人工智能生态系统：结构、融资和金融稳定考虑

人工智能（AI）投资热潮已成为宏观金融领域的重要现象，其规模和影响日益增长。当前周期由拥有强劲资产负债表的高利润率现有企业主导，但投资正变得更具资本密集性，并日益依赖外部融资。

AI生态系统结构
AI生态系统通过一个风格化的价值栈梳理，包含五个功能层：核心人工智能（如超大规模计算企业和芯片开发商）、下游及与基础设施相关的层级（如数据中心和GPU/Neocloud）、基础模型实验室（如OpenAI、Anthropic等）、私人AI公司以及更广泛的生产网络。核心AI公司展现出最强劲的基本面，而下游层级在资金方面更为受限，GPU/Neocloud尤为脆弱。

融资趋势
当前AI投资热潮将融资从内部现金流转向外部资金来源。传统公司债券仍是重要渠道，私募信贷增长迅速，循环融资安排将股权投资、债务融资和未来收入承诺联系起来，增加了不透明度、集中度和放大风险。大型企业凭借其强大的资产负债表降低了风险，但被投资企业面临债务和表外承诺不断上升的压力。

金融稳定风险
循环融资增加了AI生态系统内的金融相互关联性，单一结构内投资、融资和商业关系的整合创造了交易层面的循环性，而网络层面的循环性则增强了系统性风险。已公开披露的循环融资安排涉及经济上具有重大意义的公司和巨额财务承诺，嵌入的杠杆较高，且未来收入承诺可能构成重大或有负担。

预期不及的AI经济学
更短的有效资产寿命（过时风险）可能增加融资需求，而AI相关公司之间关联定位导致的市场脆弱性上升，可能会进一步放大金融稳定风险。即使宏观经济或盈利基本面没有显著恶化，高度相关性也可能放大下行风险。

金融稳定展望与政策考量
人工智能繁荣的可持续性取决于生产率提升和收益增长是否能够以足够快的速度实现。下行情景可能源于投资突然中断或人工智能经济逐渐恶化。关键性的金融稳定问题在于，AI生态系统的规模、集中度和相互关联性是否可能使一个领域的冲击引发更广泛的全球宏观金融溢出效应。政策框架应关注提高透明度、监测相互关联的风险以及识别与杠杆相关的脆弱性，并加强对与AI相关敞口的收集、基于情景的风险评估以及跨境溢出效应的监测。