这份研报探讨了通过信用构建人工智能的结构与溢出效应。报告指出,用于构建AI基础设施的资本支出正迅速增长,主要通过长期债务和复杂的表外安排融资。2026年,五大超大规模计算公司的总债券发行额已达2220亿美元,其中大部分是长期债务,占美国长期国债发行总额的10%以上。此外,表外工具相关的债券和资产支持证券已发行750亿至1000亿美元。
人工智能行业正经历信贷热潮,资本支出快速增长。预计到2026年底,美国五大超大规模企业的资本支出将达到8000亿美元以上,约占美国GDP的2.5%。2025年至2032年间,美国数据中心投资将达到近9万亿美元,相当于每年GDP的3.2%。但风险主要集中在少数大型企业,通过表外结构如特殊目的实体融资,结构不透明导致风险难以评估。
研报重点分析了人工智能扩张的风险分配结构,指出主要由少数投资级公司支持,通过表外结构融资。这些结构结合资产支持、租赁承诺、担保和供应商后备措施,将机构资本引入项目建设,但最终风险集中在少数大型企业。报告还关注了金融稳定风险,担忧人工智能相关债务的发行规模和速度可能引发风险,关键在于承诺的生产力提升能否实现。
当前市场现状是人工智能信贷热潮,资本支出快速增长,主要通过长期债务和复杂的表外安排融资。2026年,五大超大规模计算公司的总债券发行额已达2220亿美元,其中大部分是长期债务,占美国长期国债发行总额的10%以上。此外,表外工具相关的债券和资产支持证券已发行750亿至1000亿美元。但风险主要集中在少数大型企业,结构不透明导致风险难以评估。
研报提示了金融稳定风险和溢出效应风险。金融稳定风险主要源于人工智能相关债务的发行规模和速度,可能导致承诺的生产力提升能否实现以及由此产生的利润是否能够惠及初始投资者的问题。溢出效应风险则在于大部分新债务是长期限债务,投向非银行金融机构,可能影响这些投资者对期限风险的补偿要求,进而对AI行业以外的基准收益率和借贷成本产生影响。目前此类溢出效应有限,但若以当前速度持续发行,可能变得更大且更持久。