Mapletree Pan Asia Commercial Trust (MPCMF) Fair Value & Analyse
Real Estate · US · Marktkap. $5.6B
Analyse
Mapletree Pan Asia Commercial Trust (MPCMF) notiert aktuell bei $1.07, während unser modellbasierter Fair Value bei $0.9400 liegt — das entspricht einer Einschätzung von 11.7% überbewertet. Die Geschäftsqualität bewerten wir mit 97/100 (hohe Qualität), Sektor Real Estate. 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
Mapletree Pan Asia Commercial Trust is a real estate investment trust positioned to be the proxy to key gateway markets of Asia. Listed on the Singapore Exchange Securities Limited on 27 April 2011, it made its public market debut as Mapletree Commercial Trust and was subsequently renamed MPACT on 3 August 2022 following the merger with Mapletree North Asia Commercial Trust. Its principal investment objective is to invest on a long-term basis, directly or indirectly, in a diversified portfolio of income-producing real estate used primarily for office and/or retail purposes, as well as real estate-related assets, in the key gateway markets of Asia (including but not limited to Singapore, Hong Kong, China, Japan and South Korea). Mapletree Pan Asia Commercial Trust was incorporated in 2005 in Singapore.
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.