Zhejiang Chinastars New Materials Group (301077) Fair Value & Analyse
Consumer Cyclical · CN · Marktkap. 4.1B CNY
Analyse
Zhejiang Chinastars New Materials Group (301077) notiert aktuell bei ¥22.74, während unser modellbasierter Fair Value bei ¥15.72 liegt — das entspricht einer Einschätzung von 30.9% überbewertet. Die Geschäftsqualität bewerten wir mit 95/100 (hohe Qualität), Sektor Consumer Cyclical. Bär-Case: Da der Kurs über unserer Schätzung liegt, preist der Markt bereits hohe Erwartungen ein. Bull-Case: Eine überdurchschnittliche Qualität kann einen Aufpreis rechtfertigen — entscheidend bleibt der Einstiegskurs (Evidenz: hoch).
Über das Unternehmen
Zhejiang Chinastars New Materials Group Co., Ltd. engages in production, designing, research and development, and sales of reflective materials and their products. It offers reflective materials, such as reflective fabrics for PPE, industrial washing tapes, reflective tapes, heat transfer vinyl and logo, reflective ribbons and piping, reflective yarns, and prismatic tapes. The company also provides outdoor reflective fabrics, which includes rainbow reflective, silver reflective, gradient reflective, reflective printing, color reflective, and perforated reflective fabrics. In addition, it offers safety vest, jackets, pants, raincoats, shirts and sweatshirts, and coveralls. The company exports its products to approximately 100 countries. Zhejiang Chinastars New Materials Group Co., Ltd. was founded in 2003 and is based in Hangzhou, China.
Vollständige interaktive Analyse öffnen →
Ähnliche Aktien
Wie wir den Fair Value berechnen
Jedes Unternehmen wird durch einen Stapel unabhängiger Intrinsic-Value-Modelle bewertet (DCF-Varianten, Residual-Income, Multiples u. a.), die zu einem familienausgewogenen Konsens verschmolzen und nach der Datenqualität gewichtet werden. Eine separate Qualitäts-Ebene bewertet die Fundamentaldaten. Alle Eingaben sind real gemeldete Daten — nichts geschätzt.
Nur zu Bildungs- und Recherchezwecken · keine Anlageberatung · keine Kauf-/Verkaufsempfehlung. Modellbasierte Schätzungen sind keine Gewissheiten; ihre Verlässlichkeit hängt von Datenqualität und Annahmen ab.