Cadence (CDNS) 是谁？：用于长期投资半导体设计中“降低故障的基础设施”的框架

* 本报告基于截至 2026-01-07 的数据。

Cadence 是做什么的？（初中水平）

简单来说，Cadence Design Systems (CDNS) 是“一家销售设计软件的公司，帮助工程师更快地打造半导体（芯片）和电子设备——并减少失败。”

智能手机、PC、汽车和数据中心里的芯片，并不是直接送进工厂生产。工程师会先在计算机上完成设计，测试是否可用，并在制造之前修复问题。Cadence 提供用于这一“先设计再制造”阶段的工具（软件与可复用的设计组件），通过减少开发过程中的高成本返工来创造价值。

它的客户是谁？

Cadence 面向企业客户销售，而非消费者。设计出错的代价越高，Cadence 的工具就越有价值。

• 半导体制造商
• 大型 IT 公司（在内部设计 AI 芯片与服务器芯片的企业）
• 汽车、工业设备与通信设备制造商
• 航空航天与国防等高安全领域

它如何赚钱？（收入模型的三大支柱）

• 设计软件使用费（最大支柱）：主要通过年度订阅与团队许可销售，而非永久许可。工具越嵌入设计流程，续约通常越具韧性。
• IP（用于设计的“组件数据”）：让客户复用已验证的构建模块，从而缩短开发周期并降低失败风险。
• 系统级分析与仿真（增长中的支柱）：将“在制造前计算与验证”的范围从芯片扩展到封装、电路板、热、流体、结构等其他领域。

为强化这一系统级推进方向，Cadence 已宣布拟收购 Hexagon 的设计与工程软件业务（包括 MSC Software），并预计于 2026 Q1 完成。

类比（只用一个）

Cadence 就像“在建造大楼之前，用软件绘制蓝图并模拟抗震能力、布线与暖通空调（HVAC），从而尽早发现问题。”在建成后再发现缺陷代价高昂，因此严格的施工前检查能创造真实价值。芯片也是如此：一旦硅片制造完成，修复成本很高——因此前期设计与验证至关重要。

面向未来的举措（潜在的未来支柱）

Cadence 的方向是从“只是芯片设计工具供应商”扩展，转向重塑设计工作的完成方式。

1) 让“chiplets 更容易构建”的框架

行业正加速从单一的大型单片芯片转向组合更小的芯片（chiplets）以实现更高性能。2026 年 1 月，Cadence 宣布与 Samsung Foundry、Arm 等成立合作伙伴联盟，以加速从规格定义到组装与验证的全流程。目标是通过提供已预先验证互操作性的组件集合来降低开发风险。

2) 设计的 AI 化（从对话式辅助到自主化）

发展轨迹正从“帮助设计师的 AI”转向能够在设计、验证与分析中自主运行迭代的 AI。Cadence 正与 NVIDIA 合作扩大 AI 在设计与科学计算中的使用，同时强调在最新 GPU 平台上的加速。目标是实现“在相同人力规模下构建更复杂的产品”。

3) 嵌入式安全

随着芯片能力增强，防黑客攻击的重要性上升。2025 年 10 月，Cadence 收购 Secure-IC，推进在芯片上增加安全技术与评估服务的工作。该价值主张在汽车、IoT 与国防等监管更严格的领域尤为相关。

结构性顺风（增长驱动因素）

• 随着面向 AI 与数据中心的高性能芯片普及，设计难度上升——推动围绕功耗、热与相关约束的验证与分析需求增长。
• 随着车辆与工业设备日益复杂，芯片数量与关键性同步提升；安全与安保要求越严格，设计质量的价值就越高。
• 随着跨芯片、封装与电路板的系统级优化成为必要，对 Cadence 持续扩展的系统分析能力的需求应当上升（拟收购 Hexagon 的 D&E 业务也契合这一趋势）。

长期基本面：用数字捕捉公司的“模式”

对长期投资者而言，第一步是理解公司的历史“增长模式”。Cadence 以软件为主，通常具备较高的毛利率，并产生强劲现金流。不过，一个显著特征是：在不同时间窗口下，报告口径的盈利（EPS）可能呈现明显差异。

收入、EPS 与 FCF 的长期趋势（10年 vs. 5年视角）

• EPS 增长（FY）：10 年 CAGR 约 +22.2%，5 年 CAGR 约 +1.8%。
• 收入增长（FY）：10 年 CAGR 约 +11.4%，5 年 CAGR 约 +14.7%。
• 自由现金流增长（FY）：10 年 CAGR 约 +15.0%，5 年 CAGR 约 +11.3%。

这一差距——“10 年看 EPS 很强，但 5 年内很难增长”——是难以将 Cadence 描述为典型“高增长股票”的主要原因。

长期盈利能力画像（ROE 与利润率）

• ROE（最新 FY）：约 22.6%。相较过去 5 年分布的中位数（约 25.4%），处于过去 5 年区间的偏低位置。
• 毛利率（最新 FY）：约 86%，处于高位。
• 营业利润率（最新 FY）：约 29%，处于高位。
• FCF 利润率：FY 约 24.1%，TTM 约 28.4%。

需要注意，FCF 利润率在 FY 与 TTM 之间可能看起来不同，仅仅是因为衡量窗口不同（全年结果 vs. 最近 12 个月）。这与其说是矛盾，不如说是在提醒：图景会随“如何切分周期”而变化。

增长来源（用一句话概括）

历史上，EPS 增长主要由收入增长（营收端扩张）驱动。长期来看，流通股数大致持平到略有上升，因此每股盈利的提升往往取决于“收入增长，以及盈利能力与成本结构的变化”。

Peter Lynch 的六大类别：Cadence 属于哪一类？

Cadence 最自然的归类是“偏 Stalwart（稳健、高质量的增长型）——但带有混合特征，即 EPS 增长会随时间窗口显著变化”。

• 收入与自由现金流在 5 年与 10 年维度均实现中高增速（收入 5 年 CAGR 约 +14.7%，FCF 5 年 CAGR 约 +11.3%）。
• 但 EPS 存在明显的时间窗口差异：10 年 CAGR 约 +22.2%，5 年 CAGR 约 +1.8%。
• 收入与 FCF 更像稳步上行趋势，而非反复的繁荣/衰退周期，因此难以将业务主要归类为 Cyclicals。
• 过去 10+ 年并未处于“持续亏损 → 盈利扭转”的阶段，因此 Turnarounds 也不太匹配。
• 在 PBR 看起来偏高的情况下，其作为 Asset Plays（核心驱动为向资产价值重估）的特征有限。

短期动能：长期“模式”是否被打破？

理解长期模式之后，下一个问题是它在最新数据中是否仍成立。Cadence 当前的格局很清晰：收入与现金流强劲，但 EPS 加速不明显。

最近 1 年（TTM）增长：哪些在增长？

• EPS（TTM）：3.875，同比约 +2.16%（温和增长）。
• 收入（TTM）：约 $5.213bn，同比约 +19.72%（两位数增长）。
• FCF（TTM）：约 $1.479bn，同比约 +55.30%（显著扩张）。
• FCF 利润率（TTM）：约 28.4%。

因此，短期动能可解读为“分化（收入与 FCF 加速，EPS 更偏向减速）”。需要拆解并持续跟踪的关键点是：为何“收入强，但 EPS 难增长”。

过去 2 年（8 个季度）的方向

• 收入：明确的上行趋势。
• FCF：总体走高（但线性程度不如收入）。
• EPS 与净利润：趋势较弱；难以称之为“清晰的盈利上行趋势”。

与长期模式的一致性（结论）

强劲的收入与现金创造能力，以及较高的 ROE，仍与“偏 Stalwart 的基础”一致。与此同时，温和的 EPS 增长反映了长期观察到的特征——“5 年维度内 EPS 难增长”，这一点在当前阶段更为明显。换句话说，总体分类仍成立，但近期结构进一步倾向于“收入/FCF 强于 EPS”。

财务稳健性：如何看待破产风险（基于事实）

作为以软件为中心的业务，Cadence 并非资本开支密集型。按 TTM 口径，资本开支占经营现金流的比例约为 10.8%，表明其模式下现金相对更可用。

债务与现金缓冲

• D/E（最新 FY）：约 0.55。
• Net Debt / EBITDA（最新 FY）：约 -0.12（为负，表明接近净现金状态）。
• 现金比率（最新 FY）：约 2.03（短期流动性缓冲相对较强）。
• 利息保障倍数（最新 FY）：约 19.37x（偿付利息能力充足）。

从这些指标看，从财务灵活性、利息覆盖与流动性角度，很难认为破产风险是当下的核心问题。不过，在持续进行大型收购的阶段，讨论焦点可能会转移：不仅仅是“债务水平”，如果糟糕的整合导致盈利能力恶化与更高的投资负担同时出现，整体图景就可能发生变化。

分红与资本配置：股东回报由什么驱动？

对于 CDNS，TTM 股息率与每股股息不可得，并且在该数据集中，分红似乎并非投资逻辑的主要组成部分。

在 TTM 自由现金流利润率约 28.4% 且现金创造能力强的情况下，更自然的理解是：资本配置以增长再投资与除分红之外的股东回报为中心，而非分红。

如何解读现金流：EPS 与 FCF 的一致性

当前，EPS 同比增长约 +2.16%，而 FCF 同比增长约 +55.30%，增幅显著。因此，最近一年最贴切的描述是“现金增长快于盈利增长”。

与其先入为主地将这一差距定性为好或坏，不如将其拆解为几个观察项：

• 随着收入增长，费用（R&D、支持、整合成本等）如何影响最终结果？
• 现金增加是由经营效率提升驱动，还是反映了时点效应（回款/付款时点差异等）？
• 随着系统分析扩张与并购持续推进，FCF（利润率）的质量可能如何演变？

当前估值处于什么位置（仅与公司自身历史对照）

这里仅将 Cadence 放在其自身历史区间中定位，而不与市场或同业对比（也不做投资结论）。注意，截至报告日期股价为 $301.22。

PEG：相对增长的估值

PEG（基于 1 年增长）为36.05，显著高于过去 5 年与 10 年的正常区间（向上突破）。过去 2 年方向也在上行。历史上，这与“相对增长而言估值偏贵”一致。

P/E：相对盈利的估值

P/E（TTM）为77.73x，高于过去 5 年与 10 年的正常区间（向上突破）。过去 2 年方向上行。相对公司自身历史分布，处于偏高位置。

自由现金流收益率：相对现金的估值

FCF yield（TTM）为1.80%，接近过去 5 年正常区间的下沿（区间内），并低于过去 10 年的正常区间（向下跌破）。过去 2 年方向下行（收益率走低）。

ROE：资本效率的当前位置

ROE（最新 FY）为22.58%，略低于过去 5 年的正常区间，并处于过去 10 年区间内（偏低位置）。过去 2 年方向持平。

自由现金流利润率：现金创造质量

FCF 利润率（TTM）为28.37%，略低于过去 5 年的正常区间，并处于过去 10 年区间内。过去 2 年方向下行。

Net Debt / EBITDA：财务杠杆（反向指标）

Net Debt / EBITDA 是一个“反向指标”，数值越小（越负）意味着现金越多、财务灵活性越强。Cadence 最新 FY 为-0.12，为负，因此与接近净现金状态一致，但在过去 5 年区间内更接近上侧（负值更小）。过去 2 年方向持平。

六项指标的当前定位

• 估值指标（PEG、P/E、FCF yield）偏向过去 5 年常态的昂贵端（或高于常态）（P/E 与 PEG 高于区间；FCF yield 偏低）。
• 盈利能力/质量（ROE、FCF 利润率）略低于过去 5 年区间的中点（10 年视角大体仍在区间内）。
• 财务杠杆（Net Debt / EBITDA）仍接近净现金，并处于历史区间内。

这家公司为何能赢（成功叙事的核心）

Cadence 的核心价值主张很直接：“降低半导体设计的失败风险并缩短开发周期。”随着芯片复杂度提升，设计错误的成本——时间、人力与样片费用——上升，从而提高在设计定稿前消除风险的回报。

Cadence 的优势在于，其软件不仅是一个好用的工具——它会深度嵌入客户的设计流程（processes）。切换并不只是“更换软件”，更接近于重建流程，包括培训、验证、内部标准化以及对存量资产的重构——使得切换负担相当可观。

客户看重什么（Top 3）

• 更少的设计返工（对验证与签核更有信心）。
• 管理复杂度的能力（在功耗、热、信号完整性等约束之间进行优化）。
• 将工作流制度化的能力（便于在团队与更大组织范围内标准化）。

客户可能不满意什么（Top 3）

• 许可管理的复杂性（管理席位、功能与条款的额外负担）。
• 学习曲线陡峭（强大的工具可能需要大量前期培训）。
• 支持质量不一致（体验可能因对接人员或地区而异）。

叙事是否仍完整？（与近期进展的一致性）

过去 1–2 年，这一叙事可以概括为两股力量同时作用：强化与波动。

强化：AI 提升设计与分析的重要性

随着 AI 芯片与高性能系统规模扩大、功耗/热约束收紧，“制造前验证与分析”的重要性持续上升。这与当前收入与 FCF 强劲增长的现实相一致。Cadence 与 NVIDIA 的合作——推进面向超大规模设计的更快、更准确的功耗分析，并在 GPU 平台上加速设计与仿真——也契合其核心成功叙事：降低失败概率并缩短开发周期。

波动：地缘政治与出口管制可能改变客户行为

2025 年，针对中国引入了出口限制（许可要求），随后又有报道称已被取消。这类波动不仅影响短期收入起伏，也会塑造更长期的客户行为（降低依赖、转向双重采购、培育本土工具）。在反映到 headline numbers 之前，它可能先表现为决策变慢或续约谈判更为强硬。

Invisible Fragility：当一家看起来很强的公司开始破裂

即便对 Cadence 这样高度必要且深度嵌入的公司而言，恶化也可能以渐进的“磨损”形式出现，而非单一冲击。以下为来源文章提出的问题，并整理为投资者可观察的事项。

1) 按地区与大客户的集中度（尤其是中国）

Cadence 的中国收入占比会随季度波动，披露显示截至 2025 Q1 约为 11%。如果监管与采购变化持续，风险可能首先表现为新项目决策更慢与续约谈判更为强硬，而非“收入突然下滑”。

2) 政策带来竞争（不是技术，而是“可用/不可用”）

EDA 的进入壁垒很高，但当国家政策介入时，“可用/不可用”可能成为独立于技术优越性的竞争条件。关于在中国加速本土 EDA 发展的报道，长期可能成为替代风险的来源。

3) 若集成与质量滞后，差异化会被侵蚀

Cadence 通过并购扩张越多，一旦用户体验一致性、数据互操作性与支持覆盖出现裂缝，客户不满就越可能上升——引发诸如“我们采用了，但运维很重”的抱怨。收购 Hexagon 的 D&E 业务（预计 2026 Q1 完成）是机会，但也将考验集成执行力。

4) 对算力资源的依赖（GPU、云、外部平台）

前沿设计与分析日益依赖算力。外部平台成本上升、供给约束与出口管制（对算力使用的限制）可能间接影响产品体验与交付条款。即便在软件模式下，这也可能以“算力平台约束”的形式显现。

5) 组织文化恶化（数字难以体现，但影响显著）

员工评价的常见模式往往呈现两种主题并存：“优秀的人才与强学习氛围”，以及“高峰期工作负荷重、薪酬竞争力看起来不足”。长期来看，文化磨损可能外溢到产品质量、支持质量与开发速度。

6) 盈利能力的“静默漂移”

即便近期收入与 FCF 强劲，ROE 与 FCF 利润率仍略低于过去 5 年区间的中点。这并不意味着崩坏，但值得作为一种渐进的质量软化来监测——即便在有利环境中亦然。

7) 财务负担看似较轻，但并购阶段需谨慎

Cadence 当前接近净现金，且利息覆盖充足。尽管如此，在持续进行大型收购的阶段，关键风险在于：如果整合失败导致盈利能力恶化与更高的投资负担叠加，整体图景可能迅速变化——而不仅仅是“债务更多”。

8) 监管与自给自足推动行业结构变化的压力

2025 年的序列——针对中国引入出口限制，随后又取消——给行业留下不确定性。不确定性持续越久，客户越有动力培育替代方案，从而形成一种风险：短期收入未必明显，但长期竞争结构（本地化与双重采购）可能发生变化。

竞争格局：寡头市场，但“按工作流步骤争夺地盘”的战斗仍在继续

从宏观上看，EDA 市场呈寡头格局，但在实践中，这是一场“以工作流步骤界定地盘”的竞争。客户仍可按阶段混用各环节最优工具，因此市场更像是在特定工作流细分环节争夺份额，而非整体垄断。

主要竞争对手

• Synopsys (SNPS)：最大的 EDA 玩家之一，在设计自动化、验证与 IP 方面实力强。近年来通过 Ansys 等整合（于 2025 年 7 月完成）推动“silicon to systems”。
• Siemens EDA：在实现与物理验证方面较强，也推动将 AI 嵌入 EDA 全流程的战略。
• Ansys (now part of Synopsys)：领先的多物理场分析提供商。作为 Synopsys 集成方案的一部分，可能更直接地与 Cadence 的系统分析扩张竞争。
• Keysight (KEYS)：在测量、测试与验证方面具有影响力，在边缘领域既可能是竞争者也可能是互补者。
• 亚洲本土 EDA 厂商（尤其是中国）：完全替代前沿流程很困难，但政策与采购要求仍可能推动部分替代与双重采购。

按领域划分的竞争地图（争夺点是什么）

• 数字设计与实现：在先进制程约束下的优化速度，以及与分析之间更紧密的往返自动化。
• 验证：缩短大规模验证时间、提升可复现性，以及团队运作的标准化。
• 物理验证与签核：跟上规则更新、签核兼容性，以及跨工具的互操作性。
• IP：对最新标准的支持、经验证的量产记录与验证资产，以及与客户设计的匹配度。
• 系统分析与多物理场：将电子与物理统一的优化（Cadence 拟收购 Hexagon D&E；Synopsys 整合 Ansys）。
• AI 利用：不是一次性辅助，而是 AI 是否能作为工作流的一部分运行，同时确保客户数据安全。

护城河（进入壁垒）是什么？其耐久性可能如何？

Cadence 的护城河与其说来自经典网络效应，不如说来自深度工作流嵌入、高质量的集成流程，以及客户随时间积累的运营资产。

• 切换成本：切换通常意味着流程重构——培训、设计资产（scripts/verification environments）以及内部标准的重新认证——而非简单的工具替换。
• 集成流程的成熟度：差异化往往不在单一功能，而在互操作性、约束一致性，以及对达成签核的信心。
• R&D 的连续性：若公司在跟进先进节点与新架构方面落后，采用可能按工作流步骤走弱——因此持续 R&D 是必要条件。

不过，如果地缘政治与出口管制造成“可用/不可用”的结果，护城河的性质可能改变。竞争可能从技术转向政策与采购，在某些地区，培育替代方案或推进双重采购可能变得理性。

AI 时代的结构性定位：区分顺风与逆风

在 AI 时代，Cadence 作为设计、验证与分析的生产力基础设施，深度嵌入半导体核心工作流——并处在一个随着 AI 采用扩张而重要性往往上升的位置。

为什么 AI 可能是顺风

• 关键任务属性：返工成本极高，AI 的价值往往不在“替代”，而在“降低失败概率并缩短时间”。
• 数据优势：准确性与自动化深度往往更依赖积累的真实世界数据——设计约束、验证结果与分析条件——而非公开数据。
• AI 集成方向：从辅助走向自主化，将 AI 推入设计流程的中心。
• 强化进入壁垒：随着 Cadence 向系统分析（多物理场）扩张，对模型、算力与工作流集成的深度要求提高——抬升后来者门槛。

AI 驱动的替代风险在哪里？

与其说是通用 AI 端到端替代 EDA，不如说当地缘政治触发“可用/不可用”，并且本地化/双重采购作为政策推进时，替代风险会上升。由于这与产品质量处在不同维度，长期投资者应将其视为结构性风险。

按结构层定位（OS/middleware/app）

Cadence 的定位更不像 app，而更像middleware——接近 OS 式的设计生产力基础设施。随着 AI、数据中心、chiplets 与 3D 封装提升复杂度，设计前验证的价值上升，从而形成更可能受益于顺风的格局。

领导力与企业文化：同时观察优势与磨损点

CEO 愿景与一致性

CEO Anirudh Devgan 的愿景可概括为：从芯片设计扩展到系统级设计与分析，将 AI 置于核心，提高迭代速度，并减少返工。这一方向与公司的投资、合作与收购保持一致——包括对 GPU 平台与更快 time-to-compute 体验的强调，以及拟收购 Hexagon 的 D&E 业务。

画像（非定论；基于公开信息推断的风格）

• 工程与执行导向：常强调可量化结果的举措，例如缩短时间。
• 长期技术优势与可靠性：强化其作为客户生产力基础设施的定位。
• 生态系统导向：高度重视与 NVIDIA 等算力平台的合作，以及更广泛的研究生态。

文化如何影响业务（优势/弱点）

• 正面影响：重视质量、集成与支持的文化，可转化为关键任务型 EDA 的持久优势。
• 负面影响：随着规模扩大与并购整合推进，摩擦可能体现在工具互操作性与支持协同上——与客户痛点相呼应。

员工评价中的一般化模式（不含引述，已整理）

• 正面：学习机会强、同事素质高、接触前沿挑战。
• 负面：高峰期工作负荷重、对薪酬与考核不满，以及因对接人员/地区/团队而异的不均衡体验。

这种“高专业化的另一面是运营负担”的结构，也与客户投诉中看到的结构相呼应（许可运维、学习成本与支持差异）。

KPI 树：拆解企业价值（要提升价值需要增长什么）

为长期跟踪 Cadence，投资者应超越“结果指标”（收入、盈利、FCF），聚焦上游驱动因素——工作流渗透与集成成熟度。

结果

• 长期收入增长、盈利增长与自由现金流创造
• 维持高毛利率与高营业利润率
• 维持资本效率（ROE）
• 财务灵活性（持续投资能力）

价值驱动因素

• 单客户年度使用规模扩张（席位、用例、覆盖更多工作流步骤的广度）
• 经常性合同留存（续约率与抑制流失）
• 产品组合扩张（仅芯片 → 封装/电路板 → 系统分析）
• IP 采用扩张
• 更高的签核达成信心与更短的周期时间（返工减少的实现程度）
• AI 落地是否提升设计迭代速度
• 支持质量与运营质量（摩擦变化）
• 集成流程成熟度（数据互操作性与统一运作）
• 跟进前沿需求的速度（R&D 连续性）

约束

• 许可运维复杂度、学习成本、支持质量的差异性
• 并购与领域扩张带来的集成难度
• 对 GPU/云等算力资源的依赖与约束
• 地缘政治与出口管制的波动（特定地区）
• 跟进先进节点与新架构的压力

投资者观察点（瓶颈假设）

• “收入强但 EPS 难增长”的格局由什么驱动（定价条款、结构、R&D/支持/整合成本等）
• 客户运营摩擦是否在上升（许可运维、学习支持、支持响应）
• 由集成驱动的扩张是否在“顺畅地”复利化价值（UI/数据互操作性/统一运作）
• AI 是否持续进入工作流中心（而非停留在一次性辅助）
• 特定地区的采用行为是否在变化（更谨慎、续约谈判、双重采购）
• 算力平台约束是否在削弱体验（性能、成本、供给）
• 支持与组织执行的差异性是否在扩大（磨损的早期信号）

Two-minute Drill：用 2 分钟为长期投资者总结这只股票的“骨架”

• Cadence 是一家软件/IP 公司，通过在芯片与电子设备制造之前完成设计、验证与分析来降低失败风险并缩短开发周期。随着工具更深度嵌入客户工作流，经常性收入往往会增强。
• 长期来看，收入（FY 10 年 CAGR 约 +11.4%）与 FCF（FY 10 年 CAGR 约 +15.0%）实现复利增长，而 EPS 在 10 年维度强、5 年维度弱（FY 10 年 CAGR 约 +22.2%，FY 5 年 CAGR 约 +1.8%），形成“观感差异”。最贴近的归类是偏 Stalwart 的混合型。
• 当前，收入（TTM YoY 约 +19.72%）与 FCF（TTM YoY 约 +55.30%）强劲，而 EPS 加速（TTM YoY 约 +2.16%）偏弱——因此需要拆解为何“收入强但利润难增长”。
• 资产负债表接近净现金（Net Debt/EBITDA 最新 FY 约 -0.12），且利息覆盖充足，因此很难将叙事框定为“通过加杠杆买增长”。
• 不那么显性的风险包括：地缘政治/出口管制可能改变采用行为（降低依赖、双重采购、本地化），以及更重的并购驱动扩张可能对集成质量与支持质量造成磨损。
• 相对公司自身历史，估值筛选结果偏贵：P/E（TTM 77.73x）与 PEG（36.05）高于区间，而 FCF yield（TTM 1.80%）接近过去 5 年低位——因此在预期较高的情况下，也需要关注“令人失望的空间”。