1分快3返点 - 1分快3app下载

北交所迎外资控股第一股 欧福蛋业上市首日大涨******

　　1月18日，北交所迎来外资控股第一股，欧福蛋业上市首日大涨69.60%，盘中一度上涨93.20%，成交额1.59亿元，总市值达8.42亿元。

　　“这是一起标志性事件。”苏州市地方金融监督管理局局长谢善鸿在接受中国证券报记者采访时表示，“欧福蛋业在苏州发展超过18年，外商非常满意。上市过程中，我们提供了一些服务与协调支持。”

　　具备投资稀缺性

　　开源证券北交所研究中心总经理诸海滨认为，欧福蛋业上市首日大涨有三方面原因。首先，欧福蛋业是国内首家专业生产巴氏杀菌蛋液的农业产业化国家重点龙头企业，具备投资稀缺性。其募投项目生产的鸡蛋白饮料系公司自主研发的面向零售端创新型产品，目前A股公司尚无公开在售的同类产品。其次，欧福蛋业发行价不贵——2.5元/股，获超额配售。欧福蛋业本次发行网上获配股数为4275万股，网上获配金额为1.07亿元，网上获配比例为0.44%；8名战略投资者获配900万股，募集资金合计2250万元。第三，欧福蛋业所处蛋品加工行业市场空间广阔。“现阶段，我国鸡蛋行业的加工比例仅为5%-7%，其中80%加工为传统蛋制品，与发达国家有极大差距，预计到2025年我国蛋制品加工占比有望达到30%。”诸海滨说。

　　欧福蛋业主要从事蛋液、蛋粉以及各类蛋类预制品研发、生产、销售。其中，蛋液类产品主要包括蛋白液、蛋黄液和全蛋液等，主要用于烘焙食品、肉制品、调味品、配餐制品等领域；蛋粉类产品主要包括蛋白粉、蛋黄粉和全蛋粉，主要用于肉制品、面制品、烘焙制品等领域。

　　客户方面，欧福蛋业与诸多客户保持长期稳定的合作关系，并多次保障国内各项重大赛事的产品供应。业绩方面，2020年、2021年及2022年上半年，欧福蛋业分别实现营业收入6.2亿元、8.49亿元和4.20亿元，归母净利润分别为4874万元、2249万元和2064万元。

　　实控人承诺避免同业竞争

　　备受关注的是，欧福蛋业上市使其成为北交所外资控股第一股。

　　欧福蛋业成立于2004年1月，法定代表人为亨瑞克·彼得森(Henrik Pedersen)，办公地址和注册地址均位于苏州市吴江区。根据公开信息，欧福蛋业是世界著名蛋制品品牌“SANOVO”在中国的成员企业，是OVODAN集团在中国投资的外资企业。

　　招股书显示，China Egg Products ApS(丹麦)直接持有欧福蛋业87.96%股份(本次发行前)，为公司控股股东，非华裔丹麦居民Christian Nicholas Stadil为公司实控人。

　　目前，欧福蛋业共有8名董事会成员。其中，5名为非独立董事，分别为Henrik Pedersen(丹麦籍)、Jorn Frandsen(丹麦籍)、Thor Stadil(丹麦籍)、Ronald Bouwens(荷兰籍)及刘文(中国籍)；3名独董均为中国籍人士。

　　值得一提的是，在北交所上市过程中，同业竞争问题受到监管关注。对于实际控制人控制的境内外与公司从事相同或相似业务的企业，欧福蛋业表示，实控人已经作出相关区域不竞争的承诺，有效避免了实质的同业竞争。

　　事实上，欧福蛋业进入资本市场不算晚。2016年9月，公司在新三板挂牌；2021年12月底，完成近2000万元的定增；2022年4月，公司股票调入新三板创新层。

　　抢抓北交所扩容机遇

　　企业上市虽然是市场行为，但政府的服务和推动也很重要。

　　谢善鸿表示，“在欧福蛋业上市过程中，我们协调了公司和投资银行的沟通交流，帮助他们吃透当地的一些政策，把握好上市时间节点，共同助力欧福蛋业顺利登陆北交所。”

　　苏州市委常委、副市长顾海东在欧福蛋业上市仪式上介绍，2023年，苏州将积极抢抓资本市场全面深化改革机遇，有效发挥资本市场功能，锚定金融服务实体经济根基，深入实施“育林计划”，全面推进“参天计划”，推动更多优质企业早日上市，推动上市公司成长为创新发展的“领头羊”和高质量发展的“压舱石”。

　　“针对企业的不同特点，以及市场主体的意愿，我们会做好引导，让企业更好认识沪深北三个交易所的市场定位和差异。”谢善鸿表示，“北交所是服务创新型中小企业的主阵地。我们会抓住北交所高质量扩容机会，相信苏州的企业会在北交所市场取得更好成绩。”

　　对于市场关心的北交所流动性问题，谢善鸿说，“市场流动性要有一个认识过程，就像今天的欧福蛋业一样。”

　　中国证券报记者从权威人士处了解到，针对流动性不足的问题，北交所一直在制度端、资金端努力补短板引活水，呼之欲出的混合做市交易有望成为提升北交所流动性的一项有力措施；同时，券商密集布局的融资融券业务、未来常态化发行北证50指数基金以及公开发行可转债、降低准入门槛等，都有望引入增量资金，为提升北交所流动性打开想象空间。

提速近10倍！基于深度学习的全基因组选择新方法来了******

　　近日，中国农业科学院作物科学研究所、三亚南繁研究院大数据智能设计育种创新团队联合多家单位提出利用植物海量多组学数据进行全基因组预测的深度学习方法, 可以实现育种大数据的高效整合与利用，将助力深度学习在全基因组选择中的应用，为智能设计育种及平台构建提供有效工具。相关研究成果发表在《分子植物（Molecular Plant）》上。

　　全基因组选择作为新一代育种技术，通过构建预测模型，根据基因组估计育种值进行早期个体的预测和选择，从而缩短育种世代间隔，加快育种进程，节约成本，推动现代育种向精准化和高效化方向发展。

　　统计模型作为全基因组选择的核心，极大地影响了全基因组预测的准确度和效率。传统预测方法基于线性回归模型，难以捕捉基因型和表型间的复杂关系。

　　相较于传统模型，非线性模型（如深度网络神经）具备分析复杂非加性效应的能力，人工智能和深度学习算法为解决大数据分析和高性能并行运算等难题提供了新的契机，深度学习算法的优化将会提高全基因组选择的预测能力。

　　该研究团队以玉米、小麦和番茄3种作物的4种不同维度的群体数据为测试材料，通过创新深度学习算法框架开发了全基因组选择新方法。

　　与其他五种主流预测方法相比，该方法有以下优点： 可以利用多组学数据开展全基因组预测；算法设计中包含批归一化层、回调函数和校正线性激活函数等结构，可以有效降低模型错误率，提高运行速度；预测精度稳健，在小型数据集上的表现与目前主流预测模型相当，在大规模数据集上预测优势更加明显；计算时间与传统方法相近，比已有深度学习方法提速近10倍；超参数调整对用户更加友好。

　　该研究得到了国家重点研发计划、国家自然科学基金、海南崖州湾种子实验室和中国农业科学院科技创新工程等项目的支持。

学术支持

中国农业科学院作物科学研究所

记者

宋雅娟

　　（文图：赵筱尘 巫邓炎）