# 国赛财报题实战从AMD营收115.4亿美元创新高、股价反跌6.9%看预期差建模8 月 4 日AMD 发布 2026 年第二季度财报营收 115.4 亿美元同比增长约 50%创历史新高其中数据中心业务收入 67 亿美元同比翻倍以上、环比大增 107%AI 加速器需求强劲财报还特别提到了与 Anthropic、微软的合作。数据几乎全面超预期然而戏剧性的一幕出现了财报发布后AMD 股价不涨反跌此后几个交易日累计下跌约 6.9%甚至拖累费城半导体指数走低。原因只有一个——市场看的不是过去多好而是未来够不够好公司给出的业绩指引没有达到投资者的兴奋阈值。这堂课对国赛备赛非常有用财报类赛题表面考数据实际考预期差——把市场预期与公司实际之间的差建模出来才是高分答案。## 一、财报数据题国赛的稳定高频题材国赛和各类数模竞赛中财务与经营数据分析是稳定出现的题材上市公司财报解读、行业经营数据预测、公司估值、财务风险识别。这类题的特点是数据现成、故事复杂财报里的数字都是真的但为什么市场这么反应需要建模来解释。AMD 的案例提供了完整素材营收、利润、分部收入、同比增速、指引、股价反应六类数据齐备。处理财报题的通用框架是三层第一层描述数字是什么、第二层归因数字为什么、第三层预期市场怎么定价——大多数队伍停在第一层拿高分的队伍都做到了第三层。| 层次 | 问题 | AMD 案例 ||---|---|---|| 描述层 | 数字是多少 | 营收 115.4 亿美元 || 归因层 | 为什么增长 | 数据中心翻倍 || 预期层 | 市场如何定价 | 指引不及预期股价反跌 |## 二、拆解 AMD 的财报分部数据怎么读AMD 财报最值得建模的是分部结构。把营收拆开看数据中心 67 亿美元同比翻倍以上客户端与游戏、嵌入式等其他业务合计约 48 亿美元。结论立刻清晰增长几乎全部来自数据中心其他业务只是跟随。这种单引擎驱动的结构意味着两件事第一公司未来增长高度依赖 AI 算力需求一旦需求放缓缺乏第二增长曲线第二市场对公司业绩的预期也全部押在数据中心上指引里数据中心的任何波动都会被放大。建模时可以构造一个简单的分解模型把总营收写成各分部之和用分部增速的加权平均解释总增速再用分部结构的变化预测未来——这样的结构分解预测两步走是财报题的标准动作。| 分部 | Q2 收入 | 同比 | 结构占比 ||---|---|---|---|| 数据中心 | 67 亿美元 | 翻倍以上 | 约 58% || 客户端 | 约 18 亿美元 | 温和 | 约 16% || 游戏 | 约 15 亿美元 | 波动 | 约 13% || 嵌入式 | 约 15 亿美元 | 稳定 | 约 13% |## 三、预期差模型为什么超预期还是跌AMD 的股价反应是理解预期差的最佳教材。市场对一只股票的定价基于预期财报是预期被证实或证伪的时刻实际值高于预期则涨低于则跌。AMD 的营收确实超了分析师预期但股价反而下跌说明市场定价的锚是指引而不是历史。把预期差写成模型股价变动约等于实际值相对市场预期的偏离再加上指引相对市场预期的偏离两者加权。AMD 案例中营收超预期的正贡献被指引不及预期的负贡献盖过最终净效应为负。建模时用一致预期数据分析师预测的均值作为市场预期的代理变量把实际值、一致预期、指引三个序列放进回归模型可以定量拆出哪部分预期差主导了股价。| 变量 | AMD 情况 | 对股价的影响 ||---|---|---|| 营收实际值 | 超预期 | 正向 || 利润实际值 | 超预期 | 正向 || 下一季度指引 | 不及兴奋阈值 | 负向 || 数据中心指引 | 增速放缓担忧 | 负向 || 净效应 | 负向主导 | 股价跌 6.9% |## 四、从定性到定量构造财报评分模型把预期差从感觉变成分数可以用多指标打分每个指标计算实际相对预期的偏离度实际减预期除以预期的绝对值按方向与权重加权汇总得到财报惊喜度。指标选择四到六个营收偏离、利润偏离、毛利率变化、分部增速、指引偏离、回购分红动作。权重设定可以简化处理历史数据对股价影响的回归系数作为权重或用等权加专家判断。打分结果与股价反应对照验证惊喜度为正的财报日平均上涨、为负的平均下跌模型就成立。AMD 的惊喜度打分为负指引拖累与股价下跌 6.9% 一致——模型与现实的闭环就是论文的底气。| 指标 | 实际表现 | 偏离方向 | 权重 ||---|---|---|---|| 营收 | 超预期 | 正向 | 0.25 || 每股收益 | 超预期 | 正向 | 0.25 || 指引 | 不及预期 | 负向 | 0.30 || 数据中心增速 | 放缓担忧 | 负向 | 0.20 || 综合惊喜度 | — | 负向 | — |## 五、回归模型量化预期差如何定价更进一步用回归模型回答预期差到底值多少钱以财报发布日前后几天的累计超额收益为因变量以各指标的预期偏离度为自变量回归系数就是市场给每种预期的定价。样本取同一行业内多家公司多期财报数据AMD、英伟达、英特尔等样本量足够时回归系数显著。典型结果指引偏离的回归系数最大——市场对未来的定价权重远高于过去这与 AMD 案例完全吻合。这个模型的学术名称叫预期差定价模型国赛论文里写清楚变量定义、样本选择、回归结果与稳健性检验就是一份标准的实证研究答卷。| 自变量 | 系数含义 | 显著方向 ||---|---|---|| 营收偏离 | 历史惊喜的定价 | 正向显著 || 利润偏离 | 盈利质量的定价 | 正向显著 || 指引偏离 | 未来预期的定价 | 正向且最大 || 毛利率变化 | 盈利结构定价 | 正向 || 分部集中度 | 风险折价 | 负向 |## 六、预测篇把财报分析延伸到盈利预测财报题的终点通常是预测下一季度营收多少、全年能否维持增速。方法上优先用分部驱动法先预测各分部的增速结合行业景气、订单、资本开支再汇总成总营收。AMD 案例数据中心分部按 AI 需求维持高增假设客户端与游戏分部按温和增长假设预测下一季度总营收约 120 亿到 125 亿美元。再与卖方一致预期对比如果预测值低于一致预期说明股价还有下修空间反之则可能修复。最后做敏感性分析AI 需求增速每下调 10 个百分点预测值下移多少——把不确定性摆上桌面论文的严谨性就立住了。| 情景 | 数据中心增速 | 总营收预测 | 与一致预期对比 ||---|---|---|---|| 乐观 | 高增 | 约 128 亿美元 | 高于 || 基准 | 中高增 | 约 122 亿美元 | 持平 || 谨慎 | 增速放缓 | 约 115 亿美元 | 低于 |## 七、国赛财报类赛题的通用清单第一步数据清洗与结构分解把总营收拆成分部把同比拆成环比与结构贡献第二步描述性统计增速、毛利率、结构占比的变化趋势第三步预期差建模收集一致预期数据构造惊喜度评分第四步回归验证用多公司样本估计预期差的定价系数第五步盈利预测分部驱动法预测下一期第六步敏感性分析关键假设扰动下的预测区间第七步结论落地回答市场为什么这么反应以及未来怎么看。这套七步流程适用于一切财报股价类赛题——AMD 的 115.4 亿美元与 6.9% 的下跌就是最好的练习题。## 八、小结AMD 的财报课告诉我们数字漂亮不等于股价漂亮市场买的是未来。对建模来说这意味着财报题的最高分不在算得准而在看得透——把描述、归因、预期三层拆开用预期差模型把市场为什么这么反应讲清楚。学会这套框架下次遇到任何业绩创新高股价却下跌的题目你都能交出一份有模型的答卷。