高盛：村田制作所AI MLCC周期延长至2030年，维持买入

概览

本篇研报基于高盛分析师参加村田制作所（Murata Manufacturing）CEO中岛规胜先生举行的卖方会议内容整理。核心结论是重申对村田制作所的买入评级（位于确信买入名单CL）。尽管当前股价高于目标价，但机构认为公司仍处于增长早期阶段，主要得益于AI带来的MLCC行业最大且长期的周期，以及公司在获取AI相关MLCC市场份额方面的战略优势。此外，从AI服务器向边缘AI和物理AI的扩展将进一步发挥村田在小型化、轻量化器件方面的优势。

核心观点

AI周期延长与边缘设备崛起：管理层此前预计AI基础设施投资将在2028年左右见顶，但由于电力短缺等问题，扩张可能持续至2030年左右。同时，自动驾驶/软件定义汽车（SDV）和人形机器人等独特的边缘设备在未来几年也将显著增长。这为村田的高端MLCC、传感器及其他紧凑轻型器件提供了进一步扩张的机会，潜在周期更长。 MLCC定价策略实质为涨价：针对AI服务器，管理层指出并非简单地对同一产品提价，而是随着平台每年变化及物料清单（BOM）显著上升，对新产品设定适当价格。高盛认为这虽可描述为产品组合改善，但实质上是有效的“价格重置”即涨价。 技术路线竞争与产能扩张：在硅电容器方面，村田承认台积电、SEMCO和自身均拥有该技术。硅电容器薄，表面平整度好，电路连接可靠性高；而MLCC在电容量和客户易用性方面更优。村田表示正在开发具有高连接可靠性的MLCC，能够应对两种技术路径。在产能方面，新增的800亿日元资本支出专门用于高单价AI应用，且许多情况下只需在现有产线增加部分工序即可扩产，预期投资回收效率高。 AI服务器MLCC市场结构：村田指出，AI服务器的MLCC总潜在市场（TAM）中，低压、高容量尖端产品占很大比例。TAM最大的是GPU/ASIC板，其次是垂直供电电源，再次是网络交换机。高压、高容量的一次/二次电源TAM有限。

分析框架

高盛通过参与公司高层面对面会议，直接获取管理层对行业周期、定价权、技术竞争格局及资本开支效率的一手指引。分析逻辑侧重于验证AI作为MLCC行业最大长期驱动力的可持续性，并评估村田在高端产品领域的竞争壁垒（如定价能力和技术适应性）。估值上采用EV/GCI与CROCI/WACC挂钩的方法，并给予相对于行业平均的溢价，以反映其高质量增长属性。

方法论与常识提炼

• 估值方法EV/EBITDA 估值

  EV/GCI vs. CROCI/WACC 估值框架

  高盛使用企业价值与总资本投入（EV/GCI）比率，并结合资本回报率与加权平均资本成本之差（CROCI/WACC）来评估估值合理性。这种方法旨在衡量公司创造超额回报的能力，并给予高回报公司更高的估值倍数。

• 行业/产业分析框架供需框架

  AI驱动的MLCC供需与TAM拆分

  通过分析AI服务器不同组件（GPU板、电源、交换机）对MLCC的需求差异，拆解总潜在市场（TAM），并判断供给端产能扩张的效率与投资回报，从而确定行业景气度与公司盈利空间。

• 竞争与战略框架护城河/竞争优势

  技术路径适应性与定价权

  评估公司在面对替代技术（如硅电容器）时的应对能力（开发高可靠性MLCC）以及在平台迭代中通过新产品定价实现实质涨价的能力，这是其维持竞争优势和利润率的关键。

标的映射与对比

研报将主题/逻辑映射到具体标的时的结构化摘要（优势、劣势、对比与风险）。

• 村田制作所 (6981.T)

  受益标的：AI基础设施投资延长及边缘设备增长推动高端MLCC需求

  优势

  高端MLCC技术领先，定价能力强（实质涨价），产能扩张效率高，能应对硅电容器竞争

  劣势

  当前股价高于目标价，存在下行风险

  风险

  智能手机产量下降，MLCC供需恶化，日元升值

关键数据

• 12个月目标价5,400 日元基于FY3/28E EV/GCI vs. CROCI/WACC，给予行业倍数8倍50%的溢价
• 隐含FY3/27E市盈率23倍目标价对应的估值水平
• 新增资本支出800 亿日元专门用于高单价AI应用，预期高效回收
• AI投资峰值预测2030年左右因电力短缺等问题，原预期的2028年峰值可能延后
• 当前股价8,077 日元截至2026年5月26日收盘

影响与含义

研报认为，村田制作所正处于增长阶段的早期。AI不仅是MLCC行业最大的潜在周期，而且具有长期性。村田凭借其战略和竞争力，有望在AI相关的MLCC总潜在市场中占据重要份额。此外，随着AI从服务器基础设施向边缘AI和物理AI扩展，村田在小型化、轻量化器件方面的优势将得到充分发挥。尽管当前股价高于目标价，但基于长期基本面，机构维持买入评级。

风险

• 智能手机生产量下降
• MLCC供需状况恶化
• 日元升值

后续跟踪

• AI基础设施投资是否确实延续至2030年
• 边缘设备（自动驾驶、人形机器人）的增长速度
• 新增800亿日元资本支出的实际回收效率
• MLCC新产品定价能力的持续性