河北金融學(xué)院2019屆本科畢業(yè)論文引言1.1研究背景和意義1.1.1研究背景2016年8月8日，國務(wù)院發(fā)布的《十三五國家科技創(chuàng)新規(guī)劃》中明確指出要以促進科技金融產(chǎn)品和服務(wù)創(chuàng)新、建設(shè)國家科技金融創(chuàng)新中心為目標(biāo)，由此金融科技產(chǎn)業(yè)正式成為國家政策引導(dǎo)方向。統(tǒng)計局統(tǒng)計數(shù)據(jù)顯示，2017年中國科技金融企業(yè)共獲得融資超過1639億元，2015-2017年中國金融科技企業(yè)的營業(yè)收入從729.1億元增長到4017.6億元，增長了4.5倍?？梢姡覈萍冀鹑谄髽I(yè)近些年獲得了快速發(fā)展。2017年中國行業(yè)發(fā)展報告指出，金融與科技的結(jié)合相關(guān)度已達到47%以上，金融科技在促進我國經(jīng)濟增長和產(chǎn)業(yè)革新等方面發(fā)揮著越來越重要的作用，而債權(quán)融資又是促進金融科技企業(yè)實現(xiàn)產(chǎn)業(yè)增值的重要渠道。因此，在考慮債權(quán)融資促進企業(yè)發(fā)展的同時，債權(quán)融資風(fēng)險問題也是我們必須要重點關(guān)注的熱點話題。1.1.2研究意義債權(quán)融資在為企業(yè)發(fā)展成長注入資金的同時也伴隨著融資風(fēng)險。因此，如何為金融科技企業(yè)的發(fā)展獲得資金、降低債權(quán)融資風(fēng)險是促進初創(chuàng)型金融科技企業(yè)取得長效發(fā)展亟待解決的問題。因此，基于財務(wù)分析視角研究北京市金融科技企業(yè)債權(quán)融資風(fēng)險的影響因素，有利于促進企業(yè)合理安排自身的資產(chǎn)負(fù)債規(guī)模，加速資金周轉(zhuǎn)，進而加強對債權(quán)融資過程中的資金籌集和運用手段的管理，增強金融科技企業(yè)的債權(quán)融資風(fēng)險應(yīng)對能力，促進北京市金融科技企業(yè)的健康有效發(fā)展。1.2文獻綜述1.2.1債權(quán)融資風(fēng)險成因的研究許莉莉（2011）認(rèn)為多數(shù)中小型企業(yè)效率低下、盈利能力弱、凈現(xiàn)金流量穩(wěn)定性差、資產(chǎn)負(fù)債率高是造成債權(quán)融資風(fēng)險的主要原因。秦媛（2011）從債權(quán)融資決策和財務(wù)經(jīng)營管理兩方面分析債權(quán)融資風(fēng)險成因，指出負(fù)債規(guī)模、短期和長期負(fù)債比率、預(yù)期現(xiàn)金流量、企業(yè)營運和發(fā)展是影響債權(quán)融資的重要因素。王滿（2011）認(rèn)為金融科技企業(yè)在初創(chuàng)期主要以債權(quán)融資為主，而金融科技企業(yè)高投入、低產(chǎn)出，市場不確定性因素較強的特點，是導(dǎo)致其債權(quán)融資風(fēng)險高于其他中小型企業(yè)的主要原因。1.2.2債權(quán)融資風(fēng)險測度的研究方先明（2015）通過研究企業(yè)盈利能力和資產(chǎn)負(fù)債結(jié)構(gòu)間的相關(guān)性，利用資產(chǎn)規(guī)模、固定資產(chǎn)占總資產(chǎn)比重、資本比率等指標(biāo)，進行債權(quán)融資風(fēng)險測度。黃奕信（2015）針對中國互聯(lián)網(wǎng)企業(yè)不同階段融資特點選取相關(guān)財務(wù)指標(biāo)和非財務(wù)指標(biāo)構(gòu)建指標(biāo)體系，利用模糊綜合評價法和因子分析對互聯(lián)網(wǎng)企業(yè)進行評分，最后得出公司債權(quán)融資風(fēng)險主要受到財務(wù)風(fēng)險的影響。曹靜（2016）通過問卷調(diào)查對拉薩市100家中小型企業(yè)進行融資風(fēng)險因素調(diào)查，發(fā)現(xiàn)債權(quán)融資是中小企業(yè)進行融資的主要渠道，最后通過因子分析法對債權(quán)融資風(fēng)險因素進行測量。綜上所述，大量文獻集中于研究全國范圍內(nèi)的同一行業(yè)或者某一地市的不同行業(yè)的債權(quán)融資風(fēng)險，而對某個具體地市的具體行業(yè)的債權(quán)融資風(fēng)險問題方面研究較少。1.3研究內(nèi)容和目的1.3.1研究內(nèi)容文章主要包括以下四部分內(nèi)容：第一章是引言。分析金融科技企業(yè)的債權(quán)融資風(fēng)險背景，確定本文的研究對象和研究問題，并對債權(quán)融資風(fēng)險的形成原因和債權(quán)融資風(fēng)險測度以及融資風(fēng)險的方法和手段等具體初步闡述。第二章是北京市金融科技企業(yè)債權(quán)融資現(xiàn)狀。具體通過債權(quán)融資規(guī)模和債權(quán)融資成本兩個方面闡釋。第三章是北京市金融科技企業(yè)債權(quán)融資風(fēng)險模型構(gòu)建及評價。首先提出研究前提，然后確定整理影響北京市金融科技企業(yè)債權(quán)融資發(fā)展的相關(guān)指標(biāo)，通過因子分析法構(gòu)建債權(quán)融資風(fēng)險因素分析模型，最后對所做模型進行分析評價。第四章是針對上述風(fēng)險因素分析模型結(jié)果提出相應(yīng)應(yīng)對措施及建議，以促進北京市初創(chuàng)型金融科技企業(yè)的健康穩(wěn)步發(fā)展。1.3.2研究目的本文旨在通過識別影響北京市金融科技企業(yè)債權(quán)融資的風(fēng)險因子，基于財務(wù)分析視角構(gòu)建金融科技融資風(fēng)險評估體系，為北京市金融科技企業(yè)對債權(quán)融資風(fēng)險識別、評估和制定風(fēng)險防范策略提供參考，進而促進金融科技企業(yè)調(diào)整內(nèi)部財務(wù)策略，優(yōu)化債權(quán)融資手段，提高風(fēng)險防范能力。1.4研究過程和研究方法1.4.1研究過程在撰寫論文的過程中，首先通過閱讀有關(guān)中小型企業(yè)債權(quán)融資風(fēng)險的相關(guān)文獻，明確本文對金融科技企業(yè)債權(quán)融資風(fēng)險的界定范圍，然后從北京市金融科技企業(yè)債權(quán)融資現(xiàn)狀引出目前北京市金融科技企業(yè)債權(quán)融資存在的風(fēng)險，進而構(gòu)建債權(quán)融資風(fēng)險分析模型，為金融科技企業(yè)的債權(quán)融資風(fēng)險提出應(yīng)對策略。金融科技企業(yè)債權(quán)融資風(fēng)險金融科技企業(yè)債權(quán)融資風(fēng)險北京市金融科技企業(yè)北京市金融科技企業(yè)債權(quán)融資現(xiàn)狀債權(quán)融資成本債權(quán)融資規(guī)模債權(quán)融資成本債權(quán)融資規(guī)模債權(quán)融資風(fēng)險模型構(gòu)建債權(quán)融資風(fēng)險模型構(gòu)建債權(quán)融資模型分析評價債權(quán)融資模型分析評價1.4.2研究方法1.因子分析法：以北京市上市金融科技公司2015-2017年相關(guān)財務(wù)指標(biāo)為基礎(chǔ)構(gòu)建模型，利用因子分析法，對債權(quán)融資風(fēng)險影響大小進行評價監(jiān)測。2.定量分析和定性分析：在建立債權(quán)融資風(fēng)險分析模型時，通過對北京市上市金融科技企業(yè)2015-2017年這3年的財務(wù)指標(biāo)來分析公司的經(jīng)營發(fā)展現(xiàn)狀和發(fā)展?jié)摿Γ⒃谶M行數(shù)據(jù)闡述時采取定量分析；在影響融資風(fēng)險因素的大小方面采取定性分析。2北京市金融科技企業(yè)債權(quán)融資現(xiàn)狀考慮到樣本數(shù)據(jù)的可得性、公開性、代表性，本文選取北京市的9家上市金融科技公司作為北京市金融科技企業(yè)的代表，并選取2015-2017年的財務(wù)指標(biāo)，分析其債權(quán)融資規(guī)模和債權(quán)融資成本。2.1債權(quán)融資規(guī)模方面公司的債權(quán)融資主要包括短期借款、長期借款和應(yīng)付債券。在融資規(guī)模方面，北京上市金融科技企業(yè)的債權(quán)融資總規(guī)模呈遞增趨勢，由2015年的148.52億元增加到2017年的198.45億元，增長幅度為33.62%。但是，與同期上海市上市金融科技企業(yè)相比，北京市上市金融科技企業(yè)的戶均債權(quán)融資規(guī)模相對較低，增長較慢。上海市上市金融科技企業(yè)的戶均債權(quán)融資規(guī)模從2015年的12.63億元增長到2017年的48.82億元，增長286.48%，而北京市從16.50億元增加到22.05億元，增長33.62%。從債權(quán)融資規(guī)模增長率來看，北京市債權(quán)融資規(guī)模增長率最高為2017年的198.91%，而同期上海市金融科技企業(yè)債權(quán)融資增長率為589.25%，是北京市的2.96倍?？梢姡本┦薪鹑诳萍计髽I(yè)和上海市金融科技企業(yè)在利用債權(quán)融資方面有較大差距。表1金融科技企業(yè)融資情況對比（億元）北京上海201520162017201520162017先進數(shù)通1.081.741.85國泰君安22.5445.1390.45綠盟科技1.651.712.27東方財富9.5623.9439.01東華軟件8.416.629.36中曼石油1.451.754.35中科金財2.412.612.71大智慧27.8145.34101.55辰安科技2.864.306.74古鰲科技1.803.458.74飛天誠信2.000.140.21久其軟件5.789.787.15同有科技0.100.130.12同方股份124.23117.96168.04總體融資規(guī)模148.52144.99198.4563.16119.61244.10平均融資規(guī)模16.5016.1122.0512.6323.9248.82融資增長率-103.36%198.91%-426.03%589.25%數(shù)據(jù)來源：萬德數(shù)據(jù)庫2.2債權(quán)融資成本方面在本文中利用財務(wù)費用除以短期借款、長期借款和應(yīng)付債券之和來表示債權(quán)融資成本。在債權(quán)融資成本方面，北京市上市金融科技企業(yè)的債權(quán)平均融資成本相對比較平穩(wěn)，2015年到2017年沒有出現(xiàn)太大的變化，2015年至2017年的平均債權(quán)融資成本分別為2.52%、3.1%和2.26%，債權(quán)融資成本相對較低。但是，個別上市金融科技企業(yè)如先進數(shù)通、中科金財?shù)炔糠止镜膫鶛?quán)融資成本達10%左右，還需適當(dāng)降低。表2北京市上市金融科技企業(yè)債權(quán)融資成本（%）公司名稱201520162017財務(wù)費用（億元）3.7484.54.5借款總額（億元）148.518144.99199.45債權(quán)融資成本（%）2.52%3.10%2.26%數(shù)據(jù)來源：萬德數(shù)據(jù)庫3北京市金融科技企業(yè)債權(quán)融資風(fēng)險模型構(gòu)建債權(quán)融資風(fēng)險主要是指企業(yè)通過借款或債券進行資金籌集時所產(chǎn)生的風(fēng)險。考慮到指標(biāo)選取的可行性、數(shù)據(jù)的公開可獲得性，本文主要基于財務(wù)分析的視角分析北京市上市金融科技企業(yè)債權(quán)融資風(fēng)險。3.1確定債權(quán)融資風(fēng)險因子對于金融科技企業(yè)來說，債權(quán)融資風(fēng)險主要體現(xiàn)在一定融資成本下獲取債權(quán)融資的便利性及可得性，這與企業(yè)的經(jīng)營績效密切相關(guān)。通常情況下，企業(yè)的經(jīng)營績效越好，償債能力越強，公司以較低成本獲取債權(quán)融資的可能性越大，債權(quán)融資風(fēng)險相對越小。而企業(yè)的經(jīng)營績效可主要通過盈利能力、償債能力和營運能力三方面反映，因此我們從這三方面選取指標(biāo)作為債權(quán)融資風(fēng)險因子。速動比率（x1）、資產(chǎn)負(fù)債率（x2）分別從長期和短期來衡量企業(yè)的償債能力。流動資產(chǎn)周轉(zhuǎn)率（x3）、應(yīng)收賬款周轉(zhuǎn)率（x4）用于衡量企業(yè)的營運能力。凈資產(chǎn)收益率（x5）、普通股權(quán)益報酬率（x6）用于衡量企業(yè)的盈利能力。表3指標(biāo)選取指標(biāo)變量速動比率x1資產(chǎn)負(fù)債率x2流動資產(chǎn)周轉(zhuǎn)率x3應(yīng)收賬款周轉(zhuǎn)率x4凈資產(chǎn)收益率x5普通股權(quán)益報酬率x63.2構(gòu)建債權(quán)融資風(fēng)險因子分析模型3.3.1因子分析評價過程根據(jù)確定的債權(quán)融資風(fēng)險因子構(gòu)建債權(quán)融資風(fēng)險模型，搜集北京市9家上市金融科技企業(yè)2015-2017年的年報數(shù)據(jù)，然后對樣本數(shù)據(jù)計算算數(shù)平均值，得到初始指標(biāo)數(shù)據(jù)。利用SPSS軟件對數(shù)據(jù)進行KMO和Bartlett球形檢驗，確定其因子分析模型設(shè)定的可行性。檢測結(jié)果如下：表4KMO和Bartlett的檢驗取樣足夠度的Kaiser-Meyer-Olkin度量0.525Bartlett的球形度檢驗近似卡方590.823df136.000Sig.0.000

由KMO和Bartlett檢驗結(jié)果可知，KMO值為0.525，大于臨界值0.5；顯著性概率p值為0.000，小于臨界值0.05，說明所選指標(biāo)適用于因子分析。接下來利用主成分分析法對因子進行提取，提取結(jié)果如下：表5解釋的總方差成份初始特征值提取平方和載入旋轉(zhuǎn)平方和載入合計方差的%累積%合計方差的%累積%合計方差的%累積%12.03431.14531.1452.03431.14531.1452.07712.21728.44421.59213.36444.5091.59213.36444.5091.9711.58743.21431.49928.02972.5381.49928.02972.5381.85710.92670.00440.4419.59282.13050.2099.74591.87560.0238.125100.00分析可得，前三個公因子的累計方差貢獻率為70.004%，即通過主成分分析可以用前三個公因子對選取的六個指標(biāo)所包含的全部信息進行70.004%的解釋。其中，第一個公因子的方差貢獻率為28.444%，這說明其綜合所有變量的能力最強。第二個公因子的方差貢獻率為14.770，第三個公因子的方差貢獻率為26.790%。利用最大方差法，對主成份矩陣進行旋轉(zhuǎn)，得出旋轉(zhuǎn)成份矩陣：表6旋轉(zhuǎn)成份矩陣成份123速動比率0.905-0.124-0.115資產(chǎn)負(fù)債率0.534-0.021-0.16流動資產(chǎn)周轉(zhuǎn)率0.4370.554-0.122應(yīng)收賬款周轉(zhuǎn)率0.2560.375-0.382凈資產(chǎn)收益率-0.0020.2320.311普通股權(quán)益報酬率-0.0690.3150.881考慮到公共因子對指標(biāo)的載荷量大小并結(jié)合各指標(biāo)對融資風(fēng)險影響的大小，將3個因子中的每一個因子分別與其他兩個因子橫向比較，選出同一個因子中比其他兩個因子都大的財務(wù)指標(biāo)，將其歸類到3個公因子中，并根據(jù)指標(biāo)載荷量對公因子的貢獻率進行合理命名。表7公因子解釋歸類公因子載荷量較大的指標(biāo)因子名稱F1速動比率、資產(chǎn)負(fù)債率償債能力F2流動資產(chǎn)周轉(zhuǎn)率、應(yīng)收賬款周轉(zhuǎn)率營運能力F3凈資產(chǎn)收益率、普通股權(quán)益報酬率盈利能力最后，根據(jù)因子的貢獻率采用歸一法確定每個因子的權(quán)重，即各個因子貢獻率和各因子累計貢獻率之比。表8權(quán)重表F1F2F3總和貢獻率28.44%14.77%26.79%70.00%權(quán)重0.4060.2110.38314債權(quán)融資風(fēng)險模型結(jié)果評價及應(yīng)對策略4.1債權(quán)融資風(fēng)險模型結(jié)果評價由表8可知，公因子F1（償債能力）、F2（營運能力）和F3（盈利能力）所占權(quán)重分別為0.406,0.211和0.383，可知北京市金融科技企業(yè)債權(quán)融資風(fēng)險受償債能力影響最大，受盈利能力影響次之，受營運能力影響最小。結(jié)合權(quán)重表和北京市上市金融科技企業(yè)2015至2017年財務(wù)報表數(shù)據(jù)來看，第一個公因子的方差貢獻率為28.444%，說明償債能力對北京市金融科技企業(yè)債權(quán)融資風(fēng)險影響最大。從短期償債能力來看，2015至2017年間，80%的北京市上市金融科技企業(yè)速動比率維持在1以上，說明短期償債負(fù)擔(dān)較小。從長期償債能力來看，80%的金融科技企業(yè)資產(chǎn)負(fù)債比率持在40%左右，個別企業(yè)資產(chǎn)負(fù)債率超過100%，說明個別企業(yè)存在較高的償債風(fēng)險。因此，目前多數(shù)北京市金融科技企業(yè)債務(wù)負(fù)擔(dān)較輕，債權(quán)融資風(fēng)險相對較小。第三個公因子在凈資產(chǎn)收益率、普通股權(quán)益報酬率兩個指標(biāo)方面具有較大載荷量，其方差貢獻率為26.790%。2015年至2017年，北京市上市金融科技企業(yè)在凈資產(chǎn)收益率和普通股權(quán)益報酬率方面均呈現(xiàn)下降趨勢，凈資產(chǎn)收益率由120.46%下降到62.74%，下降幅度為48%；普通股權(quán)益報酬率從584.84%下降到213.09%，下降幅度為63%，說明北京市金融科技企業(yè)的盈利能力相對較低，一定程度上制約了債權(quán)融資的獲取。金融科技企業(yè)具有高投入，回報低且回報周期長的特點，北京市金融科技企業(yè)目前處于成長初期，盈利資金會用于再投資以促進金融科技企業(yè)的設(shè)備購置、技術(shù)研發(fā)，致使普通股權(quán)益報酬率和凈資產(chǎn)收益率比率有所降低。因此目前北京市金融科技企業(yè)要想取得可觀收益，可考慮增強公司的盈利能力因此，債權(quán)人總會愿意把資金投向盈利能力較強的企業(yè)，即企業(yè)盈利能力越強，其債權(quán)融資風(fēng)險就會相應(yīng)降低。第二個公因子在流動資產(chǎn)周轉(zhuǎn)率和應(yīng)收賬款周轉(zhuǎn)率這兩個指標(biāo)方面具有很大的載荷量，方差貢獻率為14.770%，這兩個指標(biāo)反映企業(yè)的營運能力。目前北京市金融科技企業(yè)三年總體流動資產(chǎn)周轉(zhuǎn)率和應(yīng)收賬款周轉(zhuǎn)率呈上升趨勢，流動資產(chǎn)周轉(zhuǎn)率的增長幅度為175%，應(yīng)收賬款的增長幅度為22%。二者的周轉(zhuǎn)速度表現(xiàn)正常，說明企業(yè)的資金利用效率較高，預(yù)期收益較好，從而債權(quán)融資風(fēng)險就越小。4.2債權(quán)融資風(fēng)險應(yīng)對策略本文基于財務(wù)分析的視角分析北京市金融科技企業(yè)應(yīng)對債權(quán)融資風(fēng)險的策略，根據(jù)上述實證分析結(jié)果，目前北京市金融科技企業(yè)在營運能力方面表現(xiàn)正常，盈利能力和償債能力是制約北京市金融科技企業(yè)獲取債權(quán)融資的關(guān)鍵因素。因此我們主要針對企業(yè)盈利能力和償債能力方面提出具體應(yīng)對債權(quán)融資風(fēng)險的相應(yīng)措施。4.2.1不斷提升公司的盈利能力第一，金融科技企業(yè)要堅持以國家政策為導(dǎo)向，合理利用十三五規(guī)劃對高新技術(shù)產(chǎn)業(yè)的扶持政策，在產(chǎn)品研發(fā)和技術(shù)投入方面，利用國家稅收減免政策，降低企業(yè)成本，提升企業(yè)利潤。第二，企業(yè)可以通過加大科研投入、引進和培養(yǎng)高素質(zhì)人才、制定鼓勵創(chuàng)新的激勵機制等途徑提高企業(yè)創(chuàng)新能力，帶動員工創(chuàng)新積極性，增強產(chǎn)品競爭能力，進而提高企業(yè)產(chǎn)品市場占有率和企業(yè)盈利能力。第三，金融科技企業(yè)要在保證產(chǎn)品質(zhì)量的前提下，將成本控制在一定范圍，從而保證產(chǎn)品的價格優(yōu)勢和利潤，通過較高的凈資產(chǎn)收益率和普通股權(quán)益報酬率來吸引市場的關(guān)注，進而獲得高效債權(quán)融資，降低債權(quán)融資風(fēng)險。4.2.2增強公司的償債能力企業(yè)要科學(xué)合理舉債，優(yōu)化資產(chǎn)負(fù)債結(jié)構(gòu)。在借貸規(guī)模方面，要規(guī)范企業(yè)日常經(jīng)營管理，注重資產(chǎn)質(zhì)量，要使得負(fù)債規(guī)模要小于資產(chǎn)總規(guī)模，以此來保證企業(yè)有足夠的能力到期償還債務(wù)；在借貸結(jié)構(gòu)方面，大額借貸時，建議以中長期借款為主；小額借貸時，建議采用短期借款、票據(jù)貼現(xiàn)的方式，提高資金利用效率）在最大程度上保證債權(quán)人合法權(quán)益，降低債權(quán)融資風(fēng)險。結(jié)論本文以北京市上市金融科技企業(yè)為研究對象，以2015-2017年相關(guān)財務(wù)指標(biāo)作為原始數(shù)據(jù)資料，通過SPSS這一工具對相關(guān)財務(wù)指標(biāo)進行債權(quán)融資風(fēng)險因子分析，得出該因子對債權(quán)融資風(fēng)險影響的強弱關(guān)系，進而對每一類因子存在的債權(quán)融資風(fēng)險進行分析評價，最后為北京市金融科技企業(yè)的債權(quán)融資風(fēng)險應(yīng)對策略。具體結(jié)論如下：（1）債權(quán)融資規(guī)模和債權(quán)融資成本可以反映目前北京市金融科技企業(yè)的債權(quán)融資情況。在債權(quán)融資規(guī)模方面，北京市上市金融科技企業(yè)的債權(quán)融資總規(guī)模逐年增加，但是，與同期上海市上市金融科技企業(yè)相比，北京市上市金融科技企業(yè)的戶均債權(quán)融資規(guī)模相對較低，增長較慢；從債權(quán)融資成本來看，2015至2017年間總體債權(quán)融資成本和平均債權(quán)融資均有上升趨勢。（2）通過因子分析法，可知北京市金融科技企業(yè)債權(quán)融資風(fēng)險受償債能力影響最大，受盈利能力影響次之，受營運能力影響最小。結(jié)合金融科技企業(yè)2015-2017年財務(wù)數(shù)據(jù)分析可得，北京市金融科技企業(yè)的盈利能力相對較低，一定程度上制約了債權(quán)融資的獲取；大部分金融科技企業(yè)的債務(wù)負(fù)擔(dān)較輕，可以獲得穩(wěn)定可靠的債權(quán)融資，只有少數(shù)企業(yè)的資產(chǎn)負(fù)債率在100%以上，說明其償債負(fù)擔(dān)較重；在營運能力指標(biāo)方面，企業(yè)的資金周轉(zhuǎn)速度加快，有利于提高公司的資金利用效率。目前北京市金融科技企業(yè)營運能力正常，對公司債權(quán)融資所產(chǎn)生的風(fēng)險影響較小。（3）金融科技是繼互聯(lián)網(wǎng)金融后促進經(jīng)濟發(fā)展的中堅力量，債權(quán)融資是金融科技企業(yè)獲取穩(wěn)定融資的可靠途徑，因此企業(yè)應(yīng)該高度重視其發(fā)展過程中的債權(quán)融資風(fēng)險問題，應(yīng)針對目前金融科技企業(yè)盈利能力和償債能力提出債權(quán)融資風(fēng)險防范機制。通過國家政策扶持、科研投入、人才引進和拓寬市場、降低成本來提高企業(yè)盈利能力，通過科學(xué)舉債、合理控制資產(chǎn)負(fù)債結(jié)構(gòu)、提高資金利用率來增強企業(yè)的償債能力。通過上述多種途徑提高企業(yè)應(yīng)對債權(quán)融資風(fēng)險的能力，從而促進北京市更多金融科技企業(yè)的健康規(guī)范發(fā)展。

參考文獻[1]方先明，蘇曉珺.科技型企業(yè)融資風(fēng)險:來源、評價與控制[J].科技管理研究，2015，(21)：62-67.[2]付彬.供應(yīng)鏈視角下中小企業(yè)融資風(fēng)險評估[J].財會通訊，2017，(05)：108-112.[3]耿軍會,王雪祺.小微科技企業(yè)知識產(chǎn)權(quán)融資風(fēng)險及控制機制[J].商業(yè)經(jīng)濟研究,2016，(09)：164-166.[4]黃奕信.互聯(lián)網(wǎng)金融發(fā)展與中小型科技企業(yè)融資模式探析[J].改革與戰(zhàn)略,2015，(03)：67-71.[5]何慧,劉長虹.基于模糊綜合分析法的廣東省知識產(chǎn)權(quán)質(zhì)押融資的風(fēng)險預(yù)警評價研究[J].科技管理研究,2013，(14)：151-159.[6]李惠青，汪濤.我國小型微型企業(yè)融資風(fēng)險結(jié)構(gòu)實證分析——基于LOGISTIC模型展開[J].商業(yè)經(jīng)濟研究，2017，(05)：172-174.[7]李雪凈.高科技產(chǎn)業(yè)債權(quán)融資的博弈分析[J].現(xiàn)代商貿(mào)工業(yè)，2017，(10)：41-42.[8]李洋.金融科技浪潮下中小微企業(yè)融資方式探析及對策研究[J].內(nèi)蒙古民族大學(xué)學(xué)報,2018，(01)：114-115.[9]孫新桃.項目融資風(fēng)險管控研究[J].財會學(xué)習(xí),2017，(07)：71-73.[10]楊逸塵.創(chuàng)新模式支持首都科技型小微企業(yè)發(fā)展——北京銀行全力打造中關(guān)村示范區(qū)“科技金融”標(biāo)桿銀行[J].中國經(jīng)貿(mào),2017，(09)：78-79.[11]曾莉，王明，李成成.科技型中小企業(yè)知識產(chǎn)權(quán)質(zhì)押融資風(fēng)險分擔(dān)模型研究[J].科技管理研究，2017，(10)：176-182.[12]甄燁，王文利，薛耀文.基于保險的文化創(chuàng)業(yè)企業(yè)融資風(fēng)險管理研究[J].經(jīng)濟問題，2018，(02)：41-46.[13]孫早，肖利平.融資結(jié)構(gòu)與企業(yè)自主創(chuàng)新——來自中國戰(zhàn)略性新興產(chǎn)業(yè)A股上市公司的經(jīng)驗證據(jù)[J].經(jīng)濟理論與經(jīng)濟管理，2016，（06）：46-47.[14]曹靜.拉薩市中小企業(yè)的融資風(fēng)險研究[D].拉薩：西藏大學(xué)，2016.[15]劉國平.高科技企業(yè)供應(yīng)鏈融資模式創(chuàng)新及風(fēng)險控制研究[D].天津：南開大學(xué)，2013.致謝時光荏苒,不覺四年已到頭。大學(xué)四年的求學(xué)生涯，是我人生最為珍貴的時刻，在這四年里，在老師和朋友的鼓勵支持下，我收獲頗豐。值此論文付梓之際，我思緒萬千，一路走來，感謝所有對我成長路上有所幫助和支持的親人、老師、朋友。首先，我要感謝我的論文指導(dǎo)老師耿軍會老師。耿老師是一位優(yōu)秀的教師，她對待學(xué)術(shù)的嚴(yán)謹(jǐn)態(tài)度和認(rèn)真嚴(yán)肅的工作作風(fēng)一直激勵著我。從論文的開題到論文的修改直至論文的定稿答辯，耿老師對我給予了莫大的幫助和支持。耿老師是一個十分注重細節(jié)的人，在論文修改過程中，大到文章結(jié)構(gòu)，小到遣詞造句，耿老師都耐心地提出修改意見。由于考研的原因，個人交稿時間較晚，是老師的耐心和學(xué)術(shù)支持，讓我最終得以完成論文。除此之外，老師對待學(xué)術(shù)的嚴(yán)謹(jǐn)態(tài)度和做事一絲不茍的精神更是值得我學(xué)習(xí)。在此，我向耿軍會老師致以十二分誠摯的謝意。其次，感謝河北金融學(xué)院為我提供學(xué)習(xí)的平臺，校園的濃厚學(xué)習(xí)氛圍和輕松愉悅的生活狀態(tài)讓我大學(xué)的生活充實有意義。在此度過的大學(xué)四年，定會是我此生珍藏的寶貴記憶。焉得艾草，言樹之心，感激之情，無以言報。從開始進入課題到最終論文得以完成，有無數(shù)可敬的朋友給了我?guī)椭?，在這里，也同樣請接受我真誠的感謝！附錄表12015-2017年北京市上市金融科技企業(yè)財務(wù)費用公司名稱201520162017先進數(shù)通0.160.230.23綠盟科技0.10.260.26東華軟件0.560.320.32中科金財0.360.580.58辰安科技0.180.440.44飛天誠信0.0380.240.24久其軟件0.080.420.42同有科技0.170.270.27同方股份2.11.741.74表22015年北京市金融科技企業(yè)借款數(shù)據(jù)合計公司名稱短期借款長期借款應(yīng)付債券借款總和先進數(shù)通1.08001.08綠盟科技1.65001.65東華軟件8.41008.41中科金財0.01802.392.408辰安科技0.752.1102.86飛天誠信2002久其軟件3.78205.78同有科技0.1000.1同方股份73.8235.4115124.23表32016年北京市金融科技企業(yè)借款數(shù)據(jù)合計公司名稱短期借款長期借款應(yīng)付債券借款總和先進數(shù)通1.74001.74綠盟科技1.71001.71東華軟件6.220.406.62中科金財0.402.212.61辰安科技4.3004.3飛天誠信0.14000.14久其軟件6.78309.78同有科技0.13000.13同方股份79.2910.6728117.96表42017年北京市金融科技企業(yè)借款數(shù)據(jù)合計公司名稱短期借款長期借款應(yīng)付債券借款總和先進數(shù)通1.85001.85綠盟科技2.27002.27東華軟件9.320.0409.36中科金財2.71002.71辰安科技6.74006.74飛天誠信0.21000.21久其軟件1.8606.298.15同有科技0.12000.12同方股份90.3542.6935168.04表52015年北京市上市金融科技企業(yè)財務(wù)數(shù)據(jù)公司

名稱速動

比率資產(chǎn)

負(fù)債率流動資產(chǎn)

周轉(zhuǎn)率應(yīng)收賬款

周轉(zhuǎn)率凈資產(chǎn)

收益率普通股權(quán)益報酬率先進數(shù)通1.4652.28%92.04%2.1219.40%67.78%綠盟科技3.4920.77%53.17%1.7414.51%