电商解决方案提供商宝尊今晚纳斯达克IPO
5月21日消息,总部位于上海的中国电商IT解决方案提供商宝尊宝尊(Baozun Inc)预计将于今晚在美国纳斯达克交易所挂牌上市。
不出意外,宝尊将于今天晚些时候公布发行价。
宝尊计划以每股美国存托股(ADS)12美元至14美元的发行价区间,发行1100万股ADS,最高融资额为1.771亿美元,股票代码为“BZUN”,承销商为摩根士丹利、瑞信、美林证券。
宝尊自称中国最大的电商解决方案提供商,招股书援引艾瑞数据称,宝尊以交易额价值计算的中国区市场份额为20%,具体业务包括向品牌电商提供IT解决方案、运营服务支持以及直接帮助电商向消费者销售商品两种模式的服务。
在融资额和发行价方面,根据宝尊5月8日更新招股书,该公司计划以每股美国存托股(ADS)12美元至14美元的发行价区间,发行1100万股ADS,授予承销商最高1,650,000股ADS超额配售权,即最高融资总额为1.771亿美元。
在市值方面,倘若承销商不行使超额配售权,即最终发行1100万股ADS(3300万股普通股),宝尊在IPO后在外发行普通股总量为145,825,312股普通股,以发行价区间上限的每股ADS 14美元计算,宝尊IPO后市值约为6.8亿美元。
在过往交易额方面,宝尊电商2012年、2013年和2014年商品交易总额分别为14.604亿元、26.208亿元和42.489亿元。在营收方面,宝尊2012年、2013年和2014年营收分别为9.545亿元、15.218亿元和15.844亿元。
在过往盈利情况方面,美国通用会计准则下,宝尊2012年、2013年和2014年净亏损分别为4720万元、3780万元和5980万元,不按照美国通用会计准则,宝尊2012年、2013年的净亏损分别为4720万元、2626万元,在2014年则实现净利润2514万元。
扣除归属于优先股的分红以及可转换优先股赎回价值变更等影响后,美国通用会计准则下,宝尊2012年、2013年和2014年归属于普通股东的净亏损为6814万元、9920万元、1.55亿元。
在近期业绩方面,宝尊电商2015年第一季营收4.77亿元,同比增77.9%;第一季净利润为198万元,同比下降12.5%,不按照美国通用会计准则,第一季度净利润764万元,去年同期净利润335万元。
扣除归属于优先股的分红以及可转换优先股赎回价值变更等影响后,美国通用会计准则下第一季度净亏损2335万元,去年同期净亏损1531万元。
在公司股权结构方面,宝尊CEO Vincent Wenbin Qiu在IPO前持股10.1%,IPO后持股7.9%,投票权36%,是实际控制人。
阿里巴巴和软银是宝尊的两大外部股东,其中阿里在IPO前持股23.5%,IPO后持股18.2%,投票权10.0%;软银在IPO前持有17.8%股权,在IPO后持有13.5%股权以及7.5%投票权。
除了资本方面的合作,宝尊和阿里还存在业务方面的合作。
宝尊因为在天猫开设的官方旗舰店,在2012年、2013年、2014年以及2015年第一季度向阿里巴巴支付了2960万元、5590万元、7180万元、1910万元服务费。
阿里巴巴在天猫开展促销活动期间,宝尊因为提供推广服务在2012年和2013年从阿里处获得3760万元和1270万元的收入。
好文章,需要你的鼓励
这项研究利用大语言模型解决科学新颖性检测难题,南洋理工大学团队创新性地构建了闭合领域数据集并提出知识蒸馏框架,训练轻量级检索器捕捉想法层面相似性而非表面文本相似性。实验表明,该方法在市场营销和NLP领域显著优于现有技术,为加速科学创新提供了有力工具。
un?CLIP是一项创新研究,通过巧妙反转unCLIP生成模型来增强CLIP的视觉细节捕捉能力。中国科学院研究团队发现,虽然CLIP在全局图像理解方面表现出色,但在捕捉细节时存在不足。他们的方法利用unCLIP生成模型的视觉细节表示能力,同时保持与CLIP原始文本编码器的语义对齐。实验结果表明,un?CLIP在MMVP-VLM基准、开放词汇语义分割和视觉中心的多模态任务上显著优于原始CLIP和现有改进方法,为视觉-语言模型的发展提供了新思路。
这项研究介绍了RPEval,一个专为评估大语言模型角色扮演能力而设计的新基准。研究团队从法国里尔大学开发的这一工具专注于四个关键维度:情感理解、决策制定、道德对齐和角色一致性,通过单轮交互实现全自动评估。研究结果显示Gemini-1.5-Pro在总体表现上领先,而GPT-4o虽在决策方面表现出色,但在角色一致性上存在明显不足。这一基准为研究人员提供了一个可靠、可重复的方法来评估和改进大语言模型的角色扮演能力。
这篇论文介绍了LegalSearchLM,一种创新的法律案例检索方法,将检索任务重新定义为法律要素生成。研究团队构建了LEGAR BENCH数据集,涵盖411种犯罪类型和120万案例,并开发了能直接生成关键法律要素的检索模型。实验表明,该模型在准确率上超越传统方法6-20%,且在未见犯罪类型上展现出强大泛化能力。这一突破为法律专业人士提供了更高效、精准的案例检索工具。