因民间借贷财产被冻结,捷成股份巨额债务危机坐实?

对曾经的“广电第一股”北京捷成世纪科技股份有限公司(下称捷成股份,股票代码300182.SZ)来说,最近可谓祸不单行。

一、从“债务危机”曝光到巨额财产被封,捷成股份成“老赖”?

4月23日,一封来自北京市海淀区人民法院的判决书,将深陷多种危机的捷成股份,再次推上风口浪尖。

根据(2021)京0108民初23150号北京市海淀区人民法院民事裁定书裁定,北京捷成世纪科技股份有限公司、徐子泉名下价值3420万元的财产被查封、冻结,并且裁定立即开始执行。

(图片来自网络)

此次财产被查封,跟被申请人北京捷成世纪科技股份有限公司、徐子泉的一起“民间借贷纠纷案”有关,由申请人某教育科技有限公司,向法院提出财产保全申请,要求查封和冻结其财产。

简单来说,就是提出申请的公司怕捷成股份还不了钱,提出将其财产查封和冻结,以进行财产保全,并得到法院裁定的认可。

这跟此前三言财经曝料的“捷成股份拖欠了北京某教育公司数千万元借款已经严重逾期,目前这家教育公司已经启动司法程序,并且法院已受理此案”,遥相呼应。

事实上,关于捷成股份陷入债务危机的消息不少。2021年2月23日,有媒体曾爆出捷成股份拖欠天津某公司数千万款项,此后,捷成股份又被知情人士爆出拖欠北京某投资公司数千万元债务。

而此次法院裁定,或许可以看作捷成股份陷入“债务危机”被坐实,这对捷成股份来说并不是一个好消息。

二、继2019年亏损23.8亿后,捷成股份2020年将再陷巨额亏损

债务危机的爆发,可能也跟近两年捷成股份的公司经营,陷入“亏损泥淖”有关。

4月23日,捷成股份发布业绩预告称,从2020年1月1日到2020年12月31日,公司预计业绩净亏损在12亿元到12.7亿元之间。超过此前预期的3.3亿元到4.8亿元之间。

(数据来源同花顺,图片来自网络)

这是继2019年亏损23.8亿之后,捷成股份再次面临巨额亏损。虽然亏损有所收窄,但亏损金额依然巨大,显示其经营状况确实堪忧。这也是捷成股份自2011年上市以来,连续两年陷入亏损。

捷成股份连年陷入亏损,一方面受2018年影视行业不景气影响,导致捷成股份2018年净利润大幅下滑九成,并在2019年出现上市以来的首次亏损。

另一方面则是前几年的大举并购埋下的“隐患”。

从2012年到2018年,捷成股份收购的公司多达20多家,合计耗资81.74亿元。由于绝大多数并购都签署了三年对赌协议,且主要集中在2015年-2016年,于是2018年成为三年业绩承诺期过后的第一年。由于子公司经营业绩未能达标,公司也因此不得不计提商誉减值准备——2018年,捷成股份当年共计提资产减值准备高达10.59亿元,是导致当年净利润同比暴跌91%的重要原因。

此外,捷成股份控股股东徐子泉及其一致行动人康宁被牵扯进“广州农商行的信托违约事件”、捷成股份及其实际控制人徐子泉,频频陷入债务纠纷或相关诉讼等,可能也对公司的正常运营带来了影响。

有知情人透露称,捷成股份的资金压力非常大,这是其陷入债务危机的重要原因。

三、债务危机、亏损危机接连爆发,捷成股份接下来到底该怎么走?

如果说连年巨额亏损让捷成股份陷入经营和财务危机,尽管让企业很难受,但还不致命。毕竟上市公司受各种因素影响,经营业绩有所波动也能理解。

但债务危机却会伤及企业信誉,不仅会对公司未来融资产生影响,也会引发此前贷款给企业的银行提前抽贷以及其它债主要债,引发市场恐慌。这对上市企业来说是最致命的。

这种危害早已显露苗头。2020年6月,大公国际将捷成股份主体信用以及“18捷成01”信用等级由AA调整为AA-。

在将捷成股份列入信用观察名单时,大公国际指出捷成股份2019年收入和盈利降幅明显,应收类款项、预付款项和商誉仍存在进一步减值风险,资金流较为紧张,且短期有息债务偿付压力较大,融资能力下降。

而从捷成股份最新的发布的业绩预告和爆发的债务危机来看,确实如此。

事实上,作为曾参与投资《战狼2》、《红海行动》、《一出好戏》的捷成股份。截至2020年6月末,其仍集成了新媒体电影版权9000余部、动画片1700余部、电视剧2600余部,拥有超过5万小时的独家版权,是国内最大的影视剧版权库和国内最大的影视新媒体版权运营商。

不过,据中国商报报道称“受连续债务逾期影响,未来十年内,捷成股份将面临丧失其教育领域版权全部运营权的风险,公司版权价值及总体估值或大幅缩水。”

因此,就目前来看,捷成股份并非没有再战之力。但在再战之前,捷成股份首先要解决的是其债务问题,只有解决债务问题,才能让企业信誉得以恢复,从而赢得合作伙伴的支持和市场的认可。

毕竟市场和社会或许可以给一家经营受挫的企业以重新再来的机会,但却很难给一家“老赖企业”以空间。

参考资料:

证券日报《捷成股份陷多股权纠纷 或引发教育领域影视版权地震》

中国商报《捷成股份面临价值缩水:或丧失全部教育领域版权独家运营权》

投资者网《捷成股份资金链告急:56亿商誉压顶 股东高管频繁减持》

三言财经《“广电第一股”捷成股份深陷债务危机:欠款逾期被告,或波及爱优腾》

 

深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值