我國金融科技上市公司成長性評價研究
——基于因子分析視角

孫 馨（ 湖北經濟學院，湖北 武漢430205）

一、引言

近年來， 隨著監管政策不斷推出，“金融科技（Fintech）”一詞成為繼“互聯網金融”之后的一大熱詞，獲得了大眾的持續關注。 金融科技是在互聯網金融基礎上的進一步拓展和深化，即通過利用各類科技手段創新傳統金融行業所提供的產品和服務，提升效率并有效降低運營成本。 而隨著科學技術的不斷發展， 金融生態與金融業態受到了愈來愈深刻的影響，金融行業的經營模式和格局不斷發生改變，金融科技在服務實體經濟、促進普惠金融發展、提升金融風險管理水平等方面，發揮著越來越深刻的作用，也對推動社會發展產生了越來越重大的貢獻。

2015 年后， 作為世界金融科技最發達的國家之一的中國，金融科技已經成為極其重要的概念，引起各行各業的關注，相應的，金融科技上市公司的發展也受到了國家的高度重視。 因此，對金融科技上市公司的成長性進行研究能為政府、社會研究機構、投資者以及金融科技企業自身帶來現實參考價值，也有助于金融科技企業獲取成長動力，明確未來發展方向。 此外，當下學術界對各行各業的成長性研究已經較多，行業涉及醫藥行業、電商行業、銀行業等等，但針對金融科技這一行業成長性的研究卻寥寥無幾。 金融科技這一概念自2016 年以后才進入大眾視野，目前行業競爭格局尚未完全成型，企業成長性的特征、成長性水平等還在不斷變化，研究該行業的成長性也能夠對這一方面的理論研究有所補充。

二、研究設計

（一）樣本選取與數據來源

為全面反映金融科技上市公司經營管理的實際情況，選擇截至2019 年12 月31 日，新浪財經網站內“金融科技”板塊下的所有上市公司進行數據收集，共46 家，后考慮到數據的可獲得性和樣本量的代表性， 剔除3 家數據不充分的公司，最終選取金證股份（600446）、恒生電子（600570）、信雅達（600571）、方正科技（600601）等43 家企業作為研究樣本，選擇2019 年公司年報中披露的共516 個指標數值作為研究數據，通過SPSS23.0、Excel 實現實證分析和數據計算。

（二）評價指標體系建立

本文參考前人學者的做法， 選擇建立指標體系來衡量金融科技企業的成長性。該指標體系如下圖1 所示，這些指標的選取不僅滿足數據的可操作性和簡易性的原則， 而且可以較為全面地反映金融科技企業的特點和成長性。

圖1 指標體系

三、實證分析及結果

（一）數據標準化

1. 數據正向化處理

根據各個指標所代表的含義， 我們往往將評價指標分為三類——正向指標、逆向指標和適度指標。正向指標的指標值越大，表示企業的經營效益越好；適度指標是需要綜合考量的指標，其指標值處于一定范圍內，表示企業的經營效益最好；逆向指標的指標值越小，表示企業的經營效益越好。本研究選定的12 個指標中，評價償債能力的流動比率、速動比率和資產負債率屬于適度指標，其余9 個指標是正向指標。 但是，由于SPSS 軟件默認處理的數據都是正向的，因此需要對這3 個指標進行正向化處理，使之轉化為正向指標，正向化處理的公式為：

其中Xi 是正向化處理前的指標數值，Yi 是處理后的指標值，k 為指標標準值，本文根據行業標準將流動比率的標準值k 定為2，將速動比率的標準值k 定為1，將資產負債率的標準值k 定為0.5。

2. 數據無量綱化處理

由于選取的指標值有不同的量綱、不同的單位，各指標之間不具有可比性， 若直接使用未經處理的原始數據進行因子分析， 則得到的結論很有可能與實際數據所代表的含義差距較大。 因此，為了使得各項指標具有可比性，盡量減少不同量綱對分析結果的影響，需要對原始數據進行無量綱化處理。本文采取Z-Score 標準化法，將其轉化為均值為1，方差為1 的數據，具體公式為：

其中Y 為變量值，Y 為變量均值，Sy為變量標準差，Z 為標準化后的變量值。

（二）數據檢驗

1. KMO 和Bartlett 球形檢驗

在做因子分析前，為將所選取的變量進行效度檢驗，證明其是否適合做因子分析，需要對所選擇的43 家企業的財務指標變量進行KMO 與Bartlett 球形檢驗。

根據表2 可知， 本文選取的指標數據的KMO 測度值為0.648，大于0.5 且Bartlett 球形檢驗的檢驗結果為382.135，顯著性為0.000，明顯小于5%，即檢驗結果顯著，說明選取的基本財務指標適合做因子分析。

表1 KMO 和Bartlett 檢驗

2. 變量共同度檢驗

通過SPSS23.0 實現由變量共同度檢驗可知， 這12 個變量的共性方差均大于0.6，且絕大多數都接近或超過0.9，表明所提取的公因子能夠很好地反映原始變量的信息， 運用因子分析可得到較好的效果。

表2 公因子方差

（三）實證分析過程

1. 因子提取

由表3 可知，前四個成份共解釋了總方差的81.96%。 說明這4 個公因子能夠較好地體現金融科技上市公司大部分樣本公司的成長性， 從而按照特征值大于1 的標準可選取前4個因子。

表3 解釋的總方差

2. 因子載荷矩陣旋轉

采用凱撒正態化等量最大法對其因子進行旋轉， 通過8次迭代后收斂，得到如下表4 所示的旋轉成分矩陣，第一主成分在X1、X2、X3上有著較高的負荷，這三個指標反映了企業的獲利能力，從而命名為盈利能力因子；第二主成分在X10、X11、X12上有著較高的負荷， 主要反映了企業的債務償還的能力，從而命名為償債能力因子；第三主成分在X4、X5、X6上有著較高的負荷，主要概括了企業的經營運行能力，從而命名為營運能力因子；第四主成分在X7、X8、X9上有著較高的負荷，主要概括了企業的持續增長能力，從而命名為發展能力因子。

表4 旋轉成分矩陣

3. 因子得分與綜合得分

運用回歸分析法，計算得出因子得分系數矩陣如表5，依據表中系數可以寫出因子與標準化變量的表達式如下，其中F1表示主成分1，即盈利能力因子；F2表示主成分2，即償債能力因子；F3表示主成分3，即營運能力因子；F4表示主成分4，即發展能力因子。

表5 成分得分矩陣

通過上文得出的因子得分函數，對43 家金融科技上市公司的各因子得分進行計算。 再通過表3 中公因子累計貢獻率的比例得出四個公因子的權重分別為42.898%、31.088%、15.460%、10.554%。 將上文所述因子得分函數代入，從而以加權的方法計算得出各企業的成長性得分， 進而將得分進行排名，制成表格如表6 所示。 由于篇幅限制，這里僅列出排名前5 名和排名后5 名的公司。

（四）實證結果分析

1. 整體分析

本文選取43 家金融科技上市公司作為樣本，其中企業成長性綜合得分大于零的有26 家，占樣本總數的60.47%，企業成長性綜合得分小于零的有17 家，占樣本總數的39.53%，表明還有很大一部分金融科技上市公司的成長性得分是為負的。 由此可見，整體而言，我國金融科技上市公司成長性狀況一般，存在很大提高空間。樣本企業的成長性得分分布區間為[-1.43,0.77]，數據之間差距不算太大，為了便于更清晰的顯示金融科技企業成長性狀況， 在基于之前學者有關研究的基礎上，將企業成長性評分結果劃分為四個層次：

①成長Ⅰ型，即強成長性企業。 成長性得分大于0.5。

②成長Ⅱ型，即次強成長性企業。 成長性得分在0-0.5 之間。

③成長Ⅲ型， 即一般成長性企業。 成長性得分在-0.5-0之間。

④成長Ⅳ型，即弱成長性企業。 成長性得分小于-0.5。

通過對表6 的數據進行統計可知， 成長性較好的成長Ⅰ型企業，共有10 家，占比23.26%；成長性較為一般的成長Ⅱ型企業和成長Ⅲ型企業數量分別為16 家和10 家， 占比分別為37.21%和23.26%； 成長性情況較差的成長Ⅳ型企業數量為7 家，占比16.28%。

2. 個案分析

成長性綜合得分最高的宇信科技（300674），其綜合得分約為0.77，由表6 可見，宇信科技4 個因子得分都大于零且排名都處于較高水平，說明在行業中，宇信科技的盈利、償債、營運、發展能力都有不錯的表現，公司重視各能力的均衡發展。反觀成長性得分最差的旗天科技 （300061）， 其得分約為-1.43，而其4 個因子中，雖然營運能力表現不錯，排名達到了第7 名，但是其他三個因子得分都非常低，僅憑營運能力一個方面的良好表現不能彌補其他能力的缺失。 通過比較分析我們可以發現，不同能力都對企業的成長性有著重要的影響，企業不應忽視任意一種能力，并且僅重視一種能力也不能使企業擁有高水平綜合能力，企業應高度重視四種能力的均衡發展。

通過查閱綜合得分排名前三公司資料進行研究可以發現，宇信科技（300674）作為國內金融科技解決方案市場的領軍者，其具有行業領先的技術優勢及良好的服務觀念，且公司高度重視產品研發和技術積累， 在行業內擁有極高的品牌聲譽，積累了大量具有長期穩定合作關系的客戶。而這些正是該公司保持自身四個能力協調穩定發展的關鍵。 拉卡拉（300773）是中國領先的綜合性金融科技集團。 該公司自主研發了行業領先的風控系統， 充分運用人工智能、AI 等技術積極開展科技創新。 同時，公司積極履行社會責任，助力教育和扶貧事業，堅持普惠金融，樹立良好品牌聲譽。因此，公司能夠不斷提高經營效率，保證穩定的盈利能力。新晨科技（300542）2016 年便開始積極布局區塊鏈技術等新技術的研究，公司的技術研發費用占收入的很大一部分并呈現逐年增加趨勢，公司不僅憑借堅實的技術能力， 確保為客戶提供高質量的產品和服務，保障著公司在行業間的高速度、高質量的發展能力，更能夠將以信息技術效力祖國、服務社會為己任，給予國家金融機構、廣電行業、軍隊、政府部門以最專業的信息技術服務，從而得到業界的廣泛認可，形成品牌優勢，從而使其保持著高水平的盈利能力、營運能力與償債能力。

表6 金融科技上市公司的各因子、成長性得分及排名情況（部分）

綜上所述，雖然宇信科技（300674）、拉卡拉（300773）、新晨科技（300542）的運營模式各有不同，但共同點是他們都非常重視對技術的研發，結合實證分析結果來看，對技術研發的高度重視將是金融科技上市公司具備良好成長性， 在行業競爭中能夠脫穎而出的重要因素之一。不僅如此，重視對社會責任的履行，保持良好的品牌聲譽，重視產品品牌化也有助于金融科技企業在行業中保持良好成長性。

四、結論與建議

通過對43 家金融科技上市公司成長性得分進行研究，可以發現：其一，從整體上來看，我國金融科技上市公司成長狀況一般，還存在很大的提高空間。 其二，我國金融科技上市公司的成長性很大程度上在乎于企業自身的盈利能力， 償債能力次之，但是，營運能力和發展能力同樣應該得到兼顧。 公司要想獲得高的成長性需要注重各方面的均衡發展， 不能厚此薄彼。 其三，成長性綜合得分排名較高的企業向我們展示了，企業應當高度重視技術，提高自主研發能力，同時也應該注重品牌建設，提高品牌聲譽，從而增強企業核心競爭力，使企業獲得持續健康發展的動力。

對企業管理層角度而言， 可參考本文構建的模型計算本公司的成長性，對得分高低進行原因分析和經驗總結。對成長性低的因子給予足夠的重視。 盈利能力因子和償債能力因子是影響金融科技上市公司成長性最重要的兩個因子， 如果公司這兩個因子表現較弱， 應該將這兩方面能力的提高作為首要目標。 在進行重點提升的同時還要保持成長性較高因子的優勢。對盈利能力方面表現較差的公司，應重點關注技術研發能力的提升，用以提高產品溢價能力，獲取更大的利潤空間，為未來持續盈利能力的獲得而蓄力。

對投資者而言， 可根據金融科技上市公司的四個因子得分、成長性綜合得分及排名情況，將自身重視的能力方面表現良好的公司納入投資范圍。 并且根據每個金融科技上市公司的特點，同自身對各個因子的分析相結合，進行企業投資價值的分析評價，繼而在金融科技行業尋找合適投資對象，構建最佳投資組合，提高投資收益，合理規避和降低投資風險。

對債權人而言， 最關注的莫過于將自有資金借給企業是否安全，是否能夠如期順利收回本息。這就要求企業有著足夠的償債能力。由于在金融科技企業成長性得分的構建中，影響因素最大的便是盈利能力因子，從而債權人可通過關注企業的成長性得分情況，對企業是否具備足夠獲取利潤的能力進行評價，進而做出相應的決策，提高企業到期收回資金的安全性。