截至2026年7月洛克希德·马丁股票的核心要点
- 洛克希德·马丁公司在2026年第一季度财报电话会议上向投资者透露，公司已支付8.16亿美元股息并清偿了10亿美元长期债务。首席财务官埃文·斯科特表示，尽管当季自由现金流转为负值，但这仍是公司“审慎资本配置”策略的一部分。
- 本季度股息为3.45美元，高于此前连续四个季度维持的3.30美元水平。
- 洛克希德·马丁的派息率为55%，股息收益率为2.7%，这一状况远比不到一年前该公司225%的派息率要平稳得多。
- TIKR的中位数模型将洛克希德·马丁股票的目标价定为817美元，到2030年12月可实现52%的总回报率和10%的年化回报率。
洛克希德·马丁的派息率在一年前曾高达225%。在继续阅读前，请先了解当前的最新数据。在TIKR上免费分析洛克希德·马丁股票 →
洛克希德·马丁股息保持稳定，而自由现金流转为负值
洛克希德·马丁（LMT）2026年第一季度营收为180亿美元，与去年同期基本持平。 首席财务官埃文·斯科特向分析师表示，该公司当季支付了8.16亿美元股息，并偿还了10亿美元长期债务。他将这一组合描述为“动态且有纪律的资本配置”，而非对任何一项优先事项的退让。
这种纪律性经受了考验。本季度自由现金流为负2.91亿美元，这主要源于洛克希德·马丁某业务领域推行ERP系统所导致的营运资金时间差。斯科特称这一拖累在预料之中，并表示其影响将在第二季度消除。 分部营业利润降至18亿美元，每股收益下降12%至6.44美元，斯科特将这一下滑归因于利润减少以及递延薪酬负债的公允价值变动损失。
尽管如此，管理层仍维持全年指引不变：自由现金流预计在65亿至68亿美元之间。斯科特指出，美国国税局（IRS）关于企业替代最低税的有利指引，是公司对达到该区间上限更加有信心的原因之一。
资本支出本身也展现出增长态势。洛克希德·马丁公司在资本支出上投入了5.11亿美元，在研发上投入了4.58亿美元，较上年第一季度增长约15%。 在5月下旬举行的伯恩斯坦（Bernstein）会议上，斯科特补充道，多年期导弹防御采购合同的授予时机，可能会推动下半年现金流进一步攀升。
管理层预计今年自由现金流将达到68亿美元，处于预测区间的上限。将这一承诺与洛克希德·马丁公司的实际现金流趋势进行对比。在TIKR上免费追踪洛克希德·马丁公司股价 →
经历动荡一年后，LMT股票的派息率趋于平稳
与周围利润的波动相比，股息本身展现出更为稳定的态势。根据最新趋势数据，洛克希德·马丁公司的季度股息已从3.30美元升至3.45美元——此前该公司曾连续四个季度维持在3.30美元的水平。
这种稳定性与其分红率形成了鲜明对比。该比率在2024年底飙升至148%，随后在2025年年中进一步攀升至225%，这正是管理层在第一季度财报电话会议中所述的那种一次性利润扭曲现象的明证。 此后，该比率已回落至55%，重新回归到公司2024年大部分时间及2025年初维持的45%至59%区间。
结合管理层关于公允价值损失和项目费用冲击季度盈利的说明来看，这一相对平稳的派息率印证了洛克希德·马丁的股息支付能力比任何单个波动季度所显示的更为稳健。
当前2.7%的股息收益率已接近过去一年的区间中位数，此前该指标曾在2.1%左右的低点与3.4%以上的高点之间波动。
悬而未决的问题是，随着更多一次性项目费用浮出水面，派息率究竟会维持在目前的50%中段水平附近，还是会重新回升至2024年和2025年曾出现的峰值水平。
LMT股票817美元的目标价反映的是整个业务价值，而不仅仅是股息
TIKR的中性估值模型将洛克希德·马丁股票的目标价定为817美元，这意味着截至2030年底实现时，总回报率为52%，年化回报率为10%。
这一回报特征表明，在TIKR的模型中，洛克希德·马丁股票将通过稳步的复合增长实现增值，而非依赖单次剧烈的重估；股息仅是总回报的一部分，而非主要驱动力。
该目标价的实现依据在于洛克希德·马丁高管所描述的增长前景：PAC-3、THAAD和F-35维护工作的订单积压可延续数年， 研发支出增长约15%，以及全年自由现金流指引为65亿至68亿美元——即便在出现单季现金流为负的情况下，管理层仍多次重申这一指引。
TIKR的模型预测，截至2030年，该股总回报率将达到52%。查看该数字背后的完整分析。在TIKR上免费探索洛克希德·马丁股票 →
您应该投资洛克希德·马丁公司吗？
要真正了解这一点，唯一的方法就是亲自查看数据。TIKR为您免费提供与专业分析师用于解答这一问题的相同机构级财务数据。
调出洛克希德·马丁公司的股票页面，您将看到多年的历史财务数据、华尔街分析师对未来几个季度营收和盈利的预期、估值倍数随时间的变化趋势，以及目标股价是呈上升还是下降趋势。
您可以创建免费的自选股列表，将洛克希德·马丁公司与您关注的其他所有股票一同纳入跟踪。无需信用卡，只需您做出决策所需的数据。
