BNP Paribas เตือนหนี้ AI อาจปิดฉากขาขึ้นของตลาดตราสารหนี้เอกชน

การเร่งสร้างโครงสร้างพื้นฐาน AI กำลังกลายเป็นประเด็นสำคัญของตลาดตราสารหนี้ ไม่ใช่แค่เรื่องหุ้นเทคโนโลยีอีกต่อไป

BNP Paribas เตือนว่า การกู้ยืมของบริษัทคลาวด์และเทคโนโลยีรายใหญ่ หรือที่เรียกว่า hyperscaler อาจมากพอจะทำให้ภาวะขาขึ้นที่ยาวนานของตลาดตราสารหนี้เอกชนสะดุดลง ประเด็นไม่ได้อยู่ที่บริษัทเหล่านี้กลายเป็นลูกหนี้คุณภาพต่ำในทันที แต่อยู่ที่ปริมาณบอนด์ใหม่อาจมากเกินกว่าที่ตลาดจะรับได้ด้วยระดับผลตอบแทนและสเปรดที่ตึงตัวเช่นปัจจุบัน 3

จุดเปลี่ยน: จากบอนด์หายาก สู่บอนด์ล้นตลาด

BNP Paribas คาดว่า hyperscaler จะออกบอนด์ราว 4 แสนล้านดอลลาร์สหรัฐ ในปีหน้า ขณะเดียวกัน อุปทานสุทธิของตราสารหนี้ทั้งตลาดอาจทำสถิติสูงสุดที่ 3.7 ล้านล้านดอลลาร์สหรัฐ 10

เมื่อทั้งภาครัฐและภาคเอกชนออกหนี้จำนวนมาก นักลงทุนย่อมต้องการผลตอบแทนเพิ่มเพื่อรับซื้อบอนด์เหล่านั้น ซึ่งสะท้อนผ่าน เครดิตสเปรด หรือส่วนต่างผลตอบแทนที่บริษัทต้องจ่ายเพิ่มจากพันธบัตรรัฐบาลที่มีอายุใกล้เคียงกัน BNP คาดว่าสเปรดของตราสารหนี้เกรดลงทุนสกุลยูโรจะกว้างขึ้นราว 6 จุดพื้นฐาน และของตราสารหนี้เกรดลงทุนสกุลดอลลาร์จะกว้างขึ้นราว 7 จุดพื้นฐาน ภายในสิ้นปี 2026

เหตุใดรายจ่าย AI จึงกระทบตลาดเครดิต

ในอดีต บริษัทเทคโนโลยีขนาดใหญ่มักใช้กระแสเงินสดจากการดำเนินงานเป็นแหล่งทุนหลัก แต่การลงทุนมหาศาลในศูนย์ข้อมูลและระบบ AI ทำให้การออกบอนด์มีบทบาทมากขึ้น

JPMorgan Asset Management ประเมินว่า hyperscaler อาจออกบอนด์เกรดลงทุน 3 แสนล้านดอลลาร์ในช่วง 12 เดือนข้างหน้า ส่วนการขยายระบบนิเวศดาต้าเซ็นเตอร์โดยรวมอาจต้องใช้เงินทุนผ่านตลาดเครดิตเกรดลงทุนราว 2 ล้านล้านดอลลาร์ภายในปี 2030 813

ขนาดของผู้ออกหนี้มีนัยต่อทั้งตลาด โดย JPMorgan ประเมินว่าสัดส่วนการออกบอนด์ของ hyperscaler ในตลาดตราสารหนี้เกรดลงทุนสกุลดอลลาร์สหรัฐอาจเพิ่มเป็น 9% ในปี 2026 จาก 2% ในช่วงปี 2022–2024

ดังนั้น คำถามสำคัญไม่ใช่เพียงบริษัทเหล่านี้มีความสามารถชำระหนี้หรือไม่ แต่คือ นักลงทุนจะต้องการยีลด์และสเปรดมากเพียงใด จึงจะยอมรับความเสี่ยงด้านเครดิตและอายุของบอนด์ที่เพิ่มขึ้น

นักลงทุนเริ่มเลือกมากขึ้น

แรงกดดันที่ BNP คาดการณ์ไม่ได้เป็นเพียงภาพสมมติ ธนาคารกลางยุโรป (ECB) ระบุว่า ความต้องการบอนด์สกุลยูโรของ hyperscaler ที่เคยแข็งแกร่งเริ่มอ่อนลงหลังกลางปี 2026 โดยอัตราความต้องการซื้อเทียบกับจำนวนที่เสนอขายลดลง และนักลงทุนเริ่มเรียกร้องค่าชดเชยความเสี่ยงมากขึ้น จากคาดการณ์รายจ่ายลงทุน AI และการออกหนี้ที่สูงขึ้น

ในสหรัฐฯ การออกหนี้ของ hyperscaler ที่เกี่ยวข้องกับ AI มีมูลค่าถึง 2.2 แสนล้านดอลลาร์ ณ วันที่ 10 สิงหาคม ตามข้อมูล BNP Paribas ที่ Reuters อ้างถึง ขณะที่มีสัญญาณว่านักลงทุนเริ่มอิ่มตัวกับการรับบอนด์ชุดใหม่จำนวนมาก 2

JPMorgan Asset Management ระบุว่า สเปรดของ hyperscaler ขยายขึ้นราว 30 จุดพื้นฐานตั้งแต่ต้นปี เทียบกับเพียง 2 จุดพื้นฐานของดัชนีตราสารหนี้เกรดลงทุนสกุลดอลลาร์สหรัฐโดยรวม หากปรับตามอายุเฉลี่ยของบอนด์ สเปรด hyperscaler อยู่ราว 105 จุดพื้นฐาน เทียบกับประมาณ 80 จุดพื้นฐานของตลาดโดยรวม

สถาบันการเงินอื่นก็เห็นโจทย์อุปทานเดียวกัน

แม้ตัวเลขคาดการณ์จะแตกต่างกัน แต่หลายสถาบันมองเห็นวัฏจักรการระดมทุนขนาดใหญ่กำลังมาถึง

• Morgan Stanley ประเมินว่าการออกหนี้ที่เกี่ยวข้องกับ AI และ hyperscaler อาจสูงถึง 4 แสนล้านดอลลาร์ในตราสารหนี้เกรดลงทุน และอีก 6.5 หมื่นล้านดอลลาร์ในตราสารหนี้ผลตอบแทนสูงกับสินเชื่อ 11
• Goldman Sachs คาดว่าบิ๊ก hyperscaler จะเพิ่มการออกบอนด์ต่อเนื่องเพื่อรองรับการลงทุน AI ขณะที่ Reuters รายงานว่านักลงทุนเริ่มคัดเลือกมากขึ้นในการซื้อหนี้ชุดใหม่ 6
• JPMorgan Asset Management ประเมินว่าระบบนิเวศดาต้าเซ็นเตอร์ทั้งหมดอาจต้องใช้เงินทุนราว 5 ล้านล้านดอลลาร์ภายในปี 2030 โดยประมาณ 2 ล้านล้านดอลลาร์จะมาจากตลาดเครดิตเกรดลงทุน 13

ตัวเลขเหล่านี้ไม่ได้ยืนยันว่าตลาดเครดิตจะเข้าสู่ขาลงอย่างหลีกเลี่ยงไม่ได้ แต่ชี้ว่าปริมาณหนี้ใหม่กำลังมีความสำคัญต่อทิศทางตลาดมากพอ ๆ กับพื้นฐานการเงินของผู้ออกหนี้

ความหมายของตลาดเครดิตช่วงปลายวัฏจักร

มุมมองของ BNP คือ ตลาดอาจเปลี่ยนจากช่วงกลางวัฏจักร ซึ่งอุปทานจำกัดและสเปรดแคบช่วยหนุนราคาตราสารหนี้เอกชน ไปสู่ช่วงปลายวัฏจักรที่การกู้ยืมมากขึ้นบังคับให้ผู้ออกหนี้เสนอผลตอบแทนและค่าชดเชยความเสี่ยงสูงกว่าเดิมเพื่อดึงดูดผู้ซื้อ

ผลกระทบอาจไม่ได้หยุดอยู่ที่ภาคเทคโนโลยี หากเงินลงทุนไหลไปสู่ดีลบอนด์ขนาดใหญ่ของ hyperscaler ที่มีอันดับเครดิตสูงมากขึ้น บริษัทขนาดเล็กหรือผู้ออกหนี้ที่อันดับต่ำกว่าอาจต้องเสนอเงื่อนไขที่จูงใจกว่าเพื่อแข่งขันหาเงินทุน นั่นอาจผลักต้นทุนการกู้ยืมให้สูงขึ้นในหลายส่วนของตลาดเอกชน

ข้อควรจำ: นี่คือความเสี่ยงด้านราคาและการรองรับอุปทาน

คำเตือนนี้ไม่ได้หมายความว่า hyperscaler เป็นลูกหนี้ที่มีปัญหาโดยอัตโนมัติ ขนาดธุรกิจ ความสามารถทำกำไร และการเข้าถึงเงินทุนของบริษัทเหล่านี้ยังอาจช่วยให้ตลาดรองรับการออกหนี้จำนวนมากได้ BNP เองระบุว่านักลงทุนยังสามารถรับอุปทานได้ในระยะสั้น แต่ประเด็นนี้จะมีน้ำหนักมากขึ้นเมื่อการกู้ยืมดำเนินต่อไป 3

ตัวแปรชี้ขาดคือ ความเร็วของการออกหนี้ใหม่ ความยั่งยืนของรายได้และรายจ่ายลงทุนที่เกี่ยวข้องกับ AI ความต้องการกู้ยืมของภาครัฐ และการเพิ่มขึ้นของอุปสงค์จากนักลงทุน หากอุปสงค์ยังแข็งแกร่ง ตลาดอาจปรับตัวได้โดยไม่เกิดแรงปั่นป่วนรุนแรง แต่หากไม่เป็นเช่นนั้น หนี้ AI อาจเป็นจุดสิ้นสุดของยุคเครดิตสเปรดแคบผิดปกติและภาวะบอนด์คุณภาพดีขาดแคลน ซึ่งเคยหนุนตลาดตราสารหนี้เอกชนมายาวนาน 3