特斯拉公布2022财报:2023预计交付量将达到180万
【網(wǎng)易科技1月29日消息】前不久,特斯拉的價(jià)格調(diào)整在業(yè)界引起軒然大波,而特斯拉在近日公布的2022年全年財(cái)報(bào)也凸顯出其降價(jià)的“底氣”。據(jù)財(cái)報(bào)數(shù)據(jù)顯示,最后一個(gè)季度中,特斯拉實(shí)現(xiàn)了有史以來單季度最高營(yíng)業(yè)收入、最高營(yíng)業(yè)利潤(rùn)和最高凈利潤(rùn)。2022全年,特斯拉的總收入同比增長(zhǎng)51%,達(dá)到815億美元;GAAP凈利潤(rùn)同比翻了一倍多,達(dá)到126億美元。
具體而言,特斯拉汽車業(yè)務(wù)全年的營(yíng)收為714.62億美元,同比增長(zhǎng)51%;毛利潤(rùn)為203.54億美元,同比增長(zhǎng)47%;毛利率為28.5%,低于2021年的29.3%。毛利率同比下降與其售價(jià)的降低有著密不可分的關(guān)系,但是有分析人士指出,特斯拉年底的降價(jià)之舉一定程度上提升了銷量,犧牲毛利率換取銷量或許是為沖擊年度銷量冠軍。
馬斯克也在財(cái)報(bào)電話會(huì)議上表示,1月份以來,特斯拉“收到史上最強(qiáng)勁訂單”,訂單數(shù)接近同期產(chǎn)量的兩倍。多年以來特斯拉一直在實(shí)施降價(jià)策略,在2017年至2022年間特斯拉電動(dòng)車平均售價(jià)已減半,但其營(yíng)運(yùn)利潤(rùn)率仍持續(xù)提升,這主要得益于引入更低成本車型、增建更高效的本土化工廠、降低車輛成本和經(jīng)營(yíng)杠桿等因素。
值得一提的是,特斯拉在財(cái)報(bào)中指出上海工廠是其最主要出口中心,中國(guó)車企對(duì)其挑戰(zhàn)強(qiáng)勁。
2022年,特斯拉創(chuàng)造了131萬輛的電動(dòng)車交付新紀(jì)錄,其中上海工廠功不可沒,其年產(chǎn)能已超過75萬輛Model 3/Model Y。
馬斯克也表示:“盡管整體車市可能收縮,但(消費(fèi)者對(duì))特斯拉的需求仍將保持良好。”他指出,特斯拉電動(dòng)車的市場(chǎng)需求很強(qiáng)勁,在價(jià)格調(diào)整后更是如此,訂單量在2023年1月達(dá)到歷史新高,幾乎是工廠產(chǎn)能的兩倍。這意味著特斯拉需要繼續(xù)提升產(chǎn)能,以滿足高速增長(zhǎng)的需求。特斯拉在財(cái)報(bào)中表示,2023年預(yù)計(jì)交付量將達(dá)到180萬輛。
與此同時(shí),馬斯克表示將尊重中國(guó)汽車制造商,在他看來,中國(guó)汽車制造商是世界上最具競(jìng)爭(zhēng)力的車企,可能會(huì)成為僅次于特斯拉的電動(dòng)車企。事實(shí)上,從特斯拉今年的降價(jià)策略不難看出,其已經(jīng)明顯感受到了來自中國(guó)新能源車企的沖擊。
2022年,中國(guó)新能源車企的確可圈可點(diǎn)。2023年1月初,比亞迪公布了2022全年銷量,其2022年全年新能源汽車?yán)塾?jì)銷量高達(dá)186.35萬輛,同比大增208.64%;燃油車?yán)塾?jì)銷量為5049輛,合計(jì)為186.85萬輛。也因?yàn)楸葋喌系臎_擊,特斯拉未能蟬聯(lián)三年全球新能源汽車銷冠。
除此之外,哪吒也是少數(shù)在2022完成銷量KPI的造車新勢(shì)力。根據(jù)哪吒汽車公布的交付數(shù)據(jù),2022年全年,哪吒汽車?yán)塾?jì)交付15.21萬輛,同比增長(zhǎng)118%,實(shí)現(xiàn)連續(xù)29個(gè)月同比增長(zhǎng),成功完成其年初所定的15萬輛的目標(biāo)。而蔚來、理想、小鵬、廣汽埃安等中國(guó)新能源車企也會(huì)繼續(xù)在2023年成為特斯拉的對(duì)手。
值得期待的是,特斯拉Cybertruck將在今年開始生產(chǎn),“投產(chǎn)總是非常緩慢的”,馬斯克在財(cái)報(bào)電話會(huì)議上說,“所以我不會(huì)把太多資金放在投產(chǎn)上。問題是什么時(shí)候開始量產(chǎn),那就是明年。”特斯拉還表示,正在開發(fā)一個(gè)新的車輛平臺(tái),更多細(xì)節(jié)將于3月份公布。(趙芙瑤)
總結(jié)
以上是生活随笔為你收集整理的特斯拉公布2022财报:2023预计交付量将达到180万的全部?jī)?nèi)容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: 遭遇棘手 交接_Librosa的城市声音
- 下一篇: 模型越复杂越容易惰性_ML模型的惰性预测