MSFT 卷宗
只读 · QQQ universe
universe qqqasof 2026-09-07kernel_ref v0.8.0status baseline_v0refresh_tier T1learn yesstructure 高timing 中Y 档 Y2
wake_triggers 摘要
- Azure 增速 / Intelligent Cloud 指引显著偏离共识
- 商业剩余履约义务(RPO/backlog)增速拐点
- 前向 PE 跌破约 20× 或升破约 30×(相对 2026 年常见约 21–26× 叙述带)
- OpenAI 关系、AI 毛利或 capex 回报叙事突变
- 大型云资本开支周期与 NVDA/海力士需求链出现确认背离
- 办公/安全/LinkedIn 等非云引擎同时失速
MSFT — A0 基线卷宗
1. 一页纸
- 卖什么 / 谁付钱:企业软件与云——Azure(含 AI 服务)、Office 365 / Microsoft 365、Windows、Dynamics、LinkedIn、GitHub、安全与游戏(Xbox)等。付钱方主要是全球企业 IT、开发者与部分消费者订阅。
- 商业模式要点:高转换成本的企业订阅 + 云消耗(usage)双轮。分发入口(Windows/Office/GitHub)喂给 Azure;AI 以 Copilot 与 Azure OpenAI 等形式附着在现有销售机器上。现金流与经营杠杆强,资本开支因 AI 数据中心上升,需盯 ROIC vs WACC。模板贴近 平台型现金流成长(介于 5.4 确定性龙头与 5.6 成长之间),非周期纯景气股。
2. §11 增量草稿
- incremental_map:
- Azure / 云基础设施与平台服务(含 AI 推理与训练托管)——主增量
- 微软 365 Copilot 与安全套件——在存量座位上的 ARPU 增量
- GitHub / 开发者工具与企业应用现代化
- 非主:Windows OEM、部分游戏——偏存量或周期性
- incremental_nature: 混合(偏行业增量)——云与企业 AI 应用是蛋糕变大;办公套件在成熟市场有存量提价/席位争夺成分。
- incremental_certainty: 中高(企业 IT 预算与多年 backlog 提供可见度;AI 变现斜率仍有不确定性,故不到「高」)。
- replicability: 相对 BTC ≥ ETH ≫ Aave:MSFT 约在 ETH 与 Aave 之间偏 ETH——全球企业关系网、身份/安全与办公默认位极难复制;但云层可被 AWS/GCP 分流,AI 模型层不独家。河深于协议类、弱于货币共识。
optimal_structure_fit:较接近「行业增量 × 深分发河」,场景 must_choose 弱于 ETH「大资产上链唯一可信 L1」,强于多数可复制 SaaS。
3. §13 场景草稿
- diff_scenario: 「大型组织默认生产力与身份云」——已绑定 Active Directory / M365 的企业,采购协作、安全、低代码与云资源时的主路径;以及「要在可信企业云上调用前沿模型」的 Azure OpenAI 类场景。
- scenario_moat: 绝对优势(企业生产力分发);云基础设施层为 领先但可替代(vs AWS/GCP)。
- must_choose: 对已深度绑定 M365 的企业 IT:偏是(扩展模块);对绿场选云:否。综合优质分:高但不拉满(分发垄断强于算力垄断)。
4. 估值与时机草稿
- 估值锚(公开叙事,asof≈2026-09):
- Motley Fool 2026-09-03 叙述:forward PE 约 25×;另文称曾见约 21.5×(相对早年 AI 热 32× 已压缩)
- 其他终端:stockanalysis 等 forward 约 26×、Finviz 类 forward 约 22× → 工作区间取 约 21–26×
- 基本面叙事:Azure 年化收入量级突破约 $100B;商业 backlog/RPO 叙述约 $678B(同比大增)——支撑「收入可见度」
- 2026 年股价相对盈利增长偏滞后的叙述存在(「基本面跑赢股价」类文章)→ 轻量 mispricing 线索,但非恐慌错杀
- 精确现价与 EPS 一致预期:数据缺口(多源 forward PE 不完全一致)
- market_regime / mispricing 直觉: 云/AI 链未整体熊市低迷;MSFT 自身有「涨幅落后基本面」的温和预期差,更接近相对低估叙事,远未到 §12「极度非理性悲观 / 杀多头杠杆」。
- timing_fit: 中(估值带收敛 + 落后涨幅;仍缺市场级低迷)。
5. 组合用途
- vs 海力士: 相关 中——Azure AI 建设拉动 GPU/HBM 需求,故与海力士/NVDA 同向暴露于云 capex,但盈利结构是软件/云订阅,弹性与库存周期弱于纯半导体 → 半分散:降的是「存储周期」纯度,降不掉「AI 建设久期」风险。
- vs NVDA: 相关 中高(AI 资本开支叙事);学 MSFT 有助于从买方/云厂侧理解 NVDA 需求,而非重复买同一芯片 beta。
- vs ETH / BTC: 相关 低–中;企业软件现金流 vs 加密核心,分散价值明确。
- vs Aave: 低相关;一为股权平台,一为 DeFi 借贷协议。
- vs 茅台: 低相关。
- 学成用途: 新圈(企业云/AI 分发平台) + 弱–中真分散(对海力士)+ 外生仪表盘(云 capex → 间接读海力士/NVDA);优先级上常与 NVDA 搭配学,避免只懂卖铲人。
6. 结构分 · 时机分(分列)
- structure_score: 高(企业默认位 + 云增量 + 订阅现金流;场景分发河深)。
- timing_score: 中(21–26× forward 带已从狂热回落,有落后基本面线索;§12 未齐满)。
- worth_learning_candidate: yes(结构贴合;学成可同时服务「云需求仪表盘」与低相关股权仓候选;热度不如 NVDA 单叙事极端,能力圈扩展价值高)。
- 建议 refresh_tier: T1(季度云指引与 backlog;若与海力士/NVDA 同链出现背离则临时升 T0 读一次)。
7. 风险与「什么变了要重读」
- AI capex 回报不及预期 → 市场压缩倍数与增长久期
- Azure 份额被 AWS/GCP 或客户自建侵蚀
- OpenAI 治理/合作条款变化冲击 AI 叙事
- 监管(捆绑、安全、欧洲云主权)提高合规成本
- 资本开支抬升导致 FCF 短期承压(估值切换到看 FCF 时更敏感)
- 与 NVDA/海力士同步加仓造成 AI 敞口堆叠
- 重读触发:wake_triggers;§15 横比若出现「结构更优但更贵」的替补时按相关约束重写
8. 数据缺口
- 多源 forward PE(21.5–26×)未收敛到单一权威时点快照
- Azure AI 收入占比与 Copilot 付费转化的精确披露有限
- 与 NVDA、海力士、ETH 的滚动相关未计算
- capex / 折旧节奏对近两年 FCF 的桥接表未入库
- 历史 PE 中枢分位需自建
9. §15.5 相对观察集正期望(kernel v0.8.0)
- peer_set: GOOGL、AMZN、META(云买方彼此);海力士(需求侧外生);锚对照 BTC/ETH/Aave、茅台(质量可选)
- rel_expectancy: 相对海力士 近似偏更差(腾挪) — 企业云/M365 平台质量高,但是 AI capex 同向暴露的需求外生仪表盘,fwd~21–26×常卡住相对正期望,结构不自动更优到可替换
- priority_boost: 是 — 上调学习/观察优先级:懂 Azure/企业 AI capex 外生对海力士需求链关键(≠建仓/替换海力士预算)
- correlation_note: 相对海力士:中(同 AI 建设久期、弱于纯存储弹性);相对 GOOGL/AMZN/META:中高;相对 BTC/ETH:低–中