日期 | 股票名 | 调研地点 | 调研形式 |
2024-08-29 | 博思软件 | - | 特定对象调研 |
PETTM | PB | 股息率TTM | 总市值 | 换手率 |
---|---|---|---|---|
39.53 | 5.81 | 1.04% | 135.76亿 | 2.19% |
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 |
10.13% | 12.93% | 15.45% | 93.01% | -0.95 |
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 |
63.79% | 64.67% | -0.95% | 11.55% | 7.93亿 |
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 |
20.07 | 43.72 | 101.10 | 4.31 | - |
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 |
99.41 | 219.42 | 31.62% | 1.04% | -0.07亿 |
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
报告期
|
业绩预告变动原因 |
-2.39亿 | 5.19亿 | 2024-09-30 | - | - |
参与机构 |
东吴人寿保险,融通基金,东方证券创新投资,西南证券,光大证券,中泰证券,广发证券,长江证券,汐泰投资,红石榴投资,鸿博股份,东方财富证券,千寻基金,国信证券,德邦证券,古曲基金,磐厚动量资管,岙夏投资,东北证券,昆仑健康保险,财通证券,中信建投证券,鸿运基金,申万菱信基金,浙商证券,东方证券,中金公司,耕霁投资,海通证券,源乘基金,太平洋证券,民生证券,冰河资产,中信证券,华福证券,国元证券,华泰证券,行疆投资,彤源投资,国金证券,申万证券,开源证券,华西证券,辰禾投资,国泰君安证券 |
调研详情 |
1、公司毛利率提升的原因?应收账款会加强管理吗? 答:公司上半年毛利率较上年同期增长3.17%,主要由于收入结构优化及公司降本增效所致。(1)毛利率较高的技术服务、软件销售的收入占比提升,毛利率较低的软件开发收入占比下降,收入结构的优化使得总体毛利率有所上升;(2)公司推行降本增效,一是控制外采外包比率,二是有效控制人工成本,从而促成外包外采的增长率及人工成本增长率低于收入的增长率。 上半年应收账款情况与公司收入确认呈现季节性波动有一定关系。公司业务验收及回款基本集中在三四季度,特别是第四季度。从历年数据看,年度应收账款占收入比较半年度会下降回落。同时,公司近年来加大对长账龄应收账款的催收力度,执行更严格的回款考核与激励政策,并定期组织了应收账款催收推进会,加强应收账款运营管理。 2、如何应对客户IT支出紧张问题? 答:(1)公司经营策略是灵活动态调整的。公司对项目预算、客户需求有深刻理解,深度参与客户预算决算等服务,较为了解项目预算情况,能够敏锐洞悉客户需求。公司将根据客户具体情况进行前期的项目判断与选择,优选项目,做偏刚性的业务。刚性的业务需求,包括收支环节、预算管控、内控管理等,这些将帮助客户开源节流、严防“跑冒滴漏”,解决客户痛点,提高管理效率,“把钱花在刀刃上”,为客户创造了实实在在的价值。面对非刚性的市场,公司将根据实际情况降低预期,并动态调整业务布局。同时,公司紧抓行业中优质发展机遇,凭借多年沉淀的产品与技术服务能力,快速响应进行研发投入,率先提出行业创新的体系化解决方案并落地,迅速抢占空白细分市场,新业务得到快速成长,也将保障整体业务健康高质增长。 (2)公司产品受众广、单价低、价值高,受影响小。公司服务的客户数量众多且分布广泛,同时公司产品主推SaaS模式,单项预算并不高,降低了客户资金支付压力。 (3)公司客户优质,财务情况比较健康,履约能力强。 在政府优化营商环境的大背景下,客户注重合同履约。公司作为规范标准的深度参与者及行业引领者,具有良好客户口碑、品牌影响力,且客户使用习惯养成,对产品黏性不断增强,客户的持续付费能力及意愿较高。 3、公司单位电子凭证业务进度?公司产品有何特点? 答:目前,公司单位电子凭证业务推进进度比预期要好。 包括在非我司承建预算管理一体化的省份,也有越来越多的用户采纳并应用公司的电子凭证全流程电子化解决方案。上半年,内蒙古、黑龙江等省份在加快落地。 公司方案产品的3个特点:“真”(真材实料)、“正”(务实求新)、“振”(用户共鸣,市场认可、引领方向)。对于客户而言,博思解决方案是科学并经济的优选。 (1)“真”:公司产品解决方案考虑全面,功能完整,“真材实料”,可以较好满足客户需求,助力单位会计工作数字化转型。公司作为全行业唯一拥有核算、决算、财报、档案完整产品线的厂商,为行政事业单位提供电子凭证全流程解决方案,包含了电子凭证管理、公务支出智能管理、电子会计档案管理等,为广大单位、每位公职人员提供了电子凭证接收、解析、报销、入账及归档等完整解决方案,并引入新的设计理念、新技术重点解决了票据合规、预算管控、业务合规、资金结算、入账归档等管理。 (2)“正”:随着电子凭证会计数据标准的深化应用、《会计法》、《会计信息化工作规范》及《会计软件基本功能和服务规范》等政策的出台,行政事业单位更加迫切需要先进的解决方案。公司解决方案,不仅完全符合改革及管理需要,而且能大幅减低单位成本,并符合绿色化、低碳化趋势,引入AI加持为用户创造更好的应用成效,务实而求新。汇总实践总结,博思解决方案能扎实为用户节约成本、提高效率。例如,在既往实务中,单位人员需要整理、打印、粘贴、装订、存档,实物归档还需要有地存、有人管。应用新的解决方案后,系统可以自动归集、自动整理、无需粘贴、自动整理归档、电子化存储,根据市场统计,能有效降低成本、提高业务办理效率70%以上。 (3)“振”:单位基于“把资金花在刀刃上”指引,更需要优中选优,找到有真实力的机构、有高标准的产品,博思解决方案经过前期试点、大量试点,成效凸显,得到了用户的共鸣;目前省级及地市区县平台陆续扩大应用,同时提供了赋能单位自建系统的开收一体能力。收费模式以少量建设费+SaaS运营为主,根据单位体量不同制定收费标准,形成梯次价格体系,商业模式受到市场认可,引领行业方向。 当前业务推进较顺利,部分区域已步入快速复制阶段。 4、预算管理一体化2.0方面,目前进展到什么样的阶段了?公司未来业务如何展望? 答:目前,预算管理一体化2.0全国所有的省级财政已启动。按照财政部相关改革规划,2024年底前对于一体化系统已开发和上线功能模块需要完成全面对标。公司深度参与并服务的财政部+11个省份已在开展预算管理2.0的改革升级工作的过程中,其中部分省份已进入试运行的阶段。但受收入确认周期影响,大部分的收入将延后体现。 未来,公司将围绕一体化深化改革,推动数字财政和人工智能的建设应用,积极开展预算管理一体化2.0、财政大数据、智能预算、人工智能等业务。 5、数字采购方面,公司如何利用AI赋能数字采购业务?如何看待未来数字采购业务的发展前景? 答:公司积极探索AI在数字采购业务中的应用。AI赋能数字采购,可以大幅提升采购流程的效率和决策质量。例如:在寻源阶段,AI可以根据数据分析,推荐更具性价比的产品,提高成本效益;在交易阶段,基于AI的价格监测功能,可实现有效比价,帮助识别价格合理的商品,从而优化采购决策;在评标阶段,AI技术通过提升评标质量和效率,确保选择最具实力的供应商,使评标过程更加公正和可信。 通过AI的赋能,公司在数字采购中的竞争力将得到显著提升,在市场中也将具有更强的优势。 今年以来,国务院办公厅公布《政府采购领域“整顿市场秩序、建设法规体系、促进产业发展”三年行动方案(2024—2026年)》,力争用三年左右的时间,着力解决当前政府采购领域存在的突出问题,使政府采购市场秩序更加规范,政府采购制度建设迈出实质性步伐,建立健全促进现代产业发展的政府采购政策功能体系,并就支持科技创新、扶持中小企业发展、完善政府绿色采购政策等方面提出要求。同时,国务院国资委、国家发展改革委印发《关于规范中央企业采购管理工作的指导意见》,全面推动中央企业采购管理规范化、精益化、协同化、智慧化发展。今年以来数字采购领域多个政策的发布,对公司未来三年的政府采购、企业采购的业务将起到较大的推动作用。 目前,数字采购行业渗透率依旧较低,市场前景广阔,2023年中国采购的数字化渗透率不到10%,同比美国等发达国家有较大提升空间。未来,公司数字采购收入的增长,主要来自于服务的采购交易规模的增长,不断拓展新的客户和产品、持续深化原有存量客户业务范围。 6、公司未来人员规划? 答:在当前经济形势下,公司会控制好整体的人员规模。但是,为了长期业务布局、良好的团队结构,现在也是公司进行人才布局与调整的良机。在整体人员规模可控的情况下,公司将在新业务领域积极引入优质人才,提高整体团队人员的效率与结构。 |
AI总结 |
博思软件公司是一家提供信息技术服务的公司,主要业务包括电子凭证、数字采购、预算管理一体化等。根据公开信息,博思软件公司在2024年上半年实现毛利率增长3.17%。此外,博思软件公司的单位电子凭证业务推进进度比预期要好。 博思软件公司在2023年12月6日接受16家机构调研,2024年7月4日接受36家机构调研,2024年8月29日接待中信建投证券、民生证券、申万证券、融通基金、中金公司等45家机构调研。 |
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。