MongoDB, Inc.（NASDAQ: MDB）公司概览

〇、核心结论摘要Executive Summary

0.1 一句话总判断

0.2 核心判断卡

以下五张判断卡的证据数字与置信度均与正文对应章节一致；本章不出现正文没有的数据。

0.3 段落分析

行业：数据库是云计算与 AI 基础软件的核心赛道，处于「云化渗透 + AI 工作负载重构」的成长中后期 —— 2025 年全球数据库市场约 1,327 亿美元（+11.1%），云 DBaaS 已占约 57% 且为增长主体；生成式 AI 带动向量检索与非关系型需求快速放量。不同机构对规模与增速的口径差异较大，本报告以区间方式呈现（详见 表 2）^[3]。

公司：MongoDB 是文档型数据库的品类定义者，护城河来自「开发者心智 + 文档模型切换成本 + 多云中立」 —— FY2026 营收 24.6 亿美元、Atlas 占比 73.4%，客户超 65,200 家（FY2027Q2 达 70,600 家）；相对 Oracle/Microsoft 收入份额仍小，但在非关系型细分居第一梯队（详见 2.6 竞争优势）^[2][7]。

财务：增长质量显著改善 —— FY2026 营收 +22.8%（较 FY2025 的 +19.2% 再加速），毛利率 71.8% 保持稳态，SG&A 费率从 54.3% 降至 48.2%，FCF 率从 6.0% 跳升至 20.3%；2,387 百万美元现金及短投、基本无有息负债，资产负债表为堡垒型（详见 3.3 财务分析）^[4]。

估值：现价对应 PS(TTM) 10.5 倍，介于近半年采样区间 8.2–12.1 倍之间 —— 以【本报告假设】基准情景（FY2028E 营收 35.8 亿美元）与 PS 6.5–10.5 倍测算，合理区间约 289–467 美元/股；DCF 双口径（GAAP FCFF / SBC 加回 FCF）每股 38–130 美元，显著低于现价，说明市场为「AI 检索 + 长期利润率扩张」支付了较高期权价值（口径与权重见 4.6–4.8，不构成投资建议）^[1]。

风险与催化：最关键两条风险为①SBC 占营收约 22% 对 GAAP 盈利与股本的持续侵蚀、②PostgreSQL 生态与云厂商托管服务的竞争挤压；未来 6–12 个月两条催化剂为①Q3 FY2027 财报（预计 2026-12 初）对 Atlas 约 26% 增速指引的验证、②Voyage AI / 向量检索在企业生产环境的收入兑现（详见 0.5 关键跟踪指标）^[2][6]。

0.4 三情景速览

0.5 关键跟踪指标与结论失效条件

0.6 多空对照

一、公司概览Company Profile

1.1 公司基本信息

MongoDB, Inc. 于 2007 年由 DoubleClick 系创业者 Dwight Merriman、Eliot Horowitz 与 Kevin Ryan 在纽约创立（原名 10gen），2009 年开源发布 MongoDB 数据库，2013 年更名，2017 年 10 月登陆纳斯达克^[8]。公司定位通用型文档数据库平台：以文档模型承载非结构化与半结构化数据，产品线覆盖全托管多云服务 Atlas、企业自管理版 Enterprise Advanced 与免费社区版，近年通过集成向量检索、流处理与 Voyage AI 嵌入模型，转向「AI 时代智能数据平台」^[2][9]。FY2026（截至 2026-01-31）营收 24.64 亿美元、客户超 65,200 家，FY2027Q2 客户进一步增至 70,600 家^[2][7]。

1.2 使命愿景与核心价值观

使命

「赋能创新者用软件去创造、变革与颠覆产业」（"empower innovators to create, transform, and disrupt industries with software"）^[9]

愿景

构建驱动下一代应用的统一数据库平台，成为「市场上可用性最高、全球分布最广的数据库」，以集成化能力（操作数据、搜索、实时分析与 AI 检索）帮助组织更快创新、简化架构^[9]

核心价值观

开发者优先开放生态多元与平等（MEI）直言不讳（Straight Talk）智识诚实（Intellectual Honesty）

使命/愿景为官方表述的忠实转述（投资者关系页与官网「关于我们」）；价值观词条取自公司文化页公开表述，2026-01 起公司由多元平等包容（DEI）转向 MEI（Merit, Excellence, Intelligence）立场，属公开报道口径^[9]。

1.3 主营业务范围

MongoDB 的商业模式是「开源/源可得社区版获客 → 订阅商业化变现」：社区版免费下载构建开发者心智，企业级功能（安全、审计、高级支持）与托管服务通过订阅收费；Atlas 按云资源用量计费（消费型收入），Enterprise Advanced 按期限许可收费。FY2026 订阅收入占比 96.8%、服务收入仅 3.2%（分部量化见 3.2 节表 7）^[4][7]。

1.4 团队规模

公司不单独披露研发人员数量与占比（数据待核实）；人均创收为 TTM 口径本报告测算。员工数为 S&P Global 汇总的最近披露值，含全球各职能。

1.5 发展历程与重要里程碑

MongoDB 的发展可分为三阶段：2007–2013 年（10gen 时期）以开源文档数据库建立开发者生态；2014–2020 年在 Dev Ittycheria 治理下完成商业化与上市；2016 年至今以 Atlas 为核心转向云消费型平台，2025 年后叠加 AI 检索（Voyage AI）与新 CEO 接棒^[8]。

• 2007前身 10gen 在纽约成立，最初计划做 PaaS 平台，因缺乏合适数据库而自研文档数据库^[8]
• 2009MongoDB 1.0 以开源项目形式发布（2 月）^[8]
• 201310gen 更名为 MongoDB, Inc.（8 月）；同年完成 1.2 亿美元 E 轮融资、估值约 12 亿美元^[8]里程碑
• 2014Dev Ittycheria 出任总裁兼 CEO（8 月）；收购存储引擎 WiredTiger^[8]
• 2016发布全托管云服务 MongoDB Atlas（先上 AWS）^[8]里程碑
• 2017纳斯达克上市（10 月，发行价 24 美元）^[8]上市
• 2018许可证由 AGPL 改为 SSPL，防范云厂商白嫖；Atlas 扩展至 Azure 与 GCP；2018 年收购 mLab^[8]
• 2019收购移动数据库 Realm（约 3,900 万美元），后整合为 Atlas Device Sync^[8]
• 202412 月完成 11.5 亿美元 0.25% 可转债的转股结算（增发约 566 万股），公司转为基本无有息负债^[10]资本结构重构
• 20252 月以约 1.61 亿美元收购 Voyage AI（嵌入/重排序模型）；11 月 CJ Desai 接替 Dev Ittycheria 出任 CEO^[6][11]管理层交接
• 2026FY2026Q4 Atlas 年化收入首破 20 亿美元；FY2027Q2（7 月止）营收 +30%，公司上调全年指引；连续三季 GAAP 盈利^[2][7]

历程依据公司官网/维基百科/公司公告整理；徽标仅用于上市、重大收购与资本结构关键节点。

二、行业基本面Industry Fundamentals

2.1 行业规模与增长趋势

行业口径：本报告按 GICS「软件—基础设施软件」下的数据库管理系统（DBMS）细分定义行业，重点聚焦其中的云数据库即服务（DBaaS）子赛道；数据库亦是 IDC/Gartner 数据软件口径的核心构成^[3]。发展阶段判断：传统本地部署数据库进入成熟期，云 DBaaS 处于高速成长期（2025 年约占整体数据库市场 57%），行业整体呈「结构性切换」特征——增量由云托管消费与 AI 工作负载（向量检索、RAG）驱动^[3]。

增长趋势解读：整体数据库市场增速由 2021–2022 年的 16%–23% 回落至 2025 年的约 11%，反映本地部署存量的成熟化；但结构上云 DBaaS 保持 15%–19% 增长、2025 年占整体已达约 57%，增量主要由①企业上云与多云架构渗透、②生成式 AI 应用带来的向量检索/RAG 需求、③非关系型（文档/键值/图）DBaaS 26%+ 的更快增速拉动。MongoDB 的 Atlas 业务直接受益于第二、三条结构性增量^[3]。

2.2 市场格局与集中度

格局形态：整体 DBMS 呈「一超多强」——按收入口径微软与 Oracle 合计占据约三成以上份额，云厂商（AWS、微软、谷歌、阿里云）借助托管服务快速提升集中度；非关系型/文档数据库细分中 MongoDB 居第一梯队，但相对巨头收入份额仍为个位数。集中度趋势：提升，动因是云厂商把数据库变为云计算消费的一部分、平台化捆绑效应强化^[5]。

2.3 产业链上下游概况

数据库软件产业链短而清晰：上游为云基础设施（IaaS 算力/存储/网络，由 AWS、微软、谷歌等超大规模厂商提供，是 Atlas 的成本项与分发渠道）与开源社区/基础软件（Linux 基金会、PostgreSQL 生态等）；中游为数据库平台厂商（MongoDB、Oracle、微软、AWS 数据库服务等），竞争要素是开发者生态、数据模型通用性与企业级能力；下游为一切需要数据存储与检索的应用场景（金融、科技、零售、制造、公共部门等），需求随企业数字化与 AI 应用放量。价值分布特征：中游平台环节毛利率高（70%+），但 IaaS 成本占 DBaaS 售价的相当比例；公司位置处中游平台层，同时向上游采购算力、向下游输出 PaaS 能力。逐层详细拆解见 3.4 节，本节仅为概述性引用^[1][3]。

2.4 政策环境与核心驱动因素

政策环境：数据库行业无传统补贴/准入型产业政策，核心监管变量为①数据主权与跨境数据流动（GDPR、欧盟数据法案、各国数据本地化要求）——推动多云与本地部署需求，直接利好 MongoDB「run anywhere」（Atlas + EA 全覆盖）策略^[3]；②开源许可证治理——公司 2018 年从 AGPL 转向 SSPL，正是对云厂商无偿商用开源软件的政策性防御^[8]；③美国对华出口管制与地缘因素对云基础设施供应的间接影响（观察项）。

核心驱动：需求侧①企业应用现代化与云迁移（DBaaS 渗透率仍在上行）、②生成式 AI 应用的检索/RAG 数据层需求（向量检索、嵌入模型）、③非结构化数据占比持续提升；供给侧①多云/混合架构成为主流（单一云厂商锁定的反向力量）、②数据库平台一体化整合（搜索/流/向量并入主库）、③开源生态降低开发者迁移门槛。行业主要风险：云厂商以自有托管服务挤压独立厂商（AWS DocumentDB 直接对标）、PostgreSQL 生态扩展侵蚀通用性优势、AI 数据层新范式（专用向量库等）尚不稳定^[3][6]。

2.5 核心竞争对手分析

竞对选择说明：按「与 MongoDB 争夺同一批现代应用开发者与企业数据预算」的标准，选取四类代表：①Snowflake（云数据仓库，争夺分析型数据预算，SaaS 高增长对标）、②Datadog（云可观测平台，同为高增长基础软件估值锚）、③Elastic（搜索/向量检索，技术路线部分重叠）、④Couchbase（文档数据库直接竞对，2025 年被私有化）。前两家为财务与估值对标，后两家为技术与客户重叠对标^[12]。

竞争态势小结：与巨头（Oracle/微软/AWS）相比，MongoDB 以「开发者优先 + 多云中立 + 文档模型通用性」差异化共存，正面战场在非关系型与现代应用现代化；与 Snowflake/Datadog 的竞争主要发生在「企业数据预算池」层面；对 Couchbase 形成规模压制（营收约 12 倍于对方）。该位置与 2.2 节「云化提升集中度、但细分第一梯队稳固」的格局判断互相印证^[5][12]。

2.6 本公司竞争优势分析

MongoDB 的核心竞争组合是「开发者心智 + 文档模型通用性 + 多云中立」三层叠加，其中最关键的是开发者生态：数百万开发者与 70,600 家客户构成的需求侧网络效应，使产品迭代与获客成本形成正循环^[2][9]。

综合判断：护城河宽度为「中等偏宽」——开发者生态与客户粘性两项强优势互相强化（生态→获客→消费深化→数据反哺产品），但产品差异化与技术壁垒两项为「中」，因为 PostgreSQL 多模态扩展与云厂商托管服务在供给侧持续逼近；弱化项是 SSPL 防御的边际效力随 API 兼容层成熟而递减。该判断与 3.3.4 节「相对可比组溢价但溢价收窄风险存在」的估值对照一致，亦与 3.5 节管理层变动（2025 年 CEO/CFO/CPO 集中换防）带来的执行不确定性形成对冲视角^[11]。

三、五维度分析Five-Dimension Analysis

3.1 产品本身

是什么

MongoDB 是以「文档」为基本单元的通用数据库：数据以 JSON 风格的 BSON 文档存储，字段可灵活伸缩，天然适配结构多变的应用（内容管理、用户画像、物联网、AI 检索上下文等）。工作原理上，开发者用类对象的查询语言（MQL）读写文档，引擎层自动完成分片（水平扩展）与副本集（高可用），4.0 版本起支持多文档 ACID 事务补齐一致性短板。应用场景覆盖 OLTP 型现代应用、实时分析与 2024 年后的 AI 检索（RAG）数据层^[8][9]。

收入构件结构（平台型公司无物理 BOM，按收入构成拆解）

MongoDB 为软件平台公司，无实体器件 BOM；按产品线拆解其收入构件与驱动变量如下（收入金额统一见 3.2 节表 7）^[7]。

3.2 业务分析

3.3 财务分析

MongoDB 财务画像一句话：增长质量与自我造血能力同步改善——营收增速再加速至 22.8%、经营亏损率连续三年收窄、FCF 率从 6% 跳升至 20%，资产负债表为净现金堡垒型。分析路径：先列三大报表摘要，再按四维度解读，最后做可比估值对照^[4]。

3.3.1 三大报表摘要（近三年）

3.3.2 主要财务指标

3.3.3 分维度分析

盈利能力：毛利率稳态在 72%–75% 区间（FY2024 高点 74.8% 主要因营收结构中高毛利订阅占比上升，FY2025–26 回落至 71.8% 系 Atlas 占比提升摊薄——托管服务需支付底层云成本）；真正的拐点在费用端：SG&A 费率从 FY2023 的 67.0% 单边降至 FY2026 的 48.2%，研发费率从 32.8% 降至 29.1%，驱动营业利润率从 -27.0% 收窄至 -5.5%（表 10/表 12）。盈利质量上，FY2026 经营现金流 5.05 亿美元、FCF 5.00 亿美元，与账面净亏损 -0.71 亿美元的背离完全由 5.50 亿美元 SBC 解释——即「GAAP 亏损、现金流大额为正」的典型 SaaS 结构^[4]。

偿债能力：资产负债率 21.5%，速动比率 4.46；有息负债仅 0.63 亿美元（融资租赁为主），而现金及短投 23.87 亿美元，净现金 23.6 亿美元——覆盖倍数极高，实质零杠杆。FY2025 资产负债率从 62.7% 骤降至 18.9% 系可转债转股一次性重构资本结构所致（负债转权益），非经营性改善（表 9）。负债结构以经营性负债（递延收入 4.71 亿 + 应计费用 2.46 亿）为主，无再融资压力^[4][10]。

营运能力：应收周转率从 6.6 次降至 5.5 次（DSO 从 81 天升至 74 天口径下的期末应收占比上升），主因大企业多年期合同占比提升与 Q4 收入确认节奏——FY2026 应收 4.99 亿美元环比 FY2025 增加 1.06 亿，与 Q4 营收创新高（6.95 亿）相匹配，属收入结构而非回款恶化；无存货科目，营运资本的核心变量是递延收入（FY2026 流动+非流动 4.71 亿美元，同比 +26%），预收模式持续为现金流输血（表 9/表 11）^[4]。

成长性：营收增速经历「下蹲—起跳」：FY2023 +47% → FY2025 +19.2%（低点）→ FY2026 +22.8% → FY2027Q2 单季 +30%（数年新高），再加速由①Atlas 消费用量回升、②EA 多年期大单（含史上最大 TCV 超 1 亿美元合同）、③大客户净扩张率升至 122% 三因素驱动（表 12/表 7）。资本开支方向印证轻资产模式——Capex 仅占营收 0.2%–1.5%，增长不依赖重资产投入，扩张弹性来自销售效率与产品复用；RPO（剩余履约义务）FY2027Q2 达 15.19 亿美元（+91%）为未来收入提供高可见度缓冲^[2][7][6]。

3.3.4 历史与可比估值对照

方法选择：MongoDB 处于「GAAP 微利/亏损收窄 + FCF 已规模化转正」的转型期，纯 PE(TTM) 因净利基数极小而严重失真（495 倍），故本节以 PS(TTM) 为主锚、EV/Sales 与 P/FCF 为辅，PE 仅列示供参照；可比公司选取高增长基础软件同业（Snowflake、Datadog、Elastic），筛选标准为：同为美股上市的订阅制数据/基础设施软件、营收体量同量级、增速 15%–35% 区间。数据时点 2026-09-11，来源 stockanalysis.com（S&P 口径）^[1][12]。

对照结论：MongoDB 的 PS(TTM) 10.5 倍相对可比组均值 15.4 倍折价约 32%，折价主因①营收增速（+25% TTM）低于 Snowflake/Datadog 的 30%+ 档、②AI 叙事浓度低于两家对标；相对 Elastic（4.9 倍、增速约 15%）则溢价约 114%，溢价来自增速差与盈利拐点确定性。若 MongoDB 增速能维持指引 21%–23% 且利润率继续扩张，估值中枢向可比组收敛有基本面支撑，但收敛幅度取决于 AI 检索收入的兑现节奏（前瞻估值与合理区间见 4.6–4.8）^[1][12]。

3.4 供应链与产业链拆解

MongoDB 处于「云基础设施 → 数据库平台 → 应用与 AI 层」产业链的中游平台环节：向上采购超大规模云厂商的算力与存储（Atlas 的最大成本项），向下为各行业应用与 AI 智能体提供数据底座。本节为全报告产业链细项数据的唯一来源，2.3 节仅作概述性引用；按上/中/下游三层逐层拆解^[2][3]。

3.4.1 产业链全景图

全景图环节划分依据行业研究机构报告与公司公告；MongoDB 环节位置判定：以文档数据库平台为核心，向分析（Atlas Charts/Stream Processing）与 AI 检索（Vector Search/Voyage AI）双向扩展。

3.4.2 上游：云基础设施与开源生态

上游核心是三大云厂商的 IaaS 资源：Atlas 部署于 AWS/Azure/GCP 之上，算力与存储成本构成营业成本的主体；同时云厂商又是 MongoDB 的分发渠道（marketplace 计费合作）与竞争对手（自有数据库服务），形成「共生 + 竞争」的双重关系。上游价格趋势（云资源单位成本长期下行、区域算力供需周期波动）直接传导至 Atlas 毛利率^[3]。

3.4.3 中游：数据库平台（公司所在环节）

中游竞争的关键要素是：开发者生态规模（获客漏斗）、数据模型通用性（单库覆盖多场景以降低客户 TCO）、企业级能力（安全/审计/合规/SLA）与部署灵活性（云/本地/混合/多云）。MongoDB 的差异化在于以「同一引擎 + 同一查询语言」覆盖操作、搜索、向量与流处理四类负载，并以多云中立定位对冲云厂商锁定^[2]。

3.4.4 下游：应用与终端客户

下游需求主体是企业级现代应用与快速成长的 AI 应用层：MongoDB 客户覆盖 70,600 家（FY2027Q2），其中约 75% 的 Fortune 100；行业分布以金融服务、科技、零售/电商、公共部门为主。AI 检索（RAG）是最新增量场景——Financial Times 用 Atlas+Voyage 处理每日超 10 万次查询，编程智能体（Claude Code、Codex 等）经 MCP Server 直接读写 MongoDB^[6]。

3.4.5 价值分布、成本结构与利润水平

数据库软件产业链的价值分布呈「中游平台高毛利、上游算力规模化、下游应用长尾化」格局：中游平台掌握定价权（毛利率 70%–90%），但 DBaaS 形态下需将相当比例收入支付给上游云厂商（体现在 MongoDB 约 28% 的营业成本中），上游 IaaS 与芯片环节凭借规模与垄断地位获取稳定利润，下游应用层则高度分散^[1][3]。

成本结构与利润解读：MongoDB 营业成本率约 28%（FY2026），其中大头为支付给云厂商的 Atlas 底层资源与员工技术支持成本；受上游约束最强的部分是云资源价格与供给（大促周期、区域算力紧张时成本上翘），但公司凭借多云三选一的采购灵活性具备一定议价与调度空间。向下游的价格传导能力较强（消费型计费随用量自然扩张、企业级提价历史上未引发流失），利润水平处中游平台第一梯队（毛利率 71.8% 介于 Snowflake 与 Elastic 之间）^[4]。

3.4.6 瓶颈环节、供需与替代风险

综合研判：MongoDB 供应链安全性高——上游三朵云互为冗余、无单一硬件依赖；核心风险不在供应而在「供给侧替代」：PostgreSQL 生态（pgvector + JSONB）与云厂商托管服务构成功能性替代，SSPL 许可的防御边际随兼容层成熟递减。后续关键观察指标：①云厂商是否推出更强兼容的 MongoDB 托管服务、②pgvector 等开源方案在企业生产环境的采用率、③公司 AI 检索收入占比的首次量化披露^[5]。

3.4.7 公司产业链地位与供应链风险

公司地位：对上游（云厂商）具备「大客户 + 三云竞价」的议价能力，但云厂商同时是竞争者，关系具结构性张力；对下游（企业客户）凭借数据层高切换成本与消费型计费的「用量即粘性」掌握定价权，净 ARR 扩张率 122% 为议价力的直接量化。客户集中度：订阅型收入分散于 70,600 家客户，前五大客户占比极低（公司未披露，历史上长期低于 5%——数据待核实）；供应商集中度：Atlas 底层集中于三大云厂商（结构性，行业惯例）^[2][6]。供应链风险逐条：①云厂商既供货又竞争（DocumentDB 等替代品）——长期最大结构性风险；②数据主权与地缘政策（欧盟数据法案、部分国家本地化要求）——公司以 EA 本地部署 + 多云布局对冲；③AI 算力供给紧张推高 Atlas 成本——2026 年观察项；④安全事件风险——数据库作为关键基础设施的零日漏洞（如 2025-12 报道的 MongoBleed 类事件）可能损害品牌与续费^[8][3]。

3.5 公司基本面

组织架构：公司按职能与产品线组织（销售/市场/G&A/研发四大职能 + Atlas/EA 产品线），无重要控股子公司层级；近年并购标的（Voyage AI、Realm、mLab 均已整合入平台）不构成独立分部^[1]。管理层：董事长 Tom Killalea；总裁兼 CEO Chirantan "CJ" Desai（2025-11-10 接任，前 ServiceNow 总裁/COO——任内参与将其营收从 10 亿做到 100 亿美元以上、后任 Cloudflare 产品与工程总裁，Oracle/EMC/Symantec 出身）；CFO Michael J. Berry（2025 年上任，前 Splunk/Cisco 财务背景）；CTO Jim Scharf；联合创始人 Dwight Merriman 任董事^[11]。需注意 2025 年管理层集中换防（CEO/CFO/CPO 均更替）带来的执行与战略连续性风险^[11]。

其他重大事项：①资本回报——董事会累计授权 10 亿美元回购（2025-02 授权 2 亿、2025-06 增加 8 亿），FY2026 已执行 4.0 亿美元、FY2027Q1-Q2 各约 1 亿美元，管理层明确以「100% FCF 投入回购 + 现金结算 RSU 税负」对冲 SBC 稀释；无分红^[6]。②可转债清零——2024-12 完成 11.5 亿美元 0.25% 可转债转股，资本结构转为净现金堡垒^[10]。③股本稀释——摊薄加权股本从 FY2024 的约 74M 升至 FY2026 的 81M，FY2027 指引 86.4M（非 GAAP 口径），年均稀释约 4%，回购仅能部分对冲^[2]。

四、财务建模Financial Modeling

本章建模范围为预测期 3 年（FY2027E–FY2029E，基准财年 FY2026）；收入端采用「分部增速加总」的自下而上路径（Atlas 消费增速 × EA 订阅增速 × 服务增速），与 3.2 节业务构成及 2.1 节行业空间衔接；所有科目与第三章表 9–12 口径一致（GAAP 合并报表、百万美元）。本章所有预测与估值均为【本报告假设】下的测算，其中 FY2027E 收入锚定公司 2026-09-01 发布的全年指引中值（29.9–30.3 亿美元）^[2]。

4.1 建模框架与全局假设

4.2 收入预测（自下而上：分部增速加总）

方法说明：采用「分部收入 × 分部增速」的自下而上路径——Atlas 按公司指引 +27% 起步并逐年递降（27%→24%→21%），EA+其他订阅按 +11%→+10%→+9%，服务按 +8%→+6%→+5%；分部合计与总营收的校准差异（FY28E 约 6 千万、FY29E 约 1.35 亿美元）并入 EA+其他，反映 Atlas 超额增速的溢出效应。该路径与 3.2 节表 7 的业务构成直接衔接^[2][6]。

4.3 成本、费用与预测利润表

毛利率驱动归因：预测期毛利率 71.8%→73.6%（+1.8pct），驱动项拆解——①结构效应（-）：Atlas 占比从 73.4% 升至 82.6%，托管云成本的摊薄压力持续；②规模效应（+）：Atlas 规模扩大后对云厂商议价与资源调度效率提升；③产品组合（+）：向量检索/Voyage AI 等高毛利平台功能占比上升；④EA 搜索能力放量（+）：自管理高毛利订阅回暖。方向上②③④合力略大于①，与 FY2027Q2 毛利率已达 73.8% 的实际走势一致^[2]。

4.4 预测资产负债表与现金流量表

4.5 情景分析

4.6 估值建模

4.6.1 方法选择

MongoDB 处于「GAAP 微利拐点 + FCF 已规模化」的过渡期，单一估值方法均失真：PE 对净利基数极敏感（TTM 495 倍）、DCF 的 GAAP 口径几乎只剩净现金价值。故本报告采用「相对估值（PS 为主锚）+ 双口径 DCF 交叉验证 + 现价隐含预期反算」的组合：PS 法衡量市场为增长支付的价格（与 3.3.4 可比组同口径），DCF 口径 A（GAAP FCFF）衡量严格口径下现有业务价值下限，口径 B（SBC 加回 FCF）衡量市场惯例下的现金流价值，三者不平均、按口径分档列示，权重取舍见 4.8 节^[1]。

4.6.2 相对估值：可比倍数 + 历史估值 Band

基于 3.3.4 表 13 的可比组（Snowflake 21.3×、Datadog 20.0×、Elastic 4.9×，均值 15.4×）与下表历史 PS(TTM) 采样区间：MongoDB 当前 10.5× 处于可比组均值与低增速锚（Elastic）之间；采样区间上沿 12.1×（FY2026Q4 财报后情绪高点）与下沿 8.2×（FY2027Q1 财报前）构成本报告 PS 区间的经验边界^[1]。

4.6.3 绝对估值：DCF（双口径）

终值假设：永续增长法；口径 A 的终值 FCFF 按「FY2029E NOPAT × (1 − g/ROIC)」稳态化（ROIC 取长期假设 15%），口径 B 直接以 FY2029E FCF × (1+g) 资本化；g = 3.0%（约束：g < WACC 12.11%，且 ≤ 长期名义 GDP 增速假设 4%–5%）本报告假设^[13]。

4.6.4 SOTP 分部估值

4.7 敏感性分析

4.8 估值结论与假设失效条件

估值结论（三档区间，按口径分档、不做简单平均）：下限 289 美元（悲观情景 × PS 6.5×）、中枢 378 美元（基准情景 × PS 8.5×，对应 FY2028E 营收 35.8 亿美元）、上限 467 美元（乐观情景 × PS 10.5×）——PS 口径为市场主流定价锚；作为交叉验证，SOTP 每股 349 美元落在区间中枢附近，而双口径 DCF（37.5/129.7 美元）显著低于现价 362.21 美元，其差额即市场为「AI 检索放量 + 长期净利率向非 GAAP 口径收敛（20%+）」支付的期权价值。现价隐含预期反算：市值 291.8 亿美元 − 净现金 23.6 亿美元 = 业务价值 268.3 亿美元，对应 FY2028E FCF 的 P/FCF 约 32×；若要求 30× PE 支撑现价，需 GAAP 净利达 9.73 亿美元（本报告基准 FY2029E 净利 1.74 亿美元的 5.6 倍、对应净利率 23%）——即现价已隐含非 GAAP 级别的盈利能力在 GAAP 口径下实现。与 3.3.4 对照结论一致性：可比组折价 32% 与本区间中枢 378 美元（较现价 +4%）方向一致。以上均为【本报告假设】测算，不构成投资建议^[1]。

4.9 建模局限说明

主要局限：①行业规模与竞对份额数据来自第三方机构，口径分歧大且部分为单一机构预测；②公司不披露分部毛利率、AI 收入占比与客户行业分布，相关维度以替代指标近似；③SBC 的会计处理使 GAAP 与现金流口径剪刀差巨大，双口径估值对口径选择高度敏感；④AI 检索业务处早期，其收入兑现路径未被纳入基准情景（仅体现于乐观情景与现价隐含预期差）；⑤2025 年管理层集中换防带来的战略连续性风险难以量化；⑥非经营性因素（回购节奏、并购、汇兑）可能扰动单季结果^[2][11]。

本章引用的全部历史数据口径见第三章；预测类信源在信源列表中已注明「本报告测算」。