為咗畀你感受到呢個數字有幾誇張,可以做個歷史對比:喺2000年代初千禧年科網熱潮嘅高峰,互聯網同科技公司嘅發債總額,喺2001年達到當時嘅歷史新高,都只係850億美元。而家AI呢浸浪潮,預計全年發債額會係當年高峰期嘅接近7倍,完全係另一個量級。
英仕曼嘅警告唔係無的放矢,佢哋指出咗幾個具體嘅風險跡象:
1. 垃圾債同槓桿貸款:唔賺錢都要借錢
英仕曼特別擔心高收益債券(即係評級較低、風險較高嘅「垃圾債券」)同槓桿貸款市場。好多喺呢啲市場借錢嘅AI公司,係處於「自由現金流為負數」嘅狀態,意思係佢哋自己賺到嘅現金,根本唔夠冚營運開支同資本投資,要靠不斷借新債嚟續命。
2. 巨型科企槓桿率急升
唔單止係中小型公司,連超大規模嘅雲端服務商(例如Amazon AWS、Microsoft Azure、Google Cloud等)嘅財務狀況都值得留意。佢哋嘅槓桿比率(即係負債水平),喺短短兩個季度內,就由0.9倍急升到1.8倍。資本開支嘅增長速度,持續跑贏收入同自由現金流嘅增長,而且資產折舊帶嚟嘅壓力仲未完全浮現。
3. 系統性風險浮現
隨住AI相關債券發行量暴增,到2025年10月,AI相關債券已經超越美國銀行業,成為投資級別債券市場中最大嘅單一板塊。呢個意味住好多追蹤指數嘅被動型債券基金,喺唔覺唔覺之間,已經有相當大嘅比重曝露喺AI信貸風險之下。
| 歷史信貸週期 | 高峰期 | 發生咗咩事? |
|---|---|---|
| 千禧年科網/電訊業 | 2000年代初 | 市場投放咗過量資金喺光纖同電訊基建;科網股爆破後,出現大量債務違約。 |
| 歐洲銀行業危機 | 2012年左右 | 主權債務危機引發銀行業財困,需要政府救助,信貸市場凍結。 |
| 能源業信貸危機 | 2015–2016年 | 美國頁岩油開採熱潮靠大量舉債支持,油價暴跌後觸發垃圾債券違約潮。 |
英仕曼分析嘅核心論點係:每次危機表面上嘅細節都唔同,但背後嘅模式都係一樣:一個好吸引嘅新興行業,吸引天量嘅債務資金湧入,隨之而嚟嘅係行業整體嘅財務紀律開始鬆弛。當市場需求或者定價嘅假設最後證實係過分樂觀嗰陣,信貸市場就會要承受重大損失。佢哋認為,而家AI基建嘅大規模舉債擴張,正正帶有呢種結構性嘅風險特徵。
一句講晒,AI技術可能係真嘅未來,但用嚟為呢個未來埋單嘅金融操作,已經有啲「未見官先打三十大板」嘅味道,風險正在升溫。