喜马拉雅为什么重仓美光(MU.US)?

本文来自微信公众号“德合笔记”，作者：LBK。

新一季13F显示,喜马拉雅基金美股部分的仓位情况：Facebook(FB.US)，Google(GOOG.US)各占10%。美光(MU.US)仓位最大，占到50%，仓位市值大概5亿美金左右。

Facebook和Google不难理解，他们是结构性趋势下的的移动互联网广告双寡头，基本盘稳定又有一定的展望空间。

而在大家的认知里，存储芯片是一个产品同质化严重，资本开支大，周期性强，盈利很不稳定的行业，严格意义上不算好生意，喜马拉雅为什么会重仓呢?

研究后发现，喜马拉雅很可能是看到存储芯片行业“正在改善的供需格局”：

美光是美国最大的存储芯片设计制造商，营收75%来自DRAM，25%来自NAND，利润基本上全由DRAM业务贡献。

DRAM行业竞争激烈，同质化严重，各厂商也喜欢在制程工艺，生产线优化等方面巨额投入，以此换来更强的成本优势，吞噬市场份额。之前三星就经常在行业低谷时，利用集团的资金优势进行大幅投入，把虚弱的竞争对手从行业内挤出。这种激进的资本开支行为导致行业经常出现产能过剩，产品价格和盈利能力大幅波动。

好在存储芯片行业的进入壁垒并不低，前期资本投入很大，且涉及众多专利，因此几乎没有能形成气候的新玩家，行业一直在逐渐整合。十几年来，经过残酷的竞争，DRAM行业逐渐形成由三家公司主导的格局(三星，美光，海力士)，集中度大幅提升。

近几年，随着三家公司纷纷收紧资本开支，竞争格局有望进一步优化。

这是因为存储芯片的技术发展遇到了瓶颈，进入1x nm(1y)时代后，制程的提升越来越难，而这种瓶颈来自于物理属性的限制，不好突破。

虽然三星和美光正在努力推进1z工艺，但制程的提升速度显著放慢，主要原因有二：第一，进入1y时代后，电流外泄和电容器干扰更为明显，需要发现新的材质来解决这个问题。第二，与只由晶体管组成的逻辑芯片不同，存储芯片的基础记忆单元是由一个晶体管和一个电容组成。在保证功能的前提下，电容的体积很难再降低，所以整个存储芯片的体积缩减空间有限。

也就是说，一片晶圆所能切割出的存储芯片数量，已几乎达到峰值。这种情况下，厂商若想生产出更多的存储芯片，只能通过扩充产线来实现，而产线扩充则需要额外的固定资产投入，并不会摊低存储芯片的单位成本。也就是说，资本开支的边际效应显著递减。过去七年，在一片晶圆上多生产出1%芯片的成本增加了7倍。

美光CEO也在Investor Day上解释了这个现象：

资本开支的效果显著降低，各厂商的资本开支也变得更加理性。

美光、海力士，三星2020年的资本开支都大幅低于2019年。以前是以抢份额为首要目标，而现在的首要目标是保护盈利能力，根据市场需求扩产。

竞争格局的优化促使美光盈利能力出现大幅改善 ，美光在2017、2018、2019 三年连续实现盈利(以往每个周期谷底都会出现大幅亏损)。20Q3，美光自由现金流为1.01亿美元，连续第14个季度实现正的自由现金流。

财务状况也明显改善，公司资产负债表逐渐从净负债转为净现金状态，并计划用未来50%的自由现金流进行股票回购，说明管理层不仅认为自己的股价是低估的，而且还有闲钱可以回购。

需求侧来看，随着5G，云计算，自动驾驶，数据中心，机器学习，IOT的不断发展，世界的总数据量和处理数据的算力需求会越来越多。我们正进入一个算力、数据密集型时代。这是一个结构性趋势。

人们对内存的需求将会十分旺盛且甚至可能被低估。

列几个比较有意思的数据、现象：

1. 全世界90%的数据是过去两年产生的。

2. 美光CEO说AI服务器所需要的DRAM是普通服务器的6倍。

3. 英特尔(INTC.US)CEO认为，一辆自动驾驶汽车8小时的驾驶，会产生40TB的数据。一辆自动驾驶汽车所产生的数据量是一个普通人的3000倍。无人汽车需要80GB的DRAM，而PC只要5.5GB，手机只要2.5GB。

4. 数据处理也有边际效应递减现象。也就是说，在处理结果达到一定水平以后，需要大量的额外增量数据才能实现微小的优化。因此，数据处理可能会越来越吃内存。

存储芯片是信息时代的核心生产要素，整体增速快过半导体行业，美光CEO预测DRAM的长期复合年增长率将能保持在15%+，NAND长期复合增长率能到30%(虽然单年可能会有波动)。

作为世界上唯一拥有 DRAM, NAND 和 3D XPoint 的公司，美光有能力提供具有更多附加值的差异化产品。

综上，供给侧角度来看，三巨头资本开支更加理性，竞争格局逐渐优化。需求侧角度来看，数据和算力的价值显著提升，存储芯片的需求将会指数级增长。美光这门生意也许将会比大家想象的更好，这也许就是喜马拉雅重仓买入的核心逻辑。(当前估值：23x TTM PE)

注：本文只是对MU投资逻辑的初步推演，不构成投资建议。欢迎感兴趣的朋友一起研究讨论。

(编辑：马火敏)