Derfor holder James Durance techobligationer under 2 %

James Durance, porteføljeforvalter hos Fidelity International, har valgt en meget lille eksponering mod teknologiobligationer, mens de største teknologiselskaber låner massivt til kunstig intelligens og datacentre. På tværs af indkomststrategier med omkring 14 mia. dollar under forvaltning har han holdt teknologiandelen under 2 %. Hans pointe er, at sektorens voksende størrelse i sig selv kan blive en risiko. 1

Forsigtigheden handler grundlæggende om, hvorvidt obligationsinvestorer får en tilstrækkelig kompensation for at være med i en kapitaltung, overfyldt og stadig mere sammenfaldende AI-handel.

Ikke en prognose om snarlige misligholdelser

Durance behøver ikke forudsige, at de store cloud- og platformsselskaber vil misligholde deres gæld. Bekymringen er snarere, at en hurtigt voksende teknologivægt kan gøre kreditporteføljer afhængige af de samme forudsætninger: vedvarende AI-efterspørgsel, produktive investeringer og en senere indtjening på den infrastruktur, der bygges nu.

På de nuværende kursniveauer bryder Durance sig ikke om sektoren. Hans strategier er ikke tvunget til at følge et obligationsindeks, og han kan derfor fravælge teknologigæld, frem for at købe alene fordi sektorens vægt i indeksene vokser. 1

Det er en vigtig forskel. En forvalter, der måles tæt op mod et benchmark, kan ende med at være mere og mere undervægtet, når en sektor udsteder mere gæld og fylder mere i indekset. Durance har derimod friheden til helt at stå udenfor, hvis forholdet mellem risiko og forventet afkast ikke er attraktivt.

Den store AI-udstedelse ændrer markedet

Omfanget af finansieringen er centralt for hans vurdering. Reuters skrev, at AI-relateret gæld midt på året udgjorde tæt på 15 % af 2026-udstedelserne af investment-grade-obligationer – altså obligationer med høj kreditvurdering. Lånene finansierer blandt andet datacentre og forsyningskæder for chipproduktion. 2

Sammensætningen af udbuddet er også afgørende. Federal Reserve Bank of Dallas peger på, at de seneste udstedelser fra AI-relaterede selskaber både har været store og koncentreret i lange løbetider. De Wall Street-estimater, banken henviser til, samler sig om cirka 300 mia. dollar i AI-relaterede investment-grade-udstedelser i 2026. Det kan tilføre op mod 360 mia. dollar i varighedsudbud målt som 10-årsækvivalenter. 15

Når der kommer flere lange virksomhedsobligationer på markedet, skal investorerne absorbere både mere renterisiko og mere kreditspændsrisiko. Selv selskaber med robuste balancer kan se kurserne på deres obligationer falde, hvis udbuddet bliver tungt, eller hvis investorerne kræver en højere rente for at binde kapital i mange år. Det er den markedsstrukturelle risiko, Durance fokuserer på – ikke kun kreditværdigheden hos ét enkelt selskab.

Koncentration kan blive en systemisk risiko

Durance' advarsel kan bedst forstås som et argument om koncentration. Hvis en lille gruppe meget store udstedere, obligationsindeks og investeringsporteføljer i stigende grad er bundet til den samme AI-drevne investeringscyklus, kan en skuffelse i cyklussen ramme en bred del af kreditmarkedet på én gang.

Det betyder ikke, at et sådant udfald nødvendigvis kommer. Men en porteføljeforvalter må spørge, om kreditspændene afspejler risikoen for lavere AI-indtjening end ventet, højere gældsætning eller en lang periode med fortsat stor udstedelse. I en koncentreret handel kan risikoen brede sig via indeksvægte og investorpositionering i stedet for at være begrænset til én låntager. 115

Den optimistiske case: at være “long compute”

Det modsatte investeringssynspunkt er ikke, at lange statsobligationer er risikofrie. Det er, at AI-infrastruktur – regnekraft, datacentre og relaterede tjenesteudbydere – kan være mere attraktivt, hvis efterspørgslen efter datakraft holder sig stærk.

Det er tankegangen bag Goldman Sachs-chefen Anshul Sehgals præference for at være “long compute” frem for blot at købe lange amerikanske statsobligationer: Investorer, som accepterer eksponering mod AI-infrastruktur, kan søge vækstpotentiale sammen med løbende afkast. Men muligheden kan ikke adskilles fra de risici, Durance fremhæver. Stor efterspørgsel efter regnekraft skal i sidste ende blive til cash flow, der kan bære investeringerne og finansieringen bag.

Uenigheden handler derfor især om pris og holdbarhed. Den optimistiske case ser vedvarende efterspørgsel efter knap infrastruktur. Den forsigtige case spørger, om obligationsinvestorer får nok betalt for et flerårigt udbygningsforløb, hvor udnyttelsesgrad og afkast fortsat afprøves.

Det bør investorer holde øje med

Fidelity fremhæver flere konkrete indikatorer for, om AI-udbygningen i højere grad kan finansiere sig selv, eller om den bliver stadig mere afhængig af kapitalmarkederne:

• Frit cash flow efter investeringer: Om driften fortsat skaber kontanter, efter der er investeret i AI.
• Nettogæld og rentedækning: Om nye lån mindsker den finansielle fleksibilitet.
• Kreditspænd: Om den ekstra rente giver tilstrækkelig kompensation for udbud og usikkerhed.
• Lange amerikanske statsrenter: En vigtig faktor for prissætningen og attraktiviteten af lange virksomhedsobligationer.
• Eksternt finansierede AI-investeringer: Om udbygningen betales internt eller via ny gæld og anden ekstern kapital. 7

Durance' teknologiandel på under 2 % er dermed først og fremmest et valg om porteføljesammensætning: Han vil ikke lade et hurtigt voksende AI-finansieringstema dominere en indkomststrategi, før værdiansættelser og kreditspænd giver en tydeligere sikkerhedsmargin. Den optimistiske “long compute”-case kan få ret, hvis efterspørgsel og cash flow forbliver stærke. Men den forsigtige case er, at størrelse, lang løbetid og fælles eksponering også kan blive risici i sig selv. 1715