一起教育 企业价值倍数 : 0.88 (今日)

* 除每股数值,比率,百分比,其他数据单位均为百万。数据的货币单位均为当地股票的交易货币单位。

一起教育企业价值倍数(EV-to-EBITDA)的相关内容及计算方法如下:

企业价值倍数 由 企业价值 除以该公司 最近12个月 的 税息折旧及摊销前利润 而得。截至今日, 一起教育 的 企业价值 为 $ -42.288, 最近12个月 税息折旧及摊销前利润 为 $ -48.27,所以 一起教育 今日的 企业价值倍数 为 0.88。

一起教育企业价值倍数或其相关指标的历史排名和行业排名结果如下所示:

在过去十年内, 一起教育企业价值倍数
最小值:-17.93  中位数:0.48  最大值:6.46
当前值:0.88
教育内的 84 家公司中
一起教育企业价值倍数 排名高于同行业 89.29% 的公司。
当前值:0.88  行业中位数:6.765
企业价值倍数是在金融和投资中用来衡量公司价值的重要估值指标。这个指标通常与 市盈率(TTM) 结合或替代 市盈率(TTM) 来确定公司的公允市场价值。
截至今日, 一起教育 的 当前股价 为 $2.85, 最近12个月 稀释每股收益 为 $ -4.78,所以 一起教育 今日的 市盈率(TTM) 为 负值无意义。
经典的企业价值倍数 市盈率(TTM) 相比,前者可以更好的反应公司的债务和净现金情况。

点击上方“历史数据”快速查看一起教育 企业价值倍数的历史走势;
点击上方“解释说明”快速查看关于一起教育 企业价值倍数的详细说明;
点击上方“相关词条”快速查看与企业价值倍数相关的其他指标。


一起教育 企业价值倍数 (YQ 企业价值倍数) 历史数据

一起教育 企业价值倍数的历史年度,季度/半年度走势如下:
一起教育 企业价值倍数 年度数据
日期 2018-12 2019-12 2020-12 2021-12 2022-12 2023-12
企业价值倍数 - - -10.36 0.49 0.04 1.06
一起教育 企业价值倍数 季度数据
日期 2021-09 2021-12 2022-03 2022-06 2022-09 2022-12 2023-03 2023-06 2023-09 2023-12
企业价值倍数 0.03 0.49 -0.22 0.32 3.96 0.04 0.90 0.68 0.56 1.06
* 除每股数值,比率,百分比,其他数据单位均为百万。数据的货币单位均为当地股票的交易货币单位。

教育培训服务(三级行业)中,一起教育 企业价值倍数与其他类似公司的比较如下:
* 选自同一行业,市值最接近的公司;x轴代表市值,y轴代表企业价值倍数数值;点越大,公司市值越大。

一起教育 企业价值倍数 (YQ 企业价值倍数) 分布区间

教育(二级行业)和非周期性消费(一级行业)中,一起教育 企业价值倍数的分布区间如下:
* x轴代表企业价值倍数数值,y轴代表落入该企业价值倍数区间的公司数量;红色柱状图代表一起教育的企业价值倍数所在的区间。

一起教育 企业价值倍数 (YQ 企业价值倍数) 计算方法

企业价值倍数是由企业价值除以最近12个月的 税息折旧及摊销前利润 而得。
截至今日一起教育企业价值倍数为:
企业价值倍数 = 今日 企业价值 / 最近12个月 税息折旧及摊销前利润
= -42.288 / -48.27
= 0.88
* 除每股数值,比率,百分比,其他数据单位均为百万。数据的货币单位均为当地股票的交易货币单位。

一起教育 企业价值倍数 (YQ 企业价值倍数) 解释说明

企业价值倍数是在金融和投资中用来衡量公司价值的重要估值指标。这个指标通常与 市盈率(TTM) 结合或替代 市盈率(TTM) 来确定公司的公允市场价值。
截至今日一起教育 市盈率(TTM) 为:
市盈率(TTM) = 今日 当前股价 / 最近12个月 稀释每股收益
= $2.85 / -4.78
= 负值无意义
* 除每股数值,比率,百分比,其他数据单位均为百万。数据的货币单位均为当地股票的交易货币单位。
研究发现,企业价值倍数低的公司要比以用其他比率(例如市盈率)衡量下低估值的公司表现得更好。

感谢查看价值大师中文站为您提供的一起教育企业价值倍数的详细介绍,请点击以下链接查看与一起教育企业价值倍数相关的其他词条:


一起教育 (YQ) 公司简介

一级行业:非周期性消费
二级行业:教育
公司网站:https://ir.17zuoye.com
公司地址:Wangjing Greenland Center, 16th Floor, Block B, Chaoyang District, Beijing, CHN, 100102
公司简介:17 教育与科技集团公司是一家在线辅导公司。它是一家教育科技公司,为超过K-12学校的教师、学生和家长提供数据驱动的教学、学习和评估产品。