AI债务狂飙，富达基金经理为何回避科技债

富达国际基金经理James Durance并不是在押注大型科技公司会立刻违约。他真正回避的是一笔规模迅速膨胀、资金投入密集且风险高度同向的信用交易：科技巨头正通过大量举债建设AI所需的数据中心、算力和芯片供应链，而债券投资者获得的收益补偿，在他看来并不够高。

Durance管理约140亿美元的收益策略，却将科技行业敞口控制在2%以下。他的判断是，AI融资可能大到“规模本身就构成风险”的程度。1

不是看空违约，而是认为性价比不够

这一立场并不意味着Durance预计超大规模云服务商会发生违约。问题在于，越来越多债券发行人、信用指数和投资组合，都在依赖同一组前提：AI需求要持续增长，巨额资本开支要产生生产率回报，最终还要顺利变现为稳定现金流。

在当前价格下，Durance表示自己不喜欢这一板块。他所管理的策略不必被基准指数绑定，因此可以在科技债随发行增加、在债券指数中的权重上升时，选择不因“跟指数”而被动买入。1

这一区别很关键：受基准约束的经理若不买入不断扩容的板块，组合相对基准的低配幅度会越来越大；而Durance的策略保留了不参与的自由，前提是他认为风险收益比不划算。

AI债券供给为何会改变市场环境

供给量是这套逻辑的核心。路透社报道，到2026年年中，AI相关债务已接近当年投资级债券发行量的15%，融资主要流向数据中心和芯片供应链。2

更值得注意的是期限结构。达拉斯联储指出，近期AI相关企业的债券发行不仅规模庞大，而且集中在长期限品种。其援引的华尔街估计显示，2026年AI相关投资级债发行规模约为3000亿美元，可能带来最高约3600亿美元、以10年期等值计算的久期供给。15

长期公司债供给增加，意味着市场需要吸收更多利率风险和信用利差风险。即便发行人资产负债表稳健，当新债集中涌入，或投资者要求更高收益来承接更长久期时，债券价格仍可能承压、收益率上升。Durance担心的正是这种市场结构风险，而不只是某一家公司的偿债能力。

真正的警报：风险集中化

Durance的警告，本质上是关于集中度的判断。若少数大型发行人、信用债指数和投资组合越来越紧密地绑定同一轮AI资本开支周期，一旦该周期的回报不及预期，冲击就可能同时传导至市场的大范围。

这并不证明这种情形一定会发生。但投资者需要问：当前信用利差是否充分反映了AI现金流低于预期、杠杆继续上升，或长期持续发债的可能性？在高度集中的交易中，风险可以通过指数权重和投资者仓位扩散，而不会只局限于单一借款人。115

“做多算力”与回避科技债：分歧在价格和持续性

另一派观点并非认为长期美债没有价值，而是认为若算力需求足够持久，AI基础设施——包括算力供给、数据中心及相关服务商——可能提供比单纯持有长期国债更有吸引力的机会。

这也是高盛高管Anshul Sehgal偏好“做多算力”、而非仅仅拉长美债久期的逻辑：愿意承担AI基础设施风险的投资者，期待同时获得收入和增长潜力。但这一机会与Durance提出的风险无法切割。强劲的算力需求，最终必须转化为足以覆盖资本开支与融资成本的现金流。

因此，双方的主要分歧不在于AI是否重要，而在于价格是否合理、需求是否足够耐久。乐观者看到稀缺基础设施的持续需求；谨慎者则追问：面对一场回报尚待验证、期限很长的建设周期，债券持有人得到的补偿够不够？

接下来应看哪些指标

富达列出了判断AI建设是逐步实现“自我造血”，还是越来越依赖资本市场融资的几项指标：

• 资本开支后的自由现金流：企业经营现金流在扣除AI投资后是否仍有余额；
• 净负债与利息保障倍数：新增借款是否正在削弱财务弹性；
• 信用利差：债券收益是否足以补偿供给压力和不确定性；
• 长期美国国债收益率：这是长期公司债估值和吸引力的重要参照；
• AI投资的外部融资比例：资金来自内部现金，还是主要依靠新增债务及其他外部资本。7

所以，Durance将科技敞口压在2%以下，首先是一项组合构建决策：在估值和信用利差尚未提供更清晰安全边际前，不让快速扩张的AI融资主题主导收益策略。若基础设施需求和现金流持续强劲，“做多算力”的判断可能得到验证；但他的警告是，规模、久期和共同暴露本身，也可能演变为风险。1715