科技巨頭「偷偷借錢」搞AI，次貸危機魅影重現？

作者| 王晗玉

編輯|張帆

封面來源|IC photo

近日，Meta發布公告，確認公司將于2028年前在美國投資6000億美元，用于建造人工智能數據中心等基建和人才招募等。

再往前一周，這家科技巨頭又通過設立SPV間接完成一筆約300億美元的融資，用于建設數據中心。

同時，谷歌母公司Alphabet也傳出，繼此前發行了第一筆67.5億歐元的債券之后，今年將再發一筆歐元債，總規模至少達30億歐元。

另一方面，甲骨文的CDS（信用違約互換）則在今年9月大幅上漲，顯示市場對其高額舉債投入AI基建可能引發債務違約風險的擔憂。

更有觀點認為，這一表現應被視為“AI泡沫”的早期預警信號——2008年次貸危機就是從CDS普遍上漲開始。

截至今年9月底，科技公司在美國債券市場的融資規模已達1570億美元，比去年同期增長70%。而進入四季度以來，這些公司針對AI基建的融資動作只增不減。

一筆接一筆的債務推高了科技公司的杠桿水平，也擴大了其信用風險，并可能蔓延到這些公司仍在飛升的股價上——一些觀點開始反復提及警惕“AI泡沫”。

那么，市場對科技公司債務風險的擔憂是否意味著當前AI巨額支出過于激進？投資者又能從哪些表現中識別“AI泡沫”？

“AI泡沫”尚處早期階段

9月10日，甲骨文與OpenAI簽署3000億美元算力采購合約，終于提振了一把股價，至其在當日暴漲36%，市值增長2510億美元。

同樣是在9月，甲骨文CDS也大幅上漲，至月底5年期CDS利率突破60個基點。今年前三個季度，該指標還一直在30-45個基點之間。

而至本月初，甲骨文5年期CDS利率達到87.7個基點，相比8月以前近乎翻倍，為近18個月的最高水平。

今年8月以來，甲骨文5年期CDS與股價走勢

甲骨文CDS大幅上漲，主要源于市場擔憂其大規模AI支出將影響公司財務健康。甚至這一情緒正蔓延至AI公司整體為基建投入而背負的巨額債務上。

但甲骨文自身的情況是否代表美國科技企業的整體表現？

從負債率指標來看，當前甲骨文顯著超出其他AI巨頭。截至2026財年第一季度，甲骨文資產負債率約85%。而差不多同期時間內，英偉達、Alphabet、微軟等負債率約在25%-45%之間。

截至9月16日，甲骨文的債務股本比也顯著高于一眾AI公司。

主要AI公司債務股本比

由此來看，甲骨文一家的高杠桿風格似乎并不具有普遍性，后續CDS上漲也不具備普遍性。

此外結合各家的經營數據來看，多家頭部AI公司利潤增長仍較為強勁。

如Alphabet第三季度總營收為1023.46億美元，同比比增長16%，凈利潤為349.79億美元，同比增長33%。其增長動力主要來自云服務和AI業務的強勁需求。該公司特別指出，基于谷歌生成式AI模型的產品所帶來的收入同比增幅已超過200%。

相比而言，盡管甲骨文自身在三季度云業務表現略低于分析師預期，但云營收也有25%的增長。同時凈利潤同比增長22%。

這一表現的底層邏輯是，AI技術的持續發展確實帶動了眾多行業生產力高效增長。換句話說，AI需求切實存在。

這令當前科技公司對AI建設的資本投入盡管規模巨大，但仍在合理區間。

作為新宏睿投資管理公司創始人和董事總經理，夏宇宸目前在英國的投資業務覆蓋一、二級市場，AI是其研究的一大主題。他也對36氪分析，參照此前幾輪大的金融泡沫留下的歷史經驗，目前AI尚未處于經典的泡沫狀態。

“盡管從一些公司的股價上，我們看到了一些泡沫跡象，但還是屬于相對早期的階段?！毕挠铄诽岬健?/p>

對比2000年初的互聯網泡沫，彼時眾多互聯網公司PE水平已達100倍甚至200倍，一些尚未盈利的初創公司，僅憑概念就能獲得數十億美元的估值。

而當前AI巨頭的估值則顯著低于上述水平。如英偉達作為AI芯片龍頭，當前PE約56倍；微軟當前PE約36倍；Alphabet約28倍。

此外，在2000年前后，能夠上網的用戶較少，相關的應用場景就更少，商業模式尚停留在概念階段，這一背景下，激進的投資風格滋生了互聯網泡沫。

而當下，體驗AI應用，并親身感受到它為工作生活帶來的便利輕而易舉，這也讓市場對該行業的判斷得以獲取更多數據作為參考，輔助投資決策。

這表明，互聯網泡沫時期的公司大多建立在概念和預期之上，而當前科技巨頭因加碼AI而獲得的估值更多是基于實際盈利能力和業務基本面。

所以，眼下部分觀點持有警惕態度，一定程度上或也是在經歷2000年互聯網泡沫之后的“PTSD”。

AI投入“小股操盤”，次貸危機魅影重現？

盡管AI帶來的技術變革與由此生成的市場需求已被證實，但基建所需的天量資本投入與借貸形成的債務壓力，仍為科技公司的負債、現金流管理造成了挑戰。

近期高盛中國的一份研報就指出，規模化舉債建設數據中心是美國公司AI競賽的典型模式，中國公司則十分精簡。其預計到2027年，美國云巨頭將在數據中心建設上合計投入將近7000億美元，中國的阿里巴巴、騰訊、字節跳動、百度則將合計投入不到800億美元。

而在基準測試中，兩邊呈現出來的系統性能卻大致相當。

其還表示，美國公司下一階段的增長或建立在類似甲骨文的模式上，借貸更多債務，采用更復雜的結構融資。

近期Meta的融資行為佐證了這一預測。今年10月，其成立SPV（特殊目的載體）完成一筆間接融資，用于建設位于美國亞利桑那州的數據中心。

此前SPV作為創新的金融工具，在次貸危機前廣泛應用于房地產領域。其典型運作模式為：銀行將住房抵押貸款打包成ABS（資產支持證券）賣給第三方SPV，SPV通過將這些債權再打包發行MBS（押貸款支持證券），以獲得接手銀行債權的資金。

如此，本屬于銀行的房貸債權轉移進了SPV，本應由銀行承擔的房貸違約風險也轉移到了MBS的投資者身上。

而SPV的復雜結構又令投資者難以穿透底層資產質量——2007年次級貸款違約率突破15%時，MBS評級調整滯后了6個月——因此這種融資方式也成功為大量次級貸款躲避了監管。

回到當下，Meta獲得建設數據中心的資金，也是通過與Blue Owl Capital Inc.共同成立一個SPV，這個SPV作為獨立的融資主體發行債券，通過摩根士丹利完成了總額近300億美元的融資。

Meta用這筆資金完成數據中心的開發、建設，并在其后租賃、運營這個數據中心。而因Meta僅保留這間SPV 20%的股權，所以后者負擔的300億美元債務不必并入Meta負債表。

簡而言之，Meta為這個SPV投入20%股權，實現“小股操盤”投建數據中心，這使其間接獲得數據中心建設資金的情況下，負債表顯著“美化”——300億美元負債被隔離在SPV體內，而在日后長達16年的租約中，Meta以租金形式履行實質的還本付息義務。

與Meta一樣，現金流與融資成本壓力之下，更多美國科技公司也開始用“小股操盤”的方式將債務壓力騰挪到公司體外。如埃隆·馬斯克的xAI在其最新的200億美元募資中采用了SPV結構；亞馬遜的AWS部門也通過設立多個SPV，為不同地區的數據中心項目融資。

SPV模式避免巨額債務影響主體信用評級，亦能吸引到養老金等不同類型投資者。而如果未來AI公司紛紛效仿，并在當前基礎上設計更復雜的結構進行資產證券化操作，那么將進一步增加項目資產和主體信用的監管難度，甚至招致次貸危機魅影重現。

不過2008年以后，SPV已被設置更嚴格的信息披露標準和風控機制。另一方面，其也滿足了科技公司對風險隔離的需求——通常AI基礎設施投資規模巨大，單個項目失敗可能對母公司造成重大沖擊，此外不同司法管轄區的監管要求也有較大差異。

夏宇宸就對36氪提到，AI公司采用SPV結構進行融資，也有可能是出于減少合規成本的考量。

此前已有數間美國公司因在歐盟地區違反了當地對數據管理的特別規定，而收到來自當地監管機構的罰款。通過SPV持有相關項目，則規避了母公司因合規問題受到拖累。

如何識別“AI泡沫”？

以“AI早期泡沫”的論調來看，投資者應如何判斷AI領域何時出現“經典泡沫”？

夏宇宸提出了兩個量化指標：一是行業新投入的資金有多少來自于貸款，是否已超過往年同期，比如互聯網泡沫時期的水平；二是公司股票價格及類似股票價格的變化率，是否到了不可持續的過程。

“直線增長或急速增長其實都是常見的，但如果像拋物線方程上漲是不太合適的?！彼M一步解釋。

沿著這一思路回看當下，目前AI公司的負債水平顯著低于互聯網泡沫時期，且尚未出現垃圾債券盛行、短債主導的趨勢，或也說明債務結構和規模仍在安全區間。

不過夏宇宸也提示：“目前是有泡沫的，但沒有到非常激進的階段。如果接下來持續的話，不排除會出現20多年前互聯網那樣的泡沫。”

而當前與2000年前后相比，一個顯著的區別是，股票市場的交易效率更高了。這讓市場具備了更好的自我調節能力。

此前在互聯網泡沫時期，投資者需要通過電話溝通交易員下單，任何操作和認知扭轉需要的周期都更長。而來到移動時代，現代電子交易系統使市場能夠更快地作出反應和調整。

這意味著，即便泡沫出現，市場所需的調整周期會更短。

一如20多年前的“互聯網泡沫”，市場用了三年才將其擠破。而新冠疫情期間，因美聯儲加息形成的泡沫，擠破它只用了一年。

同時，在2004年至2006年，美聯儲為抑制通脹連續17次加息，令房貸還款利率大幅上漲、業主違約潮爆發，導致“地產泡沫”最終破裂。而當下AI投資熱潮正處于降息周期中，其宏觀背景也與次貸時期截然相反。

*免責聲明：

本文內容僅代表作者看法 。

市場有風險，投資需謹慎。在任何情況下，本文中的信息或所表述的意見均不構成對任何人的投資建議。在決定投資前，如有需要，投資者務必向專業人士咨詢并謹慎決策。我們無意為交易各方提供承銷服務或任何需持有特定資質或牌照方可從事的服務。

點擊圖片即可閱讀