行情
…

AI 基建融資告急?債市信用利差、甲骨文 CDS 與自由現金流發出的警報

摩根士丹利估算,2028 年前 AI 基礎建設總支出將達 3.2 兆美元,其中 1.75 兆美元須透過信貸市場籌資,資金來源已延伸至槓桿貸款、私人信貸與資產證券化。

AI 基建融資告急?債市信用利差、甲骨文 CDS 與自由現金流發出的警報
目錄

AI 基建融資告急?債市信用利差、甲骨文 CDS 與自由現金流發出的警報

重點摘要

  • 摩根士丹利估算,2028 年前 AI 基礎建設總支出將達 3.2 兆美元,其中 1.75 兆美元須透過信貸市場籌資,資金來源已延伸至槓桿貸款、私人信貸與資產證券化。
  • 超大型雲端業者信用利差今年擴大約 22-25 個基點,整體投資級市場同期幾乎不動;Oracle CDS 從 2025 年中約 40bp 飆至 2026 年 4 月峰值近 190bp,目前仍在 180bp 附近。
  • Oracle 2027 年自由現金流預測已接近負 400 億美元;超大型雲端業者採購承諾合計逾 9,820 億美元,摩根士丹利指出大量資本支出實際存在於表外。

2026 年 8 月,橋水基金的 Greg Jensen 用一句話定位了 AI 投資現在的位置:「我們正進入資本的關鍵時刻。」AI 的故事起初是技術突破,接著變成各大科技巨頭的資本支出競賽,如今走到了第三段:誰來替這場競賽的錢找買家。摩根士丹利給出量級:2028 年前,AI 基礎建設總支出預計達 3.2 兆美元,其中 1.75 兆美元無法靠巨頭的內部現金流支應,須進入信貸市場。Apollo 的資料顯示,AI 相關債券發行量已佔長久期供給的 40%,這個數字說明 AI 的建設節奏已不只是股市要定價的問題。

AI 投資熱潮已跨越技術與資本支出的前兩幕,正式進入第三幕:由債券市場對高昂的融資風險與表外債務進行重新定價。

信用利差走闊,債市究竟在替什麼定價?

信貸市場給出了它的評估,用的是利差數字,不是媒體用語。

摩根士丹利的資料顯示,今年以來,高質量超大型雲端業者信用利差擴大約 25 個基點,一般超大型雲端業者擴大約 22 個基點,整體投資級市場的利差幾乎沒動,變動為 0。在同一個投資級評級框架下,超大型雲端業者的利差走闊幅度是整體市場的數十倍,債券投資人的結論清楚:這不是系統性壓力重估,而是針對特定業者類型的風險溢價調升。

Oracle 是其中最極端的案例。其他超大型雲端業者的信用違約交換(CDS)普遍落在 30 至 80 個基點區間,Meta 的 CDS 小幅升至約 75bp,走勢相對溫和。Oracle 的 CDS 則從 2025 年中約 40bp,在 2026 年 4 月衝上近 190bp 的峰值,目前仍在 180bp 附近,是同業高端的兩倍以上。信貸市場已選出它最憂慮的那一家,態度相當明確。

Oracle 的現金流預測,問題到底出在哪?

這個問題不能只看帳面,還要看帳面看不到的部分。

摩根士丹利大幅下調各大超大型雲端業者的 2027 年自由現金流預測,其中 Oracle 最突出:2027 年自由現金流預測已接近負 400 億美元。相較之下,超大型雲端業者 2026 年第一季的資產負債表依然扎實:總槓桿率 1.3 倍,淨槓桿率 0.5 倍,現金對債務比率 128%,中位評級 AA-;同期非金融投資級整體的總槓桿率是 2.4 倍,評級 BBB。兩相對照,超大型雲端業者帳面看起來格外健康。但這是靜態截面,問題在軌跡。

採購承諾的數字說明了未來的壓力有多大。超大型雲端業者整體採購承諾已爆至 9,820 億美元,且摩根士丹利特別指出,真正的資本支出大量存在於表外,單看資產負債表會低估實際的資金壓力。摩根士丹利已將 2027 年雲端資本支出成長預測從 14% 上調至 29%,而各家業者仍在公開「重申投資回報信心」。支出預測往上修,自由現金流預測往下走,兩條線在中間製造了一個不斷擴大的融資缺口,這個缺口要靠外部資金填。

用 GPU 做抵押,Gundlach 為什麼說這像用香蕉發 30 年 ABS?

當市場出現以 AI 資產為抵押品的融資方案,Jeff Gundlach 沒有給出婉轉的評論。

他針對一項 500 億美元的基金聯合體計畫警告,這個方案「很可能經不起時間考驗」。他在社群媒體上提問:用生命週期未知的資產作為長期債務的抵押品,為什麼不乾脆做一個以倉庫裡香蕉為支撐的 30 年資產支持證券交易?他還補了一句,這些還是「生命週期未知的全新工程香蕉」。香蕉類比的刀法在於:GPU 折舊速度極快,技術迭代週期遠短於債務存續期。用此類資產做長期融資的抵押,理論上在債務到期前,抵押品的技術價值可能已大幅縮水,甚至退出主流市場。這不只是比喻誇張,而是資產與負債存續期間根本不匹配的結構性問題。

1.75 兆美元的融資缺口,資金來源已從傳統投資級債券延伸至槓桿貸款、私人信貸與資產證券化,這些管道的資金成本本就高於投資級市場。在信用利差持續走闊的情況下,融資成本的上行壓力不會只停留在利差數字本身。

對依賴 GPU 配額的新創,這條傳導鏈意味著什麼?

超大型雲端業者融資成本若持續墊高,理論上最終會反映在雲端計算定價或 GPU 供給的節奏安排上。對依賴這些業者 GPU 配額做模型訓練或推理的新創來說,採購週期的可預測性在融資壓力加大後,理論上只會下降,不會提高。目前這條傳導鏈還沒有完整定價進科技股,但信貸市場已經先走了一步,Oracle CDS 從 40bp 走到 180bp,沒有等財報說話。

淨槓桿率 0.5 倍的數字讓人放心,但那是今天的截面。9,820 億美元的採購承諾和接近負 400 億美元的自由現金流預測,指的是未來的方向,而填補這段差距的 1.75 兆美元,要以越來越高的代價從信貸市場借進來。需要誠實標注的是:本文引用的多為大行策略師估算口徑,不是已實現的財報數字。但 Oracle CDS 停在 180bp 是市場現在的定價,不是估算,而債市的定價往往走在財報前面。資產負債表現在健康,不代表融資壓力不在那裡,只是還沒有反映在帳面上。

標籤

#ai基建 融資#甲骨文 cds#超大規模雲 信用利差#ai資本支出 自由現金流#gpu抵押 融資風險
→

繼續閱讀

查看全部 →
NewsAI 快訊

LegalOn 如何砍 65% Codex 成本?按任務路由 Astra/Sol/Luna 的做法

LegalOn 把 Codex 的 Astra、Sol、Luna 按任務分工,日費估算砍 65%、速度持平

DeltaMedia 編輯部2 分鐘
NewsAI 快訊

用 AI agent 自己蒸餾小模型:16 美元做一個 0.8B 模型的完整做法

2026 年 10 月 8 日,Hugging Face 部落格記錄一位開發者透過 ML Intern 將 Qwen-Image 2.1 的 9B 提示詞改寫器蒸餾成 0.8B 版本,從下達需求到取得可部署模型只花了一天。

DeltaMedia 編輯部5 分鐘
NewsAI 快訊

AI 推理成本為何史上下降最快?Epoch 數據與 20 億 AI agent 的算力帳

截至 2027 年出貨的 AI 晶片,理論上可同時支撐 3000 萬至 1.7 億個前沿模型智慧代理不間斷執行,換算全職工時約等同於 1.4 億至 7.2 億名全職員工

DeltaMedia 編輯部6 分鐘
NewsAI 快訊

AI 算力狂飆可養活 20 億個 agent,但市場真有這麼大需求?

Epoch AI 研究顯示,截至 2027 年出貨的 AI 晶片可支援 3000 萬至 1.7 億個前沿模型 agent,若改用低成本模型則可達近 20 億個,但需求是否存在仍是開放問題。

DeltaMedia 編輯部7 分鐘