村田制作所MLCC订单高企，AI服务器驱动高端需求结构性上行

高盛于2026年6月23日发布研报指出，日本电子元件制造商村田制作所（Murata Manufacturing）的多层陶瓷电容器（MLCC）订单持续处于高位，主要受益于人工智能（AI）服务器与数据中心建设的强劲需求。该行认为，在当前MLCC产能利用率维持在90%至95%区间、高端产品结构持续优化的背景下，村田制作所2026年下半年盈利有望进一步加速。基于此，高盛维持对村田制作所的“买入”评级，并将其保留在强力推荐名单中，给予12个月目标价12600日元。

AI基础设施扩张驱动高端MLCC需求结构性上行

MLCC作为电子设备中最基础且用量最大的被动元件之一，广泛应用于消费电子、汽车电子、工业控制及通信基础设施等领域。近年来，随着全球AI算力竞赛加速，数据中心建设进入新一轮资本开支周期，对高性能、高可靠性MLCC的需求显著提升。相较于传统服务器，AI服务器因搭载更多GPU、高速互联芯片及复杂电源管理模块，单机MLCC用量可高出数倍，且对小型化、高容值、高耐压等高端规格提出更高要求。

村田制作所作为全球MLCC龙头，长期占据高端市场主导地位。其在车规级、射频、高容值等细分品类的技术壁垒和产能布局，使其成为英伟达、AMD、英特尔等AI芯片厂商及其代工合作伙伴的关键供应商。高盛此次强调的“高端产品结构持续改善”，实质指向村田在AI相关高附加值MLCC产品中的出货占比提升，这不仅支撑了整体ASP（平均售价）的稳定甚至上行，也强化了其在行业周期中的定价能力。

值得注意的是，当前MLCC行业整体产能利用率已回升至90%—95%的高位区间，接近满产状态。

产业链传导：从芯片到整机，被动元件成AI硬件隐性瓶颈

AI硬件生态的扩张正从芯片层面向上游元器件层面传导。MLCC虽单价低廉，但单台AI服务器用量可达数千至上万颗，且对高频特性、温度稳定性、寿命可靠性要求严苛。一旦高端MLCC出现短缺或交付延迟，可能拖累整机出货节奏。

村田的订单能见度因此显著优于行业平均水平。其客户群涵盖北美云巨头（如微软、谷歌、Meta）、中国大型互联网企业及全球主要服务器ODM厂商（如广达、纬创、超微）。这种“需求前置”模式不仅平滑了村田的营收波动，也使其在行业波动中展现出更强的抗周期属性。

从产业链视角看，MLCC的景气上行并非孤立现象，而是嵌入在全球半导体资本开支与数字基建投资的大周期之中。2026年上半年，全球主要经济体继续加码AI基础设施投资，美国《芯片与科学法案》配套资金落地、欧盟AI工厂计划推进、中国“东数西算”工程二期启动，均对数据中心硬件形成实质性拉动。在此背景下，村田作为上游核心元件供应商，其业绩弹性远超传统消费电子周期下的表现。

监管与地缘环境：日本供应链的战略价值凸显

在全球供应链重构与技术脱钩风险上升的背景下，日本电子材料与元器件产业的战略地位日益突出。不同于半导体制造环节的高度集中与地缘敏感性，MLCC等被动元件虽技术密集，但生产设施分布相对多元，且日本企业在材料纯度、工艺控制等底层技术上具备不可替代性。

目前，尚未有针对MLCC出口的直接贸易限制，但美欧日三方在关键技术供应链安全方面的协调正在加强。村田亦在积极扩大日本本土及东南亚（如越南、菲律宾）的高端产线，以分散地缘政治风险。这种产能布局策略既满足了客户对供应链韧性的要求，也为其争取到了更多政府支持与融资便利。

对国际投资者而言，村田的“非敏感但关键”属性构成独特配置价值——其业务不直接受制于中美科技摩擦的核心清单，却深度绑定全球AI算力扩张主线。在当前市场对“硬科技”资产估值分化加剧的环境下，具备稳定现金流、高ROIC（投入资本回报率）及清晰成长路径的上游元件龙头，正成为防御性成长（defensive growth）策略的重要标的。

市场情绪与跨市场传导：日股科技板块重获关注

高盛维持“买入”评级并给出12600日元目标价，反映出国际投行对村田中期基本面的信心。值得注意的是，村田作为东京证券交易所Prime市场核心成分股，其表现对日股科技板块具有风向标意义。近期，随着日元汇率企稳及日本公司治理改革深化，外资对日本制造业龙头的配置意愿明显回升。

此外，MLCC行业的景气信号亦可能向港股及A股相关供应链公司传导。尽管中国大陆MLCC厂商（如风华高科、三环集团）在高端领域仍处追赶阶段，但中低端市场的国产替代逻辑持续强化，且部分企业已切入服务器电源、网络设备等次高端应用场景。若全球MLCC价格体系因供需紧张而整体上移，将改善整个行业的盈利预期，进而影响相关股票的估值锚定。

综上所述，村田制作所的强势表现不仅是单一公司经营改善的结果，更是AI基础设施投资从芯片向全硬件栈扩散的缩影。在产能利用率高企、产品结构优化、客户黏性强的三重支撑下，其盈利能见度与可持续性优于多数半导体周期股。对全球科技投资者而言，关注MLCC等“沉默的基石”元件，或能更早捕捉到AI硬件生态的真实扩张节奏与潜在瓶颈转移方向。