tradingkey.logo

人工智能數據中心的私人信貸融資

Petar Petrov2026年1月2日 03:50

AI 播客

AI基礎設施競賽需要龐大投資,預計至2030年達3兆美元。超級規模企業雖依靠內部現金流,但其雄心已超出內部融資能力,需依賴外部資金,其中私募信貸預計為主要來源。私募信貸係指非銀行機構提供的貸款,因其靈活、保密且監管較少,深獲企業青睞,但透明度與潛在違約風險較高,故提供較高收益率。GFC後,私募信貸市場蓬勃發展,預計至2029年增至5兆美元,AI基礎設施建設是主要驅動力,有望填補龐大資金缺口。然而,過度擴張、高利率、競爭加劇及監管收緊等因素可能引發潛在風險。儘管如此,大型科技巨頭的資產負債表穩健,負債風險遠低於金融危機時期。投資者可依風險承受能力,選擇迴避、投資私募股權公司、資料中心REITs、基礎設施供應商,或直接持有超大規模業者股票,但需留意各自風險與報酬。信用評級機構亦將受益於債務發行增加。

該摘要由AI生成

引言

建立人工智慧(AI)基礎設施的競賽需要驚人的投資金額,這已是眾所周知的事實,事實上,估計到2030年將達到約3兆美元。合理的問題是,這筆錢將從何而來?

迄今為止,超級規模企業 (GOOG, META, AMZN, MSFT) 主要依賴其資產負債表上的現金以及強大的現金流產生能力。我們可以看到,短短五年內資本支出(capex)出現了顯著增長。

ai-capex-meta-googl-amzn-msft

來源:公司財務報告,生成價值

然而,這些公司在人工智慧方面的雄心大大超出了其內部資金能力,因此,它們需要依賴外部資金。外部融資可來自多種來源——股權、公開債務(債券)市場以及私募信貸。

data-center-funding-gap

來源:Morgan Stanley

正如我們從Morgan Stanley的圖表中所見,外部融資的主要來源將不會來自首次公開募股(IPO)或股權發行,也不會來自債券,但很可能來自私募信貸。由於私募信貸並非主流話題,因此在接下來的段落中將進行簡要介紹。

私募信貸概覽

「私人信貸」指的是非銀行機構在公開市場或傳統銀行體系之外提供的貸款。這些貸款由私人債務基金等非銀行機構直接發放和持有,而非以債券形式發行或透過銀行聯貸。相較於銀行,私人信貸缺乏公開交易且監管較少,因此對尋求靈活、保密融資的借款人具有吸引力。企業,特別是中型市場或私人公司,常偏好私人信貸,以避免公開市場的審查和披露要求。

然而,不透明性和較寬鬆的監管為貸款人帶來了更高的風險,包括透明度有限以及在困境下潛在的違約風險。為此,私人信貸通常提供比傳統固定收益資產更高的收益率。其報酬有時甚至超過保守、低風險的股票,對尋求多元化投資組合中收入的投資者具有吸引力。

private-credit-risk-return

資料來源:Ares Management

私人信貸的起源可追溯至1980年代初期,當時金融市場日益複雜化。此時期見證了「業務發展公司」(BDCs)和封閉式基金的興起,它們為小型和成長中的公司提供債務。在2007-2008年全球金融危機(GFC)之前,私人信貸仍是利基市場,通常由大型銀行和保險公司促成。GFC改變了格局:對銀行的監管審查加劇——透過Dodd-Frank等措施和更高的資本要求——限制了其向風險較高的借款人放貸。銀行的退卻為監管較少的私募股權公司和專門的信貸基金創造了主導市場的機會。

GFC後,私人信貸演變為現代形式,由非銀行貸款機構填補了中型市場融資的空白。如今,按管理資產(AUM)計算的領先管理者包括Apollo Global Management、Ares Management、Blackstone等,其信貸導向的AUM平台通常超過數千億美元。

private-equity-credit

資料來源:S&P Global

由於其私人性質,估計市場規模具有挑戰性。截至2025年初,Morgan Stanley估計全球私人信貸市場規模約為3兆美元,高於2020年的2兆美元。IMF在先前的分析中曾引用較為保守的2兆美元數字,突顯了持續存在的差異。

私人信貸的主要投資者是機構參與者,例如退休基金、保險公司和捐贈基金,他們透過私募股權公司或直接貸款基金引導資本。在公開債券報酬率較低的情況下,這些機構尋求提高收益和多元化。私人信貸的靈活性滿足多種需求:

  • 向未上市私人公司提供貸款,包括信貸。
  • 附帶契約以防範違約風險的有擔保貸款,或追求更高風險/報酬的無擔保貸款。
  • 為陷入財務困境的公司提供不良債務。
  • 為併購(M&A)提供融資,包括槓桿收購。

這種多功能性推動了成長,特別是在銀行面臨持續限制之際。

私人信貸市場有望持續擴張。Morgan Stanley預計到2029年將成長至5兆美元,這意味著從2025年3兆美元的基礎上,年複合成長率約為14%。AI基礎設施等新興產業是主要驅動力:大規模資料中心建設需要數兆美元資本,而私人信貸可能為2028年前估計的1.5兆美元全球資金缺口提供超過一半的資金。涉及超大規模業者(例如Meta、Microsoft)的交易已透過私人貸款機構部署了數十億美元,突顯了此資產類別在高成長領域中的作用。

美國私人信貸相較於銀行,在監管方面相對寬鬆。大多數顧問根據《1940年投資顧問法》向SEC註冊,並遵守受託人義務、反洗錢(AML)合規以及託管規則。重銀行式的資本要求並不適用。

截至2025年末,川普政府一直在推動廣泛的金融去監管化,旨在減輕傳統機構的負擔,並間接支持私人信貸等替代方案。這包括對SEC規則的審查和潛在的撤銷,從而營造一個更寬鬆的環境。

私人信貸與AI數據中心的世界正在融合

超大規模業者依賴私募信貸市場的主要吸引力顯而易見——更快的執行速度、量身訂做的彈性條款、相較於發行債券,監管較少,而且與發行股票不同,私募信貸不涉及股東所有權。因此,他們可以迅速籌集資金,主要用於GPU,但也用於冷卻、電力、建設、設備和其他基礎設施。

另一方面,提供此類信貸的私募股權公司則非常樂意從Meta、Microsoft或Google等非常可靠的借款人那裡獲得高於平均的收益率。

但最重要的是,私募信貸實現了「金融工程」,使債務隱藏在借款人主要資產負債表之外。

一個主要案例是Meta位於路易斯安那州的 2025 年 Hyperion 資料中心園區,這是史上最大的私募信貸交易。

– Meta 的 Hyperion 資料中心交易 (2025) 作為範例 (270 億美元債務 + 30 億美元股權,總計 300 億美元)

– Meta 成立 SPV 並向 Blue Owl 及其他投資者 (PIMCO) 借款;債務歸屬於該 SPV;該 SPV 由 Meta 和 BO 共同擁有 (Meta 佔 20%,BO 佔 80%)

– Meta 向 SPV 支付費用以使用其資料中心設施。Meta 的資產負債表上沒有債務,但 Meta 向 SPV 支付的款項被記錄為租賃費用;SPV 收到的資金則用於償還債務的利息支出

– 該交易條款靈活,如果情況不順利,Meta 可以隨時退出,他們可以出售資料中心並將所得款項用於償還債務

這為何引起爭議,以及對潛在泡沫有何憂慮?

私人信貸畢竟是債務,而債務總是與金融災難掛鉤(19世紀的鐵路建設,1930年代的經濟大蕭條,2000年代的全球金融危機)所有這些崩盤都與失控的巨額借貸息息相關。這是AI看空者所擔憂的。更何況,如上所述,私人信貸的監管較少且不透明。

如果對AI的需求被高估,借款人(AI擴展者)將無力償還,這將導致貸款方(私募股權公司)大規模撤資,甚至普通民眾也可能受損,因為他們的退休基金也暴露於此風險中。

然而,究竟是什麼可能引發AI數據中心私人信貸融資的潛在崩盤呢?我們可以從以下幾個因素來思考:

一個主要催化劑將是持續的通脹,導致聯準會升息或維持長期的「更高更久」利率環境,因為高利率會增加整個經濟體的借貸成本,提高償債負擔,並最終推動更高的違約率,尤其是在過度槓桿化的領域。

另一個潛在觸發因素是,如果Meta、Microsoft、Google和Amazon等主要超大規模企業,由於投資報酬率不足,特別是在AI基礎設施方面,決定放緩資本支出,這將會導致相關信貸市場的需求降溫。

突然或意外的監管緊縮也可能發揮作用,這可能透過更嚴格的金融法規,對私人信貸市場進行更嚴格審查,或透過新的AI專屬規則來實現,這些都可能受到政治壓力驅動,例如來自民主黨部分成員要求限制AI數據中心擴張的呼聲。

來自中國的激烈競爭,包括DeepSeek等參與者的突破,可能會侵蝕美國科技領袖的感知優勢,減少預期的未來現金流,並使現有債務負擔更難以維持。

最後,關鍵基礎設施供應過剩——例如發電、數據中心容量或相關資源供應過剩——可能會削弱定價權和盈利能力,對高槓桿專案和投資造成巨大壓力。

但債務有多嚴重?

假設摩根士丹利的預估方向大致正確,與人工智慧相關的投資存在 1.5 兆美元的資金缺口,其中約 8,000 億美元將需要來自私人信貸。

乍看之下,這數字似乎龐大驚人,但從四大超大規模雲端服務供應商的角度來看,情況則大不相同。在 2024 財年,微軟、Google、亞馬遜和 Meta 合計產生了約 3,500 億美元的營運收入,而 2025 財年預計此數字將增長至約 4,000 億至 4,500 億美元。此外,這四家公司的平均淨負債與 EBITDA 比率目前處於非常舒適的 0.4 倍至 0.5 倍,這顯示其槓桿程度極低且資產負債表穩健。相較之下,在全球金融危機期間,主要銀行則以遠高得多的槓桿操作,例如,雷曼兄弟的資產權益比率約為 30 至 33 倍。簡而言之,這些主要科技巨頭所承擔的債務風險,遠不及我們在 2000 年代中期銀行業所見的威脅。

對投資者的啟示

對於正應對人工智慧驅動的信貸擴張和資料中心建設相關潛在風險的投資者來說,其應對方式取決於個人的風險承受能力。簡單來說,如果感知到的風險過高,最安全的做法是完全避免曝險於相關股票。然而,對於那些仍希望參與其中同時管理下行風險的投資者來說,存在著不同風險程度和參與度的多種策略和投資選項。一種更為複雜的避險策略是購買 VIX 期貨或信用違約交換 (CDS) 等工具,這些工具往往在市場波動性和感知信用風險增加時表現更好。

投資者可以考慮私募股權和另類資產管理公司的股票,例如 Blackstone (BX)、Apollo Global Management (APO)、Blue Owl Capital (OWL) 和 Brookfield (BN)。這些公司有望從向 Meta、Microsoft、Google 和 Amazon 等頂級公司發放的貸款中賺取更高收益。它們是潛在 AI 泡沫破裂最直接的受影響者之一——例如,Blue Owl 在 Meta-Hyperion 交易的特殊目的實體中持有多數股權。在嚴重衰退時,投資者贖回可能導致管理資產規模縮小,大幅減少費用收入,並推低股價。

在這個群體中,曝險程度各異,像 OWL 和 BX 這樣的公司更深度參與 AI 資料中心私募信貸,而像 KKR 這樣的公司則較少。

一種下行風險相對較低的替代方案是資料中心房地產投資信託基金 (REITs),例如 Digital Realty Trust (DLR) 和 Equinix (EQIX)。這些公司提供現成基礎設施,可作為私募信貸融資的補充或替代。儘管超大規模業者面臨長期租賃合約(通常為 10–20 年)的缺點,但這些承諾透過穩定的現金流為 REITs 提供了一定程度的保護。

REITs 通常管理更保守,槓桿率較低,這使得它們在泡沫破裂時,相較於槓桿率更高的私募信貸提供者,有可能更快復甦。

資料中心基礎設施供應商,如 Vertiv (VRT)、Super Micro Computer (SMCI) 和 Micron (MU),高度曝險於 AI 建設熱潮。其營收成長與資料中心建設速度密切相關,因此急劇放緩或破裂可能會停止成長並施壓估值。話雖如此,其中許多公司目前享有多年期訂單積壓,需求持續遠超供應,提供了一些短期緩衝。

大型超大規模業者本身——Meta、Amazon、Google 和 Microsoft——仍是私募信貸的主要受益者,因為它可以在不完全加重其資產負債表負擔的情況下實現更快擴張。優勢來自於加速成長,而風險則包括更高的營運費用和租賃付款導致的利潤率下降,以及特殊目的實體中持有的表外債務。他們在融資專案中的有限股權由極強的現金產生能力和穩健的資產負債表所抵銷,提供了顯著的安全緩衝。較小型雲端供應商(有時稱為「新興雲端業者」,例如 CoreWeave 或類似的新興參與者)遵循與大型超大規模業者類似的動態,但風險和報酬被放大。由於目前現金流產生有限且資產負債表較弱,它們傾向於更依賴債務融資,使其在經濟衰退時更為脆弱。優勢方面,如果建設持續不減,其較小的規模和早期成長階段提供了更大的潛在報酬。

最後,信用評級機構——主要為 Moody's Corporation (MCO) 和 S&P Global (SPGI)——直接受益於債務發行增加。資料中心產生越多的私募和公共債務,對初步評級和持續監控的需求就越大,進而推高了這個近乎雙頭壟斷市場的營收。它們的下行風險似乎相當有限,因為它們不持有或承擔其所評級債務的信用風險。

本內容經由 AI 翻譯並經人工審閱,僅供參考與一般資訊用途,不構成投資建議。

查看原文
免責聲明: 本文內容僅代表作者個人觀點,不代表Tradingkey官方立場,也不能作為投資建議。文章內容僅供參考,讀者不應以本文作為任何投資依據。 Tradingkey對任何以本文為交易依據的結果不承擔責任。 Tradingkey亦不能保證本文內容的準確性。在做出任何投資決定之前,您應該尋求獨立財務顧問的建議,以確保您了解風險。

推薦文章

KeyAI