当前位置:首页 > 文章列表 > 科技周边 > 人工智能 > 辟谣!德赛电池紧急澄清收购骆驼股份传闻

辟谣!德赛电池紧急澄清收购骆驼股份传闻

2025-06-21 22:36:26 0浏览 收藏

**辟谣!德赛电池否认收购骆驼股份传闻,投资者需警惕市场传言** 近日,关于“德赛电池有意收购骆驼股份”的市场传闻引发广泛关注。对此,德赛电池于6月9日在互动平台正式澄清,明确表示该消息“并不属实”,直接否认了收购的可能性。尽管骆驼股份尚未回应,但德赛电池的及时澄清,旨在避免虚假信息对公司股价和投资者判断造成影响。从当日股价表现来看,两家公司股价波动不大,资金流向也显示出市场反应较为理性。投资者应以公司官方披露的信息为准,理性分析,警惕市场传言带来的潜在风险,避免盲目跟风。

德赛电池否认收购骆驼股份传闻:消息不属实

6月9日,针对市场上流传的“德赛电池有意收购骆驼股份”的传闻,德赛电池在互动平台上作出正式回应,明确表示该消息“并不属实”。这一传言近来在投资圈内引发热议,由于两家公司均为国内电池行业的领先企业,因此引发了广泛关注,但德赛电池的澄清直接打消了市场猜测。

当天下午,德赛电池通过官方互动平台向投资者发布澄清声明。尽管公司未对传言的具体来源或背景进行深入说明,但其明确否认了相关交易的可能性。截至发稿时,骆驼股份尚未对此事发表公开评论。从股价走势来看,当日两家企业股价波动不大,骆驼股份收盘上涨0.60%,报8.43元;德赛电池则微涨0.61%,报21.45元。

资金流向方面显示,两公司主力资金均出现净流出态势。其中骆驼股份主力资金净流出约955万元,德赛电池则净流出约397万元,显示出市场对这一传闻的反应较为理性。财务数据方面,骆驼股份今年一季度净利润同比增长超过50%,而德赛电池同期净利润增幅为11%,两者近期业绩表现存在明显差异。

截至目前,德赛电池与骆驼股份均未透露是否会就此次传言采取其他应对措施。根据证券市场的信息披露准则,上市公司通常不会主动回应市场传言,但此次德赛电池选择及时出面澄清,可能是为了防止虚假信息对公司股价和投资者判断造成影响。投资者应以公司官方披露的信息为准,警惕市场传言带来的潜在风险。

(校对/黄仁贵)

理论要掌握,实操不能落!以上关于《辟谣!德赛电池紧急澄清收购骆驼股份传闻》的详细介绍,大家都掌握了吧!如果想要继续提升自己的能力,那么就来关注golang学习网公众号吧!

PHP实现文件批量压缩?4种优化方案助你轻松搞定PHP实现文件批量压缩?4种优化方案助你轻松搞定
上一篇
PHP实现文件批量压缩?4种优化方案助你轻松搞定
Java程序员必备!手把手教你玩转JAR包作用与Java归档文件
下一篇
Java程序员必备!手把手教你玩转JAR包作用与Java归档文件
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。
    313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。
    370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。
    367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。
    335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。
    157次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码