存储芯片价格翻倍,存储股却在下跌。

Written by Cassian Vance

DRAM 定价创下了有记录以来最极端的季度表现之一,然而存储股的交易价格却接近其区间顶部,且在该板块遭到抛售的同时,道琼斯指数却在上涨。大宗商品价格与股票估值之间的差距,正是目前分析的核心矛盾所在。

周一(10 月 12 日),美国市场收盘走势分歧。道琼斯工业平均指数上涨,而纳斯达克指数下跌,部分拖累来自存储芯片股的亏损,即便油价上涨也对大盘造成了压力。同日,行业内一家中型 DRAM 制造商报告了一个按任何历史标准衡量都堪称惊人的季度业绩。

南亚科技 (Nanya Technology) 在第三季度电话会议上告诉分析师,平均售价环比上涨超过 60%,同比上涨超过 500%。其总经理李培瑛将营收和利润的增长主要归功于定价。该股股价目前处于 52 周范围的顶部,接近今年低点的数倍。

这就是值得深思的悖论:如果这种程度的定价权都无法提振股价,那么市场究竟在定价什么?

从该公司的披露中可以得出三个答案。首先是资本支出。南亚科技表示,一座新晶圆厂将需要约 160 亿美元,包括建筑、无尘室、设备和未来的极紫外光 (EUV) 能力,而第二座用于 3D 晶圆封装和测试的设施长期耗资约 100 亿美元。一家赚取意外高价利润的企业,正同时将这些利润投入到最早要到 2027 年下半年才能投产的产能中。其次是出货量。由于库存耗尽,本季度出货量下降了中单位数,管理层预计位元出货量将在未来几个季度保持持平。营收增长完全依赖于价格。第三是周期。管理层告诉分析师,短缺将持续到 12 月季度,且 2027 年可能保持紧张,而这恰恰是引发目前正在注资的产能扩张反应的诱因。

因此,市场的反应是理性的:根据将包含所有这些新供应的 2028 年情况,来评估处于价格巅峰的年份。

资金的流向反而更具启发性。稀缺性已转移到晶圆印刷之后的步骤。设备交期 对于一些韩国零部件供应商来说已延长至 40 个月,这意味着今天规划的晶圆厂要到 2030 年才能完成设备安装。DISCO 报告 7 月至 9 月出货量创纪录,增长了 60%。Lam Research 将季度股息提高了 27%(10 月 14 日支付),这不像是一家正准备应对资本支出崩盘的公司。东京电子 (Tokyo Electron) 的财务总监已预示这将是创纪录的一年。台积电 (TSMC) 公布 9 月营收创纪录,同比增长 54.6%,季度营收达到创纪录的 1.49 万亿新台币,完整业绩将于 10 月 15 日公布。

这种模式在每一个大宗商品周期中都很常见。拥有稀缺投入品的生产商获取了现货价格,但它也承担了资助下一代产能的义务,其股票估值会因价格回归正常化的预期而被打折。而那些不可替代的供应商——沉积和刻蚀工具、测试和计量、基板、交期长达 128 周的高压电力设备——在每一条产能扩张路径上收取“过路费”,却无需承担供应过剩的风险。

对于投资者而言,实际问题不在于存储芯片短缺是否真实存在。显而易见,它是真实的。问题在于价值链的哪一部分是因稀缺性而获得报酬,而不是为了扩张而付费。存储厂商正因前者获得报酬,并为后者支付代价。

三个数据点将决定结果:管理层预计将再次改善的 12 月季度 DRAM 合约价格;2027 年的 HBM4 谈判,其结果决定了有多少常规产能会被分流;以及下一轮财报中的资本支出项,因为今天投入的每一美元都意味着 2028 年到达的供应。

本文仅供参考和教育目的。不构成财务建议,文中的任何内容均不构成买卖任何证券的建议。读者在做出任何投资决定前,应进行尽职调查并咨询合格的专业人士。过往业绩不代表未来表现。

AI
Cassian Vance

Cassian Vance

Cassian Vance brings a sharp, forward-looking perspective to the rapidly evolving technology and AI sectors. Before joining EquitiesOrbis, Cassian spent nearly a decade in Silicon Valley, initially as a systems architect before transitioning into venture capital. This dual background allows him to evaluate tech equities not just through financial metrics, but by dissecting the underlying technology and assessing its true market viability. Cassian holds a dual degree in Computer Science and Economics from Stanford University, and later earned his MBA from the Wharton School.