诺基亚看衰电信网络市场短期前景 预计明年营收将下滑2%

简介:

据外媒报道,诺基亚预计全球电信网络市场短期内将继续萎缩,它预计明年公司营收将下滑2%,然而从长期角度来说,它仍然持乐观态度,预计这片市场和公司自己的业务将在2018年恢复增长。

诺基亚本周二在巴塞罗那召开的投资者会议上公布了它对未来业绩的预期,它警告说欧洲、大中华区和拉丁美洲的网络设备市场将在明年有所萎缩,而北美洲、中东/非洲和除中国外的亚洲市场明年将与今年持平。

诺基亚补充说,公司计划在2016年派发的股息为每股0.17欧元,略高于去年的每股0.16欧元,但低于市场分析师预测的每股0.19欧元。诺基亚去年还派发了每股0.10欧元的特别股息。

诺基亚宣布上述信息后,其股票应声下跌5.6%。

诺基亚称,公司预计全球部分市场将在2016年至2021年间出现反弹,而欧洲市场的同期表现可能是持平,大中华区则将继续萎缩。

为了更好地与爱立信和华为竞争,诺基亚在今年早些时候收购了法国对手阿尔卡特朗讯。

全球最大的移动设备厂商爱立信最近几个月的处境也异常艰难,发布了一系列利润预警。

爱立信上周表示,公司预计移动设备业务明年的营收将下滑2%到6%。

由于4G移动网络设备的市场需求普遍下滑,整个行业的景气度都不高,爱立信最近几个季度的营收持续下滑,公司已经多次下调业绩预期,最近还更换了首席执行官。业内人士普遍预计,下一代5G网络设备预计到2020年才会上市,在那之前网络设备市场显著恢复的可能性微乎其微。

诺基亚总裁兼首席执行官拉吉夫·苏里(Rajeev Suri)周二表示,公司在每一个领域的表现几乎都超过了爱立信。苏里说:“诺基亚不是爱立信,他们正处于危机之中。”

诺基亚称,虽然公司的网络设备营收可能会在明年有所下滑,但是在成本削减了8%到10%的支持下,这部分业务的营业利润率将不降反升。

本文转自d1net(转载)

目录
相关文章
|
2月前
|
云安全 人工智能 安全
构建云上安全共同体 | 阿里云亮相2024年(第十三届)电信和互联网行业网络安全年会
构建云上安全共同体 | 阿里云亮相2024年(第十三届)电信和互联网行业网络安全年会
|
2月前
|
监控 关系型数据库 MySQL
【01】客户端服务端C语言-go语言-web端PHP语言整合内容发布-优雅草网络设备监控系统-硬件设备实时监控系统运营版发布-本产品基于企业级开源项目Zabbix深度二开-分步骤实现预计10篇合集-自营版
【01】客户端服务端C语言-go语言-web端PHP语言整合内容发布-优雅草网络设备监控系统-硬件设备实时监控系统运营版发布-本产品基于企业级开源项目Zabbix深度二开-分步骤实现预计10篇合集-自营版
44 0
|
4月前
|
云安全 人工智能 安全
|
6月前
|
机器学习/深度学习 存储 自然语言处理
从理论到实践:如何使用长短期记忆网络(LSTM)改善自然语言处理任务
【10月更文挑战第7天】随着深度学习技术的发展,循环神经网络(RNNs)及其变体,特别是长短期记忆网络(LSTMs),已经成为处理序列数据的强大工具。在自然语言处理(NLP)领域,LSTM因其能够捕捉文本中的长期依赖关系而变得尤为重要。本文将介绍LSTM的基本原理,并通过具体的代码示例来展示如何在实际的NLP任务中应用LSTM。
619 4
|
9月前
|
运维 监控 调度
|
8月前
|
机器学习/深度学习
【机器学习】面试题:LSTM长短期记忆网络的理解?LSTM是怎么解决梯度消失的问题的?还有哪些其它的解决梯度消失或梯度爆炸的方法?
长短时记忆网络(LSTM)的基本概念、解决梯度消失问题的机制,以及介绍了包括梯度裁剪、改变激活函数、残差结构和Batch Normalization在内的其他方法来解决梯度消失或梯度爆炸问题。
340 2
|
9月前
|
网络协议 数据安全/隐私保护 安全
|
10月前
|
安全 测试技术 网络架构
澳大利亚电信由断电引发的大规模网络中断给CIO带来的惨痛教训
澳大利亚电信由断电引发的大规模网络中断给CIO带来的惨痛教训
|
10月前
|
机器学习/深度学习 PyTorch 算法框架/工具
【从零开始学习深度学习】36. 门控循环神经网络之长短期记忆网络(LSTM)介绍、Pytorch实现LSTM并进行训练预测
【从零开始学习深度学习】36. 门控循环神经网络之长短期记忆网络(LSTM)介绍、Pytorch实现LSTM并进行训练预测
|
11月前
|
算法
MATLAB|【免费】融合正余弦和柯西变异的麻雀优化算法SCSSA-CNN-BiLSTM双向长短期记忆网络预测模型
这段内容介绍了一个使用改进的麻雀搜索算法优化CNN-BiLSTM模型进行多输入单输出预测的程序。程序通过融合正余弦和柯西变异提升算法性能,主要优化学习率、正则化参数及BiLSTM的隐层神经元数量。它利用一段简单的风速数据进行演示,对比了改进算法与粒子群、灰狼算法的优化效果。代码包括数据导入、预处理和模型构建部分,并展示了优化前后的效果。建议使用高版本MATLAB运行。