FactSet (FDS) 2026 Q3 電話會議逐字稿

本季 EPS$4.53
EPS 比預期高+1.80%預期 $4.45

內容摘要

聲明: 本內容為個人主觀重點摘要,僅供查閱參考。強烈建議查看原始英文逐字稿以掌握完整脈絡

財務指引與未來展望

  • Q3 財務表現超預期
    • 總營收達 6.229 億美元,同比增長 6.4%(按 like-for-like 基準計算則增長 7%),高於市場預期的 6.173 億美元。
    • 調整後基本/稀釋 EPS 為 4.53 美元,同比增長 6.1%,高於市場預期的 4.45 美元。
    • 自由現金流達 2.54 億美元,同比增長 11%。
    • 有機年度訂閱價值 (Organic ASV) 增長 7.1%,達到 24.8 億美元,為連續第五個季度加速增長,創下自 2024 財年第一季以來的最高增長率。
  • 獲利率表現與投資衝擊
    • Q3 調整後營業利益率為 34%,同比下降約 300 個基點(相較於 2025 財年 Q3 的 37% 及 2026 財年 Q2 的 35%)。
    • 利潤率下降主因包括:下半年加大的策略性投資、與 ASV 增長動能掛鉤的績效獎勵(非 headcount 增長),以及外匯避險損失(造成約 60 個基點的拖累)。
  • 股票回購與股利
    • Q3 斥資 2.03 億美元回購了 92.6 萬股股票,本財年至今已累計回購逾 5 億美元。
    • 連續第 27 年調增季度股利。
  • 人員調整與成本結構
    • 因應 AI 輔助開發等效率提升,裁減約 10% 的技術/工程團隊人員;Q3 整體員工總數減少約 1%。
    • 終止 Truvalue Labs 的 Signals Attribution Service 產品,改與 RepRisk 合作以降低維護成本。
  • 財測指引確認
    • 重申全年 ASV、營收、營業利益率及 EPS 指引,並指出營收與 EPS 表現正朝指引範圍的上限靠攏。

成長動能

  • AI 應用加速 ASV 與客戶擴展
    • 本季有超過 10% 的 ASV 增長直接由 AI SKU 貢獻。
    • 前 50 大客戶中,逾 90% 至少採用了 4 種 FactSet AI 解決方案;採用 AI 解決方案的客戶,其 ASV 增長速度比其他客戶高出 50%。
    • 企業合約期限平均延長了約 30%,同時維持良好的定價。
  • 數據與 MCP 平台強勁成長
    • Data Solutions 業務連續第四個季度實現雙位數 ASV 增長。
    • 超過 20% 的前 100 大客戶已開始付費使用 MCP 平台;Q3 的 API 調用量達到 Q2 的 13 倍。
    • 與 Google Cloud 建立策略合作夥伴關係,將 FactSet 金融智慧融入 Gemini Enterprise,並將 Gemini 多模態與搜尋能力引入 FactSet 工作站。
  • 新產品與大型客戶贏案 (Win Rates)
    • 在大行、主權財富基金及 OCIO 取得多項大單,例如為全球最大主權財富基金提供 performance/risk/reporting 託管服務、與大行簽訂 5 年企業續約、即將推出的 Portfolio Analytics MCP 等。
    • 美國最大獨立經紀商 LPL Financial 選擇 FactSet 的即時數據平台。

潛在風險

  • 短期毛利/利潤率壓縮壓力
    • ASV 增長加速時,因營收確認有滯後性,但績效獎勵等成本需即時提列,會對短期利潤率造成壓力。
    • AI 相關基礎設施與 Token 成本是非補償性支出增加的主要來源之一。
  • 客戶預算限制與不確定性
    • 客戶面臨 AI 轉型,可能對傳統軟體席位(seat-based)預算進行調整,雖然 FactSet 正加速轉向企業級彈性合約(enterprise agreements),但轉型期仍具不確定性。
  • 匯率與外匯避險損失
    • 匯率波動對淨利有直接影響,本季外匯避險計畫由前一年同期的收益轉為損失,對營業利益率造成 60 個基點的負面衝擊。

Q&A

  • 【Ashish Sabadra - RBC Capital Markets】

    • Q:ASV 增長動能強勁,但維持全年指引是否隱含第四季增長將放緩?是因為保守、基期較高還是有其他因素?
    • A:Q4 動能依然持續,但去年 Q4 是歷史上最強季度(比較基期高)。目前有數個百萬美元級的大單仍在洽談,且中型市場交易案進展順利。因不傾向每季頻繁修改指引,故選擇重申,但對達標極具信心。
    • 💡:指引維持主要是出於大型交易案簽約時間點的謹慎考量,底層業務動能依然健康。
  • 【Faiza Alwy - Deutsche Bank】

    • Q:AI 貨幣化(Monetization)的具體策略與進展為何?ASV 的加速是由於 AI SKU 定價、數據用量增加,還是客戶向 FactSet 平台整合?
    • A:短期內,AI 貢獻了本季 ASV 增長的 10% 以上,並推動前 100 大客戶中 20% 使用付費 MCP。長期看,AI 加速了從席位制(seat-linked)合約向企業級合約的轉型,合約期限拉長 30% 且維持價格,未來還將引入基於用量(consumption-based)的定價模式。
    • 💡:AI 正在破除席位制收費的天花板,並以數據調用與用量計費開啟新的客單價增長空間。
  • 【Alex Kramm - UBS】

    • Q:關於獲利率 guidance,先前提到希望達到指引範圍中點,目前看法是否改變?有哪些一次性費用會在 2027 財年消失?
    • A:依然以指引中點為目標。利潤率受 compensation accrual 增加及 token 支出、核心基礎設施投資等影響。隨著 10% 技術人員裁減以及部分低回報產品(如 Truvalue Labs 的 Signals Attribution)的裁撤,未來季度將釋放顯著的利潤空間。
    • 💡:工程團隊裁員與產品線重組的效益將於 2027 財年顯現,有助於利潤率回升。
  • 【Kelsey Zhu - Autonomous】

    • Q:AI 如何帶動數據需求?MCP 平台的增量機會如何?是否有開發 Net New User Personas?
    • A:MCP 的參與和使用在 90% 的情況下都會帶來合約總價值的提升。目前 MCP 使用者中約有 20% 是全新用戶(例如 AI 開發者/數據科學家)。此外,AI 數據使用對傳統 workstation 也有拉動效應。
    • 💡:MCP 平台不僅提升客單價,還成功拓展了非金融分析師的全新工程師用戶群,擴大了 TAM。
  • 【Manav - Barclays】

    • Q:如何看待近期眾多的合作夥伴關係(如 Finster、TIFIN.AI)?這是否是未來潛在收購的起步?
    • A:FactSet 的開放架構使其處於合作夥伴生態系的核心。在 AI 時代,我們在數據層、基礎設施層和工作流層都需要合作夥伴。這類合作能有效降低未來潛在 M&A 的技術與客戶整合風險,使並購更加精準(surgical)。
    • 💡:FactSet 透過廣泛的 API 合作測試市場,並以此作為低風險的並購篩選機制。
  • 【Shlomo Rosenbaum - Stifel】

    • Q:合約長度拉長 30% 是否有以價格讓步為代價?在 AI 快速演進下,客戶為何願意鎖定長約,未來合約是否有被要求重新談判的風險?另外,不再報告客戶數、用戶數等指標的考量為何?
    • A:完全沒有因合約延長而降價。合約設計極具彈性,包含新數據集和用量層級的升級機制。不再在 earnings release 報告用戶數等是因為其代表長尾客戶,與營收關聯度低,但具體數據仍會在後續的 Form 10-Q 中揭露(本季用戶數同比增長 12%)。
    • 💡:FactSet 在客戶 AI 轉型期具備強大定價權與談判籌碼,且透過彈性條款鎖定了長期流失率。
  • 【Surinder Thind - Jefferies】

    • Q:產品組合審查的範疇有多廣?有何特定主題?M&A 在其中的角色?
    • A:AI 方面,我們將 workstation 轉型為 AI 原生或 agentic workstation,並與客戶 Forward-deployed 團隊協作。在數據/分析方面,正大力投資固定收益分析、私募股權(private market)數據和深層產業數據。
    • 💡:FactSet 專注於高增長的私募市場與固定收益,並將資源從低回報的舊產品轉移到 AI/Agent 工作流中。
  • 【Yehuda Silverman - Morgan Stanley】

    • Q:AI 相關投資的回收期(Payback Period)與以往相比有何不同?
    • A:投資分為兩類:銷售端效率與行銷優化(如新網站、AI 銷售工具),回收期僅需數個月;而底層核心基礎設施和數據 ontology 的重建投資,回收期仍為數年,與先前指引一致。
    • 💡:前端 AI 應用投資見效快,而後端底層重構仍需長期耕耘。
  • 【Andrew Nicholas - William Blair】

    • Q:AI 在 Wealth 領域的機會與 Institutional 有何不同?與 TIFIN.AI 的合作如何體現?
    • A:Wealth 的 AI 機會主要在於重塑理財顧問(Advisor)的體驗以及終端客戶的數位入口。顧問需要處理繁雜的投資組合和市場信號,與 TIFIN.AI 合作開發的 agents 能直接把 market data 轉化為顧問的客製化報告與行動建議,提高顧問的服務覆蓋率。
    • 💡:財富管理領域對 AI 降本增效的迫切度極高,是 FactSet 成長最快且極具潛力的市場。
  • 【George Tong - Goldman Sachs】

    • Q:本季有機 ASV 增長中,價格提升貢獻了多少?與席位增長、產品組合及 AI 採用的佔比關係?
    • A:價格調整是基於為客戶創造的價值。本季的價格實現度(realized pricing)優於去年同期,反映出客戶對 FactSet 交付的價值與靈活性的認可。
    • 💡:FactSet 透過 AI 和新數據集提高了產品的溢價能力,而非依賴通膨式漲價。
  • 【Jason Haas - Wells Fargo】

    • Q:為了達到全年 margin 中點,第四季的費用增長需要顯著放緩。這是否代表第三季有提前支出的獎勵費用,或者裁員效應在第四季開始發揮作用?
    • A:第四季是我們的關鍵季度。如果第四季 ASV 繼續超出預期,我們仍會為績效提撥獎勵金,這就是為何我們保留了利益率範圍的彈性。
    • 💡:第四季利潤率表現將取決於最終 bookings 表現,若 bookings 爆發,績效獎勵支出可能仍會限制利潤率的上升空間。
  • 【Curtis Nagle - Bank of America】

    • Q:Token 費用增加對利潤率的影響?與 Google Cloud 的合作如何協助優化?
    • A:Token 費用在 2025 年並非主要項目,現在是全新的非補償性支出。我們實施了嚴格的開發者培訓和智能路由(routing)以優化模型選擇。與 Google Cloud 的合作使我們能獲得 Gemini Enterprise 的優惠定價,這將顯著降低未來的 Token 成本。
    • 💡:與雲端巨頭的策略聯盟是 FactSet 在擴大 AI 使用規模時控制算力/Token 成本的關鍵手段。

🎙️ 逐字稿全文 (雙語對照)

FactSet Q 電話會議中文逐字稿與重點筆記 | Stock Bull