wù)預(yù)警體系，但對(duì)具體行業(yè)種類及公司規(guī)模大小上并未進(jìn)行嚴(yán)格篩選，在研究第三方融資租賃公司財(cái)務(wù)風(fēng)險(xiǎn)問(wèn)題上，首次采用Z-score方法獲得更為準(zhǔn)確的預(yù)測(cè)數(shù)據(jù);同時(shí)，對(duì)所研究對(duì)象進(jìn)行歸納總結(jié)，以期更好地歸納總結(jié)出同規(guī)模及同類融資租賃公司在財(cái)務(wù)端風(fēng)險(xiǎn)應(yīng)對(duì)策略。

三、研究設(shè)計(jì)

（一）Z-score模型簡(jiǎn)述

該模型1968年由美國(guó)學(xué)者Altman提出，他將該模型應(yīng)用在兩類研究樣本中，一類為制造型企業(yè)，另一類為不分行業(yè)類別的企業(yè)，通過(guò)分析將22個(gè)有效比率按流動(dòng)性、盈利能力、現(xiàn)金流量、償債能力及營(yíng)運(yùn)能力進(jìn)行綜合判別，最后得出函數(shù)：

Z=1.2*X₁+1.4*X₂+3.3*X₃+0.6*X₄

其中：X₁、X₂、X₃、X₄、X₅釋義由下表所示：

研究對(duì)象為第三方融資租賃公司，公式所有釋義均從該類公司角度出發(fā);X1反映公司流動(dòng)性能力，流動(dòng)能力越強(qiáng)，表示該融資租賃公司現(xiàn)金流量充足，公司債務(wù)結(jié)構(gòu)較為合理，整體財(cái)務(wù)狀況較好。X2反映公司投資及融資能力，指標(biāo)越高，說(shuō)明該公司經(jīng)營(yíng)水平較高，業(yè)務(wù)收入較高，成本配比合理融資租賃市場(chǎng)行業(yè)涉獵較廣，整體影響力較大;同時(shí)也側(cè)面反映公司管理水平較高，籌資能力較強(qiáng)。X3反映該公司盈利水平，該指標(biāo)直接影響公司整體規(guī)模的擴(kuò)大及投資價(jià)值的提升。X4投資價(jià)值，該指標(biāo)反映上市公司在資本市場(chǎng)中關(guān)注度及影響力。X5直接反映公司營(yíng)運(yùn)能力，指標(biāo)越大，說(shuō)明該公司整體經(jīng)營(yíng)效率、行業(yè)認(rèn)可度較高。

（二）財(cái)務(wù)數(shù)據(jù)分析

海通恒信融資租賃公司于2019年6月香港主板上市，凈資產(chǎn)高達(dá)129.3億元，凈資產(chǎn)收益率近三年均高達(dá)10%，是一家高速發(fā)展的中國(guó)大型第三方融資租賃公司，同時(shí)，也是中國(guó)領(lǐng)先證券公司海通證券唯一的租賃平臺(tái)。截至2017年底公司在第三方融資租賃公司整體排名中位居第三名，其主要業(yè)務(wù)為租賃與保理。

通過(guò)東方財(cái)富網(wǎng)及上海清算網(wǎng)收集該公司相關(guān)數(shù)據(jù)資料，勾稽近三年數(shù)據(jù)之間的關(guān)系，發(fā)現(xiàn)該公司在第三方融資租賃公司市場(chǎng)中認(rèn)知度良好，數(shù)據(jù)可信度較高，具有一定的研究?jī)r(jià)值;在對(duì)該公司進(jìn)行Z評(píng)分分析前，將該公司作以基礎(chǔ)的財(cái)務(wù)比率分析。

1.償債能力

據(jù)表2所示，該公司資產(chǎn)負(fù)債率從2014-2018年逐年攀升，通過(guò)翻閱公司相關(guān)年報(bào)資料發(fā)現(xiàn)，公司近幾年在融資租賃行業(yè)跨度較大，業(yè)務(wù)種類不斷拓寬，在項(xiàng)目數(shù)量及相關(guān)重大項(xiàng)目上投入資金總額較多，其相應(yīng)債務(wù)水平也會(huì)有所提高，對(duì)比同類公司，資產(chǎn)負(fù)債率均在60%-90%，該公司債務(wù)結(jié)構(gòu)上較為合理;同時(shí)，根據(jù)流動(dòng)比率反映，公司在2014-2018年間比率提升較小，均在數(shù)值1上下浮動(dòng)，符合該類公司持續(xù)經(jīng)營(yíng)特性，整體債務(wù)風(fēng)險(xiǎn)較小，償債能力較強(qiáng)。

2.營(yíng)運(yùn)能力

本研究主要對(duì)象為第三方融資租賃公司，均以息差為主要營(yíng)業(yè)收入，但租賃及保理項(xiàng)目資金回收時(shí)間均在1-3年，回款效率及承租方信用水平直接影響公司的現(xiàn)金流入量，若債務(wù)及債權(quán)配比失調(diào)，將嚴(yán)重影響租賃公司日常經(jīng)營(yíng)。在對(duì)其營(yíng)運(yùn)能力分析時(shí)主要觀察應(yīng)收融資租賃款周轉(zhuǎn)率及總資產(chǎn)周轉(zhuǎn)率。根據(jù)表3所示。

根據(jù)表3應(yīng)收賬款周轉(zhuǎn)率數(shù)據(jù)分析發(fā)現(xiàn)2018年回款效率最高，平均30天，2016年為最長(zhǎng)回款期，約為143天，這也從側(cè)面反映，該第三方融資租賃公司為縮短回款期，在項(xiàng)目管理水平上提高，同時(shí)項(xiàng)目準(zhǔn)入及批準(zhǔn)的承租企業(yè)資質(zhì)要求上也更為嚴(yán)格;從公司重大事件上分析，2019年為公司主板上市之準(zhǔn)備，2018年加快了新舊項(xiàng)目的應(yīng)收賬款回款期，各項(xiàng)目質(zhì)量截至2018年為最高?？傎Y產(chǎn)周轉(zhuǎn)率方面，該公司未有較大波動(dòng)，均維持在0.075附近，說(shuō)明企業(yè)在維持現(xiàn)有業(yè)務(wù)規(guī)模體量的同時(shí)，更多的是優(yōu)化管理水平。

3.盈利能力

根據(jù)表4所示該公司凈資產(chǎn)收益率逐年提升，截至2018年達(dá)10.19%，在同行業(yè)中資產(chǎn)創(chuàng)收能力較高，說(shuō)明公司整體經(jīng)營(yíng)良好，未有重大項(xiàng)目差錯(cuò);通過(guò)凈利率分析，該公司最高年份為2017年，達(dá)30.99%，2018年下降，這考慮凈利潤(rùn)下降，究其根本原因在于2017年整體市場(chǎng)投放項(xiàng)目較2017年較少。根據(jù)年化投資回報(bào)率分析，該公司均維持在1.8以上，說(shuō)明公司上市前后，投融資水平較高，收益較為穩(wěn)定。

4.成長(zhǎng)能力

根據(jù)表5數(shù)據(jù)，該公司營(yíng)業(yè)總收入同比持續(xù)增長(zhǎng)，截至2018年較上年同比增長(zhǎng)達(dá)32.09%，說(shuō)明公司在穩(wěn)定現(xiàn)有行業(yè)租賃領(lǐng)域下，不斷延伸業(yè)務(wù)種類，為公司創(chuàng)收提供了良好的保證，凈利潤(rùn)方面，公司逐年提升，截至2018年達(dá)12.15億元，較2016年提升近一倍，這也說(shuō)明了公司在整個(gè)第三方租賃行業(yè)中，業(yè)務(wù)較為廣泛，租賃市場(chǎng)知名度較大，在中小企業(yè)融資平臺(tái)中具有穩(wěn)定的地位，成長(zhǎng)能力較為優(yōu)秀。

（三）財(cái)務(wù)風(fēng)險(xiǎn)分析

通常研究者均從是市場(chǎng)數(shù)據(jù)及會(huì)計(jì)數(shù)據(jù)兩個(gè)維度出發(fā)分析公司具體的財(cái)務(wù)風(fēng)險(xiǎn)問(wèn)題，市場(chǎng)數(shù)據(jù)是基于股票的β系數(shù)，該方法通常運(yùn)用在完善的資本市場(chǎng)中，我國(guó)投資者多為保守型，投機(jī)心理較為嚴(yán)重，股價(jià)的變化無(wú)法實(shí)際反映公司的財(cái)務(wù)風(fēng)險(xiǎn)，所以該方法不適合我國(guó)資本市場(chǎng)，相較于其他方法，選擇Z-score模型較為合理的反映了被研究公司的具體財(cái)務(wù)風(fēng)險(xiǎn)。

本研究基于Z-score模型計(jì)算得出海通恒信近5年Z值，根據(jù)近5年Z值的變化來(lái)測(cè)量該公司財(cái)務(wù)風(fēng)險(xiǎn)，表6為模型計(jì)算的具體數(shù)據(jù)。

若按常規(guī)Z值的大小直接關(guān)系上市公司財(cái)務(wù)風(fēng)險(xiǎn)的大小，通常Z值經(jīng)驗(yàn)數(shù)據(jù)為Z<1.81說(shuō)明企業(yè)有很大的破產(chǎn)風(fēng)險(xiǎn)，1.812.675說(shuō)明企業(yè)財(cái)務(wù)狀況良好，破產(chǎn)可能性極小。

本研究基于第三方融資租賃公司，由于公司資產(chǎn)負(fù)債率長(zhǎng)期均高達(dá)70%以上，公司主營(yíng)業(yè)務(wù)是以賺取息差為主，項(xiàng)目時(shí)長(zhǎng)的回款率直接影響企業(yè)的資金流量，考慮第三方融資租賃行業(yè)屬性特殊，多為債券及股權(quán)融資，回報(bào)率高但回款時(shí)間較長(zhǎng)，本研究對(duì)象Z值均高于業(yè)內(nèi)其他公司，說(shuō)明其財(cái)務(wù)狀況較其他公司而言較好，自2014年創(chuàng)業(yè)板上市以來(lái)，該公司常年Z值處于0.5，說(shuō)明該公司財(cái)務(wù)狀況較為穩(wěn)定，公司管理項(xiàng)目水平較高，出現(xiàn)不良資產(chǎn)及信用違約項(xiàng)目較少，回款周期正常。另一方面，公司在營(yíng)業(yè)收入逐年遞增的條件下，其凈利潤(rùn)也在逐年遞增，說(shuō)明公司經(jīng)營(yíng)仍處于擴(kuò)張性發(fā)展?fàn)顟B(tài)，整體財(cái)務(wù)風(fēng)險(xiǎn)是較低的。

（四）結(jié)論

根據(jù)對(duì)該第三方融資租賃公司Z-score模型的運(yùn)用發(fā)現(xiàn)，融資租賃行業(yè)財(cái)務(wù)風(fēng)險(xiǎn)普遍較高，對(duì)該公司而言，Z值將長(zhǎng)期處于0.5

綜上所述，Z-score模型在測(cè)量第三方融資租賃公司的財(cái)務(wù)風(fēng)險(xiǎn)問(wèn)題上具有一定的局限性，但是結(jié)合其他同類公司進(jìn)行Z值財(cái)務(wù)風(fēng)險(xiǎn)比較，可以預(yù)測(cè)公司財(cái)務(wù)風(fēng)險(xiǎn)程度;在進(jìn)行系統(tǒng)性Z值分析下，第三方融資租賃公司在管理水平、盈利能力及流動(dòng)性水平較為穩(wěn)定的狀態(tài)下，財(cái)務(wù)風(fēng)險(xiǎn)較低。同時(shí)，在進(jìn)行Z值財(cái)務(wù)分析時(shí)仍應(yīng)當(dāng)關(guān)注第三方融資租賃公司在資本充足度、資產(chǎn)質(zhì)量、管理水平、盈利能力及流動(dòng)性的變化。

參考文獻(xiàn)：

[1] 周首華，楊濟(jì)華，王 平.論財(cái)務(wù)危機(jī)的預(yù)警分析——F分?jǐn)?shù)模式[J]. 會(huì)計(jì)研究，1996（8）.

[2] 陳 靜.上市公司財(cái)務(wù)惡化預(yù)測(cè)的實(shí)證分析[J]. 會(huì)計(jì)研究，1999（4）.

[3] 向德偉.論財(cái)務(wù)風(fēng)險(xiǎn)[J].會(huì)計(jì)研究，1994（4）.

[4] 趙海蕾，周方召，金德環(huán)，等.基于人群搜索算法的上市公司的Z-Score模型財(cái)務(wù)預(yù)警研究[J].財(cái)經(jīng)理論與實(shí)踐，2015（2）.

[5] 嚴(yán)碧紅，馬廣奇.基于Z-Score模型的我國(guó)房地產(chǎn)業(yè)上市公司財(cái)務(wù)風(fēng)險(xiǎn)的實(shí)證分析[J].財(cái)務(wù)與金融，2011（5）.

[6] 楊知宇，楊景海.基于現(xiàn)金流量視角的財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型分析——以ST上市公司為例[J].會(huì)計(jì)之友，2014（30）.

[責(zé)任編輯：王 旸]

收稿日期： 2019-12-19

作者簡(jiǎn)介： 周淘沙（1994- ），男，安徽宣城人，碩士研究生，研究方向：投融資管理。