현재 Rohartindo Nusantara Luas 의 성장과 수익을 예측할 만큼 분석가의 범위가 충분하지 않습니다.
핵심 정보
n/a
이익 성장률
n/a
EPS 성장률
Specialty Retail 이익 성장
8.9%
매출 성장률
n/a
향후 자기자본이익률
n/a
애널리스트 커버리지
None
마지막 업데이트
n/a
최근 향후 성장 업데이트
업데이트 없음
Recent updates
이 섹션에서는 일반적으로 전문 애널리스트들의 컨센서스 추정치를 기반으로
매출 및 이익 성장 전망을 제시하여 투자자들이 회사의 수익 창출 능력을
이해하도록 돕습니다. 그러나 Rohartindo Nusantara Luas는 과거 데이터가 충분하지 않고
애널리스트 예측도 없어, 과거 데이터를 단순히 외삽하거나 애널리스트
전망을 사용하여 향후 이익을 신뢰할 수 있게 계산할 수 없습니다.
Simply Wall St가 다루는 기업 중 97%는 과거 재무 데이터를 보유하고 있기 때문에,
이는 상당히 드문 상황입니다.
이익 및 매출 성장 예측
IDX:TOOL - 애널리스트 향후 추정치 및 과거 재무 데이터 (IDR Millions)
날짜
매출
이익
자유현금흐름
영업현금흐름
평균 애널리스트 수
3/31/2026
53,636
-9,217
425
2,487
N/A
12/31/2025
59,259
-6,985
7,123
9,600
N/A
9/30/2025
63,253
-6,147
-35,722
1,598
N/A
6/30/2025
73,348
-3,561
1,646
5,210
N/A
3/31/2025
83,201
-525
-6,593
-789
N/A
12/31/2024
93,531
939
-549
6,639
N/A
9/30/2024
123,372
12,225
8,446
17,739
N/A
6/30/2024
139,821
21,005
2,293
18,385
N/A
3/31/2024
146,187
25,150
12,577
25,859
N/A
12/31/2023
148,490
29,884
13,872
25,474
N/A
9/30/2023
124,546
21,640
-369
28,528
N/A
6/30/2023
114,094
14,633
-16,690
12,403
N/A
3/31/2023
110,462
14,924
-40,399
9,016
N/A
12/31/2022
102,309
13,761
-48,527
3,696
N/A
9/30/2022
104,639
10,687
-34,973
-1,584
N/A
3/31/2022
101,432
10,555
8,039
15,060
N/A
12/31/2021
111,446
10,809
9,207
19,283
N/A
12/31/2020
106,885
9,677
-16,100
-1,571
N/A
12/31/2019
94,865
7,243
N/A
-752
N/A
애널리스트 향후 성장 전망
수입 대 저축률: TOOL 의 예상 수익 증가율이 절약률(6.7%)보다 높은지 판단하기에는 데이터가 부족합니다.
수익 vs 시장: TOOL 의 수익이 ID 시장보다 빠르게 성장할 것으로 예상되는지 판단하기에는 데이터가 부족합니다.
고성장 수익: TOOL 의 수익이 향후 3년 동안 상당히 증가할 것으로 예상되는지 판단하기에는 데이터가 부족합니다.
수익 대 시장: TOOL 의 수익이 ID 시장보다 빠르게 증가할 것으로 예상되는지 판단하기에는 데이터가 부족합니다.
고성장 매출: TOOL 의 수익이 연간 20%보다 빠르게 증가할 것으로 예상되는지 판단하기에는 데이터가 부족합니다.
주당순이익 성장 예측
향후 자기자본이익률
미래 ROE: TOOL의 자본 수익률이 3년 후 높을 것으로 예상되는지 판단하기에 데이터가 부족합니다.
성장 기업 찾아보기
7D
1Y
7D
1Y
7D
1Y
기업 분석 및 재무 데이터 상태
데이터
최종 업데이트 (UTC 시간)
기업 분석
2026/06/22 04:15
종가
2026/06/22 00:00
수익
2026/03/31
연간 수익
2025/12/31
데이터 소스
당사의 기업 분석에 사용되는 데이터는 S&P Global Market Intelligence LLC에서 제공됩니다. 아래 데이터는 이 보고서를 생성하기 위해 분석 모델에서 사용됩니다. 데이터는 정규화되므로 소스가 제공된 후 지연이 발생할 수 있습니다.