UBS (UBS.N) знизив рейтинги акцій Tesla (TSLA.O) через занепокоєння, що акції Tesla «ростуть занадто швидко» через оптимізм щодо її планів щодо штучного інтелекту.

«Якщо ентузіазм ринку щодо штучного інтелекту впаде, це може вплинути на курс акцій Tesla», — пишуть у звіті аналітики, зокрема Джозеф Спак. Вони знизили рейтинг Tesla до «продавати» з «нейтрального».

«Враховуйте недостатню видимість і ризик того, що можливості зростання матеріалізуються протягом більш тривалого періоду часу (або не матеріалізуються взагалі)», — написали вони. Зниження рейтингу є виправданим, зазначаючи, що акції торгуються більш ніж у 80 разів вище прогнозованих однорічних прибутків.

Цей крок UBS відображає зростаюче занепокоєння щодо вищих оцінок компаній, пов’язаних із технологіями штучного інтелекту, про що свідчать нічні падіння акцій великих технологічних компаній. Tesla також стикається з похмурим майбутнім електромобілів із падінням продажів і прибутків.

Tesla входить до десятки найдорожчих акцій в S&P 500, значно випереджаючи інші акції технологічних компаній із великою капіталізацією. До падіння на 8,4% у четвер акції Tesla зросли на 44% до середи, ознаменувавши зростання в 11-й день поспіль, оскільки інвестори сподіваються, що її засновник-мільярдер Ілон Маск зможе перетворити компанію на гіганта штучного інтелекту.

Аналітики UBS пишуть, що премія інвесторів за різними планами Tesla останнім часом зросла через ентузіазм щодо штучного інтелекту, і «щоб підтримувати рейтинг купівлі, потрібно було б побачити більше можливостей».

Останній раз, коли ціна акцій Tesla зростала, це сталося тому, що дохід зростав двозначними темпами. Крім повільних продажів і посилення конкуренції, Tesla шокувала інвесторів, відклавши довгоочікувану програму безпілотних роботаксі з серпня на жовтень.

Аналітики UBS підвищили свою 12-місячну цільову ціну на Tesla до 197 доларів з 147 доларів, що буде на 18% нижче від ціни закриття в четвер, і вони використовували більш високе співвідношення ціни та прибутку, ніж раніше, щоб досягти нових цілей.

Стаття передана з: Golden Ten Data