百亿交易额被指造假!科通芯城创始人报警回应

简介:

又有一家港股上市公司遭到了沽空机构的狙击。

5月22日,一家名为烽火研究的机构发布了对电子元器件电商平台科通芯城集团(00400.HK)的做空报告,称科通芯城是“横跨10年的世纪骗案”,其电商平台网站流量接近零,工商档案收入数字与年报披露数有重大差异。烽火研究称,科通芯城虚增收入及利润,其股票目标价建议为0.53港元/股,给予“强烈沽售评级”。

做空报告流出后,科通芯城的股价当天应声下跌了22%,并于5月22日下午2时49分临时停牌,临停前股价收于7.80港元/股。

紧急停牌后,科通芯城举行了电话会议对被沽空机构作出了回应,该公司首席执行官康敬伟称,已经向深圳警方报案,“我们预期会有一波做空报告出来,我相信后面是有策略安排,目的是冲着中国的科网股做的。”

科通芯城在年报中自称是一家电商公司,经营着中国最大的集成电路及其他电子元器件交易性电商平台,透过电商平台为客户提供线上和离线服务,其商业模式是,向供应商采购电子元器件,然后通过电商平台及销售代表,卖给中国的中小企业及蓝筹电子制造商。

科通芯城集团注册地在开曼群岛,主要营业地点在深圳,2014年在香港上市,保荐人为瑞银。目前科通芯城的首席执行官兼董事会主席为公司创始人康敬伟,他持有科通芯城46.63%的股份。

2016年年报显示,科通芯城收入额为129.3亿港元,同比增长36.8%,净利润为4.7亿元,也有39.6%的高增长。

烽火研究对科通芯城的质疑主要在7个方面:线上平台鲜有更新,工商档案上收入数字与年报的差异,同行望尘莫及的增长率,净利润与现金流的差距,可疑的股本回购,臭名昭著的前身Cogo Group,和无产业投资者问津的配售。

其中,科通芯城的网站以及背后实际的财务数据是争议的焦点。

烽火研究称,科通芯城作为一家电商平台,其网站Cogobuy.com自2014年上市起便鲜有更新,烽火研究援引了一份电商网站流量信息表,称科通芯城的每月估算流量仅有5400人次,烽火研究称,相信科通芯城所声称的216.6亿元人民币GMV(网站成交金额)大部分是虚假的。

百亿交易额被指造假!科通芯城创始人报警回应

  科通芯城网站Cogobuy.com

康敬伟解释,不是所有的客户订单、流量都要经过这个网站(Cogobuy.com),“我们给了客户选择,可以用手机下订单、可以用微信下订单,可以用传真给我们下订单,再进到系统里。”

电话会议中,有投资者向康敬伟问询科通芯城线上线下交易额的比例,以及网站的实际流量,康敬伟均未正面回应,称科通芯城的产业背景不需要质疑。

“我们科通芯城本来就是做产业的,供应商和客户覆盖了世界五百强中TMT的公司,在客户端有中兴、比亚迪,在中国数得出名字的龙头企业,本来就是我们的客户,我们的产业背景毋容置疑,就是中国最大的专门服务电子产业的平台。”

至于更多信息,康敬伟称,根据规则,因先向港交所进行披露。

烽火研究另一紧紧咬住的要点是,该机构声称所取得的科通芯城的工商档案,收入数字与年报披露的输入有重大差异,仅仅是后者的四成,因此,烽火研究进一步确认科通芯城虚增收入及利润。

“他们(指沽空机构烽火研究)没有说明从什么机构获得了我们的工商数字。”康敬伟强调,科通芯城聘请的审计机构为四大会计师事务所之一的KPMG毕马威,“难道我们的审计机构连这些都不知道吗?如果简单地加一加就能找到我们的问题,那也太小看KPMG作为审计师的治理水平,用没办法证明的事来挑战我们的财务,是毫无根据的。”

本次的沽空机构烽火研究也相当“神秘”,据其官网介绍,烽火研究称进行研究的目的是是揭发金融罪案,而不是利润。“为表示我们非牟利的性质,我们会覆盖所有大小的公司,而不是像传统沽空机构只覆盖大型公司。”

烽火研究还表示,其团队成员为退休的专业人士,包括监管者、基金经理、投行人士、律师和审计师,主要身处新加坡。

值得提出的是,烽火研究这次对科通芯城发布的做空报告,堪称定点阻击。在烽火研究的官网上挂出的,仅仅只有这份对科通芯城的研究报告。

本文转自d1net(转载)

相关文章
|
9月前
|
并行计算 PyTorch 算法框架/工具
融合AMD与NVIDIA GPU集群的MLOps:异构计算环境中的分布式训练架构实践
本文探讨了如何通过技术手段混合使用AMD与NVIDIA GPU集群以支持PyTorch分布式训练。面对CUDA与ROCm框架互操作性不足的问题,文章提出利用UCC和UCX等统一通信框架实现高效数据传输,并在异构Kubernetes集群中部署任务。通过解决轻度与强度异构环境下的挑战,如计算能力不平衡、内存容量差异及通信性能优化,文章展示了如何无需重构代码即可充分利用异构硬件资源。尽管存在RDMA验证不足、通信性能次优等局限性,但该方案为最大化GPU资源利用率、降低供应商锁定提供了可行路径。源代码已公开,供读者参考实践。
720 3
融合AMD与NVIDIA GPU集群的MLOps:异构计算环境中的分布式训练架构实践
|
资源调度
Z-Score方法
Z-Score方法
1713 2
|
人工智能 自然语言处理 运维
干货|AI赋能教学开发-利用AI生成教案、课件和讲义
本文分享了高校教师利用AI工具设计课程方案和课件的经验,分为两部分。第一部分详细介绍使用GPT4o生成高质量课程大纲的过程,包括客户需求分析、提示词设计及优化调整。第二部分展示如何借助AIPPT快速制作精美课件,并介绍AIPPT的长文档解读和链接生成PPT等功能。此外,文章还分享了多个实用的AI工具、智能体和提示词技巧,助力提升教学效率与质量。
2426 3
|
存储 人工智能 数据库
应对数据爆炸时代,揭秘向量数据库如何成为AI开发者的新宠,各数据库差异对比
应对数据爆炸时代,揭秘向量数据库如何成为AI开发者的新宠,各数据库差异对比
应对数据爆炸时代,揭秘向量数据库如何成为AI开发者的新宠,各数据库差异对比
|
并行计算 Linux TensorFlow
TensorFlow各个GPU版本CUDA和cuDNN对应版本
TensorFlow各个GPU版本CUDA和cuDNN对应版本
TensorFlow各个GPU版本CUDA和cuDNN对应版本
|
Ubuntu Linux 编译器
Linux Ubuntu命令行快速配置C++开发环境
Linux Ubuntu命令行快速配置C++开发环境
426 1
|
SQL 监控 关系型数据库
腾讯一面:你平时怎么排查并调优慢 SQL 的
腾讯一面:你平时怎么排查并调优慢 SQL 的
337 0
|
API C语言 开发者
【精选】太阳系八大行星运转轨迹程序,C语言,源代码分享
太阳系行星运行轨道图,C语言,源代码分享
582 0
【精选】太阳系八大行星运转轨迹程序,C语言,源代码分享
|
数据采集 自然语言处理 算法
谈谈大型集团如何构建全域一致性数据模型
数据建模包括概念模型、逻辑模型、物理模型。企业级数据模型设计通常有两种方法:自上而下和自下而上。
谈谈大型集团如何构建全域一致性数据模型
|
Kubernetes Ubuntu Linux
【kubernetes】解决registry私有仓库 pull 镜像失败问题
【kubernetes】解决registry私有仓库 pull 镜像失败问题
1511 0