公開市場見到嘅債務數字,亦未必係全貌。Apollo 指出,巨型雲端服務商(hyperscalers)嘅公開發債數字,低估咗 AI 相關信貸形成,因為有大量用嚟支持基建嘅私募融資,發生喺傳統公開債市之外 。換句話講,專用數據中心容量背後累積緊幾多槓桿,未必一眼睇得晒。
私募信貸通常係公開債市以外,由基金等非銀行貸款人按項目度身提供融資。對資本密集、條款複雜嘅基建項目嚟講,呢種錢可以好有用;但風險係,雙邊貸款、私募基金同特殊目的公司(SPV)會令外界更難統計整體曝險。
Quinn Emanuel 指,科技公司用企業債、私募信貸同表外 SPV 去填補 AI 基建資金缺口,喺不足兩年內將超過 1,200 億美元數據中心開支移出資產負債表 。同一分析亦列出直接貸款、SPV 架構、證券化同 GPU 抵押融資,係 AI 數據中心熱潮入面出現嘅主要融資機制
。
呢啲結構本身唔一定有問題,亦可以係正常項目融資工具。但佢哋會令幾個核心問題更難答:最終邊個揹風險?抵押品真正值幾多?還本付息係靠現有現金流,定係靠未來 AI 收入按時出現?
最重要嘅信貸風險係時間差。Quinn Emanuel 嘅法律風險分析估計,2025 年 AI 收入約 600 億美元,但資本開支約 4,000 億美元 。Cresset 亦提醒,AI 資本開支同已實現收入之間嘅差距正在擴大,而私募信貸愈來愈多係按預期收入流,而唔係實物資產,去承銷 AI 增長
。
呢個落差唔代表投資一定失敗。不過,佢代表債務償付可能要靠未來使用率、定價能力同商業化進度。如果貸款人假設 AI 需求、晶片經濟效益同再融資市場都會順順利利放大,咁即使只係溫和失望,都可能觸發重新定價。
唔係每一筆 AI 基建貸款都脆弱。最要小心嘅,係還款高度依賴預測、抵押品估值或者母公司支持,而唔係穩定合約現金流嘅交易。
真正嘅傳導風險係不透明。如果公開發債數字睇漏咗大量私募融資,市場可能要等到項目要再融資、母公司要再注資,甚至違約出現,先至睇到 AI 相關槓桿嘅全貌 。銀行亦唔係完全置身事外:芝加哥聯儲嘅尾部風險情境,已經將 AI 軟件借款人壓力,同數據中心、能源及半導體投資嘅連鎖影響連起來
。
現有證據支持提高警覺,而唔係支持宿命式恐慌。BIS 指企業融資由現金流轉向債務,Apollo 提醒公開發債低估 AI 信貸形成,Quinn Emanuel 則列出同 AI 數據中心相關嘅複雜融資結構 。但呢啲事實本身,未能證明相關曝險已經大到、槓桿高到、互相牽連到足以威脅整個金融系統。
分水嶺係承銷。由穩定現金流同強大發起人支持嘅債務,性質同主要靠預期 AI 收入、抵押品估值同容易再融資支撐嘅債務好唔同。Cresset 提醒,部分私募信貸正以預期收入流而非實物資產承銷 AI 增長,呢一點正正係風險高低嘅關鍵分界 。
所以,合理態度係審慎,而唔係恐慌。如果 AI 使用量同商業化收入追得上今日嘅資本開支,唔少交易可能可以撐得住;但如果收入慢過預期,壓力最可能先喺私募貸款、SPV、證券化、GPU 抵押融資同數據中心融資入面浮現——亦正正係市場能見度最低嘅地方。
Comments
0 comments