Kyse ei ole vain tavallisesta lainojen uudelleenrahoituksesta. Teknologiayhtiöt käyttävät velka- ja osakesidonnaisia markkinoita yhä enemmän tekoäly- ja pilvi-infrastruktuurin pääomavaltaisen laajentamisen rahoittamiseen. Tämä poikkeaa aiemmasta mallista, jossa investoinnit rahoitettiin pääasiassa yhtiöiden omasta kassavirrasta.
Määrällä ja vauhdilla on merkitystä, koska hyperscalerit eli maailman suurimmat pilvipalveluyhtiöt hakevat rahoitusta samoista institutionaalisen pääoman lähteistä, jotka sijoittavat myös Yhdysvaltain valtionlainoihin ja muihin investment grade -yrityslainoihin.
Suuri tarjonta ei automaattisesti nosta korkoja. Se voi kuitenkin tehdä sijoittajista valikoivampia. Lainan liikkeeseenlaskijan on ehkä tarjottava suurempaa korkomarginaalia, tai pitkäaikaiset sijoittajat voivat vaatia enemmän korvausta korkoriskin eli duraatioriskin ottamisesta.
Vaikutukset eivät rajoitu teknologiaan. Reutersin mukaan tekoälyyn liittyvien lainojen osuus oli vuonna 2026 lähellä 15:tä prosenttia investment grade -lainojen liikkeeseenlaskuista, vaikka tekoälyyn liittyvä keskittyminen on edelleen vähäistä laajoissa luottoindekseissä. Ero on tärkeä: sektori voi vaikuttaa uusien lainojen hinnoitteluun ja markkinoiden likviditeettiin hallitsematta silti koko investment grade -markkinaa.
Osake- ja luottomarkkinoiden yhteys vahvistuu kahdella tavalla.
Ensinnäkin pieni joukko suuria teknologiayhtiöitä vaikuttaa merkittävästi osakeindeksien kehitykseen ja sijoittajien riskinottohaluun. Jos niiden arvostukset perustuvat vahvasti tuleviin tekoälytuloihin, heikompi arvio kysynnästä tai infrastruktuuri-investointien tuotosta voi painaa sekä osakekursseja että tulevien kassavirtojen arvoa.
Toiseksi heikompi osakearvostus voi kallistaa rahoitusta. Yhtiöt voivat joutua maksamaan suurempia marginaaleja tavallisesta joukkolainavelasta, hyväksymään epäedullisempia ehtoja yksityisissä luotoissa tai kohtaamaan heikompaa kysyntää osakesidonnaisille arvopapereille. Rahoituskustannusten nousu puolestaan voi heikentää alkuperäistä investointitarinaa entisestään.
Yhteys näkyy erityisen selvästi vaihtovelkakirjoissa. Vaihtovelkakirja yhdistää velan ja option muuttaa laina myöhemmin osakkeiksi. Näin liikkeeseenlaskija voi pienentää korkokulujaan, jos sijoittajat arvostavat osakkeen nousupotentiaalia.
Yhdysvaltain vaihtovelkakirjojen liikkeeseenlaskut nousivat noin 34 miljardiin dollariin vuoden 2026 neljän ensimmäisen kuukauden aikana, yli kaksinkertaisiksi vuotta aiempaan ajanjaksoon verrattuna. Tekoälyyn kytkeytyneet yhtiöt vauhdittivat kasvua.
Vahva tekoälyosakkeiden markkina voi siten mahdollistaa edullisemman osakesidonnaisen rahoituksen, jolla rakennetaan lisää infrastruktuuria ja ylläpidetään kasvutarinaa. Jyrkkä osakemarkkinoiden lasku voi kääntää mekanismin toiseen suuntaan: vaihtovelkakirjojen kiinnostavuus vähenee, suojausmarkkinoiden olosuhteet heikkenevät ja lainanottajat joutuvat turvautumaan kalliimpaan perinteiseen velkaan tai uuteen osakeantiin.
Hyperscalerin joukkolaina, datakeskuslaina, yksityisen luoton järjestely, energiainfrastruktuurin laina ja laitetoimittajan myyntisaaminen voivat olla eri oikeushenkilöiden liikkeeseen laskemia. Silti niiden taustalla voi olla sama taloudellinen oletus: tekoälyasiakkaat jatkavat kulutustaan, vuokraavat laskentakapasiteettia ja tuottavat riittävästi tuloja koko infrastruktuuriketjun ylläpitämiseen.
Tällainen yhteinen riippuvuus voi saada hajautuksen näyttämään todellista vahvemmalta. Joukkolainoihin, arvopaperistettuihin tuotteisiin ja yksityisiin lainoihin hajautettu salkku voi sisältää useita saamisia samoilta hyperscalereilta, datakeskusoperaattoreilta tai laitekysynnästä.
Jos hankkeet viivästyvät tai kapasiteetti jää vajaakäytölle, tappiot voivat syntyä eri instrumenteissa samaan aikaan – vaikka mikään niistä ei olisi muodollisesti saman yhtiön takaama.
Erityisyhtiöt, leasingjärjestelyt ja jäännösarvotakuut ovat nousseet tärkeiksi välineiksi datakeskusten rakentamisessa. Tyypillisessä rakenteessa ulkopuolinen yhtiö hankkii velan ja omistaa rakennuksen, kun taas teknologiayhtiö vuokraa valmistuneen datakeskuksen.
Järjestely voi pitää hankkeen velan pois yhtiön raportoidusta velasta. Yhtiö voi silti sitoutua vuokramaksuihin, vähimmäiskäyttöön tai omaisuuden tulevaan arvoon liittyviin takauksiin.
Metan suunniteltu Hyperion-datakeskus havainnollistaa rakennetta. Oikeudellisessa analyysissä kuvataan 30 miljardin dollarin erityisyhtiö, joka keräsi noin 27 miljardia dollaria lainoina ja 3 miljardia dollaria omaa pääomaa. Datakeskus vuokrataan Metalle. Muiden raporttien mukaan Meta on lisäksi antanut jäännösarvotakuita, joiden perusteella se voisi joutua korvaamaan sijoittajille erotuksen, jos kiinteistön arvo laskee ennalta määritellyn rajan alapuolelle.
Tämä ei tee hankeyhtiön velasta samaa asiaa kuin Metan tavallisesta etuoikeutetusta velasta. Se kuitenkin tarkoittaa, ettei raportoitu velkavipu välttämättä kuvaa koko yhtiön herkkyyttä rakennuskustannuksille, teknologian vanhenemiselle, käyttöasteelle ja omaisuusarvoille.
Sijoittajan kannalta olennainen kysymys ei siis ole vain ”Kuka on lainan juridinen ottaja?”, vaan myös ”Kuka kantaa tappion, jos tekoälyn taloudelliset oletukset eivät toteudu?”.
Rahoituskorjaus ei välttämättä alkaisi maksukyvyttömyydestä. Se voisi käynnistyä oletusten muutoksesta:
Tämä on mahdollinen palautekehä, ei ennuste. Vahvan kassavirran hyperscalerit voivat kestää heikompia tuottoja pidempään kuin pienet infrastruktuuriyhtiöt. Suurten teknologiayhtiöiden maksukyvyttömyyttä ei siis välttämättä tarvita, jotta viivästyvät hankkeet ja kiristyvät rahoitusolot vaikuttaisivat laajempaan investointisykliin.
Aineisto tukee kasvavaa keskittymä- ja korrelaatioriskiä. Tekoälyyn liittyvä velanotto kasvaa nopeasti, vaihtovelkakirjoja käytetään tekoälyvetoisen kasvun rahoittamiseen ja datakeskusten rakenteet voivat jakaa riskiä julkisten ja yksityisten markkinoiden kesken.
Tämä ei kuitenkaan yksin osoita, että rahoitusjärjestelmä olisi ajautumassa välittömään systeemikriisiin. Morgan Stanleyn 570 miljardin dollarin luku on ennuste, ei toteutunut liikkeeseenlaskujen määrä. Lisäksi rahoitusvajeen tai velkarahoitteisen pääomamenojen osuuden arviot riippuvat siitä, mitä velaksi lasketaan.
Leasingit, takaukset, yksityiset luottojärjestelyt, toimittajarahoitus ja tulevat sitoumukset voivat johtaa hyvin erilaisiin kokonaislukuihin.
Sijoittajalle hyödyllisin testi onkin kokonaisaltistuksen kartoittaminen. Pelkkien liikkeeseenlaskijoiden nimien sijaan kannattaa kysyä, riippuvatko useat salkun sijoitukset samasta hyperscalerista, samasta datakeskusasiakkaasta, samasta laitteiden jälleenmyyntiarvosta tai samasta oletuksesta tekoälyn kaupallistumisesta.
Keskeinen riski ei ole se, että kaikki tekoälyyn liittyvät varat olisivat samanlaisia. Riski on siinä, että moni niistä voi olla haavoittuva samalle odotusten muutokselle.
Kyse ei ole vain tavallisesta lainojen uudelleenrahoituksesta. Teknologiayhtiöt käyttävät velka- ja osakesidonnaisia markkinoita yhä enemmän tekoäly- ja pilvi-infrastruktuurin pääomavaltaisen laajentamisen rahoittamiseen. Tämä poikkeaa aiemmasta mallista, jossa investoinnit rahoitettiin pääasiassa yhtiöiden omasta kassavirrasta.
Määrällä ja vauhdilla on merkitystä, koska hyperscalerit eli maailman suurimmat pilvipalveluyhtiöt hakevat rahoitusta samoista institutionaalisen pääoman lähteistä, jotka sijoittavat myös Yhdysvaltain valtionlainoihin ja muihin investment grade -yrityslainoihin.
Suuri tarjonta ei automaattisesti nosta korkoja. Se voi kuitenkin tehdä sijoittajista valikoivampia. Lainan liikkeeseenlaskijan on ehkä tarjottava suurempaa korkomarginaalia, tai pitkäaikaiset sijoittajat voivat vaatia enemmän korvausta korkoriskin eli duraatioriskin ottamisesta.
Vaikutukset eivät rajoitu teknologiaan. Reutersin mukaan tekoälyyn liittyvien lainojen osuus oli vuonna 2026 lähellä 15:tä prosenttia investment grade -lainojen liikkeeseenlaskuista, vaikka tekoälyyn liittyvä keskittyminen on edelleen vähäistä laajoissa luottoindekseissä. Ero on tärkeä: sektori voi vaikuttaa uusien lainojen hinnoitteluun ja markkinoiden likviditeettiin hallitsematta silti koko investment grade -markkinaa.
Osake- ja luottomarkkinoiden yhteys vahvistuu kahdella tavalla.
Ensinnäkin pieni joukko suuria teknologiayhtiöitä vaikuttaa merkittävästi osakeindeksien kehitykseen ja sijoittajien riskinottohaluun. Jos niiden arvostukset perustuvat vahvasti tuleviin tekoälytuloihin, heikompi arvio kysynnästä tai infrastruktuuri-investointien tuotosta voi painaa sekä osakekursseja että tulevien kassavirtojen arvoa.
Toiseksi heikompi osakearvostus voi kallistaa rahoitusta. Yhtiöt voivat joutua maksamaan suurempia marginaaleja tavallisesta joukkolainavelasta, hyväksymään epäedullisempia ehtoja yksityisissä luotoissa tai kohtaamaan heikompaa kysyntää osakesidonnaisille arvopapereille. Rahoituskustannusten nousu puolestaan voi heikentää alkuperäistä investointitarinaa entisestään.
Yhteys näkyy erityisen selvästi vaihtovelkakirjoissa. Vaihtovelkakirja yhdistää velan ja option muuttaa laina myöhemmin osakkeiksi. Näin liikkeeseenlaskija voi pienentää korkokulujaan, jos sijoittajat arvostavat osakkeen nousupotentiaalia.
Yhdysvaltain vaihtovelkakirjojen liikkeeseenlaskut nousivat noin 34 miljardiin dollariin vuoden 2026 neljän ensimmäisen kuukauden aikana, yli kaksinkertaisiksi vuotta aiempaan ajanjaksoon verrattuna. Tekoälyyn kytkeytyneet yhtiöt vauhdittivat kasvua.
Vahva tekoälyosakkeiden markkina voi siten mahdollistaa edullisemman osakesidonnaisen rahoituksen, jolla rakennetaan lisää infrastruktuuria ja ylläpidetään kasvutarinaa. Jyrkkä osakemarkkinoiden lasku voi kääntää mekanismin toiseen suuntaan: vaihtovelkakirjojen kiinnostavuus vähenee, suojausmarkkinoiden olosuhteet heikkenevät ja lainanottajat joutuvat turvautumaan kalliimpaan perinteiseen velkaan tai uuteen osakeantiin.
Hyperscalerin joukkolaina, datakeskuslaina, yksityisen luoton järjestely, energiainfrastruktuurin laina ja laitetoimittajan myyntisaaminen voivat olla eri oikeushenkilöiden liikkeeseen laskemia. Silti niiden taustalla voi olla sama taloudellinen oletus: tekoälyasiakkaat jatkavat kulutustaan, vuokraavat laskentakapasiteettia ja tuottavat riittävästi tuloja koko infrastruktuuriketjun ylläpitämiseen.
Tällainen yhteinen riippuvuus voi saada hajautuksen näyttämään todellista vahvemmalta. Joukkolainoihin, arvopaperistettuihin tuotteisiin ja yksityisiin lainoihin hajautettu salkku voi sisältää useita saamisia samoilta hyperscalereilta, datakeskusoperaattoreilta tai laitekysynnästä.
Jos hankkeet viivästyvät tai kapasiteetti jää vajaakäytölle, tappiot voivat syntyä eri instrumenteissa samaan aikaan – vaikka mikään niistä ei olisi muodollisesti saman yhtiön takaama.
Erityisyhtiöt, leasingjärjestelyt ja jäännösarvotakuut ovat nousseet tärkeiksi välineiksi datakeskusten rakentamisessa. Tyypillisessä rakenteessa ulkopuolinen yhtiö hankkii velan ja omistaa rakennuksen, kun taas teknologiayhtiö vuokraa valmistuneen datakeskuksen.
Järjestely voi pitää hankkeen velan pois yhtiön raportoidusta velasta. Yhtiö voi silti sitoutua vuokramaksuihin, vähimmäiskäyttöön tai omaisuuden tulevaan arvoon liittyviin takauksiin.
Metan suunniteltu Hyperion-datakeskus havainnollistaa rakennetta. Oikeudellisessa analyysissä kuvataan 30 miljardin dollarin erityisyhtiö, joka keräsi noin 27 miljardia dollaria lainoina ja 3 miljardia dollaria omaa pääomaa. Datakeskus vuokrataan Metalle. Muiden raporttien mukaan Meta on lisäksi antanut jäännösarvotakuita, joiden perusteella se voisi joutua korvaamaan sijoittajille erotuksen, jos kiinteistön arvo laskee ennalta määritellyn rajan alapuolelle.
Tämä ei tee hankeyhtiön velasta samaa asiaa kuin Metan tavallisesta etuoikeutetusta velasta. Se kuitenkin tarkoittaa, ettei raportoitu velkavipu välttämättä kuvaa koko yhtiön herkkyyttä rakennuskustannuksille, teknologian vanhenemiselle, käyttöasteelle ja omaisuusarvoille.
Sijoittajan kannalta olennainen kysymys ei siis ole vain ”Kuka on lainan juridinen ottaja?”, vaan myös ”Kuka kantaa tappion, jos tekoälyn taloudelliset oletukset eivät toteudu?”.
Rahoituskorjaus ei välttämättä alkaisi maksukyvyttömyydestä. Se voisi käynnistyä oletusten muutoksesta:
Tämä on mahdollinen palautekehä, ei ennuste. Vahvan kassavirran hyperscalerit voivat kestää heikompia tuottoja pidempään kuin pienet infrastruktuuriyhtiöt. Suurten teknologiayhtiöiden maksukyvyttömyyttä ei siis välttämättä tarvita, jotta viivästyvät hankkeet ja kiristyvät rahoitusolot vaikuttaisivat laajempaan investointisykliin.
Aineisto tukee kasvavaa keskittymä- ja korrelaatioriskiä. Tekoälyyn liittyvä velanotto kasvaa nopeasti, vaihtovelkakirjoja käytetään tekoälyvetoisen kasvun rahoittamiseen ja datakeskusten rakenteet voivat jakaa riskiä julkisten ja yksityisten markkinoiden kesken.
Tämä ei kuitenkaan yksin osoita, että rahoitusjärjestelmä olisi ajautumassa välittömään systeemikriisiin. Morgan Stanleyn 570 miljardin dollarin luku on ennuste, ei toteutunut liikkeeseenlaskujen määrä. Lisäksi rahoitusvajeen tai velkarahoitteisen pääomamenojen osuuden arviot riippuvat siitä, mitä velaksi lasketaan.
Leasingit, takaukset, yksityiset luottojärjestelyt, toimittajarahoitus ja tulevat sitoumukset voivat johtaa hyvin erilaisiin kokonaislukuihin.
Sijoittajalle hyödyllisin testi onkin kokonaisaltistuksen kartoittaminen. Pelkkien liikkeeseenlaskijoiden nimien sijaan kannattaa kysyä, riippuvatko useat salkun sijoitukset samasta hyperscalerista, samasta datakeskusasiakkaasta, samasta laitteiden jälleenmyyntiarvosta tai samasta oletuksesta tekoälyn kaupallistumisesta.
Keskeinen riski ei ole se, että kaikki tekoälyyn liittyvät varat olisivat samanlaisia. Riski on siinä, että moni niistä voi olla haavoittuva samalle odotusten muutokselle.