高途季报图解:营收7.6亿同比增21% 净亏1.2亿

fb9e375ecc7bb9ae8fa2e064bba6cf56.jpeg

雷递网 雷建平 2月27日

高途教育科技公司(股票代码:GOTU,"高途")今日发布截至2023年12月31日第四季度和全年未经审计财务报告。财报显示,高途2023年营收为29.608亿元(约4.17亿美元),较上年同期的24.982亿元增加18.5%。收入增加主要是由于2023年现金收入的增长。

67a0effba53b21c6a5120bb442300e4a.jpeg

高途2023年净亏损为730万元,上年同期为净利润1317万元;非美国通用会计准则净利润为5106万元,上年同期为净利润1.358亿元。

高途2023年第四季度营收为7.6亿,净亏损为1.196亿元。

高途创始人、董事长兼首席执行官陈向东表示:“本季度我们的收入为7.6亿,同比增长20.9%,超过我们的预期。现金收入金额同比增长28.1%至12.8亿元。与此前季度相比,我们的现金收入增速呈现加速的趋势,我们预期这个趋势仍将持续。”

高途高级副总裁、首席财务官沈楠表示:“本季度,我们的业务进入稳定健康的快速增长阶段。我们主要传统业务现金收入呈现加速增长,而聚焦于非学科类辅导领域的新业务也呈现高增速的态势。2023全年,我们的传统和新业务合计达到了近50%的同比增长。通过运营效率的持续提升,第四季度,我们的经营净现金流入达到4.9亿元,同时现金及现金等价物、受限资金、第三方支付平台可提现余额以及长短期投资合计也超过了40亿元,为业务的长期发展提供了坚实的基础。”

陈向东持续回购

2022年11月,公司董事会批准了一项股份回购计划,根据该计划,公司可在截至2025年11月22日的三年期间内回购至多3000万美元价值的股票。2023年11月,经董事会批准,公司将上调该股份回购计划的回购总额,即从3000万美元上调至8000万美元,有效期至2025年11月22日。

截至2023年12月31日, 公司在上述股票回购计划下累计回购了约487万美国存托股,金额约1244万美元。

2022年11月,公司创始人、董事长兼首席执行官陈向东宣布了计划增持至多2000万美金的公司股票。在2023年, 陈向东在上述增持计划下累计增持了约88万美国存托股。

高途Q4营收7.61亿 同比增20.9%

d487564750e988c8cbf2fa9813f6d7c7.jpeg

高途2023年第四季度营收为7.61亿元,较上年同期的6.296亿元增加20.9%,主要是由于对旺盛市场需求充分高效的承接带来2023年现金收入的持续性同比增长。

高途Q4成本2.277亿 同比增42.9%

cad3a2dea0a7c81699000f45c6d6e56f.jpeg

高途2023年第四季成本2.277亿元,较上年同期的1.593亿元增加42.9%,主要是由于主讲老师和二讲老师的人工成本以及教材成本的增加。

高途Q4毛利5.333亿 毛利率降至70.1%

da3032ac8037d35d90b469b039bf5f57.jpeg

高途2023年第四季度毛利润为5.333亿元,较上年同期的4.703亿元增加13.4%。毛利率从上年同期的74.7%下降至70.1%。 

高途Q4费用7.212亿 同比增49%

a3da5f80e584dbf7bd36f9ef908ccf36.jpeg

高途2023年第四季度费用7.212亿元,较上年同期的4.836亿元增加49.1%,主要是由于人工费用上升及市场推广活动支出的增加。

高途2023年第四季度销售费用从上年同期的2.898亿增加至4.657亿;研发费用从上年同期的1.114亿元增加至1.360亿元;管理费用从上年同期的8236万元增加至1.195亿元。

高途Q4营业亏损1.879亿 运营利润率-25%

802d71d160f0099fa186b9a2a20af6f2.jpeg

高途2023年第四季营业亏损1.879亿元,上年同期营业亏损1325万元;非美国通用会计准则营业亏损为1.722亿元,上年同期为营业利润353万元。

高途2023年第四季运营利润率为-25%。

高途2023年第四季度利息收入和已实现投资利得总计为2387万,上年同期总计为2238万;其他收益为3278万,上年同期为其他收益2692万元。

高途Q4净亏1.196亿 上年同期为盈利

3ad7a6b81158b83aa9952525deed6b27.jpeg

高途2023年第四季度净亏损为1.196亿元,上年同期为净利润7061万元;非美国通用会计准则净亏损为1.040亿元,上年同期为净利润8739万元。

截至2023年12月31日,高途持有的现金及现金等价物、受限资金、短期投资、长期投资及第三方支付平台可提现余额总计40.252亿元。截至2022年12月31日,公司持有的现金及现金等价物、受限资金、短期投资及第三方支付平台可提现余额总计37.683亿元。

根据公司当前预测数据,高途2024年第一季度收入应介于9.08亿元至9.28亿元之间,同比增幅应介于28.4%至31.2%之间。

———————————————

雷递由媒体人雷建平创办,若转载请写明来源。

eda403c12c2984ef39812c8a28062382.jpeg

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值