行业与公司概览 * 涉及的行业：人工智能、数据中心、半导体、软件、云计算 * 涉及的公司： * 超大规模企业 (MAMAA)：微软、Alphabet (谷歌)、Meta、亚马逊、苹果 * AI实验室/软件公司：OpenAI、Salesforce、甲骨文 * 半导体公司：英伟达、博通、AMD * 其他：数据中心供应商 核心观点与论据 1. AI资本开支与行业增长 * 2025-2030年，AI资本开支总额预计将达到约4万亿美元[1] * 2026年AI资本开支内部预测为7,300亿美元，较财报季前上修约1,000亿美元，相比2025年的4,300亿美元增幅显著[2] * 增长并非线性，核心非线性变量包括：AI模型创新与技术进步节奏、电力供给约束 以及 资本市场对数据中心融资的支持力度[1][2] 2. 主要公司的财务杠杆与评级 * 杠杆率下行阈值：微软、Alphabet、Meta为1倍，亚马逊为1.5倍，甲骨文为4倍[2] * 除甲骨文外，其他MAMAA成员在触及下行阈值前仍有财务操作空间[1][2] * 甲骨文： * 已被四次下调评级[5] * 杠杆率预计在2027和2028年达到峰值，2029年开始下降[1][5] * 业务层面最大风险是 OpenAI相关的交易对手风险与续约风险[1][5] * 近期宣布的1,100亿美元股权融资（大部分与里程碑挂钩）对甲骨文与OpenAI均构成利好[5] * 英伟达与博通：因增长跑赢IT市场而处于正面展望，评级上调观察期通常为12-24个月[1][4] 3. 竞争格局与战略演变 * 2025年成为重要转折点，市场竞争显著加剧[3] * 超大规模企业策略： * AI模型：采取 “多模型并行” 策略，与多家AI实验室合作，不再押注单一赢家[3] * 芯片：同时向英伟达与AMD采购，以提升供给确定性并降低对单一供应商的依赖[3] * 自研芯片：加大ASIC自研投入，以优化成本并形成产品差异化[1][3] * AI实验室：正积极从财务与战略合作伙伴筹资，OpenAI已明确规划投资自建数据中心与自研芯片[3] 4. 资本配置与股东回报 * 随着AI投资强度提升，超大规模企业将面临投资与股东回报之间的权衡[2] * 在需要时，公司更可能优先削减股票回购以匹配资本开支节奏，而非削减投资[1][2] * 评级判断：核心取决于信贷指标与经营趋势的综合平衡，既看投入对财务的影响，也评估未来业务改善的可见性[2][3] * 案例：若Salesforce等公司通过债务融资支持大规模回购，将对其评级产生直接影响[1][7][8] 5. 融资结构与风险考量 * 数据中心供应商倾向于与芯片供应商合作安排 “芯片回购融资”、“算力合约回购融资” 等结构化融资以降低融资成本[4] * 评级分析会逐笔评估此类协议，若芯片买方提供采购承诺，该承诺将计入债务范畴[4] * 对于芯片供应商，若协议包含芯片残值担保或数据中心闲置产能担保，需识别并计量其中的或有风险敞口[4] 6. 财务调整与关键影响 * 经营租赁对杠杆率影响显著：以甲骨文为例，到2028财年，经营租赁将带来约1,950亿美元的债务调整[1][5] * 该调整金额（2,480亿美元折现值）超过了实际有息债务，对杠杆率形成重大影响[5] * 虽然租金计入EBITDA会带来增量，但相关支出的增幅高于EBITDA的增长，构成显著逆风因素[5] 7. 软件行业评级与AI影响评估 * 评级机构会全面审视软件行业，并按高风险、中等风险和低风险进行分层评估[6] * 分析路径：先按垂直板块（基础设施、应用程序、安全等）评估，再深入到个股层面[6] * 关键观察维度：聚焦于AI驱动营收的量化验证，需要具体业务机制与可执行路线图，而非泛化表述[1][6] * 跟踪重点：营收是否会加速增长、EBITDA利润率是否会提升、以及如何量化验证阶段性兑现[6] * 高收益主体：通常业务更垂直、市场更窄，个体差异大，需要与发行人进行更密集的沟通[6]