百度上市股价飙升逾3倍,引发互联网泡沫论

摘自 [IT经理世界 2005-08-08]

北京时间8月5日晚11点40分,有“中国Google”之称的百度在美国纳斯达克挂牌上市。股票发行价为27美元,在首日的交易中,以66美元跳空开盘,股价最高达151.21美元,收盘价122.54美元,涨幅达354%,创下美国股市5年来新上市公司首日涨幅之最。

  以上市首日收盘价计算,百度市值已经达到39.58亿美元,成为中国在纳斯达克上市公司中市值最大,也是惟一股价超过100美元的公司。

  据悉,百度此次首次公开募股(IPO),共发售404万股美国存托凭证(每股美国存托凭证相当于一股A类普通股),融资1.091亿美元,交易代号为“BIDU”。在首个交易日里,百度股票的交易量达2251.68万股。

  然而,百度股票在首日交易高开高走的背后,却存在着巨大的隐患。

  目前,百度市值接近40亿美元。而2004年,百度的净利润只有0.134亿美元。据百度招股说明书显示,股票发行价的市盈率为540倍,上周五收盘价的市盈率达到2450.8倍,而目前股价在300美元左右的Google,市盈率为74倍。

  IPO专业研究机构分析师约翰·菲特吉布认为:“百度让我们重新回到了互联网泡沫时期。上一次我们看到IPO企业的股价在首个交易日里上涨200%以上,还是在1999年到2000年期间。”即使是过去一年来在股市有神奇表现的Google,上市首个交易日里股价也仅上涨了18%。

  百度的超值上市,再次引发互联网泡沫论的兴起。互联网分析师吕伟钢接受本报记者采访时认为,百度今年的营业收入必须要比去年有好几倍的增长才能符合这么高的市盈率,如果达不到的话,百度必然会面临股价大跌的境地。

  吕伟钢认为,2004年百度在中国搜索第一的地位是在Google缺位的情况下取得的。由于Google此前一直没有在华正式开展业务,所以百度这两年才能在中国迅速成长起来。而如今,Google在华全面开展业务的决心已非常明显,从微软挖李开复来华开展业务就可见一斑。

  面对Google的强大竞争,百度必须要在技术、管理上有更多的创新。此外,现在MSN、雅虎在中国市场上都把搜索放在一个特别重要的位置上,未来中国搜索市场上的竞争将会变得更加激烈。百度的业绩能否保持前两年的增长速度,是一个巨大的问号。

  业内人士分析,百度净利润从2002年的0.105亿人民币上升到2004年的1.109亿人民币(0.134亿美元),增长幅度达到224.6%,对投资者有很大的吸引力。

  对于百度上市是否是泡沫,百度副总裁梁冬8月7日晚接受记者电话采访时没有给予正面回应。他表示:“我们相信百度自身的核心价值,至于外界的评论,对百度自身不会有太大的影响。百度目前在市场上的表现说明,国际资本市场对百度在中国搜索市场及技术能力的认可。”梁冬告诉记者:“我们的核心价值在于我们的技术研发,我们有很多研发专利,这是很多人还不了解的,此外我们对中国市场有很深的洞察和了解。”

  当记者问及未来百度将怎样发展以符合这么高的市盈率,梁冬以受到美国上市法律限制为由拒绝发表评论。对于百度未来发展是否充满信心?梁冬表示:“不是信心问题,而是信念。”

http://www.ceocio.com.cn/store/detail/article.asp?articleId=5129&Columnid=45&adId=9&view

【四轴飞行器】非线性三自由度四轴飞行器模拟器研究(Matlab代码实现)内容概要:本文围绕非线性三自由度四轴飞行器模拟器的研究展开,重点介绍基于Matlab代码实现的四轴飞行器动力学建模与仿真方法。研究构建了考虑非线性特性的飞行器数学模型,涵盖姿态动力学与运动学方程,实现了三自由度(滚转、俯仰、偏航)的精确模拟。文中详细阐述了系统建模过程、控制算法设计思路及仿真结果分析,帮助读者深入理解四轴飞行器的飞行动力学特性与控制机制;同时,该模拟器可用于算法验证、控制器设计与教学实验。; 适合人群:具备一定自动控制理论基础和Matlab编程能力的高校学生、科研人员及无人机相关领域的工程技术人员,尤其适合从事飞行器建模、控制算法开发的研究生和初级研究人员。; 使用场景及目标:①用于四轴飞行器非线性动力学特性的学习与仿真验证;②作为控制器(如PID、LQR、MPC等)设计与测试的仿真平台;③支持无人机控制系统教学与科研项目开发,提升对姿态控制与系统仿真的理解。; 阅读建议:建议读者结合Matlab代码逐模块分析,重点关注动力学方程的推导与实现方式,动手运行并调试仿真程序,以加深对飞行器姿态控制过程的理解。同时可扩展为六自由度模型或加入外部干扰以增强仿真真实性。
基于分布式模型预测控制DMPC的多智能体点对点过渡轨迹生成研究(Matlab代码实现)内容概要:本文围绕“基于分布式模型预测控制(DMPC)的多智能体点对点过渡轨迹生成研究”展开,重点介绍如何利用DMPC方法实现多智能体系统在复杂环境下的协同轨迹规划与控制。文中结合Matlab代码实现,详细阐述了DMPC的基本原理、数学建模过程以及在多智能体系统中的具体应用,涵盖点对点转移、避障处理、状态约束与通信拓扑等关键技术环节。研究强调算法的分布式特性,提升系统的可扩展性与鲁棒性,适用于多无人机、无人车编队等场景。同时,文档列举了大量相关科研方向与代码资源,展示了DMPC在路径规划、协同控制、电力系统、信号处理等多领域的广泛应用。; 适合人群:具备一定自动化、控制理论或机器人学基础的研究生、科研人员及从事智能系统开发的工程技术人员;熟悉Matlab/Simulink仿真环境,对多智能体协同控制、优化算法有一定兴趣或研究需求的人员。; 使用场景及目标:①用于多智能体系统的轨迹生成与协同控制研究,如无人机集群、无人驾驶车队等;②作为DMPC算法学习与仿真实践的参考资料,帮助理解分布式优化与模型预测控制的结合机制;③支撑科研论文复现、毕业设计或项目开发中的算法验证与性能对比。; 阅读建议:建议读者结合提供的Matlab代码进行实践操作,重点关注DMPC的优化建模、约束处理与信息交互机制;按文档结构逐步学习,同时参考文中提及的路径规划、协同控制等相关案例,加深对分布式控制系统的整体理解。
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