Informasi yang disajikan mencerminkan pandangan dan asumsi penulis pada saat publikasi. Harap dicatat bahwa penelitian ini setidaknya berumur satu tahun dan pandangan penulis saat ini mungkin berbeda secara signifikan dari apa yang disajikan tanpa pemberitahuan. Hasilnya tidak akan diperbarui seiring perubahan model internal ARK, atau informasi apa pun yang menjadi dasar ARK dalam perubahan tersebut.
V8 diterbitkan 12/06/24
File “Ekstrak Penilaian Tesla 2029 untuk Github” ini berisi ekstrak model target harga 2029 kami untuk Tesla. Silakan baca blog ARK www.ark-invest.com/articles/valuation-models/arks-tesla-price-target-2029 untuk diskusi lebih rinci mengenai penilaian kami, pembaruan sejak model terakhir kami diterbitkan, dan komponen utama model tersebut. ARK menggunakan simulasi Monte Carlo untuk mencapai perkiraan target harga Tesla serta target harga bullish dan bearish kami. Deskripsi setiap lembar kerja dalam file:
Lembar kerja “Penilaian Contoh Tesla” memungkinkan pengguna memberikan masukan mereka sendiri untuk penilaian Tesla berbasis fundamental. Pengguna dapat mengubah 5 driver kunci model di sel L12-L17, serta 40 input lainnya di sel L18-L64. Perhatikan bahwa karena target harga kami berasal dari analisis Monte Carlo, tidak ada satu pun kasus beruang dan sapi jantan, namun ARK telah memberikan contoh masukan untuk kasus sapi jantan dan beruang di kolom N dan O.
Lembar kerja “Tabel ASP Penilaian” memungkinkan pengguna untuk mengubah harga jual rata-rata kendaraan dan pasar yang dapat dialamatkan pada setiap titik harga. Anda juga dapat mengubah harga per mil untuk robotaxi otonom, serta masukan untuk kurva adopsi persentase armada Tesla yang beroperasi di jaringan ride-hail. Lembar kerja ini dimasukkan ke dalam tab “Penilaian Contoh Tesla” dan tab “Simulasi Tunggal Monte Carlo”.
Lembar kerja “Input Penilaian Tesla” memungkinkan pengguna menyesuaikan input minimum, bear case, bull case, dan maksimum untuk setiap variabel. Semua variabel dimodelkan berdistribusi normal dengan input bear dan bull case menentukan nilai satu standar deviasi di bawah/di atas mean. Input maksimum dan minimum digunakan untuk mengecualikan semua distribusi yang berada di luar kisaran normal dari analisis. Saat mengubah variabel dalam lembar kerja ini, mungkin perlu menunggu agar simulasi dapat dihitung. Mengklik segera sel lain dalam lembar kerja dapat mempersingkat simulasi dan memberikan hasil yang tidak akurat. Output dari model ini adalah rentang nilai probabilistik.
Hasil simulasi tunggal terlihat pada lembar kerja “Simulasi Tunggal Monte Carlo”; dan kumpulan semua simulasi dapat dilihat pada lembar kerja “Output Simulasi Monte Carlo”. Contoh statis 5.000 simulasi menggunakan masukan dan asumsi ARK disertakan dalam tab “Contoh 5.000 Simulasi”.
Kami akan menyambut semua pertanyaan dan kritik serta masukan yang membangun.
Pembaruan 21/04/23: Menambahkan kolom tambahan ke tab Keluaran Monte Carlo, mengedit kolom di tab keluaran untuk menarik Pendapatan Otonom pada tahun 2027 (v. 2026), dan mengedit rumus untuk membulatkan tingkat penetrasi otonom kami menurut tahun pecahan antara sekarang dan tahun 2027. Perubahan tidak berpengaruh pada target harga kami untuk tahun 2027.
V7 diterbitkan 20/04/23
File “Ekstrak Penilaian Tesla 2027 untuk Github” ini berisi ekstrak model target harga 2027 kami untuk Tesla. Silakan baca blog ARK https://ark-invest.com/articles/valuation-models/arks-tesla-price-target-2027/ untuk diskusi lebih rinci mengenai penilaian kami, pembaruan sejak model terakhir kami diterbitkan, dan komponen utama dari modelnya. ARK menggunakan simulasi Monte Carlo untuk mencapai perkiraan target harga Tesla serta target harga bullish dan bearish kami. Deskripsi setiap lembar kerja dalam file:
Lembar kerja “Penilaian Contoh Tesla” memungkinkan pengguna memberikan masukan mereka sendiri untuk penilaian Tesla berbasis fundamental. Pengguna dapat mengubah 5 driver utama model di sel J12-J17, serta 36 input lainnya di sel H19-60. Perhatikan bahwa karena target harga kami berasal dari analisis Monte Carlo, tidak ada satu pun kasus beruang dan sapi jantan, namun ARK telah memberikan contoh masukan untuk kasus sapi jantan dan beruang di kolom L dan M.
Lembar kerja “Tabel ASP Penilaian” memungkinkan pengguna untuk mengubah harga jual rata-rata kendaraan dan pasar yang dapat dialamatkan pada setiap titik harga. Anda juga dapat mengubah harga per mil untuk robotaxi otonom, serta masukan untuk kurva adopsi persentase armada Tesla yang beroperasi di jaringan ride-hail. Lembar kerja ini dimasukkan ke dalam tab “Penilaian Tesla” dan tab “Simulasi Tunggal Monte Carlo”.
Lembar kerja “Input Penilaian Tesla” memungkinkan pengguna menyesuaikan input minimum, bear case, bull case, dan maksimum untuk setiap variabel. Semua variabel dimodelkan berdistribusi normal dengan input bear dan bull case menentukan nilai satu standar deviasi di bawah/di atas mean. Input maksimum dan minimum digunakan untuk mengecualikan semua distribusi yang berada di luar kisaran normal dari analisis. Perhatikan bahwa baris “probabilitas peluncuran robotaxis” adalah satu-satunya masukan biner. Saat mengubah variabel dalam lembar kerja ini, mungkin perlu menunggu agar simulasi dapat dihitung. Mengklik segera sel lain dalam lembar kerja dapat mempersingkat simulasi dan memberikan hasil yang tidak akurat. Output dari model ini adalah rentang nilai probabilistik.
Hasil simulasi tunggal terlihat pada lembar kerja “Simulasi Tunggal Monte Carlo”; dan kumpulan semua simulasi dapat dilihat pada lembar kerja “Output Simulasi Monte Carlo”. Contoh statis 5.000 simulasi menggunakan masukan dan asumsi ARK disertakan dalam tab “Contoh 5.000 Simulasi”.
Kami akan menyambut semua pertanyaan dan kritik serta masukan yang membangun.
V6 diterbitkan 14/4/22
File “Ekstrak Penilaian Tesla 2026 untuk Github” ini berisi ekstrak model target harga 2026 kami untuk Tesla. Silakan baca blog ARK untuk diskusi lebih rinci tentang penilaian kami, pembaruan sejak model terakhir kami diterbitkan, dan komponen utama model.
ARK menggunakan simulasi Monte Carlo untuk mencapai perkiraan target harga Tesla serta target harga bullish dan bearish kami.
Deskripsi setiap lembar kerja dalam file:
Lembar kerja “Penilaian Contoh Tesla” memungkinkan pengguna memberikan masukan mereka sendiri untuk penilaian Tesla berbasis fundamental. Pengguna dapat mengubah 5 driver utama model di sel H12-H17, serta 32 input lainnya di sel H19-55. Perhatikan bahwa karena target harga kami berasal dari analisis Monte Carlo, tidak ada satu pun kasus beruang dan sapi jantan, namun ARK telah memberikan contoh masukan untuk kasus sapi jantan dan beruang di kolom K dan L.
Lembar kerja “Tabel ASP Penilaian” memungkinkan pengguna untuk mengubah harga jual rata-rata kendaraan dan pasar yang dapat dialamatkan pada setiap titik harga. Anda juga dapat mengubah harga per mil untuk robotaxi otonom, serta masukan untuk kurva adopsi persentase armada Tesla yang beroperasi di jaringan ride-hail. Lembar kerja ini dimasukkan ke dalam tab “Penilaian Tesla” dan tab “Penilaian Monte Carlo”.
Pada lembar kerja “Input Penilaian Tesla” pengguna dapat menyesuaikan input minimum, bear case, bull case, dan maksimum untuk setiap variabel. Semua variabel dimodelkan berdistribusi normal dengan input bear dan bull case menentukan nilai satu standar deviasi di bawah/di atas mean. Input maksimum dan minimum digunakan untuk mengecualikan semua distribusi yang berada di luar kisaran normal dari analisis. Perhatikan bahwa baris “probabilitas peluncuran robotaxis” adalah satu-satunya masukan biner. Saat mengubah variabel dalam lembar kerja ini, mungkin perlu menunggu agar simulasi dapat dihitung. Mengklik segera sel lain dalam lembar kerja dapat mempersingkat simulasi dan memberikan hasil yang tidak akurat. Output dari model ini adalah rentang nilai probabilistik. Hasil simulasi tunggal terlihat pada lembar kerja “Simulasi Tunggal Monte Carlo”; dan kumpulan semua simulasi dapat dilihat pada lembar kerja “Output Simulasi Monte Carlo”. Contoh statis 5.000 simulasi menggunakan masukan dan asumsi ARK disertakan dalam tab “Contoh 5.000 Simulasi”.
Kami akan menyambut semua pertanyaan dan kritik serta masukan yang membangun.
V5 diterbitkan 19/3/21
File “Ekstrak Penilaian Tesla 2025 untuk Github_3.18.21” ini menyertakan model target harga 2025 kami untuk Tesla. Silakan baca blog ARK (https://ark-invest.com/articles/analyst-research/tesla-price-target-2/) untuk diskusi lebih rinci tentang penilaian kami, pembaruan sejak model terakhir kami diterbitkan, dan komponen utama dari modelnya. ARK menggunakan simulasi Monte Carlo untuk mencapai perkiraan target harga Tesla serta target harga bullish dan bearish kami.
Deskripsi setiap lembar kerja dalam file:
Lembar kerja “Penilaian Tesla” memungkinkan pengguna memberikan masukan mereka sendiri untuk penilaian Tesla berdasarkan fundamental. Pengguna dapat mengubah 5 driver utama model di sel H12-H17, serta 28 input lainnya di sel H19-51. Perhatikan bahwa karena target harga kami berasal dari analisis Monte Carlo, tidak ada satu pun kasus beruang dan banteng, namun ARK telah memberikan contoh masukan untuk kasus banteng dan beruang di kolom J dan K.
Lembar kerja “Tabel ASP Penilaian” memungkinkan pengguna untuk mengubah harga jual rata-rata kendaraan dan pasar yang dapat dialamatkan pada setiap titik harga. Anda juga dapat mengubah harga per mil untuk robotaxi otonom.
Pada lembar kerja “Monte Carlo Inputs” pengguna dapat menyesuaikan input minimum, bear case, bull case, dan maksimum untuk setiap variabel. Semua variabel dimodelkan berdistribusi normal dengan input bear dan bull case menentukan nilai satu standar deviasi di bawah/di atas mean. Input maksimum dan minimum digunakan untuk mengecualikan semua distribusi yang berada di luar kisaran normal dari analisis. Perhatikan bahwa baris “probabilitas peluncuran robotaxis” adalah satu-satunya masukan biner. Saat mengubah variabel dalam lembar kerja ini, mungkin perlu menunggu agar simulasi dapat dihitung. Mengklik segera sel lain dalam lembar kerja dapat mempersingkat simulasi dan memberikan hasil yang tidak akurat. Lembar kerja “Tabel ASP Monte Carlo” memungkinkan pengguna untuk mengubah harga jual rata-rata kendaraan dan pasar yang dapat dialamatkan pada setiap titik harga. Anda juga dapat mengubah harga per mil untuk robotaxi otonom. Output dari model ini adalah rentang nilai probabilistik. Hasil simulasi tunggal terlihat pada lembar kerja “Penilaian Monte Carlo”; dan kumpulan semua simulasi dapat dilihat pada lembar kerja “Simulasi Monte Carlo”. Contoh statis 5.000 simulasi menggunakan masukan dan asumsi ARK disertakan dalam tab “Contoh 5.000 Simulasi”.
Kami akan menyambut semua pertanyaan dan kritik serta masukan yang membangun.
V4 diterbitkan 25/3/20
Pembaruan 19/3/20: Kami menyesuaikan penilaian Tesla kami dengan memperhitungkan perkiraan dampak COVID-19. Kami telah menambahkan masukan yang memungkinkan pengguna menyesuaikan pemanfaatan pabrik dan realisasi asumsi harga jual rata-rata (ASP) untuk tahun 2020. Perhatikan bahwa perubahan ini telah menyesuaikan target harga bearish, bull, dan nilai yang diharapkan untuk Tesla pada tahun 2024.
File “Ekstrak Penilaian Tesla 2024 untuk Github_3.25.20_v4” ini berisi tiga ekstrak penilaian Tesla yang berbeda bagi pengguna untuk bereksperimen dengan masukan mereka sendiri. Model pertama mengasumsikan penelitian ARK saat ini dan masukan yang mendasarinya benar, namun probabilitas terjadinya peristiwa, seperti peluncuran robotaksis otonom, dapat berubah. Model kedua memungkinkan pengguna untuk mengubah masukan yang mendasarinya tetapi tidak memberikan hasil yang bersifat probabilistik. Model ketiga memungkinkan pengguna untuk mengubah probabilitas dan masukan. Silakan baca blog ARK (https://ark-invest.com/research/tesla-price-target) untuk mengetahui diskusi lebih rinci mengenai penilaian kami terhadap penentuan faktor pendorong utama.
Model Probabilitas Skenario ARK Invest Tesla [lembar kerja “Probabilitas”]
Model ini memungkinkan pengguna untuk memasukkan probabilitas mereka sendiri untuk setiap hal berikut:
• Kemampuan Otonom – Akankah Tesla berhasil meluncurkan layanan taksi otonom sepenuhnya?
• Efisiensi Modal – Akankah Tesla meningkatkan modal pabriknya secara efisien?
• Margin Kotor – Akankah biaya produksi kendaraan Tesla terus turun sejalan dengan Hukum Wright?
• Akses terhadap Pasar Modal – Jika Tesla tidak mampu menurunkan biaya, meluncurkan jaringan taksi otonom, atau melakukan efisiensi modal, apakah akses terhadap pasar modal juga akan ditolak?
• Peristiwa Black Swan – Apakah Tesla akan bangkrut?
Outputnya adalah harga rata-rata tertimbang probabilitas untuk Tesla pada tahun 2024, serta bull and bear case. Perhatikan bahwa input pengguna akan menyesuaikan probabilitas terjadinya setiap skenario saat menggunakan estimasi target harga ARK untuk setiap skenario tertimbang probabilitas di kolom H untuk menghitung harga rata-rata tertimbang bull, bear, dan probabilitas. Baca Blog ARK dengan penjelasan lebih lanjut tentang asumsi dan pemikiran kami tentang Tesla di sini https://ark-invest.com/research/tesla-price-target
Tesla Bottom Up Model [Lembar kerja Tabel Penilaian dan Penilaian ASP Tesla]
Model ini memungkinkan pengguna untuk memberikan masukan mereka sendiri untuk penilaian Tesla berdasarkan fundamental. “Penggerak utama” adalah input ARK yang dijelaskan secara rinci di blog yang ditautkan di atas. Kami telah menyertakan serangkaian masukan yang representatif untuk variabel-variabel ini untuk kasus bearish dan bull ARK saat ini sebagai referensi. Lembar kerja “Tabel ASP Penilaian” memungkinkan pengguna untuk mengubah harga jual rata-rata kendaraan dan pasar yang dapat dialamatkan pada setiap titik harga. Anda juga dapat mengubah harga per mil untuk robotaxi otonom.
Output dari model ini adalah nilai rata-rata tertimbang probabilitas dan metrik keuangan pada tahun 2024.
Model Tesla Monte Carlo [Input Monte Carlo, Tabel ASP Monte Carlo, Penilaian Monte Carlo, dan lembar kerja Simulasi Monte Carlo]
Model ini memungkinkan pengguna untuk memberikan berbagai masukan untuk penilaian Tesla dari bawah ke atas. Pada lembar kerja “Monte Carlo Inputs” pengguna dapat menyesuaikan input minimum, bear case, bull case, dan maksimum untuk setiap variabel. Semua variabel dimodelkan berdistribusi normal dengan input bear dan bull case menentukan nilai satu standar deviasi di bawah/di atas mean. Input maksimum dan minimum digunakan untuk mengecualikan semua distribusi yang berada di luar kisaran normal dari analisis. Perhatikan bahwa baris “probabilitas peluncuran robotaxis” adalah satu-satunya masukan biner. Saat mengubah variabel dalam lembar kerja ini, mungkin perlu menunggu agar simulasi dapat dihitung. Mengklik segera sel lain dalam lembar kerja dapat mempersingkat simulasi dan memberikan hasil yang tidak akurat. Lembar kerja “Tabel ASP Monte Carlo” memungkinkan pengguna untuk mengubah harga jual rata-rata kendaraan dan pasar yang dapat dialamatkan pada setiap titik harga. Anda juga dapat mengubah harga per mil untuk robotaxi otonom.
Output dari model ini adalah rentang nilai probabilistik. Bagan yang relevan ada di lembar kerja “Input Monte Carlo”; satu hasil simulasi terlihat pada lembar kerja “Penilaian Monte Carlo”; dan kumpulan semua simulasi dapat dilihat pada lembar kerja “Simulasi Monte Carlo”.
Perlu dicatat, distribusi target harga yang timbul dari simulasi Monte Carlo akan menyiratkan rentang hasil bull vs bear yang lebih sempit dibandingkan dengan perkiraan manual kami. Kami masih percaya bahwa penyebaran hasil yang lebih luas adalah hasil yang lebih mungkin terjadi karena refleksivitas pasar modal—jika keadaan buruk bagi Tesla maka pasar utang akan memperlakukan mereka dengan lebih skeptis, dan sebaliknya—sedangkan simulasi Monte Carlo memperlakukan penerimaan pasar modal. independen dari kinerja keuangan.
Kami akan menyambut semua pertanyaan dan kritik serta masukan yang membangun.
Model Penilaian Tesla 2023 Lama ARK (file “Penilaian Tesla untuk Github_5.27.19_v3.5”):
V1 diterbitkan 22/5/19. Baca blog ARK terkait dengan penjelasan lebih lanjut tentang asumsi dan pemikiran kami tentang Tesla di sini: https://ark-invest.com/research/tesla-valuation-model
V2 menerbitkan perbaikan pada 23/5/19: ASP 2018 (sebelumnya hanya ASP Model 3), sedikit koreksi pada unit penjualan 2018, dan perbaikan formula margin EBITDA
V3 diterbitkan 27/5/19 Melakukan ekstraksi feed-through neraca yang lebih luas dari model yang mendasarinya untuk memungkinkan ekstrak tersebut merespons secara lebih intuitif terhadap ekspektasi intensitas modal dan ekspektasi penjualan unit yang berbeda. Perbaikan formula kecil pada 29/5/19. Hutang yang diperbarui dari peningkatan modal 2019 30/5/19.
Penulis: Sam Korus, Tasha Keeney, Brett Winton
Pengungkapan: Karya ini dilisensikan di bawah Lisensi Internasional Creative Commons Attribution-Non-Commercial 4.0. Anda tidak boleh menggunakan materi untuk tujuan komersial tanpa terlebih dahulu mendapatkan izin tertulis.
2020, Manajemen Investasi ARK LLC. Semua konten adalah asli dan telah diteliti dan diproduksi oleh ARK Investment Management LLC (“ARK”) kecuali dinyatakan lain di sini.
Materi ini hanya untuk tujuan informasi dan bukan merupakan, baik secara eksplisit maupun implisit, penyediaan layanan atau produk apa pun oleh ARK. Tidak ada satu pun isi di sini yang merupakan nasihat investasi, hukum, pajak, atau lainnya dan tidak dapat diandalkan dalam melakukan investasi atau keputusan lainnya. Investor harus menentukan sendiri apakah layanan atau produk tertentu sesuai dengan kebutuhan investasi mereka atau harus mencari nasihat profesional untuk situasi khusus mereka.
Materi ini dimaksudkan hanya untuk memberikan pengamatan dan pandangan penulis pada saat penulisan, yang keduanya dapat berubah sewaktu-waktu tanpa pemberitahuan sebelumnya. Pernyataan-pernyataan tertentu yang terdapat di sini merupakan pernyataan mengenai ekspektasi masa depan dan pernyataan-pernyataan berwawasan ke depan lainnya yang didasarkan pada pandangan dan asumsi ARK saat ini dan melibatkan risiko-risiko dan ketidakpastian yang diketahui dan tidak diketahui yang dapat menyebabkan hasil, kinerja, atau peristiwa aktual berbeda secara material dari apa yang diungkapkan atau tersirat dalam pernyataan tersebut. Kinerja masa lalu tidak menjamin hasil di masa depan. Nilai ekuitas dapat menurun karena kondisi pasar, ekonomi, dan industri secara umum, baik yang nyata maupun yang dipersepsikan.
Pernyataan ARK bukan merupakan dukungan terhadap perusahaan mana pun atau rekomendasi untuk membeli, menjual, atau menahan sekuritas apa pun. Untuk daftar semua pembelian dan penjualan yang dilakukan oleh ARK untuk akun klien selama setahun terakhir yang dapat dipertimbangkan oleh SEC sebagai rekomendasi, silakan kunjungi https://ark-invest.com/wp-content/trades/ARK_Trades.pdf . Jangan berasumsi bahwa rekomendasi yang dibuat di masa depan akan menguntungkan atau menyamai kinerja sekuritas dalam daftar ini. Untuk pengungkapan penuh, silakan kunjungi https://ark-invest.com/terms-of-use.
Meskipun penilaian ARK saat ini terhadap perusahaan yang menjadi subjek mungkin positif, harap dicatat bahwa ARK mungkin perlu melikuidasi atau mengurangi ukuran posisi sebelum perusahaan mencapai harga penilaian yang ditentukan karena berbagai kondisi termasuk, namun tidak terbatas pada, klien pedoman khusus, perubahan kondisi pasar, aktivitas investor, perubahan mendasar dalam model bisnis perusahaan dan lanskap persaingan, risiko utama, dan aktivitas pemerintah/regulasi. Selain itu, ARK tidak memiliki perbankan investasi, konsultasi, atau hubungan pembayaran biaya apa pun dengan perusahaan subjek.
