文章核心观点 文章基于摩根士丹利等机构的深度研究，指出市场对超大规模云计算企业在人工智能（AI）建设周期中的资本开支和财务风险的认知存在严重低估。核心观点认为，除了表内可见的高额资本支出外，还存在巨额的、未在资产负债表上体现的表外负债和复杂的循环融资结构。同时，资本支出的高速增长与营收增长、货币化进程之间存在显著的时机错配，且未来的折旧压力巨大。当前的融资热潮和财务数据存在系统性乐观偏差，整个AI基础设施融资体系的脆弱性在商业化不及预期或需求转移时将暴露无遗[1][3][4][31]。 资本支出预测与市场共识 - 高盛预测2027年超大规模云企业的资本支出将达1.1万亿至1.4万亿美元，远超市场共识[1] - 摩根士丹利认为，即使这一数字已令市场咋舌，仍只是“冰山一角”[1] 表外负债与财务风险 - 存在约1.8万亿美元的表外敞口，包括近1万亿美元的采购承诺、超过8000亿美元的未生效租赁合同以及数以百亿计的供应商融资安排，这些锁定了未来的现金流出但未计入资产负债表[3][14] - 超大规模云企业的整体毛杠杆率在短短两个季度内已从0.9倍飙升至1.8倍，超过整个能源行业水平[4][9] - 应付账款天数（DPO）大幅拉长，如甲骨文同比增加370%，Meta增加73%，微软增加69%，意味着供应链在为AI建设垫资，承担了流动性压力[16] AI相关债务融资狂潮 - 截至2026年5月底，全球AI相关债券发行规模已达2360亿美元，较2025年同期激增357%[6] - 摩根士丹利预计2026年全年AI债务发行总量将突破5700亿美元[7] - 2026年4月单月AI相关债券发行超过740亿美元，创年内新高[8] - 亚马逊、Meta、谷歌、微软、甲骨文五家超大规模云企业，目前已占整个投资级债券指数的4%[8] 现金流与盈利预期 - 摩根士丹利预测，亚马逊与Meta在2026年的自由现金流将趋近于零甚至转负[12] - 根据预测数据，亚马逊2026年自由现金流为-119亿美元，甲骨文为-471亿美元，CoreWeave为-271亿美元[13] - 大量资本支出目前以“在建工程”（CIP）形式挂账，尚未开始折旧，导致已报告的利润率被人为抬高[24] - 甲骨文、Meta、谷歌的在建工程余额同比分别增长约200%、90%和55%[24] 未来折旧压力与营收增长错配 - 摩根士丹利预测，微软、甲骨文、Meta、谷歌四家企业未来三年的累计折旧将超过5200亿美元[28] - 甲骨文的折旧占营收比例可能从当前的7%升至2028财年的28%；Meta则可能从9%升至19%[28] - 资本支出预测的上调幅度远超营收预测：谷歌2026年资本支出共识预测较一年前上调139%，Meta上调85%，亚马逊上调81%，甲骨文上调幅度最大达175%[29] - 营收预测的修正幅度明显滞后，存在资本支出先于商业化落地的结构性错配[30] 复杂的循环融资结构与风险转移 - 以Apollo、黑石为代表的私募信贷机构正通过特殊目的载体（SPV）将杠杆转移至供应链层面，形成高度循环、难以穿透的融资结构[4][17] - 摩根士丹利的AI生态系统融资关联图谱显示，OpenAI、甲骨文、英伟达、微软等公司之间存在客户、投资者、供应商融资与回购的多重循环关系，SPV是实现循环的核心工具[19] - Apollo旗下保险子公司Athene通过向退休人员销售年金募集资金，再注入SPV参与AI基础设施融资，将杠杆从云企业资产负债表转移至供应商与私募信贷生态系统[22] 供应链与行业风险延伸 - 英伟达自身的库存与采购义务已升至2027财年共识营收预测的约32%，远高于历史区间的15%至20%，供应链承诺风险已向芯片供应商端延伸[14] - 超过2万亿美元的剩余履约义务（RPO）高度集中于少数大型长期合同，存在交易对手集中风险[30] 市场定价与信用状况 - 市场目前尚未将上述表外风险充分定价[4] - 受供给压力影响，相关信用利差已从AA区间漂移至A区间，并可能进一步走阔。Meta的信用利差目前已宽于CDX IG基准[11] 核心前提与潜在威胁 - 当前高资本支出和融资体系的前提是大型语言模型（LLM）能够持续提升token定价并维持企业客户黏性[32] - 越来越多的企业正将目光转向性能接近但价格大幅低廉的AI产品，一旦需求端发生结构性转移，当前融资体系将面临根本性的压力测试[32]