AIAI 半导体研究终端
研究草稿 FactSet 为只读市场数据快照;内部观点、推断与预测独立维护。
ZS
ZS-US · 美国

Zscaler Zscaler

Cloud-native Zero Trust、SSE 与 SASE

网络安全与身份防护Network、Application 与 SASEAI 网络安全、身份与 SecOps 平台
持续跟踪更新于 2026-07-17深度研究

ZS-US 估值快照

FactSet MCP · EPS 更新 2026-08-08
最新收盘价USD 176.682026-08-10
Current Market CapLOCAL 28.57bnGlobal Prices · 2026-08-10
Daily+4.7%FactSet · 2026-08-07 → 2026-08-10
YTD-21.4%FactSet · 2025-12-31 → 2026-08-10
QTD+25.2%FactSet · 2026-06-30 → 2026-08-10
MTD+16.9%FactSet · 2026-07-31 → 2026-08-10
FY0 EPS actualUSD 3.28Company actual · 截止 2025-07-31
FY3 EPS consensusUSD 5.38Mean · 截止 2028-07-31 · n=28
FY1 Forward P/E42.92x收盘价 ÷ FY1 mean EPS
FY2 Forward P/E38.58x收盘价 ÷ FY2 mean EPS
Forward 3Y EPS CAGR18.0%FY0 actual → FY3 consensus · 3 年
EPS 路径
FY0A3.282025-07-31 · company
FY1E4.122026-07-31 · n=43
FY2E4.582027-07-31 · n=43
FY3E5.382028-07-31 · n=28

Daily / MTD / QTD / YTD 直接来自 legacy FactSet MCP 内的 Global Prices `/returns-range` endpoint,使用 FactSet `totalReturn` 并固定 `dividendAdjust=PRICE`,因此是排除股息的 price return;页面不再以 close ÷ basePrice 自行计算。FactSet 原始百分数保留用于逐项校验,页面仅将其除以 100 后格式化。无完整区间、ticker/fsymId/币种/日期不一致时显示 N/M。Current Market Cap 直接来自 Global Prices `/market-value` 的 `currentMarketValue`、security-level fsymId 与有效日期,不再以 close × shares 推导;单位为 million。FactSet 本次对 market value 返回字面 currency code `LOCAL`,页面忠实显示 LOCAL 且不推断 ISO currency,因此不同本币标的不可直接横向比较。Forward 3Y EPS CAGR = (FY3 consensus EPS ÷ FY0 actual EPS)^(1/3) − 1。FY0 与 FY3 均来自 FactSet Estimates 的 EPS 指标;actualType 可能为 company 或 broker,FY3 为 aggregate mean 且分析师覆盖通常较 FY1 少。若 EPS 非正或归一币种不一致则显示 N/M。行情与一致预期是外部数据快照,不会自动改写内部研究观点。

Zscaler 以 Zero Trust Exchange 将用户、设备和 workload 访问从传统 perimeter 转向 policy-driven cloud security;需验证大客户扩张、new ACV、billings/RPO、续约与盈利,而非只看安全流量。

事实

Zero Trust 商业化New ACV × billings/RPO × FCF

推断

SSE/SASE、Zero Trust for workloads 与数据保护扩张将决定观点能否进一步强化。

预测

若关键变量按期兑现,盈利与估值叙事将从单一产品扩展至平台或产业协同。

单一标的研究框架

产业链定位、利润池、盈利传导、验证顺序与证伪条件

内部框架 · AI Research
01 · 公司定位

下游 · 网络安全与身份防护

Cloud-native Zero Trust、SSE 与 SASE

02 · 利润池

公司赚什么钱

Application/network security、SSE/SASE、endpoint/XDR、identity、cloud workload security 与 SecOps/SIEM 的订阅及消费收入。

03 · 盈利传导

从需求到 EPS

AI 与数字业务攻击面 → 模块/平台采用 → ARR、RPO、billings 与续约 → margin、FCF 与 EPS。

04 · 验证顺序

先验证什么

  1. 产品能力、policy 覆盖与生产部署
  2. Module attach、ARR/RPO、billings、NRR 与 renewal
  3. Gross margin、operating margin、FCF 与 dilution
05 · 节奏判断

兑现与期权分层

把产品发布、AI 安全叙事、production adoption、付费扩张和经济回报分开;重大 incident、平台迁移折扣、SBC 和 FY3 覆盖厚度需单独计入风险。

06 · 证伪条件

什么会打破逻辑

销售执行、续约节奏、平台竞争、价格压力与估值

框架来自内部产业链资料的分析结构,不作为最新数值来源;市场数据与一致预期仍以 FactSet 快照为准。

观点版本记录

保留每次边际变化,而非覆盖旧结论

跟踪

Zscaler 以 Zero Trust Exchange 将用户、设备和 workload 访问从传统 perimeter 转向 policy-driven cloud security;需验证大客户扩张、new ACV、billings/RPO、续约与盈利,而非只看安全流量。

维持

需求可见度改善,但关键产品验证和供给节奏仍需跟踪。

新建

建立公司卡片与核心跟踪指标。