美股眼下这幅图景有点怪。指数站在高位挺着,可指数底下一片狼藉。这不是我说的,是摩根士丹利首席股票策略师Mike Wilson在最新报告里点破的:不断收紧的金融条件正在悄悄替美联储干活,只是这笔账被集中压在了普通股票身上,而不是压在少数AI巨头身上。
市场主流的讨论主要停留在估值贵不贵、盈利真不真、美联储还加不加息。这些当然很重要,但有一个更基础、也更容易被跳过的问题:支撑这一轮AI资本开支的钱,究竟是从哪来的?钱的属性变了,风险的性质就变了。这恐怕比"撑多久"更值得先想清楚。
先看两组被反复引用的数字。十年期美债收益率突破5.3%,美元升至本轮周期新高,油价居高不下,三重压力下,摩根士丹利综合金融条件指数跳升至约1.4个标准差。这个水平在过去35年里只被突破过几次,上一次还是2022年美联储每次会议加息75个基点的时候。
标普500指数内部的分化已经很严重了。标普500等权重指数在过去六个月落后市值加权指数达6%;9月美债十年期收益率突破5%时,等权重指数单月下跌5%,而市值加权指数几乎持平。高盛Tony Pasquariello虽然对广度崩溃的说法部分保留,但也承认,标普500成分股中位数较52周高点已回落约15%,是近些年来一个非常差的表现。市值加权指数是一张被少数巨头撑起来的门面,等权重指数才是底下真实的地基。
但我觉得这还不是最重要的。真正值得我们思考的,不是哪些巨头在扛着这张门面,而是谁在为那些疯狂烧钱的机器买单。因为这一轮,算力扩张的钱,已经不是巨头用赚来的钱买的了。
要理解这轮行情的风险点在哪,得先看AI巨头花钱的方式是怎么改变的。早几年,科技巨头扩建数据中心,用的是自己账上的现金流,花多花少心里有数。但情况在2025年出现了明显转折:超大规模云服务商2025年发行公司债约1200亿美元,而2020至2024年平均每年只有约280亿美元;2026年上半年的发行量已经超过了2025年全年。更值得注意的是,据S&P Global Ratings数据,这些公司已签署但尚未启动的租赁义务约6750亿美元,这笔钱并不计入它们常规的有息负债总额里。
AI算力正在从"用赚来的钱买",变成"用借来的钱买"。借钱本身不是罪过,问题在于借的姿势。以Meta的Hyperion数据中心为代表的一批项目,用的是特殊目的载体(SPV)和项目融资结构;据Booth Review引用的案例,2026年6月,有资管机构通过设立SPV,为Anthropic的算力筹集了约350亿美元债务。资金用来买芯片、再回租给Anthropic,债务留在Anthropic的报表之外,由Anthropic的租赁付款来偿还。还有一类更直白:专业算力商以GPU作抵押借款。而GPU这东西,两三年就换一代,二手残值多少、贬值多快,市场自己心里也没底。
债务一旦进场,游戏规则就变了。股权可以对坏消息装聋作哑,债务不行。到期要还,利率还随行情走。
如果说债务化是一个重要变化,另一变化更值得警惕:AI巨头之间的"循环融资"。最典型的例子来自英伟达和OpenAI。英伟达宣布向OpenAI投资最高1000亿美元用于数据中心建设,随着算力部署逐步到位。而据NewStreet Research的估算,英伟达每向OpenAI投入100亿美元,预计能带来约350亿美元的GPU购买或租赁收入。这个数字,相当于英伟达上一财年年度收入的约27%。
资本是怎么绕回自己口袋的,可以看几条路径。英伟达截至2025年中持有CoreWeave约7%的股份(当时价值约30亿美元),同时承诺以63亿美元买下CoreWeave卖不掉的云容量;而CoreWeave已向英伟达采购了至少25万个GPU,花费约75亿美元。钱从英伟达出去,又通过CoreWeave买芯片回到英伟达的营收里。类似的结构还出现在Lambda等"新云"厂商身上。据路透后来的报道,英伟达为OpenAI位于俄亥俄州的数据中心项目提供的信贷担保,最终定在最高约1050亿美元,此前讨论一度高达2500亿美元。相关芯片采购到2030年,可能为英伟达带来约6000亿美元收入。
Seaport Global Securities的分析师Jay Goldberg打了个比方:这有点像父母给孩子的房贷当共同签字人。有了这个背书,OpenAI和CoreWeave的融资成本能从初创企业常见的15%降到接近微软、谷歌的6%到9%。Bernstein的Stacy Rasgon则直言,这类动作"显然会加剧'循环'担忧"。
这个模式并不新鲜,历史有过类似的案例。据Fortune的梳理,2001年互联网泡沫破裂前,思科和北电对客户提供的融资额超过其年收入的10%,前五大电信设备商的融资总额超过其合并收益的123%。需求没兑现、客户破产之后,坏账留在设备商自己的资产负债表上,网络设备业务的价值在此后十年里损失超过90%。供应商给客户输血来创造订单,这个剧本在二十多年前就曾上演过一次。
而这里面最容易被忽略的是这笔风险最终落在谁头上。据Booth Review的分析,AI基建债务里,高级银行贷款、项目融资处于资本结构的较高层;而首次损失和次级头寸,主要落在受监管银行体系之外,具体说,是私人信贷基金和专门的AI基建信贷工具,而它们背后的资金,主要来自养老金计划、大学捐赠基金、私募股权控股的保险平台,以及商业发展公司的个人投资者。最先承受损失的,很可能是普通人的养老钱和保险钱,只不过中间隔了好几层,一时间看不出来。
与之前不同的地方在于,这次的总信用损失大概率小于随之而来的股权损失,高杠杆银行的风险敞口也没那么集中。这算个相对的好消息。但坏消息是,风险的透明度更低、链条更长,一旦多家AI实验室同时出问题,大量芯片涌入二级市场,抵押品价格会被进一步压低,回收率随之下降。而那份看起来最硬的担保(比如芯片厂商承诺的差额补足),恰恰在AI需求真正崩溃、芯片剧烈贬值的时候最脆弱。
回到标题的问题,答案也基本有了。判断AI巨头能不能撑住,看的不是它们利润表的利润有多漂亮,而是那套支撑资本开支的融资结构能撑多久。
短期看,只要债务市场还愿意去定价、只要巨头们的经营现金流还覆盖得住利息,外表上的"指数安稳"就能维持,毕竟撑住指数的只是少数几家权重股。但中长期看,融资成本随着利率高位停留而抬升、GPU这类抵押品的贬值速度快于债务周期、以及最关键的AI的投入何时能转化为可验证、可持续的收入;这三者只要有一个转向,循环融资的闭环就容易变成Axios引述的那句话的处境:"除非我们中任何一方出问题,否则双方都会有问题。"
当然,我并不是看空AI的前景。AI的技术价值与这轮行情的金融结构,本来就是两件事。技术可能是真的,但为技术买单的资金结构和节奏,未必跟得上技术的兑现速度。
对普通投资者而言,这里或许有一条更实在的提醒:当你以为自己在通过指数基金"分散风险"时,先看清楚手里那张牌,究竟是"大盘",还是"变相的AI主题"。当所有人的风险都通过同一批权重股、同一条债务链连接在一起时,"分散"这两个字,可能需要被重新审视。