股權眾籌平臺與新三板服務業行業風險對比分析

吳晶妹+++邵俊睿

摘要：眾籌業整體規模呈猛增之勢，股權眾籌更是成為融資方和投資者偏好的投融資方式，然而股權眾籌融資企業往往為初創型企業，企業規模小，成立時間短，同時現有風險模型較少涉及此類企業的信用風險分析，因此股權眾籌融資企業存在逆向選擇的可能性。文章運用Z評分模型分析了新三板和股權眾籌平臺餐飲行業、酒店行業、教育行業和零售行業的整體風險情況，并利用卡方檢驗分析兩個平臺上述行業風險是否存在較大偏差，最后對投資者在股權眾籌平臺的投資以及股權眾籌平臺對融資項目信用風險管理提出了相關建議。

關鍵詞：股權型眾籌；眾籌監管；信用風險管理

投資者在決定投資前應對行業及融資企業進行全面的風險分析。目前，國內外學者對于企業信用風險度量的研究對象主要集中于上市企業，對中小型非上市企業的研究較少，股權型眾籌融資企業的信用風險度量也尚未有較多研究涉及。對于上市公司信用風險度量模型主要有兩大類，第一類基于大量歷史數據，主要包括Altman（1986）的Z評分模型和Ohlson（1980）的剩余收益估價模型（Residual Income Valuation Model）。第二類基于Merton（1973）的Black-Scholes期權定價模型，主要包括Longstaff和Schwartz（1995）的風險預測模型和Jarrow和Turnbull（1995）的信用風險模型。盡管各家眾籌平臺公司對于融資企業的信息公開都有一定的要求，然而我國股權眾籌相關法律和監管措施較少，國內各平臺對融資企業的信息披露要求也無統一標準，同時作為初創型企業，規范的財務審計報告帶來的財務成本較高，企業財務信息往往規范程度較低，信息不對稱程度較高，因此投資者無法根據其公開的財務數據運用第一類上市公司信用風險度量模型對股權型眾籌融資企業進行風險量化分析。同時基于Black-Scholes期權定價模型的信用風險度量模型往往需要對企業權益價值及其波動進行估計，對于股權型眾籌企業也無法估計上述參數，因此投資者無法運用第二類上市公司信用風險度量模型對股權型眾籌融資企業進行風險量化分析。

本文將研究初創型企業是否會利用投資者缺乏信用風險分析工具及信息不對稱的情況，采取逆向選擇的方式，利用股權眾籌平臺進行融資。本文主要以全國中小企業股份轉讓系統（下稱新三板）上市企業為理論組，運用Z評分模型對新三板2015年餐飲、酒店、教育和零售四大行業情況進行分析預測，同時以人人投平臺作為股權眾籌平臺代表，將其2015年上述四個行業融資項目作為實驗組，分析相關融資企業目前經營分紅情況。最后運用卡方檢驗分析人人投平臺融資企業與新三板上市企業風險情況是否存在偏差，是否存在人人投平臺融資企業風險更高的情況，同時分析新三板上市公司的行業研究是否對股權眾籌平臺融資企業行業情況有預測作用。

一、 Z評分模型對新三板企業的分析

1. Z評分模型概述。早在20世紀30年代，研究人員就開始了對企業破產預測的信用評級模型或是危機預測研究。R. F. Smith和A. H. Winakor（1935）提出“破產公司的財務數據比率顯著的與其他持續經營的公司不同”，W. B. Hickman（1958）開始研究遭遇償債困難的大公司相關財務比率。Beaver（1966）提出了“現金流量/負債總額作為單一財務變量進行違約預測”。1968年，美國紐約大學教授Edward I.Altman提出了Z評分模型，將現行判別分析方法運用于財務分析和信用風險評估，并在1977年對該模型進行了修正與擴展。Z評分模型成為了西方國家信用風險度量的主流模型之一。

Z評分模型主要用來預測一家公司在未來2年內破產的可能性。該模型為線性組合，利用了預測標的公司的五個財務指標為基礎，加權后獲得Z評分，模型的系數通過以已宣布破產的相似規模公司為樣本獲得的。在最初的測試中，Z評分模型對兩年內公司破產的預測準確率為72%。經過后續一系列調整和測試，預測能力提高為80%～90%。

Z評分模型原始公式為Z=1.2X1+1.4X2+3.3X3+0.6X4+1.0X5，X1為營運資本/總資產，X2為留存收益/總資產，X3為息稅前收益/總資產，X4為權益市價/賬面負債，X5為銷售收入/總資產。在Z評分模型中，Z值越小表示企業破產風險越高，同時奧爾特曼還提出了判斷企業破產風險的標準區間：若Z值大于2.99則公司處于安全區域，若Z值在1.81到2.99之間則公司處于關注區域，若Z值在1.81以下，則公司處于危險區域。

2. Z評分模型對新三板企業的分析預測。

（1）數據選擇。本文從新三板選取上市公司進行Z評分分析，新三板是經國務院批準設立的全國性證券交易場所，掛牌企業主要為創新型、創業型、成長型中小微企業。新三板掛牌上市標準較低，主要掛牌條件為：①依法設立且存續滿兩年；②業務明確，具有持續經營能力；③公司治理機制健全，合法規范經營；④股權明晰，股票發行和轉讓行為合法合規；⑤主辦券商推薦并持續督導。相比于國內上海證券交易所及深圳證券交易所上市的公司，新三板掛牌條件并未對企業的資產規模、盈利指標、股本和現金流情況做出要求。可以認為新三板掛牌企業在一定程度上與股權型眾籌融資企業類型相似。同時新三板掛牌企業屬于成長期企業，股權眾籌企業屬于種子期企業，前者為后者發展的下一階段。因此本文從新三板掛牌上市的股票中選擇了238支股票進行分析，所選擇上市企業涉及了酒店行業、餐飲業、教育服務業和零售業四個行業，其中酒店行業有84家公司，餐飲業有20家公司，教育業有93家公司，零售業有41家公司。

根據2015年末238家企業的審計報告，可以獲得上述企業的財務數據，計算得到營運資本/總資產、留存收益/總資產、息稅前收益/總資產和銷售收入/總資產這四個比率。考慮到：①新三板股票交易包括做市轉讓和協議轉讓，協議轉讓股票交易活躍度較差同時轉讓價格會出現非公允價格；②部分股票在2015年后上市，在2015年末無股票交易價格，無法獲得股票市值。本文將對權益市價/賬面負債比例進行處理。若該企業2015年每股凈收益為正，則以新三板股票平均市盈率、該企業2015年每股凈收益和該企業總股本的乘積作為權益市價的替代值，若該企業2015年每股凈收益為負，則以該企業所有者權益作為權益市價的替代值。根據上述方法，可以得到所有企業的權益市價/賬面負債。利用Z模型的原始模型，可以獲得238家企業2015年末的Z值。在238家企業中，本文將企業所有者權益為負值、總市值超過100億元以及協議轉讓價格超過100億元的企業假設為異常值，予以剔除。經過調整后，酒店行業被剔除4家企業，共80家企業納入理論組；餐飲行業被剔除1家企業，共19家企業納入理論組；教育行業被剔除7家企業，共86家企業納入理論組；零售行業無調整，仍為41家企業納入理論組。endprint

（2）各行業Z評分情況。在酒店行業，平均Z值為22.52，其中Z評分超過2.99的有56家企業，占比70%，Z評分低于或等于2.99的有24家企業，占比30%。在餐飲行業，平均Z值為11.29，其中Z評分超過2.99的有17家企業，占比89.47%， Z評分低于或等于2.99的有2家企業，占比10.53%。在教育行業，平均Z值為60.02，其中Z評分超過2.99的有70家企業，占比81.4%，Z評分低于或等于2.99的有16家企業，占比18.6%。在零售行業，平均Z值為23.41，其中Z評分超過2.99的有31家企業，占比75.61%，Z評分低于或等于2.99的有10家企業，占比24.39%。

根據這4個行業Z值的統計結果，餐飲業平均Z值最低，為11.29，行業整體風險最大，但是Z值低于（或等于）2.99的企業占比最低，說明餐飲行業企業間經營情況差距不大。教育行業平均Z值最高，為60.02，教育行業整體經營情況較好，利潤較高。

二、 新三板與股權眾籌平臺行業風險對比分析檢驗

1. 檢驗假設。

（1）新三板上市公司與股權眾籌平臺融資企業發展階段、企業性質等類似，具有可比性。根據2015年末數據，新三板上市公司約95%為中小微企業，69%為小微企業。股權眾籌融資企業基本為初創型企業，企業規模相對較小。整體看，新三板上市公司屬于股權眾籌平臺融資企業發展的下一階段，同時股權眾籌融資企業為了從公開渠道獲得融資，其財務報表和經營情況也會對外公開，與新三板上市公司一樣具有信息公開的特點。因此本文以新三板上市公司作為理論組，與股權眾籌平臺融資企業進行對比分析。

（2）Z評分模型主要預測企業在未來2年破產的可能性。本文選擇2015年在人人投平臺上成功融資的企業，企業在融資時都會承諾一定的分紅比例，同時初創型企業對公開市場的信用也較為看重，因此若在2017年6月末前，該企業未履行承諾進行分紅，則可被定義為企業經營失敗，即若股權眾籌平臺融資企業未履行分紅承諾的風險與融資企業破產風險一致。

2. 研究方法。本文使用了卡方檢驗對新三板和股權眾籌平臺行業分析進行對比分析檢驗，卡方檢驗適用于比較兩個及以上樣本率以及兩個分類變量關聯性分析，本質是比較理論頻數和實際頻數的擬合優度問題。根據企業類型可比性及風險一致性假設，通過Z評分模型預測理論組企業餐飲、酒店、零售及教育四個行業兩年后的風險情況，得到不同行業中存在破產風險企業的相關頻數。同時通過股權眾籌融資平臺2015年獲得融資企業在2017年6月末前是否分紅的數據統計，可得到餐飲、酒店、零售及教育四個行業企業融資后分紅的相關頻數。為了對股權眾籌平臺融資企業是否存在逆向選擇及道德風險進行分析，本文選取了卡方檢驗作為研究方法，對上述兩類企業發生風險的相關性進行擬合。

3. 數據選擇與行業指標分析。本文以人人投平臺股權眾籌融資企業為研究對象，人人投平臺為國內主要股權眾籌平臺之一，成立于2014年，投資標的均為有實體店的股權眾籌融資企業。自成立之日起，共有353個項目在人人投平臺上成功獲得融資。由于人人投平臺主要融資企業均在酒店、餐飲、教育和零售四大行業，同時融資方式均為股權眾籌融資，因此本文選擇人人投平臺股權眾籌融資企業作為研究對象。

根據人人投平臺公開數據，2015年酒店、餐飲、教育和零售四大行業中總共有204家企業在人人投平臺上完成股權眾籌融資，平均融資金額248萬，平均年分紅收益率為13.54%，截至2017年末，共有148個項目向投資者發放分紅，占比72.55%，其中酒店行業股權眾籌項目24個，平均年分紅收益率17.18%，已發放分紅項目18個，占比75%；餐飲行業股權眾籌項目139個，平均年分紅收益率13.02%，已發放分紅項目93個，占比67%；教育行業股權眾籌項目19個，平均年分紅收益率14.57%，已發放分紅項目18個，占比95%；零售行業股權眾籌項目22個，平均年分紅收益率11.96%，已發放分紅項目19個，占比86%。餐飲行業分紅企業占比和平均年分紅收益率為四個行業最低，與新三板行業Z評分模型分析中餐飲行業分析結果一致，餐飲行業整體風險最高。教育行業分紅企業占比為四個行業最高，與新三板行業Z評分模型分析中教育行業分析結果一致，教育行業整體經營較好。

4. 卡方檢驗。酒店行業中，存在破產風險的新三板企業和股權眾籌融資企業分別為24家和6家，不存在破產風險的新三板企業和股權眾籌融資企業分別為56家和18家。對酒店行業進行卡方檢驗，可以得到P值為0.63，人人投股權眾籌平臺與新三板酒店行業整體風險對比尚無法認為有統計學意義。

餐飲行業中，存在破產風險的新三板企業和股權眾籌融資企業分別為2家和46家，不存在破產風險的新三板企業和股權眾籌融資企業分別為17家和93家。對餐飲行業進行卡方檢驗，可以得到P值為0.04，人人投股權眾籌平臺中有破產風險企業占比49%，顯著大于新三板餐飲行業的12%，整體看股權眾籌平臺餐飲行業風險更大。

教育行業中，存在破產風險的新三板企業和股權眾籌融資企業分別為16家和1家，不存在破產風險的新三板企業和股權眾籌融資企業分別為70家和18家。對教育行業進行卡方檢驗，可以得到P值為0.15，人人投股權眾籌平臺與新三板教育行業整體風險對比尚無法認為有統計學意義。

零售行業中，存在破產風險的新三板企業和股權眾籌融資企業分別為10家和3家，不存在破產風險的新三板企業和股權眾籌融資企業分別為31家和19家。對零售行業進行卡方檢驗，可以得到P值為0.31，人人投股權眾籌平臺與新三板零售行業整體風險對比尚無法認為有統計學意義。

5. 實證結果。根據股權眾籌平臺與新三板在酒店行業、餐飲行業、教育行業與零售行業的卡方檢驗，可以得到僅有在股權眾籌融資平臺上融資的餐飲業公司整體風險顯著大于新三板上市企業，這是因為餐飲業公司整體門檻較低，資金投入量較低，市場淘汰率高，營運期限短，一般的餐飲公司往往無法達到新三板上市的基本要求。存在一定的逆向選擇。endprint

三、 結論與建議

通過卡方檢驗分析人人投平臺融資企業與新三板上市企業風險對比情況，股權眾籌平臺餐飲行業融資企業風險更高，同時新三板酒店行業、教育行業及零售行業的行業研究對股權眾籌平臺融資企業行業情況有預測作用。

為了控制投資風險，對于投資者來說，本文有以下幾條建議：

1. 在股權眾籌平臺的餐飲行業融資企業最多，然而風險最高，主要由于相關風險管理和分析手段的缺失同時餐飲企業本身交易量大，現金交易占比較高，經營者構造虛假經營情況成本與門檻較低，信息不對稱情況較為普遍，導致初創型餐飲企業有強烈的動機選擇在股權眾籌平臺進行融資，存在一定的逆向選擇情況。

2. 若投資者選擇在股權眾籌平臺進行服務行業的股權投資，應選擇酒店行業、教育行業及零售行業項目，上述行業風險小于餐飲行業，餐飲行業的投資分紅的可能性相對較低，若投資者希望投資餐飲行業中小企業獲得超額利潤，可以選擇新三板餐飲企業進行投資。

3. 由于部分股權眾籌平臺信息公開要求相對較低，對于酒店行業、教育行業及零售行業，投資者可以通過分析新三板相關行業情況，進而評估股權眾籌平臺上述行業的整體風險情況。

為了控制平臺運營風險，對于股權眾籌平臺來說，本文有以下幾條建議：

1. 股權眾籌平臺在項目審核時應該著重關注餐飲業，對融資人加大信息披露要求，對項目自有資金出資較低的企業應該著重審查，防止信用風險事件的發生。

2. 增加融資者路演的次數，加大投資者與融資人的接觸，由于餐飲企業投資金額較小，若增加融資雙方的互動，在一定程度上增加融資方欺詐的成本，提高投資者判斷的準確性。

3. 對餐飲融資企業的現金流，交易情況及運營情況進行定期跟蹤及監督，同時強化企業在獲得投資后的信息披露，防止企業進行損益調整，減少分紅額度。

參考文獻：

[1] Edward I.Altman.Financial Ratios， Discriminant Analysis And The Prediction Of Corporate Bankruptcy[J].The Journal of Finance，1968，（9）.

[2] 邱勛，陳月波.股權型眾籌：融資模式、價值與風險監管[J].新金融，2014，（9）.

[3] 陳秀梅，程晗.眾籌融資信用風險分析及管理體系構建[J].財經問題研究，2014，（12）.

[4] 吳晶妹，范瑾.我國商業銀行不良資產問題探析[J].現代管理科學，2015，（6）.

[5] 吳晶妹，冉辰陽.個人道德與信用管理——一個創新性的思考[J].現代管理科學，2016，（2）.

重點項目：2017年國家電網公司委托項目“信用評價方法及信用指標評價體系研究”。

作者簡介：吳晶妹（1964-），女，漢族，黑龍江省黑河市人，中國人民大學財政金融學院教授、博士生導師，研究方向為信用管理理論與實務；邵俊睿（1987-），男，漢族，江蘇省宿遷市人，中國人民大學財政金融學院博士生，研究方向為金融學信用管理。

收稿日期：2017-09-12。endprint