AI 基建借債激增，富達 James Durance 為何迴避科技債？

富達國際（Fidelity International）投資組合經理 James Durance 並非在押注大型科技公司很快會違約；他真正不願承擔的，是 AI 基礎設施擴張所帶來的大量發債、較長存續期間與市場部位過度集中的組合風險。

他管理約 140 億美元的收益策略，科技業債券曝險一直低於 2%。在他看來，當超大規模雲端服務商為資料中心、晶片供應鏈與 AI 運算能力密集舉債時，科技板塊在債券市場愈來愈龐大，規模本身也可能變成風險。1

不是看空違約，而是認為價格未提供足夠補償

Durance 的立場不需要建立在「某家雲端巨頭會還不出債」的預測上。問題在於，愈來愈多債券、指數與投資組合，正共同依賴幾項假設：AI 需求能持續成長、巨額資本支出能產生效益，以及最終能順利轉化為現金流。

他曾表示，以當前價格而言，他不喜歡這個板塊。他所管理的策略不必緊貼債券指數，因此不會只因科技業在指數中的權重上升，就被迫買入科技債。1

這是關鍵差異：受基準限制的基金經理，若不隨著新債發行而加碼，對科技業的低配幅度可能持續擴大；Durance 的策略則保有「完全不參與」的選擇權，直到風險報酬變得更有吸引力。

AI 發債潮如何改變債市供需

供給量是這項判斷的核心。路透報導，截至 2026 年年中，AI 相關債務已接近當年投資級債發行量的 15%，資金主要用於資料中心及晶片供應鏈。2

不只規模大，債券期限也偏長。達拉斯聯邦準備銀行指出，近期 AI 相關企業的發債既龐大又集中於長天期；其引用華爾街估計顯示，2026 年 AI 相關投資級債發行量約為 3,000 億美元，可能形成多達 3,600 億美元、以 10 年期等值計算的存續期間供給。15

當市場必須吸收更多長債，投資人承擔的不只是企業信用風險，還有利率風險。即使發債公司的資產負債表強健，只要新債供給過多，或買方要求更高殖利率才願意持有長天期部位，既有債券價格仍可能承壓。這正是 Durance 關切的市場結構問題，而非單一公司的償債能力。

真正的警訊：集中度可能放大波動

Durance 所說的風險，本質上是集中度風險。若少數大型發行人、信用債指數與眾多投資組合，愈來愈深度綁定同一輪 AI 資本支出循環，市場一旦重新評估 AI 建設的回報，影響就可能同時擴散至更大的債券市場區塊。

這不代表這種情況必然發生；但投資人必須評估，現有信用利差是否充分反映以下可能性：AI 帶來的現金流低於預期、槓桿上升，或企業長期維持高額發債。在高度集中的交易中，壓力可透過指數權重與投資人部位傳導，而不會只侷限於一家借款人。115

與「做多運算能力」觀點的分歧

高盛的 Anshul Sehgal 則提出另一種投資邏輯：與其單純拉長部位、買進長天期美國公債，不如「做多運算能力」（long compute）。這意味著偏好 AI 基礎設施、資料中心與提供 AI 運算租賃服務的 neocloud 業者；若運算需求長期維持強勁，這些資產或許能同時提供成長潛力與收益。

兩種觀點並不完全衝突，差別主要在於價格與需求持久性。樂觀的一方相信，稀缺的運算與基建容量將持續受惠；謹慎的一方則追問：這個長期建設週期的使用率與投資回報仍在驗證中，債券持有人獲得的利差，是否已足以補償風險？

換言之，強勁的運算需求最終仍須轉換為足以支應資本支出與融資成本的現金流，才能驗證 AI 基建信用債的投資論點。

接下來應看哪些指標？

富達列出幾項可用於判斷 AI 建設是否逐漸能自給自足、或日益仰賴資本市場的觀察重點：

• 資本支出後自由現金流：企業營運現金流在支付 AI 投資後是否仍有餘裕。
• 淨負債與利息保障倍數：新增借款是否正在削弱財務彈性。
• 信用利差：債券殖利率是否足以補償供給壓力與不確定性。
• 長期美國公債殖利率：影響長天期公司債定價與相對吸引力的重要基準。
• 由外部資金支應的 AI 投資占比：建設支出是靠內部現金流，還是靠新發債與其他外部資金。7

因此，Durance 將科技債控制在 2% 以下，是一項投資組合建構決策：在估值與利差尚未提供更明確安全邊際前，避免讓快速膨脹的 AI 融資主題主導收益策略。若運算需求與現金流表現持續強勁，「做多運算能力」的看法或許會被證明正確；但 Durance 的提醒是，當規模、長天期供給與共同曝險同時上升，它們本身就可能成為風險。1715