摘要：現(xiàn)階段我國金融體制尚不完善，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”、中國制造2025建設的不斷推進，在金融政策規(guī)范引導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)?，F(xiàn)以港股海通恒信融資租賃公司為例，運用Z-score模型分析該第三方融資租賃公司主要財務風險，最后對該類第三方融資租賃公司相應財務風險提出風險應對策略。

關(guān)鍵詞：融資租賃;財務風險;Z-score模型

中圖分類號：F832.39? ? 文獻標識碼：A

文章編號：1005-913X（2020）06-0091-03

一、引言

融資租賃始于20世紀50年代的美國，起初以“簡單融物”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，相較于歐美等國家而言，市場體量較小，行業(yè)滲透率低。現(xiàn)階段融資租賃行業(yè)主要劃分為銀行系、廠商系、獨立第三方，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)中國租賃聯(lián)盟及相應研發(fā)中心披露的《2018年融資租賃行業(yè)年度報告》，截至2018年年底，我國融資租賃企業(yè)總數(shù)為11 777家，增長幅度為21.7%，其中增長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，實際開展融資租賃業(yè)務的企業(yè)卻呈下降趨勢，有近七成為空殼公司，從業(yè)務體量上也與前二者相差較多，影響行業(yè)整體金融風險較小;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務風險，并且風險可控是當前公司需要考慮的問題，在對該具體案例公司財務風險分析的基礎上，提出有效化解公司財務風險的相關(guān)策略，以緩解第三方融資租賃公司在財務端風險的影響，更好地為中小企業(yè)融資提供保證。

二、文獻綜述

國外學者研究公司財務風險的案例，主要是以美國Altman教授1968年提出的Z-score公司財務狀況預警模型為參照，將各行業(yè)經(jīng)驗數(shù)據(jù)根據(jù)模型公式得出Z評分進行橫向比較。我國學者在此問題上從財務比率方面運用實證分析的相應方法對勾稽數(shù)據(jù)進行分析比較，判斷公司在財務端出現(xiàn)的風險問題。周首華、楊濟華、王平（1996）[1]在研究公司財務危機問題下，對Z-score模型進行了詳細的評述，但該模型未考慮現(xiàn)金流量對公司財務風險影響的問題，擬立新的F得分模式，通過對4 160家破產(chǎn)與非破產(chǎn)公司進行檢驗得出該模式具有較強的預測性，準確率達70%，可以彌補原模型不足。陳靜（1999）[2]對國內(nèi)ST上市公司實證分析，從單變量和多元變量兩個角度分別進行比較，研究得出該方法各有優(yōu)勢，相較于Altman的Z-score多元變量模型分析公司財務風險而言更為審慎。近年來仍有一眾學者研究公司財務風險預警體系，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，在原模型的基礎上優(yōu)化Z得分模型的適應性函數(shù)，結(jié)果顯示該研究平均風險識別率達96.33%，方法嚴謹有效。向德偉（2002）[4]在如何判斷及預測公司財務風險問題上同樣運用Z-score方法，選取滬深兩地80家上市企業(yè)，對該樣本經(jīng)營風險進行實證分析，結(jié)果顯示Z-score對某具體行業(yè)的整體經(jīng)營風險具有良好的預測能力。嚴碧紅、馬廣奇（2011）[5]針對我國房地產(chǎn)上市公司財務風險運用Z-score模型，在對深市A股61家房產(chǎn)企業(yè)財務風險研究過程中發(fā)現(xiàn)，Z-score模型可以很好地反映出房產(chǎn)企業(yè)財務風險問題，并對財務風險微觀及宏觀方面給出控制風險對策。楊知宇、楊景海（2014）[6]在基于現(xiàn)金流的基礎上建立財務風險預警模型;選取6家ST公司為樣本，并運用之前學者對Z-score模型優(yōu)化的F分數(shù)預警模型，結(jié)果顯示，F(xiàn)分數(shù)預警模型的預測對公司控制財務風險具有一定效用。

綜上所述，多數(shù)學者在研究Z-score模型問題上多從模型優(yōu)化的角度出發(fā)，以獲得更為準確的公司財務預警體系，但對具體行業(yè)種類及公司規(guī)模大小上并未進行嚴格篩選，在研究第三方融資租賃公司財務風險問題上，首次采用Z-score方法獲得更為準確的預測數(shù)據(jù);同時，對所研究對象進行歸納總結(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務端風險應對策略。

三、研究設計

（一）Z-score模型簡述

該模型1968年由美國學者Altman提出，他將該模型應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)，通過分析將22個有效比率按流動性、盈利能力、現(xiàn)金流量、償債能力及營運能力進行綜合判別，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反映公司流動性能力，流動能力越強，表示該融資租賃公司現(xiàn)金流量充足，公司債務結(jié)構(gòu)較為合理，整體財務狀況較好。X2反映公司投資及融資能力，指標越高，說明該公司經(jīng)營水平較高，業(yè)務收入較高，成本配比合理融資租賃市場行業(yè)涉獵較廣，整體影響力較大;同時也側(cè)面反映公司管理水平較高，籌資能力較強。X3反映該公司盈利水平，該指標直接影響公司整體規(guī)模的擴大及投資價值的提升。X4投資價值，該指標反映上市公司在資本市場中關(guān)注度及影響力。X5直接反映公司營運能力，指標越大，說明該公司整體經(jīng)營效率、行業(yè)認可度較高。

（二）財務數(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129.3億元，凈資產(chǎn)收益率近三年均高達10%，是一家高速發(fā)展的中國大型第三方融資租賃公司，同時，也是中國領(lǐng)先證券公司海通證券唯一的租賃平臺。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)務為租賃與保理。

通過東方財富網(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中認知度良好，數(shù)據(jù)可信度較高，具有一定的研究價值;在對該公司進行Z評分分析前，將該公司作以基礎的財務比率分析。

1.償債能力

據(jù)表2所示，該公司資產(chǎn)負債率從2014-2018年逐年攀升，通過翻閱公司相關(guān)年報資料發(fā)現(xiàn)，公司近幾年在融資租賃行業(yè)跨度較大，業(yè)務種類不斷拓寬，在項目數(shù)量及相關(guān)重大項目上投入資金總額較多，其相應債務水平也會有所提高，對比同類公司，資產(chǎn)負債率均在60%-90%，該公司債務結(jié)構(gòu)上較為合理;同時，根據(jù)流動比率反映，公司在2014-2018年間比率提升較小，均在數(shù)值1上下浮動，符合該類公司持續(xù)經(jīng)營特性，整體債務風險較小，償債能力較強。

2.營運能力

本研究主要對象為第三方融資租賃公司，均以息差為主要營業(yè)收入，但租賃及保理項目資金回收時間均在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，若債務及債權(quán)配比失調(diào)，將嚴重影響租賃公司日常經(jīng)營。在對其營運能力分析時主要觀察應收融資租賃款周轉(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，在項目管理水平上提高，同時項目準入及批準的承租企業(yè)資質(zhì)要求上也更為嚴格;從公司重大事件上分析，2019年為公司主板上市之準備，2018年加快了新舊項目的應收賬款回款期，各項目質(zhì)量截至2018年為最高。總資產(chǎn)周轉(zhuǎn)率方面，該公司未有較大波動，均維持在0.075附近，說明企業(yè)在維持現(xiàn)有業(yè)務規(guī)模體量的同時，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10.19%，在同行業(yè)中資產(chǎn)創(chuàng)收能力較高，說明公司整體經(jīng)營良好，未有重大項目差錯;通過凈利率分析，該公司最高年份為2017年，達30.99%，2018年下降，這考慮凈利潤下降，究其根本原因在于2017年整體市場投放項目較2017年較少。根據(jù)年化投資回報率分析，該公司均維持在1.8以上，說明公司上市前后，投融資水平較高，收益較為穩(wěn)定。

4.成長能力

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

（三）財務風險分析

通常研究者均從是市場數(shù)據(jù)及會計數(shù)據(jù)兩個維度出發(fā)分析公司具體的財務風險問題，市場數(shù)據(jù)是基于股票的β系數(shù)，該方法通常運用在完善的資本市場中，我國投資者多為保守型，投機心理較為嚴重，股價的變化無法實際反映公司的財務風險，所以該方法不適合我國資本市場，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務風險。

本研究基于Z-score模型計算得出海通恒信近5年Z值，根據(jù)近5年Z值的變化來測量該公司財務風險，表6為模型計算的具體數(shù)據(jù)。

若按常規(guī)Z值的大小直接關(guān)系上市公司財務風險的大小，通常Z值經(jīng)驗數(shù)據(jù)為Z<1.81說明企業(yè)有很大的破產(chǎn)風險，1.812.675說明企業(yè)財務狀況良好，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)負債率長期均高達70%以上，公司主營業(yè)務是以賺取息差為主，項目時長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，回報率高但回款時間較長，本研究對象Z值均高于業(yè)內(nèi)其他公司，說明其財務狀況較其他公司而言較好，自2014年創(chuàng)業(yè)板上市以來，該公司常年Z值處于0.5，說明該公司財務狀況較為穩(wěn)定，公司管理項目水平較高，出現(xiàn)不良資產(chǎn)及信用違約項目較少，回款周期正常。另一方面，公司在營業(yè)收入逐年遞增的條件下，其凈利潤也在逐年遞增，說明公司經(jīng)營仍處于擴張性發(fā)展狀態(tài)，整體財務風險是較低的。

（四）結(jié)論

根據(jù)對該第三方融資租賃公司Z-score模型的運用發(fā)現(xiàn)，融資租賃行業(yè)財務風險普遍較高，對該公司而言，Z值將長期處于0.5

綜上所述，Z-score模型在測量第三方融資租賃公司的財務風險問題上具有一定的局限性，但是結(jié)合其他同類公司進行Z值財務風險比較，可以預測公司財務風險程度;在進行系統(tǒng)性Z值分析下，第三方融資租賃公司在管理水平、盈利能力及流動性水平較為穩(wěn)定的狀態(tài)下，財務風險較低。同時，在進行Z值財務分析時仍應當關(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、盈利能力及流動性的變化。

參考文獻：

[1] 周首華，楊濟華，王 平.論財務危機的預警分析——F分數(shù)模式[J]. 會計研究，1996（8）.

[2] 陳 靜.上市公司財務惡化預測的實證分析[J]. 會計研究，1999（4）.

[3] 向德偉.論財務風險[J].會計研究，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模型財務預警研究[J].財經(jīng)理論與實踐，2015（2）.

[5] 嚴碧紅，馬廣奇.基于Z-Score模型的我國房地產(chǎn)業(yè)上市公司財務風險的實證分析[J].財務與金融，2011（5）.

[6] 楊知宇，楊景海.基于現(xiàn)金流量視角的財務風險預警模型分析——以ST上市公司為例[J].會計之友，2014（30）.

[責任編輯：王 旸]

收稿日期： 2019-12-19

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