佳禾食品-605300
基本情况
公司名称:佳禾食品工业股份有限公司
A股简称:佳禾食品
成立日期:2001-05-15
上市日期:2021-04-30
所属行业:食品制造业
否
主营业务:植脂末、咖啡及其他固体饮料等产品的研发、生产和销售。
产品类型:粉末油脂业务、咖啡业务、植物基业务、创新食品业务
产品名称:奶茶用粉末油脂、咖啡用粉末油脂、烘焙用粉末油脂、速溶咖啡、咖啡固体饮料、冷萃咖啡液、焙烤咖啡豆、研磨咖啡粉、热萃咖啡液、冻干咖啡、有机燕麦奶,燕麦浆,燕麦粉以及厚椰乳、椰浆产品、果冻、布丁、豆花、烧仙草、“卡丽玛”浓醇牛乳产品、咖啡饮品浓缩奶油产品
名称-最新值-分位值
总市值-54.92-亿元
PE-21.31-1.8
PE-ttm-22.86-13.8
PB-2.42-3.6
PS-1.93-2.2
PS-ttm-2.0-11.8
股息率-0.66-76.0
股息率-ttm-0.66-58.4
有息负债率-10.13-集思录数据
5年PEG--19.066-据年报计算
备注:
PEG=PE/净利润复合增长率
复合增长率 = ((最终值/初始值)^ (1/年数) - 1) * 100%
总市值
营收和净利润
营收是否在增长
营收增长是否稳定
净利润是否在增长
净利润增长是否稳定
每股收益
营收和净利润增长
营收和净利润增长是否同步
毛利率和净利率
毛利率和净利率增长
营收、净利润和经营现金流增长
营收、净利润和经营现金流增长是否同步
净现比和核现比
净现比:经营现金流量净额/净利润
核现比:经营现金流量净额/核心利润
净现比是否大于1
核现比是否大于1
净现比和核现比是否同步
核心利润=营业收入-营业成本-税金及附加-销售费用-管理费用-财务费用
或者 核心利润=营业收入-营业总成本
净现比和核现比相关度:0.991
现金流
经营现金流是否增长
经营现金流是否能覆盖投资和筹资现金流
投资现金流和筹资现金流应负相关
现金流数据是否有异常
5年总和的对比
所有者权益
股东们投资的钱=股本+资本公积
企业成立以来赚到的钱(分红之后余额)=盈余公积+未分配利润
历史分红(近10次)
送股-转增-派息-报告时间
0.0-0.0-0.9-2022年报
0.0-0.0-1.2-2021年报
赚钱比
赚钱比大于0表示企业赚到的钱比股东们投资的钱多
这个值越大越好
资本开支
资本开支低于净利润的50%为佳
资本开支增速越小越好
净利润增速越大越好
费用率
观察费用率的增减情况
应收账款占流动资产
应收账款占比过大,容易引发坏账风险
应收账款占流动资产比例最好低于20%
应收账款占营业收入比例最好低于15%以下,占收入30%以上要当心
应收账款占总资产40%以上,资产造假居多。
流动资产
现金短债比
现金短债比衡量企业现金的充足程度是否能偿还短期债务
现金短债比低于1,则短期偿债风险较高
资债比
资债比 = A / B
A = 流动资产 - 流动负债
B = 长期借款 + 应付债券
现金短债比低于75%,则存在资不抵债风险啊
存货和固定资产
存货太多,容易出现积压的现象
固定资产占比越低代表企业运营能力越强
PE、PB、PS、股息率
ROE
ROE(Return on Equity)
净资产收益率(ROE)=净利润/净资产
是净利率、负债率、周转率三者的综合体现
公式推导:=利润率*周转率*杠杆倍数=(净利润/营业收入)*(营业收入/总资产)*(总资产/净资产)
商誉
商誉与净资产比值越大,商誉减值概率越高
当比例大于25%时,需注意商誉风险
是净利率、负债率、周转率三者的综合体现
基金数据
最新报告时间:2023-12-31
最新持股基金数量:546家
最新持股持仓数量:2738.4963万股
最新持股占流通股比例:50.31%
最新持仓TOP10
基金名称-持仓数量-占流通股比例-占净值比例
南华丰汇混合-270999-0.4707-0.51
天弘中证食品饮料ETF-206200-0.3581-0.06
中证2000-158800-0.2758-0.25
招商和悦稳健养老一年持有期混合(FOF)Y-122700-0.2131-0.11
招商和悦稳健养老一年持有期混合(FOF)C-122700-0.2131-0.11
招商和悦稳健养老一年持有期混合(FOF)A-122700-0.2131-0.11
中欧量化驱动混合A-59000-0.1025-0.05
南方大数据300指数C-31800-0.0552-0.19
南方大数据300指数A-31800-0.0552-0.19
国泰策略价值灵活配置混合-30200-0.0525-0.52
股东户数
SEG评级
SEG评级平均分:80
优:> 90
良:80 ~ 90
中:70 ~ 80
差:< 70
评级机构-评级-评级季度
商道融绿-B-2023Q4
盟浪-BB+-2022Q4
最后
本文,
包括本文所有数据图表均由作者Python程序而来,实属不易!~~
请帮忙点赞,分享和在看,谢谢!~
如有低频量化的交流,请留言,谢谢!~