DLFY — ИИ‑инвестиции и независимая аналитика
Назад к блогу
Как конфликт в Конго может ударить по акциям Tesla ⚡️

Как конфликт в Конго может ударить по акциям Tesla ⚡️

DLFY Team
TeslaкобальтэлектромобилиДР Конгосырьевые риски

На глобальных рынках важны не только отчёты компаний и ставки центробанков. Иногда на капитализацию технологических гигантов влияют события, происходящие за тысячи километров — например политический кризис в стране, о которой большинство инвесторов почти не думает.

Электромобили критически зависят от литий-ионных батарей, а в большинстве современных аккумуляторов используются катоды NCA или NMC, содержащие кобальт — металл, повышающий стабильность и плотность энергии. Проблема в том, что рынок кобальта крайне концентрирован: около 70% мировой добычи приходится на Демократическую Республику Конго.

Если в стране начинается серьёзный конфликт и останавливаются шахты в восточных регионах, мировые поставки быстро сокращаются. Кобальт обычно проходит длинную цепочку: добыча → переработка (часто в Китае) → производство катодов → батареи → электромобили. Любой сбой в начале этой цепочки быстро распространяется дальше.

Дефицит кобальта ведёт к росту цен на сырьё, а затем дорожают и батареи, которые производят CATL, LG Energy Solution, Panasonic и Samsung SDI. Это бьёт не только по индустрии электромобилей, где аккумулятор — самая дорогая часть машины, но и по всей электронике. Литий-ионные батареи используются в смартфонах, ноутбуках и другой портативной технике, поэтому рост цен затрагивает производителей устройств вроде Apple, а также широкий круг компаний потребительской электроники.

При этом часть компаний может выиграть: производители кобальта вне Конго (Glencore, Sherritt International, Freeport-McMoRan, Codelco) получают выгоду от роста цен, а переработчики батарей вроде Redwood Materials и Li-Cycle — дополнительный спрос на извлечение металлов из использованных аккумуляторов.

Многие технологические цепочки в мире бывают очень неочевидны, но при этом их важно понимать и учитывать при разработке инвестиционного кейса. Именно такие сложные зависимости мы сейчас учимся находить и анализировать автоматически. Релиз уже скоро 🚀