> For the complete documentation index, see [llms.txt](https://arc-10.gitbook.io/arc/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://arc-10.gitbook.io/arc/cohu_/t3.md).

# Valuation

## 1. 현재 밸류에이션

| 지표           |          값 | 비고               |
| ------------ | ---------: | ---------------- |
| PE (TTM)     |         적자 | GAAP 순손실         |
| PE (Forward) | 40.2x (yf) | FY27 EPS 근접 기준   |
| PEG          |      1.15x | 성장 대비 적정         |
| PBR          |      3.59x | 자본 $785M         |
| EV/EBITDA    |        n/a | EBITDA 음수(회복 초기) |
| EV/Revenue   |      5.01x | 매출 $453M 기준      |
| P/FCF        |          — | FCF 변동           |
| ROE          |      -7.0% | GAAP 적자          |
| Op Margin    |      -8.3% | FY26Q1 적자 축소     |
| Div Yield    |         0% | 무배당              |

※ FY26E EPS 컨센 $0.54 기준 Fwd PE는 \~108x(회복 초기 저점), FY27E EPS $1.23 기준 \~48x

## 2. Peer 비교

| 종목              | Mcap($B) | PE(TTM) | PE(Fwd) |   PBR | EV/EBITDA | ROE(%) | OPM(%) |
| --------------- | -------: | ------: | ------: | ----: | --------: | -----: | -----: |
| Teradyne        |     \~18 |   \~28x |   \~24x |  \~7x |     \~22x |   \~20 |   \~22 |
| Advantest       |       대형 |   \~25x |   \~22x |  \~8x |     \~18x |   \~30 |   \~28 |
| Aehr Test       |    \~0.5 |      적자 |   \~30x |  \~3x |         — |   \~-5 |  \~-10 |
| **Peer 평균(추정)** |        — |   \~27x |   \~25x |  \~6x |     \~20x |   \~15 |   \~13 |
| **Cohu (COHU)** |     2.76 |      적자 |   40.2x | 3.59x |       n/a |   -7.0 |   -8.3 |

※ Peer 멀티플은 추정. Teradyne·Advantest는 테스터 대형사

### 디스카운트/프리미엄 분석

COHU는 테스터 대형사(Teradyne·Advantest) 대비 PBR(3.59x)은 할인이나 Forward PE(40x)는 프리미엄이다. 이는 ① 적자에서 막 벗어나는 EPS 기저 효과(낮은 분모) ② AI/HPC 테스트 회복·GaN 신규 동력 ③ 3.3배 급등 모멘텀 때문이다. PBR 할인은 순현금·우량 재무가 자산가치를 뒷받침함을 보여주나, 이익 정상화(FY27 EPS $1.23) 전까지 PE는 높게 유지된다 — 프리미엄 정당성은 'AI/HPC 매출 성장 + GAAP 흑전'에 의존한다.

## 3. 밸류에이션 시나리오

### PE 시나리오 (FY27E EPS $1.23, 회복 정상화)

| 시나리오 |  PE | 적정주가($) | 상승률(%) | 가정                     |
| ---- | --: | ------: | -----: | ---------------------- |
| 보수   | 25x |    30.8 |  -47.4 | AI 테스트 둔화·자동차 부진       |
| 기본   | 38x |    46.7 |  -20.2 | 점진 회복·EPS 정상화          |
| 낙관   | 45x |    55.4 |   -5.4 | AI/HPC 매출 $100M·GaN 성장 |
| 극낙관  | 55x |    67.7 |  +15.6 | FY28 EPS $2.0+ 조기 도달   |

### EV/Revenue 시나리오 (매출 회복 기준)

| 시나리오 | EV/Rev | 적정주가($) | 상승률(%) |
| ---- | -----: | ------: | -----: |
| 보수   |   3.5x |      41 |    -30 |
| 기본   |   4.5x |      53 |    -10 |
| 낙관   |   5.5x |      64 |     +9 |

## 확률 가중 적정주가

| 시나리오     |   확률 |      적정주가 |    기여 |
| -------- | ---: | --------: | ----: |
| 보수       |  30% |     $30.8 |  $9.2 |
| 기본       |  40% |     $46.7 | $18.7 |
| 낙관       |  22% |     $55.4 | $12.2 |
| 극낙관      |   8% |     $67.7 |  $5.4 |
| **가중평균** | 100% | **$45.5** |     — |

## 4. 멀티플 정상화 트리거

| 트리거                    | 멀티플 영향           |
| ---------------------- | ---------------- |
| AI/HPC 매출 $80\~100M 달성 | EPS 정상화 → PE 정당화 |
| GAAP 흑전                | TTM PER 정상화·리레이팅 |
| GaN(DiamondX) 매출 확대    | 성장 프리미엄          |
| AI 테스트 둔화·자동차 부진       | 디레이팅(PE 25x 회귀)  |

## 5. 핵심 결론

확률가중 적정주가는 약 $45.5로 현재가($58.57)를 22% 하회하나, 애널 목표가($53\~60)는 더 먼 정상화(FY28)·더 높은 멀티플을 반영해 현재가에 근접한다. 3.3배 급등으로 AI/HPC 회복이 가격에 상당히 반영됐고, FY26 GAAP EPS 기준 PE 108x·FY27 기준 48x로 절대 수준이 높다. 다만 순현금 우량 재무·recurring 60%·공매도 18.5%(숏스퀴즈 잠재력)가 하방을 받친다. 추가 상승은 AI/HPC 매출 성장·GAAP 흑전의 확인에 달려 있고, 테스트 사이클 둔화 시 보수 시나리오($31)로의 하방이 크다 — 변동성 큰 모멘텀 종목으로 $51\~54 눌림목 접근이 합리적이다.


---

# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.

## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation by asking a question.

Perform an HTTP GET request on the following URL with the `ask` and `goal` query parameters:

```
GET https://arc-10.gitbook.io/arc/cohu_/t3.md?ask=<question>&goal=<user_goal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is what the user is ultimately trying to achieve, the reason they need the answer. Sharing it helps GitBook give you a better, more relevant answer. A goal is most helpful when it describes the outcome the user wants rather than restating the question. For example, with `ask=how do I create an API token`, a goal like `automate deployments from our CI pipeline` lets GitBook tailor the answer to that use case.

The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.