背景 本文连接两篇前文:三星电子与内存超级周期以及三星电机相对Murata / Ibiden的溢价。核心问题是:同一个AI周期中,为什么不同环节应当获得不同估值?
TL;DR
市场不会只因为“AI敞口”就给所有公司同样倍数。估值倍数取决于盈利持续期、定价权、客户锁定、扩产风险和峰值利润疑虑。
当前最危险的地方,是把MLCC / FC-BGA瓶颈股当成GPU/HBM级别的结构性垄断来重估。它们确实是瓶颈,但不是所有瓶颈都应获得NVIDIA式平台倍数。
最强的相对价值想法是三星电子。它有HBM追赶、内存价格周期和foundry期权,但输入资料中的2026年5月29-30日公开数据快照显示,其forward P/E约7.8倍、P/B约4.4倍。三星电机方向正确,但股价已经提前反映多年成功执行。(Yahoo Finance)
1. 核心公式
估值溢价
= 定价权 × 需求持续性 × 客户锁定 × FCF转化率
估值折价
= 扩产capex负担 × 供给过剩风险 × 峰值利润疑虑 × 客户集中风险
| 层级 | 提升倍数的因素 | 压制倍数的因素 | 关键问题 |
|---|---|---|---|
| GPU / 平台 | CUDA、rack-scale系统、软件、asset-light | 自研ASIC、中国限制、hyperscaler议价 | 客户买的是时间还是芯片 |
| HBM | HBM4、sold-out、LTA、单卡HBM含量上升 | 内存周期疑虑、capex、供应商多元化 | 合同型特许经营还是周期利润 |
| CPU | AI服务器增加、orchestration需求 | ARM / 自研CPU替代 | 主瓶颈还是辅助部件 |
| FC-BGA | 大面积多层基板、认证难 | capex、折旧、ABF过剩记忆 | capex是否由LTA/预付款支撑 |
| MLCC / Si-Cap | 电源完整性、高可靠部件 | 通用MLCC周期、竞争 | 阻碍出货还是普通被动元件 |
2. 分层解读
NVIDIA获得最高倍数,不是因为只卖GPU,而是因为它控制GPU、networking、软件、参考架构和AI factory系统。FY2027 Q1收入816亿美元,Data Center收入752亿美元,Q2指引910亿美元。(NVIDIA Investor Relations)
HBM利润很强,但市场仍按内存周期给折价。LTA越能锁定价格、数量和capex回收,HBM越可能从commodity DRAM变成high-value memory franchise。
CPU是必要的,但不是主瓶颈。AMD Data Center增长很快,但高倍数需要EPYC和Instinct同时成功。Intel需要先证明执行。
FC-BGA和MLCC主题方向正确。三星电机在Q1 2026指出AI服务器MLCC和AI accelerator / server CPU用FC-BGA是增长驱动,并签署约1.5万亿韩元的2027-2028年silicon capacitor合同。(Samsung Electro-Mechanics, Samsung Electro-Mechanics)
但价格很重要。ResearchAndMarkets预计全球FC-BGA市场从2026年的24.6亿美元增长到2032年的37.4亿美元,CAGR为7.1%。仅凭这个增速,很难长期支撑100倍P/E。(Research and Markets)
3. 三星电子 vs 三星电机
三星电子不是单纯内存周期股。它同时拥有HBM4E、DDR5、SOCAMM2、eSSD / KV-cache和Samsung Foundry期权,因此更像AI推理memory hierarchy的广义期权。
三星电机同时拥有MLCC + FC-BGA + Si-Cap,稀缺性很高,可能被重新定义为AI package power-integrity供应商。但当前估值需要更多证据:新Si-Cap客户、Si-Cap利润率、AI MLCC ASP、FC-BGA稼动率和LTA。
4. 投资结论
| 公司 | 判断 | 理由 |
|---|---|---|
| Samsung Electronics | Under / 买入候选 | HBM追赶和内存期权相对低估 |
| NVIDIA | Fair到相对under | 增长和margin仍能支持 |
| SK hynix | 基本面under,等待时点 | HBM纯度高,但P/B和涨幅带来风险 |
| Samsung Electro-Mechanics | over / 不追高 | 逻辑正确但价格领先 |
| Murata / Ibiden | over | 瓶颈真实,但估值已像垄断 |
本轮周期最大的错误,是只因为进入NVIDIA供应链,就给所有零部件公司平台型估值倍数。