Capri Global Capital Limited (CGCL) Fair Value & Analyse
Financial Services · IN · Marktkap. ₹209B
Fair Value Stand: 29.06.2026
Analyse
Capri Global Capital Limited (CGCL) notiert aktuell bei ₹217.44, während unser modellbasierter Fair Value bei ₹96.07 liegt — das entspricht einer Einschätzung von 55.8% überbewertet. Die Geschäftsqualität bewerten wir mit 97/100 (hohe Qualität), Sektor Financial Services. 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
Capri Global Capital Limited, ein Nichtbanken-Finanzunternehmen, bietet Finanzdienstleistungen in Indien an. Es bietet Wohnungsbaudarlehen an; Kredite für Kleinst-, Klein- und Mittelunternehmen (KKMU); Baufinanzierung für Immobilienentwickler; Kleinunternehmenskredite für Frauen; Notfall-Kreditliniengarantiesystem für Unternehmen und KKMU; und Goldkredite sowie indirekte Kreditvergabe und Autokreditvertriebsdienste. Capri Global Capital Limited war früher als Money Matters Financial Services Limited bekannt und änderte seinen Namen im Juli 2013 in Capri Global Capital Limited. Das Unternehmen wurde 1994 gegründet und hat seinen Sitz in Mumbai, Indien.
Vollständige interaktive Analyse öffnen →
Ähnliche Aktien
Häufige Fragen
Ist Capri Global Capital Limited (CGCL) unterbewertet?
Was ist der Fair Value von CGCL?
Wie hoch ist der Qualitäts-Score von CGCL?
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.