Fairvalue-Calculator Fairvalue-Calculator
EN DE

TUGS (TUGS) Fair Value & Analyse

Industrials · PH · Marktkap. 939M PHP

Kurs0.8600 PHP
Fair Value2.17 PHP
Potenzial+152.3%
Qualität92/100
Evidenz: Hoch Spanne 1.32 PHP – 2.71 PHP

Fair Value Stand: 25.06.2026

34.000+ Aktien nach Fair Value & Qualität screenen — kostenlos Tool starten →

Analyse

TUGS (TUGS) notiert aktuell bei 0.8600 PHP, während unser modellbasierter Fair Value bei 2.17 PHP liegt — das entspricht einer Einschätzung von 152.3% unterbewertet. Die Geschäftsqualität bewerten wir mit 92/100 (hohe Qualität), Sektor Industrials. 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).

Vollständige interaktive Analyse öffnen →

Ähnliche Aktien

Häufige Fragen

Ist TUGS (TUGS) unterbewertet?
Stand 25.06.2026 schätzt unser Modell den Fair Value auf 2.17 PHP gegenüber einem Kurs von 0.8600 PHP — rund +152% (unterbewertet). Modellbasierte Schätzung, keine Anlageberatung.
Was ist der Fair Value von TUGS?
Unser aus 21 Modellen berechneter Fair Value für TUGS liegt bei 2.17 PHP (Stand 25.06.2026), basierend auf geprüften Fundamentaldaten. Aktueller Kurs: 0.8600 PHP.
Wie hoch ist der Qualitäts-Score von TUGS?
TUGS 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.