【谈金论策】AI“创世纪”的背面：警惕系统性金融风险

2025年11月24日，美国总统特朗普签署人工智能（AI）“创世纪计划（GenesisMission）”行政命令，旨在用AI重塑科研，明确指出美国正处于AI的“军备竞赛”之中，并将其紧迫性与二战期间的“曼哈顿计划”相提并论。这一宏伟愿景叠加英伟达亮眼的三季度财报，暂时平抑了市场对于AI泡沫的又一轮担忧。

值得注意的是，在国家叙事与资本狂欢的共振之下，金融系统的深层风险并未消失，反而随着杠杆的攀升加速积累为系统性风险。本文旨在从金融稳定的视角，略窥AI“创世纪”发展的另一面——循环融资风险、债务隐匿机制以及宏观政策困境。

一、高估值支撑下的“循环融资”

当前市场对于AI泡沫的担忧，指向科技巨头间形成的紧密的金融循环结构。9月英伟达宣布向OpenAI注资1000亿美元，后者随即承诺大额采购其图形处理器（GPU）芯片并扩建数据中心；10月OpenAI与AMD达成“算力换股权”协议——AMD授予OpenAI认股权证，当算力采购达标后，OpenAI可低价增持AMD股票，实现基础设施成本与芯片商股价的深度绑定。该协议披露次日，AMD股价暴涨24%，触发CoreWeave、博通、甲骨文等企业相继加入，形成复杂的利益共同体。

这种模式本质上是利用高估值的股票或未来的采购承诺来换取当下的增长，使得财务数据透明度下降。当不同参与方的投融资和经营需求交错串联，客户和供应商的界限变得模糊，真实消费需求与关联交易的边界已难以厘清，尽管每一家都短暂地从股价上涨中获益，但埋下了财务隐患。英伟达三季度的应收帐款从231亿美元增至334亿美元，占收入的58%，应收帐款周转天数延长至53天，已反映出行业资金循环效率的下降。

这一模式与2000年互联网泡沫时期的供应链融资高度相似，朗讯等通讯设备商承诺为下游运营商提供信贷用于购买自己的设备，还通过相互持股的方式锁定订单、放大营收规模，最终在需求证伪后引发应收账款坏账潮与库存核销危机。历史教训表明，当估值锚点从盈利能力转向“股价永涨”的乐观预期，一旦抵押品估值波动或需求真实性遭质疑，风险将沿交易网络快速扩散。

二、从内源融资到债务融资

如果说循环融资风险仍限于股权市场，债务融资的爆发式增长则已将风险传导至信贷领域。据摩根士丹利估计，整个人工智能生态系统需要约1.5万亿美元的外部融资，其中约3500亿美元将来自风险投资、主权财富基金和私募股权，剩余的1.15万亿美元将通过债务融资，私募信贷将成为主要的资金来源。近期科技巨头的融资动作印证了这一趋势：亚马逊发行了150亿美元债券，甲骨文筹资180亿美元，马斯克为xAI 筹得125 亿美元资金，Meta则发行了273亿美元债券，债务规模与发行频率创下历史新高。

目前，市场对于AI的信心锚点——科技巨头充足的自由现金流（FCF）——正在被侵蚀，但如果继续维持当前的资本支出增速，未来两年内部分科技巨头近80%的FCF将被AI投资所消耗。据估计，到2026年，仅Alphabet（谷歌母公司）、Meta、亚马逊、微软和甲骨文等5家公司的资本支出需求就将达到约5700亿美元，高于2021年的1250亿美元。其中，甲骨文是最为激进的数据中心运营商之一，是目前唯一一家自由现金流为负的公司，虽然收入迅速增长，但约三分之一都依赖OpenAI。甲骨文正在加速通过债券、数据中心融资租赁等方式获取资金、扩大产能，其负债权益比已飙升至500%。2025年以来，其信用违约互换（CDS）成本激增，股价相对于10月高点已跌超30%。

更严峻的是投资与短期可预见收入的脱节形成的错配风险。从投资端来看，AI的资本投入主要用于数据中心建设（土地、电力、建筑）、GPU采购、服务器建设及基础配套设施，期限可长达30年。而负债端债务久期通常为3~7年。这带来三方面的风险：第一，一旦业务收入不及预期，现金流将不足以覆盖债务，此时企业必须进行滚动融资。第二，当信贷周期转向，如银根收紧、投资者赎回、资产价格下跌，则难以续贷。第三，数据中心建设与GPU投资有沉没成本高、折旧快、行业发展不确定性强等显著特征，一旦发生现金流短缺，易进入资产减值、融资受阻、产业收缩的恶性循环。尤其是高性能GPU芯片，其技术生命周期仅为18至24个月。在摩尔定律的加速推动下，当前的算力集群在两年后可能面临显著的性能折旧，甚至在资产负债表上大幅贬值。未来几年，大量数据中心资产支持证券（ABS）债券将需要再融资，任何估值下滑或资本化率变化都可能带来挑战。

三、从表内债务到隐性债务

为规避债务对资产负债表的冲击，维持良好的信用评级，科技巨头开始采用更复杂的结构化融资工具，实现债务“出表”。Meta与私募巨头Blue Owl合资成立的Beignet Investor便是典型案例。这家特殊目的实体（SPV）于10月发行273亿美元企业债（票面利率6.58%），创下美国单笔企业债规模纪录，资金专项用于建设“Hyperion”数据中心。交易结构设计中，Meta持有20%股份，负责项目开发。Meta也作为项目建成后的使用方，与Beignet签订长达20年期的租赁合约，以租金作为贷款还款的信用担保，使Beignet获得标普A+级信用评级（仅比Meta自身评级低一级），成功将债务隔离于上市公司报表之外。

这种“混合结构”模糊了企业债、项目融资与私人信贷的界限，增加了整个信贷体系的不透明度。随着更多类似结构的出现，真实的行业杠杆率将变得难以穿透与计量，一旦底层资产现金流出现问题，复杂的权益结构可能导致风险处置极其困难。此外，美国信贷市场近期接连“爆雷”，投资者赎回潮频发，进一步加剧了这类表外资产的流动性压力。

信贷资源的“K型”分化更凸显结构性风险：AI相关企业即便在FCF承压的状态下，仍能以极低的信用利差获得资金；而传统制造业、中小企业以及非AI科技公司则面临融资成本上升、额度收缩的双重挤压。科技股在投资级信贷市场中的占比已从2005年的不足2%上升至如今的约10%。AI行业的虹吸效应正在加剧资源倾斜，长期将削弱实体经济多样性，使金融系统抗风险能力持续下降。

四、国家叙事支撑下的高估值和高杠杆

特朗普政府推出的“创世纪计划”“星际之门（Stargate）计划”等国家战略叙事，已成为支撑AI行业高估值和高杠杆的“隐性担保”，并加剧道德风险。AI投资被上升为国家安全的战略高度，向金融市场释放了强烈的信号：AI基础设施是“国家关键资产”，甚至等同于国防设施。这种叙事成功地将企业利益与国家战略绑定，让市场潜意识认为政府绝不会坐视核心AI企业倒闭。此前OpenAI首席财务官在采访中透露基础设施建设可能需要“政府支持”，尽管后续被澄清并非要求政府信用担保，但这恰恰反映了行业内部对于公共财政兜底的预期。

这也为金融政策制定者带来两难。11月美联储发布的褐皮书显示，美国货币政策面临两端拉扯——一方面，在加征关税、赤字阶段性收缩的背景下，美国通胀仍然偏高，中低收入家庭信心下降，AI也并未带来就业岗位的增加；另一方面，AI的资本开支推升实际需求，股市上涨的财富效应支撑了高端消费，经济展现较强韧性。经济数据的分化使得美联储内部正呈现罕见的观点分歧。

当前的高估值高度依赖宏观流动性的支持。利率、融资成本、风险溢价的变动都将直接影响AI企业与投资者，近期多位美联储官员的鸽派发言使得美联储12月降息的概率在一周内从30%飙升至85%，暂时缓解了市场的紧缩焦虑。然而，这并未解决高利率环境下长久期资产估值承压的根本问题。一旦通胀的反复导致政策重新收紧，或者国家战略支持不及预期，AI产业链将面临巨大的重估压力。

全球主要金融监管机构已敏锐察觉到这一风险。10月，国际货币基金组织（IMF）和英国央行已发布警告，指出AI相关资产估值过高可能引发市场调整；11月，欧洲央行发布金融稳定报告，强调了AI应用集中度和杠杆率上升带来的系统性隐患，美联储也在最新一期金融稳定报告中明确把AI列为金融稳定风险。

根据IMF前首席经济学家吉塔·戈皮纳特的计算，人工智能市场一旦崩盘，将导致美国投资者损失20万亿美元，相当于美国国内生产总值（GDP）的70%，并给世界其他地区带来15 万亿美元的损失，相当于其GDP 的20%。考虑到银行和金融资金的深度参与，冲击强度或将远远超过2008年金融危机。

AI 产业的融资模式已发生显著异化，巨额杠杆正通过复杂的结构化工具向表外转移，形成实质上的“影子银行”体系。这种做法虽然在短期内修饰了企业资产负债表，却极大降低了市场的透明度，导致风险定价失真。当微观层面的现金流回报无法匹配宏观层面的债务扩张速度时，单一行业的流动性压力极易演变为系统性风险。在国家战略的背书下，市场往往容易低估尾部风险。当前亟需警惕的，正是这种隐蔽的表外杠杆在宏观流动性逆转时可能引发的连锁反应，避免重蹈过往泡沫破裂的覆辙。（作者：清华大学五道口金融学院博士研究生（中国人民银行金融研究所联合培养）、《中国金融政策报告》项目实习生 张佩）

编辑：杜少军

声明：新华财经（中国金融信息网）为新华社承建的国家金融信息平台。任何情况下，本平台所发布的信息均不构成投资建议。如有问题，请联系客服：400-6123115