一、引言

年报作为一家公司的年度总结，其往往蕴含着公司经营状况的很多信息。华为的年报封面就蕴含着一定信息：从2011年到2013年年报封面凸显公司走向全球化主题，那段时间海外市场营收占比超60%。2014年到2017年的年报封面均为多调彩色曲线，突显出“共建全连接世界”主题。2018年到2020年的年报封面则突显出一种不畏困难的挑战者“姿态”。而美国也正是2018年开始对华为进行全面施压，导致华为近两年状况不是很好。2019年华为年报发布会上华为轮值董事长徐直军甚至表示：“在2020年要力争活下来，力争明年还能发年报。”。显然华为活下来了。这些均表明年报信息有很多值得深入挖掘的地方，不仅仅从财务指标角度。所以本报告通过财务指标分析及管理层语调分析两方面对华为2006年到2020年的年报进行探索性数据分析，最后作出总结。

二、财务指标

年报中比较重要的信息便是各类财务指标，其体现了该公司一年的经营信息及公司现行状态。本报告主要从营业收入、净利润及现金流量三大指标对华为进行分析。

1、营业收入

#读取数据 setwd(...\\数据) data <- read.csv(财务指标.csv, encoding = UTF-8) data_income <- data.frame(data$X.U.FEFF.year,data$营业总收入) colnames(data_income) <- c(Year,营业总收入) #绘图 library(ggplot2) p1<- ggplot(data_income,aes(Year,营业总收入))+ geom_col(aes(fill="#ef1828"))+ theme_bw()+ geom_text(aes(label=营业总收入, y=营业总收入), position=position_dodge(0.5), vjust=0)+ scale_fill_manual(values = "#ef1828")+ theme(legend.position = "none")

从营业收入来看，从2006年到2020年，华为的营业收入一直保持着高速增长，年均复合增长率高达20%。虽然近两年受到美国的打压，但是由于5G需求，营业收入仍然保持着正向增长。

#读取数据 options (warn = -1) setwd(...\\数据) data_sale <- read.csv(营业收入.csv,encoding = UTF-8) data_yewu <- read.csv(销售额-业务.csv,encoding = UTF-8) #设置水平 data_yewu$业务类型 <- factor(data_yewu$业务类型, levels = c("其他", "企业业务", "运营商网络", "消费者业务" )) data_sale$地区 <- factor(data_sale$地区,levels = c("其他","美洲", "亚太", "欧洲中东非洲", "中国" )) #绘图 colors1<-c( "#006b7b","#00bdcd","#ffbc14","#f88421","#ef1828") p1 <- ggplot(data_sale,mapping = aes(as.factor(X.U.FEFF.Y),销售额,fill=地区))+geom_bar(stat=identity,position=fill,width = 0.8)+ theme_bw()+scale_fill_manual(values = colors1[1:5])+labs(x = 年份,y = 销售收入占比)+ theme(axis.title =element_text(size = 16),axis.text =element_text(size = 14, color = black))+ theme(axis.text.x = element_text(angle = 45, hjust = 1)) p2 <- ggplot(data_yewu,mapping = aes(as.factor(X.U.FEFF.Y),销售额,fill=业务类型))+geom_bar(stat=identity,position=fill,width = 0.8)+ theme_bw()+scale_fill_manual(values = colors1[2:5])+ labs(x = 年份,y = 销售收入占比)+theme(axis.title =element_text(size = 16),axis.text =element_text(size = 14, color = black))+ theme(axis.text.x = element_text(angle = 45, hjust = 1)) ##合并两图 library(ggpubr) a <- ggpubr::ggarrange(p1, p2, nrow = 1, ncol = 2 )

从不同地区营业收入来看，近几年中国地区占比逐年上升，2020年占比甚至高达65%。2020年除中国之外，欧洲、中东、美洲、亚太地区收入均在下滑，主要原因是美国的制裁使得消费者业务无法使用GMS。其中美洲地区下滑最严重，下滑幅度达24.5%。从不同业务营业收入来看，2011年以来消费者业务占比逐渐扩大。但是由于近年来美国的制裁，2020年消费者业务增速仅为3.3%。2016-2019年，消费者业务营收增速分别为36.2%、45%、31.9%和42%。制裁带来的影响是显而易见的。

2、利润

data_profit <- data.frame(data$X.U.FEFF.year,data$净利润,data$利润率,data$利润率2) colnames(data_profit) <- c(Year,净利润,"利润率",利润率2) #双轴图--利润 col_plot <- ggplot(data = data_profit,aes(x=Year)) + geom_col(aes( y = 净利润, fill = "净利润"), width = 0.8)+ geom_text( aes( y = 净利润,label= 净利润 ) , vjust = "bottom") + scale_fill_manual(values = "#ef1828") p3 <- col_plot + geom_point( aes( y =利润率*4000, color="利润率"), size=3)+ geom_text( aes( y =利润率*4000,label=利润率2 ), nudge_y = 25,size=3) + scale_color_manual(values="#156077")+ geom_line(aes( y = 利润率*4000, color="利润率"), size=1.3)+ theme_bw()+scale_x_continuous(breaks = seq(2006,2020,2))+ theme(legend.position = "top")+guides(fill = guide_legend(title = NULL),colour = guide_legend(title = NULL))

针对利润指标，本报告主要从净利润及利润率两方面分析。从2006年到2020年华为公司的净利润总体呈现出正向增长，年均复合增长率高达22%。不过从图中可以明显看出2018年以来净利润增速明显放缓，并且利润率呈现出一定下降趋势。

3、现金流量分析

对于企业来说现金流量表决定了企业的存亡。企业可以没有利润，但是不能没有现金。从华为历年现金流量表来看，经营活动现金流长期为正，但是2020年经营现金流跌幅明显，从2019年的887亿美元下降到2020年的318亿美元。投资现金流长期为负，2019年投资现金流净额甚至达到了-1449亿美元，表明华为长期以来进行着大量投资。从历年研发投入同样也可以看出这一点。研发投入营收占比一直保持着高水平。美国制裁后，华为更是进一步扩大了自身的研发投入。筹资活动前些年均为负数，不过近两年由于制裁加疫情影响，华为也通过借钱来度过难关，筹资活动现金流也由负转正。

data_cash <- data.frame(data$X.U.FEFF.year,data$研发费用,data$经营活动现金流量净额,data$投资活动现金流量净额,data$筹资活动现金流量净额) colnames(data_cash) <- c(Year,研发费用,经营,投资,筹资) data_cash <- data_cash[4:15,] ##经营活动 p4 <- ggplot(data = data_cash,aes(x=Year)) + geom_point( aes( y =经营, color="经营现金流净额"), size=3)+ geom_text( aes( y =经营,label=经营), nudge_y = 30,size=3) + scale_color_manual(values="#ef1828")+geom_line(aes( y = 经营, color="经营现金流净额"), size=1.3)+ theme_bw( )+scale_x_continuous(breaks = seq(2006,2020,2))+theme(legend.position = "top")+guides(fill = guide_legend(title = NULL),colour = guide_legend(title = NULL)) ##投资活动 p5 <- ggplot(data = data_cash,aes(x=Year)) + geom_point( aes( y =投资, color="投资现金流净额"), size=3)+ geom_text( aes( y =投资,label=投资), nudge_y = 40,size=3) + scale_color_manual(values="#ffbc14")+ geom_line(aes( y = 投资, color="投资现金流净额"), size=1.3)+ theme_bw( )+scale_x_continuous(breaks = seq(2006,2020,2))+ theme(legend.position = "top")+guides(fill = guide_legend(title = NULL),colour = guide_legend(title = NULL)) ##筹资活动 p6 <- ggplot(data = data_cash,aes(x=Year)) + geom_point( aes( y =筹资, color="筹资现金流净额"), size=3)+ geom_text( aes( y =筹资,label=筹资), nudge_y = 20,size=3) + scale_color_manual(values="#00bdcd")+ geom_line(aes( y = 筹资, color="筹资现金流净额"), size=1.3)+ theme_bw( )+scale_x_continuous(breaks = seq(2006,2020,2))+ theme(legend.position = "top")+guides(fill = guide_legend(title = NULL),colour = guide_legend(title = NULL)) ##研发投入 p7 <- ggplot(data = data_cash,aes(x=Year)) + geom_col( aes( y =研发费用, fill="研发费用"), width = 0.8 )+ geom_text( aes( y =研发费用,label=研发费用), nudge_y = 40,size=3) + scale_fill_manual(values="#006b7b")+ theme_bw( )+scale_x_continuous(breaks = seq(2006,2020,2))+ theme(legend.position = "top")+guides(fill = guide_legend(title = NULL),colour = guide_legend(title = NULL)) ##合并四图 p8 <- ggpubr::ggarrange(p4, p5, p6,p7, nrow = 2, ncol = 2 )

三、管理层语调分析

谢德仁（2015）通过研究上市公司管理层语调发现，管理层净正面语调与公司T+1年业绩显著正相关。而本报告参照这一点，分析华为年报中管理层讨论与分析的文本数据。本报告先利用jieba分词对2006年到2020年年报中的管理层讨论与分析进行分词，再对分好的词参照大连理工大学中文情感词汇本体库进行词性统计，分别统计出正向词数和负向词数。再参照谢德仁语调的定义：

Tone=(POSPCT−NEGPCT)/(POSPCT+NEGPCT)Tone=(POSPCT-NEGPCT)/(POSPCT+NEGPCT)

其中 POSPCT表示T年年报中管理层讨论分析部分正向词汇占总词汇数比例， NEGPCT表示T年年报中管理层讨论分析部分负向词汇占总词汇数比例， Tone表示净正面语调，其取值范围为[-1,1]，POSPCT相对 NEGPCT 越大， Tone越大。

分析结果表明，2006年到2020年，华为年报的管理层语调 呈现出三次低值。这也刚刚好映照了华为史上四次危机中的三次：①2008年华为面临的金融危机及《新劳动法》危机。②2013-2014年，互联网冲击下的行业危机。③2018-2020年美国对华为制裁再加上疫情。不过从管理层语调来看2020年相对2019年有所上升，一定程度上预示了华为经营状况有所好转。

##读取数据 setwd(...) tone <- read.csv(语调.csv,encoding = "UTF-8") colnames(tone) <- c(Year, 词语数, 句子数, "正向词","负向词","语调" ) tone ## Year 词语数 句子数 正向词 负向词 语调 ## 1 2006 630 22 60 5 0.85 ## 2 2007 500 18 46 10 0.64 ## 3 2008 533 21 49 13 0.58 ## 4 2009 7997 344 663 110 0.72 ## 5 2010 10093 427 796 124 0.73 ## 6 2011 10551 452 823 156 0.68 ## 7 2012 10958 436 828 132 0.73 ## 8 2013 17479 684 1359 336 0.60 ## 9 2014 16927 647 1359 185 0.76 ## 10 2015 17135 626 1312 131 0.82 ## 11 2016 16947 573 1347 136 0.82 ## 12 2017 17450 594 1379 178 0.77 ## 13 2018 17447 584 1373 206 0.74 ## 14 2019 17555 575 1271 189 0.74 ## 15 2020 17652 570 1387 197 0.75 p9 <- ggplot(data =tone,aes(x=Year)) + geom_point( aes( y =语调, color="管理层语调"), size=3)+ geom_text( aes( y =语调,label=语调), nudge_y = 0.03,size=3) + scale_color_manual(values="#ef1828")+ geom_line(aes( y = 语调, color="管理层语调"), size=1.3)+ theme_bw( )+ scale_x_continuous(breaks = seq(2006,2020,2))+ geom_rect(aes(xmin=2007.5, xmax=2008.5, ymin=-Inf, ymax=Inf),fill=#FF3300,alpha = .02)+ geom_rect(aes(xmin=2012.5, xmax=2013.5, ymin=-Inf, ymax=Inf),fill=#FF3300,alpha = .02)+ geom_rect(aes(xmin=2017.5, xmax=2019.5, ymin=-Inf, ymax=Inf),fill=#FF3300,alpha = .02)+ annotate("text", x=2008, y=0.9, label="第二次危机")+ annotate("text", x=2013, y=0.9, label="第三次危机")+ annotate("text", x=2018.5, y=0.9, label="第四次危机")+ theme(legend.position = "top")+guides(fill = guide_legend(title = NULL),colour = guide_legend(title = NULL))+ ylim(0.4, 1)

四、总结

本报告通过对华为公司2006年到2020年年报进行分析。分析发现华为营业收入保持高速增长后，今年来有所放缓。从不同地区来看，虽然中国大陆地区增速明显但是欧美及其他地区有所下降。从不同业务来看，受到美国制裁的影响，消费者业务增速放缓。并且今年来华为利润率下降明显。但是面对打压，华为临危不乱，近年来加大了研发投入，增加筹资活动，引入资金。通过不断研发新技术来打破技术壁垒。通过对管理层语调分析，也可以看出华为经营状况有所好转。

参考文献：

[1]谢德仁,林乐.管理层语调能预示公司未来业绩吗?——基于我国上市公司年度业绩说明会的文本分析[J].会计研究,2015(02):20-27+93.

财务数据 链接：https://pan.baidu.com/s/1lbiu9joN5E_qu26jdRDdcg 提取码：nza7