TER — TER LOGOS更新与建仓裁决(2026-10-16)
日期:2026-10-16(新加坡);资料/行情来自10/15美股交易时段,逐行时间是快照,不是实时成交价。评估期限1–3个月,最晚2027-01-15,财报/重大事件提前重审。
【小仓位试错】· 当前策略目标2.5% · 从零首笔1%。LOGOS 10/100;M3 1/22,M5 2/15;信息不足36项;当前A/B P1 0项。
证据范围:100项承接10/15已发布卡,本轮重新核价格、事件、尺寸与明确列出的风险增量;其余行不是新一轮独立取证。
一、公司与当前矛盾
低于原首笔且接近旧追加区,但运行PE仍高、10月27财报近;保持2.5%不扩,修正原区间之间无意义空档。
二、5M初筛
| M1 | M2 | M3 | M4 | M5 | 合计 |
|---|---|---|---|---|---|
| 5 | 4 | 4 | 4 | 4 | 21/25 |
这是研究判断,不是公司披露或成功率。达到深入研究门槛,仍须通过红线与估值判断。
三、LOGOS v2.0风险排查
| 编号 | 维度 | 风险项 | 结论 | 依据 | 证据 | 可逆性 | 影响 | 升级触发 | 动作 |
|---|---|---|---|---|---|---|---|---|---|
| 1 | M1 | 市场总量(TAM)是否已经见顶 | 否 | AI 芯片测试 TAM 正在加速扩张。AI GPU/ASIC 复杂度提升、先进封装(CoWoS/chiplet)增加测试步骤、HBM 测试需求爆发、数据中心光互连测试等均在拓展 TAM。管理层 $6B 长期目标暗示 TAM 远未见顶。全球半导体 ATE 市场规模持续增长。 | B | R1 | P4 | 若全球 AI CapEx 连续两个季度环比下降 | 低风险,TAM 处于扩张期 |
| 2 | M1 | 未来3–5年行业复合增长率是否低于10% | 否 | 管理层给出 15-25% CAGR 目标(从2025年到 $6B)。即使保守估计,AI 驱动的 ATE 市场增速也应高于 10%。传统 ATE 增速为中低个位数,但 AI 增量使整体增速显著抬升。 | B | R1 | P4 | 若AI测试需求增速跌至个位数 | 低风险 |
| 3 | M1 | 是否存在颠覆性的技术替代风险 | 否 | 半导体测试是芯片生产流程中不可绕过的物理环节——每颗芯片必须经过电气测试以确认功能和性能。目前不存在任何可替代 ATE 的技术路径。BIST(内建自测试)可减少部分测试量,但不能完全替代外部 ATE。 | B | R3 | P4 | 若 BIST 技术突破使 ATE 需求大幅下降 | 极低概率 |
| 4 | M1 | 是否处于监管高压区 | 是 | 半导体设备整体受中美科技脱钩和出口管制影响。先进 ATE 设备可能被纳入对华出口限制。中国市场是全球最大的芯片封测市场之一,出口管制将限制 Teradyne 在中国的收入增长。此外,AI 监管(算力限制等)间接影响 AI 芯片需求。 | B | R2 | P3 | 若美国将先进ATE设备纳入对华出口管制清单 | 需关注政策变化 |
| 5 | M1 | 行业是否极度依赖宏观杠杆或降息环境 | 否 | AI CapEx 目前由 hyperscaler 的竞争性投资驱动,而非利率敏感。Meta、Google、Microsoft、Amazon 等大客户的 AI 投资决策主要基于竞争压力而非融资成本。传统半导体测试对利率有一定敏感性,但AI增量部分较为独立。 | C | R1 | P3 | 若hyperscaler集体放缓AI CapEx | 中等风险 |
| 6 | M1 | 目标客户购买力或预算是否下降 | 否 | 恰恰相反——AI CapEx 正处于历史性上升周期。Hyperscaler 的 AI 资本开支在2025-2026年持续增长。TSMC、三星等芯片制造商的产能扩张也在增加 ATE 需求。客户购买力/预算处于上升通道。 | B | R1 | P4 | 若hyperscaler AI CapEx连续两个季度下降 | 低风险 |
| 7 | M1 | 行业是否面临全球化退潮或供应链重构风险 | 是 | 半导体供应链重构(美国CHIPS Act、欧洲European Chips Act、日本补贴)正在推动制造本地化。这对 ATE 的影响是双面的:新建晶圆厂需要新的 ATE 设备(利好),但供应链分散可能增加运营复杂度。中美脱钩可能限制中国市场准入。 | B | R2 | P3 | 若中国市场收入占比下降>5个百分点 | 中性偏正面(新建fab需要新ATE) |
| 8 | M1 | 是否存在严重的季节性波动风险 | 是 | Q4 2025 收入 $1,083M(+41% QoQ)的爆发可能包含显著的订单集中交付和季节性因素。半导体设备行业Q4通常是旺季。Q1 2026 指引中点 $1.2B 虽然环比仅温和下降,但需关注后续季度是否出现更大回落。 | A | R1 | P3 | 若Q2 2026收入环比下降>10% | 需验证Q4增长的可持续性 |
| 9 | M1 | 行业进入门槛是否正在消失 | 否 | ATE 行业进入门槛极高——需要数十年的技术积累、测试工程知识、客户验证和全球服务网络。双寡头(Teradyne + Advantest)格局已维持数十年。中国本土 ATE(长川科技等)仅在中低端市场有所突破,距离高端 AI 芯片测试差距巨大。 | B | R3 | P4 | 若中国ATE厂商在先进制程测试领域取得突破 | 短期低风险 |
| 10 | M1 | 地缘政治或出口管制是否会切断核心业务 | 否 | Teradyne 核心客户群(TSMC、三星、Intel、Broadcom、AMD 等)主要在美国/韩国/台湾/日本/欧洲。中国收入占比待确认,但即使受限,核心业务不会被"切断"。AI 测试需求主要来自非中国客户。 | C | R2 | P3 | 若对中国出口管制扩大到所有ATE设备 | 影响有限但需关注 |
| 11 | M1 | 能源/算力/原材料成本上涨是否无法传导 | 否 | ATE 行业双寡头格局赋予 Teradyne 较强的定价权。AI 芯片测试的高价值使客户对 ATE 价格敏感度较低(ATE 成本占芯片总成本的比例极低)。成本传导能力强。 | C | R1 | P4 | — | 低风险 |
| 12 | M1 | 是否存在严重ESG/劳工/合规声誉风险 | 否 | ATE 行业 ESG 风险较低。Teradyne 的机器人业务(Universal Robots)可能面临劳工替代的社会争议,但影响有限。 | C | R1 | P4 | — | 低风险 |
| 13 | M2 | 公司是否在行业下行期丢失市场份额 | 否 | FY2025 收入 $3.19B(+13%),Q4 +44% YoY,显著超过行业平均增速。半导体测试部门 Q4 $883M 的爆发显示公司在 AI 测试领域正在获取份额或至少保持份额。 | A | R1 | P4 | 若连续两个季度收入增速低于Advantest | 继续观察 |
| 14 | M2 | 是否存在恶性价格战 | 否 | ATE 双寡头格局下价格竞争相对温和。AI 芯片测试需求旺盛使供应偏紧,定价环境有利于设备商。Teradyne 和 Advantest 更多在技术和客户服务上竞争,而非价格。 | C | R2 | P3 | 若毛利率连续两个季度下降且管理层提及价格压力 | 低风险 |
| 15 | M2 | 核心产品或服务是否高度同质化 | 否 | ATE 产品高度定制化——不同芯片类型(SoC、存储、模拟、射频、光电)需要不同的测试系统。Teradyne 的 UltraFLEX(SoC)、Magnum(存储)、J750(模拟/混合信号)等与 Advantest 的产品线存在显著差异化。客户一旦在某平台上开发了测试程序,切换成本极高。 | B | R3 | P4 | — | 正面因素——差异化明显 |
| 16 | M2 | 客户转换成本是否极低 | 否 | 客户转换成本极高——这是 ATE 行业最强的护城河之一。更换 ATE 供应商意味着重写所有测试程序(数千小时工程人力)、重新验证良率、培训操作和维护人员、重建测试流程。通常需要6-18个月,成本数百万美元。没有客户会轻易切换。 | A | R3 | P4 | — | 核心护城河——极强 |
| 17 | M2 | 对下游是否缺乏议价权 | 是 | ATE 行业的下游客户(TSMC、三星、Intel、大型 OSAT 等)本身是巨型企业,购买力极强。大客户集中度可能较高——若 TSMC 或三星占收入20-30%以上,则议价权失衡风险存在。Q4 60%+ AI 驱动意味着 AI 芯片大客户的权重正在上升。 | C | R2 | P3 | 若单一客户收入占比>25%且要求大幅降价 | 需核实客户集中度 |
| 18 | M2 | 对上游是否缺乏议价权 | 否 | ATE 设备的零部件供应链相对分散,Teradyne 对上游供应商具备合理议价权。不存在关键单一供应商依赖。 | C | R1 | P4 | — | 低风险 |
| 19 | M2 | 竞争对手是否拥有资本成本/平台/补贴优势 | 🔴 是 | Advantest(日本)在 AI GPU 测试领域被认为拥有先发优势,是 NVIDIA 的核心 ATE 供应商。 Advantest 受益于日元贬值获得成本优势,且在存储(DRAM/HBM)测试领域传统领先。NVIDIA 的 GPU 测试需求占 AI ATE 增量的重要部分,若 Advantest 锁定了 NVIDIA 主要测试平台,这对 Teradyne 是显著不利。 | B | R2 | P2 | 若Advantest在AI芯片测试收入持续超过Teradyne | 核心竞争风险——Advantest 在 AI GPU 测试的先发优势 |
| 20 | M2 | 品牌忠诚度是否被新范式瓦解 | 否 | ATE 行业不存在"新锐品牌"冲击。双寡头格局稳定。中国本土 ATE 仅在低端市场有所进展,短期不构成威胁。 | B | R2 | P4 | 若中国ATE在先进制程领域获得突破性订单 | 低风险 |
| 21 | M2 | 渠道是否过度依赖单一平台或生态 | 否 | Teradyne 直销为主,全球服务网络自建。不依赖单一渠道或生态伙伴。 | B | R1 | P4 | — | 低风险 |
| 22 | M2 | 研发投入占比是否低于行业平均 | 信息不足 | 缺乏 Teradyne 研发费用率的具体数据。作为 ATE 双寡头之一,研发投入通常在收入的12-18%范围。需确认是否与 Advantest 保持可比水平。 | D | R2 | P3 | 若R&D/Revenue持续低于Advantest | 待核实 |
| 23 | M2 | 技术/专利/生态壁垒是否接近弱化 | 否 | Teradyne 在 SoC 测试领域的技术积累深厚(UltraFLEX 平台经过多代迭代),AI 芯片测试的技术壁垒正在提升而非降低。先进封装测试的新要求实际上加固了头部玩家的优势。 | B | R2 | P4 | 若新技术范式使现有ATE平台过时 | 低概率 |
| 24 | M2 | 网络效应是否接近上限 | 否 | ATE 行业不具备典型网络效应。但安装基础扩大 → aftermarket 收入增长 → 客户粘性增强,形成正向飞轮。AI 芯片测试需求的爆发正在加速这一飞轮。 | C | R1 | P4 | — | 低风险 |
| 25 | M2 | 是否面临跨界竞争者的降维打击 | 否 | ATE 行业技术壁垒极高,不存在跨界竞争者威胁。AI 公司自建测试能力的概率极低(不经济且不现实)。 | B | R3 | P4 | — | 低风险 |
| 26 | M2 | 销售营销费用增速是否持续高于收入 | 信息不足 | 缺乏 SG&A 费用率趋势数据。Q4 收入 +44% YoY 而 EPS +89% YoY 暗示费用增速显著低于收入增速(强经营杠杆),但需确认趋势。 | C | R1 | P3 | 若SG&A增速连续两个季度超过收入增速 | 待核实,但经营杠杆信号正面 |
| 27 | M2 | 原区域/平台/规则保护是否正在消失 | 否 | ATE 行业的"保护"来自技术壁垒和客户锁定,这些正在加强而非减弱。 | B | R2 | P4 | — | 低风险 |
| 28 | M2 | 是否存在严重仿冒/灰色/开源替代风险 | 否 | 半导体 ATE 不存在仿冒或开源替代风险。每套 ATE 系统价值数百万美元,需要深度定制和长期技术支持。 | B | R3 | P4 | — | 低风险 |
| 29 | M3 | 毛利率是否连续3年下降 | 信息不足 | 缺乏3年连续毛利率数据。Q4 2025 的强劲增长和经营杠杆暗示毛利率可能正在改善(AI 高端产品 mix 提升),但需具体数据确认。 | D | R1 | P3 | 若毛利率连续3个季度环比下降 | 待核实 |
| 30 | M3 | 净利润是否主要由一次性/税惠/投资收益构成 | 否 | Q4 non-GAAP EPS $1.80 主要来自经营收入增长,+89% YoY 的 EPS 增长与 +44% 的收入增长匹配良好(经营杠杆)。无迹象表明利润来自非经营项目。 | B | R1 | P4 | — | 低风险 |
| 31 | M3 | 经营性现金流是否长期低于净利润 | 信息不足 | 缺乏 OCF 数据。ATE 行业通常 OCF 与净利润匹配良好(轻资产模式),但需具体数据确认。 | D | R1 | P3 | 若OCF/NI < 0.8持续两个季度 | 待核实 |
| 32 | M3 | 应收账款周转天数是否异常增加 | 信息不足 | 缺乏应收账款数据。Q4 收入大幅跳升可能导致期末应收账款增加,但这可能是正常的收入增长效应。 | D | R1 | P3 | 若DSO同比增加>20% | 待核实 |
| 33 | M3 | 存货周转是否大幅下滑或库存风险升高 | 信息不足 | 缺乏存货数据。若公司为满足 AI 测试需求增长而增加库存备货,存货上升可能是合理的。但需确认存货增速是否与收入增速匹配。 | D | R2 | P3 | 若存货增速显著超过收入增速 | 待核实 |
| 34 | M3 | 营业利润率是否低于同类公司 | 信息不足 | 缺乏 GAAP 营业利润率数据。non-GAAP EPS $1.80 / 收入 $1,083M(Q4)暗示 non-GAAP 净利润率约 26-27%(假设~160M 股份),属于优秀水平。但需与 Advantest 对比确认。 | C | R1 | P3 | 若营业利润率持续低于Advantest | 待核实 |
| 35 | M3 | 资本开支是否过重并导致FCF承压 | 否 | ATE 行业为轻资产模式——设备设计和组装为主,不需要大规模产能投资。CapEx/Revenue 通常低于 5%。FCF 转化率应该较高。 | C | R1 | P4 | 若CapEx/Revenue持续>8% | 低风险 |
| 36 | M3 | 是否频繁计提大额减值或重组费用 | 信息不足 | 缺乏相关数据。机器人业务(Universal Robots)近年表现平平,是否存在商誉减值风险需关注。 | D | R2 | P3 | 若机器人业务商誉减值 | 待核实——UR收购商誉情况 |
| 37 | M3 | 财务杠杆是否超过行业警戒线 | 信息不足 | 缺乏资产负债表详细数据。但 $20B 市值的公司通常财务稳健,且 ATE 行业轻资产特性意味着债务需求较低。 | D | R1 | P3 | 若净负债/EBITDA > 2x | 待核实 |
| 38 | M3 | 短债是否显著高于现金/流动性 | 信息不足 | 缺乏现金和债务数据。 | D | R1 | P3 | 若短期债务/现金 > 1.5x | 待核实 |
| 39 | M3 | 利息成本是否正在吞噬利润 | 否 | ATE 双寡头通常保持健康的资产负债表。$20B 市值公司在高盈利期利息压力极小。 | C | R1 | P4 | — | 低风险 |
| 40 | M3 | 审计质量是否存疑或频繁换审计师 | 信息不足 | 缺乏审计师信息。Teradyne 作为 NASDAQ 上市大型公司,通常由四大审计。 | D | R2 | P3 | 若更换审计师或出现保留意见 | 待核实 |
| 41 | M3 | 是否有大量关联交易或复杂SPV | 否 | 无相关信息。公司业务结构相对清晰(Semi Test + Product Test + Robotics)。 | C | R2 | P3 | — | 低风险 |
| 42 | M3 | 是否有异常其他应收/资产或难解释科目 | 信息不足 | 缺乏详细资产负债表。 | D | R1 | P3 | — | 待核实 |
| 43 | M3 | 递延税资产是否异常且依赖乐观回收 | 信息不足 | 缺乏 DTA 数据。 | D | R1 | P3 | — | 待核实 |
| 44 | M3 | 是否频繁增发/转债或高强度稀释 | 信息不足 | 股份数约160M,但缺乏历史稀释趋势和 SBC 数据。ATE 公司通常 SBC 在合理范围内,但需具体确认。 | D | R1 | P3 | 若SBC/Revenue > 10% | 待核实 |
| 45 | M3 | 回购/分红是否与真实现金流脱节 | 信息不足 | 缺乏回购和分红数据。Teradyne 通常有稳定的回购和分红历史。 | D | R1 | P3 | — | 待核实 |
| 46 | M3 | 海外资产/收入/现金是否难穿透 | 否 | Teradyne 海外收入占比高(亚太为主要客户区域),但作为美国上市公司,财务透明度较高。海外收入的真实性无重大疑虑。 | C | R1 | P3 | — | 低风险 |
| 47 | M3 | 货币资金/利息/收益率是否不匹配 | 信息不足 | 缺乏详细现金和利息数据。 | D | R1 | P3 | — | 待核实 |
| 48 | M3 | 返利/收入确认是否有较大操纵空间 | 否 | ATE 设备收入确认通常基于交付和客户验收——这是相对严格且难以操纵的标准。Q4 +41% QoQ 的收入增长应对应实际的设备交付。 | B | R1 | P4 | — | 低风险 |
| 49 | M3 | 研发资本化/non-GAAP/重分类是否异常 | 是 | 公司使用 non-GAAP EPS 作为主要业绩指标(Q4 non-GAAP EPS $1.80)。non-GAAP 调整项通常包括 SBC、收购相关无形资产摊销、重组费用等。GAAP EPS 未披露,non-GAAP 与 GAAP 差异的具体调整内容和规模需要审视。若差异过大(>20-30%),则 non-GAAP 可能美化了真实盈利。 | C | R1 | P3 | 若non-GAAP与GAAP EPS差异持续>30% | 需核实GAAP EPS及调整项 |
| 50 | M3 | 是否有重大诉讼/担保/调查/计提风险 | 信息不足 | 缺乏相关数据。 | D | R1 | P3 | — | 待核实 |
| 51 | M4 | 商业模式是否复杂难解释 | 否 | "向芯片制造商和封测厂出售自动测试设备及服务,每颗芯片出厂前都必须经过测试"——清晰且有力。 | A | R1 | P4 | — | 正面因素——极度清晰的商业模式 |
| 52 | M4 | 扩张是否必须持续大额资本投入 | 否 | ATE 行业为轻资产模式。扩张主要依靠研发投入(新产品/新平台)和市场开拓,而非大规模资本建设。经营杠杆强——收入增长可直接转化为利润增长。 | B | R1 | P4 | — | 正面因素 |
| 53 | M4 | 单位经济是否不成立或LTV低于CAC | 否 | 每套 ATE 系统价值数百万到数千万美元,客户锁定周期长达数年至数十年。安装基础 → aftermarket 服务/升级 → 持续现金流。单位经济模型极为稳健。 | B | R1 | P4 | — | 正面因素 |
| 54 | M4 | 业务是否依赖可能过时技术路线 | 否 | 半导体测试是物理层面的刚需,不依赖特定技术路径。AI 芯片复杂度提升反而增加了测试需求。先进封装、chiplet 架构等新趋势都增加了测试步骤。 | B | R2 | P4 | — | 低风险 |
| 55 | M4 | 是否账面赚钱但现金拿不走 | 信息不足 | 缺乏 FCF 数据。但 ATE 行业轻资产特性通常意味着高 FCF 转化率。 | D | R1 | P3 | 若FCF/NI < 0.7持续两个季度 | 待核实 |
| 56 | M4 | 是否极度依赖关键人/平台/合作方 | 否 | Teradyne 为独立运营的上市公司,不依赖特定渠道或合作方。与 MultiLane 的 JV 是增量而非依赖。 | B | R1 | P4 | — | 低风险 |
| 57 | M4 | 业务是否建立在监管/税务/会计套利上 | 否 | 纯粹的设备制造销售业务,商业逻辑来自"芯片必须被测试"的物理刚需。 | A | R1 | P4 | — | 正面因素 |
| 58 | M4 | 是否存在严重劳动力/人才成本风险 | 否 | 半导体设备行业工程师薪酬较高,但 Teradyne 作为行业领导者具备吸引力。AI 人才竞争加剧可能推高部分岗位成本,但不构成严重风险。 | C | R1 | P3 | 若关键岗位人才流失率显著上升 | 低风险 |
| 59 | M4 | 供应链/算力/代工/基础设施是否脆弱 | 否 | ATE 设备零部件供应链分散,无关键单点依赖。Teradyne 拥有成熟的全球供应链管理体系。 | C | R1 | P4 | — | 低风险 |
| 60 | M4 | 数据/训练资料/隐私合规是否合法存疑 | 否 | 不适用于半导体设备公司。 | C | R1 | P4 | — | 不适用 |
| 61 | M4 | 是否有明显合规/道德风险 | 否 | 无明显合规或道德风险。出口管制合规是需要持续关注的领域但属于行业共性。 | C | R1 | P4 | — | 低风险 |
| 62 | M4 | 收入是否过于集中 | 是 | 半导体测试占 Q4 收入81%($883M/$1,083M),主导性极强。产品测试仅10%,机器人仅8%。若AI芯片测试需求减速,公司将面临核心收入来源的集中性冲击。此外,60%+ AI 驱动意味着对 AI CapEx 的依赖极高。 | A | R2 | P3 | 若AI芯片测试收入占比>70%且AI CapEx放缓 | 需关注AI需求持续性 |
| 63 | M4 | 海外扩张是否显著本地化/政策失败 | 否 | Teradyne 在亚太、欧洲均有成熟运营。全球化运营多年,海外扩张风险低。 | C | R1 | P4 | — | 低风险 |
| 64 | M4 | 是否有严重知识产权纠纷 | 信息不足 | 缺乏相关诉讼数据。ATE 行业专利密集,但双寡头之间通常维持相对稳定的知识产权边界。 | D | R2 | P3 | — | 待核实 |
| 65 | M4 | 自动化程度是否偏低影响效率 | 否 | Teradyne 本身就是自动化设备供应商,内部运营的数字化水平不低。 | C | R1 | P4 | — | 低风险 |
| 66 | M5 | 近期高管是否大量减持 | 信息不足 | 缺乏近期 insider 交易数据。需查看 CEO Mark Jagiela 和其他高管的最新 Form 4 文件。 | D | R1 | P3 | 若多名高管同时减持且金额大 | 待核实 |
| 67 | M5 | 核心管理层是否异常离职 | 信息不足 | 缺乏近期高管变动数据。 | D | R2 | P3 | 若CFO或CTO离职 | 待核实 |
| 68 | M5 | 股权/双重股权是否治理失衡 | 否 | Teradyne 无双重股权结构,约160M 流通股,股权结构正常。 | C | R2 | P4 | — | 低风险 |
| 69 | M5 | 过去3年是否多次指引落空/改口 | 信息不足 | 缺乏历史指引兑现率数据。Q4 2025 +44% 的爆发显示管理层可能低估了 AI 需求增速(积极信号),但长期 $6B 目标的可信度需要时间验证。 | D | R2 | P3 | 若连续两个季度miss中点指引 | 待核实 |
| 70 | M5 | 是否有管理层失信/丑闻/处罚 | 否 | 无公开的不诚信记录或丑闻。Teradyne 作为成熟上市公司,治理历史相对清洁。 | C | R2 | P3 | — | 低风险 |
| 71 | M5 | 激励是否忽视利润和现金流 | 信息不足 | 缺乏薪酬结构细节。公司使用 non-GAAP EPS 作为主要业绩指标,需确认管理层激励是否也基于 non-GAAP 而非 GAAP。 | D | R1 | P3 | 若激励完全基于non-GAAP且排除SBC | 待核实 |
| 72 | M5 | 是否频繁无协同/高溢价/高失败风险并购 | 是 | Teradyne 2015年以 $285M 收购 Universal Robots(协作机器人)。机器人业务 Q4 仅 $89M 收入(占比8%),多年来增长缓慢且与半导体测试主业协同有限。这笔收购的战略价值受到质疑——机器人业务拖累了公司的"纯半导体测试"估值故事。此外,公司后续还收购了 MiR(自主移动机器人)和 AutoGuide。机器人整体板块尚未证明能够成为公司的第二增长曲线。 | B | R2 | P3 | 若机器人业务持续低增长且商誉减值 | 机器人业务战略定位需重新评估 |
| 73 | M5 | 董事会是否缺独立性或监督失效 | 信息不足 | 缺乏董事会构成数据。 | D | R2 | P3 | — | 待核实 |
| 74 | M5 | 管理层是否过度关注市值/舆论 | 否 | 管理层给出激进但有逻辑的长期目标($6B),更多聚焦于业务增长和AI战略布局而非短期股价管理。与 MultiLane 的 JV 显示实质性战略行动。 | C | R1 | P4 | — | 中性 |
| 75 | M5 | 员工流失是否明显高于同行/口碑恶化 | 信息不足 | 缺乏员工满意度数据。 | D | R1 | P3 | — | 待核实 |
| 76 | M5 | 文化是否官僚内耗且难留人才 | 信息不足 | 缺乏相关数据。 | D | R1 | P3 | — | 待核实 |
| 77 | M5 | 创始人是否分心或个人品牌凌驾公司 | 否 | CEO Mark Jagiela 低调务实,专注于公司运营。 | C | R1 | P4 | — | 低风险 |
| 78 | M5 | 接班计划是否不清晰 | 是 | CEO Mark Jagiela 自2014年任职已超过12年,年龄较大。接班人计划是否清晰、潜在继任者的能力和方向是否与当前AI战略一致,均缺乏公开信息。长期执政的CEO离任可能引发不确定性。 | C | R2 | P3 | 若CEO突然宣布离职且无明确继任者 | 中期关注——CEO任期已长 |
| 79 | M5 | 是否家族化/圈子化任人唯亲 | 否 | 无此类信息。Teradyne 为专业管理的上市公司。 | C | R1 | P4 | — | 低风险 |
| 80 | M5 | 薪酬/SBC是否在业绩恶化时上升 | 信息不足 | 缺乏薪酬与业绩对比数据。当前业绩处于上升期(Q4 +44%),此项需在业绩下行期观察。 | D | R1 | P3 | 若未来收入下滑但薪酬不降 | 待核实 |
| 81 | 3D/3T | 估值是否处历史高分位 | 否 | 这是核心发现。 若以Q1 2026指引中点 EPS $2.07 年化 → $8.28,股价 ~$125 → PE ~15x。即使以FY2025 non-GAAP EPS 估算(假设四季度合计约$5-6),PE也仅约20-25x。对于一个60%+收入由AI驱动、+44%增长、ATE双寡头的公司,PE 15-20x 极为便宜。P/S约6.3x($20B/$3.19B),考虑到AI驱动增长,估值合理。管理层长期EPS目标$9.50-$11.00,若实现,当前股价对应远期PE仅11-13x。 | A | R1 | P4 | — | 极为正面——估值可能严重低估 |
| 82 | 3D/3T | 市场一致预期是否过于乐观 | 信息不足 | 缺乏卖方一致预期数据。管理层长期目标($6B,15-25% CAGR,EPS $9.50-$11.00)本身是否过于乐观需要市场验证。若卖方一致预期已经完全price in长期目标,则有过度乐观风险。但当前PE~15x暗示市场并未给予充分定价。 | C | R1 | P3 | 若FY2026一致预期EPS高于管理层指引暗示水平 | 待核实卖方共识 |
| 83 | 3D/3T | 是否热门拥挤交易 | 否 | TER 并非当前最热门的 AI 标的——市场更关注 NVIDIA、Broadcom、ASML 等。$20B 市值在半导体领域属于中型股。但 AI 测试叙事正在获得更多关注,拥挤度可能逐步上升。 | C | R1 | P3 | 若机构持仓快速上升且成为AI概念热门 | 当前非拥挤,但需动态关注 |
| 84 | 3D/3T | 股价偏离基本面/均线是否极端 | 信息不足 | 缺乏技术面数据。$125 股价需对比历史高点和均线位置。 | D | R1 | P3 | — | 待核实 |
| 85 | 3D/3T | 卖方买入占比是否过高 | 信息不足 | 缺乏卖方覆盖数据。 | D | R1 | P3 | — | 待核实 |
| 86 | 3D/3T | 融资盘/期权/散户投机是否过高 | 否 | TER 不是典型的散户投机标的。$20B 市值和半导体设备的专业性质限制了散户热度。 | C | R1 | P4 | — | 低风险 |
| 87 | 3D/3T | 下季度业绩是否有明显不及预期风险 | 否 | Q1 2026 指引 $1.15-1.25B 收入、EPS $1.89-$2.25。指引区间较宽但方向明确向上。考虑到AI需求持续强劲(hyperscaler CapEx仍在增长),miss风险有限。但若AI CapEx出现意外放缓,测试订单可能推迟。 | B | R1 | P3 | 若hyperscaler CapEx指引下调 | 概率较低 |
| 88 | 3D/3T | 是否有解禁/转债/增发融资卖压 | 信息不足 | 缺乏相关数据。 | D | R1 | P3 | — | 待核实 |
| 89 | 3D/3T | 空头头寸或观点是否明显上升 | 信息不足 | 缺乏空头数据。 | D | R1 | P3 | — | 待核实 |
| 90 | 3D/3T | 行业是否接近下行拐点 | 否 | 恰恰相反——AI芯片测试正处于上行周期的早期。 Q4 +44% YoY 显示周期加速。但传统半导体测试(非AI部分)可能面临一般性周期波动。AI测试需求的可持续性是核心假设。 | B | R1 | P3 | 若AI芯片出货量增速放缓至<20% | AI测试处于上行早期 |
| 91 | 3D/3T | 是否有库存积压/订单放缓/减值预期 | 信息不足 | 缺乏 backlog 数据。Q4 大幅增长和 Q1 指引维持高位暗示订单健康,但需具体数据确认。 | D | R1 | P3 | 若backlog环比下降>10% | 待核实 |
| 92 | 3D/3T | 同行产能/产品/价格攻势是否集中释放 | 是 | Advantest 正在积极扩大 AI 芯片测试产能和产品线。 作为 NVIDIA 的核心 ATE 供应商,Advantest 在 AI GPU 测试领域具有先发优势,且正在加大投入以维持领先。若 Advantest 推出更有竞争力的新平台或锁定更多 AI 芯片大客户,将挤压 Teradyne 的增长空间。 | B | R2 | P3 | 若Advantest AI测试收入增速持续高于TER | 核心竞争动态——需持续监测 |
| 93 | 3D/3T | 每股增长是否主要靠杠杆/回购财技 | 信息不足 | 缺乏 ROE 分解和回购数据。Q4 EPS +89% 而收入 +44%,暗示经营杠杆驱动(正面),但需排除回购对 EPS 的贡献。 | C | R1 | P3 | 若回购对EPS增长贡献>30% | 待核实 |
| 94 | 3D/3T | 是否有明确结构性利空 | 否 | 恰恰相反——AI 芯片测试是明确的结构性利好。唯一潜在的结构性利空是 Advantest 在 AI GPU 测试领域的份额锁定,但这更多是竞争问题而非结构性利空。 | B | R1 | P3 | 若AI芯片架构演进使ATE需求下降 | 低概率 |
| 95 | 3D/3T | 5年DCF是否难支撑当前股价 | 否 | 若管理层长期目标可信($6B收入、EPS $9.50-$11.00),5年DCF 可以支撑远高于$125的股价。 即使打五折假设($3B→$4.5B收入、EPS $6-7),以15-20x PE计算,公允价值约$90-140。当前$125处于合理范围下限。若AI叙事兑现,上行空间显著。 | B | R1 | P3 | 若长期增速假设<10%且利润率不扩张 | 估值具备安全边际 |
| 96 | 3D/3T | 流动性是否在风险事件中放大波动 | 否 | $20B市值、约160M流通股,流动性充足。在NASDAQ上市的大型半导体公司,日均交易量充裕。 | B | R1 | P4 | — | 低风险 |
| 97 | 3D/3T | 机构是否持续撤离 | 信息不足 | 缺乏机构持仓变化数据。 | D | R1 | P3 | — | 待核实 |
| 98 | 3D/3T | 是否有指数/ETF技术卖压 | 否 | TER 是 S&P 500 成分股(或 S&P 400/600 成分股——需确认),被动资金流相对稳定。若因 AI 主题被更多 ETF 纳入,可能有被动资金流入。 | C | R1 | P4 | — | 低风险 |
| 99 | 3D/3T | 市场整体是否极度贪婪 | 信息不足 | 缺乏当前市场情绪指标。若 AI 板块整体处于高热度,TER 作为 AI 供应链标的可能受到情绪退潮冲击。 | D | R1 | P3 | 若VIX飙升或AI板块整体回调>15% | 需结合大盘判断 |
| 100 | 3D/3T | 当前逻辑是否明显由FOMO驱动 | 否 | 在 PE ~15x 的水平,当前买入 TER 更像是"价值发现"而非 FOMO。市场尚未将 TER 定价为 AI 核心标的(否则 PE 应该在25-35x)。这恰恰可能是被市场忽视或低估的信号。 | B | R1 | P4 | 若PE快速扩张至30x+且散户热度上升 | 正面因素——价值发现而非FOMO |
得分与红线
M1:3/12;M2:2/16;M3:1/22;M4:1/15;M5:2/15;3D/3T:1/20。总分10/100,A/B证据风险7,R3 0,P1 0,P2 1,信息不足36。
M3红线:未触发;M5红线:未触发;当前A/B P1:无;A/B+R3+P2:无。相同技术/地缘/合规来源不能假装是多个互相独立的损失。红线优先于数量分,低分和大量未知不能称高确定性。
四、3D/3T与价格
研究报价:USD 343.21 / 2026-10-15 16:00 EDT。行情来源。
- D1:利润必须转成每股现金;SBC、回购、并购及营运资本同时核验,不能仅看调整EPS。
- D2:低于原首笔且接近旧追加区,但运行PE仍高、10月27财报近;保持2.5%不扩,修正原区间之间无意义空档。
- D3:现价允许首笔,规模仍受估值与共同因子约束;不宣称DCF已证明低估。
- T1:下一次财报/重大事件先重新核验;尚未公布的指导不是实际业绩。
- T2:未来3–18个月看收入份额、每股现金与资本回报,而不是只等情绪修复。
- T3:本卡用于1–3个月复核,长期护城河与终值假设需要另行持续检验。
五、最终投资动作
【小仓位试错】。目标2.5%,从零首笔1%;维持2.5%,下一次扩大上限先看10/27财报,当前不新增目标。
购入参考:$335–365 首笔;$310–335 追加。
卖出/估值复核参考:$400–420。基本面退出优先于目标价:$400–420 复核;Q3收入<$1.2B/NG EPS<$1.85且Q4继续环比下降,减至0.5–1%;连续两季测试订单恶化退出;新增A/B P1或M3/M5“是”>3项即停止买入并重审退出。;新增A/B P1或M3/M5“是”>3停止新增并重做退出;原10/15财报/基本面退出阈值继续有效。
正面因素与风险的具体依据见上表/事实,不把非GAAP利润、免费用户或资产名义金额当股东现金。
六、投委会摘要
标的:TER;目标2.5%;首笔1%;标签【小仓位试错】。LOGOS 10/100;M3 1/22,M5 2/15;信息不足36项;当前A/B P1 0项。
买入条件:低于原首笔且接近旧追加区,但运行PE仍高、10月27财报近;保持2.5%不扩,修正原区间之间无意义空档。。
风险动作:新增A/B P1或M3/M5“是”超过3项,停止准入并复核退出。价格跌幅只触发复核,不保证能够按计划价止损。
七、关键信息缺口
- 100项承接10/15已发布卡;本轮仅更新价格、事件、风险增量与仓位,不宣称100题全部取得新证据。
另有36项逐行标明“信息不足”;表内触发/动作明确这些缺口如何改变判断,不将其冒充已排除。
来源及历史
研究底稿:entry-ai-sizing-2026-10-16.md。上轮研究保留原文件 TER_LOGOS_UPDATE_2026-10-15.md,本轮未覆盖。 查看上轮研究。