Fairvalue-Calculator Fairvalue-Calculator
EN DE

PERC (PERC) Fair Value & Analyse

Energy · PH · Marktkap. 1.8B PHP

Kurs3.60 PHP
Fair Value12.87 PHP
Potenzial+257.5%
Qualität92/100
Evidenz: Mittel Spanne 9.37 PHP – 16.08 PHP

Fair Value Stand: 25.06.2026

Unterbewertete Qualitätsaktien finden — 34.000+ analysiert Aktien finden →

Analyse

PERC (PERC) notiert aktuell bei 3.60 PHP, während unser modellbasierter Fair Value bei 12.87 PHP liegt — das entspricht einer Einschätzung von 257.5% unterbewertet. Die Geschäftsqualität bewerten wir mit 92/100 (hohe Qualität), Sektor Energy. 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: mittel).

Vollständige interaktive Analyse öffnen →

Ähnliche Aktien

Häufige Fragen

Ist PERC (PERC) unterbewertet?
Stand 25.06.2026 schätzt unser Modell den Fair Value auf 12.87 PHP gegenüber einem Kurs von 3.60 PHP — rund +258% (unterbewertet). Modellbasierte Schätzung, keine Anlageberatung.
Was ist der Fair Value von PERC?
Unser aus 21 Modellen berechneter Fair Value für PERC liegt bei 12.87 PHP (Stand 25.06.2026), basierend auf geprüften Fundamentaldaten. Aktueller Kurs: 3.60 PHP.
Wie hoch ist der Qualitäts-Score von PERC?
PERC hat einen Qualitäts-Score von 92/100 — er misst Profitabilität, Wachstum und Bilanzstärke aus nicht-bewertungsbezogenen Faktoren.

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.