財經 北京新浪網 「中國LV」如何一步步陷入債務危機——量化視角復盤如意科技

「中國LV」如何一步步陷入債務危機——量化視角復盤如意科技

  「中國LV」如何一步步陷入債務危機——量化視角復盤如意科技

  預野險蹤

  如意科技近十 年來一路高歌猛進「買買買」的收購計劃造成了其資金流動性嚴重不足,本以為可以雪中送炭的濟南城投最終卻戲劇性的反悔。失去了救命稻草的如意科技一次又一次的延期支付所發債券利息,陷入債務危機。

  預野險蹤團隊推出量化風險模型。此模型通過「大數據+量化模型」的金融科技手段,從多個維度全面考察債券發行主體的信用狀況,並用壓力值來度量,綜合評定主體風險區間,基於不依賴傳統評級的方法和視角,給出及時、有效的預警信號。以如意科技為例,模型於2017年即預警其風險,並划入「規避2」的最高風險等級區間。通過回測我們發現,預野險蹤量化風險模型可以較為全面的覆蓋風險事件,對於違約發行人的平均預警窗口期高達684天,2019年的有效預警率高達94%。

  01

  公司概況及違約事件

  2019年3月16日是山東如意科技集團有限公司(以下簡稱「如意科技」或「公司」)2019年度第一期中期票據「19如意科技MTN001」的付息日。當日上清所公告稱,截至日終,仍未收到如意科技支付的付息資金,暫無法代理髮行人進行本期債券的付息工作。隨後,公司發佈公告稱,如意科技與全部持有人達成利息延期支付協議,約定「19如意科技MTN001」的本期利息延期3個月至2020年6月15日完成支付。然而,2020年6月15日,如意科技仍未能如期支付債券利息。按照如意科技方面披露,「19如意科技MTN001」的主承銷商於2020年6月12日召開了「19如意科技MTN001」第二次持有人會議。會議審議了包括「19如意科技MTN001」2020年利息再次延期等相關事項的三項議案,全部議案均獲得全體持有人的一致通過。這一次,「19如意科技MTN001」的利息將再度延期6個月至今年12月15日支付。延期後下次付息能否順利完成?我們對此仍有諸多質疑。

  我們回溯公司的風險變化歷程,發現公司陸續發生股權遭凍結、現金流量表勾稽關係疑似不平、被列入評級觀察名單、中票利息多次延期支付等多項負面事件。

  數據來源:預野險蹤團隊整理

  圖1:如意科技違約前風險事件梳理

  如意科技成立於2001年,前身為濟寧如意創業有限公司,後更名為現名。截至2019年3月末,公司控股股東為北京如意時尚投資控股有限公司,佔比79.48%,實控人為邱亞夫。公司旗下有27家子公司,其中3家子公司為上市公司。公司主要從事紡織服裝製造、服裝批發及品牌運營等業務。

  02

  如意科技違約因素概覽及違約復盤

  根據2020年7月7日發佈的報告《透過預警模型看債市風險-復盤2020年上半年債市違約》,我們使用了分析傳導鏈條對於違約發行人的風險點進行回溯,並彙集成了違約主體歸因表,力求以從因到果的角度分析導致發行人違約的根本因素。遵循這一思路,我們整理如意科技的歸因表如下:

  表1:如意科技違約歸因表

  數據來源:預野險蹤團隊整理

  下面我們就順著傳導分析鏈條,對如意科技進行違約復盤分析。

  數據來源:預野險蹤團隊整理

  圖2:風險分析鏈條

  從先行因素中的外生性因素來看:

  第一,棉紡織行業與宏觀經濟的發展狀況呈現出比較密切的正相關關係。宏觀經濟環境下行壓力將直接對公司的生產經營產生重大不利影響。

  第二,紡織行業在中國是一個發展迅速、規模龐大、充分競爭、成熟度較高的行業,整個行業競爭十分激烈。由於行業內淘汰落後產能的步伐加快,企業整合正在加速,預計該行業未來的競爭形勢將更為激烈,公司面臨一定的市場競爭風險。

  第三,公司主要原材料之一為棉花,受惡劣天氣以及種植面積下降的影響,2010年下半年開始,棉花價格大幅上漲,其價格的波動對公司盈利能力影響較大。

  第四,公司需要從國外進口大量原棉、棉紗、印染布和毛條作為生產原料。目前國內經濟形勢下行壓力加大,出口艱難,在多方因素下,人民幣走勢可能在平穩趨勢下呈現雙向波動,將使公司在外匯結算過程中面臨一定的匯率風險,進而在一定程度上影響盈利水平。

  從先行因素中的內生性因素來看:

  首先,公司的關聯網路存在一定問題,主要體現為公司擔保企業風險較高。截至2019年3月末,該公司對外擔保餘額為19.38億元,擔保規模雖略有下降,但被擔保企業大部分為互保圈的民營企業。互保企業看似形成聯盟,可以抱團取暖,在經濟上行期,多家企業結成擔保關係,約定如果一家企業無法償還貸款,由其餘企業共同為其代償,此舉方便了企業融資;但遇到經濟下行壓力加大,一家問題企業有可能將多家經營正常的企業拖入資金代償的泥沼,引發次生風險,導致風險蔓延。根據如意科技提供的被擔保企業最新的徵信報告顯示,如意科技五家被擔保企業曾多次被最高法院納入失信被執行人名單,公司存在一定或有負債風險。

  其次,公司戰略規劃較為激進、收購企業與公司核心業務協同能力不足、收購企業較多在走下坡路。如意科技曾被稱為「中國的LVMH」。如意科技近十 年的主題,都是「買買買」。十 年間大手筆收購海外時尚和奢侈品公司,使得如意科技的投資性現金流大幅流出,共計流出424.7億元。2010年,公司以40億日元的價格收購日本成衣巨頭瑞納株式會社41.18%的股權,成為其最大股東。2013年,公司入股蘇格蘭粗花尼生產企業Carloway;2014年,公司成為德國男士西裝生產企業Peine Gruppe主要股東。2016年,公司斥巨資13億歐元,從美國私募巨頭KKR手中收購了法國輕奢集團SMCP的控股權,將SMCP旗下的Sandro、Maje和Claudie Pierlot三大輕奢品牌收入囊中。2017年以來,公司加快了並購的節奏,以26億美元收購美國綜合纖維和聚合物公司英威達(Invista)旗下服裝和高級紡織品業務(其中包括全球知名的萊卡(LYCRA)品牌),以22億港元控股高級男士服裝品牌利邦控股有限公司,以1.17億美元收購英國時尚公司雅格獅丹(Aquascutum),2018年6億歐元收購瑞士皮具公司巴利(Bally)多數股權。

  公司在全球大肆並購的大多屬於服裝類品牌,而如意科技本身擅長的是服裝面料、紡織品,雖然可以形成上下游協同,但前端的品牌運營、零售運營並不是其核心能力,導致結果是協同效應不足且難以支撐其現金流。

  除此之外,收購較多的是屬於處在走下坡路的企業或品牌,而且如意科技並沒有很好的整合消化能力,沒能幫助被收購品牌在中國市場取得突破。具體來看,被收購的日本瑞納持續跌勢,2011年營收下降43.24%至733億日元,此後一直未改善經營狀態,數年來營收再未突破過800億日元大關,凈利潤也一直在盈虧線徘徊。此外,利邦男裝被如意收購後,大量關店、關廠、裁員來控制成本,2018年呈凈利虧損狀態。

  從同步的經營表現上來看:由於公司規模擴大以及為了應對行業的競爭加劇,銷售費用增長較快。2018年,公司期間費用率為26.08%,同比增長3.47個百分點,期間費用對毛利潤的侵蝕較為嚴重,致使公司盈利能力大幅下滑。此外,公司近年來經營活動現金流量凈額大幅回落。

  從滯後的財務指標來看:

  債務規模方面,整體來看,受大規模收購等因素影響,公司負債規模持續高位,資產負債率處於同行業中較高水平。從流動負債情況來看,截止2018年末,公司流動負債同比增幅為17.78%。其中,一年內到期的非流動負同比增長98.11%,公司短期償債壓力加大。

  資產流動性方面,公司流動資產主要由貨幣資金、存貨、其他應收款、應收票據及應收賬款、預付款項等構成。截止2018年末,公司其他應收賬款在流動資產中佔比為18.78%,佔比較高,對公司流動性造成不利影響。貨幣資金方面,截至2019年1季度,公司貨幣資金為83.59億元,其中受限部分佔比54.19%,受限規模較高;此外,因資產抵押因素,固定資產及無形資產均受到一定程度的限制,對資金變現能力產生負面影響。

  數據來源:預野險蹤團隊整理

  圖3:如意科技流動資產結構

  融資能力方面,從股權質押/凍結情況來看,截至2019年9月末,公司直接持有如意毛紡股份60,514,665股,處於凍結及輪候凍結狀態的股份數量為60,514,665股,處於質押狀態的股份數量為60,514,665股,股權凍結及質押比例均達到100%,公司不僅未來難以融資,同時存在失去對子公司控制權的風險。從籌資性現金流量來看,2017年-2019年3季度,公司籌資性現金流分別為13.53億元、2.88億元和-32.83億元,籌資性現金流大幅回落,且2019年3季度出現負值,公司融資情況進一步惡化。從銀行授信/使用額度來看,截至2019年3月31日,公司剩餘授信額度為34.36億元,僅占銀行授信總額的19%,已用授信額度為81%,公司資金鏈緊張且通過銀行融資空間十分有限。

  03

  預野險蹤量化風險模型預警效果

  基於以上的分析框架,預野險蹤團隊研發出了量化風險模型。此模型同時考慮信用債發行主體的實控人風險偏好、股債、經營情況、輿情等多維信息。通過「大數據+量化模型」的金融科技手段,從多個維度全面考察債券發行主體的信用狀況,並用壓力值來度量,綜合評定主體風險區間。壓力值取值範圍為1-100,壓力值越大風險越高,由低到高分為推薦、觀察、規避等區間。

  預野險蹤團隊利用了機器學習的決策樹、臨近演算法、線性擬合、集成學習等多類演算法對數據進行訓練。具體來看,表內數據方面,模型抓取了資金流動性、債務規模、盈利能力等維度的多項指標;表外數據方面,模型抓取了關聯網路、負面事件、融資狀況等維度的多項因子,並將這些因子進行數據標準化處理。最終,模型識別出了山東如意擔保風險高、舉債擴張、資產質量不佳、股權遭質押/凍結、銀行授信資源枯竭、負面事件不斷等問題,並從模型數據起始日開始,將山東如意划入「規避2」的區間,於公司實質違約前3年對其進行規避提示。

  數據來源:預野險蹤團隊整理

  圖4:如意科技歷史風險走勢圖

  通過回測,我們發現,預野險蹤量化風險模型可以較為全面的覆蓋風險事件,於違約發行人的平均預警窗口期高達684天,2019年的有效預警率高達94%。目前模型測算的壓力值處於最大區間的發行人有508家,分別集中在輕工製造、紡織服務、電子元器件、家用電器、醫藥生物等行業,此外,民營企業壓力值高企、上市公司壓力值略有增速態勢。後續預野險蹤團隊將持續跟蹤債市發行人的風險動態,從量化模型視角與市場分享我們監測到的行業、區域和個體的風險變化。