基于大數據的股權質押金融風險預警研究

蔣政延 劉蘭 陳悠揚 劉昕藝 謝諾

摘要：我國股權質押方面起步相對較晚，發展步伐較快，其相應的風險傳染監管措施尚未及時跟進，使得風險傳染的宏微觀影響逐漸凸顯。不少投資者、金融機構、上市公司、監督部門因此深受困擾。本文將基于大數據，通過建立相對完善的風險預警體系，從而防范股權質押金融風險傳染效應的發生。

關鍵詞：大數據;股權質押;風險預警

一、前言

股權質押，又稱股權質權，是指出質人以其所擁有的股權作為質押標的物而設立的質押。通過股權質押，股東的靜態股權轉換成了動態現金流，具有操作簡單、融資效率高等優點，受到我國上市公司控股股東的青睞。隨著股權質押勢頭的迅猛發展以及去杠桿政策的層層推進，股權質押的隱藏性風險漸漸暴露并引起了廣泛的市場關注。

上市公司股東通過質押公司股權來解決“融資難”的問題，是一種典型的加杠桿行為。然而，在金融去杠桿政策的大背景下，股權質押受到了質權人無法及時收回融出資金的信用風險、股票價格波動帶來的流動性風險、資本市場價格不確定等一系列多樣化風險的影響。同時，股票價格的上下波動、市場的不穩定性會引起投資者的恐慌情緒和股票投資的“羊群行為”，可能導致系統性金融風險。

二、市場分析

截至2021年12月10日，A股市場共有2512家公司有股權質押，所占比例為53.99%，質押總市值合計為42240.57億元，占A股總市值的4.28%。

三、股權質押金融風險傳染路徑

（一）風險傳染分析

股權質押風險暴露加劇了公司股價崩盤風險、大股東掏空風險、控股股東控制權轉移風險、金融機構信用風險和市場流動性風險。在我國的證券行業中，個人投資者占比較高，并且存在著大量的高負債投資者，市場風險承受能力較差，易在受到沖擊時產生過度反應與羊群效應。因此，風險一但發生，極易通過投資者間的恐慌情緒及債權債務關系快速傳染。在經濟全球化環境下，區域性金融風險出現明顯的交叉態勢，網絡形態下風險一旦暴露，極易快速傳染給其他節點。在同一集團中、同一行業中、上下游行業間、同一地區上市公司間、高質押比例上市公司間和金融板塊上市公司間六種，這種風險傳染效應更加鮮明且富有規律性。

（二）路徑與事例

1.同一集團中

百洋股份（股票代碼：002696）于2019年5月17日發布《百洋產業投資集團股份有限公司關于控股股東部分股權質押的公告》，公告表示，公司控股股東孫忠義先生將其所持公司部分股權辦理了質押手續，新增質押400000股用以補充質押。巨潮資訊網顯示，其公告日窗口[-2，+2]期間不存在其他事件公告。后一交易日（2019年5月20日），百洋股份股價跌幅為10%，之后一周內股價呈下跌趨勢。說明補充質押公告的發布向市場傳遞了不利的信息，造成了股價的下跌。

CSMAR數據庫中查找得實際控制人文件顯示，百洋股份最終控制人為孫忠義、蔡晶夫婦，其名下另有上市公司金麒麟（股票代碼：603586）。在2019年5月17日前，金麒麟股價呈上漲態勢，之后一周，金麒麟股價呈下跌趨勢，5月20日跌幅為6.10%。經巨潮資訊網查詢，公告日窗口[-2，+2]期間，金麒麟僅于2019年5月16日對外發布一則公告，標題為《山東金麒麟股份有限公司關于完成工商變更登記的公告》，系執行股份回購造成注冊資本變更。由于5月6日公司已發布股份回購實施結果及股份變動公告，此次公告對當日股票市場的影響可忽略不計。因此，我們可以推測，是集團內的上市公司百洋股份股權質押風險暴露，引起了金麒麟股價的下跌。

2.同一行業中

以醫藥制造行業為例，股權質押憑借其門檻低、操作便捷等特點受到了企業控股股東的追捧。作為對資金需求較高的行業之一，其控股股東在面臨資金需求進行股權質押時更應該仔細謹慎，如果將該融資方式作為侵占企業利益、謀取私利的工具，這不僅會阻礙醫藥企業的成長，最終還會給廣大投資者和整個行業造成負面的影響。例如恒康醫療控股股東的高比例質押行為在很大程度上催生了市場的消極反應，不僅給企業價值帶來了諸多不利的影響，還對整個行業造成了負面的影響。

3.上下游行業間

大公司因股權質押所導致的風險往往會對其產品供應鏈上下端的產業造成連鎖影響。例如房地產低糜態勢蔓延到上下游產業鏈，受其影響，位于產業鏈下游的建筑材料、建筑裝飾和水泥制造等行業近期利差均會大幅度上漲。而在宏觀經濟巨變大環境下，行業周期輪動的影響讓處于產業鏈上游的煤炭、化工和鋼鐵等強周期行業利差近期均有所下行，其債券估值總體上升。

近年來，化工、冶煉等高耗能產業下游盈利能力逐年走下坡路，期間雖出現小幅度回升，但總體趨勢仍呈現低糜態勢。而節能服務產業附屬于高耗能產業的工廠及材料設備，高耗能產業整體弱勢使得節能產業的節能需求和支付能力運轉不良，對應的項目資金具有很大影響。以神霧環保為例，其主營業務是為一些高耗能高污染企業提供節能環保技術支持，公司核心競爭力在于環保領域投放的先進技術和資金整合管理，因為高耗能產業的不景氣加之神霧環保業務模式在整個產業鏈中的弱勢地位，導致神霧環保在部分節能項目的款項無法如期收回，造成巨大的現金缺口。后出現神霧環保控股股東幾次股權質押狀況，17年，神霧環保被爆出股價虛假繁榮，股價出現連續暴跌。因大股東股權質押比例過高，神霧環保宣布停牌重組，謀求自救。2018年，隨著該公司股權質押風險暴露，神霧環保集團融資有限，無力償還所欠債務，導致股權凍結。

4.同一地區上市公司間

受區域經濟差異化影響，區域性市場環境多樣，當一元的宏觀政策面向全體時，各區域間的差異化應對宏觀性、系統性金融風險時將達到不同的區域效果。一般而言，發達區域憑借其健全的金融機構體系和成熟的金融市場條件可以達到政策預期結果，落后區域則不然，進而股權質押風險暴露效應在不同區域出現不同程度的反饋。

5.高質押比例上市公司間

2018年6月19日，神州長城股價在盤中毫無征兆的突然閃崩，股價封死跌停板。在其后的三個交易日中，神州長城的股價繼續一字板跌停。6月21日公司回應稱經營正常。同年6月14日，貴人鳥股價在盤中突然跌停，而在隨后的7個交易日中，股價繼續封死跌停。截至2018年6月26日，其股價跌幅已經超過了50%。公司同樣公告稱公司生產經營正常。

這兩個公司的共同點都是存在大股東質押比例較高的問題。根據神州長城2018年一季度披露的信息，第一大股東陳略持有公司34.36%的股份，其中93%的股份已經質押。截至2018年6月26日，控股股東貴人鳥集團累計質押股份46442萬股，占其持有股份的97%。隨著公司股價持續大幅下跌，這兩家公司大股東質押的股票隨即面臨平倉風險。2018年6月初至7月初，市場的大幅下挫使得數百家上市公司大股東股票質押觸及平倉線。僅2018年6月19日至7月1日，近100家上市公司發布了股東補充質押的公告。其中，超過50家公司控股股東進行了補充質押，原因都是質押股份面臨平倉壓力。

6.金融板塊上市公司間

以海航集團為例，海航集團有過多次杠桿并購的顯赫戰績，在2017年5月以9.92%的股份成為德意志銀行的最大股東，4月10日收購新加坡物流公司CWT，在美國持有約13億美元的地產。這一切離不開集團的板塊擴張，隨著規模的擴大，金融板塊也成為海航集團的主營業務之一。

但這背后，海航的股權質押率也令人咋舌。截至2018年1月20日，海航集團旗下8家A股上市公司的股權均有質押，其中渤海金控質押率為60.43%。之后，海航通過拋售旗下大批地產和縮減集團規模來緩解債務壓力，隨之而來的就是金融板塊的剝離。杠桿的背后帶來的也是高風險債資，極易造成資金鏈風險。

四、大數據原理與相關應用

大數據的出現，使得傳統的數據思維方式發生了質的變化，同時也帶來了新的時代變革。大數據指的不是單純信息量巨大的數據集合，而是一種分析數據和處理數據的技術。目前國際上對大數據的定義被普遍接受的是大數據具備區別于“海量數據”的信息特征。國際數據中心（IDC）認為，“大數據”是一種其具備“4V 特征”的數據集，“4V”分別指的是：海量性（Volume）、多樣性（Variety）、高速性（Velocity）以及價值性（Value）。總而言之，大數據是應用統計學、數據分析學以及數據科學對海量的信息進行整合、研究與分析，通過互聯網傳播、并在互聯網發展下不斷豐富的信息總和。

目前大數據在企業的生產經營和人們的日常生活中都起到了相當重要的作用。例如對農業生產的精準控制和智能管理，制造業企業的方案設計、生產加工和售后服務，交通出行類企業的數據搜索、定位和調度管理，零售餐飲業的即時配送、營銷選址，運輸物流類企業的物流匹配，房地產經濟類企業的客戶畫像、服務優化，醫療服務類企業的遠程醫療診斷，金融服務類企業的風險控制等等。其中如物流配送、導航定位、客戶服務等更是與人們的生活息息相關。大數據的海量樣本和可調度高速計算極大地提高了人類的生產效率和科技發展。

五、基于大數據的股權質押金融風險預警系統

（一）遵循原則

1.時效性

金融行業的環境時刻都在發生變化，每時每刻有新的數據產生，妥善處理數據的及時性成為了預警系統的首要前提，保證了能有足夠的時間去預防風險、應對風險。

2.實用性

預警系統面對的使用對象不是單一的，而是由不同的個人或企業組成的。需求產生市場，好的預警系統要求操作界面簡潔明了、容易上手，能夠適應各種電腦、手機系統，便捷使用。

3.精確性

在構建預警系統時一定要確保運用數據的準確性、運作機制的明確性、運轉系統的穩定性，只有這樣才能更加準確地預警股權質押暴露后的金融風險傳染效應，降低損失。

（二）基本構成

1.數據搜集

利用網絡爬蟲、Python、R語言等大數據工具通過上市公司官網、各大搜索引擎、數據庫、社交平臺、新聞媒體等途徑進行數據采集，獲取上市公司企業基礎數據（企業經營范圍、所在地區、所在行業信息、股價波動等）、企業關聯/投資數據（企業對外信息、企業關聯子公司、企業控股母公司）、企業輿情數據（用以發現隱性關聯關系、輔助影響因素的識別）。

2.數據整合

對搜集到的數據數據進行量化處理，利用EViews、Excel、Access等軟件工具對數據進行整理。

3.數據分析

選取合適參數，構建宏微觀風險預警模型。從微觀角度來看，上市公司本身的一些財務特征、治理特征等將影響其被傳染的程度，可據此構建微觀的風險預警模型;從宏觀角度來看，集團特征、地區金融發展水平、行業特征等的差異都將影響風險傳染程度，因此本課題擬在檢驗以上差異對風險傳染效應影響的基礎上，構建宏觀的風險預警模型。

（三）風險防范

1.數據風險

搜集到的信息數據有著一定的不可靠性。需要擴大樣本量，利用國泰安數據庫、東方財富網、巨潮資訊網等多方面渠道獲取所需數據。

2.預警風險

系統本身可能有一定風險。需要安排定期測試，及時修正錯誤、鏟除冗余，確保系統正常穩定運行。

3.人為風險

不斷完善監管相關的法律法規，明確監管范圍，嚴厲打擊違法犯罪行為，防范人為風險。

六、結論

大數據背景下，機遇與挑戰并存。股權質押剛剛興起，需要一個風險監管不斷完善的過程。我們應該利用好大數據技術，不斷推動股權質押金融風險預警系統的發展與完善，從而有效控制股權質押金融風險，為金融行業的蓬勃發展保駕護航。

參考文獻

[1]董雨琦.海航集團多元化擴張下財務流動性風險傳染效應研究[D].北京：北京交通大學，2021.

[2]楊潤貴.我國金融控股公司的戰略轉型[J].南方金融，2018，502：3-11

[3]郭文偉，何潔，沈明浩. 全球股市的依存結構與風險傳染研究[J].金融監管研究，2021，113：80-97

[4]劉洋，劉曉宇. 金融市場風險傳染路徑及管控[J].金融理論與數學，2020，159：47-48

[5]黃安琦，蘇雯靜. 基于大數據分析的互聯網金融風險預警研究[J].時代金融，2020，（11）：13-14.

作者簡介：

蔣政延（2001-），女，漢族，江蘇南通人，南京審計大學本科在讀，金融學方向。

基金項目：

2021年江蘇省大學生實踐創新訓練項目“基于大數據的股權質押金融風險傳染路徑分析與預警模型構建研究”（202111287048Y）。