融资成本上升对AI资本开支周期的影响

人工智能的故事正在转变。随着资本支出加速，投资者开始提出一个新的问题：谁为这一建设提供资金，成本又是多少？

在过去一年的大部分时间里，关于人工智能的争论集中在谁将获得AI相关资本支出中最大份额。然而，现在焦点正在转向更微妙、更令人不安的问题：谁为这种建设提供资金，成本如何？如果终端用户需求的验证和生产力回报来得比融资时钟所允许的更晚，会发生什么？

信贷市场已经发出对AI相关资本支出（CapEx）的担忧信号。自2025年12月以来，摩根大通流动性超大规模企业篮子（JP Morgan Liquid Hyperscaler basket）的利差已显著扩大，而更广泛的投资级（IG）利差保持相对紧张。这不是对全球最强资产负债表的违约警告，但可能反映了对资本密集度、增量AI资本支出回报率（ROIC）的不确定性，以及现在嵌入AI交易中的期限风险的重定价。

图2：债券市场开始质疑AI建设

我们的观点显然不是泡沫论。我们仍然看好股票，尤其是美国股票。我们的观点更为狭隘，也更为有用：AI周期正从一个主要由增长和盈利驱动的周期，转变为日益受资产负债表考量影响的周期。我们的目标不是预测市场方向，而是提供一个理解AI周期从盈利驱动故事向资本可得性、融资成本和宏观风险驱动转变的框架。

卡洛塔·佩雷斯关于技术革命的研究提供了一个有益的框架。在进入更长期的广泛扩散与生产率提升的部署阶段之前，重大技术往往会经历一个投机性的安装阶段。这一阶段通常表现为金融资本追逐新机遇、激进过度建设，以及估值跑在已实现经济收益之前。当回报开始令资助安装阶段的许多投资者失望时，两个阶段之间的转折点往往就会出现。2

矛盾之处在于，这种狂热即使在经济上令人痛苦，但在社会层面却是有生产力的：社会可能会继承有用的基础设施、更低的接入成本、技术诀窍和新的商业能力，即使资助建设的投资者获得了较差的回报。

运河、铁路和光纤的过度建设留下了廉价、无处不在的基础设施，社会后来利用这些设施取得了巨大成效。从长远来看，技术通常能实现其承诺；但建设期间投资者的结果则好坏参半。换言之，安装热潮后的洗牌更像是一种特征，而非大多数技术革命的缺陷。

如今同时进行的前所未有的数据中心、半导体、网络、冷却和电力建设，看上去正像是安装阶段——正因如此，融资问题应像需求问题一样受到同等关注。

旧有的叙事是清晰的——微软、谷歌、亚马逊和Meta进行资本开支投入，然后英伟达、博通、台积电和美光获得这些开支，投资者则买入供应链上的公司。

长期以来，市场将超大规模企业视为资本轻型现金生成器，具有高ROIC和增长前景，并受持久护城河支撑。直到最近，投资者还相信这些平台总能投入所需资金以赢得AI时代的竞争。然而，现在的问题变成了这些公司需要投入多少才能避免落后于人；一种“红皇后竞赛”：每家公司都有自己继续投资的理由。3 可能的结果是硬件成本上升、融资成本上升、电力成本上升，以及AI服务价格下降。

上游销售芯片的公司一直繁荣，而下游购买芯片的公司则面临这些大规模投资的经济效益不确定。这不仅给这些公司带来了前所未有的融资需求，还带来了新的执行风险，增加了这些支出ROI的不确定性。债券越来越多地以十年或二十年期限发行；而图形处理器（GPU）可能在三年到五年内过时。云服务提供商正日益使用更昂贵的资本来购买寿命越来越短的设备。4

宏观金融证据也证实了这一转变。在受冲击最大的经济体中，国际清算银行（BIS）估计，与AI相关的投资正接近GDP的1%，且越来越依赖债务融资。根据Dealogic的数据，全球科技公司在2025,发行了$428.3亿美元的债券，高于2023,的约$150亿美元，而私人信贷对AI相关公司的贷款在2025,增长至约$200亿美元，且可能还有进一步增长空间。5

建设中相当大且不断增长的份额完全在资产负债表外融资——通过租赁、承购协议和特殊目的载体，BIS称之为“影子借款”。公开的资产负债表不再显示完整的风险图景。6

将AI视为单一敞口也会掩盖风险所在。更有用的做法是按层次思考，每一层都有独特的商业模式、护城河和脆弱性。该框架也使循环性和传染渠道更容易看清。

图3：AI价值链：各层的竞争优势和关键脆弱性

NVIDIA、博通、台积电、美光、电力/网络

稀缺性定价、当前需求旺盛、利润率/自由现金流强劲

周期性、未来产能过剩、新进入者威胁

为生态系统提供今天所需的桥梁产能。对开源生态系统至关重要

最严重的财务风险：杠杆、利用率不足、GPU过时

分销护城河、现有现金流、高转换成本

资本开支强度上升、增量ROIC不确定

L4 – 大型语言模型（LLM）开发者

战略价值、品牌、能力前沿

变现不确定性、开源压力、商品化

Salesforce、SAP、ServiceNow、垂直软件即服务

记录系统、信任、工作流控制

必须证明AI定价权/基于结果的定价能力

来源：道富投资管理，截至5,年2026月。

第1层确实资金充裕：NVIDIA报告财年2026营收为$215.9亿美元，数据中心营收为$193.5亿美元，自由现金流为$96.7亿美元，而物业、设备及无形资产购买仅为$6.0亿美元。7

第3层平台是持久性特许经营权：仅微软一家就报告了财年2026营收为$331.8亿美元，营业利润为$155.2亿美元，商业剩余履约义务为$678亿美元，以及物业和设备（包括融资租赁相关增项）的增量为$116亿美元。8 对这些公司而言，自由现金流下降或回购减少并非问题所在，但增量ROIC的不确定性是问题。

真正的融资和单位经济压力集中在第2层和第4层。第2层受到双重挤压：收入线上需求不确定和GPU定价压力，成本线上过时风险和利息成本上升。债务融资的增长总是像骑自行车快速下坡：平衡保持时令人兴奋，但利用率、再融资成本或抵押品价值的小幅波动都可能导致巨大的崩溃。

第4层面临大规模盈利变现的未解路径：开源竞争增加了“智能”本身难以变现的风险。关键的是，大多数LLM开发者仍是私营公司，因此其财务压力不会体现在日常市场价格中。然而，第1,层、第2,层和第3层所记入的大部分收入积压最终取决于这些前沿实验室能否继续通过首次公开募股或私募融资筹集资金。在宏观波动加剧、单位经济未解、终端用户对专有模型需求不确定的情况下，这是一个重要的依赖。

AI需求的增长部分由生态系统内部融资驱动，而非最终用户验证。这本身并不证明存在泡沫——循环性是安装阶段的正常特征。然而，这值得关注：投资者应不断追问，有多少需求反映了最终用户的真实支付意愿，而非资本在生态系统内部的循环。

当第 1 层和第 3 层的盈余间接为第 2 层产能和第 4 层模型开发提供资金，同时第 4 层又是该基础设施的最大需求来源之一时，所报告的“强劲AI需求”部分具有自我参照性，直到企业ROI得到充分验证。

传染渠道源于同一图谱。如果广泛普及最终需要更低的推理价格、更便宜的代币或捆绑AI功能，那么利润压力将不成比例地落在第 2 层和第 4 层。

第 5 层和第 6 层可能从更便宜的AI中受益，但计算运营商和/或模型开发者可能面临利润率压缩和偿付风险上升，甚至第 1 层和第 3 层也可能出现ROIC下降和估值下调。链条的强度取决于其最薄弱的环节——而真正的再融资风险集中在第 2 层（以及较小程度上，主要依赖股权融资的第 4 层）。对生态系统而言，关键风险敞口不是再融资，而是传染。

超大规模企业信用利差走阔在很大程度上是合理的：债券供应增加导致技术面恶化，与此同时市场重新评估资本密集型增长模式以及投资资本回报率（ROIC）的不确定性上升。

据报道，超大规模企业债券发行的订单簿覆盖率从2月份的近五倍下降至7月份的不到两倍，9 即便根据摩根士丹利的估计，全球AI相关债券发行量正向数千亿美元迈进。2026 这种资金流动推高了信用违约互换（CDS）的保费，而股市并未因此崩盘，这有助于解释为何CoreWeave和Oracle的10年期CDS合约在7月5日的交易价格分别高于约700bp个基点和200bp个基点，而大型科技股的CDS则徘徊在23至50个基点附近。85bp

有一处细微差别值得强调：部分Layer 11 CDS的交易价格可能比基本面所支撑的水平更宽，因为这些高杠杆公司的股权持有人可能在购买CDS保护（比看跌期权更便宜），同时保留其股权敞口。

随着债券和私人信贷借款越来越多地为人工智能投资周期提供融资，宏观背景的重要性超出了市场的认知。利率上升可能会引发围绕项目回报、资产负债表容量以及不断攀升的资本开支可持续性的令人不安的问题。我们的基准情景仍然是美国货币政策最终保持宽松，我们预计近期内美联储不会再次实施有意义的紧缩周期。

然而，鉴于通胀高于目标、能源价格高企、中东地缘政治不确定性持续存在，以及劳动力市场在边际上仍具韧性，市场仍不愿充分消化降息预期。因此，政策利率可能不会大幅上升，但相对于许多增长型行业的偏好，它们可能维持限制性的时间更长。

更有趣的不利因素可能并非来自华盛顿。几十年来，日本一直是世界上最大的储蓄输出国之一，通过超低利率、庞大的海外资产持有以及对外国固定收益的持续需求，帮助锚定了全球借贷成本。随着日本央行（BoJ）在通胀更加持久、工资增长范围扩大以及日本重新成为国内外资本越来越值得投资的目的地的背景下将货币政策正常化，这种背景正在逐步演变。12

然而，日元持续疲软有时引发疑问，即政策正常化是否滞后于经济基本面的潜在改善。尽管日元疲软最终导致近期与美国进行的前所未有的协调干预，但市场现在越来越关注日本央行进一步加息的前景。我们的观点是，下一次加息可能最早在9月到来，主要受国内基本面因素驱动，而非外部压力。13 同时，保持稳定且独立的正常化路径对于限制不必要的市场波动风险至关重要，这种波动可能伴随显著加快的紧缩周期，同时保持政策可信度。

影响远不止于日本。尽管人工智能建设的融资绝大多数集中在美国资本市场，但这些市场最终吸引了广泛的全球投资者基础，包括来自日本银行、保险公司、养老基金和资产管理公司的耐心、长期资本。随着日本收益率变得越来越有竞争力，国内投资机会改善，将边际资本配置到国外的激励可能会逐渐减弱。这不一定意味着大规模资产回流，但确实表明，过去十年异常有利的全球资本条件可能会变得不那么充裕。

关键风险可能不仅在于日本单独的正常化，还在于各国央行失去了按自身偏好节奏行动的空间。债券收益率上升、持续的财政扩张、地缘政治不确定性以及人工智能自身融资需求的演变，都使得市场对利率预期更加敏感。虽然我们预计美联储不会重启加息周期，并认为日本央行将持续正常化，但债券和外汇市场的波动仍可能使金融状况收紧至超出宏观数据所支持的程度，这可能进一步推高人工智能的资本成本。讽刺的是，人工智能最终可能通过及时释放生产率红利来缓解其中一些约束，但目前，它也因其日益上升的资本密集度和融资需求而加剧了这些约束。因此，人工智能正成为重塑宏观金融环境的重要动力。虽然我们不认为这是迫在眉睫的风险，但投资者审慎关注这一风险是明智之举。

AI周期正从安装阶段过渡到更具挑战性的部署阶段。这一转变通常要求投资者具备更强的纪律性。投资者不应将AI视为单一交易，而应将价值链划分为不同的风险池，每个风险池都有其自身的经济特征、融资状况和脆弱性。

对于超大规模企业而言，其影响尤为重要。微软、Alphabet、亚马逊和Meta仍是卓越的特许经营企业，拥有深厚的客户关系、强大的分销能力和可观的现金创造能力。然而，在全球宏观背景不那么有利的时期，它们也在为高度资本密集型的AI建设提供资金。增量资本正被投入到使用寿命、残值和回报期不确定的资产中。因此，AI的争论已超越盈利势头，日益成为资产负债表和资本配置的问题。

回购规模下降并非核心问题。当再投资机会稀缺时，回购是很好的选择；如今，人们担忧的不是AI资本开支背后的战略逻辑，而是这些异常大规模投入的回报不确定性。更明确的启示是，公司层面的ROIC确定性已经下降。在AI出现之前，这些公司可以被视为轻资产、持续复利增长的公司。现在，增量回报取决于更广泛的变量：采用速度、技术扩散、电力供应和成本、融资条件以及过时风险。在其他条件相同的情况下，更广泛的结果分布可能导致市场给予更低的估值倍数，尤其是如果美国无风险利率仍然居高不下。

关键的抵消因素是被动需求。这些平台并非在寻找客户而建设投机性产能；它们处于云分发、粘性企业工作流程、利润丰厚的广告生态系统以及具有持久网络效应的消费者平台的中心。许多平台还直接或间接接触领先的前沿实验室。即使一些LLM提供商难以实现盈利或融资，综合平台仍可通过将AI嵌入现有产品、捍卫核心特许经营、提高内部生产率和加深客户锁定来获得有吸引力的回报。这使得“周期性工业”的框架在方向上有用，但作为核心论点还为时过早——这与我们对美国股市的建设性总体观点一致。

因此，最终的考验不是资本支出多少，而是这些资本在扣除融资成本后能否转化为持久的回报。因此，AI资本开支不应被视为固有地看涨或看跌，而应被视为承诺与证明之间的桥梁。

1 “大型科技公司AI债券狂潮打破与投资者的‘不成文契约’”二月23, 2026, CNBC。2 Perez, Carlota. 《技术革命与金融资本：泡沫与黄金时代的动态》，2002。3 Perez, Carlota. 《技术革命与金融资本：泡沫与黄金时代的动态》，2002。4 “AI领域人人都在问：GPU多久会贬值？”十一月14, 2025, CNBC。5 “AI支出狂潮推动全球科技债务发行创纪录”路透社，十二月22, 2025。6 国际清算银行，“AI与全球经济：对央行的启示”七月28, 2026；“为AI繁荣融资：从现金流到债务”一月7, 2026；“为AI基础设施繁荣融资：表内与表外借款”三月16, 2026；“AI对私人信贷的颠覆：BDC中软件公司的敞口”七月14, 2026；“私人信贷的软件贷款遭遇AI颠覆”三月16, 2026。7 FactSet标准化财务数据，截至八月11, 2026。8 FactSet标准化财务数据，截至八月11, 2026。9 “债券投资者对AI债务逼近$570亿美元表示抵制”《福布斯》，七月17, 2026。10 “超大规模企业债券覆盖率下降 | The Daily Spark”《福布斯》，七月17, 2026。11 CNBC，“大型科技公司AI债券狂潮打破与投资者的‘不成文契约’”二月23, 2026和《福布斯》，“债券投资者对AI债务逼近$570亿美元表示抵制”七月17, 2026。12 道富环球投资管理，“日本回来了，而且势头强劲！”五月19, 2026。13 道富环球投资管理，“劳动力疲软支持反对美联储加息”八月10, 2026。

仅供机构/专业投资者使用。

投资涉及风险，包括本金损失的风险。

未经SSGA明确书面同意，不得复制、拷贝或传输本作品的全部或任何部分，或向第三方披露其任何内容。