2016年安防上市公司年报披露情况

简介:

截止2017年4月30日,绝大部分安防上市公司已披露了2016年年报,沪深主板(包括中小板、创业板)安防公司均如期公布年报,但由于终止挂牌2家,拟终止挂牌4家,以及11家安防公司由于其他原因,共有17家新三板上市的安防公司未能如期公布年报。

2016年我们收集到有2015年与安防相关数据的新三板公司超过150家,加上沪深主板、中小板、创业板的80多家相关公司,我们已经可以收集到230多家企业的安防数据。虽然现在有17家安防公司未能如期公布2016年报,我们在阅读300多家企业年报的基础上仍收集到近300家企业的2016年的安防数据。由于安防上市公司数量较多,为了提高数据的代表性,使我们有可能采取较为严格的标准选用数据,部分代表性较差的公司或其分产品数据没有采用。与去年我们公布数据的200家比较,我们公布2016年数据的企业有较多的增加。

为了更好地反应各分产品子行业的情况,部分有两种以上分产品数据的公司我们采用了两项数据分别公布的方法,其中18家公司的数据公布在不同的分类产品表格中,只有蓝卡科技两项的停车管理和电子巡更均在入口控制与识别类企业的1个表格中。有3家在沪深主板上市的公司,其子公司在新三板我们分别公布了它们的数据。

随着安防技术与产品跨行业应用的发展趋势,相当比例的安防产品应用于安防之外的领域,有部分主要业务范围在其他领域,但公司采用的技术与产品属于安防领域的公司,我们仍然把它们列为安防企业,如上海悠络客电子科技股份有限公司。

随着安防行业的集成化发展趋势,安防产品与安防工程企业都在加大系统集成软件的开发力度,我们把以软硬件产品制造为主的企业还是划为产品生产类;由于安防工程施工业务毛利率较低,不少做安防工程的企业主要以系统集成软件业务为主,有的企业也少量制造产品,而把工程施工包给劳务公司,这类企业我们还是划为系统集成与工程类企业。

随着安防系统,以及相关的系统集成项目集成化的规模越来越大,单一功能的安防工程项目比例越来越低,这也增加了安防系统集成与工程市场调查统计的难度。监控、智能交通和智能建筑与智慧城市工程是安防系统集成与工程商的主要市场,从项目内容来看,它们与安防行业的关联程度依次递减,而智慧城市则包含了监控、智能交通和智能建筑这几个小类。随着智慧城市建设的兴起和市场的扩大,前述的三类工程商很多都扩展到智慧城市领域,致使部分这几类企业的分产品只有智慧城市这一类别,我们只好把它们划为智能建筑与智慧城市类。也有部分上市公司,特别是新三板的系统集成与工程类上市公司只有分产品销售收入的数据,而没有分产品毛利率或工程成本数据,我们只有舍弃或采用代表性较差的公司总体经营数据。

对于从事智能交通和智能建筑与智慧城市工程的企业是否属于安防企业我们始终保持了一定的原则:规模在销售额1000万元以下的企业其安防工程的比例要大于50%,销售额1000万元以上的企业其安防工程的比例一般不低于30%。由于我们积累了10多年的企业数据,即使该企业的业务发生一些变化,也可以大致判断其安防工程业务的占比。如中兴软创(838824)公司主要面向电信、智慧城市领域的交通和政务等重点行业客户;公司的智慧交通业务主要面向交通运输部门、交警部门、城市治安与综合治理,2015年这方面的收入4.9亿,占总收入的28.29%。由于该公司2016年年报产品分类改为系统软件、商品销售等,无法确定智慧交通业务比重,但考虑到公司规模超过15亿,与安防相关业务接近30%,我们把它放到智慧城市类。

上市公司的业务数据我们主要采集的是企业安防领域的营业收入、利润、毛利率三项指标及其与前一年的比较共6组数据。由于绝大多数安防企业不同程度都是混业经营的,而且不少是涉足于安防以外的领域。对于绝大部分主营业务属于安防领域的公司我们尽量采用总收入和归属于上市公司股东的净利润数据,因为这两组数据是所有上市公司年报上必须报告的数据,其他利润数据并不是每家公司的年报都披露,特别是新三板公司的年报中业务数据项目较少。产品的平均毛利率数据可以根据主营业务构成和成本分析的附表计算得出。由于新三板公司规模普遍较小,部分企业没有分产品的成本数据,无法计算分产品的毛利率,我们多数采用整体数据。为了更准确地反映安防市场情况,对于主板、中小板、创业板上市公司我们多数采用单项或两项的安防业务数据,有的是安防子公司的数据。单项和两项的安防业务数据中利润是毛利润,而安防子公司业务数据只有当年的收入和净利润,我们是与前一年年报的数据比较,而毛利率的数据无法从年报中获得。

由于有产品毛利率数据的公司在年报的附表中“毛利润比上年同期增减”数据有两种不同表达方式:百分点和百分比,我们采用过去主板普遍用的百分点,并没有对原表中所有数据一一核算,有可能有个别数据有误。新三板上市公司分产品毛利率数据大部分是我们根据年报中的数据计算得出的。

我们在录取数据时发现有个别公司2016年报上的2015年数据与2015年年报数据不同,主要是由于报告期内的收购兼并活动造成了2015年数据变化。2016年有不少公司有兼并活动,但大多数公司没有按照证监会的规定分别计算合并前后的数据,这很容易增大了企业的收入和利润数据,影响了整体市场统计数据的真实性。

以产品为主的公司可以进一步分为视频监控、出入口控制与识别(包括楼宇对讲与电子巡更),以及其他安防产品3个小类;以系统集成与工程为主的公司进一步分为视频监控、智能交通、智能建筑与智慧城市3个工程小类,安防运营服务咨询类没有进一步细分。这样我们将所有公司一共分为3个大类、7个小类。

我们已经收集2016年年报经营数据的公司中,视频监控生产型企业66家,其中7家选用两项数据的企业中均有一项是监控设备数据。出入口控制与识别生产型企业51家,其中蓝卡科技两项数据以停车管理为主电子巡更为辅在同一表中,另外2家选用两项数据的企业中有一项是出入口控制设备数据。其他安防产品生产型企业14家,没有选用两项数据的企业。监控工程企业58家,其中8家选用两项数据的企业中均有一项是监控工程数据。智能交通企业36家,其中11家选用两项数据的企业中均有一项是智能交通工程数据。智能建筑与智慧城市企业62家,其中6家选用两项数据的企业中均有一项是智能建筑工程数据。安防运营服务咨询类企业11家,其中2家选用两项数据的企业中有一项是运营服务业务数据。3个大类、7个小类合计选用企业287家,其中有19家企业选用两项数据,实际有268家企业出现在我们的统计表中。

由于目前还有安防企业在不断上市,个别延期公布2016年年报的新三板安防企业也会公布年报,我们最后公布数据的公司预计在270家以上。

本文转自d1net(转载)

相关文章
|
11月前
|
人工智能 算法 自动驾驶
AI的伦理困境:我们是否准备好面对?
【10月更文挑战第40天】随着人工智能技术的飞速发展,它已经深入到我们生活的方方面面。然而,随之而来的伦理问题也日益凸显。本文将探讨AI技术中的一些伦理困境,包括数据隐私、算法偏见、自动化失业等,并提供一些可能的解决方案。我们将通过代码示例来展示如何在AI应用中实现这些解决方案。
|
11月前
|
程序员 C语言
C语言中的指针既强大又具挑战性,它像一把钥匙,开启程序世界的隐秘之门
C语言中的指针既强大又具挑战性,它像一把钥匙,开启程序世界的隐秘之门。本文深入探讨了指针的基本概念、声明方式、动态内存分配、函数参数传递、指针运算及与数组和函数的关系,强调了正确使用指针的重要性,并鼓励读者通过实践掌握这一关键技能。
225 1
|
11月前
|
Go vr&ar 图形学
重塑体验:AR/VR技术在游戏与娱乐行业的创新应用
【10月更文挑战第29天】本文探讨了AR/VR技术如何改变游戏与娱乐行业,介绍了AR和VR的基本概念及其在游戏和娱乐中的应用实例,包括《精灵宝可梦GO》的AR开发和VR视频播放器的实现代码,并展望了未来的发展趋势。
773 2
|
搜索推荐 机器人 云计算
纳米机器人:医疗领域的微型革命与精准治疗
【9月更文挑战第16天】随着科技的飞速发展,纳米技术成为推动多个领域变革的重要力量。在医疗领域,纳米机器人以其独特优势引领着微型革命与精准治疗新时代。本文探讨其在药物输送、癌症治疗、手术辅助及疾病诊断中的应用,并分析其小型化、精准化、智能化与综合化的优势。尽管面临制造技术、体内控制等挑战,但随着科技的进步,纳米机器人有望成为人类健康的重要保障。
760 10
|
存储 Kubernetes 容器
在k8S中,如何查看一个Pod最近20分钟日志?
在k8S中,如何查看一个Pod最近20分钟日志?
|
监控 供应链 BI
ERP系统中的现金流管理与资产负债管理解析
【7月更文挑战第25天】 ERP系统中的现金流管理与资产负债管理解析
372 2
|
Go 开发者
Golang 中的异常处理机制详解
【8月更文挑战第31天】
264 0
|
机器学习/深度学习 搜索推荐 算法
个性化音色定制:FunAudioLLM 的用户偏好学习机制
【8月更文第28天】随着语音合成技术的发展,越来越多的应用程序允许用户定制自己喜爱的声音类型。FunAudioLLM 是一个虚构的语音合成框架,它利用机器学习算法来适应用户的个人偏好,从而生成更加个性化的音色。本文将介绍 FunAudioLLM 如何通过用户偏好学习机制来调整和优化声音输出,并提供一些示例代码。
414 0
|
机器学习/深度学习 消息中间件 人工智能
人工智能平台PAI产品使用合集之vLLM是否支持模型长度扩展
阿里云人工智能平台PAI是一个功能强大、易于使用的AI开发平台,旨在降低AI开发门槛,加速创新,助力企业和开发者高效构建、部署和管理人工智能应用。其中包含了一系列相互协同的产品与服务,共同构成一个完整的人工智能开发与应用生态系统。以下是对PAI产品使用合集的概述,涵盖数据处理、模型开发、训练加速、模型部署及管理等多个环节。
|
Ubuntu
蓝易云 - Ubuntu18.04安装编译ffmpeg库
现在,你应该已经在你的Ubuntu 18.04系统上成功安装和编译了FFmpeg库。你可以通过运行 `ffmpeg -version`来验证安装是否成功。
333 0