今年以來,小米CDR招股書一直以來都受到相關人士的關注,今天小米CDR招股書剛發(fā)布,就引起了國內各大券商及互聯(lián)網(wǎng)公司研究范本,此次小米CDR招股書新增了今年Q1季度財務數(shù)據(jù),這是與5月3日提交的港股招股書,相比較而言的不同之處。
除了新增Q1季度財務數(shù)據(jù),小米CDR招股書還披露了“公司扣除非經(jīng)常性損益后歸屬于母公司普通股股東的凈利潤”。單從信息量方面來說,此次的小米CDR招股書提供的數(shù)據(jù)更加完善。
CDR招股書顯示,2018年第一季度小米營業(yè)收入為344.12億元,經(jīng)調整經(jīng)營凈利潤為16.99億元,扣除非經(jīng)常性損益后歸屬于母公司普通股股東的凈利潤為10.38億元。
之前小米在香港IPO披露了小米2017年經(jīng)營利潤為122.1億元,經(jīng)調整經(jīng)營凈利潤為53.6億元,凈利潤為虧損438.9億元。此次小米CDR招股書開篇“重大事項提醒”,新增加了一個“公司扣除非經(jīng)常性損益后歸屬于母公司普通股股東的凈利潤”,2017年小米該項數(shù)字為39.45億元。
但是值得注意的是,A股招股書中披露了“扣非后歸屬于母公司普通股股東的凈利潤”,這與港股披露的“經(jīng)調整經(jīng)營凈利潤”類似,但由于扣除標準不同,所以最終數(shù)值差異較大。
證券專家解釋,CDR招股書公布的“扣除非經(jīng)常性損益后歸屬于母公司普通股股東的凈利潤”與港股招股書公布的“經(jīng)調整經(jīng)營凈利潤”,兩者主要差異為:股權支付費用算不算非經(jīng)常性損益,要不要扣除理財產(chǎn)品投資收益和政府補助等。
證券專家指出,看新經(jīng)濟和互聯(lián)網(wǎng)公司是否盈利,不能單純只看公司凈利潤。最重要的是看“經(jīng)營利潤”和“經(jīng)調整經(jīng)營凈利潤”,這兩個數(shù)字,可以排出財務會計等干擾性因素,從本質上看公司的真實經(jīng)營情況。
2017年小米經(jīng)營利潤為122.1億元(這個數(shù)據(jù)僅在港股招股書里被披露),經(jīng)調整經(jīng)營凈利潤為53.6億元,歸屬母公司普通股股東的凈利潤為39.5億元。
經(jīng)調整經(jīng)營凈利潤為53.6億元是怎么算出來的?小米CDR招股書第334頁詳細介紹:港股招股說明書披露的經(jīng)調整經(jīng)營凈利潤,是扣除了前述優(yōu)先股公允價值變動損失、投資項目公允價值變動、股份支付費用及無形資產(chǎn)攤銷等的影響,小米2017年的經(jīng)調整經(jīng)營凈利潤為53.6億元。
本次小米在港股招股書中披露的經(jīng)調整經(jīng)營凈利潤是扣除優(yōu)先股公允價值變動損失、投資項目公允價值變動、股份支付費用及無形資產(chǎn)攤銷等的影響。因此,港交所披露的2018年一季度“扣非凈利潤”為17億元,而內地CDR披露的扣非凈利潤僅為10億元。
需要注意的是,由于中國企業(yè)會計準則和國際財務報告準則編制的財務報表在營業(yè)成本核算方面存在差異。港股披露小米2017年營業(yè)成本為994.7億元,毛利率為13.2%,而根據(jù)中國企業(yè)會計準則小米營業(yè)成本則為964.8億元,毛利率為15.8%。
好文章,需要你的鼓勵
騰訊ARC實驗室推出AudioStory系統(tǒng),首次實現(xiàn)AI根據(jù)復雜指令創(chuàng)作完整長篇音頻故事。該系統(tǒng)結合大語言模型的敘事推理能力與音頻生成技術,通過交錯式推理生成、解耦橋接機制和漸進式訓練,能夠將復雜指令分解為連續(xù)音頻場景并保持整體連貫性。在AudioStory-10K基準測試中表現(xiàn)優(yōu)異,為AI音頻創(chuàng)作開辟新方向。
Meta與特拉維夫大學聯(lián)合研發(fā)的VideoJAM技術,通過讓AI同時學習外觀和運動信息,顯著解決了當前視頻生成模型中動作不連貫、違反物理定律的核心問題。該技術僅需添加兩個線性層就能大幅提升運動質量,在多項測試中超越包括Sora在內的商業(yè)模型,為AI視頻生成的實用化應用奠定了重要基礎。
上海AI實驗室發(fā)布OmniAlign-V研究,首次系統(tǒng)性解決多模態(tài)大語言模型人性化對話問題。該研究創(chuàng)建了包含20萬高質量樣本的訓練數(shù)據(jù)集和MM-AlignBench評測基準,通過創(chuàng)新的數(shù)據(jù)生成和質量管控方法,讓AI在保持技術能力的同時顯著提升人性化交互水平,為AI價值觀對齊提供了可行技術路徑。
谷歌DeepMind團隊開發(fā)的GraphCast是一個革命性的AI天氣預測模型,能夠在不到一分鐘內完成10天全球天氣預報,準確性超越傳統(tǒng)方法90%的指標。該模型采用圖神經(jīng)網(wǎng)絡技術,通過學習40年歷史數(shù)據(jù)掌握天氣變化規(guī)律,在極端天氣預測方面表現(xiàn)卓越,能耗僅為傳統(tǒng)方法的千分之一,為氣象學領域帶來了效率和精度的雙重突破。