日期 | 股票名 | 调研地点 | 调研形式 |
2024-03-05 | 锐明技术 | - | 线上调研 |
PETTM | PB | 股息率TTM | 总市值 | 换手率 |
---|---|---|---|---|
32.14 | 4.91 | 1.79% | 77.42亿 | 2.59% |
营业收入同比增长率(%)(单季度) | 营业收入同比增长率(%) | 归母利润同比(%)(单季度) | 归母利润同比(%) | 净利润/营业总收入 |
65.79% | 55.17% | 360.26% | 170.80% | 11.61 |
销售毛利率 | 销售毛利率(单季度) | 销售净利率 | 销售净利率(单季度) | 毛利 |
39.15% | 36.75% | 11.61% | 12.73% | 7.51亿 |
销售费用/营业总收入 | 管理费用/营业总收入 | 营业总成本/营业总收入 | 归属于母公司的股东权益/带息债务 | 研发费用/总市值 |
8.54 | 20.33 | 90.73 | 4.89 | - |
存货周转天数 | 应收账款周转天数 | 资产负债率 | 利息费用/息税前利润 | 息税前利润 |
103.48 | 60.03 | 44.66% | -0.05% | 2.07亿 |
企业自由现金流量 | 带息债务 | 财务数据报告期 |
业绩预告
公告日期
2024-10-15
报告期
2024-09-30
|
业绩预告变动原因 |
3.34亿 | 2024-09-30 | 预计:净利润20867-22867 | 本报告期内,公司预计归属于上市公司股东的净利润同比大幅增长,主要得益于海外业务的收入和毛利额快速增长。 |
参与机构 |
广发证券,东方基金 |
调研详情 |
、请介绍下推动公司业务增长的因素是什么? 推动公司业务增长的因素主要包括三个方面:一是刚性需求推动公司业务增长,主要包括各种商用车辆的驾驶安全、运营安全、车辆运营企业效率提升需求、行业监管需求等;二是技术进步带来的需求推动增长,比如人工智能、大数据、5G等新兴技术的兴起,为商用车的DMS等多种应用功能的实现带来了技术支持,技术进步带来的需求推动,包括由此带来应用场景的拓宽和深入,加速了公司的业务增长;三是政策推动带来的业务增长,如在国内,在各行业监管需求下推出的多种行业政策,一定程度上推动了国内业务增长;而在海外,将于2024年7月强制实施的欧洲安全法规(即欧标),将会助力公司海外业务的持续增长。 2、现在回看2022年度,请问业绩下降的主要原因是什么? 一是连续三年的相关不利因素造成全球性经济衰退,各国政府和企业的投资都在收缩,而公司进行的部分项目一度被延迟再延迟,一定程度上抑制了公司的发展。 二是当时对全球经济应该回暖的错误预判,使公司采取了不切实际的扩张型战略,激增的人力成本等各项投入,在收入增长不力的情况下,投入和产出出现倒挂情况,2022年公司营业收入首次出现成立以来的负增长,同时归母净利首次出现亏损。 目前,相关不利影响因素已全面消除,公司业务基本走上正轨。2023年公司业务从一季度即开始恢复性增长,至2023年底,从公司公告的2023年年度业绩预告来看,营业收入增长 19.2%~26.5%、归母净利增长163.4%~175%。对于未来的持续增长,我们充满信心和决心。 3、请介绍下公司今年的人员规划是怎么样的? 整体上,公司今年的人员规划目标不会与2023年发生重大变化,除正常的人员补岗替换外,人员增长仍将会与业务实际达成率及未来业务增长率强挂钩,进行动态管理。整体上部分业务的人员规划略有增加,如增加海外本地化人员投入,在费用控制上将努力做到总体人员费用不增长。 4、简单介绍下公司业务的发展情况? 公司深耕的商用车行业,经过统计共有四十多类,目前公交、出租、校车、货运等四个行业销售占比较高,是公司销售收入来源的主力军,其它如渣土、环卫、警用等行业,目前销售占比不太高,多种行业需求应用还未被满足,未来公司会加大力度拓展。公司推出的各个商用车的智能化解决方案,能有效解决多种商用车辆自身面临的多种监管难题,如出租车的绕路、计程计价不准、失物招领难、盲区致人伤亡事件多、非合法司机上车运营等。 在创新业务方面,涉及自动驾驶的业务有两大块,一是公司2023年自主研制并上市销售的公交车及出租车的AEBS业务,已经在深圳等国内城市落地;二是L4级的低速自动驾驶清扫车业务,已在国内几个城市试点落地。未来,公司会持续创新,继续深度挖掘行业应用及场景应用,积极拓展业务领域,稳步提高公司的市场占有率及行业地位。 目前全球商用车数量过亿、专业司机数量多达几亿人,基于道路的运营安全、驾驶安全等监管需要,公司的各种商用车辆的智能化解决议案,能有效解决相关问题。在商用车这个庞大的市场容量下,公司业务还未能实现全覆盖。我们认为商用车领域自身的发展空间还足够广阔足够大,还有许多新的应用场景亟待被挖掘和解决。 |
AI总结 |
|
免责声明:数据相关栏目所收集数据,均来自第三方个人或企业公开数据以及国家统计网站公开发布数据,数据由计算机技术自动收集更新再由作者校验,作者将尽力校验,但不能保证数据的完全准确。 阅读本栏目的用户必须明白,图表所示结果或标示仅供学习参考使用,均不构成交易依据。任何据此进行交易等行为,而引致的任何损害后果,本站概不负责。