8,800億歐元可能源自不同計算範圍,或者把某項估算加倍處理,但現有證據不足以確認這個較大的數字。因此,本文採用4,400億歐元,避免將未獲來源支持的數字當成已確定事實。
Shiller CAPE,即周期調整市盈率,會用標普500指數價格除以過去10年的通脹調整後平均盈利,目的是減少單一年份盈利大上大落造成的干擾。2026年相關數值約為41,接近2000年科網泡沫高峰;另一項研究亦指,美國科技投資佔GDP比重已經超越1990年代高位。
聯儲局方面,現有資料顯示其工作人員曾評估資產估值壓力偏高,股票市盈率處於歷史分布的高位,部分原因是市場預期科技公司盈利會強勁增長,以及投資者風險胃納較高。
但要分清楚:CAPE約41、科技投資佔GDP超越1990年代高位,以及其他市場紀錄,是市場和研究指標;現有來源唔足以證明聯儲局親自發出每一項精確的數字警告。這些指標可以說明市場估值偏貴,卻唔能夠預測調整會喺幾時發生,或者跌幅有幾大。
AI資料中心、晶片供應鏈及雲端運算基建需要龐大資本開支。Goldman Sachs Research估算,2026年截至8月初,AI相關債務發行接近5,000億美元;Morgan Stanley較早前則預測全年可能接近5,700億美元。
市場真正擔心的,唔單止係公司借唔借得起,而係債務供應會唔會大到市場吸收不了。當太多公司同時發債,投資者可能要求更高利息,令新項目成本上升;如果AI收入增長未能及時出現,企業就可能面對再融資壓力。
租賃、特殊目的公司、私人信貸及資產融資等安排,可以將部分融資分散到大型科技公司表面資產負債表以外。好處是可以加快建設,亦未必全部由母公司直接借款;風險則是槓桿水平、未來再融資需要,以及最終由邊個投資者承擔損失,可能冇咁容易掌握。
這種情況令人聯想到過往金融市場曾出現的模式:原本看似局部和受控的風險,當不同金融機構和投資產品互相連接後,可能變成更廣泛的系統性風險。不過,這只是風險比較,唔代表今日的AI融資結構已經等同2000年科網泡沫。
同2000年前後不少仍未有盈利的科網公司相比,今日最大的科技企業普遍有較強收入、盈利、現金流和資產負債表。這令另一個情景更合理:股價估值長時間收縮,等盈利慢慢追上股價,而唔係一夜之間全面崩潰。
但大型企業有盈利,唔等於風險消失。如果資本開支和債務利息增長,快過AI最終可以帶來的收入及利潤,企業仍可能削減投資、推遲項目,甚至減慢招聘。
如果美國科技股出現急跌,可能透過幾個渠道擴散:家庭財富縮水、企業和消費者信心轉弱、信貸條件收緊,以及公司減慢招聘和投資。歐元區即使不是AI股市升浪的中心,仍可能因為投資者持倉集中,以及依賴全球融資環境而受到衝擊。
最重要的訊息不是「AI一定係泡沫」,而是市場對AI的定價已經包含非常樂觀的假設。要維持現時估值,未來需要同時出現強勁盈利、持續生產力提升、龐大AI服務需求,以及足夠現金流去支付基建和債務成本。
所以,今次警告更接近一個集中度、估值和融資風險的提醒:AI可以改變經濟,但市場價格仍然可能走得太快。真正需要觀察的,不只是AI模型有幾強,而是企業能否將投資轉化成可持續收入,以及信貸市場能否繼續吸收這場基建擴張。