總論
研究是一個迴圈，不是一份作業
這份教材的核心主張：資深研究員與新手的差別，不在懂得多，而在迴圈轉得快——提出假設、蒐集證據、輸出判斷、被現實打臉、修正框架，再來一次。五個案例會完整示範這個迴圈在五種完全不同的公司上怎麼跑。
研究迴圈：八個節點
圖 0-1｜研究迴圈：⑧驗證修正之後回到①，框架在每一圈中變強
- ① 定義研究問題：一句話。不是「研究一下 NVDA」，而是「目前股價隱含的成長率，供應鏈證據撐不撐得住？」問題定義錯，後面全白做。
- ② 拆解商業模式：營收從哪來（分部）、錢誰付（客戶）、憑什麼賺（壁壘）。
- ③ 建立假設：把問題變成可驗證的數字命題（「液冷滲透率明年到 60%」）。
- ④ 蒐集證據：按可信度金字塔分級蒐集，第一手文件優先。
- ⑤ 算數與預估：驅動樹 → 營收/EPS 預估，給三情境。
- ⑥ 估值定位：選對尺（PE／EV/S／PB），回答「市場定價了多少」。
- ⑦ 輸出發布：一頁研究卡（本教材每案例都有示範）。
- ⑧ 驗證修正：預估 vs 實際，寫下誤差原因，修正框架——這一步決定你會不會進步。
五個案例＝五種研究原型
選這五家不是因為它們是「好股票」，而是它們分別代表一種需要完全不同研究方法的公司類型。學會五種原型，市場上九成公司你都有對應的框架：
| 案例 | 原型 | 研究的核心難題 | 主要估值尺 |
|---|---|---|---|
| NVDA 輝達 | 巨頭平台股 | 人人都知道它強——你的資訊優勢從哪來？ | 前瞻 PE＋隱含預期反推 |
| SNOW Snowflake | SaaS 軟體股 | 另一套指標字典（NRR/RPO），硬體思維完全失效 | EV/S × 成長率 |
| 4931 新盛力 | 小型轉型題材股 | 營收暴增 178%——是轉型還是曇花？ | 前瞻 PE＋題材折現檢查 |
| 2360 致茂 | 設備廠（賣鏟子） | 訂單能見度與多引擎切換的判讀 | PE＋接單週期定位 |
| 3653 健策 | 零組件規格升級股 | ASP 3–4 倍的新產品，市場定價了多少？ | 前瞻 PE 區間 re-rate |
每個案例的固定八步（跟研究迴圈一一對應）
五個案例全部用同一個骨架寫成，讓你看完能直接套用到任何公司：
- STEP 1 研究問題——我會先問哪一個問題
- STEP 2 商業模式拆解——附圖解
- STEP 3 驅動樹——營收拆成量×價×份額，找出 2–3 個關鍵變數
- STEP 4 資料蒐集計畫——具體到哪份文件的哪一頁
- STEP 5 分析與算例——用真實數據當錨的簡化計算
- STEP 6 估值定位——選哪把尺、市場已定價多少
- STEP 7 反證條件——出現什麼我就認錯
- STEP 8 呈現——一頁研究卡實際排給你看
⚠️ 使用前必讀
案例中的公司數據以 2026 年 7 月時點的公開資訊與媒體報導為錨（來源列於各案例末），預估與算例全部是教學用的示範性簡化，不是投資建議。這份教材要教的是「怎麼想」，數字本身會過期，方法不會。✅ 建議讀法
手機直讀即可（版面為手機優先設計）。先讀完總論，再挑你最有感的案例精讀一個、動手照八步做一遍你自己追蹤的公司，比五個案例全部速讀有效十倍。案例 1｜巨頭平台股
NVDA 輝達：當所有人都知道它很強
巨頭研究的殘酷前提：你不可能比市場早知道 NVIDIA 的消息——幾百位分析師全職盯著它。所以研究問題必須換一個：不是「它好不好」，而是「市場定價了多少、供應鏈證據支不支持」。你的優勢恰好在台灣：它的供應鏈就在你眼前。
STEP 1研究問題
🎯 我會這樣定義
「目前股價隱含未來兩年資料中心營收的成長軌跡；台灣供應鏈的產能與拉貨證據，撐得起這條軌跡嗎——偏高還是偏低？」注意這個問題的結構：市場預期（可反推）vs 實體證據（可蒐集）。這是研究巨頭唯一能建立優勢的地方——別人看它的財報，你看它供應商的財報。
STEP 2商業模式拆解
錨定事實（2026-07 時點）：FY2026 全年營收 2,159 億美元（+65%）；最新一季（FY27Q1，至 2026 年 4 月）營收 816 億、其中資料中心 752 億（+92%，占 92%）；Blackwell 300 放量中、Rubin 於 2026 年 5 月宣布全面投產。
圖 1-1｜研究 NVDA 第一步：把「一家公司」拆成「三個結構」——產品、部門、客戶
- 壁壘在哪：不只晶片——CUDA 生態系（開發者轉換成本）＋NVLink 私有互連（整櫃鎖定）＋一年一代的節奏（對手追不上驗證週期）。研究巨頭必須明確寫出「壁壘會被什麼侵蝕」，否則無法設反證。
- 模式的脆弱點：客戶集中（前幾大雲端客戶占比高）＋客戶同時是潛在對手（自研 ASIC）＋供給依賴單一代工與封裝（台積電）。
STEP 3驅動樹：把營收拆到可驗證
圖 1-2｜驅動樹的終點不是公式，是「每個變數對應一個可獨立驗證的資料源」
STEP 4資料蒐集計畫
| 資料 | 去哪拿 | 看什麼 | 頻率 |
|---|---|---|---|
| 10-Q／CFO 評論 | SEC EDGAR、IR 網站 | 客戶集中度、存貨與採購承諾（purchase commitments 暴增＝對未來需求下重注）、分部拆分 | 季 |
| 雲端 CapEx | MSFT/GOOG/AMZN/META 法說 | 指引上修/下修、「供給受限」措辭 | 季 |
| 台積電法說＋月營收 | MOPS、法說簡報 | CoWoS 擴產口徑、HPC 占比 | 月/季 |
| ODM 拉貨 | 鴻海/廣達/緯創月營收與法說 | AI 伺服器營收 QoQ、機櫃出貨指引 | 月 |
| HBM 動態 | SK hynix/三星/美光法說、TrendForce | HBM4 供應節奏＝Rubin 放量節奏 | 季 |
| 份額威脅 | Broadcom/Marvell 法說 | ASIC 營收成長 vs NVDA DC 成長的相對速度 | 季 |
這張表就是「研究巨頭的台灣優勢」：六個資料源有三個在你的時區。
STEP 5分析與算例：反推市場定價了什麼
📐 教學算例（簡化示範，非預估）
已知錨點：FY27Q1 資料中心營收 $75.2B、QoQ 仍在成長；市場對 Rubin 首年貢獻的共識約 $38B。反推法三步：
① 拿共識 FY27 全年營收預估（假設約 $340B），換算隱含 QoQ 成長節奏 ≈ 每季 +6~8%
② 問供給端：這需要 CoWoS 產能季增多少？HBM4 供給跟得上嗎？→ 對照台積電擴產口徑與 HBM 三雄出貨計畫
③ 問需求端：這需要雲端 CapEx 年增維持多少？→ 對照四大雲最新指引加總
結論寫法（示範）：「供給端證據（CoWoS 售罄＋HBM4 產能分配）支撐共識的量；風險不在今年出貨，而在 2027 年雲端 CapEx 的第二導數（增速的增速）。」——注意：結論永遠指出「市場沒定價的那個變數」，而不是重複市場已知的事。
⚠️ 巨頭研究最常見的錯
花 80% 時間確認「NVDA 很強」——這是市場已完全定價的資訊，研究價值為零。資深研究員的時間花在邊際變化上：客戶結構分散度、採購承諾科目、對手 ASIC 的相對增速、以及「推理需求能否接棒訓練需求」這類共識分歧點。STEP 6估值定位
- 主尺：前瞻 PE。巨頭的倍數由市場決定，研究員的優勢在 EPS 預估準度與方向。歷史規律：NVDA 的前瞻 PE 區間並不誇張，真正的波動來自 EPS 上修/下修的速度。
- 輔尺：隱含預期反推：目前市值 ÷ 合理終局倍數 → 反推市場隱含的 2028–30 年獲利 → 問自己「這需要什麼條件成立？」把估值問題轉成產業問題。
- 週期檢查：它同時是成長股與週期股（第 9 課）。當「全行業擴產＋客戶囤貨」訊號出現時，成長股尺要讓位給週期股尺。
STEP 7反證條件（出現就認錯/降評）
- 四大雲 CapEx 指引連兩季停止上修（水龍頭轉緊）
- 台積電 CoWoS 從「售罄」變「可插單」——供給鬆了代表需求先鬆了
- ODM AI 營收 QoQ 連兩季下滑且非產品過渡期
- ASIC 陣營（Broadcom 等）AI 營收增速持續高於 NVDA DC 增速一倍以上——份額結構性流失的量化訊號
- 存貨＋採購承諾增速遠超營收增速——為過剩埋單的前兆
STEP 8呈現：一頁研究卡
巨頭不需要你寫 30 頁——所有人都知道背景。一頁講清楚「我與共識的差異」就是全部價值：
NVDA｜供應鏈驗證快報2026-07-XX｜研究：MikeYE
供給證據 ✓ 支撐共識2027 CapEx 二階導 ⚠ 觀察中
▍與共識的差異（本卡唯一重點）
共識聚焦 Rubin 放量節奏；我聚焦 2027 雲端 CapEx 增速的增速——目前四大雲口徑仍上修，但增幅收斂。若下季有兩家轉「維持」，將是本輪第一個頂部訊號。
▍本季供應鏈證據（來源等級🟢）
- 台積電：CoWoS 續售罄、擴產上修 🟢
- ODM 三雄 6 月 AI 營收 YoY 續增，QoQ 動能放緩（產品過渡）🟢
- HBM4：SK hynix 供應順利，三星份額回升中 🟡
▍關鍵數字
FY27Q1 DC 營收：$75.2B（+92%）
客戶結構：超大雲約 50%
Rubin 共識首年：~$38B
下次驗證點：8 月底法說
▍我會錯在哪
推理效率提升快於需求成長（單位算力通縮）；ASIC 相對增速持續 2 倍以上。
來源錨點：NVIDIA FY2026 財報、FY27Q1 8-K、S&P Global 預覽
✅ 本案例帶走
①巨頭研究＝反推隱含預期＋供應鏈獨立驗證，不是重複「它很強」；②資料計畫裡一半的證據源在台日供應鏈——這是你的主場；③一頁卡只寫「與共識的差異」；④反證條件全部是可觀察的量化訊號。案例 2｜SaaS 軟體股
SNOW Snowflake：換一本完全不同的字典
為什麼硬體研究員要學一檔軟體股：AI 供應鏈的終端買單者是雲端與軟體公司——看不懂他們的商業模式，你就判斷不了硬體需求的可持續性。而 SaaS 的研究語言（NRR、RPO、Rule of 40）與硬體（出貨量、ASP、毛利率）完全是兩本字典。
STEP 1研究問題
🎯 我會這樣定義
「NRR 連續 13 季下滑後在 125% 附近止穩——這是 AI 工作負載帶來的結構性重新加速，還是客戶優化週期結束的一次性回穩？」這個問題抓住了 SaaS 研究的靈魂：SaaS 股價的長期驅動不是單季營收，而是「成長率的二階變化」——加速還是減速。
STEP 2商業模式拆解：先學會這五個詞
| 術語 | 定義 | 判讀 |
|---|---|---|
| Consumption（用量計費） | 按實際運算/儲存用量收費，非固定訂閱 | 營收跟客戶的工作負載直接連動：景氣差→客戶「優化」用量→營收立刻放緩。比訂閱制敏感、也比訂閱制誠實 |
| Product Revenue | 產品營收（排除服務），SNOW 的核心指標 | FY2026 Q4：$1.23B、+30% YoY；FY2027 全年指引約 $5.7B、+27% |
| NRR（淨營收留存率） | 同一批老客戶今年花費 ÷ 去年花費 | 125% ＝ 一個新客戶都不加，營收自動 +25%。SaaS 最重要的單一指標。SNOW 從 170%+ 一路降 13 季後於 ~125% 止穩——止穩本身就是事件 |
| RPO（履約義務餘額） | 已簽約未認列的合約總額 | 訂單能見度。RPO 增速 > 營收增速 ＝ 未來加速的領先訊號 |
| Rule of 40 | 營收成長率 ＋ FCF 利潤率 ≥ 40 | 成長與獲利的綜合及格線：27% 成長＋約 25% FCF margin ≈ 52 → 及格有餘 |
✅ 硬體 vs SaaS 的對照翻譯
出貨量→用量（consumption）；訂單能見度→RPO；老客戶回購→NRR；毛利率結構→FCF margin＋SBC（股酬）稀釋。指標不同，但「量×價×留存」的思考骨架相同。STEP 3驅動樹
圖 2-1｜SaaS 驅動樹：客戶數 ×每客戶用量，NRR 是兩股力量拔河的淨結果
STEP 4資料蒐集計畫
| 資料 | 去哪拿 | 看什麼 |
|---|---|---|
| 季報＋投資人簡報 | IR 網站、10-Q | Product revenue、NRR、RPO、$1M+ 客戶數、FCF margin、SBC 占營收比 |
| 法說逐字稿 | Seeking Alpha 等 | 「optimization」「consumption trends」出現的語境；AI 產品貢獻被追問時的回答具體度 |
| 競爭格局 | Databricks 動態（未上市：融資、官宣數據）、三大雲自家數據服務 | 搶單證據、價格戰訊號 |
| 開發者生態 | 招聘數據、GitHub/社群、客戶案例 | 另類數據：平台黏性的領先指標 |
STEP 5分析與算例
📐 教學算例：用 NRR 拆解成長的品質
FY2027 指引產品營收約 $5.7B（+27%，其中併購 Observe 貢獻約 1 個百分點 → 內生約 +26%）。拆解：內生成長 26% ≈ NRR 貢獻（125% → 老客戶貢獻 +25%）＋ 新客戶首年貢獻（小，因新客戶爬坡慢）− 流失。
含意：SNOW 的成長幾乎全靠老客戶擴大用量。所以研究時間應該花在「老客戶為什麼多用」：AI 功能（Cortex）用量、資料分享（collaboration）黏性、跨雲部署——而不是花在新客戶數。
品質檢查：Rule of 40 ≈ 52 ✓；SBC 占營收比（SaaS 的隱形成本）是否下降中 → 看 GAAP 與 non-GAAP 獲利差距收斂速度。
⚠️ 硬體研究員最容易犯的錯
用「本益比好貴」評價 SaaS（虧損或低獲利期 PE 無意義）、用單季營收 beat/miss 判多空（consumption 模式單季波動是常態）、忽略 SBC 稀釋（股數逐年膨脹會吃掉你的報酬）。STEP 6估值定位
- 主尺：EV/S（企業價值÷未來 12 個月營收）對成長率作圖——把 SNOW 和 MDB、DDOG、NET 等放在同一張散點圖上，看它相對「成長-估值線」是貴是便宜。
- 第二尺：EV/FCF——SNOW 已有實質 FCF，成熟中的 SaaS 逐步從 EV/S 過渡到 FCF 倍數。
- 再加速期權：若 NRR 從止穩轉向回升，市場會給「重新加速溢價」——這正是 STEP 1 研究問題的價值所在：答對這題，估值判斷自動出來。
STEP 7反證條件
- NRR 再度跌破 120 且管理層歸因於「優化」——止穩論證失效
- RPO 增速連兩季低於營收增速——能見度轉弱
- AI 產品貢獻連續多季無法量化（每次被問都給定性回答）——AI 故事折價
- Databricks 在大型客戶的替代案例可驗證地增加
STEP 8呈現：一頁研究卡
SNOW｜NRR 止穩驗證追蹤2026-07-XX｜研究：MikeYE
止穩 ✓ 已確認再加速 ？ 證據不足
▍核心命題進度
NRR 於 ~125% 止穩兩季（13 季下滑後首次）。AI 工作負載是否足以驅動回升：管理層尚未給出 AI 營收量化拆分——在給出之前，維持「止穩非加速」的保守解讀。
▍關鍵數字
Q4 產品營收：$1.23B（+30%）
NRR：~125%，止穩
$1M+ 客戶：733（+27%）
FY27 指引：$5.7B（+27%）
Rule of 40：≈52 ✓
下次驗證：Q2 法說 NRR 方向
▍與硬體鏈的連動（我的網站讀者視角）
SNOW 這類平台的 AI 用量成長，是雲端 CapEx 的「需求品質」證據——軟體端用量若加速，硬體需求的可持續性上修。
▍我會錯在哪
consumption 模式讓拐點難以領先判斷；Databricks 未上市導致競爭情報有系統性盲區。
來源錨點：Snowflake FY2026 Q4 財報、Futurum 分析、NRR 追蹤
✅ 本案例帶走
①SaaS 用另一本字典：NRR/RPO/Rule of 40/SBC；②consumption 模式＝營收誠實但波動，別用單季 beat/miss 判多空；③成長品質拆解：SNOW 成長幾乎全靠老客戶擴用量；④軟體用量是硬體需求可持續性的上游證據——兩本字典要能互相翻譯。案例 3｜小型轉型題材股
4931 新盛力：營收 +178% 之後，先冷靜
小型股是散戶的主戰場，也是最多人受傷的地方。新盛力從電動工具電池模組廠轉型為 AI 資料中心 BBU（電池備援模組）供應商，月營收年增近 180%——這種「營收暴增股」是研究員必須掌握的原型：故事最性感的時候，正是紀律最重要的時候。
STEP 1研究問題
🎯 我會這樣定義
「BBU 帶來的營收暴增：①天花板多高（TAM 與份額）？②護城河多深（為什麼是它）？③目前市值定價了幾年的成長？」小型題材股的三問，順序不能反——先算天花板，再談本夢比。
STEP 2商業模式拆解
錨定事實（2026-07 時點）：主業鋰電池模組（電動工具、e-bike 等）；2025 全年營收 24.5 億台幣；2026 年 5 月單月營收 4.16 億（+178.6% YoY），前 5 月累計 15.1 億（+57.4%）；1Q26 EPS 1.48 元。轉型驅動：AI 機櫃功耗暴增後，BBU 成為機櫃標配（市電瞬斷時撐住負載），新盛力以 BMS（電池管理系統）技術切入 UPS／伺服器電源供應鏈。
圖 3-1｜轉型股研究＝驗證「新引擎」的真實性、獲利性、集中度
STEP 3驅動樹＋天花板估算
BBU 營收 ＝ AI 機櫃出貨量 × BBU 搭載率 × 每櫃 BBU 價值 × 新盛力份額
📐 教學算例：先算 TAM，再對照股價
假設（教學用量級，請以法說會與產業報告校準）：・全球 AI 機櫃年出貨 3–5 萬櫃、BBU 搭載率走向標配
・每櫃 BBU 價值假設 1.5–3 萬美元（依機櫃瓦數與備援設計）
→ BBU TAM ≈ 4.5 億～15 億美元/年（台幣約 150–500 億）
新盛力 2026 年營收 run-rate（前 5 月 15.1 億 → 全年約 36–40 億台幣，含舊業務）。
結論寫法（示範）：「若 TAM 中值 300 億、新盛力拿 10–15% 份額，BBU 業務規模可達 30–45 億——約等於再造一個新盛力。天花板存在且夠高；核心問題轉為份額能否守住（見 STEP 7 競爭）。」
注意方法：小型股的算例重點是「數量級對不對」，不是小數點。TAM 算出來只有 50 億，就直接否決三倍本夢比；算出來 500 億，才進入下一步。
STEP 4資料蒐集計畫（小型股版）
| 資料 | 去哪拿 | 看什麼 |
|---|---|---|
| 月營收（核心武器） | MOPS，每月 10 日前 | MoM 動能是否延續；YoY 基期效應何時消失（去年同期低基期會讓 YoY 虛胖） |
| 季報毛利率 | MOPS 財報 | BBU 占比上升是否同步拉高毛利率——不升＝代工化警訊 |
| 年報客戶集中度 | 年報「主要銷貨對象」 | 前一、二大客戶占比；暴增營收若來自單一客戶，風險等級完全不同 |
| 法說會（若有） | MOPS 影音/簡報 | BBU 占營收比、產能規劃、客戶數口徑 |
| 下游交叉驗證 | 台達電/光寶/UPS 大廠、ODM 法說 | BBU 標配化的獨立證據；誰在做自己的 BBU（垂直整合威脅） |
| 同業對照 | 順達（3211）、加百裕（3323）等電池模組廠月營收 | 同業也暴增＝產業財；只有它暴增＝份額財（更好但要問為什麼） |
STEP 5分析：營收暴增股快篩七題
這是我對所有「月營收暴增股」的標準快篩，新盛力逐題過一遍（示範）：
| # | 快篩題 | 新盛力（2026-07 示範判讀） |
|---|---|---|
| 1 | YoY 暴增是否有低基期成分？ | 部分有——需改看 2 年 CAGR 與 MoM 趨勢 |
| 2 | 連續幾個月？（一次 vs 趨勢） | 連續數月走高 ✓ 趨勢成立 |
| 3 | 毛利率同步上升？ | 待季報驗證——本題未過之前不給高倍數 |
| 4 | 同業有無同步暴增？ | 需並排順達/加百裕——判斷產業財 vs 份額財 |
| 5 | 營收暴增有無對應的資本支出/產能證據？ | 查在建工程與擴產公告——沒有產能的訂單故事是空話 |
| 6 | 客戶集中度？ | 年報驗證——BBU 客戶結構是最大未知數 |
| 7 | 內部人動向？（申讓、質押） | MOPS 內部人申報——故事最熱時大股東在賣＝紅旗 |
⚠️ 小型題材股的鐵律
①流動性風險：股本小、法人少，出場成本高，倉位管理比選股重要；②資訊真空：沒有外資報告幫你把關，月營收是唯一高頻真話；③題材周期：市場給題材股的耐心通常只有 2–4 季，時間不站在你這邊——「對的故事、錯的節奏」在小型股上就是虧損。STEP 6估值定位
- 先做本夢比檢查：目前市值 ÷（樂觀情境三年後 EPS × 合理 PE 15–20 倍）→ 得出「市場已預付了幾成的夢」。預付超過七成，再好的故事也只剩風險。
- 前瞻 PE 用區間不用單點：小型股 EPS 預估誤差大，直接給「保守/基準/樂觀」三情境的 PE 對照。
- 可比公司：同樣吃 AI 電力題材的 BBU/電源鏈公司的估值帶，看它在帶內的位置。
STEP 7反證條件
- 月營收 MoM 連兩月走弱且非季節性——動能證偽（小型股的第一時間出場訊號）
- 毛利率連兩季不升反降——「轉型升級」降級為「換個產品代工」
- 大型電源廠（台達電等）或 ODM 宣布 BBU 自製/內製——份額天花板直接下修
- 年報揭露暴增營收來自單一客戶且占比 >50%——風險重新定價
STEP 8呈現：一頁研究卡
4931 新盛力｜BBU 轉型驗證卡2026-07-XX｜研究：MikeYE
動能 ✓ 連月確認獲利性 ⚠ 待季報集中度 ？ 未知
▍一句話論點
BBU 標配化是真趨勢、TAM 夠大；但毛利率與客戶集中度兩題未解之前，這是「題材確認、品質未確認」的股票——快篩 7 題目前過 4 題。
▍關鍵數字
5 月營收：4.16 億（+179%）
前 5 月累計：15.1 億（+57%）
2025 全年：24.5 億
1Q26 EPS：1.48 元
TAM 量級：百億級（教學估）
下次驗證：Q2 季報毛利率
▍驗證排程
- 每月 10 日：月營收 MoM 動能（第一優先）
- 8 月：Q2 毛利率——快篩第 3 題判定
- 年報：客戶集中度——快篩第 6 題判定
▍我會錯在哪
大廠垂直整合速度快於預期；題材退潮時估值收縮先於基本面惡化（小型股常態）。
來源錨點：財報狗月營收、鉅亨營收速報、理財周刊 BBU 報導
✅ 本案例帶走
①題材股三問：天花板、護城河、已定價幾年；②營收暴增快篩七題——毛利率與客戶集中度是勝負手；③月營收是小型股唯一高頻真話，MoM 連兩月走弱就是紀律出場線；④TAM 算數量級即可，先否決不可能，再研究可能。案例 4｜設備廠（賣鏟子的人）
2360 致茂：訂單能見度的藝術
設備廠是「客戶的資本支出＝我的營收」的生意——天生週期性，但每一輪技術變革都會催生新引擎。致茂正處在教科書級的引擎切換點：EV 電池測試降溫、AI 測試三引擎（SLT／電源／CPO）點火。2026 年 7 月它示範了設備股最經典的一幕：營收創歷史新高、股價跌停。
STEP 1研究問題
🎯 我會這樣定義
「AI 三引擎（SLT、電源測試、CPO burn-in）的接單動能，能否在 2027 年前持續超越 EV 引擎的下滑——以及目前股價已定價到哪一年？」設備股的研究問題永遠有兩層：接單方向（基本面）與預期位置（股價已反映多少）。「營收創高卻跌停」就是第二層在說話。
STEP 2商業模式拆解
錨定事實（2026-07 時點）：量測/測試設備多引擎公司。半導體＋光電測試占比從 25Q1 的 35% 升至 46%，成為第一大引擎；市場對 2026 全年營收預估分歧大（+15% 到 +35% 皆有）；1Q26 營運創高；7 月初 Q2/H1 營收創高後股價跌停。
圖 4-1｜多引擎公司：總營收會騙人，引擎拆解才是真相
STEP 3驅動樹
營收 ＝ Σ 各引擎（客戶群 CapEx × 測試設備滲透率 × 致茂份額）
接單（先行 2–4 季）→ 出貨認列（營收）→ 驗收（尾款）
- 設備股的時間差：今天的營收是 2–4 季前的接單。所以「營收創高」是落後資訊，接單口徑才是先行資訊——這就是為什麼營收創高當天可以跌停：市場在交易「接單的二階變化」。
- SLT（系統級測試）的結構故事：AI 晶片單價高、封裝複雜→燒機與系統級測試從「抽測」走向「全測」→測試時間與設備需求非線性成長。這是致茂 AI 故事的核心，需求方是 NVIDIA/ASIC 陣營與其 OSAT。
- 電源測試的隱藏槓桿：AI 電源瓦數升級＋HVDC 架構轉換（800V）→ 每一輪電源規格改版，測試設備就要換一輪——設備廠吃的是「變化」，不是「量」。
STEP 4資料蒐集計畫
| 資料 | 去哪拿 | 看什麼 |
|---|---|---|
| 法說會（最重要） | MOPS 簡報/影音 | 分引擎營收占比與接單口徑、在手訂單、接單能見度幾季 |
| 月營收 | MOPS | 設備認列波動大，看 3 個月移動平均而非單月 |
| 跨市場同業互驗 | Advantest／Teradyne 法說（日/美） | 測試設備景氣的獨立溫度計；口徑若與致茂矛盾，追問原因 |
| 客戶端證據 | NVIDIA/AMD/ASIC 廠出貨節奏、OSAT（京元電等）CapEx | 測試需求＝晶片出貨的影子；OSAT 擴產＝設備訂單前傳 |
| EV 引擎追蹤 | 車廠/電池廠 CapEx 新聞、公司口徑 | 下滑引擎的止穩時點（利空出盡的判斷依據） |
STEP 5分析與算例
📐 教學算例：市場預估分歧＝研究機會
市場對致茂 2026 營收預估出現 +15% 與 +35% 兩派（差距 50 億台幣級）。這種分歧就是研究員的進場點——拆解分歧來源：① 半導體引擎（占比約 46%）：兩派共識都是高成長，分歧小
② 電源引擎：+35% 派假設 HVDC 轉換提前放量；+15% 派假設 2027 才貢獻
③ EV 引擎：+35% 派假設止穩，+15% 派假設續衰
裁決方法：分歧集中在②③ → 去找中間證據——HVDC：訪查電源廠（台達/光寶）的 HVDC 出貨時程表；EV：看電池廠 CapEx 公告。你不需要比市場聰明，只需要比市場勤勞地找到裁決性證據。
📐 「營收創高卻跌停」的教學解剖（2026-07 實例）
H1 營收登峰 → 跌停。可能的市場邏輯：①股價此前已大漲，樂觀派預期（+35%）已充分定價；②創高的「幅度」不及最樂觀預期（beat 了共識、miss 了買方預期）；③高基期後 H2 的 YoY 動能數學上必然放緩。研究員的功課：這不是基本面事件，是預期位置事件。當天該做的不是恐慌，是重算「現價隱含哪一派預估」——若跌到只定價 +15% 派而你有證據支持 +25%，利空反而是機會；反之亦然。
STEP 6估值定位
- 主尺：前瞻 PE × 接單週期位置。設備股 PE 在「接單增速見頂」時開始壓縮——即使營收還會再創高幾季。判斷位置比判斷倍數重要。
- 跨市場對照：Advantest、Teradyne 的前瞻 PE 帶是致茂的參考座標（考慮業務組合差異後）。
- 高毛利的意義：測試設備毛利率高（軟硬整合＋客製），意味營業槓桿大——上修與下修都會被放大，估值兩頭都要留 buffer。
STEP 7反證條件
- 法說會接單口徑從「能見度 X 季」縮短——先行指標轉向，最重要的一條
- Advantest／Teradyne 連續下修指引而致茂維持樂觀——口徑背離通常以下修收場
- SLT 滲透率故事被客戶端證偽（AI 晶片測試策略轉回抽測/內製）
- EV 引擎衰退幅度大於半導體引擎增量（引擎切換失敗）
STEP 8呈現：一頁研究卡
2360 致茂｜引擎切換追蹤卡2026-07-XX｜研究：MikeYE
半導體引擎 ✓ 46% 且升預期位置 ⚠ 高檔震盪
▍一句話論點
引擎切換成功進行中（半導體+光電 35%→46%）；7 月的跌停是預期位置事件而非基本面事件——現價隱含預估派別待重算，裁決證據在 HVDC 時程與 EV 止穩時點。
▍關鍵數字
半導體+光電占比：46%（↑）
2026 預估分歧：+15%～+35%
1Q26：營運創高
7 月事件：營收創高＋跌停
先行指標：法說接單口徑
互驗座標：Advantest 指引
▍裁決性證據排程
- Q2 法說：分引擎占比＋接單能見度口徑（最優先）
- 電源廠 HVDC 出貨時程交叉訪查
- Advantest 8 月法說：測試景氣獨立溫度計
▍我會錯在哪
設備認列時點造成的單季噪音被我誤讀為趨勢；HVDC 轉換時程系統性延後。
來源錨點：優分析 1Q26、時報 7 月跌停報導、vocus 深度剖析
✅ 本案例帶走
①設備股看接單不看營收——營收是 2–4 季前的舊聞；②多引擎公司必須逐引擎給方向，總數沒有資訊量；③市場預估分歧＝研究機會，找裁決性證據而不是選邊站；④「創高跌停」是預期位置事件——重算現價隱含的預估派別，而不是跟著情緒走。案例 5｜零組件規格升級股
3653 健策：ASP 三倍的規格升級怎麼定價
零組件股最好的劇本叫「content 成長」：終端出貨量成長之外，每一單位裡我的產品價值還在升級——量價齊揚。健策是教科書案例：從 CPU 均熱片（IHS）的隱形冠軍，走向 AI GPU 的微通道蓋板（MCL），單價是現有產品的 3–4 倍。研究這類股的核心：升級是真的嗎？市場定價了多少？
STEP 1研究問題
🎯 我會這樣定義
「MCL（微通道蓋板）能否複製 IHS 時代的獨供/主供地位？2H26 導入的量產節奏、份額與毛利率結構，對比目前市值——市場已經定價了幾成？」STEP 2商業模式拆解
錨定事實（2026-07 時點）：精密金屬件廠——均熱片 IHS（晶片上蓋，幫助散熱與保護 die）、ILM（CPU 插槽扣具）、導線架；新產品線：水冷板、分歧管、MCL 微通道蓋板（把微流道直接做進蓋板、冷卻液更貼近熱源——蓋板與冷板合體的下一代方案）。2025 營收 202.7 億（歷史新高）；2026 年 1 月營收 18.7 億（+29.4%，續創新高）；已取得 NVIDIA 新世代 Rubin 系統的 MCL 技術合作認證，預計 2H26 導入，單價約為現有均熱片的 3–4 倍；2026 資本支出拉高到 20–30 億。
圖 5-1｜content 升級路徑：研究的重點是每一級火箭的「點火時間」與「份額」
STEP 3驅動樹
散熱件營收 ＝ Σ 平台（晶片出貨量 × 每顆 content 價值 × 健策份額）
增量邏輯：Rubin 出貨 × MCL ASP(3–4x) × 份額 － 舊產品被替代的減項
- 量：Rubin 世代出貨節奏（外生變數，跟 NVDA 案例共用證據鏈——你的地圖網站派上用場）
- 價：MCL vs IHS 的單價差與滲透節奏——注意 MCL 是「取代＋升級」，算增量時要扣掉被取代的 IHS 營收
- 份額：認證是入場券不是保證書——每代平台都可能有第二供應商被扶起來（客戶的議價本能）
STEP 4資料蒐集計畫
| 資料 | 去哪拿 | 看什麼 |
|---|---|---|
| 月營收 | MOPS | YoY 動能；2H26 起 MCL 貢獻是否讓成長斜率「換檔」 |
| 季報毛利率 | MOPS 財報 | MCL 放量是否同步拉升毛利率——規格升級的獲利驗證 |
| 法說會 | MOPS 簡報 | MCL 出貨口徑、產能規劃、客戶平台別拆分（能問到多細是研究員功力） |
| 資本支出執行 | 季報在建工程＋公告 | 20–30 億 CapEx 的落地進度＝公司對訂單的信心投票 |
| 平台節奏 | NVIDIA roadmap、ODM 法說 | Rubin ramp 時程（健策的「量」是借來的，主控權在客戶） |
| 競爭情報 | 同業法說、專利公告、供應鏈訪查 | 第二供應商扶植跡象；替代技術路線（直接晶片級液冷）進度 |
STEP 5分析與算例
📐 教學算例：MCL 增量的敏感度矩陣
假設（教學用）：Rubin 世代年出貨 500 萬顆 GPU 量級、現有 IHS 單價設為 1 單位、MCL＝3.5 單位、健策 MCL 份額 60%（在位者情境）：MCL 增量營收指數 ＝ 500 萬 × 滲透率 × (3.5 − 1) × 60%
・滲透率 30%：增量 ≈ 225 萬單位 → 對比 IHS 全盛期營收的量級感
・滲透率 60%：增量 ≈ 450 萬單位——營收結構直接改寫
然後做最關鍵的一步：把三情境的增量獲利 × 合理 PE，對照「MCL 消息公布以來市值增加了多少」→ 得出市場已定價的滲透率。若市值已反映 60% 情境而你判斷首年只有 30%，就是「好公司、透支價」；反之則有預期差。規格升級股的超額報酬不來自故事本身，來自你對「節奏」的判斷比市場準。
⚠️ 千金股的特殊紀律
健策是高價股、市場關注度高、法人持股深——這類股票的資訊效率接近大型股，「別人不知道的利多」幾乎不存在。優勢只能來自：①對量產節奏的追蹤密度（月營收＋供應鏈交叉），②對「替代風險」的早期識別（散熱技術路線變化快，今天的規格王者可能是下一代的被替代者）。STEP 6估值定位
- 主尺：前瞻 PE 區間 ＋ re-rate 判斷。content 成長期市場會給估值上修（re-rate）；研究員要判斷的是 re-rate 進行到哪——比對「歷史 PE 區間上緣」與「同類規格升級股（如台光電經驗）在升級週期中的倍數路徑」。
- 錨定驗證點：2H26 MCL 導入是明確的時間錨——導入順利＝EPS 與倍數雙升；延期＝雙殺。時間錨清楚的股票，研究排程也要跟著錨走。
STEP 7反證條件
- MCL 導入時程從 2H26 後延，或首發平台改用他社方案——核心論點直接受損
- 毛利率在 MCL 放量後不升反降——「高階產品」的獲利假設證偽
- 第二供應商在下一代平台取得認證且份額 >30%——獨供溢價消失
- 散熱架構跳代（如晶片級直接液冷成為主流）繞過蓋板方案——技術路線風險
STEP 8呈現：一頁研究卡
3653 健策｜MCL 規格升級定價卡2026-07-XX｜研究：MikeYE
認證 ✓ Rubin MCL定價 📐 計算中
▍一句話論點
量價齊揚劇本成立（AI GPU 量 × MCL 3–4 倍價）；本卡的核心工作不是判斷故事真假，而是反推市值已定價的 MCL 滲透率，與我方節奏判斷的差距。
▍關鍵數字
2025 營收：202.7 億（新高）
2026/1 月營收：18.7 億（+29%）
MCL 單價：≈IHS 的 3–4 倍
導入時點：2H26（Rubin）
2026 CapEx：20–30 億（↑）
時間錨：2H26 量產驗證
▍驗證排程
- 每月：營收斜率是否於 2H26「換檔」
- 季報：毛利率與在建工程執行進度
- 持續：第二供應商認證動態、直接液冷技術路線
▍我會錯在哪
把認證當成訂單（認證≠份額）；低估客戶扶植第二供應商的速度；技術路線跳代。
來源錨點：口袋學堂健策解析、CMoney 月營收報導、vocus 產業分析
✅ 本案例帶走
①content 成長＝量價齊揚，是零組件股最強劇本；②增量算數要扣掉被取代的舊產品；③反推「市場已定價的滲透率」——超額報酬來自節奏判斷，不是故事本身；④認證≠訂單≠份額，三者分開驗證；⑤有明確時間錨的股票，研究排程跟著錨走。附錄
模板與總對照：拿去直接用
這一章是工具箱：五案例的橫向對照、空白一頁卡模板、快篩清單。建議把模板抄進你的筆記系統，每研究一家公司就填一份。
五案例橫向對照：一張表看懂五種原型
| NVDA | SNOW | 4931 | 2360 | 3653 | |
|---|---|---|---|---|---|
| 原型 | 巨頭平台 | SaaS | 小型轉型 | 設備廠 | 規格升級 |
| 核心問題 | 隱含預期 vs 供應鏈證據 | NRR 止穩是否結構性 | 暴增的品質與天花板 | 引擎切換＋預期位置 | 市場定價了幾成升級 |
| 最重要指標 | 雲端 CapEx 二階導 | NRR 方向 | 月營收 MoM＋毛利率 | 接單口徑 | MCL 導入節奏 |
| 高頻資料 | 台日供應鏈月營收 | 無（季頻為主） | 月營收（唯一真話） | 月營收（3M 平均） | 月營收斜率 |
| 估值尺 | 前瞻 PE＋反推 | EV/S×成長、EV/FCF | 三情境 PE＋本夢比檢查 | PE×接單週期位置 | 前瞻 PE re-rate |
| 頭號反證 | CapEx 連兩季停止上修 | NRR 破 120 | 毛利率不升 | 接單能見度縮短 | MCL 延期/替代 |
| 研究員優勢來源 | 供應鏈在你時區 | 指標字典的翻譯能力 | 追蹤密度（沒人看它） | 跨市場同業互驗 | 節奏判斷的密度 |
✅ 這張表的用法
遇到新公司，先問「它是哪一種原型」，然後直接套用該欄的研究重點。原型分錯，方法全錯——把設備股當成長股追高、把題材股當價值股凹單，都是原型誤判。空白模板 A：一頁研究卡
［代號 公司名］｜［卡片主題］日期｜研究：＿＿
已驗證 ✓ ＿＿觀察中 ⚠ ＿＿未知 ？ ＿＿
▍一句話論點（與共識的差異）
＿＿＿＿＿＿＿＿（寫不出一句話＝還沒想清楚，回到 STEP 1）
▍關鍵數字（6 格以內）
指標一：＿＿
指標二：＿＿
指標三：＿＿
指標四：＿＿
已定價預期：＿＿
下次驗證點：＿＿（日期）
▍驗證排程（最多 3 條）
- ＿＿＿＿
- ＿＿＿＿
- ＿＿＿＿
▍我會錯在哪（必填，寫不出來不准發布）
＿＿＿＿＿＿＿＿
空白模板 B：營收暴增股快篩七題
| # | 快篩題 | 判定 |
|---|---|---|
| 1 | YoY 暴增有無低基期成分？（改看 2 年 CAGR） | ☐ 過 ☐ 不過 |
| 2 | 連續 3 個月以上？（一次 vs 趨勢） | ☐ 過 ☐ 不過 |
| 3 | 毛利率同步上升？ | ☐ 過 ☐ 待驗 |
| 4 | 同業對照：產業財還是份額財？ | ☐ 產業 ☐ 份額 |
| 5 | 有無對應的產能/資本支出證據？ | ☐ 過 ☐ 不過 |
| 6 | 客戶集中度可接受？（年報） | ☐ 過 ☐ 待驗 |
| 7 | 內部人在買還是在賣？ | ☐ 買/持平 ☐ 賣 |
用法：過 6 題以上才進入深度研究；第 3、6 題未驗證前，倉位與倍數都要打折。
空白模板 C：研究迴圈檢核（每季一次）
- ☐ 上季的預估 vs 實際，誤差多少？主因是什麼？
- ☐ 哪個反證條件被觸發了？我有沒有按紀律行動？
- ☐ 我的驅動樹有沒有需要新增/刪除的變數？
- ☐ 這一圈學到的規律，寫進框架筆記了嗎？
本教材的製作方法（loop engineering 說明）
這份教材本身就是用研究迴圈做出來的，流程公開給你參考：第一圈——五家公司逐一查證 2026 年 7 月時點的公開事實（來源見各案例末），先寫骨架再填內容；第二圈——內容批改：逐案檢查事實與來源對齊、算例的假設是否標明「教學用」、五案例的八步結構是否一致；第三圈——手機閱讀性批改：表格全部加橫向捲動容器、SVG 用 viewBox 自適應、字級與行高按手機閱讀標準調整、章節切換改為單手可及的底部按鈕。你做研究報告也應該這樣：寫完不是結束，批改迴圈才是品質的來源。
⚠️ 最後的提醒
本教材所有公司數據為 2026 年 7 月時點的公開資訊彙整，所有算例為教學用簡化示範，非投資建議。方法帶得走，數字會過期——請用最新公開資訊重跑每一個算例，那正是最好的練習。