第三方融资租赁公司财务风险研究——基于海通恒信案例分析.docVIP

第三方融资租赁公司财务风险研究——基于海通恒信案例分析 摘要：现阶段我国金融体制尚不完善，融资租赁行业仍处于初期阶段，主要以金融租赁为主；但随着“供给侧改革”“一带一路”、中国制造2025建设的不断推进，在金融政策规范引导下类金融模式也在不断发展，其中具有代表性的为融资租赁行业。现以港股海通恒信融资租赁公司为例，运用Z-score模型分析该第三方融资租赁公司主要财务风险，最后对该类第三方融资租赁公司相应财务风险提出风险应对策略。 关键词：融资租赁，财务风险，Z-score模型 一、引言 融资租赁始于20世纪50年代的美国，起初以“简单融物”形式存在，随着金融业拓宽行业领域，形成了以“融资+融物”的新金融模式，我国融资租赁行业起步较晚，始于1980年，工业技术较为落后，相较于欧美等国家而言，市场体量较小，行业渗透率低。现阶段融资租赁行业主要划分为银行系、厂商系、独立第三方，但第三方融资租赁公司在生息资产规模上逊色于前二者。根据中国租赁联盟及相应研发中心披露的《2018年融资租赁行业年度报告》，截至2018年年底，我国融资租赁企业总数为11 777家，增长幅度为21.7%，其中增长比重较高的为第三方融资租赁公司，增加219家，占比2.15%。第三方融资租赁公司在企业数量不断增加的同时，实际开展融资租赁业务的企业却呈下降趋势，有近七成为空壳公司，从业务体量上也与前二者相差较多，影响行业整体金融风险较小；但从第三方融资租赁企业公司本身考虑，如何甄别第三方融资租赁公司财务风险，并且风险可控是当前公司需要考虑的问题，在对该具体案例公司财务风险分析的基础上，提出有效化解公司财务风险的相关策略，以缓解第三方融资租赁公司在财务端风险的影响，更好地为中小企业融资提供保证。 二、文献综述 国外学者研究公司财务风险的案例，主要是以美国Altman教授1968年提出的Z-score公司财务状况预警模型为参照，将各行业经验数据根据模型公式得出Z评分进行横向比较。我国学者在此问题上从财务比率方面运用实证分析的相应方法对勾稽数据进行分析比较，判断公司在财务端出现的风险问题。周首华、杨济华、王平（1996）[1]在研究公司财务危机问题下，对Z-score模型进行了详细的评述，但该模型未考虑现金流量对公司财务风险影响的问题，拟立新的F得分模式，通过对4 160家破产与非破产公司进行检验得出该模式具有较强的预测性，准确率达70%，可以弥补原模型不足。陈静（1999）[2]对国内ST上市公司实证分析，从单变量和多元变量两个角度分别进行比较，研究得出该方法各有优势，相较于Altman的Z-score多元变量模型分析公司财务风险而言更为审慎。近年来仍有一众学者研究公司财务风险预警体系，赵海蕾、周方召、金德环（2015）[3]将SOA算法与Z-score模型相结合，在原模型的基础上优化Z得分模型的适应性函数，结果显示该研究平均风险识别率达96.33%，方法严谨有效。向德伟（2002）[4]在如何判断及预测公司财务风险问题上同样运用Z-score方法，选取沪深两地80家上市企业，对该样本经营风险进行实证分析，结果显示Z-score对某具体行业的整体经营风险具有良好的预测能力。严碧红、马广奇（2011）[5]针对我国房地产上市公司财务风险运用Z-score模型，在对深市A股61家房产企业财务风险研究过程中发现，Z-score模型可以很好地反映出房产企业财务风险问题，并对财务风险微观及宏观方面给出控制风险对策。杨知宇、杨景海（2014）[6]在基于现金流的基础上建立财务风险预警模型；选取6家ST公司为样本，并运用之前学者对Z-score模型优化的F分数预警模型，结果显示，F分数预警模型的预测对公司控制财务风险具有一定效用。 综上所述，多数学者在研究Z-score模型问题上多从模型优化的角度出发，以获得更为准确的公司财务预警体系，但对具体行业种类及公司规模大小上并未进行严格筛选，在研究第三方融资租赁公司财务风险问题上，首次采用Z-score方法获得更为准确的预测数据；同时，对所研究对象进行归纳总结，以期更好地归纳总结出同规模及同类融资租赁公司在财务端风险应对策略。 三、研究设计 （一）Z-score模型简述 该模型1968年由美国学者Altman提出，他将该模型应用在两类研究样本中，一类为制造型企业，另一类为不分行业类别的企业，通过分析将22个有效比率按流动性、盈利能力、现金流量、偿债能力及营运能力进行综合判别，最后得出函数： Z=1.2*X1+1.4*X2+3.3*X3+0.6*X4 其中：X1、X2、X3、X4、X5释义由下表所示： 表1　公式指标释义 X1 流动性能力 流动资产-流动负债/总资产 X2 投融资能力 盈余公积+未分配利润/总资产 X3 盈利能力 税前利润+财务