日期 | 股票名 | 调研地点 | 调研形式 |
2025-07-16 | 万通智控 | - | 特定对象调研,现场参观 |
PETTM | PB | 股息率TTM | 总市值 | 换手率 |
---|---|---|---|---|
39.33 | 4.53 | 0.70% | 52.49亿 | 2.31% |
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 |
-3.99% | -3.99% | 36.36% | 36.36% | 13.78 |
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 |
33.72% | 33.72% | 13.78% | 13.78% | 0.90亿 |
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 |
4.85 | 15.10 | 84.83 | 74.04 | - |
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 |
116.64 | 74.56 | 20.28% | 0.00% | 0.44亿 |
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
2025-07-14
报告期
2025-06-30
|
业绩预告变动原因 |
0.16亿 | 2025-03-31 | 预计:净利润8775-9986 | 1、产品结构优化带动毛利率提升。公司持续推进产品结构升级,高附加值、高毛利的传感器及数字信息控制设备业务占比持续扩大。其中,乘用车TPMS业务增长明显,主要受益于售后替换市场的持续拓展。2、公司持续深化产品技术升级,不断拓展优质客户资源。商用车市场的主要客户需求稳定向好,商用车NLP传感器业务保持稳健增长。 |
参与机构 |
太平资产,南方基金,东方阿尔法基金,中信资管,东北证券,鹏华基金,中信证券,财联社,永赢基金,银河基金,华夏基金 |
调研详情 |
本次投资者关系活动的主要内容如下: 一、董事会秘书李滨向各位调研人员介绍公司历史沿革、发展战略,以及主营业务等情况。 二、互动交流环节: 1、公司近日披露了2025年半年度业绩预告,利润较上年同期明显增长,请问主要是哪块业务的贡献? 答:公司 2025 年半年度归属于上市公司股东的净利润预计较上年增长45%~65%(数据未经审计,请各位投资者注意风险)。其中传感器及数字信息控制设备业务的增长对净利润增长贡献最大。详细数据请各位投资者关注公司将于 8月披露的半年度全文公告。 2、公司与浙江大学合作成立的"浙江大学-万通智控具身智能感知联合研发中心",最近在具身智能领域有没有新的进展? 答:公司与浙江大学均委派了专家和技术人员等进行项目可行性报告研究,预计未来1-2个月内出具2个主要项目,4个备选项目的报告。截至目前尚无产品落地。 3、浙江大学为何选择与贵公司成立研发中心? 答:浙江大学是国内知名的高等院校,有许多研发成果需要市场化体现商业价值。与公司签署共建协议的核心团队,主要是来自于浙江大学控制学院,该团队有很多技术可以应用在具身智能和智能驾驶等领域。公司是国内外知名车厂的一级供应商,并拥有多年的传感器研发、设计和生产经验,以及国际化标准的生产水平和工艺。因此,公司有能力将相关科研成果产品化、市场化。 4、公司乘用车 TPMS传感器的竞争优势是什么? 答:公司乘用车 TPMS 传感器收入主要来源于售后替换市场。前装市场TPMS 产品,其车辆通讯协议由整车厂提供,一款产品只适用一个型号的车辆,即"一对一"产品;而后装市场的 TPMS 产品,需要适配市场上各类车型,即"一对多"产品,其通讯协议需破译再烧录到传感器上,因此,技术含量更高。同时,售后替换传感器最终是销售至 C 端,故毛利率也较高,现金流也更好。目前公司 TPMS传感器已覆盖全球市场 95%以上的车型,在行业内有较好的产品竞争优势和品牌知名度。 5、公司商用车 NLP 传感器的产品主要的竞争优势是什么? 答:公司自主研发的公司 NLP 技术可以降低传感器的功耗,并使得传感器具有小型化、轻量化优势,便于安装(直接拧在卡车轮胎的气门嘴上,解决了传统需要扒胎安装的痛点)和维护,大幅降低车队的安装成本和维护成本,且有自主的知识产权保护;二是渠道优势:公司通过与国外知名车队服务商深度绑定,直接服务于国外知名车队(例如,亚马逊、可口可乐等)。在国外,商用车,特别是重卡,由于主机厂的客户集中在车队,因此车队在一些附加配件上有较大的主导权,这也使得公司同时打开了该产品的前装市场。 |
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。