社区

知乎启动赴美上市，腾讯快手百度为股东

1月26日 周二Tuesday 周二上市的三只股票都比较一言难尽，[吃瓜]理论上都是中概。正经股票谁选周二上市啊，但一定会跌吗？那也不一定，反正就是和庄拼手速呗。 $Agrify(AGFY)$ to b业务的室内农业设备开发商，但大家一般买室内农业设备不是为了种生菜胡萝卜，而是种大麻，所以概念上也可以被称为大麻种植设备公司。公司核心产品是Agrify“ Precision Elevated™”栽培解决方案，不仅有硬件还有软件监控，可精确的进行环境控制和自动化与数据收集。 厂商建议零售价为20,000美元。但解决方案的商业模式还包括向客户收取每个已部署的AVFU每月定期SaaS订阅费，以访问Agrify Insights™，根据购买的功能和支持级别，每个AVFU每月75美元至200美元不等。 这家公司真是将大麻种植成本提升到了一个新高度。但公司自己认为贵有贵的道理，种植者可以更快的回收成本。 回报周期只有4个月 看起来财务和营销都十分诱人，但财务烂的一塌糊涂。管理层：CEO是个非常有故事的人$和信超媒体(GIGM)$ 股东：哦，香港和台湾人啊，那没事了。 市值：约1亿 收入：截止2020年9月30日9个月，773万 利润：截止2020年9月30日9个月，亏损856万 发行：发行价8～10美元，计划招股280万 承销商：Maxim Group/ Roth Capital Partners

2020年，投资市场对电动车和自动驾驶行业的乐观情绪，从制造商扩大到了供应商，比如Velodyne Lidar和Luminar Technologies，这两家激光雷达公司都发展得不错。不过今天主要来聊聊Luminar！$Luminar Technologies, Inc.(LAZR)$ 自动驾驶汽车即将问世，可能不会如想象中那么快，但总有一天会到来，Luminar似乎已经做好了充分的准备。Luminar是激光雷达(光探测和测距)技术的早期领导者，它有一个很大的优势：它从头开始构建自己的系统。 许多新兴的、被认为是高科技的公司，无论是在自动驾驶汽车还是电动汽车领域，都被证明只不过是组装者，尼古拉(NASDAQ:NKLA)就是一个例子。这一知识产权让Luminar获得了重要的领先优势，并阻止了竞争对手的追赶。 比起Velodyne，Luminar走的路线相对“大众化” Luminar的传感器非常受车企欢迎。据调研，Luminar已经与50家公司开展了合作，全球十大车企中，有七家是其合作伙伴。其中包括一些oem(原始设备制造商)，从长远来看，Luminar很有可能成为行业领导者。 市场猜测，预定将于2022年发售的沃尔沃新一代电动车很可能会率先采用Luminar的高性能激光雷达系统。 Luminar的传感器成本低于1000美元/个(约合6470元)，且该价位的产品性能也确实很强大。举个例子，Luminar宣称，其激光雷达的测距(视野)高达250米，居于业内领先位置。公司致力于签订了大笔长期性的交易。 Luminar面临的风险 尽管Luminar的差异化技术和低成本令人眼前一亮，但仍存在诸多风险。 比如Luminar尚未开始量产，若扩大生产规模，可能还引发新的挑战。举个例子，Luminar指出，

今日招股的另一家公司$清科创业(01945)$ ，可谓是港股首家创投服务行业的上市公司。 它其实是国内知名的投资机构清科集团旗下的创投服务平台，而清科集团的自己的创投公司清科投资并没有加入此次上市的队伍，所以二级市场投资者还是不可能吃到一级市场的大肉的。 虽然它也提供数据平台服务，但总的来看，公司属性更偏广告传媒一些，因为主要还是靠营销、咨询以及一些订阅费用来变现，因此说它是传媒类的公司也不过分。只不过，它针对的行业特别专业，也很特殊，毕竟创投不是随便想搞就能搞的。 而愿意给它的付费的用户，或者订阅它服务的用户，这部分的开支也绝对是小钱，所以它的用户续费率较容易得到保障，并不像其它行业广告支出，讲究实打实的效率。 但问题也在这里，这个行业赛道非常窄，用户还是有限，因此公司也在不断挖掘“数据服务”的潜力。2020年上半年数据服务业务的占比已经超过50%，而2018年才31%。 倒是股东和基石投资者是这家公司的一大亮点，因为我们能看到非常多熟悉又有名的机构的身影。 4名认购的基石投资者分别是高瓴资本、IDG、红杉和尚润圣运，总共认购47%，且有6个月的禁售期。倒是公司前期投资者此次没有禁售期，这倒值得关注。 考虑到基石投资者前期就有参与公司的投资，左手买右手卖很没意思，我们可以当做它们不太容易上市马上卖出，至少等6个月？ 反正，不管是不是卖人情吧，公司能有这么多明星基金站台，也是非常不错了。 公司的估值2019年的市盈率69-85倍，市销率16-19倍，不评价。 但是谁让买的是大佬呢？ 个人感觉会和$36氪(KRKR)$ 有很大的相似之处，只不过它背后