【BT财报瞬析】利润大增45％却经营亏空：海光信息的AI备货赌局

2026年第三季度，国内高端人工智能芯片龙头海光信息交出了一份看似矛盾的成绩单。单季营收达到58．56亿元，同比增长45．46％；归母净利润高达10．48亿元，同比增幅达37．90％。公司管理层将这一爆发式增长归因于两方面：一是全球人工智能产业的快速发展带动了算力需求指数级攀升；二是国产化进程已由早期的政策驱动转向市场化竞争，政企客户对高端通用及AI芯片的需求呈现出加速释放的趋势。

然而，在这份令人瞩目的利润表背后，现金流量表呈现出的景象却令投资者心惊肉跳。前三季度经营活动产生的现金流量净额为－24．43亿元，而上年同期该数值还是正值22．55亿元。这意味着在海光信息实现近半营收增长的同时，其主营业务反而流出超过24亿的巨额真金白银。

这种“增收不增现”甚至出现严重现金流倒挂的现象，究竟是商业常态还是隐患伏笔？这背后是否隐藏着供应链风险与资金链的脆弱性？

翻阅海光信息的资产负债表，资金的流向线索清晰可见，同时也揭示了半导体企业在行业上行期的典型特征。

截至2026年9月30日，公司流动资产管理出现了显著异动：预付款项从年初的28．85亿元骤增至58．85亿元，增幅超过100％。存货由年初的64．06亿元升至89．21亿元，绝对增量达25．15亿元。此外，应收账款亦从40．34亿元扩大至60．26亿元，增加了近20亿元。

上述三项流动资产合计较年初暴增约84．87亿元，远超当期净利润的增长幅度。这些数字勾勒出了一个明确的商业图景：下游订单如雪片般飞来，公司必须提前垫付资金锁定上游晶圆代工产能，并大量囤积零部件以备随时交付。

对于无晶圆厂（fabless）模式的芯片设计公司而言，这种操作逻辑十分清晰：在先进制程产能紧张的市场背景下，谁先向代工厂支付大额预付款锁定排产计划，谁就能拿到宝贵的供货权。

公司也在财报中进行了解释：“为匹配市场销售规划、保障供货能力并抢抓市场机会，公司根据经营策略加大备货规模，原材料采购支出同比显著增多。”然而，这种以巨额现金流换取市场份额的策略是一把双刃剑——一旦下游需求突然放缓，或者技术迭代导致库存储备过时，这部分压在供应链上的庞大资金将面临极大的资产减值风险。

面对经营性现金流的大面积失血，海光信息的应对策略非常直接：借债。

数据显示，短期借款余额从年初的34．50亿元增至40．36亿元，净增逾5亿元；更为夸张的是长期借款从年初的区区5亿元飙升至20．80亿元，单季净增加额达到15．80亿元。两者相加，公司在短短三个季度内新增刚性债务接近21亿元。

前三季度的筹资活动现金净流入20．63亿元，几乎完全被经营端的窟窿填平，主要用于补充日常流动性和维持高昂的研发开支。

但投资者必须关注一个关键问题：这些新增债务的资金成本究竟是多少？

目前A股可比半导体科技公司的短期融资利率普遍在3．5％－4．5％区间，长期贷款利率则在4％－5％上下浮动。以此保守估算，海光信息新增约20亿元的长短期借款本金，年化财务成本至少在0．8亿至1亿元量级。这个量级虽然在百亿营收规模下看似比例不高，但如果未来的季度中产品毛利率未能持续维持高位，或者销售收入转化不及预期，沉重的债务包袱将成为悬在企业头顶的达摩克利斯之剑。

更深层的隐患在于长短期债务结构的失衡。长期借款占比大幅提升意味着公司为备货行为锁定了未来多年的固定偿付义务。

抛开现金流不谈，海光业务的盈利基本面确实强劲。前三季度营业收入达149．55亿元，营业成本为64．92亿元，综合毛利率约为56．55％。相较于国际芯片巨头英伟达通常超过70％的毛利率，这一数字显得偏低，但对于面临严苛供应链约束和技术追赶压力的国产企业来说，这已经是极具竞争力的水平，也体现了其在定价权上的提升。

值得注意的是，剔除股份支付影响后，前三季度归母净利润达35．86亿元，同比增长76．90％，远高于会计口径下的45．12％。这说明公司核心团队股权激励计划带来的非现金支出对报表利润造成了明显的稀释，经营实质赚钱的能力比表面显示的还要强得多。

同时，政府补助也扮演了重要角色。前三季度累计获得约2．69亿元的政府补助，构成了扣非净利润与归母净利润之间的差异。虽然这笔钱不会占用经营性现金流，但也提醒市场：海光的盈利结构中依然带有政策扶持的色彩，后续政策的连续性依然是影响其长期估值的变量之一。

真正的风险点在于存货。89．21亿元的期末存货，在半导体行业属于极高水位。对于面向AI训练的GPU／DCU类产品而言，技术更新换代极快。如果海光目前囤积的高性能芯片在未来一年内遭遇竞品降维打击，这批高价值的库存资产可能面临瞬间折价的风险。因此，存货跌价准备的计提情况将是监测海光健康程度的第一红线。

海光目前的困境并非孤例，而是整个中国本土算力基础设施阵营共同面临的周期性阵痛。

放眼同业，另一家头部芯片设计公司寒武纪在近年来的上市招股书及业绩预告中也披露过类似的现金流紧张状况。由于国产算力芯片要真正进入大模型厂商的核心服务器集群，往往需要耗费大量时间进行适配测试和产品迭代，这中间不可避免地伴随着研发投入前置和库存积压的双重压力。

这就形成了一个“生死时速”的产业博弈格局：谁能率先在关键节点完成生态兼容并大规模放量，谁就能熬过这段极其吃紧的资金消耗期。而在AI算力基建狂潮退去之前，拼资本厚度与资金调度能力的维度正在逐渐超越单纯的技术比拼。在这个阶段，不仅要看企业的技术实力，更要看它在低谷期的流动性管理能力。

对于持有或潜在投资海光信息的观察者而言，不应仅仅停留在单季度的亮眼增速上，而应建立一套严密的数据跟踪框架，重点监测以下四个观察指标：

第一，预付款项与营业收入增速的剪刀差。 每季度核对一次这两者的比例变化。如果预付款项增速持续远大于营收增速，说明公司陷入了“借钱买料卖不出”的被动局面；反之，若营收增速逐渐追上甚至反超预付款增速，则表明前期的激进备货正在转化为实实在在的收入回笼。

第二，存货周转天数及跌价准备计提情况。 计算存货周转天数的公式为：（期末存货÷营业成本）×90天。目前粗略测算海光在此项指标应在120－150天区间波动。若连续两个季度出现拉长且逼近180天，说明出货速度明显跟不上备货速度，此时需高度警惕审计报告中关于大额存货减值的表述。

第三，短贷长投的期限错配风险。 密切关注资产负债表中“一年内到期的非流动负债”科目的变动情况。当长期借款占比过高而缺乏对应的固定资产支撑时，极易引发短期的流动性违约风险。

第四，研发费用的实质性产出效率。 前三季度研发投入高达44．72亿元，占营收比重近30％。投资人需要关注公司在下一年度的产品中，新发布的CPU／DCU架构是否在主流大模型推理场景中获得实质性的算力标杆认证，防止出现高额研发投入而无法形成差异化竞争的无效内耗。