政大證券研習社 NCCU Securities Research Society

【 38 屆政大證券研習社社課回顧｜財測估值 】

本次社課由 Min Lin 學長帶來對於財測估值的精彩分享，深入解析了從基本面分析到實際估值的完整流程。本次分享涵蓋了財務分析與估值的核心步驟，包含：

1️⃣ 財務三大報表核心概念｜了解企業的基本面，要從三大報表入手
1. 損益表 (Income Statement)：反映企業收入、開支、獲利狀況，白話來說就是「公司多會賺錢」。重要指標包括營收、毛利率、營業利益率和每股盈餘 (EPS)。
2. 資產負債表 (Balance Sheet)：體現資產 = 負債 + 權益，是公司的「身價表」。
3. 現金流量表 (Cash Flow Statement)：揭示企業現金流狀況，回答「賺了這麼多，現金有沒有到手？以及錢花到哪？」。

2️⃣ 財務預測｜以損益表為核心
財務預測（財測）的關鍵在於對損益表的手動預估：
1. 營收 (Revenue)：最需費心的項目，核心估算公式為 P*Q。
2. 營業成本 / 毛利率：通常直接估計毛利率，受新產品、擴廠折舊、議價能力等因素影響。
3. 營業費用 (Operating Expense)：包含行銷、管理、研發 (R&D)，通常可沿用歷史比率趨勢預估。

3️⃣ 估值模型｜內在與類比價值
A. 內在價值法 - 現金流量折現法 (DCF)：
1. 核心概念：企業價值等於企業未來每期能產生的自由現金流 (FCF) 折現加總。
2. 公式理解：越會賺錢 (FCF)、成長越快 (g)、折現率 (r) 越低，企業越有價值。
3. 實作步驟：計算 UFCF (Unlevered Free Cash Flow)、計算折現率 WACC、計算終值 (Terminal Value)，最終折現加總得出企業價值。

B. 類比價值法 - P/E、P/B、P/S：
1. 本益比 (P/E Ratio)：股價除以全年每股盈餘 (EPS)，表示多少年可以回本。實務上需看 Forward P/E，並與歷史倍數、同業、及未來成長性比較。
2. 本淨比 (P/B Ratio)：適用於控股公司、獲利不穩定的景氣循環產業。
3. 股價營收比 (P/S Ratio)：適用於還在虧損、但成長強勁的公司。

講師也提醒，估值模型無法預知未來，結果有很大機率不準確。模型只是輔助，最根本的還是要看公司的產業、技術和經營團隊等質化價值。對於長期投資者而言，專注於公司基本面比追求模型的精準數字更重要。

—————————————————————

歡迎持續追蹤 瞭解更多相關資訊！
#政大證券研習社 #財務報表 #財務預測 #估值

【 38 屆政大證券研習社｜期中產業報告 】

本次將為大家帶來期中產業報告第一名 — 散熱

以下為三大報告重點：

1️⃣ 散熱需求受晶片 TDP 持續推動：氣冷成本低適合一般伺服器及部分 AI 應用；液冷散熱效率高，適合 AI 訓練叢集，將成為未來主流；液冷 2.0 導熱效率極佳，但商業生態尚未成熟

2️⃣四大 CSP 業者積極投入 ASIC AI 伺服器開發， ASIC 市場迎來高成長，2024～2026 年 CAGR 將達 70%，其新產品帶動液冷需求增加

NVIDIA 由 Blackwell 架構進展到 Rubin Ultra，連結 GPU dies 數預估可提升四倍，散熱效率要求因應提高；GB200 演進至 GB300 水冷板用量增加，同時 ASP 提升，大幅推升其 Content Value

3️⃣ 假設 Rubin 導入 Micro-channel Lid 後，Vera Rubin 仍需 2 大片＋1 小片水冷板，快接頭將多於原先 12 組，傳統水冷散熱組件產值仍有明顯成長

#產業研究 #液冷 #散熱 #研究報告 #政大證研

【 38 屆政大證券研習社｜期中產業報告 】

本次將為大家帶來期中產業報告第二名 — 廠務產業

以下為三大報告重點：

1️⃣ PCB 產業在「中國+1」與政策補貼帶動下，產能快速向泰國、越南等東南亞聚落轉移，百大廠中超過四分之一將於 2025 年前在當地設廠，啟動大規模廠務系統需求；先進製程與 HBM 擴產推動 2025 年全球新增 15 座晶圓廠，先進製程年增 16%、成熟製程因中國需求同步上升，使廠務工程產業在地緣重組與技術演進雙軸驅動下結構性成長。

2️⃣ AI 推動 CSP 資本支出加速，使 ODM 海外擴廠需求急速提升，緯穎 AI 占比將於 2025 年升至 49%，蘋果亦推動鴻海擴充非中產能，並在美國休士頓建立大型 AI 伺服器廠，ODM 佈局自中國分散至美、墨與東南亞，形成另一波建廠動能。同時，資料中心受 AI 與高效能運算驅動，2025 年建設成本達 3,500 萬美元/MW，2030 年全球容量將較 2023 年成長逾三倍，帶動冷卻、電力、消防等廠務系統需求強勁增長，台灣廠務供應商有望受惠。

3️⃣ 聖暉成為多重趨勢交會下的受惠者，包含PCB 東南亞轉移、半導體地緣擴廠（含台積電 P3、AP9、美光擴產等）、AI 資料中心擴建以及 ODM 2028 年前 15 大廠區動工等。公司 2026–2028 年營收上看 2,475 億，其中半導體貢獻 1,065 億、資料中心 600 億、PCB 510 億、ODM 300 億，且 2027–2028 為認列高峰。

👉 詳細期中產業報告，歡迎點擊主頁 Linktree 連結至 FB 粉專觀看 ✨

#產業研究 #廠務 #擴廠 #研究報告 #政大證研

【 38 屆政大證券研習社社課回顧｜PCB產業 】

本次社課邀請到統一投顧廖婉婷總經理，分享她在研究員職涯及PCB的產業研究實例更新。內容涵蓋PCB產業的總經分析、投資邏輯與方法論、產業鏈結構，以及 AI 趨勢下的技術與供需變化，並探討了研究員的職業生涯與挑戰。

▌AI浪潮下的PCB產業深度解析與投資洞察
人工智慧帶動的運算革命，正以前所未有的速度推動硬體架構升級，使電子產品的核心骨架—印刷電路板（PCB）產業迎來巨大的結構性轉變。對於市場參與者而言，投資於此波浪潮的關鍵，在於建立一套從總體經濟到個股基本面，嚴謹且富洞察力的分析框架。

▌價格與價值的辯證：分析師的視角
投資的本質，是區分價格與價值。價格往往由市場資金水位與情緒波動所主導，而價值則錨定於企業未來紮實的獲利成長。因此，有效的投資分析必須始於對全球總體經濟的判斷，掌握全球資金流向與景氣循環週期，這如同為大盤的波動幅度設定「水位線」。當經濟基本面穩健，且產業趨勢向上時，短暫的市場恐慌或政策緊縮帶來的價格回檔，便應被視為絕佳的買入良機。
在確立了宏觀方向後，分析師的核心任務是深入研究產業基本面：找出具備護城河的新技術、預測關鍵零件的供需變化，並將這些趨勢量化為個股的獲利模型（EPS Model）。任何估值都應有邏輯支撐，不論是透過產能稼動率法估算營收（Q），或是透過單價與毛利（P）推導獲利，都需要挑戰慣性思維，並在預期成長性、毛利率與應用場景（如 AI 賦能）等維度上，找出企業本益比高於同業的合理性。

▌AI運算革命：PCB的材料與結構挑戰
新一代的 AI 運算需求，特別是高性能 GPU 叢集，對資料傳輸速率與電力傳輸效率的要求達到空前水準，這直接對 PCB 的技術層面提出了極大的挑戰。
首先是材料科學的極限挑戰。為了維持信號在超高速傳輸下的完整性，PCB 材料必須朝向極低介電損耗（Low Dk/Low Df）方向升級。這類高階材料的研發能力，成為 CCL（銅箔基板）廠商如台光電、台耀等建構自身護城河的關鍵。
其次是結構與製程的複雜化。AI 伺服器單一機櫃功耗增大，導致 PCB 必須處理更強大的電流和更高的熱能。為此，板子的設計趨向於更大面積、更高層數，並採用信號層與電源層分離的結構，使得製造難度（如精密鑽孔）與良率控制成為 PCB 廠商的核心門檻。ABF 載板也隨之進入新一輪的技術迭代，如 Nvidia 的 Rubin/Blackwell 世代 GPU，對 ABF 載板的層數與尺寸都提出了更高要求，這預示著 ABF 廠的資本支出和技術壁壘將持續走高。
此外，PCB 產業正走向半導體化，透過共同封裝等先進封裝技術，將 PCB 的功能提升至類半導體級別，這也為善於技術革新的廠商帶來了顛覆性的高利潤機會。

▌尋找 PCB 產業的成長動能與投資機會
面對這樣的趨勢，投資的目光應鎖定在能夠掌握並應對這些技術複雜度的細分領域：
1. 高階載板與 CCL 供應商： 直接受益於 ABF 載板規格升級的廠商，以及提供高價值 Low Dk/Low Df 材料的供應商，具備最強的定價能力。
2. 高層板（High-Layer Count）製造商： 受惠於伺服器主板層數從傳統的十幾層躍升至二十層以上，帶來 ASP 提升的機會。
3. 製程與設備： 由於 PCB 鑽孔難度增加，相關的精密製程能力成為板廠的決勝點。
4. 新應用帶動的潛力： 除了伺服器外，如 AI 眼鏡、機器人（軟板應用）和高速運算邊緣設備的爆發，也將為 PCB 帶來新的增量市場。
AI 浪潮下的 PCB 產業，其成長邏輯已從過往的消費性電子週期，轉變為由技術升級驅動的結構性成長。優秀的企業已透過大膽的研發投入和資本支出，為未來的高毛利做好準備。對於投資人而言，關鍵在於識別這些技術的領跑者，並在市場情緒性波動時，敢於在價值尚未被完全體現時佈局，才是分析師該做的事，並且能捕捉到下一波的超額回報。

—————————————————————

歡迎持續追蹤 瞭解更多相關資訊！
#政大證券研習社

【 38 屆政大證券研習社｜期中產業報告 】

本次將為大家帶來期中產業報告第三名 — 國防軍工
以下為三大報告重點：
1️⃣ GPR 近年維持在 100 點以上，在地緣政治不確定影響下全球國防預算拉升，台灣軍用無人機市場預計 2025-2030 年 CAGR 達 67%

2️⃣ 國防部 2025 年「軍用商規無人機採購案」預計花費 500 億元，採購 48,750 架無人機；「國艦國造」政策，海軍預計於五年內採購 1,500 艘無人艇，總預算金額上看 650 億元，相關供應鏈有望因預算編列和軍事需求有長期訂單的支撐

3️⃣ 邑錡 (7402.TW) 自主研發無人機三光相機與雲台模組，可提供無人機標案各機型之相機模組
中信造船 (2644.TW) 為台灣最大民營造船廠，具備艦艇建造、維修與無人載具開發能力，並積極布局軍工艦艇及無人船，將受惠於軍事艦艇採購標案

#產業研究 #無人機 #無人艇 #國防軍工 #研究報告 #政大證研

【 政大證研 38 屆 元大全校性講座｜活動回顧 】

這次的講座《投資自己也投資未來：金融職涯與理財思維》講解風險管理的學術知識，同時緊密結合當前金融市場脈動，分享了如主動式 ETF 的新興趨勢、臺灣個人投資儲蓄帳戶（TISA）的規劃，以及如何運用長期、定期定額等穩健策略進行資產配置。

相信同學們都從金融市場的基礎，更了解投資工具、趨勢與心法，謝謝各位的參與✨

歡迎持續追蹤 瞭解更多相關資訊！

#政大證券研習社 #投資工具 #理財思維 #金融基礎

【 38 屆政大證券研習社｜期中產業報告 】

本次期中產業報告涵蓋五大領域：廠務、國防軍工、散熱、先進製程、及資安軟體。

各組成員皆深入探討了各自產業完整的上下游供應鏈，並詳細分析了相關成長動能及具潛力的推薦個股。相信各位社員不僅透過本次紮實的研究，掌握了最新的產業新知，自身的分析與研究能力也獲得了實質性的提升📈。

特別感謝：台灣人壽 Jack分析師、國票證券 梁貫培分析師、呂張投資 大田哥、呂張投資 鄧謦瀚分析師，四位評審，提供細心懇切的指導與精闢入理的講評，並針對不同產業提供了獨到見解與精準切入角度，有效幫助社員們改進研究內容，並打下扎實的產業研究基礎。

期待所有社員都能將這些寶貴經驗內化吸收，在期末個股報告中再次大放異彩，展現所長！

日後將發布一到三名之產業報告，大家敬請期待 ✨

#產業研究 #廠務 #國防 #散熱 #先進製程 #資安軟體 #研究報告 #政大證研

【把股息變成下一次成長的起點｜新光證券 股利再投資新上線】

股利再投資，讓你領到的每一筆股息，不再只是「收入」
而是自動回到市場、替你再努力一次的「下一步」🔁
用最省力的方式，把時間變成你的後盾💪

每筆股息再投入，都能讓資產像穩定循環般持續成長
為你的未來建立更踏實的底氣🌱
👉 立即開啟股利再投資 https://lihi.cc/ibZ6m

2大亮點✨
💡 定期定額 100 元起，小金額即可開始
💡 新開戶享 3,000 元抵用金與超優手續費

#新光證券 #政大證研社 #政大金研社 #股利再投資 #大學生理財

【 38 屆政大證券研習社社課回顧｜美股軟體 】

本次社課邀請到江驊恩學長分享他在美股軟體產業的研究經驗。內容涵蓋產業結構、企業價值評估、AI 對軟體與雲端的影響，以及投資判斷框架。

一、軟體產業的重要性
學長指出，台灣投資人對硬體熟悉，但科技週期普遍呈現「硬體先行、最終價值由軟體吃下」。以 AI 為例，雖然當前 NVDA、AVGO、TSMC 是主要受惠者，但長期真正掌握商業化能力的將是軟體與平台公司。全球市值前十大企業中，多數也屬於軟體或平台型公司（MSFT、AMZN、META、AAPL），顯示軟體在科技生態中的核心地位。

二、軟體產業商業模式：為何 SaaS 初期虧損？
傳統軟體以一次性授權及維護費為主；SaaS 採月費訂閱、具穩定 recurring revenue。學長強調 SaaS 初期虧損十分正常，在新客戶大量導入會推高 CAC，但因毛利可達 90%，只要 NRR 穩定提升、CAC Payback 改善，後期便能進入高度獲利期。

三、Enterprise Software：三層級架構 & 投資重點
企業軟體大致分為 IaaS、PaaS、SaaS 三種：
1. IaaS：如 AWS、Azure、GCP → 基礎雲端建設、算力、儲存，資本支出最大
2. PaaS：如 Snowflake、MongoDB → 資料庫、平台工具
3. SaaS：如 Salesforce、ServiceNow、Adobe → 應用層，以訂閱制為主
在企業 IT 支出中，最重要的追蹤指標是 CIO Survey：AI/ML、資安、數位轉型、ERP 是長期高成長領域。因此，在選股時應聚焦於「平台化」、「高黏著度」、「多模組滲透率」的公司。NRR >120%、客戶採用多模組比例提升、TAM 擴張性等都是平台化公司的關鍵特徵。

四、GenAI 投資循環與商業化爭議
近三年市場的 AI debate 可分為三階段：
1. 是不是趨勢？（2023：技術 demo → 必追浪潮）
2. 要不要砸錢？（2024：市場擔心 Capex 過度）
3. 能不能賺錢？（2025：焦點轉向商業化與變現）
學長分享，LLM API 調用量一年增逾四倍、企業導入速度提升，CSP 仍持續大幅擴建算力，顯示 AI 需求正進入大規模落地。又舉 OpenAI 為例，其 2030 年營收目標上看 2,000 億美元並預期 FCF 轉正，對比同業成長區間並未顯示明顯泡沫，而更像「高成長股合理偏貴」。學長也提醒，目前企業端多處於 PoC 或小規模導入階段，2025 年 SaaS 受到算力不足與預算壓力成長有限，但 2026 起在算力供給改善、AI 模組與定價明朗後，有望迎來新一輪成長。

五、數位廣告：AI 對 SEO、廣告投放的重塑
GenAI + Zero-click Search 使各網站流量普遍下滑，但 Google/Meta 廣告營收仍強勢，原因在於：
1. AI Overview 對長尾關鍵字的變現率不差
2. 電商/旅遊等高變現領域 AI 導入較慢
3. GenAI 自動化素材、文案、受眾分析，使廣告主節省大量前端成本 → 更願意增加投放預算
學長也分析了 TTD（The Trade Desk）近年被 AMZN DSP 擠壓的原因，讓大家更理解開放式廣告市場的競爭態勢。

—————————————————————

歡迎持續追蹤 瞭解更多相關資訊！
#政大證券研習社 #美股

【 38 屆政大證券研習社社課回顧｜量化交易經驗分享 】
在這次分享會中，講者詳細說明從產業研究走向量化交易的原因。起初，他在學生社團中研究綠能產業，並報告 6806 森崴能源。評審的一句質疑，問說：如果是你你會買嗎？讓他開始質疑產業研究中的主觀性，例如目標價設定、部位大小、進出場 timing 等等。也因此，他開始思考是否能把這些「模糊地帶」轉成可量化的邏輯。同時，他指出市場波動高，每種交易方法可能都買進同一檔股票，但理由完全不同，理解不同策略的思路會讓交易更有成就感與新鮮感。

【交易室與自營部門概況】
講者介紹了交易室的基本框架：交易員手上有部位，需自行操作並負責損益。主動決策類型包括銀行交易室（主要做外匯）、券商自營部（操作彈性高）、以及 hedge fund；而偏執行面的則有 sales & trading、壽險投資部門（負責執行投資部決策、控制進場點、不承擔策略責任）。
券商自營部主要包含三塊：
1. 證券自營部：依賴財報分析、基本面與總經能力。因新人直接做主觀交易風險高，多半從外部找研究員。
2. 期貨自營部（計量自營）：專注量化策略開發，做單邊與雙邊策略。新人較容易進入，有些由中後台轉前台。
3. 衍生性商品部：負責權證、造市與避險。
交易員的一天相當規律：
08:00–08:30 盤前新聞整理與夜盤檢視。
08:30–13:45 開盤交易。
13:45–15:00 休息。
15:00–16:00 盤後資料整理與檢討。
16:00–17:00 策略研究。
交易室環境如電影場景般充滿螢幕，桌上一排眼藥水和葉黃素，職業傷害非常真實。

【量化交易的邏輯】
量化交易主要強調「紀律」與「邏輯」，目的是降低情緒化操作與認知偏差，並透過可重複的機制來控制風險。程式能力是必要條件，但不需要是工程師等級；常見工具包含 Excel、Python、Multicharts、R、C++。

【交易策略類型】
■ 單邊策略（Long 或 Short 擇一）
淨部位大、損益波動高，可吃到市場大趨勢。
常見類型：
事件交易：如除權息、財報發布等，新手適用。
基本面因子選股：採用 ROE、EPS、估值等財報指標，與傳統產業研究邏輯接近。
突破／收斂策略：包含 CTA、ADX、布林通道等，可用 Multicharts 入門。
■ 雙邊策略（Long & Short 同時）
Net delta 小、曝險低、損益較平穩。
常見類型：
套利：利用不同市場或不同到期日的價差，風險與獲利皆小但細節多。例如期貨正價差 → 空期貨、多現貨。
配對交易：兩資產具共整合關係，價差偏離均值時建立部位、等待回歸。風險在於發散與收斂時間不確定。
多因子模型：利用多種基本面、技術面因子降低單因子失效風險。近年動能因子較強，但各國差異大（例如日本動能較弱）。

【量化策略開發流程】
1. 觀察市場特性：可看書、論文、論壇了解主流方法。
2. 轉為可執行策略：需考慮商品特性，例如現貨成本高、期貨要看流動性與價差。
3. 回測：使用 CMoney、Bloomberg 等資料，注意清洗。常見錯誤包括資料窺探、忽略交易成本、過度最佳化等。
4. 執行策略：不同策略需設計不同下單邏輯，並強調紀律，禁止凹單。
5. 追蹤策略：觀察損益來源，判定是否需調整或淘汰策略，並建立衛星策略。

【期貨交易補充】
期貨因成本低、槓桿高、可作領先指標，因此是自營常用工具。盤後看到自營大量買賣不代表真的看多或看空，可能是套利。正價差期貨有時即便多花幾個 tick 仍划算，理由包括流動性、槓桿成本與交易規則差異。另外，觀察轉倉量可判斷行情是否可能延續。
風控是期貨交易員的重要考核：胃納量、滑價、是否被狙擊、流動性與保證金管理等都很關鍵。

【量化交易員的核心能力】
1. 強自學與回測能力：策略常需跨領域知識，必須自己啃論文並整合。
2. 抗壓性：連續虧損時的心態調整非常重要。
3. 細心與洞察力：許多 alpha 藏在合約與 ETF 規則的小細節中（如近期 00940 案例）。

【Q&A】
•要進證券業一定要程式能力嗎？
很多部門不用，但量化的話就要
•券商自營部的優勢：資源多做借券容易
•交易員會專注特定策略嗎？
每個交易員會有最強的策略，但還會有其他的交易策略，因為不同時期市場適合不同策略，基本上策略越多越好
•最推哪個公司
每個公司強的領域不一樣，元大都很強，群益自己的量化是業界前幾大
•學碩士薪資落差大嗎
有落差
•先實習還考研
有確認方向實習轉正就不用考研，但還沒有就建議先考
•量化paper哪裡看
jof, joe期刊比較有品質保證
•會寫交易日誌嗎？
會
•量化交易研究工具？
excel就很好用、multichart
•交易員要CFA證照嗎
不需要
•做配對交易如何避免消息面造成的誤差？
判斷此消息是否會造成長期影響（經驗判斷

—————————————————————

歡迎持續追蹤 瞭解更多相關資訊！
#政大證券研習社 #量化交易 #策略開發 #經驗分享