4 Saham Kelas Atas yang Lagi Murah, Rajin Bagi Dividen
JAKARTA, investor.id - Terpantau setidaknya empat emiten dengan nilai kapitalisasi besar sehingga masuk kelas atas, sahamnya lagi murah.
Keempatnya adalah PT Adaro Energy Indonesia Tbk (ADRO), PT United Tractors Tbk (UNTR), PT Astra International Tbk (ASII), dan PT Indofood Sukses Makmur Tbk (INDF). Keempatnya pun rajin membagikan dividen.
Market cap Adaro sebesar Rp 91,8 triliun, United Tractors Rp 88,77 triliun, Astra Rp 177,31 triliun, dan Indofood Sukses Makmur Rp 52,24 triliun.
Saham Adaro Energy dengan kode ADRO pada perdagangan 16 Juli 2024 kemarin diparkir stagnan di Rp 2.870. Dalam periode year to date (ytd) saham Adaro masih menguat 15,26%.
Rasio price to book value (PBV) ADRO 0,81 kali dan price earning ratio (PER) 3,86 kali (annualised).
UNTR, ASII, INDF
Editor: Theresa Sandra Desfika
Follow Channel Telegram Official kami untuk update artikel-artikel investor.id
FollowBaca Berita Lainnya di Google News
Read NowBerita Terkait
Berita Terkini
Skandal Korupsi Spanyol: Istri PM Pedro Sanchez Diadili dan Paspornya Disita
Istri PM Spanyol Begoña Gómez resmi diadili atas kasus korupsi. Paspor disita dan kubu oposisi mendesak pemerintah untuk mundur.
Ilmuwan Peringatkan Konsekuensi Besar El Nino bagi Cuaca Global
Fenomena El Niño resmi tiba! Ilmuwan peringatkan potensi kekeringan parah dari Indonesia hingga Amazon serta ancaman rekor suhu terpanas.
Devin/Faathir Raih Final Perdana BWF Super 300 di Macau Open 2026, Hasil Nyata Pembinaan Berkelanjutan
Capaian ini menandai perkembangan signifikan pasangan muda yang selama ini disiapkan sebagai bagian dari regenerasi bulu tangkis Nasional.
Proyek Ambisius AI Kuras Kas, Investor Pantau Pasar Obligasi
Pembangunan pusat data AI kuras kas perusahaan teknologi. Investor kini wajib pantau suku bunga The Fed dan pasar obligasi global.
Red Hat Dukung Pengembangan Agentic AI
Red Hat, penyedia solusi open source , baru-baru ini mengumumkan langkah inovatif yang signifikan pada portofolio Red Hat AI untuk membantu menjembatani kesenjangan antara eksperimen AI dan kendali operasional di tingkat produksi.
