牧原怎麼做投資決策:核心條件是現金,有多少錢辦多少事兒,隨着豬價的高漲,利潤和現金流改善時,大家普遍有資金擴產,前提是新建項目所需其他要素要提前做儲備,比如土地資源,但是建設項目土地之後還有相關環評報告,更前置是發改委備案,齊備之後項目具備了開工的重要基礎,資金、工程物資準備好就可以開工。公司會提前儲備/安排,從10年前後,有專門團隊研究中央和地方土地政策,中國產糧區為主的適合牧原集群式養殖模式發展區域,土地資源和地方政府對養殖產業的支持態度,包括發展模式,環保社會責任和做法。具體還是資金的問題,會有個悖論,行業最差時大家知道都要擴建產能,實際大家都沒錢,行業好的時候建產能可能要面臨下行周期,盈利最好有錢做這個事兒,建成廠的第一批/第二批豬可能會經歷豬價下行的階段,這是全行業共性基礎。根據公司的資金安排,建設項目時對後期流動資金需求也是做準備,21年比較典型,豬價從30+往下跌,跌幅歷史前所未有,儘管很多企業做了相應準備,仍然有很多公司GG

·成本的影響:放在長周期看,更願意把非瘟帶來的大發展,疫情疊加,管理帶來的成本上升,今年還疊加飼料快速上升,三個因素,更願意把他看成有一定的偶然性和一次性因素,糧價的衝擊不是常態化,是一個相對偶發和少見的事情。非瘟階段大家成本不同程度上升,也是之前行業沒有整體遭遇過,大家想解決,階段性問題不是常態化問題。在做擴產決策時,會基於當前的生產效率和變化對未來成本有個判斷,但不會影響最終決策
·如何決定下一期出欄:對豬價和自己現金流大概測算,根據自己生產能力和配種能力,不會有特別大變化。很多投資機構小夥伴都從非瘟開始看的,不要把由於非瘟帶來的問題常態化,企業需要時間解決
·現金流管理:幫助公司渡過低谷期。生產循環正常周期,養殖場建設資金需求,建設完後的流動資金需求,相對不會有大誤差
·用什麼飼料:還是看價格和比價關係
·去年Q4到最新的飼料成本趨勢:逐步上升,去年年底到今年Q1有明顯上升,主要俄烏開戰後一噸飼料成本上200元,現在一公斤結算料價超過3元,有加工和結算成本,豬連續增長几個月,每個月結算價格不完全一樣,最後是個平均成本。現在3200元一噸的水平
·商品飼料現在3.8-3.9比較常見,還有銷售費用,飼料場還要有正常利潤,另外還有各個飼料場加工費用和加工效率。不是一個口徑比,因為配方不一樣,最後還是要看轉化為豬生長重量後的綜合成本
·公司內部豬價判斷的團隊,團隊配置和調研樣本,決策對公司的影響:他們的結論對公司生產經營肯定有重大幫助,現在有幾十人的團隊,結合各個子公司區域的銷售也在參與這個工作,現在是個龐大系統工作
·仔豬銷售明顯好轉,4-5月仔豬百萬量級,和一季度不一樣,按照這個趨勢未來每月應該有80-100萬銷售
·線上競價拍賣系統,也會有線下豬販子,占比?現在競價全部在線上,沒有線下的。所有客戶都在線上,也有個管理系統和評價
·很多淘汰母豬屠宰企業,專業屠宰,他們也不做商品豬,淘汰母豬屠宰後用於分割,白條市場看不到淘汰母豬,種豬仔豬商品豬都是線上
·斷奶仔豬成本350,個別月份幾塊錢誤差,這幾個月沒啥大變化
·完全成本:5月和4月差不多
·仔豬體重:10-11公斤平均,實際銷售斷奶和15kg仔豬兩類
·商品豬出欄體重:108-110
· 15.7/16元這種是啥成本:包含四項費用(研發單列了),從財務上所有成本都包含了。養殖成本沒算費用
·母豬按生產性生物資產,固定資產管理的,有折舊,構成了仔豬成本一部分。母豬淘汰是出售價格-賬面成本(有部分成本跟着折舊走了),有盈利記利潤,有虧損就記虧損
·小豬單公斤成本肯定比商品豬高的
·減值測試:有固定流程和方法論,不是簡單會計處理,是基於會計判斷上的處理。基於生物資產和其他存貨的減持,要根據庫存商品的還有目的來計算未來上市時的成本和收入孰高孰低,要對底稿和過程審計的,不是光看結果
·公司未來資金到底有沒有風險,讓我們聽明白:經營現金流轉正了,很有可能未來往後的幾個月/季度利潤會轉正;畢竟整個行業剛經歷了豬周期,總體行業資金和歷史上盈利特別好的階段比,還處於相對緊的時間段,我們對豬價的判斷,覺得最難的時候已經過去了,往後是行情向上,現金流和利潤持續改善的過程,大家對後面也不用太擔心
·大股東質押有是困難嗎?沒啥困難,根據大股東和上市公司資金需要,大股東已經提供了非常大的資金支持
·成本變化,豆粕價格從最高5000+下降到4500,玉米略漲,2800,我們成本下降中有多少是豆粕下降帶來的:排序成本影響因素,最重要的是生產成績,背後是豬群健康管理,日常管理,流轉管理,這是最根本和基礎的,養豬本身環節的效率有沒有做得好;原料價格短期波動對成本有影響,很多時間看都是次一級的因素,商品豬生長周期6個月,體重和飼料消耗主要集中在最後3-4個月,飼料加工成本不光體現市場上原料價格,和庫存原料的結轉,對成本影響有但沒有大家想的那麼大。現在成本處於歷史最高階段,但還有信心降下去,就靠我們的管理
· 4-5月賣的仔豬=五六月後商品豬自己出欄少了,你們咋看:是的,4-5月就是八九月的商品豬,從量看,22年有淨增量貢獻要看9月以後的仔豬,理論上是23年的商品豬。
·為啥我們現在賣那麼多仔豬呢,對未來悲觀嘛:倒不是,最重要不是未來幾個月盈利問題,而是現在現金流和利潤問題,現階段市場需求旺盛時先銷售仔豬是因為能回現金流,然後有利潤貢獻。4-5月商品豬15元+,比我們成本略低一些,有少量虧損,但那時候仔豬已經有利潤,所以當期我們決定賣仔豬。未來出欄算是第二重要的問題,有個優先級
·資本開支計劃:以公司為準,市場人士預測不評價,現在還沒有計劃也不具備這個條件,還要進一步觀察
·豬價多少錢或者賬上多少錢會開啟產能建設:等我們經營現金流持續有明顯盈餘,修復資產負債表。資產負債率Q1是上市以來最高水平,要修復,有餘力後才去capex。22年還看不到大規模啟動在建工程和新工程的可能性
·如果定增發出來,資產負債率下降呢:是個很好修復資產負債表的幫助。定增進展比預期的慢,同時報會的項目都和我們差不多,希望不超過2個月時間內能完成再融資發行
·最新母豬存欄:這幾個月比一季度略低了一些,整個母豬區間波動,不會特別大變化。也對母豬做了些更換
·從現在往後看半年到一年,是個向上趨勢,生產上會逐步提高配種量,提高到之前水平。這幾個月是比以前略低,50多萬,以前是超過60萬
·2023年出欄量相比前幾年的快速增長,增速會更低一些
·現在還不具備短期內大規模重啟在建工程
·屠宰盈利情況:Q1沒盈利,4-5月比一季度有好轉,還沒過盈虧平衡點。未來會提高屠宰產能對養殖的覆蓋率。去年只運行2個屠宰場,今年變8個,還會交付1-2個廠。明年應該能看到牧原肉食收入規模和盈利水平的明顯上升
·後面會看到負債規模下降嗎:新增會控制,先控制現金流,如果有盈餘的話再修復。絕對負債規模下降還不具備條件,總負債規模也比較大了
·生產指標5月有所好轉,6月趨勢還行單不明顯,不同區域差別比較大。年內成本降到14差距非常大,14.5有可能,要求下半年各項指標做的特別好
·月度仔豬出生量大概接近580-600萬之間
·全程存活率:最近一個月一直趴着不動(結算批次),感覺很多工作還沒到很理想階段。存欄批次有些比較好的趨勢了。結算批次還沒有明顯上升,從80提高到81%都是正常範圍
·非瘟疫情:全國常態化,某些區域階段性會有,不是全國急性爆發,大家需要持續不懈做好防護,和這兩年新冠鬥爭有一定相似性
·年底的話屠宰量有多少呀:工業品市場,但客戶對接,渠道建立,質量控制,持續穩定的供應,也需要時間。牧原肉食在20年末只有2000-3000人,現在接近10000人了,廠多了

鑽石舞台 發表在 痞客邦 留言(0) 人氣()

2022年的內容驚喜開始逐漸釋放,各大長視頻平台在5月開啟片單季。

從垂類精品到大眾爆款,從綜藝體育到動漫遊戲......2022年,長視頻內容營銷的特徵在於,好內容仍然稀缺,與好內容結合產生好的創意變得更難,創意能真正意義上為品牌服務總是顯得可遇不可求。

鑽石舞台 發表在 痞客邦 留言(0) 人氣()

截至目前,字節系已陸續推出10餘款付費小說產品。

此前,旗下的「番茄小說」是最大的免費網文閱讀平台,依靠免費和大流量的策略,字節成功將網文打入下沉市場,收割一大波流量。

鑽石舞台 發表在 痞客邦 留言(0) 人氣()

文末精彩留言贈書

精彩導讀

鑽石舞台 發表在 痞客邦 留言(0) 人氣()

(本文閱讀時間:8分鐘)

如今工程師們越來越多地使用人工智能(AI)來實現流程自動化,更快速有效地做出決策。雖然工程師是各自所在領域的專家,但大多數人並不是數據科學家,而且他們也沒有時間學習數據科學和編寫AI模塊所需的複雜代碼。

鑽石舞台 發表在 痞客邦 留言(0) 人氣()

(本文閱讀時間:10分鐘)

小編說:常言道:「眼睛是心靈的窗戶」,眼神交流所傳達的信息也可以進一步提升人們的溝通效果。然而,隨着視頻聊天、視頻會議逐漸成為常態,大家不禁要問,我們有多久沒有與同事、朋友、家人確認過眼神了?

鑽石舞台 發表在 痞客邦 留言(0) 人氣()

(本文閱讀時間:8分鐘)

微軟智能雲Azure公布了綠色數據中心建設和運營標準,包含分享微軟全球自建數據中心的全新液體冷卻技術、建築隱含碳計算器(EC3)、全新數據中心溫度管理辦法等綠色突破性技術,從而將可持續發展理念融入數據中心的設計和運營。在數據中心被納入「新基建」範疇、「東數西算」工程全面啟動的大背景下,數據中心在建築管理、運營管理、能源效率等多方面的節能問題亟待突破。未來,微軟全球綠色數據中心的運營標準也有望成為其在華攜手本土合作夥伴,將綠色理念及先進技術融入可持續發展綠色數據中心的指導原則,以幫助更多本土及跨國客戶走向淨零未來。

鑽石舞台 發表在 痞客邦 留言(0) 人氣()

(本文閱讀時間:11分鐘)

編者按:你是否有過圖像檢索的煩惱?或是難以在海量化的圖像中準確地找到所需圖像,或是在基於文本的檢索中得到差強人意的結果。對於這個難題,微軟亞洲研究院和微軟雲計算與人工智能事業部的研究人員對輕量化視覺模型進行了深入研究,並提出了一系列視覺預訓練模型的設計和壓縮方法,實現了視覺 Transformer 的輕量化部署需求。目前該方法和模型已成功應用於微軟必應搜索引擎,實現了百億圖片的精準、快速推理和檢索。本文將深入講解輕量化視覺預訓練模型的發展、關鍵技術、應用和潛力,以及未來的機遇和挑戰,希望大家可以更好地了解輕量化視覺預訓練領域,共同推進相關技術的發展。

近來,基於 Transformer 的視覺預訓練模型在諸多計算機視覺任務上都取得了優越性能,受到了廣泛關注。然而,視覺 Transformer 預訓練模型通常參數量大、複雜度高,制約了其在實際應用中的部署和使用,尤其是在資源受限的設備中或者對實時性要求很高的場景中。因此,視覺預訓練大模型的「輕量化」研究成為了學術界和工業界關注的新熱點。

鑽石舞台 發表在 痞客邦 留言(0) 人氣()

(本文閱讀時間:14分鐘)

編者按:企業數字化轉型中,以文檔、圖像等多模態形式為載體的結構化分析和內容提取是其中的關鍵一環,快速、自動、精準地處理包括合同、票據、報告等信息,對提升現代企業生產效率至關重要。因此,文檔智能技術應運而生。過去幾年,微軟亞洲研究院推出了通用文檔理解預訓練 LayoutLM 系列研究成果,並不斷優化模型對文檔中文本、布局和視覺信息的預訓練性能。近期發表的最新的 LayoutLM 3.0 版本,在以文本和圖像為中心的任務上有了更加出色的表現,讓文檔理解模型向跨模態對齊邁出一大步!

隨着各行各業的數字化轉型,涵蓋表單、票據、郵件、合同、報告、論文等的電子文檔數量持續增長。電子文檔包含大量與行業相關的圖像和文本信息,人工處理這些大量的信息耗時長、成本大。電子文檔的自動識別、理解和分析技術對提高個人或企業的生產力十分重要,因此文檔智能技術應運而生。文檔智能利用計算機自動識別、理解及分析電子文檔,大大提升了個人和企業處理電子文檔的生產力,是自然語言處理和計算機視覺交叉領域的一個重要研究方向。

鑽石舞台 發表在 痞客邦 留言(0) 人氣()

點擊上方藍字


鑽石舞台 發表在 痞客邦 留言(0) 人氣()