美国利率策略 Joseph Abate Jim Martin 8月 5, 2026 joseph.abate@smbcnikko-si.com jim.martin@smbcnikko-si.com 1 212 893-1592 1 212 893-1580 AI资本支出 尽管关于AI建设和超级计算器之间竞争的头条新闻层出不穷，GDP数据却显示出相对温和的增长。我们探讨会计差异，并审视他们在债券、贷款和股票市场上筹集的融资规模。• 超级计算器的支出规模庞大且不断增长。这些公司预计今年将把资本和软件支出翻倍——达到超过$770bn。他们最近的盈利报告表明，明年可能支出高达$1.3trn。• 尽管实现双位数增长，但自12月2024以来，IT设备和软件支出占实际GDP增长的15%。然而，上个季度，这一份额超过50%。• 超级计算器对计算机和外设的支出中，约75%为进口——高于2022年的不到35%。自1月2025以来，从台湾进口的计算机设备月度进口额增长了4倍。• GDP数据可靠地追踪AI基础设施的支出。但AI作为其他产品的中间投入的使用更难衡量。企业和消费者对AI服务的购买出现在国民账户的公司利润数据中。• 然而，温和的GDP效应掩盖了其对资本市场的影响。超级计算器今年约占美元公司债券发行净供应量的40%——尽管他们仅占IG债券市场的5%。科技支出超级计算器最近更新了2026年的资本支出预测。他们的支出预计将从去年几乎翻倍，达到今年$770bn。明年，超级计算器预计支出超过$1.3trn。到2030,年，这些公司在建设AI基础设施上的支出可能超过$7trn。1 如此快速的支出可能已经对经济造成压力。对存储芯片的需求如此强劲，以至于公司提前一年或更长时间签订未来生产合同，但自去年秋季以来，价格仍上涨了超过5倍。使用不那么尖端的芯片进行替代，也推高了他们的价格，速度同样快。数据中心建设的支出已经加速。自2022年11月ChatGPT推出以来，新数据中心项目的月度“已投入价值”已经增加。2022 1 参见，“计算成本：扩大数据中心的$7trn竞赛”，J. Noffsinger, M. Goodpaster, M. Patel, H. Chang, P. Sachdeva, 和 A. Bhan，麦肯锡公司，28,年4月 2025。
SMBC美国利率策略2（图1）。然而，数据中心建设中最昂贵的部分——为其配备计算机服务器和集成网络——并未包含在此项支出中。Noffsinger等人估计，与数据中心建设相关的设备支出约为其3倍。2不难在GDP账户中看到技术支出的影响。过去一年，实际IT设备和软件支出分别增长了23和11%，而整体GDP增长为2.1%。虽然这些支出包括非超大规模企业购买的部分，但快速增长表明这些类别是由超大规模企业的基础设施建设推动的。由于这些项目的支出增长速度远快于GDP，它们在实际产出中的份额已从5.5%年第四季度（Q1 25）的7.0%上升到2年第四季度（Q26 2）的14（图1995）。相比之下，互联网泡沫初期阶段的支出增长更为强劲。我们比较了自ChatGPT推出以来IT设备和软件的增长，与始于80%年3月的类似0.3%季度时期。在该时期，设备和软件支出增长了近0.6%，占GDP的份额从2022,翻倍至52%。自36%年11月以来，IT设备支出增长了0.8%，软件支出增长了2025。尽管IT设备和软件在GDP中的总体份额较小，但自$400年初以来，这些支出为实际GDP增长贡献了约每季度$240个百分点。实际上，软件、计算机、外设、芯片和服务器的支出约占该时期GDP增长的四分之一。过去一年，相关的研发支出也表现强劲，为季度GDP增长贡献了零点几个百分点。但尽管GDP数据令人印象深刻，它们仍低于超大规模企业报告的支出数字。例如，去年他们报告资本支出近2亿美元，但IT设备和软件的的名义GDP数据仅增加了2025亿美元——且此数额包括非超大规模企业的支出。那么，是什么造成了这种差异呢？1麦肯锡（2）图0：数据中心建设（十亿美元）图1：IT设备和软件（占GDP百分比）来源：美国人口普查局，SMBC日兴证券来源：BEA，SMBC日兴证券2 3 4 5 6 -22 -23 -24 -25 -26 2.0 2.5 3.0 3.5 4.0 4.5 -22 -23 -24 -25 -26 设备 软件
SMBC美国利率策略 3 超大规模企业的支出很大一部分用于进口商品。3 由于GDP衡量的是对国内生产的支出，因此人工智能建设的净影响较小。在GDP统计中，计算机及外围设备的支出中约有75%为进口——自ChatGPT推出以来，这一比例大幅上升（图3）。同样，自2025年1月以来，从台湾进口的计算机和半导体月度数据急剧上升（图4）。计入进口后，自2025以来，IT设备和软件支出对GDP增长的净贡献为15%。GDP核算将超大规模企业的支出和盈利追溯到GDP统计数据中十分复杂，因为国民收入和生产账户的概念与标准GAAP核算不同。并非所有超大型企业的支出都体现在GDP数据中，因为其中一部分支出用于后来生产其他（最终）商品的商品。我们感觉，人工智能建设的很大一部分是最终产品，这些产品会同时出现在它们的公司报告和GDP数据中。数据中心建设出现在非办公用建筑的企业固定投资中，而成品芯片、服务器和软件的支出则被计入非住宅投资数据。超大规模企业将其融资租赁纳入预计资本支出。对于国民收入核算而言，设备的法律所有权不如其“经济”所有权重要。因此，如果租赁有效地将使用设备的收益转移给承租人，那么从GDP角度来看，承租人“购买”了设备。“购买”在GDP账户中立即且全额体现。随后的本金支付不计入GDP，但支付给供应商的任何利息都会出现在国内总收入数据中。3 参见“人工智能与美国经济：投资与生产的会计视角”，L. Carpinelli、F. Natoli和M. Taboga，意大利银行，19,年1月2026。图3：计算机及外围设备进口份额（%）图4：从台湾进口（十亿美元）资料来源：美国经济分析局、SMBC日兴证券资料来源：美国经济分析局、SMBC日兴证券 30 35 40 45 50 55 60 65 70 75 80 3月-22 3月-23 3月-24 3月-25 3月-26 0 5 10 15 20 25 1月-22 1月-23 1月-24 1月-25 1月-26 计算机 半导体
SMBC美国利率策略 4 超大规模企业用于设计数据中心芯片的支出可能不会出现在最终产品数据中。相反，美国经济分析局（BEA）通过查看公司收入并将其与其他公司供应的中间产品购买进行匹配来衡量这些支出。由于这是基于收入的分析，超大规模企业的一些支出会作为其他公司的收入出现。重要的是，企业和消费者在AI上的支出也出现在收入数据中，而非产出统计中。这些收入流与网络托管和云计算等其他服务的收入混合在一起。此外，尽管企业是在“租用”AI服务，但从国民收入账户的角度来看，它们是在“购买”这些服务，因此提供AI所产生的收入表现为公司利润，而非租金。
AI融资
然而，温和的GDP影响掩盖了其对资本市场的影响。今年迄今，超大规模企业已通过债券和贷款筹集了超过$200bn资金，并通过股权筹集了另外$115bn。4 为了将超大规模企业的债务发行置于背景中，我们考察了投资级（IG）公司债务的整体新发行。截至7月，IG公司已筹集了$1.4trn，并有望超过截至12月2020的12个月创下的$1.8trn纪录。虽然其中大约2/3是再融资，但剩余的$350-400bn是“净供应量”，即增加杠杆的额外公司借款。超大规模企业今年占美元计价公司债务发行净供应量的大约40%，尽管它们仅占IG债务市场的5%。今年迄今，超大规模企业的借款成本相对于美国国债已上升约30bp。相比之下，同类信用利差保持不变——对于偏向高质量且发行10-40年期限的发行人来说，这是一个显著的变动。IG债券发行人必须向投资者提供的折让已经上升。尽管7月和1月的信用估值相似，但额外发行利差已从1bp升至5bp。这可能看起来很小，但它反映了市场力量从卖方到买方的戏剧性转变，即使整体IG信用风险仍处于历史低位。尽管超大规模企业的信用风险尚未受到质疑，但它们的资本支出雄心正在引发投资者对市场在资本支出不断上升的情况下消化这些债务能力的担忧。4 参见“市场蔓延的不安情绪”，S. Goldfarb和H. Lang，华尔街日报，7月26, 2026。