人工智能公司的财务风险分析及对策 思考——以科大讯飞和搜狗为例

  1绪论

  1.1研究背景及意义

1.1.1研究背景

2017年3月,“人工智能(AI)”第一次出现在我国政府工作报告中。此后,人工智能公司得到了一系列政府政策的支持,包括政府补助、政府投资等,人工智能行业因此得到了飞速的发展,如今人工智能被越来越多的企业重视,它们期望将AI技术与自身已有技术相结合以得到更大的收益。然而,人工智能公司在获益于各种新模式新技术的同时,也面临着各方面的风险,财务风险是其中不可忽视的关键。人工智能公司想要获得可持续的发展,必须全面了解自身的财务状况,分析并及早发现可能出现的财务风险,提前做好准备并制定出相应的对策,以求减弱财务风险。如何对人工智能公司的财务风险进行分析与防范控制,以促进其可持续的发展?本文认为值得研究。科大讯飞和搜狗是国内人工智能公司的代表,本文以这两大人工智能公司为例,在相关财务数据的基础上,运用财务指标分析法,具体从财务比率、现金流量以及“Z-score模型”对科大讯飞和搜狗的财务状况进行分析,在此基础上分析它们分别存在的财务风险,并根据我国人工智能公司的现状思考相应的风险防范对策。

1.1.2研究意义

人工智能公司想要获得可持续的发展,必须全面了解自身的财务状况,分析并及早发现可能出现的财务风险,提前做好准备并制定出相应的对策,以求减弱财务风险。那么如何对人工智能公司的财务风险进行分析与防范控制,以促进其可持续发展?这是本文研究的意义所在,具体包括理论意义和现实意义两方面。

1.1.2.1理论意义

本文的案例分析研究是建立在财务风险的相关理论基础上的,因此本文通过对两家人工智能公司的财务指标分析、现金流量分析以及“Z-score模型”分析,可以丰富以往关于财务风险的相关理论,提供了一些财务风险分析的方法以及人工智能公司财务风险防范管控的建议。

1.1.2.2现实意义

如今人工智能发展飞速,越来越多的企业都在积极地寻求将AI与自身已有技术相结合以获得更大收益,但是在这过程中企业面临的财务风险不容忽视,因此本文的现实意义是通过对两家具有代表性的人工智能公司——科大讯飞和搜狗的财务风险分析,来为如今发展迅速但是也面临一定财务风险的人工智能公司一些管控风险的建议,以促进它们可持续的健康发展。

  1.2国内外研究现状

1.2.1国外研究现状

关于财务风险的分析与防范,国外诸多学者作出了大量卓有成效的研究,然而关于人工智能公司的财务风险分析与防范的研究并不是很多。SwapanKumarBala在《HowCanCorporateGovernanceControlEnterprisesFinancialRisk》(2010)认为财务风险是企业经营过程中必须要考虑的问题,公司可以通过建立三层衡量体系来对财务风险进行有效控制,包括股东与管理者之间的关系、控股股东与小股东之间的关系和所有利益相关者之间的关系,以及非金融企业的财务风险框架。[SwapanKumarBala.HowCanCorporateGovernanceControlEnterprise’sFinancialRisk[J].Financeandeconomics,2010.]Guve在《FinancialRiskAnalyticsforITOutsourcingcontracts》(2013)中认为在潜在财务风险出现前了解并主动管理这些风险,能够对制定价格提供指导,同时能够在高风险的情况下将必要的成本考虑进定价中。[Guven,Goma.FinancialRiskAnalyticsforITOutsourcingcontracts[J].IEEE,2013.]BuyueQian在《Doesacompanyhasbrightfuture?Predictingfinancialriskfromrevenuereports》(2014)中认为可以利用上市公司的收益报告对它们的财务风险进行预测,探讨了一种与以往算法不同的预测模型并进行了实验,结果表明该方法可以有效预测上市公司的财务风险。[BuyueQian,HongfeiLi.Doesacompanyhasbrightfuture?Predictingfinancialriskfromrevenuereports[J].CEC,2013.]LeunglungChan在《EditorialforSpecialIssueFinance,FinancialRiskManagementandtheirApplications》(2018)中认为企业财务风险是无法避免的,只能通过一系列有效地防范措施来将客观存在的风险降低,认为高质量的风险管理可以促进企业的可持续发展。[LeunglungChan.EditorialforSpecialIssue“Finance,FinancialRiskManagementandtheirApplications[J].DOAJ,2018.]

1.2.2国内研究现状

现阶段,我国多位学者对企业的财务风险以及人工智能公司面临的财务风险做出了大量的研究。何妍在《企业财务风险的成因分析与防范对策》(2015)中认为财务风险能够在一定意义上代表市场经济活动并体现出企业的经营运行特点,财务风险的防范管控是企业在竞争激烈的市场环境中长期健康运行的前提。[何妍.企业财务风险的成范对策[J].时因分析与防代金融,2015(32):128-129.]孙新宇在《企业财务风险识别与防范案例分析》(2016)中认为财务风险的涵义包括企业损失的不确定性和盈利的不确定性,并从筹资风险分析、投资风险分析、收益分配风险分析与存货管理分析四个方面对具体企业案例的财务风险作了分析研究。[孙新宇.企业财务风险识别与方防范案例分析[J].农村经济与科技,2016:143-144.]陈聿衡在《基于财务比率对科大讯飞进行分析》(2018)中认为科大讯飞作为高风险高收入的高新技术企业,财务风险主要来自于盈利质量和资产周转效率。[陈聿衡.基于财务比率对科大讯飞进行分析[J].知识-力量,2018.]潘可可在《人工智能企业盈利质量分析》(2018)中分析了科大讯飞2013年到2016年的年报,并根据能代表获利性的财务指标、获利持续稳定性的财务指标、盈利的现金保障程度的指标以及盈利成长性的指标对其获利质量进行了研究,最终发现科大讯飞面临盈利能力减弱、盈利持续稳定性不足等一系列盈利质量下降问题。[潘可可.人工智能企业盈利质量分析——以科大讯飞为例[J].中国市场,2018:189-190.]

从以上国内外研究成果可以看出,财务风险的分析与防范对公司的运营管理具有不可忽视的作用,但是对于我国人工智能公司来说,具体如何进行财务风险的分析与思考防范对策,还有待本文的进一步研究。

  1.3研究方法及内容

1.3.1研究内容

通过对科大讯飞和搜狗两大人工智能公司财务风险的分析,期望知道目前人工智能公司存在哪些财务风险,在此基础上根据我国人工智能公司现状思考相应的防范对策,为未来国内人工智能公司财务风险的分析与防范提供参考。

第一章,绪论

第二章,理论基础

第三章,案例分析

第四章,科大讯飞和搜狗存在的问题

第五章,人工智能公司财务风险防范对策

1.3.2研究方法

本文以科大讯飞和搜狗两大人工智能公司为例,采用定性和定量研究相结合的方法,根据从校图书馆查阅的有关书本杂志资料,以及从中国期刊网及知网上下载的相关文献获得人工智能公司以及财务风险的概念信息,来作为本文的理论基础。科大讯飞和搜狗公司的财务数据分别来源于中财网股票一栏中公开披露的财务报表和东方财富网行情数据板块中公开披露的财务报表等公司数据。在此基础上,运用财务指标分析法,具体从财务比率、现金流量以及“Z-score模型”对科大讯飞和搜狗的财务状况进行分析,进而总结出它们存在的财务风险,并根据我国人工智能公司的现状思考相应的防范对策。

  2理论基础

  2.1人工智能公司概念

2017年3月,“人工智能(AI)”首次出现在我国政府工作报告中,之后在一系列政府政策、政府投资等有力的官方支持下,人工智能在人们的工作、生活、学习中获得了飞速的发展。国家会议针对国内人工智能的发展给出了明确的指示,即不断推动人工智能与国内各大产业的发展相互融合,让企业在拥有人工智能这一新的推动力下不断生产品质更优的产品或是为人们提供更加便捷的服务,同时,企业本身也能通过合理地应用人工智能给自身带来更大的收益。因此如今各行各业都在积极地发展“AI”技术,尤其是对于需要大规模劳动力的制造行业、零售行业、汽车生产行业等,人工智能公司得以不断涌现。

  2.2财务风险相关理论

2.2.1财务风险概述

一般来说,风险指的是未来结果的不确定性,而在企业的一系列经济活动中,风险又可以分为由于企业内部因素产生的不确定性和外部因素的不确定性。财务风险是指在公司在日常运营过程中受到各种各样不确定性因素变化的影响,使得公司的正常运营状况出现不良好的波动,进而导致公司实面临经济损失甚至破产的可能性。但是,与不确定风险不同的是,财务风险的可能性是可以估量的,即公司管理人员可以通过预先估计各项决策的风险程度,并在此基础上科学地防范管控这些风险。此外,企业面临的财务风险与获得收益可以说是对等的,即一项经济活动的预期获益愈高,其背后隐匿的财务风险也必定愈大。企业想要不断提高自身市场竞争力和获益能力,以获得可持续的健康发展,必须要充分分析可能面临的财务风险并加以控制防范。

2.2.2财务风险类型

现阶段,企业主要包含以下三种财务风险。一是投资风险,它是企业有了投资行为后由于各种不确定的因素而导致投资得到的收益与预先估计不相符的风险;二是筹资风险,它是企业在筹集所需资金的过程中,由于市场利率和汇率的变化、企业的决策的变动、财务杠杆影响等因素使得企业最终获得的筹资收益与预期不相符的风险;三是经营风险,它是企业在经营运行的过程中,由于一些不确定的因素使得企业资金运行出现问题,进而导致企业的市场价值发生变动。

2.2.3财务风险特征

根据财务风险的具体含义,可以将其特征总结为这四个方面:客观性、不确定性、相对性以及全面性。财务风险具有客观性,即财务风险不会因为个人意志而转移,它无法被消除,它是客观存在的;财务风险具有不确定性,即财务风险虽然可以被人们通过各种方法得到前期评估或是管理控制,然而由于它存在着若干变化多端的影响因素,因此财务风险是难以准确衡量;财务风险具有相对性,是指财务风险会随着各类影响因素的变化而变化;财务风险具有全面性,即财务风险普遍存在于一切经营活动中。

2.2.4降低财务风险的方法

2.2.4.1做好财务风险前期防范工作

企业想要有效降低财务风险,首先要做好财务风险的前期防范工作,包括对企业所处的市场环境以及市场环境可能出现的变化进行全面的分析,总结出它们可能对自身产生的影响,并根据这些影响来完善企业的财务管理机制,从而对财务风险起到有效的规避。

2.2.4.2科学优化内部资本结构

企业的内部结构是否科学,对企业的发展至关重要。企业管理者应根据企业运营过程中的实际情况,发挥企业各部门的作用,做好各环节的工作,并结合我国实际的市场环境科学安置资金,使其能真正满足企业需要,进而为企业的发展创造低财务风险的良好环境。

2.2.4.3建立有效的财务风险预警机制

企业通过深入分析日常财务活动及各类财务报表信息,设置合理的财务风险预警指标,确保这些预警指标包括企业的的经营状况、投资状况、融资状况等,在此基础上建立起有效的财务风险预警机制,从而使企业的财务风险得以防范管控。

  3案例分析

  3.1公司简介

3.1.1科大讯飞简介

科大讯飞股份有限公司于1999年成立,2008年5月在中国深圳证券交易所上市,是一家专门专门生产开发有关人工智能语音技术的企业。它是国内人工智能行业中最具代表性的企业。自2013年人工智能技术开始在各个行业中被广泛应用,2017年人工智能开始得到政府的大力支持,科大讯飞因此得到了高速的发展,其极具代表性的产品——讯飞语音被深入广泛地应用于各个行业。近年来,科大讯飞销售规模不断扩大,在国内各大语音市场上占比均在50%以上,其智能语音核心技术更是在全球范围内数一数二。

3.1.2搜狗简介

搜狗原本隶属于搜狐公司,并不是一个独立的公司,主要负责搜狐的搜索有关业务。2010年8月开始搜狗才成为独立的公司,并在2017年11月正式在纽交所上市,开盘股价为每股13美元。搜狗公司从用户的需求出发创造出了一种人工智能的新算法,并将其全面应用到了搜狗的各个搜索服务中。这种新算法可以说是人工智能应用领域的一大突破,其中,搜狗搜索和搜狗输入法也因此成为国内搜索和输入法领域中的佼佼者。

  3.2财务风险分析

了解了科大讯飞和搜狗公司概况后,下面主要从财务比率、现金流量以及“Z-score模型”这三个方面来分析它们近几年的财务状况,判断它们是否存在财务风险。

3.2.1财务比率分析

3.2.1.1资产负债分析

(1)资产结构分析

对企业的资产结构进行分析,可以计算企业的流动资产率和非流动资产率,尤其是流动资产占总资产比重,它可以帮助我们确定企业的资产结构是属于中庸型、保守型还是风险型,进而了解到企业的财务风险水平。

表3-1科大讯飞和搜狗2015-2018年资产结构数据表

人工智能公司的财务风险分析及对策 思考——以科大讯飞和搜狗为例

从表中可以看出,近四年来科大讯飞的流动资产和非流动资产占总资产的比例总体变动不大,流动资产占比总是大于非流动资产占比,说明科大讯飞属于保守型资产结构,资产流动性较好,但同时非流动资产占比略有下降,表明其盈利能力有一定的降低。因此科大讯飞的风险水平和盈利水平都较低。

近四年来搜狗公司的流动资产占总资产比例下降后上升,非流动资产占比上升后略有下降,且相比科大讯飞,搜狗的流动资产率较大,表明其资产流动性要强一些,但非流动资产占比较小,说明搜狗的经营稳定性较弱,存在一定的营业风险。

(2)负债及权益结构分析

此项分析是根据流动负债率和非流动负债率来判断企业是否存在偿债风险,根据自有资金负债率和负债经营率来判断企业是否存在资金利用能力不足风险和经营风险。

由于搜狗公司于2017年在美国上市,很多财务数据没有公开披露,因此这里仅列出科大讯飞公司的数据表格进行分析。

表3-2科大讯飞2015-2018年负债及权益结构数据表

人工智能公司的财务风险分析及对策 思考——以科大讯飞和搜狗为例

根据上表中的数据能够发现,科大讯飞2015-2018年的流动负债率波动起伏,但总体变化不大,基本在80%左右变动,始终处于较高的比例,而非流动负债率占比较低。表明企业对短期资金依赖性较强,存在一定的偿债风险和盈利风险。再看自有资金负债率近四年来逐年增长,说明债权人得到的保障较小,企业可能面临借款方面的风险。负债经营率近三年来逐渐上升,但增长幅度不大,总体偏低,说明科大讯飞有较好的经营独立性,但是也表明其产品的获利性较弱,并且存在资金利用能力不足的风险。

3.2.1.2偿债能力分析

此项分析主要是判断企业是否存在偿债方面的风险,我们可以获取企业近四年的流动比率、速动比率、产权比率以及资产负债率等财务指标来进行判断。

因为搜狗于2017年在美国上市,很多财务数据没有公开披露,因此这里分别列出科大讯飞和搜狗的数据表格进行分析。

(1)科大讯飞偿债能力分析

表3-3科大讯飞2015-2018年偿债能力数据表

人工智能公司的财务风险分析及对策 思考——以科大讯飞和搜狗为例

从表中流动比率和速动比率和变化情况来看,2015-2016年科大讯飞的流动比率均在2以上,之后两年逐年下降,均在2以下,2018年下降到1.34,即科大讯飞每1元的短期借款至少可以得到1.34元的流动资产来偿还;速动比率近四年呈下降趋势,但幅度都不大,说明科大讯飞的资产流动性和短期偿债能力较为稳定,风险较低。

从表中资产负债率和产权比率的变化情况来看,2015-2018年科大讯飞的资产负债率总体呈上升趋势,2018年上升到46%,低于国际上划定的企业资产负债率“标准线”50%;产权比率近四年来呈上升趋势,因此可以看出科大讯飞长期偿债能力有一定的增强,有较为充足的资本来偿还债务,比较符合债权人的立场。

因此,根据上述对科大讯飞的偿债能力分析,可以说科大讯飞在借入资金和长期偿债方面风险较低。

(2)搜狗偿债能力分析

表3-4搜狗2014-2017年偿债能力数据表

人工智能公司的财务风险分析及对策 思考——以科大讯飞和搜狗为例

根据上表能够发现搜狗在2015和2016年的流动比率均在2以下,2017年和2018年均在合理的最低比率2以上,说明其流动资产占有较多,短期偿债能力较弱,容易面临风险。搜狗2015年和2016年的资产负债率均在国际资产负债率“标准线”50%以上,2017年和2018年降到50%以下,2018年为0.31;产权比率在2015年和2016年均在200%以上,2017年和2018年骤降为45.45%,下降幅度大。这两个比率的变化说明搜狗偿还长期债务的综合能力有一定的提升,处于低风险低报酬的财务结构。

因此,根据以上对搜狗偿债能力的分析,可以看出其面临一定的短期偿债风险和盈利风险。

3.2.1.3获利性分析

此项分析能够判断企业是否存在获利能力不足的风险,我们可以通过获取企业近三年的销售毛利率、销售净利率、总资产报酬率等指标并根据它们的变化浮动情况来进行判断。

表3-5科大讯飞和搜狗2016-2018年获利性分析

人工智能公司的财务风险分析及对策 思考——以科大讯飞和搜狗为例

根据上表能够发现,科大讯飞2016-2018年的销售毛利率总体在50%上下波动,幅度较小;销售净利率和总资产净利率总体均呈下降趋势,净资产收益率先下降后上升,在20118年为6.8%,总体上这三年里科大讯飞的这四项指标呈下降趋势,获利能力减弱。再看搜狗,近三年来搜狗的销售毛利率呈下降趋势,幅度比科大讯飞大一些;销售净利率先上升后下降,总资产净利率和净资产收益率在这三年里均呈下降趋势。综上,科大讯飞和搜狗存在获利能力不足的风险。

3.2.1.4营运能力分析

此项分析能够判断企业是否存在运营状况不良的风险,我们可以获取科大讯飞和搜狗近四年来的应收账款周转率、存货周转率、总资产周转率等财务指标来进行判断。

表3-5科大讯飞和搜狗2015-2018年营运能力数据表

人工智能公司的财务风险分析及对策 思考——以科大讯飞和搜狗为例

从表中可以看出2015-2018年科大讯飞的总资产周转率偏低,虽然呈上升趋势,但增幅很小,说明其应收账款回收的速度较慢,流动性低,资金较多的积压在应收款项上。相比起来,搜狗近三年的应收账款周转率虽然呈现下降趋势,但均高于科大讯飞。说明搜狗的应收款项回收情况好于科大讯飞,资产流动性较好,但逐年降低的趋势也说明其面临一定的风险。再看另一项指标,科大讯飞和搜狗的总资产周转率均偏低,且总体均呈下降趋势,说明它们的资产创造收入的能力较弱、经营效率偏低,有较多的资产没有得到充分利用。综上,科大讯飞和搜狗面临一定的营业运行风险。

3.2.2现金流量分析

现金流量分析是指企业各项项目在筹资、建设、投产运行到关闭整修的周期内,现金流出和流入的资金活动的分析,能够使我们获取到企业获取现金的能力、偿债能力、收益的质量、投资活动和筹资活动等情况,判断企业是否面临财务风险。

由于搜狗于2017年在美国上市,很多财务数据没有公开披露,因此下面分别选取科大讯飞和搜狗的相关指标进行分析。

3.2.2.1科大讯飞现金流量分析

(1)流入流出结构分析

表3-6科大讯飞2015-2018年现金流入流出比例表

人工智能公司的财务风险分析及对策 思考——以科大讯飞和搜狗为例

根据上表能够发现,在2015-2018年在全部现金流入中,科大讯飞的经营活动占比逐年增加,占比最大;筹资活动总体占比逐年减小;投资活动占比一直是最小的。流出方面,经营活动占均在50%以上,投资活动占比逐年下降,筹资活动是占比最小的。由此说明近四年来在科大讯飞全部的现金流入和现金流出中,经营活动是主要方面,这表明其运营结构是较合理的。

(2)流入流出比例分析

表3-7科大讯飞2015-2018年现金流入流出比例表

人工智能公司的财务风险分析及对策 思考——以科大讯飞和搜狗为例

根据上表能够发现,2015-2017年科大讯飞经营活动现金流入流出比逐年下降,在2018年略有上升;投资活动现金流入流出比近四年均在1以下,占比最小,表明科大讯飞目前处于发展期;筹资活动流入流出比近四年来总体呈下降趋势。科大讯飞作为高投入和高风险的高科技企业,在经营方面需要足够的资金来支撑,因此净利润中需要有足够的经营现金流量净额来保证运营资金链的稳定性,但是经营活动流入流出比较低且呈下降趋势,表明科大讯飞在资金周转方面存在一定的风险。

3.2.2.2搜狗现金流量分析

表3-8搜狗2015-2018年现金净流量数据表(单位:亿元)

人工智能公司的财务风险分析及对策 思考——以科大讯飞和搜狗为例

从上表可以看出,2015-2018年搜狗的经营活动现金净流量总体变化幅度不大,均为正数;投资活动现金净流量近四年来均为负数,且呈下降趋势;筹资活动在2015为负数,之后三年均为正数,在2016年和2017年有所上升,2018年下降幅度较大。搜狗在2017年于美国上市后,近年来处于发展的高速期,需要扩大产品的市场份额,让产品迅速占领市场,因此搜狗在公司运营中需要扩大投资来增加产品占比,但是只依赖经营活动现金净流量是不够投资所需的。因此根据以上分析,搜狗面临着营运资金难以筹集的风险。

3.2.3“Z-score模型”分析

“Z-score模型”是由纽约大学斯特恩商学院教授EdwardAltman在1968年提出的一种反映企业面临的财务风险并预测企业破产的可能性的多变量预警模型。模型公式为:Z=1.2X1+1.4X2+3.3X3+0.6X4+0.999X5。其中流动资本占总资产比重为X1,留存收益占总资产比值为X2,息税前利润占总资产比值为X3,股东权益占总资产比值为X4,销售收入占总资产比值为X5。

这一模型的判断准则为:Z≤1.8,企业有很大的破产危险;1.8<Z<2.99,企业处于灰色区域,财务状况非常不稳定;Z≥2.99,企业处于安全区,财务风险低,财务状况良好。

3.2.3.1科大讯飞“Z-score模型”分析

表3-9科大讯飞2014-2018年“Z-score模型”数据表

人工智能公司的财务风险分析及对策 思考——以科大讯飞和搜狗为例

从表中可以看出科大讯飞在2014和2015年的Z值均处于1.8和2.99之间,属于灰色地带,但这两年的Z值呈下降趋势,表明科大讯飞的财务风险越来越明显。到2016年的Z值跌至1.76,2018年为1.78,均低于1.8,根据“Z-score模型”的判断准则,科大讯飞近两年已经处于破产区,财务风险很高。

3.2.3.2搜狗“Z-score模型”分析

表3-10搜狗2014-2018年“Z-score模型”数据表

人工智能公司的财务风险分析及对策 思考——以科大讯飞和搜狗为例

从表中可以看出搜狗在2014年的Z值低于1.8,处于破产区,财务风险很高,但2015年Z值上升到2.8,之后三年均在2以上浮动,表明搜狗近年来虽然脱离了破产区,但是依然有较为明显的财务风险不可忽视。

通过以上对科大讯飞和搜狗的财务比率和现金流量的分析,以及最后利用“Z-score模型”的风险判断,可以发现这两家人工智能公司均面临着财务风险。

  4科大讯飞和搜狗存在的问题

经过以上对科大讯飞和搜狗财务比率、现金流量以及“Z-score模型”的分析,可以发现两家人工智能公司均存在着一定的财务风险,概况总结为以下几点。

  4.1流动负债过高

近四年来科大讯飞公司的流动负债占总负债的比例一直较高,均处在80%以上,说明企业近几年负债大多为短期借款,对短期资金的依赖性较强,这意味公司将面临着巨大的现金支付压力,短期偿债风险较大,一旦财务方面出现问题,企业的现金不能及时弥补,那么将导致企业现有的资金链断裂,不能按时偿还负债,企业将会陷入无法偿还账款的困境,同时公司对外筹资能力也会急剧下降,资金链断裂,无法支付到期债务,将导致财务危机发生。

  4.2账款回收率较低

2015-2018年科大讯飞和搜狗的应收账款周转率均呈下降趋势,且科大讯飞的应收账款周转率过低,这表明两家人工智能公司应收账款的回收速度偏慢,公司的营运资金会在一定程度上停留在应收款项上,给资金的正常流动带来了不良影响,进而增大了发生坏账损失的风险;同时,如果公司收回账款的能力一直处在较低的水平的话,将会导致企业的资金回笼速度持续下降,进而导致公司的资金供应出现大问题,最终可能会导致公司的资产流动链的失效,使公司面临巨大的财务风险,这对公司的健康生产经营是很不利的。

  4.3盈利能力不足

科大讯飞和搜狗近四年来的销售毛利率、销售净利率、总资产报酬率等获利性指标均呈下降趋势,表明其获利能力在降低。且根据科大讯飞的负债及权益结构数据表可以发现其负债经营率偏低,说明其产品的盈利率是较低的。并且科大讯飞和搜狗的总资产周转率均偏低,且总体均呈下降趋势,说明它们的资产创造收入的能力较弱、经营效率偏低,有较多的资产没有得到充分利用。这些充分说明两家公司面临着盈利能力不足的风险。此外,科大讯飞和搜狗作为人工智能公司,目前拥有较好的政府方面补助和投资,然而一旦未来失去补助收入,这些人工智能公司可能会面临更大的盈利风险。

 

原创文章,作者:打字小能手,如若转载,请注明出处:https://www.sbvv.cn/chachong/34913.html,文章版权申述

(0)
上一篇 2022年7月6日 下午6:44
下一篇 2022年7月6日 下午7:36

相关推荐

My title page contents