京公网安备 11010802034615号
经营许可证编号:京B2-20210330
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
若不方便扫码,搜微信号:CDAshujufenxi
在数据分析实战中,我们经常会遇到“多指标冗余”的问题——比如分析企业经营状况时,需同时关注营收、利润、负债率、周转率等十 ...
2026-02-04在数据分析场景中,基准比是衡量指标表现、评估业务成效、对比个体/群体差异的核心工具,广泛应用于绩效评估、业务监控、竞品对 ...
2026-02-04业务数据分析是企业日常运营的核心支撑,其核心价值在于将零散的业务数据转化为可落地的业务洞察,破解运营痛点、优化业务流程、 ...
2026-02-04在信贷业务中,违约率是衡量信贷资产质量、把控信用风险、制定风控策略的核心指标,其统计分布特征直接决定了风险定价的合理性、 ...
2026-02-03在数字化业务迭代中,AB测试已成为验证产品优化、策略调整、运营活动效果的核心工具。但多数业务场景中,单纯的“AB组差异对比” ...
2026-02-03企业战略决策的科学性,决定了其长远发展的格局与竞争力。战略分析方法作为一套系统化、专业化的思维工具,为企业研判行业趋势、 ...
2026-02-03在统计调查与数据分析中,抽样方法分为简单随机抽样与复杂抽样两大类。简单随机抽样因样本均匀、计算简便,是基础的抽样方式,但 ...
2026-02-02在数据驱动企业发展的今天,“数据分析”已成为企业经营决策的核心支撑,但实践中,战略数据分析与业务数据分析两个概念常被混淆 ...
2026-02-02在数据驱动企业发展的今天,“数据分析”已成为企业经营决策的核心支撑,但实践中,战略数据分析与业务数据分析两个概念常被混淆 ...
2026-02-02B+树作为数据库索引的核心数据结构,其高效的查询、插入、删除性能,离不开节点间指针的合理设计。在日常学习和数据库开发中,很 ...
2026-01-30在数据库开发中,UUID(通用唯一识别码)是生成唯一主键、唯一标识的常用方式,其标准格式包含4个短横线(如550e8400-e29b-41d4- ...
2026-01-30商业数据分析的价值落地,离不开标准化、系统化的总体流程作为支撑;而CDA(Certified Data Analyst)数据分析师,作为经过系统 ...
2026-01-30在数据分析、质量控制、科研实验等场景中,数据波动性(离散程度)的精准衡量是判断数据可靠性、稳定性的核心环节。标准差(Stan ...
2026-01-29在数据分析、质量检测、科研实验等领域,判断数据间是否存在本质差异是核心需求,而t检验、F检验是实现这一目标的经典统计方法。 ...
2026-01-29统计制图(数据可视化)是数据分析的核心呈现载体,它将抽象的数据转化为直观的图表、图形,让数据规律、业务差异与潜在问题一目 ...
2026-01-29箱线图(Box Plot)作为数据分布可视化的核心工具,能清晰呈现数据的中位数、四分位数、异常值等关键统计特征,广泛应用于数据分 ...
2026-01-28在回归分析、机器学习建模等数据分析场景中,多重共线性是高频数据问题——当多个自变量间存在较强的线性关联时,会导致模型系数 ...
2026-01-28数据分析的价值落地,离不开科学方法的支撑。六种核心分析方法——描述性分析、诊断性分析、预测性分析、规范性分析、对比分析、 ...
2026-01-28在机器学习与数据分析领域,特征是连接数据与模型的核心载体,而特征重要性分析则是挖掘数据价值、优化模型性能、赋能业务决策的 ...
2026-01-27关联分析是数据挖掘领域中挖掘数据间潜在关联关系的经典方法,广泛应用于零售购物篮分析、电商推荐、用户行为路径挖掘等场景。而 ...
2026-01-27