GCL New Energy Holdings (SMTLF) Fair Value & Analyse
Utilities · US · Marktkap. $208M
Fair Value Stand: 26.06.2026
Analyse
GCL New Energy Holdings (SMTLF) notiert aktuell bei $0.1173, während unser modellbasierter Fair Value bei $0.0200 liegt — das entspricht einer Einschätzung von 82.9% überbewertet. Die Geschäftsqualität bewerten wir mit 80/100 (hohe Qualität), Sektor Utilities. 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: niedrig).
Über das Unternehmen
GCL New Energy Holdings Limited, an investment holding company, develops, constructs, operates, and manages solar power plants in the People's Republic of China, the United States, and internationally. It also engages in the sale of electricity and liquified natural gas and related products. In addition, the company is involved in investment in petroleum infrastructure projects, as well as provision of related technical and consultancy services. The company was formerly known as Same Time Holdings Limited and changed its name to GCL New Energy Holdings Limited in May 2014. GCL New Energy Holdings Limited was founded in 1982 and is based in Kowloon, Hong Kong.
Vollständige interaktive Analyse öffnen →
Ähnliche Aktien
Häufige Fragen
Ist GCL New Energy Holdings (SMTLF) unterbewertet?
Was ist der Fair Value von SMTLF?
Wie hoch ist der Qualitäts-Score von SMTLF?
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.