微信扫一扫,关注公众号

  • 科技行者

  • 算力行者

见证连接与计算的「力量」

首页 余额宝二季度规模缩水千亿 收益连创新低

余额宝二季度规模缩水千亿 收益连创新低

2015-07-17 10:46
分享至:
----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-
2015-07-17 10:46 凤凰网

7月16日,天弘基金的股东内蒙君正发布半年报,透露了天弘基金的上半年业绩。天弘基金上半年主营业务收入26亿元,净利润为6.17亿元,接近去年全年。但其拳头产品——余额宝在二季度规模缩水近千亿元。

上半年收入达去年全年七成

天弘基金上半年主营业务收入26亿元,净利润为6.17亿元。而在2014年,天弘基金主营业务收入为36.92亿元,净利润6.32亿元,这就意味着,天弘基金今年上半年收入已达去年全年的七成,净利润则已接近去年全年。

根据天弘基金最新数据,截至6月底,天弘基金管理33只基金,合计规模6685亿元,在100家公募管理机构中排名第一。不过,天弘基金主要规模来自货币基金余额宝,占比超过90%。

余额宝等货币基金管理费、手续费较低,管理费为0.3%,手续费为0,而权益类如股票基金的管理费和手续费都为1.5%。天弘基金的净利润规模和其行业第一的排名不匹配,其净利率只有23.73%。目前尚未有其他基金公司公布半年报,但一位基金业人士表示:“天弘基金盈利水平前3名可能都排不上。”

另一个维度对比,最大的基金公司盈利比不上卖基金的平台。根据东方财富昨日发布的业绩预告显示,上半年东方财富归属于上市公司股东的净利润超过10亿元,和去年同期相比暴增30倍。

余额宝二季度规模下降13.74%

截至6月底,天弘余额宝净值规模为6133.8亿元,这一数字比一季度末的7117.24亿元萎缩了977.43亿元,降幅为13.74%。

与规模下降一致的是,余额宝收益也连创新低,上半年平均收益率仅3.8%。基金人士分析称,余额宝规模下降主要有两方面的原因:一是收益率持续下降,并且自6月10日起创21连跌,6月30日七日年化收益率3.483%,创历史新低;二是股市持续火爆,虽然6月份大幅回调,成交量仍然很高,对余额宝的资金分流作用较大。

“3月份把余额宝里的钱取出来买股票基金了,最高的时候收益有60%多。不过最近股市震荡,收益又吐回去了,现在大概也有10%吧,收益比余额宝吸引人。”之前发了工资就转余额宝的王先生说到。

对于货币基金下半年走势,上述基金人士表示,由于股市大幅震荡,资金会有所回流到更为安全、流动性也较好的货币基金,但从长期收益看,稳健货币政策未变,资金面仍会继续宽松,所以货币基金的收益不会出现大幅上涨,将维持在3%-4%。

分享至
0赞

好文章,需要你的鼓励

推荐文章
  • LLM情境调节与持续工作流程提示:革新化学分子式的多模态验证技术

    LLM情境调节与持续工作流程提示:革新化学分子式的多模态验证技术

    这项研究探索了如何通过"LLM情境调节"和"持续工作流程提示"技术来提高大型语言模型在验证化学分子式时的准确性。研究者发现,普通提示方法往往不可靠,因为LLM倾向于自动"纠正"错误而非指出它们。然而,通过精心设计的情境调节提示,研究成功引导Gemini 2.5 Pro不仅识别出文本中的错误,还发现了之前人工审阅未察觉的图像中的分子式错误。这一概念验证研究表明,即使不修改模型本身,也能通过适当的提示策略显著提高LLM在科学技术文档细节验证中的表现。

  • 微生物显微图像分割新突破:复旦大学研究团队借助多模态大语言模型统一显微镜下的"万物分割"

    微生物显微图像分割新突破:复旦大学研究团队借助多模态大语言模型统一显微镜下的"万物分割"

    复旦大学研究团队开发的uLLSAM模型成功将多模态大语言模型(MLLMs)与分割一切模型(SAM)结合,解决了显微镜图像分析的跨域泛化难题。通过创新的视觉-语言语义对齐模块(VLSA)和语义边界正则化(SBR)技术,该模型在9个领域内数据集上提升了7.71%的分割准确度,在10个从未见过的数据集上也展现了10.08%的性能提升。这一统一框架能同时处理光学和电子显微镜图像,大大提高了生物医学图像分析的效率和准确性,为科研人员提供了强大的自动化分析工具。

  • 用强化学习让大语言模型为汇编代码提速:斯坦福团队的优化探索

    用强化学习让大语言模型为汇编代码提速:斯坦福团队的优化探索

    斯坦福大学等机构研究团队利用强化学习训练大语言模型,使其能够优化汇编代码性能。研究构建了8,072个程序的数据集,并通过近端策略优化(PPO)训练模型生成既正确又高效的汇编代码。实验表明,训练后的Qwen2.5-Coder-7B-PPO模型实现了96.0%的测试通过率和1.47倍平均加速比,超越包括Claude-3.7-sonnet在内的所有其他模型。研究发现模型能识别编译器忽略的优化机会,如用单一指令替代整个循环,为性能敏感应用提供了有价值的优化途径。

  • 播放师傅变声魔术:让你的录音遵循参考风格的推理时间优化新方法

    播放师傅变声魔术:让你的录音遵循参考风格的推理时间优化新方法

    这项研究提出了一种改进的声乐效果风格迁移方法,通过在推理时间优化过程中引入高斯先验知识,解决了传统ST-ITO方法忽视参数合理性的问题。研究团队基于DiffVox数据集构建了专业效果器参数分布模型,将风格迁移转化为最大后验概率估计问题。实验结果表明,该方法显著优于基准方法,参数均方误差降低了33%,并在主观听感测试中获得最高评分。这一创新为音频处理领域融合数据驱动和专业知识提供了新思路。

----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-