投资评级 - 维持"买入"评级 目标价31,880日元(前值32,000日元) [1][8] 核心财务表现 - FY26Q1营收5495亿日元(同比-1% 环比-16.1%) 低于预期5.4% [1] - 营业利润1446亿日元(同比-12.7% 环比-21.3%) 低于预期7% [1] - 归母净利润1178亿日元(同比-6.6% 环比-17.6%) 低于预期11% [1] - 下调FY26全年指引：销售额降9.6%至2.35万亿日元 营业利润降21.6%至5700亿日元 [1][7] 业务动态 - 先进逻辑代工差距扩大：台积电资本开支稳健 英特尔/三星面临挑战 [1] - AI芯片需求强劲 GPU将从2个4nm转向4个3nm HBM堆叠层数从12层升级至16层 [2] - 维持资本开支指引：FY26计划2400亿日元(较FY25的1621亿大幅增加) [2] - 研发投入增至2950亿日元 聚焦下一代蚀刻/沉积设备开发 [2] 行业预测 - 上调CY2025全球WFE市场规模预测至1150亿美元(原1100亿) [2] - 高端AI服务器模块晶体管数将达2.5倍 存储容量提升4倍 [2] 估值调整 - 下调FY26/27/28营收预测11.7%/11.9%/12.0% [3] - 下调同期归母净利润预测17.1%/15.8%/16.1% [3] - 基于26.4倍FY27E PE(可比公司平均22.4倍)设定目标价 [8] 市场数据 - 当前股价27,265日元 较目标价有16.9%上行空间 [4] - 52周价格区间16,560-31,400日元 [4] - FY26E ROE 28.96% PE 25.47倍 PB 7.08倍 [7]

报告公司投资评级 - 维持“买入”评级，目标价 31,880 日元 [1][4][6] 报告的核心观点 - 东京电子 FY26Q1 营收、营业利润、归母净利润同比和环比均下降且低于彭博一致预期，因下游客户资本开支计划调整，公司下调全年销售额/营业利润指引 9.6%/21.6%至 2.35 万亿日元/5700 亿日元 [1] - 部分先进逻辑客户资本开支调整、NAND 投资更审慎是下调业绩指引主因，先进逻辑代工差距扩大，台积电资本开支增长稳健，英特尔、三星面临挑战，AI 芯片需求强劲，看好 Rubin 系列对全球前道设备的正面催化 [1] - 考虑客户资本开支调整，下调 FY26/27/28 营业收入 11.7%/11.9%/12.0%，下调归母净利润 17.1%/15.8%/16.1%，参考可比公司 2026E PE 平均数 22.4 倍，给予公司约 26.4 倍的 FY27E PE，目标价 31,880 日元，维持“买入”评级 [4] 根据相关目录分别进行总结 季报点评 - 东京电子 FY26Q1（截至 2025/6/30）营收 5495 亿日元，同比降 1.0%，环比降 16.1%，低于彭博一致预期 5.4%；营业利润 1446 亿日元，同比降 12.7%，环比降 21.3%，低于彭博一致预期 7%；归母净利润 1178 亿日元，同比降 6.6%，环比降 17.6%，低于彭博一致预期 11% [1] 业绩指引下调原因 - 展望 FY26 财年，公司净销售额指引下调 9.6%至 2.35 万亿日元，营业利润指引下调 21.6%至 5700 亿日元，主要原因包括部分前沿逻辑客户修正资本支出计划、中国新兴芯片制造商缩减成熟制程投资、NAND 投资计划因供需平衡考量变化、HBM 投资计划因技术和效率改善修正、DRAM DDR4 到 DDR5 全面过渡投资延迟，前三个原因占主导 [2] 市场规模预测与资本开支 - 公司将 CY2025 年全球晶圆厂设备（WFE）市场规模预测从 1100 亿美元上调至 1150 亿美元，反映汇率波动影响 [3] - 尽管全年收入/利润指引下调，公司仍维持资本开支指引不变，FY26 资本支出预计为 2400 亿日元（较 FY25 的 1621 亿日元大幅增加），研发费用设定为 2950 亿日元（较 FY25 的 2500 亿日元有所增加），用于开发和生产下一代蚀刻、沉积和键合等设备 [3] 盈利预测与估值 - 下调 FY26/27/28 营业收入 11.7%/11.9%/12.0%，下调归母净利润 17.1%/15.8%/16.1%，对应摊薄后 EPS 为 1073/1208/1342 日元 [4] - 参考全球主要可比公司 2026E PE 平均数 22.4 倍，给予公司约 26.4 倍的 FY27E PE，给予目标价 31,880 日元（前值:32,000 日元） [4] 经营预测指标与估值 |会计年度|2025|2026E|2027E|2028E| | ---- | ---- | ---- | ---- | ---- | |营业收入（十亿日元）|2,432|2,321|2,569|2,858| |营业收入同比变化|32.83%|-4.55%|10.69%|11.26%| |归属母公司净利润（十亿日元）|544|495|557|619| |归属母公司净利润同比变化|49.50%|-8.98%|12.53%|11.12%| |EPS（最新摊薄，日元）|1,179|1,073|1,208|1,342| |ROE（%）|34.91|28.96|29.35|28.86| |PE（倍）|23.18|25.47|22.63|20.37| |PB（倍）|7.69|7.08|6.25|5.55| |EV EBITDA（倍）|17.43|18.81|17.02|15.27| |股息率（%）|1.89|2.82|2.57|2.89|[10] 可比公司估值表 |公司名称|市值（百万美元）|收盘价（当地货币）|2025E PE|2026E PE|2025E PB|2026E PB|1W 股价变动（%）|30D 股价变动（%）|90D 股价变动（%）|180D 股价变动（%）|1Y 股价变动（%）| | ---- | ---- | ---- | ---- | ---- | ---- | ---- | ---- | ---- | ---- | ---- | ---- | |AMAT US|151,985|189|19.9|18.7|7.8|7.0|0.7|3.1|22.1|5.0|16.5| |ASML US|278,192|721|25.4|24.4|13.1|11.4|-0.5|-8.7|4.5|-2.4|4.1| |LRCX US|126,748|dd|22.6|22.5|12.9|10.4|1.3|2.4|33.0|22.3|37.2| |KLAC US|122,322|925|27.6|27.6|29.5|25.2|2.3|2.9|32.5|25.3|46.8| |7735 JP|8,117|11,980|12.4|11.2|2.4|2.1|-2.5|4.9|24.0|9.7|26.2| |6920 JP|9,759|15,520|18.0|18.9|7.0|5.7|-8.5|-17.3|17.3|0.3|2.2| |6857 JP|52,883|10,350|32.1|27.9|12.0|未提及|-8.7|-3.9|63.3|19.5|12.5| |6146 JP|32,940|45,550|39.0|33.0|8.7|7.5|6.2|7.2|60.3|1.8|6.6| |6525 JP|5,414|3,409|21.4|17.7|3.6|3.2|0.0|1.5|20.7|39.8|58.9|[23]

AI技术演进与架构升级 - 公司提出AI技术发展路径：从Perception AI到Generative AI，即将进入Agentic AI阶段，未来将迈向Physical AI（机器人时代）[1] - 发布开源AI模型系列及企业级Blackwell Ultra DGX SuperPOD，支持Agentic AI平台开发[1] - 计算需求呈现超快加速趋势，扩展定律覆盖预训练、训练后及测试时间（"长思维"）[1] 芯片采购与市场前景 - 美国四大云服务商2024年采购130万颗Hopper架构芯片，2025年追加采购360万颗Blackwell架构芯片[2] - 预计2028年全球智算中心资本开支将超1万亿美元[2] - B系列芯片获云厂商大规模采购，订单量超300万颗[1] Blackwell架构技术突破 - Blackwell架构全面投产，超级芯片Grace Blackwell NVLink 72集成72个GPU，FP4计算性能达1.4 EFLOPS[2] - 推出开源软件Dynamo，解决token供应瓶颈问题，Blackwell架构较Hopper性能提升25倍[2] - Blackwell Ultra NVL72平台带宽为前代GB200的2倍，内存速度提升1.5倍[3] - GB300 NVL72机架设计支持72块GPU，LLM推理速度较Hopper提升11倍，计算能力提高7倍，内存增加4倍[3] 下一代芯片路线图 - Vera Rubin平台2026年下半年出货，NVLink 144技术支持性能达GB300 NVL72的3.3倍[4] - Rubin推理速度50 petaflops，超Blackwell芯片20 petaflops的1倍多，支持288GB快速内存[4] - Rubin Ultra NVL576预计2027年推出，性能为GB300 NVL72的14倍[4] - 2028年将推出Feynman架构，延续技术迭代[4] 跨领域AI合作生态 - 自动驾驶领域：与通用汽车深化合作开发自动驾驶技术，推出汽车安全解决方案Halos[5] - 6G网络领域：联合思科、T-Mobile研发AI原生无线网络[5] - 机器人领域：发布开源人形机器人模型GR00T N1，与DeepMind、迪士尼开发物理引擎Newton[5] - AI硬件领域：推出Blackwell架构AI电脑DGX Spark和DGX Station，分别采用GB10和GB300芯片[5] 算力效率与成本趋势 - 算力效率每8个月提升3倍，成本持续大幅下降[6] - 技术迭代显著降低云厂商与应用端运营成本[6]