AI行业泡沫与金融风险 - 当前AI市场热情、估值和资本市场活动已超越互联网泡沫时代，局面更为严峻 [4] - 做空大师吉姆·查诺斯的核心做空逻辑围绕三大问题：利润能否转化为现金、资本回报能否覆盖资金成本、增长是否来自真实需求而非向未来借贷 [6][7] - 查诺斯通过做空安然获利约5亿美元，其整个做空生涯累计向投资者返还近50亿美元利润 [5] 做空案例与策略分析 - 通过配对交易策略做空MSTR：买入比特币现货同时做空MSTR股票，赌其相对于比特币的估值溢价会缩水，交易获得成功 [8] - 做空CRWV的逻辑基于内部人行为背离：公司大股东在拉盘时大量抛售并购买下跌保护，该股最终从高点暴跌近50% [9] - 做空甲骨文和美光的逻辑契合“灵魂三问”，市场基于短期火爆订单给出了无法长期维持的80%毛利率估值假设 [9] 期限错配的历史与风险 - 期限错配是金融危机的核心死穴，指借入的短期资金与投资的长期资产在时间上不匹配 [10] - 历史案例包括1825年英国金融恐慌、1873年美国铁路狂热、1907年美国银行恐慌、1930年代大萧条、1980年代储贷危机、1997年亚洲金融危机、2008年次贷危机及2023年硅谷银行倒闭 [12][13][15] - 当前AI基础设施面临广义时间跨度错配：企业用当前算力短缺和短期订单论证需建设数年、运营十年以上的数据中心 [14] AI基础设施的特定风险 - AI行业存在三只“定时炸弹”：技术与需求迭代快、债务还本付息早、资产长期运营，三者节奏可能脱节 [16] - 根据短期现货价格承诺长期资本项目是严重的财务错误，若GPU租金下跌或技术换代，将引发收入下降与融资收紧的恶性循环 [17] - SpaceX的IPO案例显示，其依赖可提前90天取消的算力租赁合同支撑巨额资本开支，合同“纸面金额”超700亿美元，但2025年AI业务实际收入仅32亿美元 [18][19] - SpaceX上市后股价从高点225.64美元腰斩至110.47美元，跌幅约51% [20] 科技巨头财报与会计处理 - 美国前五大科技公司2025年资本开支总计3810亿美元，2026年预测将翻倍至7550亿美元，远超2000年科网泡沫时期五年约1000亿美元的光纤投入 [21] - 资本开支通过“在建工程”科目资本化，避免当期计提折旧，从而虚增当期利润 [21] - Meta将服务器折旧年限从4–5年延长至5.5年，为其2025年减少约29亿美元折旧费用并虚增等额营业利润 [23] - 亚马逊则逆势将部分设备折旧年限从6年缩短回5年，导致2024年第四季度计提9.2亿美元加速折旧减值 [24] 产业链金融循环与杠杆风险 - 英伟达不仅销售GPU，还通过股权投资（如向CoreWeave和Nebius各投资20亿美元）和信用支持模式，推动算力公司扩张并购买其芯片 [25] - 形成资本循环：英伟达销售确认当期收入，采购方则将成本资本化并在未来多年折旧，同一笔资本开支在一方为利润，在另一方尚未完全体现为成本 [26] - CoreWeave截至2025年底背负约216亿美元债务，部分贷款以GPU服务器为抵押，早期一笔23亿美元贷款实际利率约15% [27] - 该循环依赖终端真实需求覆盖成本，若需求不及预期，将引发租金下跌、抵押品缩水、融资收紧、资本开支削减的连锁反应，最终冲击英伟达订单 [28] 核心观点总结 - 做空AI基础设施的金融杠杆不等于看空AI技术长远未来，AI可能改变世界但当下押注基础设施的公司可能无法盈利 [29] - 资本市场铁律在于，技术进步叙事无法弥补资产负债表上的期限错配，宏伟承诺的估值溢价终将让位于对自由现金流的苛刻评估 [30] - 投资者需分辨是在为技术未来买单，还是在接盘科技巨头迟早要计提的天价折旧费用 [31]