循环融资会引发AI算力过剩吗?

欧洲央行11月发布的《金融稳定评估报告》给AI融资敲了一记警钟:截至2026年第二季度,大型科技企业的表外承诺总额超过4万亿美元,其中不少与数据中心、芯片和算力基础设施的长期合同付款义务相关。这些承诺不是已借入的债务,但在经济实质上接近债务,且未必完整反映在资产负债表上。问题随之而来:这种循环融资结构,会不会把AI算力推向过剩?

循环链条如何制造“需求幻觉”

欧洲央行报告描述了一种典型安排:部分云服务提供商和AI模型开发商从芯片制造商获得融资,再用这笔钱购买芯片或计算设备。资金提供方同时是产品供应商,接受融资的企业通过采购为前者创造销售收入。这条链条的关键不在于钱转了一圈,而在于它可能同时推高双方预期收入,让外部投资者更难判断AI产业链的真实需求和盈利能力。

美联储的报告又补了另一条链条:大型科技企业与第三方数据中心开发商签订长期容量租赁合同,开发商以合同为依据向银行、债券市场和私人信贷基金融资建设;GPU制造商则为作为抵押品的GPU提供剩余价值担保,支持AI企业采购芯片;大型科技企业和芯片厂商还通过股权投资参与融资安排。几条链条叠加,形成“投资—采购—租赁—再融资”的闭环。闭环本身不是问题,问题是闭环里的收入信号可能被融资行为放大。

规模很大,但口径必须先对齐

美联储披露,截至2026年10月,与先进计算相关的债务发行规模已超过6800亿美元,约为2023年全年1300亿美元的5倍;这类借款在非金融投资级公司债发行中的占比,从2023年的不足6%升至约31%。已发行的相关公共债务存量估计超过1.1万亿美元。表外承诺方面,美联储估算用于数据中心建设的远期租赁与兜底担保约3万亿美元,欧洲央行统计的大型科技企业表外承诺总额则超过4万亿美元。两个数字口径不同,前者聚焦数据中心相关的远期租赁和担保,后者覆盖更广的长期合同付款义务。国际货币基金组织总裁格奥尔基耶娃也提到循环融资规模超过1万亿美元,但不同机构对“循环融资”的统计边界并不一致。引用这些数字时,先看清口径,比急着下结论更重要。

真正的问题是时滞与错配

监管机构反复提示的核心,不是AI技术没有前景,而是融资结构与真实需求之间可能存在时滞和错配。如果算力需求增长不及预期,前期建设的数据中心和芯片基础设施可能难以产生足够现金流,覆盖融资成本和合同付款;表外承诺在经济下行时可能集中转化为实际偿付压力。美联储调查中,87%的受访者将AI相关风险列为未来12至18个月美国金融稳定的重要风险,较当年5月调查的50%明显上升;52%的受访者将AI风险资产价格大幅回调列为重要风险。欧洲央行副行长武伊契奇则警告,主要美国科技企业到2030年预计存在约5.5万亿美元的融资需求,资金来源正从股票市场扩大到债务市场,并伴随复杂的表外结构和金融机构之间更紧密的联系。

但风险提示不等于泡沫破裂的判决。美联储报告也指出,头部科技公司资金雄厚,在经济下行时可以吸收部分损失,从而缓冲对金融体系的冲击。更准确地说,循环融资提高的是“过剩被掩盖”的概率,而不是必然导致过剩。它让需求看起来比实际更旺,也让风险在表外多停留一段时间。

接下来值得观察的是:大型科技公司财报中表外承诺和长期租赁义务的披露是否更充分;数据中心利用率和GPU租赁价格是否维持稳定;云厂商与模型开发商之间的长期合同是否出现重新谈判;监管机构压力测试中AI相关敞口的测算结果。在这些信息明朗之前,把循环融资直接等同于危机,或完全忽视其风险,都算不上严谨的判断。

文章版权归作者所有,未经允许请勿转载。

本文链接:https://www.chatcpt.com.cn/thread/circular-financing-ai-compute/

参与讨论

0 条评论