Big Techs AI-lån förändrar obligationsmarknaden – det här betyder det för investerare

Reuters rapporterade att AI-relaterad upplåning närmade sig 15 procent av emissionerna på marknaden för företagsobligationer med hög kreditvärdighet under 2026. Banker började samtidigt söka köpare utanför dollarmarknaden för att bredda investerarbasen och minska risken att en enskild kapitalpool blir övermättad. Företagsobligationer med hög kvalitet kan därför påverka den relativa prissättningen av statsobligationer, särskilt när även den offentliga upplåningen är hög.

Det viktiga förbehållet gäller orsakssambandet. Statsobligationsräntor påverkas också av inflationsförväntningar, budgetunderskott, statlig skuldutgivning, ekonomisk tillväxt, geopolitisk risk, förväntningar på centralbankerna och den så kallade löptidspremien. Reuters har uttryckligen varnat för att se AI-låneboomen som den enda förklaringen till problemen på den amerikanska obligationsmarknaden.

Stora belopp – men olika uppskattningar

Det finns ingen enda vedertagen siffra för hur stora ”AI-lånen” är. Olika beräkningar använder olika brytdatum och kan antingen omfatta enbart hyperscaler-obligationer eller även finansiering av datacenter, privat kredit, värdepapperiserade strukturer, leverantörer och andra bolag med koppling till AI-ekosystemet.

Därför varierar de publicerade totalsummorna. En Reuters-analys landade på omkring 194 miljarder dollar för fyra stora emittenter fram till början av juli , medan bredare uppskattningar senare under året har legat över 220 miljarder dollar för en större grupp hyperscalers. Goldman Sachs har uppskattat den totala emissionen av AI-relaterade obligationer till cirka 489 miljarder dollar under 2026, varav ungefär 40 procent ska ha getts ut direkt av hyperscalers.

Det totala finansieringsbehovet är ännu större. Morgan Stanley har beskrivit en förväntad investering på 3 000 miljarder dollar i datacenter och tillhörande hårdvara fram till 2028. Ungefär hälften kan behöva komma från externa kreditmarknader. En annan publicerad uppskattning anger att omkring 1 750 miljarder dollar av totalt 3 200 miljarder dollar kan behöva finansieras via kreditmarknaden. Det här är framåtblickande prognoser, inte fastställda totalsummor, och utfallet beror på hur AI-infrastruktur och finansiering definieras.

Alphabets australiska obligation visar den globala räckvidden

Den internationella dimensionen blev tydlig när Alphabet för första gången gav ut obligationer i australiska dollar. Den 19 augusti tog Googles moderbolag in 5,5 miljarder AUD genom obligationer med tre, fem, tio och 20 års löptid. Investerarnas order översteg 18 miljarder AUD – mer än tre gånger det belopp som såldes.

Den längsta delen hade en ränta på 6,98 procent, alltså strax under 7 procent. Emissionen beskrevs som den första australiska dollar-emissionen från en AI-hyperscaler och som den största företagsobligationsemissionen någonsin på den australiska marknaden.

Affären är viktig av två skäl. För det första visar den att hyperscalers inte enbart förlitar sig på amerikanska investerare. För det andra kan emissioner i flera valutor ge företagen tillgång till nya investerargrupper och kapitalpooler. För investerarna innebär det samtidigt nya frågor kring valutasäkring och skillnader i marknadsstruktur.

Alphabet är redan en betydande låntagare på obligationsmarknaderna i euro, brittiska pund, schweizerfranc och yen. Amazons emission på 14,5 miljarder euro i åtta delar i mars beskrevs som den största transaktionen någonsin på den europeiska företagsobligationsmarknaden. Bolagen sprider därmed sina finansieringsbehov över flera valutor och investerarbaser i stället för att låta en enda marknad bära hela kostnaden för AI-utbyggnaden.

Ett ovanligt krävande läge för statsobligationer

Låneboomen inom AI har kommit samtidigt som regeringar också behöver betydande långfristig finansiering. Realt justerade upplåningskostnader i flera stora ekonomier nådde de högsta nivåerna på mer än ett decennium när både AI-bolag och stater ökade sin obligationsförsäljning. Reuters rapporterade att den reala räntan på 30-åriga amerikanska statsobligationer låg nära den högsta nivån på 18 år, omkring 3 procent.

Den nominella räntan på den amerikanska 30-åriga statsobligationen steg också över 5,3 procent – den högsta nivån sedan 2007. Det skedde mot bakgrund av inflationsoro, finanspolitiskt tryck, geopolitisk osäkerhet och en amerikansk statsskuld som närmade sig 40 000 miljarder dollar.

Kombinationen skapar en svår marknadsmiljö. Investerarna får fler företagsalternativ, men kräver samtidigt större ersättning för att binda kapital i flera decennier. Resultatet kan bli högre räntor på både företags- och statsobligationer, även när efterfrågan fortfarande är stark.

Sambandet bör därför ses som ett tillägg snarare än en ensam förklaring: AI-lånen kan öka konkurrensen om kapital och förstärka trycket på löptidspremien, medan inflation, statlig upplåning och makroekonomiska risker oberoende av detta kan driva statsobligationsräntorna högre.

Vad räntespannet betyder för inkomstinvesterare

Hyperscaler-obligationer väcker intresse eftersom de kan erbjuda räntor på ungefär 4,75–8 procent, beroende på emittent och löptid. Många är klassade som investment grade, det vill säga med hög kreditvärdighet, och har lång löptid. Det förklarar deras attraktionskraft för investerare som söker löpande inkomster.

Men den synliga räntan är bara en del av investeringsbilden.

Möjliga fördelar

• Högre nominell inkomst: Investeraren kan få större löpande ränta än från jämförbara statsobligationer, särskilt vid långa löptider.
• Stora och välkända emittenter: Alphabet, Amazon och Meta har verksamheter och balansräkningar som skiljer sig tydligt från mindre AI-bolag eller mer spekulativa infrastrukturprojekt.
• Stark efterfrågan vid emissioner: Alphabets orderbok på över 18 miljarder AUD visar att institutionella investerare fortfarande är beredda att finansiera välkända teknikbolag.
• Spridning mellan valutor och löptider: Internationella emissioner kan bredda utbudet av möjliga löptider och marknader, även om de samtidigt medför ytterligare risker.

Riskerna måste skiljas åt

Ränterisk. En stor del av den attraktiva räntan kommer från obligationer med lång löptid. Om marknadsräntorna stiger kan priset på redan utgivna obligationer falla kraftigt. En hög kupong eliminerar inte värderingsrisken i ett värdepapper med tio eller 20 års löptid.

Kredit- och spreadrisk. Skulder från moderbolag som Alphabet eller Amazon är inte samma sak som obligationer från ett datacenterbolag, en utrustningsleverantör, ett mindre AI-företag eller ett särskilt projektbolag. Investerare behöver granska förmånsrätt, säkerheter, garantier, leasingavtal och eventuell strukturell efterställdhet i stället för att förlita sig på etiketten ”AI-obligation”.

Risk kopplad till AI-intäkter. En stor del av upplåningen sker innan den långsiktiga avkastningen från AI-infrastrukturen är bevisad. Långsammare intäktsökning, fortsatt stigande investeringar eller pressade marginaler inom moln och AI kan få kreditspreadarna att öka även om emittenten fortfarande har investment grade-status.

Absorptionsrisk. Stora orderböcker garanterar inte att framtida utbud kan säljas till dagens priser. Analytiker på Barclays har varnat för att marknaden för företagsobligationer med hög kreditvärdighet kanske inte kan absorbera alla förväntade finansieringsbehov hos hyperscalers. När emissionerna växer kan låntagarna behöva erbjuda högre kuponger, använda privat kredit, ge ut aktier eller ta till mer komplexa finansieringsstrukturer.

Valuta- och likviditetsrisk. En obligation i australiska dollar, euro eller någon annan valuta kan utsätta investeraren för valutaförändringar och andra likviditetsförhållanden än på hemmamarknaden. En valutasäkring kan minska en del av exponeringen, men medför egna kostnader och genomföranderisker.

Slutsatsen för investeraren

AI-upplåningen har blivit en ny källa till efterfrågan på globalt kapital och ett trovärdigt alternativ till delar av statsobligationsmarknaden för investerare med lång placeringshorisont. Den mest hållbara slutsatsen är dock mer begränsad än att ”AI orsakade obligationsraset”: låneboomen ökar mängden finansiering som marknaden måste absorbera, samtidigt som regeringar lånar stort och investerarna omprövar sin syn på inflation och ränterisk.

För en inkomstportfölj bör hyperscaler-obligationer därför behandlas som en diversifierad kredittillgång – inte som en ersättning för statsobligationer. En disciplinerad strategi innebär att jämföra räntan med löptiden, bedöma emittentens finansiella styrka och skuldens förmånsrätt, sprida löptiderna, hantera valutaexponeringen och undvika de högsta räntorna om inte de extra projekt-, likviditets-, skuld- och strukturrelaterade riskerna är fullt begripliga.