AI Capex：下一個系統性金融風險源？

在大多數人的認知框架裡，資本支出（Capex）是公司財務報表裡最無害的一行數字：買設備、建工廠，錢花出去，資產留下來，利潤表當期不受影響。過去兩年，這套邏輯被AI行業放大到了歷史量級——五大超大規模廠商（Alphabet、Amazon、Meta、Microsoft、Oracle）在2025–2026年合計投入超過1萬億美元建設AI基礎設施，而利潤表在表面上依然亮麗。市場的普遍敘事是：這是產業升級，是贏家的投入，不是風險。

然後，2026年6月28日，"央行的央行"國際清算銀行（BIS）發佈年度經濟報告，把這個敘事正式列入了風險清單。報告將AI投資的可持續性，與持續通膨風險、金融脆弱性加劇、財政狀況惡化並列為當前全球經濟的四大壓力點。措辭直接而罕見："回報失望可能觸發融資的突然撤回，將資本支出繁榮轉變為曠日持久的投資蕭條，並向金融條件蔓延"。

這不是第一聲警報。英格蘭銀行（BoE）早在2025年10月已指出，按週期調整市盈率（CAPE）衡量的股市盈利收益率已跌至25年最低水平，"與互聯網泡沫頂峰時期相當"，並明確表示"急劇市場修正的風險已上升"。但BIS這次不同，它直接點名了融資結構和金融傳導機制，而不只是估值過高的擔憂。

這不是分析師的爭論，這是監管機構的官方立場。

本文要回答的核心問題是：AI Capex究竟通過什麼機制演變為系統性金融風險？這個風險在多大程度上是真實的，又在哪裡被高估了？要回答這個問題，需要從財務機制、融資結構、歷史先例和傳導路徑四個維度逐層拆解。

理解"定時炸彈"：三張財務報表的時間錯位

討論AI Capex的金融風險，首先必須理解一個基礎財務機制：資本支出（Capex）和折舊費用（Depreciation）在時間軸上是分離的，這種分離在超大規模廠商身上被放大到了歷史量級。

當一家公司購買伺服器或建設數據中心，這筆支出立即體現在現金流量表的"投資活動"裡，但不會當期進入利潤表。設備被記錄在資產負債表的"在建工程（CIP）"科目，等項目建成投入使用，才轉入"固定資產（PP&E）"，並開始按年折舊進入利潤表。

這產生了一個對外部觀察者極具迷惑性的會計現象：Capex越大，現金流越難看，但當期利潤表可能完全沒有任何異常。只有當這批資產陸續"轉固"開始計提折舊時，利潤表才會感受到壓力——而此時，Capex可能已經付出了兩三年。

現在把這個機制放到真實數字裡來看。五大超大規模廠商（Alphabet、Amazon、Meta、Microsoft、Oracle）在2025–2026兩年內合計AI相關Capex超過1萬億美元。資產負債表上的變化已經反映出炸彈的積累：Alphabet 2025年尚未投入使用的在建資產（assets not yet in service）從$506億跳升至$786億，同比增長約55%；Meta全年資本支出（含融資租賃）從$392億飆升至$722億，增幅達84%；Oracle FY2026全年Capex達約$556億，同比增長約162%，較兩年前的$69億增逾六倍。這些仍掛在資產負債表上尚未開始折舊的在建資產，將在2026–2028年集中"轉固"，屆時折舊費用將呈爆炸性增長。

WSJ援引分析師預測：僅Alphabet一家，折舊費用就將從2025年的211億美元跳升至2029年的約780億美元，占收入比例從5%升至11%。摩根士丹利預測四家主要公司在三年內累計折舊將超過5200億美元。據分析師測算，五大廠商將在2030年前累計向資產負債表投入約2萬億美元AI相關資產；若以行業通行的5-6年折舊年限計算，折舊高峰期的年度折舊壓力將接近乃至超過這五家公司目前合計淨利潤的水平，這不是利潤崩潰，但意味著在AI收入大幅增長之前，利潤率的結構性壓縮幾乎已是確定會發生的事。

但這裡有一個關鍵的會計細節：折舊是非現金費用，只影響GAAP利潤，不影響經營現金流（在現金流量表中加回）。這意味著單獨的折舊增加不會引發流動性危機，它影響的是估值——當利潤率下降、EPS下修，股價將重新定價，而這才是傳導到金融系統的第一個通道。

但折舊引發的估值下修，頂多是利潤表的壓縮，它能讓股價難看，但不足以引發系統性金融傳染。真正讓BIS感到警覺的，是這場Capex熱潮的融資方式已經根本性地改變了，而這才是風險從行業週期演變為金融穩定問題的關鍵拐點。

從自有現金流到債務驅動：一個歷史性的商業模式轉型

過去十年，超大規模廠商是全球最典型的"輕資產、高現金回報"商業模式：經營利潤高、Capex低、自由現金流充沛。這是它們能夠享受科技股高估值倍數的根本原因。

這個模式在2024–2026年發生了根本性轉變。

2023年，五大超大規模廠商的Capex占經營現金流約40%，仍在可控範圍。PIMCO預測2026–2027年這一比例將攀升至約94%——幾乎把全部經營現金流都投回了AI基礎設施。換句話說，它們幾乎把全部經營現金流都投回了AI基礎設施，自有資金已無法覆蓋持續擴張的需求，開始系統性地轉向債券市場融資。

BIS研究明確記錄了這一轉變：超大規模廠商的融資模式正從經營現金流轉向債務融資，公司債發行量在2025年突破1000億美元，且多為五年期以上的長久期債務，鎖定多年建設的資金。據美銀證券測算，2025年實際發行量約1210億美元，是2020–2024年年均約280億美元的4.3倍。

據摩根大通信用研究，AI相關債務總規模已升至約1.2萬億美元，占其美國流動性指數（JULI）約14%，超越銀行業成為投資級信用市場最大的單一行業板塊。AI競賽中的公司未來五年將需發行高達1.5萬億美元投資級債券。

這是現代資本市場史上最快速的企业債發行潮之一，規模可與19世紀鐵路建設融資相比。而與鐵路不同的是，這批債務的背後，沒有可用作抵押品的實物土地——只有GPU伺服器、軟件合同和對未來AI收益的預期。

表外融資的"影子借貸"：監管真正擔憂的地方

如果說債券市場融資是"看得見"的風險，那麼BIS在2026年3月季度報告中專門命名的影子借貸"（Shadow Borrowing），才是真正讓監管圈的神經繃緊的東西。

這套結構的運作邏輯如下：超大規模廠商希望建設數據中心，但不想把全部債務放在資產負債表上（影響槓桿率和信用評級）

1. 他們發起或參與一個專項載體（SPV）或合資企業（JV），由SPV收購或開發數據中心資產
2. SPV通過私募信貸（Private Credit）融資，債務由私募信貸基金、保險公司等機構持有
3. 超大規模廠商與SPV簽訂長期運營租約或算力承購協議（Offtake Agreement），承諾多年付費
4. SPV的債務以這些租約現金流為抵押，通常帶有超大規模廠商的某種擔保

BIS將這種安排定性為"影子借貸"：經濟實質上等同於債務，但大部分存在於公司資產負債表之外。穆迪測算，超大規模廠商已簽訂但尚未計量入表的数据中心租約合計約6620億美元，占五大廠商合併調整後債務的113%。

BIS明確點出了這類安排的系統性風險傳導路徑：私募信貸基金 → 保險公司（持有私募信貸份額）→ 銀行（為SPV提供融資額度，或通過保險公司渠道間接暴露）→ 零售投資者（通過BDC等渠道觸達）。一條從超大規模廠商到普通儲蓄者的風險傳導鏈條，正在通過這套結構悄然形成。

數字印證了這一擔憂。私募信貸對SaaS軟體公司的貸款從2015年的近80億美元，增長至2025年底的超過5000億美元，占直接貸款總量的19%。BDC（業務發展公司）占美國直接貸款總量的五分之一，其中超過15%的貸款發放給了SaaS公司。這些貸款往往基於未來AI收益預測而非硬資產抵押。當BDC以AI軟體公司的"未來經常性收入"為基礎發放貸款，再把這個BDC份額賣給養老金或零售投資者時，整條鏈條的脆弱性已經悄然滲透到了傳統金融體系的核心。

更危險的是，這些私募信貸貸款往往基於未來AI收益預測而非硬資產抵押。當一個BDC（業務發展公司）以AI軟體公司的"未來經常性收入"為基礎發放貸款，再把這個BDC份額賣給養老金或零售投資者時，整條鏈條的脆弱性已經悄然滲透到了傳統金融體系的核心。

循環融資：一個自我膨脹的生態系統

如果"影子借貸"是結構上的隱患，那麼BIS年度報告特別點名的循環融資（Circular Financing），則是這場投資熱潮中最值得深思的一個現象。

其運作模式是：晶片製造商和超大規模廠商向AI實驗室或新型雲服務商（NeoCloud）投資入股 → AI實驗室承諾多年向這些股東購買晶片或算力 → 股東賬面上錄得AI營收增長，AI實驗室賬面上錄得融資額和已簽約的算力訂單。

BIS明確表示："此類交易的條款往往披露不充分，存在同一資產被多次質押的風險。"

以Anthropic為例：這家公司先後獲得Amazon和Google的巨額戰略投資，Amazon歷史合計注入約$80億，並於2026年4月追加承諾最多$250億；Google持有其約14%股權，2026年4月承諾追加最多$400億。與此同時，Anthropic向AWS承諾購買超過$1000億算力（十年內），Google持有Anthropic約14%股權，2026年4月承諾追加最多$400億投資，同時為Anthropic承諾提供算力資源支持。投資人與付款人高度重疊，Amazon和Google既是Anthropic最大的股東，也是其最大的收入來源。這筆算力支出將成為Amazon和Google的"AI Cloud收入"，同時體現為Anthropic資產負債表上的長期租約負債，形成教科書式的循環財務結構。

從三張表的視角看，這套結構產生了一個分析上極其棘手的問題：超大規模廠商的"AI Cloud收入"中，有相當一部分源於他們自己通過股權投資"預置"了客戶的需求。這不是傳統商業關係中的獨立市場交易，而是一個資本帳戶在產業鏈內部循環流動的閉環結構，人為拉高了整個AI產業的名義收入規模。

Sequoia合夥人David Cahn的測算量化了這一缺口：按50%毛利率、2倍總擁有成本乘數推算，AI產業需每年產生約6000億美元的真實終端收入，才能覆蓋基礎設施的資本成本。需注意，6000億美元為其2024年中的測算值；以2026年更高的輝達數據中心收入跑率按同一方法論推算，該閾值已升至約1兆美元。而2026年可歸因於真實終端用戶消費的AI收入，多方估算約在500–1500億美元之間——缺口仍高達數倍。

BIS亞太區代表張濤對此有一句警示性的表述："如果市場出現任何形式的修正，金融系統的相互關聯性和各類脆弱性的交織，意味著修正的速度可能遠快於以往的銀行危機。"傳統銀行危機有存款保險、最後貸款人機制作為防火牆；而私募信貸、對衝基金、保險公司這些非銀行金融中介，缺乏同等級別的制度性緩衝。

歷史先例的鏡鑑：相似性與本質差異

每一個時代的泡沫都聲稱自己是例外。BIS年度報告引用了四段歷史對照：1830年代的運河熱、1840年代的英國鐵路熱、1920年代末的電氣化熱，以及1990年代末的互聯網泡沫。

這四段歷史的共同軌跡是：真實技術突破→資本湧入超越商業回報上限→過度建設→需求不及預期→資產減值→經濟衰退。而每一次，最熱衷的參與者都相信這次與以往不同。

與電信光纖泡沫（1999–2002）的相似性最為直觀：供給過剩的基礎設施（85%的光纖從未使用）、債務驅動的擴張、折舊衝擊利潤表、最終的大規模資產減值。

但AI的故事有幾個真實存在的結構差異，讓簡單類比失效：

差異一：需求可見性不同。 互聯網泡沫時期的未來頻寬需求主要是分析師預測，而當前AI雲的Backlog是真實的合同簽約——微軟、Google、Amazon均有數千億美元已簽約的剩餘履約義務。問題在於，其中多少是循環融資創造的虛假需求，仍然難以核實。

差異二：玩家的緩衝厚度不同。 世通、環球電訊是高度槓桿化的運營商，現金流一旦斷裂即告破產。而Alphabet 2025年淨利潤約1320億美元，以其當前盈利厚度，不會觸發生存危機，但分析師預測其折舊在四年內將增加約570億美元，這將實質性壓縮利潤率並推動估值重定價。超大規模廠商不會破產，這不等於股價不會承壓。

差異三：AI的自我增強需求邏輯更強。 AI能力的提升會內生性地創造新的使用場景——這是頻寬本身無法做到的。ChatGPT的成功創造了整個GenAI應用層，而這個應用層反過來又需要更多算力。這種正反饋在歷史先例中幾乎沒有完全對應的例子。

但PIMCO在其2026年5月的信用分析報告裡說了一句值得銘記的話："AI正處於一場真實風險中的資本支出繁榮：不確定的變現、潛在的過度建設、資產壽命縮短、以及對債務日益增長的依賴。但就目前而言，它仍是一個比1990年代末電信泡沫更有紀律、更可融資的週期。" 但更有紀律不等於沒有風險。

傳導路徑：泡沫如何演變為系統性事件

區分行業泡沫和系統性金融風險的核心，在於風險能否通過金融渠道向外傳染。BIS 2026年報提供了這個傳導路徑的完整描述。

路徑一：權益市場 → 財富效應 → 消費萎縮

美國股票占全球MSCI指數約73%，而AI相關股票占標普500市值的比例已顯著提升。美國家庭持有的股票資產相對於總財富的比例，相比十年前已大幅增加。這意味著一次AI主導的股市大幅修正，會通過財富效應直接壓縮消費，其宏觀影響將遠大於互聯網泡沫時期，因為彼時居民的股票財富占比遠低於今天。

路徑二：固定收益市場 → 信用收緊 → 企業融資成本跳升

AI相關債務已占摩根大通美國投資級指數約14%，超越銀行業成為最大單一板塊，且集中度在2026年仍持續上升。當前投資級信用利差約77個基點，處於1998年以來的歷史低位，這本身就是一個風險信號，因為市場對AI前景的樂觀預期已充分定價。

一旦AI商業化低於預期，三類債務首當其衝：超大規模廠商自身發行的投資級債券、EPC工程承包商（數據中心建設方）的債券（這些公司資產負債表相對薄弱，對超大規模廠商訂單高度依賴），以及新型雲服務商（NeoCloud）的高收益債券。信用利差的重定價將快速傳導至整個企業信用市場，提高所有借款人的融資成本。

路徑三：私募信貸 → 非銀金融體系 → 流動性凍結

這是BIS最擔憂的傳導路徑，也是被主流討論最低估的一個。直接貸款基金面向AI和IT行業的敞口已達投資組合的15%，且這些貸款基於未來AI收益預測而非硬資產擔保。

當私募信貸出現壓力時，其與銀行的關聯開始暴露：銀行為SPV提供信貸額度，保險公司持有私募信貸份額，BDC吸收了越來越多的零售投資者資金。這些非銀行中介沒有像商業銀行那樣的監管防護網，一旦出現大規模贖回壓力，可能爆發類似2020年3月現金恐慌的流動性凍結事件。

FSB 2026年5月的私募信貸脆弱性報告指出了一個額外的隱患：私募信貸市場的透明度極低，監管機構對風險規模的數據掌握嚴重滯後於實際情況。這意味著當問題暴露時，監管者可能同樣毫無準備。

路徑四：折舊衝擊與會計不透明 → 估值重定價的延時炸彈

FASB要求上市公司從2027財年起在註腳中對費用進行更細化的分類披露，屆時折舊的具體分佈將更清晰地呈現給投資者，這意味著投資者將在2028年才能首次系統性地看清折舊如何分佈在超大規模廠商的各費用科目。折舊壓力最集中的時期（2027–2029年）與信息透明度最低的時期高度重疊。這一信息不對稱本身就會製造市場對利潤下修的驚喜效應，加劇估值修正時的波動性。

當前市場對風險的定價：矛盾與信號

有意思的是，當BIS發出系統性風險警告時，市場並未以崩潰回應，反而呈現出一種內部分化的定價邏輯：

信用市場先於股權市場定價風險：超大規模廠商債券已相對於整體IG指數出現利差擴大，其10–30年期收益率曲線明顯陡峭化，這是債券市場在要求更多久期溢價，因為他們意識到這批超長期債務的償付依賴於AI商業化的長期確定性。與此同時，股權市場仍在討論"這些AI Capex到底值不值"的邏輯，整體估值仍處於歷史高位。

股權市場內部出現分化：市場的判斷已不再單純看收入增速，而是開始追問"Capex是否有清晰的閉環變現路徑"。Q1 2026財報季後，擁有Google Cloud直接AI收入背書的Alphabet股價創歷史新高；而Meta全年Capex指引上調至$1250–1450億，股價在財報後跌逾7%——儘管其收入增速（+33%）是本季最快的超大規模廠商。同樣的收入加速，市場給出了截然不同的定價，分歧的核心在於：Meta的AI Capex需通過廣告效率提升間接變現，路徑模糊，且自由現金流已呈壓縮趨勢。

私募信貸市場已出現早期壓力信號：SaaS軟體公司股票在2025年10月至2026年2月間累計下跌約30%；BDC（業務發展公司）股票下跌約10%，相對淨資產值的折價擴大；對SaaS敞口較高的BDC表現比同行差約5個百分點。這些信號在JP摩根看來尚未系統性，但在BIS看來已是值得警覺的先行指標。

最關鍵的矛盾：公司債利差仍處於1997年以來的歷史最低水平，但這是在超大規模廠商以創紀錄速度發行債券、同時AI商業化缺口仍是數倍量級的背景下發生的。這種價格信號的失真，可能是下一次重定價時幅度超出預期的根源。

這不是2008年，但可能是一種新型的緩慢積累型系統性風險

2008年金融危機是通過抵押貸款、CDO和高槓桿銀行體系的集中爆發。AI Capex的風險傳導路徑更接近一種慢性積累後的階段性衝擊，而非單點引爆的系統性崩潰。

以下是最合理的情景框架：

基準情景（概率約40–50%）：折舊壓力在2027–2028年如期釋放，超大規模廠商利潤率從~35%壓縮至~25–28%。股價經歷一輪市盈率收縮式的估值重定價（P/E多倍收縮，但絕對利潤仍為正），而非利潤崩潰。AI商業化收入增速不及折舊增速，但差距逐步收窄。信用市場出現局部壓力，私募信貸領域的SaaS敞口觸發部分BDC的資產減值，但未演變為系統性信用凍結。宏觀影響有限，更接近一次技術股為主的高估值修正。

尾部風險情景（概率約15–20%）：循環融資中的某個關鍵節點斷裂（例如大型AI實驗室無法兌現對超大規模廠商的算力採購承諾），引發Backlog大幅注水和收入下修。AI供應商（EPC工程承包商、NeoCloud）信用評級連續下調，債券市場出現信用利差快速擴大的傳染效應。私募信貸領域爆發大規模贖回潮，BDC強制變現資產，流動性凍結向銀行體系傳導。股權財富效應推動消費明顯收縮，疊加當前已有的通脹壓力（來自BIS報告中提及的霍爾木茲海峽封鎖的能源衝擊），觸發美歐輕度衰退。這不是2008年的量級，但會是2000–2002年納斯達克崩潰疊加輕度衰退的現代複製版。

樂觀情景（概率約30–40%）：AI代理式應用（Agentic AI）在2026–2027年規模商業化，企業端採購超預期，AI真實終端收入年增速超過折舊增速。Capex/FCF比率開始回落，債券市場信用擔憂消退，利差修復。超大規模廠商完成從"科技公司"向"高增長公用事業"的估值重定價——估值倍數適度下降，但基本面敘事切換為"AI基礎設施是下一個互聯網基礎層"，市場接受了這一新框架。

監管的回應與局限

面對BIS明確的警告，監管的實際工具箱相當有限。

FASB的折舊披露新規是提高信息透明度的重要一步，但它治的是信息不對稱，而非過度投資本身。即便投資者在2028年看清了折舊的全貌，已經發生的Capex和簽訂的租約合同無法撤銷。

私募信貸領域的監管留白是更大的挑戰。BIS報告指出，銀行通過為SPV提供融資額度，已經以不透明的方式與私募信貸體系深度交織。但目前沒有單一監管機構能夠對這一跨越銀行/非銀行邊界的風險暴露進行全局監控，FSB的報告直接承認了這一點。

美聯儲芝加哥分行的數據表明，銀行對AI相關行業的賬面貸款餘額均值約為銀行總資產的0.8%，日常層面看起來可控。若將已承諾但未提款的信貸額度計入，這一比例將從一級資本的9%（已提款餘額）跳升至25%（含已承諾額度）——在壓力情景下，借款人可能在違約前先行提款，實際損失將遠高於當前0.8%的表面暴露。而這還僅是"已知的、在表內的"直接暴露——通過SPV融資額度、保險公司持有、BDC零售化等渠道傳導的間接暴露，當前沒有任何機構有完整數據。

BIS的處方是：監管機構應將AI融資結構的表外披露要求作為下一個優先監管議題，尤其是針對多重質押和循環融資安排。但監管的制度建立通常滯後於風險的實際積累。歷史告訴我們，當監管終於跟上時，往往也是拐點到來之後。

結論：悖論中的清醒

這場討論存在一個內在悖論：如果AI的商業化如期兌現，這1萬億美元的Capex將被證明是20世紀鐵路和電氣化之後最偉大的基礎設施投資，BIS的警告將成為過度謹慎的註腳；如果商業化低於預期，那麼這將是一場規模空前的過度建設，折舊波、債務波和私募信貸壓力波三浪疊加，觸發一次深刻的全球金融調整。

在結論尚未揭曉之前，有幾件事是確定的：

第一，風險是真實的，只是時間和幅度未定。 BIS並非在預測崩潰，它是在識別具有系統性傳染潛力的脆弱性節點——而這些節點確實存在。

第二，"看利潤還不錯"的判斷在當前環境下最危險。 折舊壓力滯後、表外義務不可見、私募信貸敞口不透明——這三重信息遮蔽，使得利潤表的表面健康高度誤導。

第三，這不會以傳統金融危機的形式到來。 超大規模廠商不會破產，因為它們有真實的經營利潤。風險更可能是一次長達數年的估值重定價和利潤率壓縮，以及在私募信貸和非銀金融體系中散點式爆發的局部流動性壓力。

第四，分化已經在發生。 有清晰AI變現路徑的公司（Alphabet憑Google Cloud、AWS憑直接算力收入）和路徑存疑的公司（Meta的AI Capex仍主要通過廣告效率間接變現；Oracle雖有$6380億RPO背書，但激進Capex先行、收入滯後兌現的時序風險極高）將在這一輪調整中命運迥異。信用市場已經開始為這種分化定價，股權市場正在跟上。

BIS的警告，不是建議撤離AI——它是一個關於融資結構、信息透明度和跨市場風險傳導的系統性提醒。這正是央行圈存在的意義：在繁榮期說出不受歡迎的真相。