当前位置:首页 > 文章列表 > 科技周边 > 人工智能 > 受市场波动等因素影响,华正新材2024年预亏0.8亿元-1.1亿元

受市场波动等因素影响,华正新材2024年预亏0.8亿元-1.1亿元

2025-01-19 12:22:00 0浏览 收藏

哈喽!今天心血来潮给大家带来了《受市场波动等因素影响,华正新材2024年预亏0.8亿元-1.1亿元》,想必大家应该对科技周边都不陌生吧,那么阅读本文就都不会很困难,以下内容主要涉及到,若是你正在学习科技周边,千万别错过这篇文章~希望能帮助到你!

华正新材发布2024年业绩预亏公告,预计净利润亏损8000万至1.1亿元。

受市场波动等因素影响,华正新材2024年预亏0.8亿元-1.1亿元

公告显示,公司预计2024年归属于上市公司股东的净利润亏损8000万至1.1亿元,同比亏损减少1052万至4052万元;扣除非经常性损益后净利润亏损1.04亿元至1.34亿元。2023年,公司利润总额为-1.57亿元,归属于上市公司股东的净利润为-1.2亿元,扣除非经常性损益后净利润为-1.3亿元。

业绩预亏的主要原因:

  1. 全资子公司浙江华正能源材料有限公司产能利用率低,毛利率持续为负,存在资产减值风险,将计提减值准备并终止确认递延所得税资产。

  2. 覆铜板业务销售增长,但市场波动及新产线投产导致财务费用和其它费用上升,利润恢复不及预期。

(校对/黄仁贵)

以上就是《受市场波动等因素影响,华正新材2024年预亏0.8亿元-1.1亿元》的详细内容,更多关于华正新材的资料请关注golang学习网公众号!

Science子刊,斯坦福AI方法表示蛋白互作节点,增强功能识别与PPI推理Science子刊,斯坦福AI方法表示蛋白互作节点,增强功能识别与PPI推理
上一篇
Science子刊,斯坦福AI方法表示蛋白互作节点,增强功能识别与PPI推理
2024 年度央企十大国之重器揭晓:含首艘大洋钻探船“梦想”号等
下一篇
2024 年度央企十大国之重器揭晓:含首艘大洋钻探船“梦想”号等
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    400次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    478次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    487次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    433次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    259次使用