City Chic Collective Limited (CCCHF) Fair Value & Analyse
Consumer Cyclical · US · Marktkap. $19.3M
Fair Value Stand: 26.06.2026
Analyse
City Chic Collective Limited (CCCHF) notiert aktuell bei $0.0500, während unser modellbasierter Fair Value bei $0.1000 liegt — das entspricht einer Einschätzung von 100.0% unterbewertet. Die Geschäftsqualität bewerten wir mit 95/100 (hohe Qualität), Sektor Consumer Cyclical. Bull-Case: Notiert die Aktie unter unserer Schätzung, könnte sich bei bestätigten Fundamentaldaten Aufwärtspotenzial ergeben. Bär-Case: Ein scheinbar günstiger Kurs kann eine Value-Falle sein, wenn die Qualität schwach ist oder die Datenlage dünn ist (Evidenz: niedrig).
Über das Unternehmen
City Chic Collective Limited, together with its subsidiaries, operates as a retailer of plus-size women's apparel, footwear, and accessories in Australia, New Zealand, and the United States. It offers its products under the City Chic brand. The company operates a network of retail stores. It sells its products through online websites and marketplaces; and wholesale stores. The company was formerly known as Specialty Fashion Group Limited and changed its name to City Chic Collective Limited in November 2018. City Chic Collective Limited was incorporated in 1992 and is headquartered in Alexandria, Australia.
Vollständige interaktive Analyse öffnen →
Ähnliche Aktien
Häufige Fragen
Ist City Chic Collective Limited (CCCHF) unterbewertet?
Was ist der Fair Value von CCCHF?
Wie hoch ist der Qualitäts-Score von CCCHF?
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.