正文

澎湃的AI基础设施建设浪潮，正驱动着一场规模空前的债务扩张。然而，高盛与摩根士丹利的最新研究揭示，最危险的债务部分——高达1.8万亿美元的表外敞口，正悄然潜伏在市场的狂欢之下，可能成为未来金融体系的潜在风险点。

债务狂潮：远超预期的资金黑洞

根据摩根士丹利的“AI债务融资追踪报告”，截至2026年5月底，全球AI相关债券发行规模已达2360亿美元，较去年同期激增357%。该机构预测，全年发行总量将突破5700亿美元，下半年随着资本支出融资需求集中释放，节奏将进一步加速。仅在4月，AI相关债券发行就超过740亿美元，其中用于数据中心建设的项目融资结构，占高收益债供给的85%、投资级债供给的40%。亚马逊、Meta、谷歌、微软、甲骨文这五家超大规模云企业，已占据整个投资级债券指数的4%。

在杠杆层面，超大规模云企业的整体毛杠杆率已从2025年三季度的0.9倍升至当前的1.8倍，每季度约上升0.3倍，甚至超过了整个能源行业的杠杆水平。受供给压力影响，相关信用利差已从AA区间漂移至A区间，并可能进一步走阔。摩根士丹利预测，亚马逊与Meta在2026年的自由现金流将趋近于零甚至转负，届时增量融资将几乎完全依赖新增债务。

1.8万亿表外敞口：看不见的负债，锁定的现金流出

摩根士丹利全球估值、会计与税务团队指出，仅盯着资本支出数字，会严重低估AI建设周期的真实财务承诺。在已披露的资本支出之外，还有三类关键的表外敞口：

  • 采购承诺约9820亿美元：超大规模云企业及英伟达的长期采购合同总额接近1万亿美元。根据会计准则，这些义务在货物交付前不计入负债，因此这近万亿美元的未来现金流出，当前并不体现为任何资产负债表上的负债。值得注意的是，英伟达自身的库存与采购义务已升至2027财年共识营收预测的约32%，远高于历史区间的15%至20%，供应链承诺风险已向芯片供应商端延伸。
  • 未生效租赁承诺约8220亿美元：超过8000亿美元的租赁合同已签署但尚未开始执行，不计入当前租赁负债。摩根士丹利估算，若将融资租赁纳入计算，微软的资本支出占销售额比例将从33%/50%跃升至44%/64%，甲骨文则可能从76%/115%升至101%/189%。
  • 应付账款中的未付资本支出约1100亿美元：超大规模云企业的应付账款天数（DPO）大幅拉长——甲骨文同比增加370%，Meta增加73%，微软增加69%——意味着整条供应链实际上正在为AI建设垫资，供应商承担了本应由买方承担的流动性压力。

SPV与循环融资：杠杆转移至暗处

表外风险的另一个核心维度，是通过SPV构建的循环融资结构。Apollo与黑石联合为Anthropic完成的一笔350亿美元的“芯片抵押”私募信贷交易，集中体现了这一模式的运作逻辑：博通为该SPV提供背书，Anthropic用所筹资金购买由博通制造的谷歌芯片，而谷歌持有Anthropic 14%的股权；安排此次交易的摩根士丹利，同时向参与交易的投资者提供贷款。

摩根士丹利的AI生态系统融资关联图谱显示，OpenAI、甲骨文、英伟达、微软、CoreWeave、AMD、亚马逊之间存在客户、投资者、供应商融资与回购的多重循环关系，同一笔资金在少数几个主体之间反复流转，SPV则是实现这种循环的核心工具。据悉，Apollo旗下保险子公司Athene在上述结构中尤为活跃——通过向退休人员销售年金募集资金，再将资金注入SPV参与AI基础设施融资。这一模式将杠杆从可见的超大规模云企业资产负债表，转移至供应商与私募信贷生态系统，使真实的系统性风险敞口难以被外部观察者识别和汇总。

折旧悬崖与货币化缺口：被推迟的冲击

当前财务数据存在系统性的乐观偏差。大量资本支出目前以“在建工程”（CIP）形式挂账，尚未开始折旧，导致已报告的利润率被人为抬高，未来的费用压力被低估。甲骨文、Meta、谷歌的在建工程余额同比分别增长约200%、90%和55%。

摩根士丹利预测，微软、甲骨文、Meta、谷歌四家企业未来三年的累计折旧将超过5200亿美元。以甲骨文为例，折旧占营收比例可能从当前的7%升至2028财年的28%；Meta则可能从9%升至19%。在此背景下，维持利润率的唯一路径是营收同步大幅增长——而目前营收预测的上调幅度，远落后于资本支出预测的上调幅度。数据显示，谷歌2026年资本支出共识预测较一年前上调139%，Meta和亚马逊分别上调85%和81%，甲骨文上调幅度最大，达175%。与此同时，营收预测的修正幅度明显滞后，资本支出先于商业化落地的结构性错配已清晰可见。

时机错配而非即时偿付危机

摩根士丹利的结论是，上述风险目前尚不构成迫在眉睫的偿付能力危机，而是一系列时机错配与信息披露缺口的叠加：折旧压力被递延、资本支出跑赢货币化进度、杠杆向供应商与私募信贷层转移，以及不同公司之间资本强度的可比性因会计分类差异而大打折扣。超大规模云企业显然意识到当前市场情绪窗口的有限性，正在抓紧时机最大化融资规模。

高盛分析师指出，若AI基础设施投资规模达到GDP的2%至3%，类比铁路与汽车工业的历史建设周期，2027年资本支出可能达到1.1万亿美元；极端情景下，结合超大规模云企业现金流与投资级信贷市场容量，上限或达1.4万亿美元。然而，这一切的前提是大型语言模型（LLM）能够持续提升token定价，并维持足够的企业客户黏性。越来越多的企业正将目光转向性能接近但价格大幅低廉的AI产品。一旦需求端发生结构性转移，当前这套精心构建的融资体系，将面临根本性的压力测试。

市场资讯部视点

本文深度揭示了AI基建热潮背后潜藏的融资体系脆弱性。高达1.8万亿美元的表外敞口，通过采购承诺、未生效租赁及SPV循环融资等方式，形成了高度不透明的债务结构。这与2008年次贷危机前夕的影子银行体系有相似之处：风险被层层包装并转移至监管“盲区”。当前，市场定价尚未充分反映这些潜在风险，而折旧压力、自由现金流缺口与货币化滞后等内生动因，已构成结构性矛盾。一旦宏观环境或AI商业变现预期生变，极可能引发连锁反应。投资决策时需警惕此类系统性风险，关注企业真实的现金流出承诺与财务透明度。