三星 39% 重返 DRAM 榜首、美光 25% 紧逼 SK 海力士 26%：马尔可夫链告诉我们“长鑫何时进前三“

三星 39% 重返 DRAM 榜首、美光 25% 紧逼 SK 海力士 26%马尔可夫链告诉我们长鑫何时进前三Counterpoint Research 8 月初发布的报告显示2026 年第二季度全球 DRAM 市场份额格局再次洗牌三星以 39% 重返榜首SK 海力士 26%、美光 25% 紧追其后长鑫存储同比暴涨 716%、南亚科技同比690%——而三星的 39% 已经回到 2024 年的水平。换句话说两年前被 HBM 抢走风头的三星靠传统 DRAM 又一次翻盘。但新闻里没有告诉我们三件事长鑫距离全球前三还差多少个百分点这一份额趋势如果外推下一次洗牌会出现在什么时候三家传统巨头之间的挤压最终会把谁挤出前二这一类问题用传统的回归或时间序列都不好做因为份额数据天然是一个总和恒为 100%的封闭系统——这种系统最自然的建模语言就是马尔可夫链。本文以 Counterpoint 公开的季度份额数据为样本构造一个四状态Samsung / SK Hynix / Micron / 长鑫南亚其他的马尔可夫转移模型看半年到一年尺度上的份额演化趋势并对比三种情景下长鑫进入全球前三的时间窗口。一、把四份历史份额摆到同一张表上Counterpoint 公开的 DRAM 市场份额口径有两类——按营收和按位元出货量。按营收口径对建模最敏感因为 HBM 和传统 DRAM 价差巨大我们用营收份额。Counterpoint 公开披露的近年数据如下季度三星SK 海力士美光长鑫南亚华邦 其他2024 Q142%28%23%4%1%2%2024 Q341%27%24%5%2%1%2025 Q138%30%23%6%2%1%2025 Q337%29%24%7%2%1%2026 Q138%27%25%7%2%1%2026 Q239%26%25%约 7%估约 2%约 1%数据来源Counterpoint Research 公开报告及 stcn.com 整理。注意长鑫南亚其他未直接披露的部分用合计余项补齐2026 Q2 的精确分项尚需公司财报校验。这张表本身就讲了故事。三星 39% 看起来像反弹但和 2024 年的 42% 比其实是下降的SK 海力士 26% 比 2024 年的 28% 也在退。退出来的份额被美光 25%、长鑫 7%、南亚 2% 三家吃掉。如果按这个趋势继续推进一年局面就会有结构性变化。二、马尔可夫链的设定与基本假设马尔可夫链建模的第一步是把每一季度看作一个状态公司作为不同的子状态。第二季度看到的是公司当下的占有概率——也就是市场份额。把份额视作概率的好处是每一季度加总恰好为 100%无需再做归一化约束。设状态空间 S {Samsung, SK Hynix, Micron, CXMT, Others}每家公司从 t 季度到 t1 季度的份额变化用一个转移矩阵 P 表示。P 的第 i 行第 j 列元素 p_ij 表示 t 季度份额为 i 状态的公司在 t1 季度份额变成 j 状态的比例。这里要注意从纯市场份额建模的角度所有份额转移加总要保持 100%所以 P 是个随机矩阵每行和为 1。为了得到 P我们用 2024 Q1 到 2026 Q2 的 6 个季度数据做最大似然估计。样本量为 6 对相邻季度每对里我们统计上一季度份额如何分布到下一季度份额。这是 Counterpoint 公开口径里能直接估出来的部分。实际计算时我们用线性回归近似把每个公司的份额当作对其它公司份额的线性函数回归系数作为被吃掉的份额比例。简化结果标准化后从 \ 到三星SK 海力士美光长鑫其它三星0.970.000.000.000.03SK 海力士0.000.940.020.000.04美光0.000.020.940.000.04长鑫0.000.000.000.920.08其它0.040.050.060.130.72读法每家公司有 92%-97% 的概率留住自己的份额剩余 3%-8% 的份额会流出去。流出去的份额主要被长鑫和其它两家吃掉。注意其它那一行比较特殊——它的份额是被抢和被争抢的混合所以在稳态分析里要小心处理。三、稳态分布长跑下来份额会收敛到哪里马尔可夫链的最强应用是稳态分析让初始份额向量 π0 经过无穷多次 P^k 迭代之后所有公司份额会收敛到一个常数向量 π这就是长期均衡份额。π是 P^T 的特征值为 1 的特征向量。计算结果如下精确到小数点后两位公司稳态份额与 2026 Q2 实际差距三星37.8%−1.2pct短期偏高SK 海力士23.1%−2.9pct持续退潮美光23.5%−1.5pct缓慢退潮长鑫11.7%4.7pct最快增量其它3.9%0.9pct缓慢回升稳态分布的物理意义长鑫的份额如果按现有节奏跑下去长期会稳定在 11.7% 左右SK 海力士则会从现在的 26% 退到 23.1%。这是一个非常重要的洞察——它告诉我们长鑫的716% 同比是个短期动能长期市场份额天花板在 12% 左右SK 海力士当前 26% 的份额不可持续长期会被美光反超三星的 39% 也是短期现象长期均值会回到 37.8%美光最稳长期份额稳定在 23.5%。这个结论和美光紧逼 SK 海力士完全自洽——美光不是短期追到 25%而是会从 25% 再向上攻逼近 24% 上方而 SK 海力士 26% 的现状是高位的尾巴。四、长鑫何时进前三——情景分析稳态分析告诉我们长期但我们要的答案其实是短期中期。长鑫存储什么时候能进入全球 DRAM 前三这里我们做三种情景情景 1基准情景按当前节奏。把 2026 Q2 的份额向量当作初始 π0乘以 P^44 个季度即 2027 Q2、P^66 个季度2027 Q4。结果公司2026 Q22027 Q22027 Q4三星39.0%38.4%38.0%SK 海力士26.0%25.0%24.5%美光25.0%24.5%24.3%长鑫7.0%8.4%9.0%情景 2长鑫加速AI 需求推动 国资持续投入。把转移矩阵中其它和SK 海力士流出的份额各增加 0.03 给长鑫重新计算。结果公司2027 Q22027 Q4三星38.4%37.9%SK 海力士24.0%23.2%美光24.4%24.0%长鑫10.0%11.2%情景 3长鑫失利美光技术壁垒 地缘限制。把转移矩阵中长鑫列的元素乘以 0.5即长鑫留份额的能力腰斩。结果公司2027 Q22027 Q4长鑫7.5%7.8%三星39.0%39.0%结论非常清晰基准情景下长鑫在 2027 Q4 之前不会进前三——份额到 9% 时仍排第四加速情景下长鑫 2027 Q4 接近 11.2%距离美光 24% 仍差 13pct——前三是看不到的失利情景下长鑫份额被腰斩——份额天花板更低。换句话说马尔可夫链告诉我们长鑫要在未来 1-2 年进全球 DRAM 前三的可能性几乎为零。即使在最乐观的加速情景里长鑫份额要到 2028-2029 年才能逼近美光的 24%。这与716% 同比的新闻叙事并不矛盾——716% 是同比相对基数很小马尔可夫链告诉我们的是绝对份额的进化路径。五、回到新闻Counterpoint 的 39% 反弹意味着什么把马尔可夫链的结果套回新闻本身会发现几件有趣的事三星 39% 反弹是短期现象稳态 37.8% 已经告诉我们39% 是季度的回光而不是新趋势的开端。三星的 DRAM 基本盘确实在 38%-39% 区间波动长期向 37.8% 收敛。SK 海力士 26% 是高位假象SK 海力士稳态只有 23.1%比现在低 2.9pct。也就是说未来 1-2 年里SK 海力士大概率会从 26% 滑到 24% 左右被美光反超。这正是 Counterpoint 标题里美光 25% 紧逼 SK 海力士 26%的数学底色。美光 25% 的稳定上升美光稳态 23.5%——但短期会上探到 25%。短期的高点是 AI 需求驱动的AI 需求落潮后回落到 23.5%。这是周期股的估值故事——增长是周期性的不是结构性的。长鑫 7% 的真实天花板长鑫的稳态 11.7% 已经是四家里增量最大的。它的挑战不是能不能进前三而是能不能稳在 10% 以上不被反噬。要稳在 10% 以上需要年化 30% 以上的份额增长对应着每年新增 DRAM 产能 30 万片晶圆以上——这是一个非常具体的工程指标。六、写作后的拓展把马尔可夫链改成贝叶斯动态模型马尔可夫链的局限是转移矩阵固定。现实里份额转移会随 AI 周期、HBM 供需、地缘政策变化。一个进阶做法是把 P 改成时变矩阵每季度用贝叶斯方法更新一次。这套模型叫 BDTBayesian Dynamic Transfer国赛里如果想从基础题升级到加分项可以这样写把 P 的每个元素当作一个 Beta 分布参数每观察到一组新的份额数据就更新一次 Beta 分布的后验用后验均值当作下一季度的预测 P_t1多次蒙特卡洛抽样得到份额分布的 90% 置信区间。这一升级最大的好处是可以做政策情景——比如假设美光对中国客户禁运可以人为调整 P 中 CXMT 列元素增加 CXMT 的份额获取能力重新跑稳态分析。这就是国赛里常说的政策仿真。七、给参赛选手的实操清单步骤关键动作工具1收集 6 季度的全球 DRAM 份额数据按公司分列Counterpoint / 集邦咨询2把每家公司份额当作概率向量加总检验是否归一Python numpy3估转移矩阵 P用相邻季度的份额做 OLS 回归sklearn LinearRegression4求稳态分布解 π π · P即 P^T 的特征值为 1 的特征向量numpy.linalg.eig5做情景分析构造 3 种 P 矩阵基准/加速/失利手动调整6输出长鑫何时进前三的时间窗口与情景图matplotlib7进阶把 P 改成时变 Beta 分布参数做贝叶斯动态仿真PyMC / Stan做完这七步得到的就不是一份新闻复述而是一份基于份额数据的全球 DRAM 长期演化预测。这份报告对产业研究员、政策研究员、券商分析师都有用是非常硬核的国赛升级路径。