互聯(lián)網(wǎng)公司信用風(fēng)險(xiǎn)評(píng)價(jià)探究

前言：想要寫出一篇引人入勝的文章？我們特意為您整理了互聯(lián)網(wǎng)公司信用風(fēng)險(xiǎn)評(píng)價(jià)探究范文，希望能給你帶來靈感和參考，敬請(qǐng)閱讀。

摘要:近年來，互聯(lián)網(wǎng)行業(yè)公司的融資需求不斷擴(kuò)大，其信用風(fēng)險(xiǎn)日益值得關(guān)注。文章以互聯(lián)網(wǎng)行業(yè)上市公司為研究對(duì)象，借助因子分析，利用其四個(gè)維度下18個(gè)二級(jí)財(cái)務(wù)指標(biāo)構(gòu)建出互聯(lián)網(wǎng)行業(yè)上市公司信用風(fēng)險(xiǎn)評(píng)價(jià)模型，為互聯(lián)網(wǎng)行業(yè)信用風(fēng)險(xiǎn)評(píng)價(jià)和防范提供參考。

關(guān)鍵詞:互聯(lián)網(wǎng)行業(yè);上市公司;信用風(fēng)險(xiǎn);評(píng)價(jià)

一、引言

目前，我國(guó)眾多互聯(lián)網(wǎng)公司發(fā)展迅猛，其融資需求也日益擴(kuò)大。近年來，在商業(yè)銀行放貸額度中，互聯(lián)網(wǎng)行業(yè)公司所占比重持續(xù)增大，不良貸款率也不斷提高?；ヂ?lián)網(wǎng)行業(yè)上市公司作為國(guó)家互聯(lián)網(wǎng)業(yè)龍頭企業(yè)，其發(fā)展?fàn)顩r是國(guó)家互聯(lián)網(wǎng)行業(yè)整體發(fā)展的晴雨表。鑒于互聯(lián)網(wǎng)行業(yè)上市公司占比較大，具有相當(dāng)?shù)男袠I(yè)代表性，因此其信用違約行為會(huì)影響整個(gè)互聯(lián)網(wǎng)行業(yè)的發(fā)展?；ヂ?lián)網(wǎng)行業(yè)企業(yè)往往采用輕資產(chǎn)模式運(yùn)行，杠桿率相對(duì)偏高，因此其在決策經(jīng)營(yíng)出現(xiàn)失誤時(shí)往往面臨較大信用違約風(fēng)險(xiǎn)。同時(shí)，由于互聯(lián)網(wǎng)行業(yè)目前與科技、醫(yī)療等行業(yè)聯(lián)系日益密切，具有相當(dāng)?shù)娘L(fēng)險(xiǎn)外溢性，其信用風(fēng)險(xiǎn)的發(fā)生較易給其他關(guān)聯(lián)行業(yè)帶來負(fù)面影響。因此，對(duì)于互聯(lián)網(wǎng)行業(yè)公司信用風(fēng)險(xiǎn)的評(píng)價(jià)對(duì)該行業(yè)的健康發(fā)展有著積極意義。本文選擇互聯(lián)網(wǎng)行業(yè)上市公司四個(gè)維度下18個(gè)二級(jí)財(cái)務(wù)指標(biāo)，利用因子分析構(gòu)建其信用評(píng)分公式，在此基礎(chǔ)上剖析影響互聯(lián)網(wǎng)行業(yè)上市公司信用風(fēng)險(xiǎn)的因素，進(jìn)而為互聯(lián)網(wǎng)公司及相應(yīng)監(jiān)管部門提出具有針對(duì)性的建議。

二、研究回顧

(一)企業(yè)信用風(fēng)險(xiǎn)產(chǎn)生原因的相關(guān)研究

周旭東和呂鵬展對(duì)企業(yè)信用風(fēng)險(xiǎn)的成因進(jìn)行了羅列，例如部分企業(yè)不以滿足生產(chǎn)需要為目的進(jìn)行融資，將所得資金挪為他用，進(jìn)而帶來較大的“泡沫”，由此增加信用風(fēng)險(xiǎn)產(chǎn)生的可能性;同時(shí)又有部分企業(yè)由于資質(zhì)問題，即便是為擴(kuò)大生產(chǎn)規(guī)模融資，也難以從銀行渠道取得貸款，進(jìn)而轉(zhuǎn)向民間借貸獲取融資，極大增加了企業(yè)運(yùn)營(yíng)存在的不確定性［1］。徐朝輝、周宗放認(rèn)為投資決策失誤、內(nèi)控機(jī)制質(zhì)量差等企業(yè)存在的固有問題，極易增大其自身的信用風(fēng)險(xiǎn)［2］。魏國(guó)雄提出企業(yè)盲目擴(kuò)張時(shí)的融資需求也值得關(guān)注，因其極易給企業(yè)帶來信用風(fēng)險(xiǎn)，進(jìn)而給出資銀行帶來不利影響。因此商業(yè)銀行必須加強(qiáng)風(fēng)控能力，在企業(yè)發(fā)出融資需求后，從嚴(yán)甄別審查，防止企業(yè)因過度融資增大其信用風(fēng)險(xiǎn)［3］。王桐桐通過案例分析法對(duì)企業(yè)信用風(fēng)險(xiǎn)成因進(jìn)行剖析，通過對(duì)鋼鐵行業(yè)幾家企業(yè)經(jīng)營(yíng)狀況的分析，得出現(xiàn)金流匱乏、負(fù)債壓力大、風(fēng)險(xiǎn)管理體制僵化落后往往會(huì)給鋼鐵企業(yè)帶來信用風(fēng)險(xiǎn)的結(jié)論［4］。

(二)基于財(cái)務(wù)數(shù)據(jù)的企業(yè)信用風(fēng)險(xiǎn)測(cè)度的相關(guān)研究

吳青指出早期通常采用專家評(píng)級(jí)法對(duì)企業(yè)信用風(fēng)險(xiǎn)進(jìn)行分析，即通過領(lǐng)域?qū)＜覍?duì)企業(yè)的財(cái)務(wù)情況以及非財(cái)務(wù)主客觀指標(biāo)進(jìn)行打分，由此做出企業(yè)信用風(fēng)險(xiǎn)的評(píng)價(jià)。這一時(shí)期，“5C”“5P”與“5W”法最具典型性，但由于存在過于主觀的局限性，且容易受到干預(yù)，其評(píng)價(jià)的準(zhǔn)確性往往難以得到保證。為了削弱、減少主觀因素對(duì)于企業(yè)信用風(fēng)險(xiǎn)評(píng)價(jià)的負(fù)面影響，定量分析方法被逐步應(yīng)用于企業(yè)信用風(fēng)險(xiǎn)度量，其在準(zhǔn)確率與效果上相對(duì)于專家評(píng)級(jí)法具備優(yōu)勢(shì)［5］。Ohlson將邏輯回歸模型用于研究財(cái)務(wù)危機(jī)預(yù)警，由于變量及分布不受限制，邏輯回歸具有較廣的應(yīng)用范圍，且具有高預(yù)測(cè)準(zhǔn)確率［6］。唐亮等在研究上市公司信用風(fēng)險(xiǎn)時(shí)，將是否為ST作為界限，把公司財(cái)務(wù)指標(biāo)引入Logits模型，發(fā)現(xiàn)有較好的信用風(fēng)險(xiǎn)甄別能力［7］。劉祥東和王未卿則借助300多家上市公司的財(cái)務(wù)數(shù)據(jù)，分別構(gòu)建了Logit回歸、貝葉斯判別法與BP神經(jīng)網(wǎng)絡(luò)模型，綜合考慮穩(wěn)定性與準(zhǔn)確度，發(fā)現(xiàn)BP神經(jīng)網(wǎng)絡(luò)的準(zhǔn)確性相對(duì)較高，但缺乏有效解釋，另外兩種模型雖然在準(zhǔn)確度上存在劣勢(shì)，但卻具有更好的穩(wěn)定性，可為商業(yè)銀行經(jīng)營(yíng)提供財(cái)務(wù)指標(biāo)方面的參考［8］。目前，國(guó)內(nèi)外學(xué)者對(duì)于信用風(fēng)險(xiǎn)的產(chǎn)生原因以及信用風(fēng)險(xiǎn)的測(cè)度評(píng)估都進(jìn)行了大量的研究，但罕有對(duì)于我國(guó)互聯(lián)網(wǎng)行業(yè)信用風(fēng)險(xiǎn)的測(cè)度研究。

三、數(shù)據(jù)來源與指標(biāo)選擇

(一)數(shù)據(jù)來源

經(jīng)Wind數(shù)據(jù)庫(kù)查詢，截至2021年9月，在互聯(lián)網(wǎng)行業(yè)領(lǐng)域，國(guó)內(nèi)共擁有71家上市公司，本文選取這71家公司2018～2020年的財(cái)務(wù)數(shù)據(jù)作為分析樣本。71家公司中*ST與ST公司共11家，剔除缺失數(shù)據(jù)與極端值后，有效樣本共197個(gè)。

(二)指標(biāo)選擇

借鑒商業(yè)銀行信用評(píng)價(jià)指標(biāo)體系，基于數(shù)據(jù)的可獲得性、有效性、全面性，考慮互聯(lián)網(wǎng)行業(yè)公司營(yíng)運(yùn)現(xiàn)狀，從償債能力、成長(zhǎng)能力、盈利能力以及營(yíng)運(yùn)能力4個(gè)方面，具體選取18個(gè)二級(jí)指標(biāo)進(jìn)行實(shí)證研究，選取指標(biāo)說明見下表1:

四、實(shí)證分析

本文借助因子分析得出互聯(lián)網(wǎng)行業(yè)上市公司信用評(píng)分模型。

(一)數(shù)據(jù)預(yù)處理及相關(guān)檢驗(yàn)

考慮財(cái)務(wù)指標(biāo)X3、X4、X15的實(shí)際含義，需要對(duì)三者進(jìn)行正向化處理;隨后對(duì)全體指標(biāo)進(jìn)行標(biāo)準(zhǔn)化處理。KMO和Bartlett檢驗(yàn)結(jié)果如表2所示:由表2，KMO檢驗(yàn)的值是0．685，大于0．5，說明選擇該樣本進(jìn)行因子分析是合適的;同時(shí)，Bartlett檢驗(yàn)的顯著性水平為0，小于1%，表明變量間存在相關(guān)性。同時(shí)所有指標(biāo)因子載荷均大于0．5，表明效度良好。

(二)公因子提取

依據(jù)特征值和方差計(jì)算出主成分，基于特征值大于1的原則，可提取6個(gè)公因子F1～F6，這6個(gè)公因子的累計(jì)方差貢獻(xiàn)率為75．338%，表明提取6個(gè)公因子比較合理，具體數(shù)據(jù)見表3:

(三)公因子命名

借助最大方差正交旋轉(zhuǎn)法，解出旋轉(zhuǎn)后的成分矩陣，并據(jù)此得出6個(gè)公因子的主要成分:因子F1主要代表X5(0．905)、X7(0．836)、X14(0．737)、X13(0．713)、X10(0．650)這5個(gè)指標(biāo)，可命名為盈利能力因子;因子F2主要代表X16(0．872)、X18(0．863)、X17(0．696)、X12(－0．679)，可命名為資產(chǎn)周轉(zhuǎn)能力因子;因子F3主要代表X2(0．963)、X1(0．961)，可將F3命名為短期償債能力因子;因子F4主要代表X15(0．740)、X11(0．722)，可命名為營(yíng)運(yùn)能力因子;因子F5主要代表X4(0．840)、X3(0．733)，可命名為長(zhǎng)期償債能力因子;因子F6主要代表X9(0．732)、X6(0．663)、X8(0．633)，可命名為成長(zhǎng)能力因子。

(四)樣本企業(yè)綜合信用得分

由得分系數(shù)矩陣和樣本數(shù)據(jù)，可分別計(jì)算出197個(gè)樣本的6個(gè)因子得分，記為FAC1、FAC2、FAC3、FAC4、FAC5、FAC6。則以6個(gè)公因子的方差貢獻(xiàn)率作為等分系數(shù)，可得互聯(lián)網(wǎng)行業(yè)信用綜合得分公式為:FAC=(18．906%×FAC1+14．626%×FAC2+12．455%×FAC3+11．042%×FAC4+9．748%×FAC5+8．560%×FAC6)/75．338%由此可計(jì)算得到基于2020年財(cái)務(wù)數(shù)據(jù)的樣本公司信用評(píng)分，具體企業(yè)信用評(píng)分及排名見表4:由表4可發(fā)現(xiàn)信用綜合得分排名前10的均為未違約公司(非ST及*ST公司)，除了ST游久外，其余違約公司(ST或*ST公司)均位于最后12名，由此可見該信用得分在一定程度上可以用于評(píng)估互聯(lián)網(wǎng)企業(yè)的違約風(fēng)險(xiǎn)。進(jìn)一步分析表4:首先，綜合信用得分排名前五的公司分別為上海鋼聯(lián)、壹網(wǎng)壹創(chuàng)、國(guó)聯(lián)股份、國(guó)新健康與智度股份。通過各因子得分可知，上海鋼聯(lián)擁有較強(qiáng)的盈利能力與資產(chǎn)周轉(zhuǎn)能力;壹網(wǎng)壹創(chuàng)在短期償債能力與成長(zhǎng)能力方面較為突出;國(guó)聯(lián)股份在資產(chǎn)周轉(zhuǎn)能力與成長(zhǎng)能力方面具備優(yōu)勢(shì);國(guó)新健康擁有較強(qiáng)的短期償債能力;智度股份則擁有較強(qiáng)的資產(chǎn)周轉(zhuǎn)能力與長(zhǎng)期償債能力。其次，在65家樣本公司中，綜合信用得分為正值的公司為27家，其余35家為負(fù)值，為負(fù)值的公司占比略大于50%，同時(shí)綜合信用得分最大值為1．333，最小值為－1．916，得分浮差較為明顯。從得分結(jié)果看，得分最低的*ST天潤(rùn)與鵬博士在盈利能力與短期償債能力方面表現(xiàn)較差。較低的盈利能力和短期償債能力，使得企業(yè)面臨較大的現(xiàn)金流缺口，從而加大了企業(yè)面臨的信用違約風(fēng)險(xiǎn)。同時(shí)從得分差值看，互聯(lián)網(wǎng)行業(yè)公司面臨著較為激烈的競(jìng)爭(zhēng)，其面對(duì)的信用風(fēng)險(xiǎn)水平存在較大差異。究其原因，一方面互聯(lián)網(wǎng)行業(yè)以技術(shù)驅(qū)動(dòng)，創(chuàng)新顯得尤為重要，創(chuàng)新能力的差異會(huì)造成企業(yè)發(fā)展情況的不同，進(jìn)而帶來不同程度的信用風(fēng)險(xiǎn);另一方面，互聯(lián)網(wǎng)行業(yè)企業(yè)普遍輕資產(chǎn)，其杠桿率較高，面臨的信用風(fēng)險(xiǎn)相對(duì)而言高于傳統(tǒng)行業(yè)公司。

五、結(jié)論與建議

(一)研究結(jié)論

目前我國(guó)互聯(lián)網(wǎng)行業(yè)上市公司共有71家，其中ST與*ST公司共有11家，占比15．49%。若以是否是ST或*ST作為信用違約與否的判斷標(biāo)準(zhǔn)，則目前我國(guó)互聯(lián)網(wǎng)行業(yè)上市公司信用違約率仍然處在相對(duì)較低水平，但隨著互聯(lián)網(wǎng)行業(yè)的進(jìn)一步發(fā)展與融資需求的不斷擴(kuò)大，其信用風(fēng)險(xiǎn)日益值得企業(yè)自身與放貸銀行的關(guān)注;盈利能力、資產(chǎn)周轉(zhuǎn)能力、短期償債能力、長(zhǎng)期償債能力、營(yíng)運(yùn)能力與成長(zhǎng)能力這六大因素對(duì)于互聯(lián)網(wǎng)行業(yè)上市公司的信用風(fēng)險(xiǎn)具有影響。

(二)建議

1．對(duì)于互聯(lián)網(wǎng)行業(yè)公司的建議。對(duì)于互聯(lián)網(wǎng)行業(yè)公司，為實(shí)現(xiàn)公司正常持續(xù)運(yùn)作，應(yīng)當(dāng)全面加強(qiáng)信用風(fēng)險(xiǎn)的防范工作，具體而言:(1)互聯(lián)網(wǎng)行業(yè)的運(yùn)營(yíng)需要大量資金的支持，企業(yè)必須對(duì)資金進(jìn)行合理的使用與調(diào)配?；ヂ?lián)網(wǎng)企業(yè)往往采用輕資產(chǎn)模式運(yùn)行，因此企業(yè)應(yīng)當(dāng)加強(qiáng)內(nèi)部籌資與股權(quán)籌資，適當(dāng)減少長(zhǎng)期債務(wù)融資，優(yōu)化資產(chǎn)負(fù)債率，降低企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)。(2)不斷加強(qiáng)創(chuàng)新力度。由于互聯(lián)網(wǎng)行業(yè)屬于知識(shí)型企業(yè)，其發(fā)展很大程度上依賴創(chuàng)新驅(qū)動(dòng)，因此企業(yè)應(yīng)當(dāng)精準(zhǔn)把握市場(chǎng)，明確目標(biāo)客戶群體，加大研發(fā)與創(chuàng)新力度，不斷提高公司的盈利能力，從而降低自身面臨的信用風(fēng)險(xiǎn)。2．對(duì)于放貸商業(yè)銀行的建議。對(duì)于商業(yè)銀行而言，應(yīng)當(dāng)加強(qiáng)對(duì)于向互聯(lián)網(wǎng)行業(yè)企業(yè)發(fā)放款項(xiàng)的審核力度，積極地從盈利能力、資產(chǎn)周轉(zhuǎn)能力、短期償債能力、長(zhǎng)期償債能力、營(yíng)運(yùn)能力與成長(zhǎng)能力等角度對(duì)互聯(lián)網(wǎng)行業(yè)企業(yè)開展信用評(píng)估，并適時(shí)地優(yōu)化調(diào)整評(píng)估方法，降低不良貸款率，進(jìn)而保證商業(yè)銀行資產(chǎn)的健康運(yùn)作。

作者:唐健 單位:南京財(cái)經(jīng)大學(xué)