Hvordan AI-gæld presser obligationsrenterne – og hvorfor Pimco ser en mulighed

AI-boomet er ikke længere kun en historie om stigende aktiekurser. Det er også ved at ændre kreditmarkederne, fordi teknologiselskaber i et hidtil uset tempo låner penge til datacentre, computerkraft og anden infrastruktur.

Marc Seidner fra Pimco beskriver udviklingen som “for meget, for hurtigt”. Resultatet er ifølge ham “fordøjelsesproblemer” på markedet for obligationer og andre renteprodukter. Han vurderer, at det er “meget muligt”, at lånebølgen bidrog til, at renten på den 10-årige amerikanske statsobligation tidligere i august steg til omkring 4,75 procent – men det er ikke det samme som, at AI-gælden alene forklarede stigningen.

Big Tech er blevet en stor obligationsudsteder

Det tydeligste tegn på forandringen er mængden af ny gæld. Amazon, Alphabet, Meta og Oracle havde udstedt obligationer for cirka 194 milliarder dollar frem til 7. juli 2026. Det er 79 procent mere end de omkring 108 milliarder dollar, selskaberne samlet udstedte i hele 2025, ifølge en Reuters-analyse af data fra LSEG. 17

Amazons obligationssalg i juli illustrerer både finansieringsbehovets størrelse og investorernes fortsatte appetit på højt ratede teknologivirksomheder. Amazon ville rejse 25 milliarder dollar gennem otte obligationsserier med løbetider fra 2029 til 2066. Den rapporterede efterspørgsel toppede omkring 62 milliarder dollar. 18

Andre opgørelser når frem til andre beløb, fordi de medtager forskellige selskaber, perioder og former for AI-relateret gæld. Morgan Stanley forventede eksempelvis næsten 570 milliarder dollar i global AI-relateret gældsudstedelse i 2026, mod cirka 236 milliarder dollar frem til 31. maj. Goldman Sachs anslog separat, at der indtil videre i 2026 var udstedt næsten 500 milliarder dollar i AI-relateret gæld, hvor hyperscalere stod for omkring 40 procent.

Tallene kan derfor ikke lægges direkte sammen. De peger dog alle i samme retning: AI-infrastruktur er blevet en betydelig ny kilde til udbud på obligationsmarkedet.

Hvorfor kan mere virksomhedsgæld presse renterne op?

Mekanismen handler grundlæggende om udbud og efterspørgsel.

Langfristede virksomhedsobligationer kræver, at investorerne påtager sig mere duration – altså større følsomhed over for ændringer i renten. Når hyperscalere udsteder store mængder gæld med lange løbetider, samtidig med at staterne sælger betydelige mængder statsobligationer, skal investorerne beslutte, hvor meget ekstra renterisiko de vil have i porteføljen.

Hvis efterspørgslen ikke vokser lige så hurtigt som udbuddet, må udstederne normalt tilbyde højere renter eller større kreditspænd for at få obligationerne solgt. Obligationskurser og renter bevæger sig i modsat retning: Lavere efterspørgsel kan give lavere kurser og dermed højere renter. Nye obligationer kan også kræve en såkaldt emissionsrabat – en ekstra rente i forhold til allerede eksisterende obligationer – for at tiltrække købere.

Reuters har rapporteret, at AI-udstedelserne tester investorernes efterspørgsel, mens markedsanalysen peger på det stigende udbud af virksomhedsobligationer som én af faktorerne bag de længere amerikanske statsrenter. Pimcos egen kreditresearch har samtidig fremhævet den rekordstore udstedelse fra hyperscalere på dollarmarkedet og selskabernes voksende vægt i investment grade-indeksene.

Det betyder ikke, at hver lånt dollar fra et teknologiselskab direkte løfter renten på amerikanske statsobligationer. Virksomheds- og statsobligationer er forskellige værdipapirer. Men de konkurrerer delvist om de samme kapitalpuljer, og investorer sammenligner typisk rente, kreditkvalitet og duration på tværs af markedet.

Hvad viser tallene – og hvad viser de ikke?

Flere markedsestimater sætter AI-låntagningen til omkring 182 milliarder dollar i første halvår af 2026 og vurderer, at årets samlede udstedelse kan nærme sig 400 milliarder dollar. Andre prognoser er højere eller lavere. Forskellene afhænger blandt andet af, om analytikerne medtager Microsoft, datacenteroperatører, private kreditfonde, leasingaftaler, projektfinansiering, lån i udenlandsk valuta samt gæld fra leverandører og relaterede selskaber.

Det tilgængelige materiale understøtter tre konklusioner:

• AI-relateret låntagning er steget kraftigt.
• Den nye gæld er i høj grad langfristet og investment grade-rated og konkurrerer derfor med andre renteprodukter om investorernes kapital.
• Investorerne er blevet mere opmærksomme på prisfastsættelse, gældsætning og tempoet i udstedelserne.

Det dokumenterer derimod ikke, at AI-gælden alene har tilføjet 10-20 basispoint til de lange amerikanske renter. Reuters’ omtale af Goldman Sachs’ vurdering pegede på en bredere effekt tættere på omkring 5 basispoint og beskrev påvirkningen som marginal sammenlignet med andre kræfter.

Det samme forbehold gælder påstanden om, at AI-låntagningen pressede den 10-årige amerikanske statsrente op på 4,75 procent. Pimco siger, at det er muligt, men fastslår ikke et præcist årsagsbidrag. Inflationsforventninger, Federal Reserves pengepolitik, statens lånebehov, finanspolitiske bekymringer, term premium og den globale efterspørgsel efter sikre aktiver kan alle påvirke de lange renter samtidig. Reuters vurderer ligeledes, at disse konjunktur- og finanspolitiske faktorer betyder mere for den overordnede renteudvikling end AI-finansiering.

Sydkorea viser en anden vej fra AI til højere renter

AI-boomets finansielle konsekvenser mærkes også i lande, der leverer den nødvendige infrastruktur. Sydkoreas vækst i første kvartal blev understøttet af en stigning i eksporten på 5,1 procent, især drevet af IT-komponenter, herunder halvledere til AI-infrastruktur. På dagen steg renten på den treårige sydkoreanske statsobligation med 8,8 basispoint. 3

Smittekanalen er dog anderledes end historien om amerikansk virksomhedsgæld. Større eksport af halvledere kan løfte sydkoreansk vækst, investeringer og inflationsforventninger. Investorerne kan derfor forvente, at Bank of Korea holder pengepolitikken strammere eller hæver renten, hvilket presser statsrenterne op.

Bloomberg rapporterede, at sydkoreanske statsobligationer i lokal valuta var faldet 7,5 procent i 2026 frem til begyndelsen af juni – det dårligste resultat blandt 44 markeder i opgørelsen. Den toneangivende treårige rente nåede omkring 3,9 procent. 1 Analytikere pegede på halvlederboomet og dets inflationseffekter som grunde til, at renterne kunne stige yderligere. 2

Forskellen er vigtig: I Sydkorea kan AI-boomet presse obligationer både gennem den globale konkurrence om kapital og gennem stærkere indenlandsk vækst og forventninger om en strammere pengepolitik.

Hvad betyder det for boliglån, virksomheder og vækstaktier?

Når de toneangivende renter stiger, bliver det dyrere at finansiere mange former for lån. Amerikanske realkreditrenter påvirkes af markedet for statsobligationer og realkreditobligationer, mens virksomheder typisk prisfastsætter deres gæld med udgangspunkt i de offentlige renter. En vedvarende stigning i de lange renter kan derfor øge finansieringsomkostningerne for både husholdninger og virksomheder.

Effekten bliver ikke nødvendigvis ens for alle. Højt ratede hyperscalere kan fortsat tiltrække stor efterspørgsel, men de kan blive nødt til at betale mere end forventet. Mindre virksomheder, højt forgældede låntagere og projekter med usikre fremtidige pengestrømme kan møde større kreditspænd, højere emissionsrabatter eller i værste fald et vanskeligere marked at låne i.

For virksomheder, der finansierer deres egen AI-udbygning, opstår der samtidig en ekstra test: Vil de forventede indtægter og produktivitetsgevinster være store nok til at retfærdiggøre infrastrukturomkostningerne? Pimco har advaret om, at investeringscyklussen er enorm, mens den endelige størrelse på AI-udbygningen fortsat er meget usikker.

Højere renter påvirker også værdiansættelsen af vækstaktier. En virksomheds værdi afhænger blandt andet af nutidsværdien af de forventede fremtidige pengestrømme. Når diskonteringsrenten stiger, bliver pengestrømme langt ude i fremtiden mindre værd i dag. Det rammer især selskaber, hvor afkastet på investeringerne først forventes mange år senere.

En AI-strategi finansieret med gæld rejser derfor to spørgsmål: Hvor hurtigt vokser indtjeningen, og er væksten stor nok til at opveje de nye forpligtelser?

Det stærkeste modargument: Det er statsgælden, der driver renterne

Den vigtigste alternative forklaring er, at amerikanske budgetunderskud og den store udstedelse af statsobligationer – ikke teknologiselskabernes AI-lån – er den dominerende årsag til de højere lange renter.

Argumentet står stærkt. Den amerikanske stat udsteder langt mere gæld end noget enkelt teknologiselskab, og de lange statsrenter afspejler også inflationsrisici, forventninger til Federal Reserves politik, term premium og investorernes efterspørgsel efter sikre aktiver.

Pimco har i en separat analyse argumenteret for, at den seneste stigning i de lange amerikanske statsrenter i højere grad skyldes ændrede forventninger til den økonomiske politik end en væsentlig AI-relateret omprissætning af term premium. Reuters’ analyse konkluderede tilsvarende, at AI-gæld ikke bør ses som den eneste eller dominerende forklaring på svækkelsen på obligationsmarkedet.

Den mest holdbare fortolkning er derfor, at AI-låntagningen fungerer som en forstærker. Den tilfører en stor og konjunkturfølsom kilde til udbud af langfristet virksomhedsgæld på et marked, der allerede håndterer omfattende statslig gældsudstedelse og usikkerhed om inflation og pengepolitik.

Hvorfor ser Pimco alligevel en mulighed?

På kort sigt er det ubehageligt for eksisterende obligationsinvestorer, når udbuddet vokser kraftigt. Når renterne stiger, falder kurserne på tidligere udstedte obligationer normalt, hvilket giver kurstab for investorer med lang duration.

Men højere renter forbedrer også den løbende indtjening, som nye obligationskøbere får fra begyndelsen. Hvis udstedelserne senere aftager, inflationen falder, væksten svækkes, eller markedet absorberer udbuddet, kan renterne falde igen. Så kan obligationsinvestorer potentielt få både kuponindtægter og kursgevinster.

Det er kernen i Pimcos mulighedstese: AI-finansieringsboomet kan skabe kortsigtet volatilitet og prispres, men det kan også nulstille afkastniveauet på obligationsmarkedet til mere attraktive niveauer. Nøglen er selektivitet. Investorerne skal skelne mellem økonomisk robuste udstedere og selskaber eller projekter, hvis gæld bygger på meget optimistiske antagelser om AI-efterspørgsel, pengestrømme og fremtidig refinansiering.

Den bredere pointe er derfor ikke, at AI alene har udløst et obligationsudsalg. Det er, at teknologiboomet er blevet så stort, at det påvirker udbuddet, prisfastsættelsen og risikostrukturen på rente­markederne. Lige nu beskriver “for meget, for hurtigt” først og fremmest et problem med at absorbere den nye gæld. På længere sigt kan det samme problem give obligationskøbere højere løbende indkomst og bedre muligheder – hvis de kan holde fast gennem tilpasningen.