1. 投資摘要
- 立訊精密 的核心投研定位不是“泛 AI 概念”，而是 AI 網路與硬體互聯中可被營收驗證的環節：AI 網路鏈的系統級互聯製造平台，座標是“高速銅纜/光模組/電源散熱/聯結器 -> AI 伺服器與資料中心機櫃”。相對 PCB 廠，它更靠聯結器、模組與整機級製造；相對光模組廠，它的價值在銅光電熱一體化與大客戶 NPI/量產能力。190
- 最新年度財務錨：2025A 營收3,323.44億元、年增率+23.64%；歸母淨利166.00億元、年增率+24.20%；扣非141.69億元、年增率+21.16%；EPS 2.29元。1 這組數說明 AI 鏈景氣已經穿透到營收和獲利，但不同業務的 AI 純度並不相同。
- 最新季度錨：2026Q1 營收838.88億元、年增率+35.77%；歸母淨利36.60億元、年增率+20.24%；扣非27.76億元、年增率+15.22%。2 季度資料用於判斷斜率，不能簡單年化為全年獲利，因為 AI 專案認證、材料漲價、匯率和客戶拉貨都有季度擾動。
- AI 相關業務口徑：通訊與資料中心是 AI proxy，覆蓋 224G/448G 高速銅纜、800G/1.6T 光模組、散熱、電源與機櫃內互聯；公司不單列 AI 營收，AI proxy 上限為通訊及資料中心營收245.68億元。12 本頁把未揭露項標為
[未充分揭露]，不把供應鏈傳聞寫成公司事實。 - 估值錨：2026-05-28 收盤價 72.80，總股本 72.93億股，市值 約5,309億元，TTM/靜態 PE 約31.8x。5 估值已經包含 AI 需求繼續擴張的預期，核心反證是訂單斜率、毛利率和現金流量三者同時轉弱。
- 跨鏈需求錨來自 NVIDIA 資料中心、AWS 雲端、Broadcom AI ASIC、TSMC CoWoS/先進製程和 SK Hynix HBM 的字典鎖定資料；本頁僅用它們解釋需求傳導，不拿它們倒推公司訂單。90929394
2. 公司概況與發展沿革
立訊精密 的業務本質是把材料、製程、認證和批次製造能力賣給下游電子系統客戶。公司上市程式碼為 002475.SZ，交易所為 SZSE，在本鏈歸入 sample-chain-network 的 net 層，原因是 AI 叢集的網路瓶頸正在從交換晶片、光模組繼續傳導到 PCB、基材、聯結器、銅纜、光引擎和封裝基板。190
發展沿革上，公司的關鍵里程碑可以拆成三段：第一階段是傳統消費電子/通訊/汽車供應鏈認證，解決客戶准入和量產穩定性；第二階段是高頻高速、HDI、高多層、mSAP、銅光互聯等高階化；第三階段是 AI 伺服器、AI ASIC、800G/1.6T 光模組、AI 眼鏡和機器人等新增場景放量。第三階段的核心不是“產品名稱帶 AI”，而是線寬線距、層數、損耗、熱管理、良率、交付週期和客戶 NPI 繫結都同時抬高。
股權結構和管理層以最新年報為準；未在本頁展開到自然人控制鏈的部分，統一列為 [未充分揭露]，因為本頁重點是產業鏈與財務傳導。需要持續追蹤的是大股東減碼、股權激勵、資本支出和海外產能實體的權益比例變化，這些會影響每股收益和 ROIC。1
3. 商業模式拆解
營收來源：消費電子2,642.66億元、約79.52%；汽車電子392.55億元、約11.81%；通訊及資料中心245.68億元、約7.39%；其他約42.55億元。13 商業模式不是訂閱制，而是專案制認證 + 批次製造 + 年度/季度價格談判。客戶通常先在下一代平台前期設計中匯入供應商，經歷打樣、可靠性驗證、小批次、爬坡和量產；一旦進入主力平台，營收彈性很大，但平台切換或砍單也會直接影響季度營收。
| 營收維度 | 公司事實 | 投研解釋 | 質量等級 |
|---|---|---|---|
| 集團營收 | 2025A 營收3,323.44億元、年增率+23.64%；歸母淨利166.00億元、年增率+24.20%；扣非141.69億元、年增率+21.16%；EPS 2.29元 | 年度口徑用於確認規模和盈利能力 | A/C |
| 最新季度 | 2026Q1 營收838.88億元、年增率+35.77%；歸母淨利36.60億元、年增率+20.24%；扣非27.76億元、年增率+15.22% | 季度口徑用於判斷斜率和訂單節奏 | A/C |
| AI proxy | 通訊與資料中心是 AI proxy，覆蓋 224G/448G 高速銅纜、800G/1.6T 光模組、散熱、電源與機櫃內互聯；公司不單列 AI 營收，AI proxy 上限為通訊及資料中心營收245.68億元 | proxy 不是獨立 AI 營收 | A/B/C |
| 地區/客戶 | [未充分揭露] 或年報分地區揭露 | 海外客戶越高，越受匯率、關稅和地緣影響 | A/C |
| 定價機制 | 年度架構 + 專案議價 + 材料價格傳導 | 高階產品價格粘性強於普通板/普通聯結器 | B |
單位經濟可以寫成 營收 = 平台數量 × 單機/單板價值量 × 供應份額 × 良率後的可交付量；獲利可以寫成 毛利 = 營收 × 毛利率 - 報廢/返工/爬坡成本。AI 產品的單位價值量上行來自更高層數、更低損耗、更高密度、更嚴格熱管理和更短交付週期，而不是單純出貨面積增加。91
4. AI 相關業務深度拆解
AI 部分與總盤的關係要分三層看。第一層是已揭露分部，例如通訊及資料中心、汽車/伺服器用板、高速材料或 IC substrate；第二層是產品 proxy，例如高階 HDI、HLC、mSAP、高速銅纜、800G/1.6T 光模組板；第三層是供應鏈估算，例如進入 NVIDIA、AWS、Microsoft、Broadcom 或其他雲端廠/ASIC 客戶平台的份額。只有第一層能直接進財務模型，第二層可作營收上限，第三層只能作情景變數。1290
| 期間 | AI proxy 軌跡 | 營收橋 | 判斷 |
|---|---|---|---|
| 2023A | AI 伺服器/高速互聯仍處於早期匯入 | 傳統業務 + 小批次AI專案 | 估值主要看週期修復 |
| 2024A | AI 資料中心需求開始影響高階產品 mix | 營收增長 = 出貨恢復 + 高階產品佔比提升 | 毛利率開始領先營收改善 |
| 2025A | 2025A 營收3,323.44億元、年增率+23.64%；歸母淨利166.00億元、年增率+24.20%；扣非141.69億元、年增率+21.16%；EPS 2.29元 | AI proxy增長 + 傳統業務恢復 + 價格/匯率 | 年度獲利彈性已驗證 |
| 2026Q1 | 2026Q1 營收838.88億元、年增率+35.77%；歸母淨利36.60億元、年增率+20.24%；扣非27.76億元、年增率+15.22% | Q1營收 = 期初訂單 + 平台拉貨 + 價格傳導 | 斜率繼續向上但不可機械年化 |
| 2026E | [情景假設] | 2025AI proxy × (1 + 高階平台增速) × 良率 | 需用季報驗證 |
增長驅動包括：NVIDIA 與 ASIC 平台對高速板和互聯的價值量提升 [NVDA]；AWS、Microsoft 等雲端廠擴大 AI 叢集帶來的資料中心埠和伺服器用板需求 [AWS] [MSFT]；Broadcom AI ASIC 拉動定製加速卡、交換與載板需求 [AVGO]；TSMC 先進製程和 CoWoS 放大封裝基板與高階 PCB 協同 [TSM]。天花板則取決於客戶認證、產能良率、材料供應和價格競爭，而不是 AI 算力總需求單變數。90
5. 產業鏈位置
AI 網路鏈的系統級互聯製造平台，座標是“高速銅纜/光模組/電源散熱/聯結器 -> AI 伺服器與資料中心機櫃”。相對 PCB 廠，它更靠聯結器、模組與整機級製造；相對光模組廠，它的價值在銅光電熱一體化與大客戶 NPI/量產能力。 上游包括銅箔、玻纖布、樹脂、電子化學品、基板材料、聯結器材料、光電晶片、裝置和自動化產線；下游包括 NVIDIA/AMD/ASIC 供應鏈、雲端服務商、伺服器 ODM、交換器廠、光模組廠、消費電子品牌和汽車電子客戶。公司通常不揭露單一 AI 客戶營收，因此客戶營收佔比、平台份額、AI 單品 ASP 均列為 [未充分揭露]，除非年報明確列示。190
| 環節 | 關鍵物件 | 依賴度 | 可驗證指標 | 投資含義 |
|---|---|---|---|---|
| 上游材料 | 銅箔/玻纖布/樹脂/低損耗材料 | 中高 | 原材料成本率、存貨、應付賬款 | 漲價傳導決定毛利率 |
| 上游裝置 | 鑽孔、壓合、電鍍、測試、自動化 | 高 | 在建工程、資本支出、產能投產 | 決定高階良率和交期 |
| 下游雲端/AI | CSP、ASIC/GPU、伺服器 ODM | 高但未充分揭露 | 客戶認證、訂單、分部營收 | 決定 AI proxy 斜率 |
| 下游光互聯 | 800G/1.6T/3.2T 光模組 | 高 | 高速板/光模組板量產表述 | 決定網路鏈彈性 |
| 下游端側 | AI PC/手機/眼鏡/機器人 | 中 | 消費電子分部營收 | 提供第二增長曲線 |
在 AI 產業鏈母圖中，本頁座標不是晶片算力本身，而是晶片到系統、系統到網路、網路到端側的“物理互聯層”。這一層的特點是單價低於晶片，但認證週期長、良率敏感、客戶切換成本高；一旦高階平台放量，營收和獲利率會同時改善。
6. 競爭格局與市場份額
全球 PCB 與高階互聯市場正在從消費電子週期品轉為 AI 伺服器/光互聯結構品。Prismark 在多家公司年報中被引用：2025 年全球 PCB 市場規模預計851.8億美元、年增率+15.8%，2026 年預計957.8億美元、年增率+12.5%；伺服器及儲存相關 PCB 2025 年產值156億美元、年增率+43.6%。這些是行業需求錨，不代表單家公司營收。91
| 公司 | 產業鏈位置 | 2025/最近年度營收 | 獲利率/盈利 | AI proxy | 客戶集中 | 技術代際 | 估值錨 | 關鍵判斷 |
|---|---|---|---|---|---|---|---|---|
| 生益科技 | 高速 CCL + PCB | 284.31億元 | 歸母33.34億元 | 高速材料/AI PCB | 未充分揭露 | 高頻高速 CCL/FC-BGA材料 | 2026-05-28 PE約98.8x | 材料彈性強 |
| 立訊精密 | 銅光電熱連線 | 3,323.44億元 | 歸母166.00億元 | 通訊及資料中心245.68億元 | 大客戶仍高 | 224G/448G銅纜、800G/1.6T光 | PE約31.8x | 系統製造平台 |
| 勝宏科技 | 高階 PCB | 192.92億元 | 毛利率35.22% | 高多層/HDI AI板 | 未充分揭露 | 100層+高多層、10階30層HDI | PE約74.9x | 獲利彈性最高 |
| 鵬鼎控股 | 全品類 PCB | 391.47億元 | 歸母37.38億元 | AI伺服器/AI眼鏡/光模組板 | 消費電子較高 | IHDI/HLC/mSAP/SLP | PE約65.8x | 端雲端管全覆蓋 |
| AT&S | IC substrate + PCB | 17.91億歐元 | EBITDA margin 23.3% | IC substrate/高階資料通訊板 | 未充分揭露 | mSAP/HDI/SLP/先進封裝 | EV/EBITDA更適用 | 週期修復 |
| 深南電路 | PCB + 封裝基板 | 待補 | 待補 | 高速通訊/封裝基板 | 待補 | 高多層/封裝基板 | 待補 | 同業參照 |
競爭態勢判斷：勝宏代表高多層/HDI AI 板獲利彈性，鵬鼎代表全品類與端側 AI，生益代表材料端國產替代和高階 CCL，立訊代表銅光電熱系統製造，AT&S 代表 IC substrate/歐洲高階製造。未來 6-8 個季度，競爭焦點會從“誰有 AI 概念”切到“誰能在客戶新平台上穩定量產且毛利率不坍塌”。
7. 護城河
- 消費電子年營收超過2,600億元提供現金流量與製造規模，支撐通訊和汽車業務投入。13
- 通訊及資料中心營收245.68億元、年增率高增，證明 AI 互聯業務已從專案驗證進入營收體量。12
- 第一大客戶佔比下降至約56.58%的報道顯示客戶結構在改善，但仍需年報逐項核驗。12
- 客戶認證壁壘：AI 伺服器、光模組和高速互聯產品不是可隨意替換的標準件，匯入通常要經歷材料驗證、可靠性測試、訊號完整性、熱迴圈、量產良率和交付能力驗證。認證完成後，供應份額會隨平台週期延續，但下一代平台仍需重新競爭。
- 成本與良率壁壘：高多層、HDI、mSAP、低損耗材料或高速銅纜的實際盈利差異來自良率、報廢率、自動化和製程視窗。毛利率持續高於普通 PCB/聯結器同業，才說明護城河正在兌現。
8. 財務深度分析
| 指標 | 2023A | 2024A | 2025A | 2026Q1 | 判斷 |
|---|---|---|---|---|---|
| 營收 | 待補 | 待補 | 2025A 營收3,323.44億元、年增率+23.64% | 2026Q1 營收838.88億元、年增率+35.77% | 2025 是 AI 需求穿透關鍵年 |
| 歸母淨利 | 待補 | 待補 | 歸母淨利166.00億元、年增率+24.20% | 歸母淨利36.60億元、年增率+20.24% | 獲利彈性來自 mix 與費用槓桿 |
| 毛利率 | 待補 | 待補 | 見分部/年報 | 見季報 | 高階產品佔比是核心變數 |
| 經營現金流量 | 待補 | 待補 | 見年報/摘要 | 見季報 | 現金流量驗證獲利質量 |
| ROIC | 待補 | 待補 | 需用 NOPAT/投入資本復算 | 待補 | 擴產期比 PE 更重要 |
杜邦拆解：ROE = 淨利率 × 資產週轉率 × 權益乘數。AI 鏈公司 2025 年普遍表現為淨利率先抬升，因為高階產品 mix 提升快於固定資產週轉完全釋放；進入 2026-2027 年後，若擴產落地，資產週轉和折舊壓力會成為第二階段驗證。現金流量質量看 經營現金流量 / 淨利，低於 0.7 需要警惕應收和存貨堆積，高於 1 則說明營收確認和回款較健康。12
財務異常/拐點：若營收高增但毛利率下降，通常意味著價格競爭或良率爬坡拖累；若毛利率提升但現金流量惡化，可能是客戶賬期或備貨壓力；若資本支出顯著上升但營收未同步，ROIC 會在 2-4 個季度後承壓。
9. 業績傳導路徑
完整鏈條是：AI 模型訓練/推論需求 -> GPU/ASIC 叢集擴容 -> 伺服器主機板、交換器、光模組、銅纜、封裝基板和低損耗材料價值量提升 -> 公司 AI proxy 營收提升 -> 高階 mix 拉高毛利率 -> 經營槓桿釋放淨利 -> PE/EV-EBITDA 或 SOTP 重估。
AI capex / AI server units
-> 高速互聯埠與板卡數量
-> 單機 PCB/材料/連線價值量
-> 公司供應份額 × 良率 × 產能
-> 營收 × 毛利率
-> 淨利 / FCF
-> 估值倍數 × EPS 或 EBITDA彈性測算：若 2026 年 AI proxy 營收在 2025 基礎上增長 30%，毛利率比集團平均高 5pct，且費用率不變，則增量營收每 10 億元可貢獻約 10億元 × (集團毛利率+5pct) × (1-稅率) 的稅後獲利。反向看，若 AI proxy 營收增速低於 15% 且毛利率回落 3pct，估值應從成長股倍數向普通電子製造倍數收斂。
10. 估值
估值錨：2026-05-28 收盤價 72.80，總股本 72.93億股，市值 約5,309億元，PE 約31.8x。5 對 A 股高彈性 AI PCB/互聯標的，PE 容易在景氣上行期失真；更穩妥的架構是 SOTP + 情景獲利，AT&S 則優先用 EV/EBITDA，因為 FY2025/26 淨利仍受折舊和產能爬坡拖累。
| 情景 | 2026E 經營假設 | 估值方法 | 情景市值架構/股價含義 | 觸發條件 |
|---|---|---|---|---|
| 熊 | AI proxy 增速 <15%，毛利率回落 | 低端同業 PE/EV-EBITDA | 較現價明顯折價 | 客戶平台延後、價格競爭 |
| 中 | AI proxy 增速 25%-35%，毛利率穩定 | SOTP：傳統業務低倍數 + AI業務高倍數 | 接近合理區間 | 季報營收和現金流量匹配 |
| 牛 | AI proxy 增速 >45%，高階產能滿載 | 高階成長倍數 | 可支撐溢價 | 新平台認證、海外產能釋放 |
當前估值隱含預期：市場已經把 2026-2027 年 AI 網路硬體高景氣寫入價格。要支撐當前市值，公司不僅要維持營收增長，還要證明高階產品不會被 ASP 下降、良率爬坡、折舊和客戶集中度吃掉獲利。
11. 催化因素
- [已發生] 2026 年公司揭露 2025 年報，關鍵財務錨為：2025A 營收3,323.44億元、年增率+23.64%；歸母淨利166.00億元、年增率+24.20%；扣非141.69億元、年增率+21.16%；EPS 2.29元。1
- [已發生] 2026 年公司揭露最新季度/經營更新：2026Q1 營收838.88億元、年增率+35.77%；歸母淨利36.60億元、年增率+20.24%；扣非27.76億元、年增率+15.22%。2
- [展望] 2026H2，AI 伺服器、800G/1.6T 光模組和高階 PCB/材料認證結果會決定訂單斜率。12
- [行業預測] Prismark 預計伺服器及儲存相關 PCB 2025 年高增，並給出 2026-2030 繼續增長判斷；這是行業 beta，不等同公司 alpha。91
- [供應鏈估算] NVIDIA、AWS、Microsoft、Broadcom、TSMC、SK Hynix 的 AI 資本支出和平台節奏繼續上行，會提高本環節需求可見度。90929394
- [已發生] 2026-05-28 收盤價 72.80 已成為本頁估值錨，後續若價格偏離基本面斜率，需要重算隱含預期。5
12. 核心風險
- 消費電子大客戶需求波動仍決定集團大部分營收，AI 通訊營收暫不足以完全對沖。12
- 銅、鋁、鎳與儲存等上游漲價會壓縮低毛利製造環節。1
- 高速銅纜和光模組若在客戶認證或量產良率上落後，AI proxy 營收增速會低於市場預期。5
- 客戶集中和未揭露風險：若公司未揭露 AI 客戶營收佔比，市場用供應鏈傳聞定價會放大波動；一旦客戶平台延後，營收和估值會雙殺。
- 擴產與折舊風險：高階產能投放前期常有良率爬坡、裝置折舊和人員培訓成本，若營收確認慢於折舊釋放，短期獲利率會低於模型。
- 技術替代風險：CPO、玻璃基板、先進封裝路線、光電共封裝、客戶自研互聯等變化可能改變 PCB/材料/銅纜價值分配。
13. 歷史復盤
歷史股價大波動通常來自三類事件：第一，消費電子或通訊週期復甦帶來的訂單修復；第二，AI 伺服器、光模組、ASIC 或高速材料被市場重定價；第三，財報驗證或證偽預期。2025 年以後，本鏈標的的核心驅動從“傳統電子需求復甦”轉向“AI 網路和高階互聯價值量提升”，因此毛利率、客戶認證和資本支出比單季度營收更能解釋股價彈性。
復盤方法：把每次股價大漲拆成 需求確認 -> 分部營收 -> 毛利率 -> 現金流量 -> 估值倍數；把每次回撤拆成 預期過高 -> 季報低於斜率 -> 價格/良率/客戶風險暴露 -> 倍數壓縮。如果只有主題催化而沒有營收和毛利率驗證，通常持續性較弱。
14. 追蹤指標
| 頻率 | 指標 | 判斷閾值 | 資料來源 |
|---|---|---|---|
| 每週 | 股價、成交額、相對電子/PCB指數強弱 | 放量跌破 20 日線且無基本面催化需複核預期 | 交易所/行情源 |
| 每月 | 上游銅箔、玻纖布、樹脂、銅價 | 連續上漲但公司毛利率不升為負面 | 大宗商品/行業報價 |
| 每季 | 營收年增率與季增率 | AI 成長期應高於傳統電子製造均值 | 季報 |
| 每季 | 毛利率/淨利率 | 毛利率連續兩個季度下滑為警戒 | 季報 |
| 每季 | 經營現金流量/淨利 | <0.7 警戒，>1 較優 | 季報/年報 |
| 每季 | 存貨和應收賬款 | 增速顯著高於營收為警戒 | 資產負債表 |
| 每年 | 高階產品/AI proxy 營收 | 需持續提高且可揭露度提升 | 年報/投資者交流 |
| 每年 | 資本支出與在建工程 | 投產慢於訂單會壓 ROIC | 年報 |
15. 最新事件
- [已發生] 2026 年，最新年度揭露確認：2025A 營收3,323.44億元、年增率+23.64%；歸母淨利166.00億元、年增率+24.20%；扣非141.69億元、年增率+21.16%；EPS 2.29元。1
- [已發生] 2026 年，最新季度或經營更新確認：2026Q1 營收838.88億元、年增率+35.77%；歸母淨利36.60億元、年增率+20.24%；扣非27.76億元、年增率+15.22%。2
- [已發生] 2026-05-28，市場估值錨為收盤價 72.80、市值 約5,309億元。5
- [行業預測] Prismark 2026 年 3 月資料被多家公司年報引用，伺服器/儲存和 AI 相關 PCB 高增是行業共同背景。91
- [供應鏈估算] 雲端廠 AI capex、GPU/ASIC 平台、HBM 與 CoWoS 供給共同決定網路硬體需求節奏；這些變數需引用字典
[ref:]，不能直接當作公司營收。90 - [展望] 後續 2026Q2/Q3 財報將驗證 2025 年 AI 高階產品 mix 是否能持續，尤其要看毛利率和現金流量。
16. 誤讀糾偏
誤讀 1：AI proxy 等於 AI 營收。
實際情況：通訊與資料中心是 AI proxy，覆蓋 224G/448G 高速銅纜、800G/1.6T 光模組、散熱、電源與機櫃內互聯；公司不單列 AI 營收，AI proxy 上限為通訊及資料中心營收245.68億元。除非公司明確揭露 AI 營收，否則只能用分部、產品和客戶認證做代理，不能把所有通訊、PCB、材料或聯結器營收都算成 AI。12
證據：公司財務報表按業務/產品揭露，不按 NVIDIA、AWS、Microsoft 或 AI 單獨揭露；跨鏈公司資料只能解釋需求傳導。90
誤讀 2：高 PE 一定代表泡沫，低 PE 一定便宜。
實際情況：本鏈處於盈利上修期，高 PE 可能來自獲利尚未完全釋放，低 PE 也可能來自客戶集中、低毛利或週期頂部。正確做法是用 2026E AI proxy營收 × 可持續毛利率 × 資本支出後FCF 判斷，而不是單看靜態 PE。5
證據：2025 年多家公司營收、毛利率和現金流量同步改善，但估值已經前置反映未來 4-8 個季度增長；若季報不能繼續驗證，倍數會壓縮。
誤讀 3：只要 AI 伺服器增長，公司就必然高增。
實際情況：產業需求必須經過客戶認證、供應份額、產能良率和價格談判才能進入公司營收。AI 伺服器總量高增不等於每家供應商都高增，尤其是材料替代、產能過剩和客戶自研會改變價值分配。91
16A. 7+3 BLOCK：機構追蹤架構
BLOCK 1：需求確認
| 問題 | 核驗口徑 | 正向訊號 | 反向訊號 |
|---|---|---|---|
| AI 需求是否真實傳導到 立訊精密 | 分部營收、訂單表述、客戶認證、存貨與應收 | 營收與毛利率同步改善 | 只見營收增長、不見毛利率和現金流量 |
| 需求來自雲端端還是端側 | 伺服器/通訊/材料/消費電子分部 | 雲端端高階產品佔比提升 | 消費電子修復被誤當 AI 高增 |
| 是否有跨鏈一致性 | NVIDIA、AWS、MSFT、AVGO、TSMC、SKH 字典 ref | 上游平台和本公司營收同向 | 上游強、本公司弱，說明份額或認證不足 |
| 是否可持續 | 後續 2-3 代平台聯合開發表述 | 客戶下一代平台繼續認證 | 單代產品放量後無後續專案 |
判斷鏈：AI capex -> 伺服器/交換/光互聯埠 -> 高階材料/PCB/連線價值量 -> 立訊精密 AI proxy -> 毛利率 -> 現金流量。如果鏈條中任何一環只能由傳聞支援，就降為 C 級，不進入基準估值。
BLOCK 2：產品價值量
| 產品維度 | 價值量來源 | 資料要求 | 模型處理 |
|---|---|---|---|
| 層數/密度 | 高多層、HDI、mSAP、SLP、封裝基板 | 年報或技術白皮書 | 提升 ASP 和毛利率假設 |
| 速率 | 800G/1.6T/3.2T、224G/448G | 客戶驗證或量產表述 | 只在量產後進入營收 |
| 材料 | 低損耗、低 Dk/Df、高 Tg、銅箔/樹脂 | 年報/供應商揭露 | 影響成本和售價傳導 |
| 熱管理 | 大功耗 AI 伺服器、液冷、散熱元件 | 產品認證和出貨 | 作為增量業務情景 |
| 良率 | 報廢、返工、爬坡週期 | 毛利率與存貨 | 低良率下調盈利貢獻 |
對 立訊精密，產品價值量不是單看“AI 伺服器出貨量”，而是看每臺伺服器、每個交換埠、每塊加速卡、每個光模組中公司可獲得的內容量是否提高。若價值量提升而份額穩定，營收彈性會高於行業出貨彈性；若價值量提升但競爭者更多，營收彈性會被價格戰稀釋。
BLOCK 3：客戶與認證
| 客戶型別 | 營收確認路徑 | 追蹤方法 | 風險處理 |
|---|---|---|---|
| 雲端服務商/CSP | 通過 ODM、裝置商或直接供應鏈 | 不追未證實名單，只追分部營收 | 客戶傳聞不進 A/B 源 |
| AI ASIC/GPU 平台 | 板卡/載板/材料認證後量產 | 平台代際、NPI、量產表述 | 單平台延後按 1-2 季度營收後移 |
| 光模組/交換器客戶 | 800G/1.6T 訂單與出貨 | 光模組產業鏈交叉驗證 | 價格下行削弱高增營收質量 |
| 消費電子/端側 AI | AI 手機、AI PC、AI 眼鏡、XR | 分部營收和客戶新品週期 | 防止傳統換機週期被誤讀為 AI |
| 汽車/機器人 | 定點、打樣、認證、量產 | 定點金額與量產節奏 | 定點不等於營收，按機率折現 |
客戶集中度要雙面理解：集中意味著認證壁壘和份額彈性，也意味著議價弱和砍單風險。機構模型裡，客戶集中度高的公司應在目標倍數上打折，但若現金流量和毛利率同步改善，折價可以收窄。
BLOCK 4：產能與資本支出
| 產能變數 | 正向含義 | 負向含義 | 驗證指標 |
|---|---|---|---|
| 在建工程上升 | 新產線進入建設 | 折舊壓力前置 | 在建工程/固定資產 |
| 固定資產增加 | 高階產能落地 | 利用率不足會拖累 ROIC | 營收/固定資產 |
| 海外基地 | 貼近客戶、規避關稅 | 管理成本和認證週期 | 海外營收、毛利率 |
| 裝置採購 | 先進製程能力增強 | 裝置交付延遲 | 預付款、資本支出 |
| 人員擴張 | 支撐研發和量產 | 費用率上行 | 研發/管理費用率 |
產能判斷不能只看“投了多少錢”。更關鍵的是產能投向是否匹配 AI 高階產品、是否拿到客戶認證、投產後 2-4 個季度是否帶來營收和毛利率改善。如果資本支出上升但 AI proxy 營收沒有同步放量，模型應調低 ROIC 和估值倍數。
BLOCK 5：毛利率與價格
| 毛利率驅動 | 正向機制 | 負向機制 | 追蹤閾值 |
|---|---|---|---|
| 高階 mix | AI 板/材料/聯結器佔比提升 | 普通產品拖累 | 綜合毛利率連續改善 |
| 原材料 | 成本可傳導 | 銅、樹脂、玻纖布漲價滯後傳導 | 毛利率季增率下滑 >2pct |
| 良率 | 量產成熟攤薄報廢 | 新品爬坡報廢增加 | 存貨/營收異常上升 |
| 匯率 | 出口營收受益 | 本幣升值壓縮營收 | 匯兌損益和地區營收 |
| 價格競爭 | 需求強時 ASP 穩定 | 供給集中投放後降價 | 同業毛利率同步下行 |
立訊精密 的獲利彈性比營收彈性更重要。AI 硬體鏈常見誤區是隻看訂單，不看良率和價格。真正高質量的 AI 營收應該表現為營收增長、毛利率穩定或上升、經營現金流量同步改善；三者缺一，估值倍數都應降低。
BLOCK 6：現金流量與資產負債
| 現金流量專案 | 解釋 | 正向閾值 | 負向閾值 |
|---|---|---|---|
| 經營現金流量/淨利 | 回款質量 | >1.0 | <0.7 |
| 存貨/營收 | 備貨與滯銷 | 與營收同步 | 顯著快於營收 |
| 應收/營收 | 客戶賬期 | 穩定或下降 | 連續兩個季度上升 |
| Capex/營收 | 擴產強度 | 與訂單匹配 | 高投入但營收不放量 |
| 淨債務/EBITDA | 財務槓桿 | <2x | >3x |
如果 立訊精密 的獲利增長主要來自價格和 mix，現金流量應較快跟上；如果獲利增長來自會計確認但客戶回款慢，經營現金流量會滯後。對擴產期公司，FCF 短期為負不一定是問題，但必須能解釋為高階產能投入，而不是低端產能過剩。
BLOCK 7：估值隱含預期
| 估值問題 | 計算方式 | 解釋 |
|---|---|---|
| 當前市值隱含多少獲利 | 市值 / 合理PE | 反推 2026-2027 淨利門檻 |
| 當前 PE 是否可持續 | 營收增速 + 毛利率 + FCF | 三者同步強才可維持高倍數 |
| SOTP 是否合理 | 傳統業務低倍數 + AI業務高倍數 | 防止把傳統營收全部給 AI 倍數 |
| 負向情景 | 獲利低於預期 × 倍數壓縮 | 高估值公司雙殺更明顯 |
| 正向情景 | AI proxy超預期 × 毛利率穩定 | 需要客戶認證和產能兌現 |
估值紀律：002475.SZ 的估值不能只與傳統 PCB/電子製造同業比較，也不能直接套 NVIDIA 或 Broadcom 倍數。合理做法是把傳統業務、AI 高階業務、材料/連線/載板業務拆開，分別給出增速、毛利率、資本支出和客戶集中折價。
MONITOR 1：周度儀表盤
| 周度指標 | 資料來源 | 用途 |
|---|---|---|
| 股價相對強弱 | 交易所/行情 | 判斷市場是否提前交易訂單變化 |
| 銅價/玻纖布/樹脂 | 大宗和產業報價 | 預判毛利率壓力 |
| 光模組/伺服器鏈新聞 | 公司公告、客戶釋出 | 捕捉平台延後或加單 |
| 匯率 | 央行/交易所 | 影響出口營收和匯兌損益 |
| 研究報告一致預期變化 | 券商摘要 | 觀察市場盈利門檻 |
MONITOR 2：季度核驗表
| 季度問題 | 必看欄位 | 通過標準 |
|---|---|---|
| 營收有沒有兌現 | 營業營收、分部營收 | 年增率/季增率符合 AI 斜率 |
| 獲利有沒有兌現 | 毛利率、淨利率、費用率 | 毛利率穩定，費用率不失控 |
| 回款有沒有兌現 | CFO、應收、存貨 | CFO/淨利不惡化 |
| 擴產有沒有兌現 | 在建工程、固定資產、Capex | 投入與訂單匹配 |
| 客戶有沒有變化 | 前五客戶、地區營收 | 集中度可解釋且無異常下滑 |
MONITOR 3：年度復盤表
| 年度復盤項 | 復盤方法 | 結論用途 |
|---|---|---|
| AI proxy 兌現度 | 年報分部/產品/管理層討論 | 調整下一年營收增速 |
| 高階產品盈利質量 | 毛利率、現金流量、ROIC | 調整估值倍數 |
| 客戶結構 | 前五客戶和地區營收 | 調整集中度折價 |
| 技術路線 | 新產品、專利、研發專案 | 判斷護城河變化 |
| 資本配置 | 分紅、回購、擴產、併購 | 判斷股東回報和風險 |
17. 來源
- 來源：2025年年度報告摘要 — 立訊精密/巨潮資訊 — 2026-04-15 — static.cninfo.com.cn/finalpage/2026-04-15/1225104907.PDF
- 來源：2026年第一季度報告 — 立訊精密/巨潮資訊 — 2026-04-29 — static.cninfo.com.cn/finalpage/2026-04-29/1225249986.PDF
- 來源：2025年報與業務構成報道 — 新浪財經 — 2026-04-17 — finance.sina.com.cn/roll/2026-04-17/doc-inhuvres2038932.shtml
- 來源：國聯民生盈利預測摘要 — 同花順 — 2026-05 — basic.10jqka.com.cn/48/002475/worth.html
- 來源：騰訊行情快照 — 騰訊證券 — 2026-05-29 — qt.gtimg.cn/q=sz002475
- 來源：Cross-chain data dictionary V1 — ai-industry-chain-study — 2026-05-28 — _codex_output/data-dictionary-v1.md
- 來源：Prismark PCB/AI server PCB data cited in company filings and annual reports — Prismark / company reports — 2026 — 見公司來源
- 來源：NVIDIA FY27Q1 locked values — data dictionary — 2026-05-27 — [NVDA]
- 來源：AWS 2026Q1 locked values — data dictionary — 2026-05-27 — [AWS]
- 來源：Broadcom AI revenue locked values — data dictionary — 2026-05-27 — [AVGO]