發行速度同規模之所以重要，係因為超大規模雲端公司（hyperscalers，即營運全球大型雲端及數據中心嘅科技巨企）正向同一批機構投資者集資。呢批投資者同時亦會買美國國債及其他投資級企業債。

大量新債唔代表孳息率一定會即時上升，但會令投資者更加揀債。發行人可能要提供較闊嘅信貸息差，或者長線投資者會要求更高回報，先肯承接更多長年期債券。

影響亦唔會局限於科技業。路透社報道，AI 相關債務已接近 2026 年投資級債券發行量嘅 15%，但 AI 喺廣泛信貸指數入面嘅集中度仍然偏低。 換句話講，AI 尚未主導整個投資級債市，卻已足以影響新債定價及市場流動性。

點解股票同債券愈來愈綁埋一齊？

股票同信貸市場主要透過兩條渠道互相加強。

第一，一小撮大型科技公司已經可以左右股票指數表現同投資者情緒。如果佢哋嘅估值高度依賴未來 AI 盈利預期，一旦市場下調 AI 需求或者基建投資回報率，股價同未來現金流估值都可能一齊跌。

第二，股票估值下跌會令融資變貴。公司可能要面對更闊嘅普通債券息差、私人信貸條款轉差，以及股權掛鈎證券需求減弱。融資成本上升之後，又會反過來削弱原本嘅 AI 投資理據。

可換股債券市場就特別明顯。可換股債券兼具債務同股票期權：投資者可以收息，亦有權喺特定條件下將債券轉成股份。由於有股票上升嘅潛力，發行人有時可以用較低現金利息集資。

2026 年首四個月，美國可換股債券發行額約 340 億美元，超過去年同期兩倍；AI 相關公司係推動升幅嘅重要力量。

當 AI 股市強勢，可換股融資就可能更容易、成本更低，資金再用嚟建設更多基建，進一步維持增長故事。但如果 AI 股票突然大跌，呢個機制就會倒轉：可換股債券吸引力下降、對沖條件轉差，借款人可能要依賴成本更高嘅普通債券或者增發股票。

真正嘅共同風險係 AI 需求，而唔係資產形式

一隻超大規模雲端公司債券、一筆數據中心貸款、一項私人信貸、一筆電力項目融資，或者供應商應收帳款，可能由完全唔同嘅法律實體發行。可是，佢哋嘅還款能力仍然可能建基於同一個經濟假設：AI 客戶會繼續加大資本開支、租用運算容量，並產生足夠收入支撐整條基建鏈。

所以，一個分散持有債券、證券化產品同私人貸款嘅投資組合，未必真係咁分散。不同資產可能同時向同一批超大規模雲端公司、數據中心營運商，或者同一套設備需求提供信貸敞口。

如果項目延誤，或者數據中心建成後使用率不足，損失可能透過不同金融工具同時浮現；即使呢啲工具喺法律上並非由同一間公司擔保，經濟上仍然可能受到同一個需求轉弱嘅打擊。

表外融資，可能遮住真正嘅經濟敞口

特殊目的公司（SPV）、租約同剩餘價值擔保，正成為數據中心擴張嘅重要融資工具。常見結構係：外部機構成立一間項目公司，由佢借錢及持有設施；科技公司則租用落成後嘅數據中心。

呢種安排可以令項目借貸唔直接出現在科技公司報表嘅債務項目內，但公司可能仍然要承擔租金、最低使用量，或者同資產未來價值掛鈎嘅擔保責任。

Meta 擬建嘅 Hyperion 數據中心項目，就展示咗呢種結構。法律分析指，一間特殊目的公司以約 300 億美元規模成立，其中約 270 億美元來自貸款、30 億美元來自股本，設施再租俾 Meta 使用。 其他報道則指，Meta 提供咗剩餘價值擔保；如果物業價值跌穿指定門檻，Meta 可能要向投資者補償差額。

呢啲項目公司債務，唔等於 Meta 直接發行嘅普通優先債。但對投資者嚟講，重點唔應該只係問「法律上邊個借咗錢？」亦要問：「如果 AI 經濟效益不如預期，邊個最終承受損失？」

表面槓桿未必完全反映企業對建築成本、技術過時、使用率及資產價值嘅敏感度。換句話講，風險可能只係由資產負債表搬咗去租約、擔保及財務報表附註，而唔係真正消失。

一次重新定價，可以點樣傳遍市場？

融資調整未必要由違約開始，亦可以由市場改變假設開始：

1. AI 收入增長或者數據中心使用率低過預期。
2. 科技股估值下跌，投資者重新評估資本開支幾時先回本。
3. 債券息差擴闊，可換股融資吸引力下降。
4. 項目公司、數據中心營運商同供應商要以更高成本再融資。
5. 超大規模雲端公司延遲或者削減晶片、伺服器、建築、電力及地產訂單。
6. 較弱嘅交易對手失去信貸渠道，而長線借貸成本上升亦會壓制非科技投資。

以上係一個可能出現嘅反饋循環，唔係預測。現金充裕嘅超大規模雲端公司，可能比細型基建公司捱得耐；但即使大型公司冇大規模違約，項目延期同金融環境收緊，仍然可以拖慢更廣泛嘅投資周期。

證據支持咩，未支持咩？

現有證據支持一個日益增加嘅集中度及相關性風險：AI 借貸快速擴張，可換股債券正被用嚟支持 AI 相關增長，而數據中心嘅結構性融資就將風險分散到公開及私人市場。

但呢啲資料本身，未足以證明金融系統即將出現系統性危機。5,700 億美元係預測，唔係已經完成嘅發行量；至於融資缺口或者資本開支入面有幾多由債務支持，亦取決於計算口徑。租約、擔保、私人信貸、供應商融資及未來承擔，會令總額出現好大差異。

對投資者嚟講，最實用嘅做法係畫出完整敞口圖，而唔係只睇發行人名稱。要問清楚：手上幾項投資，係咪其實都依賴同一間超大規模雲端公司、同一個數據中心租戶、同一套設備轉售價值，或者同一個 AI 變現假設？

核心風險唔係所有 AI 相關資產都一模一樣，而係好多睇落唔同嘅資產，可能同時承受同一個預期轉變嘅衝擊。

發行速度同規模之所以重要，係因為超大規模雲端公司（hyperscalers，即營運全球大型雲端及數據中心嘅科技巨企）正向同一批機構投資者集資。呢批投資者同時亦會買美國國債及其他投資級企業債。

大量新債唔代表孳息率一定會即時上升，但會令投資者更加揀債。發行人可能要提供較闊嘅信貸息差，或者長線投資者會要求更高回報，先肯承接更多長年期債券。

影響亦唔會局限於科技業。路透社報道，AI 相關債務已接近 2026 年投資級債券發行量嘅 15%，但 AI 喺廣泛信貸指數入面嘅集中度仍然偏低。 換句話講，AI 尚未主導整個投資級債市，卻已足以影響新債定價及市場流動性。

點解股票同債券愈來愈綁埋一齊？

股票同信貸市場主要透過兩條渠道互相加強。

第一，一小撮大型科技公司已經可以左右股票指數表現同投資者情緒。如果佢哋嘅估值高度依賴未來 AI 盈利預期，一旦市場下調 AI 需求或者基建投資回報率，股價同未來現金流估值都可能一齊跌。

第二，股票估值下跌會令融資變貴。公司可能要面對更闊嘅普通債券息差、私人信貸條款轉差，以及股權掛鈎證券需求減弱。融資成本上升之後，又會反過來削弱原本嘅 AI 投資理據。

可換股債券市場就特別明顯。可換股債券兼具債務同股票期權：投資者可以收息，亦有權喺特定條件下將債券轉成股份。由於有股票上升嘅潛力，發行人有時可以用較低現金利息集資。

2026 年首四個月，美國可換股債券發行額約 340 億美元，超過去年同期兩倍；AI 相關公司係推動升幅嘅重要力量。

當 AI 股市強勢，可換股融資就可能更容易、成本更低，資金再用嚟建設更多基建，進一步維持增長故事。但如果 AI 股票突然大跌，呢個機制就會倒轉：可換股債券吸引力下降、對沖條件轉差，借款人可能要依賴成本更高嘅普通債券或者增發股票。

真正嘅共同風險係 AI 需求，而唔係資產形式

一隻超大規模雲端公司債券、一筆數據中心貸款、一項私人信貸、一筆電力項目融資，或者供應商應收帳款，可能由完全唔同嘅法律實體發行。可是，佢哋嘅還款能力仍然可能建基於同一個經濟假設：AI 客戶會繼續加大資本開支、租用運算容量，並產生足夠收入支撐整條基建鏈。

所以，一個分散持有債券、證券化產品同私人貸款嘅投資組合，未必真係咁分散。不同資產可能同時向同一批超大規模雲端公司、數據中心營運商，或者同一套設備需求提供信貸敞口。

如果項目延誤，或者數據中心建成後使用率不足，損失可能透過不同金融工具同時浮現；即使呢啲工具喺法律上並非由同一間公司擔保，經濟上仍然可能受到同一個需求轉弱嘅打擊。

表外融資，可能遮住真正嘅經濟敞口

特殊目的公司（SPV）、租約同剩餘價值擔保，正成為數據中心擴張嘅重要融資工具。常見結構係：外部機構成立一間項目公司，由佢借錢及持有設施；科技公司則租用落成後嘅數據中心。

呢種安排可以令項目借貸唔直接出現在科技公司報表嘅債務項目內，但公司可能仍然要承擔租金、最低使用量，或者同資產未來價值掛鈎嘅擔保責任。

Meta 擬建嘅 Hyperion 數據中心項目，就展示咗呢種結構。法律分析指，一間特殊目的公司以約 300 億美元規模成立，其中約 270 億美元來自貸款、30 億美元來自股本，設施再租俾 Meta 使用。 其他報道則指，Meta 提供咗剩餘價值擔保；如果物業價值跌穿指定門檻，Meta 可能要向投資者補償差額。

呢啲項目公司債務，唔等於 Meta 直接發行嘅普通優先債。但對投資者嚟講，重點唔應該只係問「法律上邊個借咗錢？」亦要問：「如果 AI 經濟效益不如預期，邊個最終承受損失？」

表面槓桿未必完全反映企業對建築成本、技術過時、使用率及資產價值嘅敏感度。換句話講，風險可能只係由資產負債表搬咗去租約、擔保及財務報表附註，而唔係真正消失。

一次重新定價，可以點樣傳遍市場？

融資調整未必要由違約開始，亦可以由市場改變假設開始：

1. AI 收入增長或者數據中心使用率低過預期。
2. 科技股估值下跌，投資者重新評估資本開支幾時先回本。
3. 債券息差擴闊，可換股融資吸引力下降。
4. 項目公司、數據中心營運商同供應商要以更高成本再融資。
5. 超大規模雲端公司延遲或者削減晶片、伺服器、建築、電力及地產訂單。
6. 較弱嘅交易對手失去信貸渠道，而長線借貸成本上升亦會壓制非科技投資。

以上係一個可能出現嘅反饋循環，唔係預測。現金充裕嘅超大規模雲端公司，可能比細型基建公司捱得耐；但即使大型公司冇大規模違約，項目延期同金融環境收緊，仍然可以拖慢更廣泛嘅投資周期。

證據支持咩，未支持咩？

現有證據支持一個日益增加嘅集中度及相關性風險：AI 借貸快速擴張，可換股債券正被用嚟支持 AI 相關增長，而數據中心嘅結構性融資就將風險分散到公開及私人市場。

但呢啲資料本身，未足以證明金融系統即將出現系統性危機。5,700 億美元係預測，唔係已經完成嘅發行量；至於融資缺口或者資本開支入面有幾多由債務支持，亦取決於計算口徑。租約、擔保、私人信貸、供應商融資及未來承擔，會令總額出現好大差異。

對投資者嚟講，最實用嘅做法係畫出完整敞口圖，而唔係只睇發行人名稱。要問清楚：手上幾項投資，係咪其實都依賴同一間超大規模雲端公司、同一個數據中心租戶、同一套設備轉售價值，或者同一個 AI 變現假設？

核心風險唔係所有 AI 相關資產都一模一樣，而係好多睇落唔同嘅資產，可能同時承受同一個預期轉變嘅衝擊。