Fractal Analytics IPO: ਮਹਿੰਗੇ ਮੁੱਲ 'ਤੇ ਲਿਸਟਿੰਗ, ਨਿਵੇਸ਼ਕਾਂ ਦੇ ਮਨਾਂ 'ਚ ਚਿੰਤਾ

TECH
Whalesbook Logo
AuthorAnkit Solanki|Published at:
Fractal Analytics IPO: ਮਹਿੰਗੇ ਮੁੱਲ 'ਤੇ ਲਿਸਟਿੰਗ, ਨਿਵੇਸ਼ਕਾਂ ਦੇ ਮਨਾਂ 'ਚ ਚਿੰਤਾ
Overview

Fractal Analytics ਦਾ IPO ਜਾਰੀ ਹੋਣ ਤੋਂ ਬਾਅਦ ਹੀ ਭਾਰੀ Valuation Scrutiny ਦਾ ਸਾਹਮਣਾ ਕਰ ਰਿਹਾ ਹੈ। ਕੰਪਨੀ ਨੇ ਇਸਨੂੰ **79x P/E** 'ਤੇ ਲਿਸਟ ਕੀਤਾ ਹੈ, ਜਿਸ ਕਾਰਨ ਨਿਵੇਸ਼ਕਾਂ, ਖਾਸ ਕਰਕੇ ਰਿਟੇਲ ਨਿਵੇਸ਼ਕਾਂ (Retail Investors) ਨੇ ਇਸ ਵਿੱਚ ਜ਼ਿਆਦਾ ਦਿਲਚਸਪੀ ਨਹੀਂ ਦਿਖਾਈ।

ਮਹਿੰਗੀ Valuations ਦਾ ਮਾਮਲਾ

Fractal Analytics ਨੇ ਜਦੋਂ ਆਪਣਾ IPO ਲਾਂਚ ਕੀਤਾ, ਤਾਂ ਇਸਦੀ ਕੀਮਤ ਨੂੰ ਲੈ ਕੇ ਕਾਫੀ ਸਵਾਲ ਉੱਠੇ। ਕੰਪਨੀ ਨੇ ਇਸਨੂੰ ਆਪਣੇ ਬੈਂਡ ਦੇ ਉੱਪਰੀ ਸਿਰੇ 'ਤੇ ਲਿਸਟ ਕੀਤਾ, ਜਿਸਦਾ Price-to-Earnings (P/E) Ratio 79 ਗੁਣਾ ਸੀ। ਇਹ ਅੰਕੜਾ ਇੰਡਸਟਰੀ ਦੇ ਮਾਹਰਾਂ ਅਤੇ ਵਿਸ਼ਲੇਸ਼ਕਾਂ ਲਈ ਹੈਰਾਨੀਜਨਕ ਸੀ। Geojit Financial Services ਨੇ ਇਸਨੂੰ 'expensive' ਦੱਸਿਆ, ਜਿਸ ਵਿੱਚ FY25 ਲਈ 70 ਗੁਣਾ ਅਤੇ FY26 ਲਈ 109 ਗੁਣਾ P/E ਦਾ ਜ਼ਿਕਰ ਕੀਤਾ ਗਿਆ। ਲਿਸਟਿੰਗ ਤੋਂ ਬਾਅਦ ਵੀ, ਜਦੋਂ ਸ਼ੇਅਰ IPO ਪ੍ਰਾਈਸ ₹900 ਤੋਂ ਘੱਟ ਕੇ ₹876 'ਤੇ ਖੁੱਲ੍ਹਿਆ, ਤਾਂ ਵੀ FY25 ਲਈ P/E ਲਗਭਗ 65.6x ਦੇ ਉੱਚੇ ਪੱਧਰ 'ਤੇ ਰਿਹਾ। 15 ਫਰਵਰੀ 2026 ਤੱਕ, ਸ਼ੇਅਰ ਦਾ P/E 118.68 ਦੇ ਰਿਕਾਰਡ ਪੱਧਰ 'ਤੇ ਪਹੁੰਚ ਗਿਆ, ਜੋ ਭਵਿੱਖ ਵਿੱਚ ਅਸਧਾਰਨ ਗਰੋਥ ਦੀ ਉਮੀਦ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ।

QIBs ਨੇ ਦਿੱਤਾ ਸਹਾਰਾ

Fractal Analytics ਦੇ IPO ਲਈ ਸਬਸਕ੍ਰਿਪਸ਼ਨ ਦੇ ਅੰਕੜੇ ਥੋੜੇ ਮਿਲੇ-ਜੁਲੇ ਸਨ, ਖਾਸ ਕਰਕੇ ਰਿਟੇਲ ਨਿਵੇਸ਼ਕਾਂ ਵੱਲੋਂ ਦਿਲਚਸਪੀ ਘੱਟ ਦਿਖਾਈ ਗਈ। ਆਖਰੀ ਦਿਨ, ਕੁੱਲ ਸਬਸਕ੍ਰਿਪਸ਼ਨ 2.81 ਗੁਣਾ ਸੀ, ਜਿਸ ਵਿੱਚ Qualified Institutional Buyers (QIBs) ਦਾ ਯੋਗਦਾਨ 4.4 ਗੁਣਾ ਸਬਸਕ੍ਰਿਪਸ਼ਨ ਰਿਹਾ। ਇਹ ਸੰਸਥਾਗਤ ਨਿਵੇਸ਼ਕਾਂ 'ਤੇ ਨਿਰਭਰਤਾ, ਜਿਸ ਕਾਰਨ ਇਹ ਆਫਰਿੰਗ ਵੱਡੇ ਪੱਧਰ 'ਤੇ ਸਵੀਕਾਰ ਹੋ ਗਈ, ਇਸ 'ਤੇ ਕਾਫੀ ਚਰਚਾ ਹੋਈ। ਇੰਡਸਟਰੀ ਦੇ ਮਾਹਰ Sandip Sabharwal ਨੇ ਇਸ ਪ੍ਰਥਾ 'ਤੇ ਸਵਾਲ ਚੁੱਕੇ ਕਿ ਫੰਡ ਮੈਨੇਜਰ ਅਜਿਹੇ 'obnoxiously priced IPOs' ਦਾ ਸਮਰਥਨ ਕਿਉਂ ਕਰਦੇ ਹਨ। ਹਾਲਾਂਕਿ, QIBs ਦੇ ਸਹਾਰੇ ਨੇ ਲਿਸਟਿੰਗ ਨੂੰ ਹੋਰ ਖਰਾਬ ਹੋਣ ਤੋਂ ਬਚਾਇਆ।

AI Insourcing ਦਾ ਸੰਕਟ

Fractal Analytics ਅਤੇ ਸਮੁੱਚੇ AI ਸੈਕਟਰ ਲਈ ਇੱਕ ਵੱਡਾ ਚੁਣੌਤੀ AI ਟੈਕਨੋਲੋਜੀ ਦੀ ਵਧਦੀ ਵਰਤੋਂ ਅਤੇ ਕਲਾਇੰਟਸ ਵੱਲੋਂ ਖੁਦ ਇਨ-ਹਾਊਸ (In-house) ਸਮਰੱਥਾ ਬਣਾਉਣ ਦਾ ਰੁਝਾਨ ਹੈ। ਜਿਵੇਂ-ਜਿਵੇਂ ਕਲਾਇੰਟਸ AI ਬਾਰੇ ਵਧੇਰੇ ਸਮਝਦੇ ਜਾ ਰਹੇ ਹਨ, ਉਹ ਬਾਹਰੀ ਸਰਵਿਸ ਪ੍ਰੋਵਾਈਡਰਾਂ 'ਤੇ ਨਿਰਭਰ ਰਹਿਣ ਦੀ ਬਜਾਏ ਆਪਣੀਆਂ ਟੀਮਾਂ ਬਣਾ ਰਹੇ ਹਨ। ਇਹ ਬਦਲਾਅ Fractal ਵਰਗੀਆਂ ਕੰਪਨੀਆਂ ਲਈ ਬਾਜ਼ਾਰ ਨੂੰ ਘਟਾ ਸਕਦਾ ਹੈ ਅਤੇ ਲਾਭ (Margins) 'ਤੇ ਦਬਾਅ ਪਾ ਸਕਦਾ ਹੈ। ਕੰਪਨੀ ਦਾ ਬਿਜ਼ਨਸ ਮਾਡਲ ਮਜ਼ਬੂਤ ਹੋਣ ਦੇ ਬਾਵਜੂਦ, ਇਸਨੂੰ ਨਾ ਸਿਰਫ ਵੱਡੇ ਗਲੋਬਲ ਖਿਡਾਰੀਆਂ ਤੋਂ, ਸਗੋਂ ਇਸਦੇ ਆਪਣੇ ਕਲਾਇੰਟਸ ਦੀਆਂ ਬਦਲਦੀਆਂ ਰਣਨੀਤੀਆਂ ਤੋਂ ਵੀ ਮੁਕਾਬਲੇ ਦਾ ਸਾਹਮਣਾ ਕਰਨਾ ਪੈ ਰਿਹਾ ਹੈ। Fractal Analytics ਨੂੰ ਮਿਲੇ ਉੱਚ P/E ਮਲਟੀਪਲ ਇਸਦੀ ਨਿਰੰਤਰ ਤੇਜ਼ ਗਰੋਥ ਦੀ ਧਾਰਨਾ 'ਤੇ ਅਧਾਰਿਤ ਹਨ, ਜਿਸਨੂੰ ਗਾਹਕਾਂ ਵਿੱਚ ਵਧ ਰਹੀ ਇਸ ਇਨ-ਹਾਊਸ ਮਾਹਰਤਾ ਨਾਲ ਮੁਸ਼ਕਲ ਆ ਸਕਦੀ ਹੈ।

ਮੁਕਾਬਲੇਬਾਜ਼ਾਂ ਅਤੇ ਬਾਜ਼ਾਰ ਦੇ ਰੁਝਾਨਾਂ ਨਾਲ ਤੁਲਨਾ

Fractal Analytics ਆਪਣੇ ਆਪ ਨੂੰ ਐਂਟਰਪ੍ਰਾਈਜ਼ AI ਵਿੱਚ ਇੱਕ ਲੀਡਰ ਵਜੋਂ ਪੇਸ਼ ਕਰਦਾ ਹੈ, ਪਰ ਇਸਦੇ ਮੁਕਾਬਲੇ ਦੇ ਸੂਚੀਬੱਧ (Listed) ਪੇਅਰਜ਼ (Peers) ਲੱਭਣੇ ਮੁਸ਼ਕਲ ਹਨ ਜਿਨ੍ਹਾਂ ਦਾ ਕਾਰੋਬਾਰੀ ਮਾਡਲ ਅਤੇ Valuations ਇੱਕੋ ਜਿਹੇ ਹੋਣ। ਹਾਲਾਂਕਿ, ਭਾਰਤੀ ਟੈਕ IPO ਬਾਜ਼ਾਰ ਵਿੱਚ ਤੇਜ਼ੀ ਦੇਖਣ ਨੂੰ ਮਿਲੀ ਹੈ, ਕਈ ਕੰਪਨੀਆਂ ਉੱਚ ਮਲਟੀਪਲ 'ਤੇ ਲਿਸਟ ਹੋਈਆਂ ਹਨ। ਇਤਿਹਾਸ ਦੱਸਦਾ ਹੈ ਕਿ ਭਾਰਤੀ IPO ਬਾਜ਼ਾਰ ਸਰਗਰਮ ਰਿਹਾ ਹੈ, ਪਰ ਕਈ ਮਹਿੰਗੇ ਟੈਕ IPOs ਨੂੰ ਮੁਸ਼ਕਲਾਂ ਦਾ ਸਾਹਮਣਾ ਕਰਨਾ ਪਿਆ ਹੈ। Zomato ਵਰਗੀਆਂ ਕੰਪਨੀਆਂ, ਜਿਨ੍ਹਾਂ ਨੇ ਵੱਡੇ ਉਤਸ਼ਾਹ ਨਾਲ ਡੈਬਿਊ ਕੀਤਾ ਸੀ, ਬਾਅਦ ਵਿੱਚ ਆਪਣੇ IPO ਪ੍ਰਾਈਸ ਤੋਂ ਹੇਠਾਂ ਵਪਾਰ ਕਰਦੀਆਂ ਰਹੀਆਂ। ਇਹ ਪਿਛੋਕੜ ਦੱਸਦਾ ਹੈ ਕਿ AI ਕਹਾਣੀ ਭਾਵੇਂ ਆਕਰਸ਼ਕ ਹੋਵੇ, ਪਰ ਨਿਵੇਸ਼ਕ ਹੁਣ ਲਾਭਅੰਸ਼ (Profitability) ਅਤੇ ਟਿਕਾਊ ਗਰੋਥ (Sustainable Growth) ਦੀ ਭਾਲ ਵਿੱਚ ਹਨ। TCS ਅਤੇ Infosys ਵਰਗੇ ਮੁਕਾਬਲੇਬਾਜ਼ ਵੀ AI ਵਿੱਚ ਭਾਰੀ ਨਿਵੇਸ਼ ਕਰ ਰਹੇ ਹਨ, ਹਾਲਾਂਕਿ ਉਨ੍ਹਾਂ ਦੇ ਕਾਰੋਬਾਰੀ ਮਾਡਲ ਅਤੇ Valuations ਵੱਖਰੇ ਹਨ।

ਜੋਖਮ ਅਤੇ ਚਿੰਤਾਵਾਂ (Bear Case)

ਨਿਵੇਸ਼ਕਾਂ ਲਈ ਸਭ ਤੋਂ ਵੱਡੀ ਚਿੰਤਾ Fractal Analytics ਦੀ ਉੱਚ ਗਰੋਥ ਦੀਆਂ ਉਮੀਦਾਂ ਨੂੰ ਪੂਰਾ ਕਰਨ ਦੀ ਸਮਰੱਥਾ ਅਤੇ ਲਾਭਅੰਸ਼ (Profitability) ਨੂੰ ਬਰਕਰਾਰ ਰੱਖਣ ਦੀ ਹੈ। FY23-25 ਦੌਰਾਨ ਇਸਦੀ Revenue Growth ਦੇ ਮੁਕਾਬਲੇ Profit After Tax (PAT) CAGR ਸਿਰਫ 6.53% ਰਿਹਾ, ਅਤੇ FY24 ਵਿੱਚ ESOP ਖਰਚਿਆਂ ਕਾਰਨ ਨੁਕਸਾਨ ਵੀ ਦਰਜ ਕੀਤਾ ਗਿਆ। SPTulsian ਦੇ ਵਿਸ਼ਲੇਸ਼ਕਾਂ ਨੇ ਨੋਟ ਕੀਤਾ ਹੈ ਕਿ Fractal ਦੀ 18-20% Revenue Growth ਅਤੇ ਸਿੰਗਲ-ਡਿਜਿਟ PAT ਮਾਰਜਿਨ, Palantir ਵਰਗੇ ਗਲੋਬਲ ਪੇਅਰਜ਼ ਦੇ ਮੁਕਾਬਲੇ ਘੱਟ ਆਕਰਸ਼ਕ ਹਨ, ਜੋ ਕਿ ਬਹੁਤ ਜ਼ਿਆਦਾ ਗਰੋਥ ਅਤੇ ਨੈੱਟ ਮਾਰਜਿਨ ਦਿਖਾਉਂਦੇ ਹਨ। IPO ਦੀ ਅਗਰੈਸਿਵ ਕੀਮਤ IT ਸਰਵਿਸਿਜ਼ ਪੇਅਰਜ਼ 'ਤੇ ਕਾਫੀ ਪ੍ਰੀਮੀਅਮ ਦਰਸਾਉਂਦੀ ਹੈ। ਕੋਈ ਵੀ ਗਲਤੀ, ਕਲਾਇੰਟ ਖਰਚਿਆਂ ਵਿੱਚ ਸੁਸਤੀ, ਜਾਂ ਮੁਕਾਬਲੇਬਾਜ਼ੀ ਦਾ ਵਧਣਾ ਇਸ Valuations ਵਿੱਚ ਵੱਡੀ ਗਿਰਾਵਟ ਲਿਆ ਸਕਦਾ ਹੈ। IPO ਦੌਰਾਨ QIBs ਦਾ ਸਮਰਥਨ ਇਹ ਵੀ ਦੱਸਦਾ ਹੈ ਕਿ ਸੰਸਥਾਗਤ ਖਰੀਦਦਾਰਾਂ ਤੋਂ ਬਾਹਰ, ਬਾਜ਼ਾਰ ਆਫਰ ਪ੍ਰਾਈਸ 'ਤੇ Valuations ਦੀ ਯੋਗਤਾ ਬਾਰੇ ਪੂਰੀ ਤਰ੍ਹਾਂ ਯਕੀਨ ਨਹੀਂ ਸੀ।

Disclaimer:This content is for educational and informational purposes only and does not constitute investment, financial, or trading advice, nor a recommendation to buy or sell any securities. Readers should consult a SEBI-registered advisor before making investment decisions, as markets involve risk and past performance does not guarantee future results. The publisher and authors accept no liability for any losses. Some content may be AI-generated and may contain errors; accuracy and completeness are not guaranteed. Views expressed do not reflect the publication’s editorial stance.