Fairvalue-Calculator Fairvalue-Calculator
EN DE

Prada S.p.A (PRDSY) Fair Value & Analyse

Consumer Cyclical · US · Marktkap. $12.7B

Kurs$9.73
Fair Value$15.98
Potenzial+64.2%
Qualität95/100
Evidenz: High Spanne $10.98 – $19.98

Analyse

Prada S.p.A (PRDSY) notiert aktuell bei $9.73, während unser modellbasierter Fair Value bei $15.98 liegt — das entspricht einer Einschätzung von 64.2% 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: hoch).

Über das Unternehmen

Prada S.p.A. produces and distributes leather goods, footwear, and ready-to-wear products worldwide. The company offers its products under the Prada, Miu Miu, Church's, Car Shoe, and Versace brands. It also operates in food sector under the Marchesi 1824 brand; sailing races business under Luna Rossa brand name; eyewear and fragrances sector under licensing agreements. The company sells its products through a network of owned operated stores, e-commerce channels, department stores, independent retailers, and e-tailers. The company was founded in 1913 and is headquartered in Milan, Italy. Prada S.p.A. is a subsidiary of Prada Holding S.P.A.

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.