基于財務視角對科創板高新技術企業的成長性研究

陳安寧 胡永銓(通訊作者)

(浙江工商大學杭州商學院 浙江杭州 311508)

隨著大數據時代的到來，技術的發展越發迅速，云計算、自動化、人工智能、新能源等新產業在資本市場高歌進軍。但是由于資本投入期長、資本回收慢，融資問題使大量高新技術企業進入瓶頸，制約其長遠發展甚至導致企業破產，如連年虧損導致資金無法支撐技術創新而經營持續惡化的柯達、轉型失敗而破產清算的重慶大唐科技。為鼓勵與支持高新技術的研發和發展，科創板出現在了資本市場上，它為高科技、創新型企業提供直接融資服務，尤其是為中小型高新技術企業提供了發展機會，讓真正有硬技術的企業在資本市場中脫穎而出。

由實踐方面而言，融資是大多數高新技術企業面臨的最大問題，尤其是中小型創新型企業。有想法、有人才，卻沒有足夠的資金進行持續研發，難以將技術和專利轉化為具體的產品和服務，無法形成自身競爭優勢，失去后續的人才招攬與融資，從而進入深淵。科創板為這些中小型企業開辟了一條路，讓發展潛力大的企業持續健康地發展，讓更多的想法變成產品和服務，實現真正的創新。

由理論方面而言，作為一種新的供給制度，科創板大力推動我國經濟高質量發展，促進資本市場健全地、高效地、安全地運行。現實中，一些生產要素和資源無法通過已有市場和渠道流向中小型創新企業，過度金融化和金融泡沫大有取代實體經濟的傾向，不利于我國經濟的長遠發展。因此，必須通過新的制度供給，增加有效的金融供給，避免金融泡沫，防控金融風險。

本文通過對科創板首批上市公司中10家公司的財務能力進行分析，精準全面測量其成長性，從而研究科創板對高新技術企業乃至資本市場發展的意義與影響。

1 文獻綜述

孫立梅(2004)提出，只有朝陽行業才具有發展潛力，而市場占有率技術創新能力與管理成長性、產權主體多元化、人力資源也是評析企業發展前景必不可少的因素，由生物成分、非生物成分和特殊成分三個角度構建函數研究企業活力。

朱和平(2004)從財務狀況和潛力、人力資本力量、技術創新力量、市場和社會關系四個方面對企業成長進行研究。

王青燕、何有世(2005)以主營業務增長率、主營業務利潤增長率和凈利潤率為指標，用因子分析與回歸方法相結合，以判斷企業未來成長性。

丁琳(2010)選取山東省102家中小企業為研究樣本，通過突變級數評價方法和主成分分析法構建動靜態結合的成長性評價體系。

黎東升、鄭芳芳(2011)將盈利發展能力、競爭力和資本結構視為影響高新技術企業成長性的重要因素。

孫晶(2012)根據權力運行體系特征，從經營能力和增長能力揭示政治關聯的不同維度對企業成長性的影響，得出結論：政治資本的積累、政治關聯與戰略選擇的匹配性對企業成長性的提高意義重大。

秦田(2013)根據創業板企業的特點，通過面板數據模型對企業創新能力、資本投入回報率、企業規模、主營業務增長能力的變化進行實證分析，發現醫藥制造和電氣及機械制造業整體成長性好于其他行業。

余曉丹(2014)通過對現有資料進行整理，歸納出影響高新技術企業成長來源于企業本身的獨特優勢，如地理優勢、技術優勢、管理優勢、市場優勢及其他方面的優勢，并以發展能力、創新能力、經營能力為指標，構建高新技術企業成長性指標體系。

尹夏楠等(2015)認為，高新技術企業成長性與企業的創新能力、管控財務運作能力及風險控制能力密切相關。

姚剛(2019)選取滬深兩市高新技術企業為樣本企業，對其2015—2016年的數據進行了實證分析，通過研究政府補助與高新技術企業成長性的關系，探究政府補助正向作用的實現路徑。

張美(2019)認為，高管特征與公司成長性顯著正相關；企業文化與公司成長性顯著正相關；企業文化能夠增強高管特征與公司成長性之間的相關性。

2 案例分析

2.1 研究樣本

科創板自開板以來，上市公司數目龐大，本文選取首批上市公司中的10家作為研究樣本，并篩選涉及本批上市公司的各個行業，結果如表 1所示。

表1 研究樣本公司相關信息

2.2 研究過程

2.2.1 營運能力

總資產周轉率可反映企業的營運能力，兩者存在正相關關系。總資產周轉率越高，營運能力越好，企業成長性越好。

由表2可知，瀾起科技、福光股份與虹軟科技的總資產周轉率較低，華興源創、中國通號與西部超導中等，其余五家企業總資產周轉率較高，營運能力較好，資產管理效率較好。

表2 研究樣本企業2020-9-30—2021-6-30總資產周轉率

2.2.2 盈利能力

銷售毛利率體現出盈利能力，銷售毛利率越高，盈利能力越好，企業成長性越好。

由表3可知，容百科技銷售毛利率較低，且低于行業平均水平，盈利能力較弱，其余企業都較高，特別是虹軟科技，銷售毛利率超過90%，其盈利能力明顯強于其他樣本企業。

表3 研究樣本企業2020-9-30—2021-6-30銷售毛利率

2.2.3 償債能力

本文從樣本企業2020年末的資產負債率、流動比率與速動比率比較其償債能力。

由表4可知，從資產負債率上看，瀾起科技明顯偏低，說明其長期償債能力較弱；從流動比率和速動比率來看，瀾起科技和虹軟科技流動比率明顯大于2，速動比率也遠遠大于1，說明其短期償債能力較弱。

表4 研究樣本企業2020年末資產負債率、流動比率和速動比率

2.2.4 研發能力

專利申請數可以在一定程度上體現企業的研發能力，專利申請數越多，研發能力越強，企業成長性越好。

截至2021年10月30日，筆者根據佰騰網查閱樣本企業專利申請數如表5所示。

表5 截至2021年10月30日研究樣本企業專利申請數

虹軟科技和中國通號專利申請數較少，航天宏圖和瀾起科技中等，其他樣本企業申請數遠大于行業平均數，研發能力強。此項指標中最為突出的是光峰科技，專利申請數達到1679，可見該企業的創新性和差異性極強，在各高新技術企業中獲得開發新領域的機會，擁有市場競爭優勢，從而使企業具有強成長性。

3 模型研究

本文以第三章中的6個變量為評析指標，并按照因子分析法對選取的10家科創板上市公司建立模型。在此之前，通過KMO檢驗及巴特利特球形度檢驗研究變量之間的相互關系，以確定這些數據是否適合因子分析。

3.1 KMO檢驗及巴特利特球形度檢驗

一般而言，KMO數值越接近1，表明變量之間相關性越強；KMO數值越接近0，變量之間相關性越弱。KMO檢驗系數＞0.5，巴特利特球形度檢驗P值(顯著性概率)＜0.05時，數據才有結構效度，才能進行因子分析。

由表6可知，KMO數值為0.538，且P值遠小于0.05，達到了因子分析的要求，可對本文選取的數據建立因子模型。

表6 KMO和巴特利特球形度檢驗

3.2 方程構建

本文通過因子降維得出的總方差解釋和成分矩陣提取因子并構建方程，再按照加權得分，合理得出10家企業成長性得分。

由表7可知，特征根大于0.9的因子主要有3個，本文共選取了3個公共因子，它們旋轉后的貢獻率分別為52.686%、17.600%、15.465%，對總體變量的解釋度達到了85.751%，具有較高的解釋度，符合解釋要求。

表7 總方差解釋

通過最大方差對因子進行分析，得出旋轉后的成分矩形。由表 8可知，F1主要與流動速率和速動比率有關，主要與企業財務報表中的風險控制能力有關，因此將其命名為風控因子。

表8 旋轉后成分矩陣

F2主要與銷售毛利率有關，主要與企業財務報表中的盈利能力有關，因此將其命名為盈利因子。

F3主要與總資產周轉率、專利申請數有關，總資產周轉率主要與企業財務報表中的營運能力有關，專利申請數主要與科研能力有關，因此將其命名為營運因子。

由此，可對表 9成分得分系數矩陣構建方程。

表9 成分得分系數矩陣

按照F1、F2、F3因子所占權重，得出企業成長性得分Score。

Score=40.8/85.751 F1+26.801/85.751 F2+18.15/85.751 F3

并對得分降序處理，結果如表10所示。

由表10可知，對于本文選取的樣本企業，40%的企業得分在0以上，說明具有較好的成長性，甚至有一家企業得分大于1，擁有巨大的發展潛力，成長性強。剩余60%的樣本企業得分在-1以上，成長性一般。但也可以明顯看出，排序第一的瀾起科技與排序最后的中國通號得分相差較大，說明科創板高新技術企業之間的成長性存在較大的差距。

表10 企業成長性得分

同時，從企業的各因子得分中可得出，企業各項因子得分差距較大，如瀾起科技，風控因子(F1)為2.34分，其盈利因子(F2)和營運因子(F3)得分卻不高，說明該企業各項能力發展不均衡。

4 結語

綜合五項指標及因子分析模型而言，科創板上市的高新技術企業成長性整體較好，整體數據優于行業平均值。

各企業各項能力發展不均，營運能力、盈利能力、償債能力、研發能力四項因子在各企業中表現情況不同，有些甚至差別巨大。不但行業間的差距較大，而且同一行業，企業間也存在較大差距，需要調節各因子均衡發展，使企業整體穩健發展。