我国金融科技上市公司成长性评价研究——基于因子分析视角

孙 馨（ 湖北经济学院，湖北 武汉430205）

一、引言

近年来， 随着监管政策不断推出，“金融科技（Fintech）”一词成为继“互联网金融”之后的一大热词，获得了大众的持续关注。 金融科技是在互联网金融基础上的进一步拓展和深化，即通过利用各类科技手段创新传统金融行业所提供的产品和服务，提升效率并有效降低运营成本。 而随着科学技术的不断发展， 金融生态与金融业态受到了愈来愈深刻的影响，金融行业的经营模式和格局不断发生改变，金融科技在服务实体经济、促进普惠金融发展、提升金融风险管理水平等方面，发挥着越来越深刻的作用，也对推动社会发展产生了越来越重大的贡献。

2015 年后， 作为世界金融科技最发达的国家之一的中国，金融科技已经成为极其重要的概念，引起各行各业的关注，相应的，金融科技上市公司的发展也受到了国家的高度重视。 因此，对金融科技上市公司的成长性进行研究能为政府、社会研究机构、投资者以及金融科技企业自身带来现实参考价值，也有助于金融科技企业获取成长动力，明确未来发展方向。 此外，当下学术界对各行各业的成长性研究已经较多，行业涉及医药行业、电商行业、银行业等等，但针对金融科技这一行业成长性的研究却寥寥无几。 金融科技这一概念自2016 年以后才进入大众视野，目前行业竞争格局尚未完全成型，企业成长性的特征、成长性水平等还在不断变化，研究该行业的成长性也能够对这一方面的理论研究有所补充。

二、研究设计

（一）样本选取与数据来源

为全面反映金融科技上市公司经营管理的实际情况，选择截至2019 年12 月31 日，新浪财经网站内“金融科技”板块下的所有上市公司进行数据收集，共46 家，后考虑到数据的可获得性和样本量的代表性， 剔除3 家数据不充分的公司，最终选取金证股份（600446）、恒生电子（600570）、信雅达（600571）、方正科技（600601）等43 家企业作为研究样本，选择2019 年公司年报中披露的共516 个指标数值作为研究数据，通过SPSS23.0、Excel 实现实证分析和数据计算。

（二）评价指标体系建立

本文参考前人学者的做法， 选择建立指标体系来衡量金融科技企业的成长性。该指标体系如下图1 所示，这些指标的选取不仅满足数据的可操作性和简易性的原则， 而且可以较为全面地反映金融科技企业的特点和成长性。

图1 指标体系

三、实证分析及结果

（一）数据标准化

1. 数据正向化处理

根据各个指标所代表的含义， 我们往往将评价指标分为三类——正向指标、逆向指标和适度指标。正向指标的指标值越大，表示企业的经营效益越好；适度指标是需要综合考量的指标，其指标值处于一定范围内，表示企业的经营效益最好；逆向指标的指标值越小，表示企业的经营效益越好。本研究选定的12 个指标中，评价偿债能力的流动比率、速动比率和资产负债率属于适度指标，其余9 个指标是正向指标。 但是，由于SPSS 软件默认处理的数据都是正向的，因此需要对这3 个指标进行正向化处理，使之转化为正向指标，正向化处理的公式为：

其中Xi 是正向化处理前的指标数值，Yi 是处理后的指标值，k 为指标标准值，本文根据行业标准将流动比率的标准值k 定为2，将速动比率的标准值k 定为1，将资产负债率的标准值k 定为0.5。

2. 数据无量纲化处理

由于选取的指标值有不同的量纲、不同的单位，各指标之间不具有可比性， 若直接使用未经处理的原始数据进行因子分析， 则得到的结论很有可能与实际数据所代表的含义差距较大。 因此，为了使得各项指标具有可比性，尽量减少不同量纲对分析结果的影响，需要对原始数据进行无量纲化处理。本文采取Z-Score 标准化法，将其转化为均值为1，方差为1 的数据，具体公式为：

其中Y 为变量值，Y 为变量均值，Sy为变量标准差，Z 为标准化后的变量值。

（二）数据检验

1. KMO 和Bartlett 球形检验

在做因子分析前，为将所选取的变量进行效度检验，证明其是否适合做因子分析，需要对所选择的43 家企业的财务指标变量进行KMO 与Bartlett 球形检验。

根据表2 可知， 本文选取的指标数据的KMO 测度值为0.648，大于0.5 且Bartlett 球形检验的检验结果为382.135，显著性为0.000，明显小于5%，即检验结果显著，说明选取的基本财务指标适合做因子分析。

表1 KMO 和Bartlett 检验

2. 变量共同度检验

通过SPSS23.0 实现由变量共同度检验可知， 这12 个变量的共性方差均大于0.6，且绝大多数都接近或超过0.9，表明所提取的公因子能够很好地反映原始变量的信息， 运用因子分析可得到较好的效果。

表2 公因子方差

（三）实证分析过程

1. 因子提取

由表3 可知，前四个成份共解释了总方差的81.96%。 说明这4 个公因子能够较好地体现金融科技上市公司大部分样本公司的成长性， 从而按照特征值大于1 的标准可选取前4个因子。

表3 解释的总方差

2. 因子载荷矩阵旋转

采用凯撒正态化等量最大法对其因子进行旋转， 通过8次迭代后收敛，得到如下表4 所示的旋转成分矩阵，第一主成分在X1、X2、X3上有着较高的负荷，这三个指标反映了企业的获利能力，从而命名为盈利能力因子；第二主成分在X10、X11、X12上有着较高的负荷， 主要反映了企业的债务偿还的能力，从而命名为偿债能力因子；第三主成分在X4、X5、X6上有着较高的负荷，主要概括了企业的经营运行能力，从而命名为营运能力因子；第四主成分在X7、X8、X9上有着较高的负荷，主要概括了企业的持续增长能力，从而命名为发展能力因子。

表4 旋转成分矩阵

3. 因子得分与综合得分

运用回归分析法，计算得出因子得分系数矩阵如表5，依据表中系数可以写出因子与标准化变量的表达式如下，其中F1表示主成分1，即盈利能力因子；F2表示主成分2，即偿债能力因子；F3表示主成分3，即营运能力因子；F4表示主成分4，即发展能力因子。

表5 成分得分矩阵

通过上文得出的因子得分函数，对43 家金融科技上市公司的各因子得分进行计算。 再通过表3 中公因子累计贡献率的比例得出四个公因子的权重分别为42.898%、31.088%、15.460%、10.554%。 将上文所述因子得分函数代入，从而以加权的方法计算得出各企业的成长性得分， 进而将得分进行排名，制成表格如表6 所示。 由于篇幅限制，这里仅列出排名前5 名和排名后5 名的公司。

（四）实证结果分析

1. 整体分析

本文选取43 家金融科技上市公司作为样本，其中企业成长性综合得分大于零的有26 家，占样本总数的60.47%，企业成长性综合得分小于零的有17 家，占样本总数的39.53%，表明还有很大一部分金融科技上市公司的成长性得分是为负的。 由此可见，整体而言，我国金融科技上市公司成长性状况一般，存在很大提高空间。样本企业的成长性得分分布区间为[-1.43,0.77]，数据之间差距不算太大，为了便于更清晰的显示金融科技企业成长性状况， 在基于之前学者有关研究的基础上，将企业成长性评分结果划分为四个层次：

①成长Ⅰ型，即强成长性企业。 成长性得分大于0.5。

②成长Ⅱ型，即次强成长性企业。 成长性得分在0-0.5 之间。

③成长Ⅲ型， 即一般成长性企业。 成长性得分在-0.5-0之间。

④成长Ⅳ型，即弱成长性企业。 成长性得分小于-0.5。

通过对表6 的数据进行统计可知， 成长性较好的成长Ⅰ型企业，共有10 家，占比23.26%；成长性较为一般的成长Ⅱ型企业和成长Ⅲ型企业数量分别为16 家和10 家， 占比分别为37.21%和23.26%； 成长性情况较差的成长Ⅳ型企业数量为7 家，占比16.28%。

2. 个案分析

成长性综合得分最高的宇信科技（300674），其综合得分约为0.77，由表6 可见，宇信科技4 个因子得分都大于零且排名都处于较高水平，说明在行业中，宇信科技的盈利、偿债、营运、发展能力都有不错的表现，公司重视各能力的均衡发展。反观成长性得分最差的旗天科技 （300061）， 其得分约为-1.43，而其4 个因子中，虽然营运能力表现不错，排名达到了第7 名，但是其他三个因子得分都非常低，仅凭营运能力一个方面的良好表现不能弥补其他能力的缺失。 通过比较分析我们可以发现，不同能力都对企业的成长性有着重要的影响，企业不应忽视任意一种能力，并且仅重视一种能力也不能使企业拥有高水平综合能力，企业应高度重视四种能力的均衡发展。

通过查阅综合得分排名前三公司资料进行研究可以发现，宇信科技（300674）作为国内金融科技解决方案市场的领军者，其具有行业领先的技术优势及良好的服务观念，且公司高度重视产品研发和技术积累， 在行业内拥有极高的品牌声誉，积累了大量具有长期稳定合作关系的客户。而这些正是该公司保持自身四个能力协调稳定发展的关键。 拉卡拉（300773）是中国领先的综合性金融科技集团。 该公司自主研发了行业领先的风控系统， 充分运用人工智能、AI 等技术积极开展科技创新。 同时，公司积极履行社会责任，助力教育和扶贫事业，坚持普惠金融，树立良好品牌声誉。因此，公司能够不断提高经营效率，保证稳定的盈利能力。新晨科技（300542）2016 年便开始积极布局区块链技术等新技术的研究，公司的技术研发费用占收入的很大一部分并呈现逐年增加趋势，公司不仅凭借坚实的技术能力， 确保为客户提供高质量的产品和服务，保障着公司在行业间的高速度、高质量的发展能力，更能够将以信息技术效力祖国、服务社会为己任，给予国家金融机构、广电行业、军队、政府部门以最专业的信息技术服务，从而得到业界的广泛认可，形成品牌优势，从而使其保持着高水平的盈利能力、营运能力与偿债能力。

表6 金融科技上市公司的各因子、成长性得分及排名情况（部分）

综上所述，虽然宇信科技（300674）、拉卡拉（300773）、新晨科技（300542）的运营模式各有不同，但共同点是他们都非常重视对技术的研发，结合实证分析结果来看，对技术研发的高度重视将是金融科技上市公司具备良好成长性， 在行业竞争中能够脱颖而出的重要因素之一。不仅如此，重视对社会责任的履行，保持良好的品牌声誉，重视产品品牌化也有助于金融科技企业在行业中保持良好成长性。

四、结论与建议

通过对43 家金融科技上市公司成长性得分进行研究，可以发现：其一，从整体上来看，我国金融科技上市公司成长状况一般，还存在很大的提高空间。 其二，我国金融科技上市公司的成长性很大程度上在乎于企业自身的盈利能力， 偿债能力次之，但是，营运能力和发展能力同样应该得到兼顾。 公司要想获得高的成长性需要注重各方面的均衡发展， 不能厚此薄彼。 其三，成长性综合得分排名较高的企业向我们展示了，企业应当高度重视技术，提高自主研发能力，同时也应该注重品牌建设，提高品牌声誉，从而增强企业核心竞争力，使企业获得持续健康发展的动力。

对企业管理层角度而言， 可参考本文构建的模型计算本公司的成长性，对得分高低进行原因分析和经验总结。对成长性低的因子给予足够的重视。 盈利能力因子和偿债能力因子是影响金融科技上市公司成长性最重要的两个因子， 如果公司这两个因子表现较弱， 应该将这两方面能力的提高作为首要目标。 在进行重点提升的同时还要保持成长性较高因子的优势。对盈利能力方面表现较差的公司，应重点关注技术研发能力的提升，用以提高产品溢价能力，获取更大的利润空间，为未来持续盈利能力的获得而蓄力。

对投资者而言， 可根据金融科技上市公司的四个因子得分、成长性综合得分及排名情况，将自身重视的能力方面表现良好的公司纳入投资范围。 并且根据每个金融科技上市公司的特点，同自身对各个因子的分析相结合，进行企业投资价值的分析评价，继而在金融科技行业寻找合适投资对象，构建最佳投资组合，提高投资收益，合理规避和降低投资风险。

对债权人而言， 最关注的莫过于将自有资金借给企业是否安全，是否能够如期顺利收回本息。这就要求企业有着足够的偿债能力。由于在金融科技企业成长性得分的构建中，影响因素最大的便是盈利能力因子，从而债权人可通过关注企业的成长性得分情况，对企业是否具备足够获取利润的能力进行评价，进而做出相应的决策，提高企业到期收回资金的安全性。