摩根士丹利近日发布研报，对微软 （MSFT.US）第四财季业绩进行前瞻分析，认为其当前风险回报具吸引力，核心逻辑在于微软在人工智能（AI）领域的领先布局、核心业务的稳健增长及运营效率优势，有望支撑中长期实现中高个位数总回报。维持对微软“增持”评级，目标价 530 美元。
继第三季度业绩表现强劲之后，投资者情绪有所改善，推动微软股价逼近历史高点。该科技巨头将于美东时间 7 月 30 日盘后发布新一季度财报。鉴于微软在生成式人工智能领域的领先地位有望支撑其实现持续的中高个位数总回报率，该行以约 29 倍的 2027 财年公认会计准则每股收益计算，认为其风险回报率仍具吸引力。
15%-20%总回报率有望持续
大摩称，微软有望从其广泛的生成式人工智能投资和解决方案组合中获得回报，这将为其股价上涨和未来的持续增长提供支撑。加之微软在运营支出管控方面持续展现出的强劲能力，该行更加有信心微软在未来几年能够实现持续的中高个位数（15%-20%）总回报率。
OpenAI 的亏损将在 2026 财年对每股收益造成影响，但该行预测微软将在 2026 财年第四季度达到 130 亿美元的亏损上限，这将使 2027 财年的每股收益增速显著加快，超过 20%。
上一季度强势表现有望延续
在 2025 财年第三季度，微软的各项业务表现均超出市场共识预期，且公司未发现需求受到任何宏观经济因素的影响。Azure 按固定汇率计算实现了 35%的增长，远高于 31%的预期，环比增速提升了 4 个百分点。
该行称，尽管 Azure 人工智能业务表现稳健，相较上一季度 13 个百分点的增长贡献，预计本季度为 Azure 增长贡献 16 个百分点，但核心 Azure 业务的表现也超出了该行预期。营收实现强劲增长、毛利率仍超预期，以及对运营支出的有效管控，推动营业利润率同比提升 110 个基点，并使每股收益超出预期 7%。
大摩表示，微软第四季度的营收指引超出市场共识，Azure 有望维持 34%-35%的同比增速（按固定汇率计算），而每股收益则在市场共识区间内。第四季度 Azure 按固定汇率计算约 36%的增速，以及 2026 财年第一季度 34%-35%的同比增速指引，很可能会使这一关键的营收增长驱动力保持良好态势，并为微软在 2026 财年实现两位数的数字收入增长奠定坚实基础;第四季度及 2026 财年低至中个位数的运营支出增长潜力，将抵消毛利率压力，并有助于在 2026 财年实现两位数的营业利润增长。
Azure 云服务：高增速有望延续
Azure 作为微软核心增长引擎，预计 2025 年第四季度按固定汇率计算将实现 35%-36%的同比增长，2026 财年第一季度增速指引为 34%-35%，与市场预期一致。其增长动力来自三方面：一是渠道伙伴反馈积极，云迁移及 AzureAI 渗透加速;二是 AI 服务器机架产量及 AI 算力提升，GB200 NVL72 机架出货量从 2025 年第一季度的 1000 台增至第二季度的 6000 台，缓解算力约束;三是企业需求强劲，首席信息官（CIOs）对 Azure 的支出意向保持稳定。52%的首席信息官将应用负载部署于 Azure，且未来 3 年仍将保持行业领先。
M365 商业云：AI 工具成增长新变量
受每用户平均收入推动，预计微软 365 商业云在 2025 财年第四季度将实现约 15%的同比增长（按固定汇率计算），与指引一致。而此前由于市场对 Copilot 的谨慎情绪，以及已知的微软 365 因渗透率提升导致的席位增长放缓，市场对其预期较低。微软 365 Copilot 是微软不断扩充的生成式人工智能产品组合中最受欢迎的解决方案，这与此前几个季度的观察结果一致。
尽管投资者对 Copilot 的短期预期较低，但该工具仍是焦点：72%的 CIO 计划未来 12 个月使用 M365 Copilot，预计覆盖 31%的员工;3 年内覆盖比例有望提升至 43%，而 2024 年第四季度时，这一比例的预期是从 17%逐步提升至 38%，当前预期在一定程度上弥补了此前的不足，但需持续验证其投资回报率（ROI）以支撑增长。
安全业务：防御性优势凸显
安全业务是微软另一增长亮点，2025 年企业安全支出预计增长 9.8%，显著高于整体软件支出的 3.6%，为最具防御性的 IT 支出领域。其优势在于：企业倾向整合安全工具（平均使用 50+工具），微软凭借全栈安全产品（如 EntraID、Purview）成为整合首选;合规需求升级推动捆绑产品;Security Copilot 借助数据优势提升自动化能力，进一步拉动需求。
安全支出环境保持稳定且强劲，得益于三大长期安全驱动因素：1）攻击面扩大——云和生成式人工智能（GenAI）的发展带来了更多潜在攻击点;2）威胁环境加剧——恶意攻击者也在使用生成式人工智能;3）监管/合规要求不断扩大——尤其是与生成式人工智能相关的数据安全和治理方面。