炙手可热的汉能集团,近年来通过多种渠道获得了巨额融资。其中除了银行的巨额授信、银行定向债务融资工具等,信托、民间借贷甚至新型的P2P平台也成为其融资的手段,汉能旗下上市公司汉能薄膜发电前段时间股价飙升,更是把李河君推上了中国首富的宝座。汉能集团不仅融资途径多元,其融资方式也多样化。在其令人眼花缭乱的融资迷局背后,是否存在着让人担心的种种问题?
本文依托于爱搜金提供的数据,对汉能集团信托资管方式的融资进行简单的梳理,力图为大家提供一些值得注意的疑点和分析问题的角度。
在汉能集团资本棋局中,金安桥水电站是一枚十分关键的棋子。根据爱搜金的统计数据显示,涉及金安桥的信托产品多达69个,其中四川信托睿宝系列就发行了高达65款,预计计划融资额高达40亿元左右,这些理财产品绝大多数是以金安桥水电站的股权或收益权进行质押的。根据公开信息,2012年金安桥负债已经高达130亿元,资产总计也就164亿元,如果在加上40亿的信托产品,金安桥的负债已经超过其资产。
就金安桥的融资而言,分析其融资数据中发现这样的一种趋势:融资期限越来越短、融资频率越来越快、融资金额越来越大,融资的成本越来越高。根据这一特征,我们猜想汉能集团内部资金链已经吃紧,或许已经陷入了融资困境,是在利用这些项目融资达到“借新还旧”的目的。情况究竟是怎么样的,还需要一些时间和论证,我们拭目以待。
汉能集团手中,与已经上市的汉能薄膜发电相比,像金安桥这样的水电项目可以说是更为优质的资产。李河君时常提及,水电项目可以为集团提供十分充裕的现金流,其规模可达到每年数十亿。既然如此汉能为何还要质押股权去大规模融资,甚至要到p2p等高成本平台上融资?关于资金的去向,有一种解释是汉能在布局太阳能等新能源行业,包括其官方高调宣布的九大基地等项目。但是根据有关媒体披露,其广东河源汉能、四川双流等项目,以及九大基地的实际投资距汉能官方声称的规模相距甚远;其几笔海外并购项目,也多属于“抄底”性质,真实投入大幅低于外界预期。
也有一些资本市场的专家给出了这样一个答案:汉能集团是否利用这些巨额资金进行了一系列运作,使旗下上市公司汉能薄膜发电的股价一路飙升?根据爱搜金相关数据及其他公开数据,汉能薄膜发电的主要增发对象宝塔石化集团有限公司很可能并不具备相应的资金实力。爱搜金数据显示,新华信托曾发行“华惠119号·珠海宝塔流动资金贷款集合资金信托计划”向珠海宝塔石化有限公司发放3亿元信托贷款,期限一年。但信托借款到期后,珠海宝塔并未如期偿还,而珠海宝塔正是南方宝塔的控股子公司。截至2014年三季末,宝塔石化短期借款规模已达54.5亿元左右,而在手货币资金却只有54.21亿元。
此外,我们注意到,从汉能集团的信托产品的融资结构看,其中以股权收益权质押的方式作为增信措施的信托产品占到了总数的95%。比如,由四川信托发行的睿宝10号,就是以500万股金安桥水电站的股权做质押的;睿宝22号则是受让金安桥水电站有限公司1766万股股权收益权。根据爱搜金的大数据统计显示,整个信托行业中,采取这种方式的信托产品的占比约为2.17%。这种融资方式并不常见,一般而言只有在企业资金周转紧张的时候才会质押自己的股权来进行融资。单从数据来看,这种类型的信托产品的风险似乎更高:根据爱搜金尽两年的数据分析,占比2.17%的股权收益权融资的信托产品中的问题产品占到了所有问题信托产品的10%。
即便是从汉能一些具体的融资项目上,我们也发现了一些令人不安的信息:五矿信托和五矿证券发行的针对一汽大众佛山工厂10MW光伏发电设备及其收益权上设立有多项抵押。这两个项目分别是:五矿证券-汉能1号清洁能源收益权集合资产管理计划和五矿信托-汉能11号清洁能源收益权集合资。这两个项目融资总额达到14000万元,抵押物的价值约 6000 万。对投资者而言,这样的项目风险是比较大的。
如果将融资之道比作下棋,李河君无疑是一名高手,他的路数让我们眼花缭乱摸不透。在此,我们也仅是借助于爱搜金的强大搜索能力和数据模型,尝试着去梳理一些这场资本迷局中的疑点。我们也欢迎和期待各位就相关问题发表不同意见。
真相只有一个,时间会给我们答案。李河君和他的汉能集团在我们面前也必然会越来越清晰,让我们拭目以待。
是不是对数据分析很感兴趣,可了解下数据分析入门砖,CDA数据分析师认证考试
CDA(数据分析师认证),与CFA相似,由国际范围内数据科学领域行业专家、学者及知名企业共同制定并修订更新,迅速发展成行业内长期而稳定的全球大数据及数据分析人才标准,具有专业化、科学化、国际化、系统化等特性。
同时,CDA全栈考试布局和认证体系已得到教育部直属中国成人教育协会及大数据专业委员会认可,并由为IBM、华为等提供全球认证服务的Pearson VUE面向全球提供灵活的考试服务。
报名方式
登录CDA认证考试官网注册报名>>点击报名
报名费用
Level Ⅰ:1200 RMB
Level Ⅱ:1700 RMB
Level Ⅲ:2000 RMB
考试地点
Level Ⅰ:中国区30+省市,70+城市,250+考场,考生可就近考场预约考试 >看看我所在的地哪里报名<
Level Ⅱ+Ⅲ:中国区30所城市,北京/上海/天津/重庆/成都/深圳/广州/济南/南京/杭州/苏州/福州/太原/武汉/长沙/西安/贵阳/郑州/南宁/昆明/乌鲁木齐/沈阳/哈尔滨/合肥/石家庄/呼和浩特/南昌/长春/大连/兰州>看看我所在的地哪里报名<
报考条件
业务数据分析师 CDA Level I >了解更多<
▷ 报考条件:无要求。
▷ 考试时间:随报随考。
建模分析师 CDA Level II >了解更多<
▷ 报考条件(满足任一即可):
1、获得CDA Level Ⅰ认证证书;
2、本科及以上学历,需从事数据分析相关工作1年以上;
3、本科以下学历,需从事数据分析相关工作2年以上。
▷ 考试时间:
一年四届 3月、6月、9月、12月的最后一个周六。
大数据分析师 CDA Level II >了解更多<
▷ 报考条件(满足任一即可):
1、获得CDA Level Ⅰ认证证书;
2、本科及以上学历,需从事数据分析相关工作1年以上;
3、本科以下学历,需从事数据分析相关工作2年以上。
▷ 考试时间:
一年四届 3月、6月、9月、12月的最后一个周六。
数据科学家 CDA Level III >了解更多<
▷ 报考条件(满足任一即可):
1、获得CDA Level Ⅱ认证证书;
2、本科及以上学历,需从事数据分析相关工作3年以上;
3、本科以下学历,需从事数据分析相关工作4年以上。
▷ 考试时间:
一年四届 3月、6月、9月、12月的最后一个周六。
(备注:数据分析相关工作不限行业,可涉及统计,数据分析,数据挖掘,数据库,数据管理,大数据架构等内容。)
——热门课程推荐:
想学习PYTHON数据分析与金融数字化转型精英训练营,您可以点击>>>“人才转型”了解课程详情;
想从事业务型数据分析师,您可以点击>>>“数据分析师”了解课程详情;
想从事大数据分析师,您可以点击>>>“大数据就业”了解课程详情;
想成为人工智能工程师,您可以点击>>>“人工智能就业”了解课程详情;
想了解Python数据分析,您可以点击>>>“Python数据分析师”了解课程详情;
想咨询互联网运营,你可以点击>>>“互联网运营就业班”了解课程详情;
数据分析咨询请扫描二维码
在数据仓库设计中,维度表和事实表是至关重要的数据结构。它们各自承载不同的角色和数据类型,为我们提供了丰富的信息内容。让我 ...
2024-12-06数据分析是市场营销领域中不可或缺的工具,而无序多分类logistic回归作为一种重要的建模技术,为我们提供了深入洞察各种市场营销 ...
2024-12-06在数据分析领域,了解先验概率和后验概率以及它们的影响因素至关重要。让我们通过一些实际例子和个人见解来深入探讨这些概念,同 ...
2024-12-06在推荐系统中,协同过滤算法扮演着关键角色,其核心任务是从用户和物品的行为数据中提取有效特征,以实现个性化推荐。让我们深入 ...
2024-12-06数据分析的世界充满了千变万化,而学会泛化能力是每位数据分析师追求的终极目标。在推荐系统中,协同过滤算法的特征提取起着至关 ...
2024-12-06异常值在数据分析和机器学习中起着至关重要的作用。它们可能源自测量错误、数据损坏,或者代表真实但罕见的事件。这种数据的存在 ...
2024-12-06随机森林,作为一种强大的机器学习算法,广泛应用于数据分析和预测建模中。要充分发挥随机森林模型的潜力,我们需要深入了解如何 ...
2024-12-06在当今数据驱动的世界中,处理大数据变得至关重要。Hadoop作为一个强大的工具,在处理海量数据方面表现突出。本文将带您深入了解 ...
2024-12-06正态分布,作为统计学中至关重要的概率分布之一,承载着许多关键特征和应用。从对称性到中心极限定理,这些特性赋予了正态分布在 ...
2024-12-06在当今信息爆炸的时代,处理大规模数据集变得至关重要。Hadoop作为一个开源的分布式计算框架,在大数据处理领域发挥着重要作用。 ...
2024-12-06在处理多分类问题时,无序多分类Logistic回归是一种强大的统计方法,特别适用于具有多个无序类别的情况。通过以下Python示例,我 ...
2024-12-06在现代机器学习领域,迁移学习发挥着重要作用。尤其是卷积神经网络(CNN)和循环神经网络(RNN)在图像处理、自然语言处理等任务 ...
2024-12-06在数据分析中,保证研究结果的可靠性至关重要。SPSS提供了多种稳健性检验方法,用于验证模型的鲁棒性和有效性。这些方法涵盖了从 ...
2024-12-06在进行SPSS中的单因素方差分析时,确保各组间方差齐性至关重要。方差齐性检验评估不同组别下总体方差是否相等,是分析的前提条件 ...
2024-12-06数据分析中,非参数检验方法提供了一种强大工具,可在不依赖于特定总体分布的情况下进行统计推断。这些方法适用于各种领域,包括 ...
2024-12-06大数据正以多方面方式深刻影响着企业的决策过程,不仅改变了决策手段,更提升了效率和准确性。让我们深入探讨大数据在企业决策中 ...
2024-12-06在大数据生命周期中,数据清洗和转换是至关重要的步骤,对于确保数据质量和可用性起着关键作用。这两个阶段相辅相成,为数据分析 ...
2024-12-06数据清洗和转换在大数据生命周期中扮演着关键角色,确保数据质量和可用性。数据清洗涉及识别和处理数据中的错误、缺失值和重复值 ...
2024-12-06单因素方差分析(One-way ANOVA)是一种统计方法,用于检验多个组之间均值是否存在显著差异。在这个过程中,假设检验起着核心作 ...
2024-12-06对比RNN和CNN的性能 在探讨卷积神经网络(Convolutional Neural Networks,CNN)和循环神经网络(Recurrent Neural Networks,RN ...
2024-12-06