«МГКЛ» удваивает дивиденды

👥 Совет директоров компании рекомендовал выплату в размере 48% от чистой прибыли по МСФО за 2024г.

💰 В 2024г МГКЛ заработал 393 млн ₽ чистой прибыли по МСФО.

✅ $MGKL собирается выплатить 15 копеек на 1 акцию, или суммарно 190,3 млн ₽. В прошлом году выплата составила 101,4 млн ₽, получается, что за год общий объем выплачиваемых дивов практический удвоился.

📈 В 2024 году группа, за счёт развития направлений ломбардной деятельности и роста Ресейл Маркета, хорошо прибавила и по выручке и по чистой прибыли.

⏰ Что дальше:
26 июня ГОСА (годовое общее собрание акционеров) рассмотрит утверждение дивов.

⏳ 7 июля закрытия реестра акционеров, имеющих право на получение дивов.

🗣️ По словам генерального директора Алексей Лазутин:
«Группа находится в активной инвестиционной фазе, при этом мы успешно находим баланс между вложениями в дальнейшее развитие и выплатой дивидендов акционерам».

🔝 В текущей ситуации высокой ключевой ставки компания продолжает часть прибыли инвестировать в развитие, а часть направляет на дивы
акционерам.

Пишите ✍️ в комментариях нравится ли вам текущая пропорция распределения денег на дивы: 48%.

Поставь лайк 👍 этому посту.


Материал канала https://t.me/DolgosrochniyInvestor

1 комментарий
  • Баланс между развитием и выплатой дивов -правильный подход в текущих условиях, особенно при высокой ключевой ставке
посты по тегу
#

ПРОМОМЕД закрепляется в топ-3: объем продаж +208% г/г в апреле по версии DSM

💰По данным апрельского отчёта DSM Group, ПРОМОМЕД вошёл в ТОП-3 фармкомпаний России по стоимостному объёму аптечных продаж в денежном выражении с объемом продаж 5 375,1 млн руб. Компания обогнала такие иностранные компании, как Abbott, KRKA, Sanofi.

🥇Препарат Компании Тирзетта® находится на первом месте в рейтинге «Топ-20 брендов ЛП по стоимостному объёму продаж в России в апреле 2026 года» с долей 1,8%.

💊Категория «Пищеварительный тракт и обмен веществ» стала самой быстрорастущей АТС-группой I уровня: продажи препаратов этой категории выросли на 32,4% год к году. В число наиболее быстрорастущих препаратов по стоимостному объёму продаж, по данным DSM, вошли препараты ПРОМОМЕД для лечения сахарного диабета 2 типа и ожирения Тирзетта® (+19,9% к марту) и Велгия® (+3,7%), а также хондропротектор Амбене® (+2,4%).

#ПРОМОМЕД #лидерство #фармацевтика

$PRMD

MOLOT — наша новая ИИ-модель для поиска вредоносного кода

Мы уже встроили ее в PT Application Inspector — инструмент для выявления уязвимостей и тестирования безопасности приложений (будет доступна начиная с релиза 6.0). Добавили AI в PT AI, так сказать 😅

Но перед тем как рассказать про MOLOT, давайте разберемся, зачем компании используют PT Application Inspector 🧐

Злоумышленники часто эксплуатируют уязвимости в приложениях (программах, сайтах), чтобы проводить кибератаки. По данным наших исследований, в среднем в приложении скрывается больше двух десятков уязвимостей, и каждая пятая из них — высокого уровня опасности. Их эксплуатация может привести к утечкам данных, проникновению в инфраструктуру, простоям сервисов и другим серьезным последствиям для бизнеса.

Большинство уязвимостей появляется еще на этапе разработки приложений, поэтому чем раньше их обнаружить и исправить, тем лучше. Именно для этого и нужен PT Application Inspector — он помогает находить недостатки в исходном коде, а также выявлять их в уже работающих приложениях.

Как MOLOT дополняет PT AI 🔨

MOLOT — это модель, которая ищет вредоносный код в программах на популярных языках — Python, JavaScript и TypeScript. Ключевая особенность в том, что модель анализирует не отдельные фрагменты кода, а программу как последовательность действий и оценивает, складываются ли они в опасный сценарий.

Это важно, потому что вредоносный код не всегда выглядит подозрительно. Его отдельные действия — например, чтение файлов, отправка запросов или обработка данных — могут смотреться вполне легитимно. Опасность появляется тогда, когда эти действия складываются в определенный сценарий: например, скрипт может прочитать логины и пароли, закодировать их и отправить на сторонний сервер.

Классические правила такие сценарии пропускают. А MOLOT — нет: он анализирует эти действия и делает выводы о том, представляют ли они угрозу (примерно так же, как большие языковые модели понимают текст по последовательности слов). Такой подход делает обнаружение вредоносного кода точнее: в тестах MOLOT показывает результат лучше классических правил на 15%.

Благодаря этому PT Application Inspector стал вторым в мире SAST-продуктом, который умеет находить угрозы не только по отдельным ошибкам в коде, но и по тому, как в целом ведет себя приложение.

В общем, наша ML-команда продолжает развивать ИИ-инструменты, чтобы усиливать наши решения и делать продукты компаний безопаснее 💪

#POSI

MOLOT — наша новая ИИ-модель для поиска вредоносного кода